随机过程-习题-第6章

随机过程习题解答第一章习题解答1．设随机变量X 服从几何分布，即：(),0,1,2,kP X k pqk ===。

求X 的特征函数，EX 及DX 。

其中01,1p q p <<=-是已知参数。

解()()jtxjtk k X k f t E ee pq ∞===∑ =()1jt k jtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑（其中 0(1)nnnn n n nx n x x ∞∞∞====+-∑∑∑）令 0()(1)nn S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰同理 2(1)2kkkk k k k k kx k x kx x ∞∞∞∞=====+--∑∑∑∑令2()(1)kk S x k x ∞==+∑ 则211()(1)(1)xkk kk k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰）2、（1） 求参数为(,)p b 的Γ分布的特征函数，其概率密度函数为（2） 其期望和方差；（3）证明对具有相同的参数的b 的Γ分布，关于参数p 具有可加性。

解 （1）设X 服从(,)p b Γ分布，则 （2）'1()(0)Xp E X fjb∴==（4）若(,)i i X p b Γ 1,2i = 则同理可得：()()i i P X b f t b jt∑=∑-3、设ln (),()(kZ F X E Zk =并求是常数）。

X 是一随机变量，()F x 是其分布函数，且是严格单调的，求以下随机变量的特征函数。

（1）(),(0,)Y aF X b a b =+≠是常数； （2）ln (),()(kZ F X E Z k =并求是常数）。

解（1）11{()}{()}[()]P F x y P x F y F F y y --<=<==（01y ≤≤） ∴00()0111y F y yy y <⎧⎪=≤≤⎨⎪>⎩∴()F x 在区间[0，1]上服从均匀分布()F x ∴的特征函数为11001()(1)jtx jtx jt X e f t e dx e jt jt ===-⎰ （2）ln ()()()[]jtz jt F x Z f t E e E e ===1ln 01jt ye dy ⋅⎰=111jty dy jt =+⎰4、设12n X X X ，，相互独立，且有相同的几何分布，试求1nkk X =∑的分布。

第三章 习 题1．甲乙两人进行某种比赛，设每局比赛中甲胜的概率为p ，乙胜的概率为q ，平局的概率为r ，其中,,0,1p q r p q r ≤++=，设每局比赛后，胜者得1分，负者得1-分，平局不记分，当两个人中有一个人得到2分时比赛结束，以n X 表示比赛至第n 局时甲获得的分数，则{,1}n X n ≥是一齐冯马尔可夫链.（1）写出状态空间；（2）求一步转移概率矩阵；（3）求在甲获得1分的情况下，再赛2局甲胜的概率. 解（1）{,0}n X n ≥的状态空间为{2,1,0,1,2}S =--（2）{,0}n X n ≥的一步转移概率矩阵为1000000000001q rp q r p q r p ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦P （3）因为两步转移概率矩阵为22(2)22222210000202220200001q rq r pq pr p q rq r pqpr p q qr pq r p pr ⎡⎤⎢⎥++⎢⎥⎢⎥==+⎢⎥++⎢⎥⎢⎥⎣⎦P P所以在甲获得1分的情况下，再赛2局甲胜的概率为(2)12(1)p p pr p r =+=+2．设{,1,2,}i Y i =L 为相互独立的随机变量序列，则 （1）{,1,2,}i Y i =L 是否为Markov 链？ （2）令1nn ii X Y ==∑，问{,1,2,}iX i =L 是否为Markov 链？解（1）由于11221112211122111221111221(,,,,) (,,,)(,,,)()()()()()()(,,,)n n n n n n n n n n n P Y i Y i Y i Y j P Y j Y i Y i Y i P Y i Y i Y i P Y i P Y i P Y i P Y j P Y j P Y j Y i P Y i Y i Y i ------=========================L L L L L因此，{,1,2,}n Y n =L 是马尔可夫链.（2）取1111()f U X U ==，当11U i =时，212X U U =+是2U 的函数，记为22().f U 依次类推，1121n n X U U U --=+++L 为1n U -的函数，记为1112(),n n n n f U X U U U --=+++L 为n U 的函数，记为().n n f U 由于12,,,,n U U U L L 相互独立，则其相应的函数1122(),(),,(),n n f U f U f U L L 也相互独立，从而122111221111112211 (,,,)(,,,)(,,,)()()nn n i n i n n n n n n P X j X i X i X i P Y j X i X i X i P X Y j X i X i X i P Y j i P X j X i --=---==========+======-===∑L L L因此{,1,2,}n X n =L 是马尔可夫链.3 设,1,2,i X i =L 是相互独立的随机变量，且使得(),0,1,i j P X j a j ===L ，如果max{,1,2,,1}n i X X i n >=-L ，其中0X =-∞，就称在时刻n 产生了一个记录.若在时刻n产生了一个记录，就称n X 为记录值，以n R 表示第n 个记录值. （1）证明，{,1,2,}n R n =L 是Markov 链，并求其转移概率；（2）以i T 表示第i 个与第1i +记录之间的时间，问{,1,2,}n T n =L 是否是Markov 链，若是，则计算其转移概率.证明：（a ）根据题意有：k n k n n X R X R X R ===,....,2121，……满足........21k n n n X X X << 且........121k n n n <<<故},...,|{11111i R i R i R z R P k k k k k ====--+}...|{111i i i j z R P k k k >>>>==-+ }|{1k k i j z R P >==+}|{1k k k i R z R P ===+ 故}1,{≥i R i 是一个马尔可夫链且⎩⎨⎧≤>======++i j ij a i X z X P i R z R P j k n n k k k k k ,0,}|{}|{11 （由于i X 的独立性）（b ）记i T 为第i 个记录与第1i +个记录之间的时间，i T 是相互独立的随机变量，因为{}i P T t =}1...,2,1,,|{k 1-=<=====+++t k i X i X R z X R P i i i n n i t n i 且}{1z X R P tn i i ===++=⎩⎨⎧≤>ij i j a j ,0,（由于i X 的独立性）故{i T ，1≥i }是一个马尔可夫链 令(,),1i i i Z R T i =≥ 则{}111,,,i i i P Z Z Z Z +-…{}111111(,)(,),(,),,(,)i i i i i i P R t R t R t R t ++--=…{}1111112111111211(,)(,),(,),,(,),(,)i i i t t i t t i t t i t t P X t X t X t X t X t +-+++++++-++=…+?+?+… {}111111(,)(,)i i t t i t t i P X t X t ++++++=…+?+ {}111111(,)(,)i i t t i t t i P X z t X i t ++++++===…+?+,0,j j i j iα>⎧=⎨≤⎩ 故}{,(),1i i R T i ≥是一个马尔可夫链。

第三章 习 题1．甲乙两人进行某种比赛，设每局比赛中甲胜的概率为p ，乙胜的概率为q ，平局的概率为r ，其中,,0,1p q r p q r ≤++=，设每局比赛后，胜者得1分，负者得1-分，平局不记分，当两个人中有一个人得到2分时比赛结束，以n X 表示比赛至第n 局时甲获得的分数，则{,1}n X n ≥是一齐冯马尔可夫链.（1）写出状态空间； （2）求一步转移概率矩阵；（3）求在甲获得1分的情况下，再赛2局甲胜的概率. 解（1）{,0}n X n ≥的状态空间为{2,1,0,1,2}S =--（2）{,0}n X n ≥的一步转移概率矩阵为1000000000001q rp q r p q r p ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦P （3）因为两步转移概率矩阵为22(2)22222210000202220200001q rq r pq pr p q rq r pqpr p q qr pq r p pr ⎡⎤⎢⎥++⎢⎥⎢⎥==+⎢⎥++⎢⎥⎢⎥⎣⎦P P所以在甲获得1分的情况下，再赛2局甲胜的概率为(2)12(1)p p pr p r =+=+2．设{,1,2,}i Y i =L 为相互独立的随机变量序列，则（1）{,1,2,}i Y i =L 是否为Markov 链？ （2）令1nn ii X Y ==∑，问{,1,2,}iX i =L 是否为Markov 链？解（1）由于11221112211122111221111221(,,,,) (,,,)(,,,)()()()()()()(,,,)n n n n n n n n n n n P Y i Y i Y i Y j P Y j Y i Y i Y i P Y i Y i Y i P Y i P Y i P Y i P Y j P Y j P Y j Y i P Y i Y i Y i ------=========================L L L L L因此，{,1,2,}n Y n =L 是马尔可夫链.（2）取1111()f U X U ==，当11U i =时，212X U U =+是2U 的函数，记为22().f U 依次类推，1121n n X U U U --=+++L 为1n U -的函数，记为1112(),n n n n f U X U U U --=+++L 为n U 的函数，记为().n n f U 由于12,,,,n U U U L L 相互独立，则其相应的函数1122(),(),,(),n n f U f U f U L L 也相互独立，从而122111221111112211 (,,,)(,,,)(,,,)()()nn n i n i n n n n n n P X j X i X i X i P Y j X i X i X i P X Y j X i X i X i P Y j i P X j X i --=---==========+======-===∑L L L因此{,1,2,}n X n =L 是马尔可夫链.3 设,1,2,i X i =L 是相互独立的随机变量，且使得(),0,1,i j P X j a j ===L ，如果max{,1,2,,1}n i X X i n >=-L ，其中0X =-∞，就称在时刻n 产生了一个记录.若在时刻n 产生了一个记录，就称n X 为记录值，以n R 表示第n 个记录值.（1）证明，{,1,2,}n R n =L 是Markov 链，并求其转移概率；（2）以i T 表示第i 个与第1i +记录之间的时间，问{,1,2,}n T n =L 是否是Markov 链，若是，则计算其转移概率.证明：（a ）根据题意有：k n k n n X R X R X R ===,....,2121，……满足........21k n n n X X X << 且........121k n n n <<<故},...,|{11111i R i R i R z R P k k k k k ====--+}...|{111i i i j z R P k k k >>>>==-+ }|{1k k i j z R P >==+}|{1k k k i R z R P ===+ 故}1,{≥i R i 是一个马尔可夫链且⎩⎨⎧≤>======++i j ij a i X z X P i R z R P j k n n k k k k k ,0,}|{}|{11 （由于i X 的独立性）（b ）记i T 为第i 个记录与第1i +个记录之间的时间，i T 是相互独立的随机变量，因为{}i P T t =}1...,2,1,,|{k 1-=<=====+++t k i X i X R z X R P i i i n n i t n i 且}{1z X R P t n i i ===++=⎩⎨⎧≤>i j ij a j ,0,（由于i X 的独立性）故{i T ，1≥i }是一个马尔可夫链 令(,),1i i i Z R T i =≥ 则{}111,,,i i i P Z Z Z Z +-…{}111111(,)(,),(,),,(,)i i i i i i P R t R t R t R t ++--=…{}1111112111111211(,)(,),(,),,(,),(,)i i i t t i t t i t t i t t P X t X t X t X t X t +-+++++++-++=…+?+?+… {}111111(,)(,)i i t t i t t i P X t X t ++++++=…+?+ {}111111(,)(,)i i t t i t t i P X z t X i t ++++++===…+?+,0,j j ij iα>⎧=⎨≤⎩ 故}{,(),1i i R T i ≥是一个马尔可夫链。

中科院研究生院2012～2013第一学期 随机过程讲稿 孙应飞第六章 高斯过程（维纳过程） 习题1、 设有随机过程Y ，∞<<−=t X t t 0,1)(2X 是正态随机变量，期望为0，方差为。

2X σ（1） 过程Y 是否正态过程？是否平稳过程？均需说明理由；)(t （2） 过程，在均方可积意义下是否存在？存在的话，试求其相关函数。

0,)()(0>=∫t ds s Y t Z t2、 设是初值为零的标准布朗运动，令0,)(≥t t B 10)],1/([)1()(<≤−−=t t t B t t ξ，的常数，试求随机过程0,0),12>≥−a t at η()(=−e B e t at )(t ξ和)(t η的均值函数和相关函数，并说明)(t ξ和)(t η是否是正态过程。

3、 设是标准的布朗运动，试求与的相关系数，其中：。

}0,)({≥t t B 1≤≤t )(t B ∫10)(du u B 04、 已知是初值为0的标准布朗运动，求在0),(>t t B 0)1(=B 时的条件概率分布密度函数。

)10()(<<t t B 5、 已知是初值为零的标准布朗运动，令0,)(≥t t B b t B a t +=)()(ξ，b at B t +=)()(η，其中常数a ，t 。

试分析此两随机过程的前二阶矩是否相同？此两过程是否同分布？说明理由。

0>b ,0>0≥6、 设{为零初值的标准布朗运动，试求：}0),(≥t t B （1） 在的条件下，的条件概率密度函数，其中t ；01)(x t B =)(2t B 12t >（2） 布朗运动的对称性，即证明：当 t 时，有0,00>>t 2/1})()({})()({00000000==≤+==>+x t B x t t B P x t B x t t B P ；（3） 令：T })(,0:inf{a t B t t a =>=a ，T 表示布朗运动首次到达a 的时刻，当时，试求T 的分布函数。

（完整版）随机过程习题答案随机过程部分习题答案习题22.1 设随机过程b t b Vt t X ),,0(,)(+∞∈+=为常数，)1,0(~N V ，求)(t X 的⼀维概率密度、均值和相关函数。

解因)1,0(~N V，所以1,0==DV EV ，b Vt t X +=)(也服从正态分布，b b tEV b Vt E t X E =+=+=][)]([ 22][)]([t DV t b Vt D t X D ==+=所以),(~)(2t b N t X ，)(t X 的⼀维概率密度为),(,21);(222)(+∞-∞∈=--x ett x f t b x π，),0(+∞∈t均值函数 b t X E t m X ==)]([)(相关函数)])([()]()([),(b Vt b Vs E t X s X E t s R X ++==][22b btV bsV stV E +++=2b st +=2.2 设随机变量Y 具有概率密度)(y f ，令Yt e t X -=)(，0,0>>Y t ，求随机过程)(t X 的⼀维概率密度及),(),(21t t R t EX X 。

解对于任意0>t，Yt e t X -=)(是随机变量Y 的函数是随机变量，根据随机变量函数的分布的求法，}ln {}{})({);(x Yt P x e P x t X P t x F t Y ≤-=≤=≤=-)ln (1}ln {1}ln {tx F t x Y P t x Y P Y --=-≤-=-≥= 对x 求导得)(t X 的⼀维概率密度xtt x f t x f Y 1)ln ();(-=，0>t)(][)]([)(dy y f e eE t X E t m yt tY X相关函数+∞+-+---====0)()(2121)(][][)]()([),(212121dy y f e e E e e E t X t X E t t R t t y t t Y t Y t Y X 2.3 若从0=t 开始每隔21秒抛掷⼀枚均匀的硬币做实验，定义随机过程=时刻抛得反⾯时刻抛得正⾯t t t t t X ,2),cos()(π试求：（1）)(t X 的⼀维分布函数),1(),21(x F x F 和；（2）)(t X 的⼆维分布函数),;1,21(21x x F ；（3）)(t X 的均值)1(),(X X m t m ，⽅差 )1(),(22X Xt σσ。

习题4以下如果没有指明变量t 的取值范围，一般视为R t ∈，平稳过程指宽平稳过程。

1. 设Ut t X sin )(=，这里U 为)2,0(π上的均匀分布.（a ） 若 ,2,1=t ，证明},2,1),({ =t t X 是宽平稳但不是严平稳， （b ） 设),0[∞∈t ，证明}0),({≥t t X 既不是严平稳也不是宽平稳过程. 证明：（a ）验证宽平稳的性质,2,1,0)cos (2121)sin()sin()(2020==-=•==⎰t Ut tdU Ut Ut E t EX ππππ))cos()(cos(21)sin (sin ))(),((U s t U s t E Us Ut E s X t X COV ---=•=t U s t s t U s t s t πππ21}])[cos(1])[cos(1{212020•+++--= s t ≠=,021Ut Esin ))(),((2==t X t X COV (b) ,)),2cos(1(21)(有关与t t t t EX ππ-=.)2sin(8121DX(t)有关，不平稳，与t t tππ-=2. 设},2,1,{ =n X n 是平稳序列，定义 ,2,1},,2,1,{)(==i n X i n 为,,)1(1)1()2(1)1(---=-=n n n n n n X X X X X X ，证明：这些序列仍是平稳的. 证明：已知，)(),(,,2t X X COV DX m EX t t n n n γσ===+2121)1(1)1()1(2)(,0σγσ≡+=-==-=--n n n n n n X X D DX EX EX EX)1()1()(2),(),(),(),(),(),(111111)1()1(++--=+--=--=--+-+-++--+++t t t X X COV X X COV X X COV X X COV X X X X COV X X COV n t n n t n n t n n t n n n t n t n n t n γγγ显然，)1(n X 为平稳过程.同理可证， ,,)3()2(n n X X 亦为平稳过程.3.设1)nn k k k k Z a n u σ==-∑这里k σ和k a 为正常数，k=1，....n; 1,...n u u 是（0,2π）上独立均匀分布随机变量。

1．设随机变量X 服从参数为λ的泊松分布，则X 的特征函数为 。

2．设随机过程X(t)=Acos( t+),-<t<ωΦ∞∞ 其中ω为正常数，A 和Φ是相互独立的随机变量，且A 和Φ服从在区间[]0,1上的均匀分布，则X(t)的数学期望为 。

3．强度为λ的泊松过程的点间间距是相互独立的随机变量，且服从均值为1λ的同一指数分布。

4．设{}n W ,n 1≥是与泊松过程{}X(t),t 0≥对应的一个等待时间序列，则n W 服从 Γ 分布。

5．袋中放有一个白球，两个红球，每隔单位时间从袋中任取一球，取后放回，对每一个确定的t 对应随机变量⎪⎩⎪⎨⎧=时取得白球如果时取得红球如果t t t e tt X ,,3)(，则 这个随机过程的状态空间 。

6．设马氏链的一步转移概率矩阵ij P=(p )，n 步转移矩阵(n)(n)ij P (p )=，二者之间的关系为 (n)n P P = 。

7．设{}n X ,n 0≥为马氏链，状态空间I ，初始概率i 0p P(X =i)=，绝对概率{}j n p (n)P X j ==，n 步转移概率(n)ij p ，三者之间的关系为(n)j i ij i Ip (n)p p ∈=⋅∑ 。

8．设}),({0≥t t X 是泊松过程，且对于任意012≥>t t 则{(5)6|(3)4}______P X X ===9．更新方程()()()()0tK t H t K t s dF s =+-⎰解的一般形式为 。

10．记()(),0n EX a t M M t μ=≥→∞-→对一切，当时，t +a 。

二、证明题（本大题共4道小题，每题8分，共32分）P(BC A)=P(B A)P(C AB)。

1．为it(e-1)e λ。

2． 1(sin(t+1)-sin t)2ωω。

3． 1λ4． Γ 5． 212t,t,;e,e 33⎧⎫⎨⎬⎩⎭。

6．(n)nP P =。

随机过程习题及答案第二章随机过程分析1.1学习指导1.1.1要点随机过程分析的要点主要包括随机过程的概念、分布函数、概率密度函数、数字特征、通信系统中常见的几种重要随机过程的统计特性。

1.随机过程的概念随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。

可从两种不同角度理解：对应不同随机试验结果的时间过程的集合，随机过程是随机变量概念的延伸。

2.随机过程的分布函数和概率密度函数如果ξ(t )是一个随机过程，则其在时刻t 1取值ξ(t 1)是一个随机变量。

ξ(t 1)小于或等于某一数值x 1的概率为P [ξ(t 1)≤x 1]，随机过程ξ(t )的一维分布函数为F 1(x 1,t 1)=P [ξ(t 1)≤x 1](2-1)如果F 1(x 1,t 1)的偏导数存在，则ξ(t )的一维概率密度函数为对于任意时刻t 1和t 2，把ξ(t 1)≤x 1和ξ(t 2)≤x 2同时成立的概率称为随机过程?(t )的二维分布函数。

如果存在，则称f 2(x 1,x 2;t 1,t 2)为随机过程?(t )的二维概率密度函数。

对于任意时刻t 1，t 2，…，t n ，把 {}n 12n 12n 1122n n ()(),(), ,() (2 - 5)=≤≤≤F x x x t t t P t x t x t x ξξξ，，，；，，，称为随机过程?(t )的n 维分布函数。

如果存在，则称f n (x 1,x 2,…,x n ;t 1,t 2,…,t n )为随机过程?(t )的n 维概率密度函数。

3.随机过程的数字特征随机过程的数字特征主要包括均值、方差、自相关函数、协方差函数和互相关函数。

随机过程?(t )在任意给定时刻t 的取值?(t )是一个随机变量，其均值为其中，f 1(x ,t )为?(t )的概率密度函数。

随机过程?(t )的均值是时间的确定函数，记作a (t )，它表示随机过程?(t )的n 个样本函数曲线的摆动中心。

湖南大学本科课程《随机过程》习题集主讲教师：何松华 教授第一章：概述及概率论复习1.1 设一批产品共50个，其中45个合格，5个为次品，从这一批产品中任意抽取3个，求其中有次品的概率。

1.2 设一批零件共100个，次品率为10%，每次从其中任取一个零件，取出的零件不再放回，求第3次才取得合格品的概率。

1.3 设一袋中有N 个球，其中有M 个红球，甲、乙两人先后各从袋中取出一个球，求乙取得红球的概率(甲取出的球不放回)。

1.4 设一批产品有N 个，其中有M 个次品，每次从其中任取一个来检查，取出后再放回，求连续n 次取得合格品的概率。

1.5设随机变量X 的概率分布函数为连续的，且0()00xA Be x F x x λ-⎧+≥=⎨<⎩其中λ≥0为常数，求常数A 、B 的值。

1.6设随机变量X 的分布函数为 ()() (-<<)F x A Barctg x x =+∞∞(1) 求系数A 、B ；(2)求随机变量落在(-1,1)内的概率；(3)求其概率密度函数。

1.7已知二维随机变量(X,Y)的联合概率密度分布函数为6(2)0,1(,)0XY xy x y x y f x y elsewhere --≤≤⎧=⎨⎩(1)求条件概率密度函数|(|)X Y f x y 、|(|)Y X f y x ；(2)问X 、Y 是否相互独立？1.8已知随机变量X 的概率密度分布函数为22()()]2X X X x m f x σ-=- 随机变量Y 与X 的关系为 Y=cX+b ，其中c ，b 为常数。

求Y 的概率密度分布函数。

1.9设X 、Y 是两个相互独立的随机变量，其概率密度分布函数分别为101()0X x f x elsewhere ≤≤⎧=⎨⎩，0()0y Y e y f y elsewhere-⎧<=⎨⎩ 求随机变量Z=X+Y 的概率密度分布函数。

1.10设随机变量Y 与X 的关系为对数关系，Y=ln(X)，随机变量Y 服从均值为m Y 、标准差为σY 的正态分布，求X 的概率密度分布。

第6章习题答案6.1 设)(t x 为实函数，试证（1）)(t x 为t 的奇函数时，它的希尔伯特变换为t 的偶函数； （2）)(t x 为t 的偶函数时，它的希尔伯特变换为t 的奇函数。

证明（1）：)(t x =)(t x --tt x t xπ1)()(ˆ*= )(ˆ1)(1)()(1)()(1)()(ˆt xt t x t t x t t x t t x t x=*=*=-*-=-*-=-∴ππππ （2）)(t x =)(t x -)(ˆ1)()(1)()(1)()(ˆt xtt x t t x t t x t x-=*-=-*=-*-=-∴πππ6.3 设)(t a ∞<<∞-t 是具有频谱)(ωA 的已知实函数，假定ωω∆>||时，)(ωA =0，且满足ωω∆≥0，求（1）t t a 0cos )(ω和 )ex p()(210t j t a ω的傅立叶变换以及两个傅氏变换的关系； （2）t t a 0sin )(ω 和 )ex p()(20t j t a jω-的傅立叶变换以及两个傅氏变换的关系；（3）t t a 0cos )(ω 和 t t a 0sin )(ω的傅立叶变换关系。

解：（1）t t a t x 0cos )()(ω= 且 )exp()(21)(0t j t a t y ω=)]()([21)(00ωωωωω-++=∴A A X)(21)(0ωωω-=A Y（2）t t a t x 0sin )()(ω= 且)ex p()(2)(0t j t a jt y ω-=)]()([2)(00ωωωωω--+=∴A A jX)(2)(0ωωω--=A jY6.4 对于窄带平稳随机过程t t Y t t X t Z 00sin )(cos )()(ωω-=。

若已知τωττ0cos )()(a R Z =，求证：)()(ττa R X =。

解法一、证： ⎩⎨⎧+=-=t t Y t t X t Z tt Y t t X t Z 0000cos )(sin )()(ˆsin )(cos )()(ωωωω，故有⎩⎨⎧-=+=tt Z t t Z t Y t t Z t t Z t X 0000sin )(cos )(ˆ)(sin )(ˆcos )()(ωωωω[])()()(ττ+=t X t X E R X[][]{})(sin )(ˆ)(cos )(sin )(ˆcos )(0000τωττωτωω++++++=t t Z t t Z t t Z t t Z E )(cos sin )()(sin cos )()(sin sin )()(cos cos )(00ˆ00ˆ00ˆ00τωωττωωττωωττωωτ+++++++=t t R t t R t t R t t R Z Z Z Z Z Z又因为任一实平稳随机过程)(t Z 与其希尔伯特变换)(ˆt Z满足： )()(ˆττZ Z R R =，)(ˆ)(ˆττZ ZZ R R =，)(ˆ)(ˆττZ Z Z R R -=。

湖南大学本科课程《随机过程》第6章习题及参考答案主讲教师：何松华 教授1. 给定实数x 和一个平稳随机过程()X t ，定义理想门限系统的特性为1()()0()X t xY t X t x≤⎧=⎨>⎩ 试证：(1) [()]()X E Y t F x =；(2) ()](,,)Y X R F x x ττ=证：(1) ()Y t 在任意时刻为只有两种取值1,0的随机变量，则[()]1{()1}0{()0}{()1}{()}(,)() ()X X E Y t P Y t P Y t P Y t P X t x F x t F x =⨯=+⨯====≤==根据平稳性(2)根据相关函数定义，有()][()()]11{()1,()1}01{()0,()1} 10{()1,()0}00{()0,()0}{()1,()1}{(),()}(,;,)(,;) ()Y X X R E Y t Y t P Y t Y t P Y t Y t P Y t Y t P Y t Y t P Y t Y t P X t x X t x F x x t t F x x ττττττττττ=+=⨯⨯+==+⨯⨯+==+⨯⨯+==+⨯⨯+===+===+≤≤=+=根据平稳性2．设平方律检波器的传输特性为2y x =，在检波器输入端加入一窄带高斯随机过程()X t ，其概率密度函数为22()()}2X Xx a f x σ-=- 在检波器后联接一个理想低通滤波器，求低通滤波器输出过程的一维概率密度和均值；当0a =时结果有何变化。

解：根据题意，()X t 为非零均值的中频窄带随机过程，可以表示为：00()()cos()()sin()C S X t a A t t A t t ωω=+-其中()C A t 、()S A t 为零均值窄带随机过程的同向分量以及正交分量，都服从均值为0、方差为2X σ的正态分布，且在同一时刻互不相关，则检波器输出信号22002222200000()[()cos()()sin()]1111()()2()cos()()cos(2)()cos(2)2222 2()sin()()()sin(2)C S C S C C S S C S X t a A t t A t t a A t A t aA t t A t t A t t aA t t A t A t t ωωωωωωω=+-=++++--- 通过理想低通滤波后，滤波器输出信号为2221()[()()]2C S Z t a A t A t =++由于随机变量()C A t 、()S A t 为互不相关(正态分布情况与独立等价)的正态随机变量，则22122()()()C S XXA t A t Z t σσ=+服从自由度为2的卡方分布，即11121/22/211221()22(2/2)z z Z z ef z e ---==Γ 221()()2X Z t Z t a σ=+，2122[()]()[()]XZ t a Z t h Z t σ-==，根据随机变量函数的概率密度关系，()Z t 的一维概率密度分布函数为22122()1()[()] ()X z a Z Z Xdh z f z f h z e z a dz σσ--==≥2222222211[()]{[()()]}[]22C S X X X E Z t E a A t A t a a σσσ=++=++=+当0a =时，221() (0)X zZ Xf z e z σσ-=≥，2[()]X E Z t σ=。

随机过程习题和答案一、设二维随机变量(,)的联合概率密度函数为：试求:在时,求。

解：当时，＝＝设离散型随机变量X 服从几何分布：试求的特征函数，并以此求其期望与方差。

解：所以：袋中红球，每隔单位时间从袋中有一个白球，两个任取一球后放回，对每对应随机变量一个确定的t=时取得白球如果对时取得红球如果对t e t tt X t 3)(.维分布函数族试求这个随机过程的一设随机过程，其中是常数，与是相互独立的随机变量，服从区间上的均匀分布，服从瑞利分布，其概率密度为试证明为宽平稳过程。

解：（1）与无关（2），所以（3）只与时间间隔有关，所以为宽平稳过程。

是随机变量，且，其中设随机过程U t U t X 2cos )(=求：，.5)(5)(==U D U E.321）方差函数）协方差函数；（）均值函数；（（是其中，设有两个随机过程U Ut t Y Ut t X ,)()(32==.5)(=U D 随机变量，且数。

试求它们的互协方差函，试求随机过程是两个随机变量设B At t X B A 3)(,,+=的均值),(+∞-∞=∈T t 相互独若函数和自相关函数 BA ,.),()(),2,0(~),4,1(~,21t t R t m UB N A X X 及则且立为多少？一队学生顺次等候体检。

设每人体检所需的时间服从均值为2分钟的指数分布并且与其他人所需时间相互独立，则1小时内平均有多少学生接受过体检在这1小时内最多有40名学生接受过体检的概率是多少（设学生非常多，医生不会空闲）解：令()N t 表示(0,)t 时间内的体检人数，则()N t 为参数为30的poisson 过程。

以小时为单位。

则((1))30E N =。

4030(30)((1)40)!k k P N e k -=≤=∑。

在某公共汽车起点站有两路公共汽车。

乘客乘坐1,2路公共汽车的强度分别为1λ，2λ，当1路公共汽车有1N 人乘坐后出发；2路公共汽车在有2N 人乘坐后出发。

随机过程部分习题答案习题22.1 设随机过程b t b Vt t X ),,0(,)(+∞∈+=为常数，)1,0(~N V ，求)(t X 的一维概率密度、均值和相关函数。

解 因)1,0(~N V，所以1,0==DV EV ，b Vt t X +=)(也服从正态分布，b b tEV b Vt E t X E =+=+=][)]([ 22][)]([t DV t b Vt D t X D ==+=所以),(~)(2t b N t X ，)(t X 的一维概率密度为),(,21);(222)(+∞-∞∈=--x ett x f t b x π，),0(+∞∈t均值函数 b t X E t m X ==)]([)(相关函数)])([()]()([),(b Vt b Vs E t X s X E t s R X ++==][22b btV bsV stV E +++=2b st +=2.2 设随机变量Y 具有概率密度)(y f ，令Yt e t X -=)(，0,0>>Y t ，求随机过程)(t X 的一维概率密度及),(),(21t t R t EX X 。

解 对于任意0>t，Yt e t X -=)(是随机变量Y 的函数是随机变量，根据随机变量函数的分布的求法，}ln {}{})({);(x Yt P x e P x t X P t x F t Y ≤-=≤=≤=-)ln (1}ln {1}ln {tx F t x Y P t x Y P Y --=-≤-=-≥= 对x 求导得)(t X 的一维概率密度xtt x f t x f Y 1)ln ();(-=，0>t均值函数⎰∞+--===0)(][)]([)(dy y f e eE t X E t m yt tY X相关函数⎰+∞+-+---====0)()(2121)(][][)]()([),(212121dy y f e e E e e E t X t X E t t R t t y t t Y t Y t Y X2.3 若从0=t 开始每隔21秒抛掷一枚均匀的硬币做实验，定义随机过程⎩⎨⎧=时刻抛得反面时刻抛得正面t t t t t X ,2),cos()(π 试求：（1）)(t X 的一维分布函数),1(),21(x F x F 和；（2）)(t X 的二维分布函数),;1,21(21x x F ；（3）)(t X 的均值)1(),(X X m t m ，方差 )1(),(22X Xt σσ。

、1.1设二维随机变量（X , F）的联合概率密度函数为:=—i—[l241-ι>⅛= "k"QTh Xl-JF)1.2 设离散型随机变量X服从几何分布：Hm=(Ip)HPJt=U-试求/的特征函数，并以此求其期望E(X)与方差I K X)¾0 = Efr ir) = ∑e⅛ = *)解：一=⅛α-ri M P=√^∑^α-p)t U O-P) ⅛J1—(I-JI)1—q/(O)=α⅛24(1-小丄0<y<x<l苴它试求：在OJu <■ 1时,求I『F)解：J；240 H)JKfc0<y<l Jj2Jf(I_y)3 0<JF<1P 其它^{θ其它当OJXI 时，Aw)2OT(Xy)y<x<l其它所以：-⅛(0)二丄f PZUr=J Er3-(JEIf)3=^^-^=4PPp2.1袋中有一个白球，两个红球，每隔单位时间从袋中任取一球后放回，对每一个确定的t 对应随机变量x(t^3如果对t时取得红球e t如果对t时取得白球试求这个随机过程的一维分布函数族2.2设随机过程 W 加吨MIF)∙ gZ I叫，其中吗是常数，/与F是相互独立的随机变量，F服从区间(°2刘上的均匀分布，/服从瑞利分布，其概率密度为x>0x≤0试证明Xu)为宽平稳过程。

解:( 1)⑷+F)} q啊诚如+ f)}= 与无关（2）枚F（M 仪加血I（Q/伽说如"）汁F（才）,f _ t t⅛(Q) =-J PQ ÷g)= -te^t∣Γ÷p ^dt =-2σ1e^i∣Γ=2σ3所以必U）啟0⑴卜"（3）R lM壊M∞¼⅛+Hl∕∞Ψ⅛+y）］｝=豺］£｛oKs（A +Γ）∞<β（A +Γ）｝=2^Jtt 2{α≈(0A + β⅛+ y)-rasfflfc A)I^⅛心’皿叫仏Z L)只与时间间隔有关，所以XU)为宽平稳过程2.3设随机过程 X(t)=Ucos2t,其中U是随机变量，且 E(U)= 5, D(U)= 5.求: (1)均值函数；(2)协方差函数；(3)方差函数2.4设有两个随机过程 X(t)=Ut2, Y(t)=Ut3,其中U是随机变量，且D(U) = 5.试求它们的互协方差函数2.5设代B是两个随机变量，试求随机过程X(t) =At ∙3B,t∙ T =(」：「：)的均值函数和自相关函数若A, B相互独立,且A~ N(1,4), B ~U (0,2),则mχ (t)及Rχ(t1,t2)为多少？3.1 一队学生顺次等候体检。

标准教材：随机过程基础及其应用/赵希人，彭秀艳编著索书号：O211.6/Z35-2备用教材：（这个非常多，内容一样一样的）工程随机过程/彭秀艳编著索书号：TB114/P50历年试题（页码对应备用教材）2007一、习题0.7（1）二、习题1.4三、例2.5.1—P80四、例2.1.2—P47五、习题2.2六、例3.2.2—P992008一、习题0.5二、习题1.4三、定理2.5.1—P76四、定理2.5.6—P80五、1、例2.5.1—P802、例2.2.2—P53六、例3.2.3—P992009（回忆版）一、习题1.12二、例2.2.3—P53三、例1.4.2与例1.5.5的融合四、定理2.5.3—P76五、习题0.8六、例3.2.22010一、习题0.4（附加条件给出两个新随机变量表达二、例1.2.1三、例2.1.4四、例2.2.2五、习题2.6六、习题3.3引理1.3.1 解法纠正 许瓦兹不等式()222E XY E X E Y ⎡⎤⎡⎤≤⎡⎤⎣⎦⎣⎦⎣⎦证明：()()()()222222222220440E X Y E X E XY E Y E XY E X E Y E XY E X E Y λλλ +⎡⎤⎡⎤=++≥⎣⎦⎣⎦∴∆≤⎡⎤⎡⎤∴-≤⎡⎤⎣⎦⎣⎦⎣⎦⎡⎤⎡⎤∴≤⎡⎤⎣⎦⎣⎦⎣⎦例1.4.2 解法详解已知随机过程(){},X t t T ∈的均值为零，相关函数为()121212,,,,0a t t t t et t T a --Γ=∈>为常数。

求其积分过程()(){},t Y t X d t T ττ=∈⎰的均值函数()Y m t 和相关函数()12,Y t t Γ。

解：()0Y m t =不妨设12t t >()()()()()()1212222112121122122100,,Y t t t t t t t t t EY t Y t E X d X d d d τττττττττΓ===Γ⎰⎰⎰⎰()()()()()222121122221222112222212221212121212000220022002200222211||111111||211ττττττττττττττττττττττττ--------------=+-=+=---=+-+⎡=++--⎣⎰⎰⎰⎰⎰⎰⎰⎰t t t a a t t a a a a t t t a a at a t a at t a t t at at ed d ed de d e d a ae d e d a a t t e e a a a a t e e e a a⎤⎦同理当21t t >时()()2112112221,1a t t at at Y t t t e e e a a----⎡⎤Γ=++--⎣⎦ （此处书上印刷有误）例1.5.5解法同上例1.5.6 解法详解 普松过程公式推导：(){}()()()()()()()()()()()1lim !lim 1!!!1lim 1!!lim 1lim !lim lim !第一项可看做幂级数展开：第二项将分子的阶乘进行变换：→∞-→∞-→∞---∆-→∞→∞-→∞→∞===-∆∆-⎡⎤⎡⎤⎡⎤=-∆∆⎢⎥⎢⎥⎣⎦-⎣⎦⎣⎦⎡⎤⎡⎤-∆==⎢⎥⎣⎦⎣⎦⎡⎤⋅∆=∆⎢⎥--⎣⎦N k N N kkN N k kN N kN kq t qtN N k N kk k N N P X t k C P N q t q t k N k N q t q t N k k q t e e N N N q t q t N k N ()()()()()!lim 1!-→∞⎡⎤⎢⎥⎣⎦⎡⎤⎡⎤=∆⋅=⋅=⎢⎥⎣⎦-⎣⎦N k k k k kN k N q t N qt qt N k (){}()()()()!1lim 1!!!N kkN kqt P X t k N q t q t N k k qt ek -→∞-∴=⎡⎤⎡⎤⎡⎤=-∆∆⎢⎥⎢⎥⎣⎦-⎣⎦⎣⎦=例2.1.2 解法详解设(){},X t t -∞<<+∞为零均值正交增量过程且()()2212121,E X t X t t t t t -=->⎡⎤⎣⎦，令()()()1Y t X t X t =--，试证明(){},Y t t -∞<<+∞为平稳过程。