随机过程第3章习题

第3章随机过程思考题3-1 何谓随机过程？它具有什么特点？答：（1）随机过程是指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。

随机过程可以从两个不同的角度来说明。

一个角度是把随机过程看成对应不同随机试验结果的时间过程的集合。

从另外一个角度来看，随机过程是随机变量概念的延伸，它在任意时刻的值是一个随机变量（2）随机过程的特点：①随机过程具有不可预知性。

因为根据随机过程的定义，随机过程相当于任意时刻的一个随机变量，随机也就意味着不可预知性。

②随机过程具有集合性。

集合性是指随机过程相当于由许多个随机变量聚合而成的，不仅仅是一个数量的叠加。

3-2 随机过程的数字特征主要有哪些？分别表征随机过程的什么特性？答：（1）随机过程的数字特征主要包括均值，方差和相关函数（2）三个数字特征分别表现了以下特性：①均值表示随机过程的n个样本函数曲线的摆动中心。

②方差表示随机过程在时刻t相对于均值的偏离程度。

③相关函数衡量随机过程在任意两个时刻上获得的随机变量之间的关联程度。

3-3 何谓严平稳？何谓广义平稳？它们之间的关系如何？答：（1）严平稳随机过程：若一个随机过程的统计特性与时间起点无关，即时间平移不影响其任何统计特性，则称该随机过程为严平稳随机过程。

（2）广义平稳随机过程：若一个随机过程的数学期望与时间无关，而自相关函数仅与时间间隔相关，则称该随机过程为广义平稳随机过程。

（3）严平稳随机过程必定是广义平稳的，反之不然。

因此严平稳随机过程的限制条件要高于广义平稳随机过程。

3-4 平稳过程的自相关函数有哪些性质？它与功率谱密度的关系如何？答：（1）平稳过程的自相关函数R（τ）的性质：①R（0）＝E[ξ2（t）]，表示平稳过程ξ（t）的平均功率。

②它是偶函数。

③它的最大值为R（0）。

④，表示平稳过程ξ（t）的直流功率。

⑤，σ2是方差，表示平稳过程ξ（t）的交流功率。

（2）它与功率谱密度是一对傅立叶变换对。

3-5 什么是高斯过程？其主要性质有哪些？答：（1）定义：如果随机过程的任意n维（n＝1，2，·）分布均服从正态分布，则称它为高斯过程。

第一章习题解答1． 设随机变量X 服从几何分布，即：(),0,1,2,k P X k pq k ===。

求X 的特征函数，EX 及DX 。

其中01,1p q p <<=-是已知参数。

解()()jtxjtkk X k f t E eepq ∞===∑()k jtkk p q e∞==∑ =0()1jt kjtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑222()()[()]q D X E X E X P =-=（其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑）令 0()(1)n n S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰202201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k 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1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩（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10()()p jtxp bxX b f t ex e dx p ∞--=Γ⎰ 1()0()p p jt b x b x e dx p ∞--=Γ⎰101()()()()(1)p u p p p p p b e u b u jt b x du jt p b jt b jt b∞----==Γ---⎰ 10(())x p p e x dx ∞--Γ=⎰ （2）'1()(0)X p E X f j b∴== 2''221(1)()(0)X p p E X f j b +== 222()()()PD XE X E X b∴===（4） 若(,)i i X p b Γ 1,2i = 则121212()()()()(1)P P X X X X jt f t f t f t b-++==-1212(,)Y X X P P b ∴=+Γ+同理可得：()()iiP X b f t b jt∑=∑-3、设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。

随机过程习题及部分解答习题一1. 若随机过程()(),X t X t At t =-∞<<+∞为，式中A 为（0，1）上均匀分布的随机变量，求X (t )的一维概率密度(;)X P x t 。

2. 设随机过程()cos(),X t A t t R ωθ=+∈，其中振幅A 及角频率ω均为常数，相位θ是在[,]ππ-上服从均匀分布的随机变量，求X (t )的一维分布。

习题二1. 若随机过程X (t )为X (t )=At t -∞<<+∞，式中A 为（0,1）上均匀分布的随机变量，求12[()],(,)X E X t R t t2. 给定一随机过程X (t )和常数a ，试以X (t )的相关函数表示随机过程()()()Y t X t a X t =+-的自相关函数。

3. 已知随机过程X (t )的均值M X (t )和协方差函数12(,),()X C i t t ϕ是普通函数，试求随机过程()()()Y t X t t ϕ=+是普通函数，试求随机过程()()()Y t X t t ϕ=+的均值和协方差函数。

4. 设()cos sin X t A at B at =+，其中A ，B 是相互独立且服从同一高斯（正态）分布2(0,)N σ的随机变量，a 为常数，试求X (t )的值与相关函数。

习题三1. 试证3.1节均方收敛的性质。

2. 证明：若(),;(),X t t T Y t t T ∈∈均方可微，a ,b 为任意常数，则()()aX t bY t +也是均方可微，且有[()()]()()aX t bY t aX t bY t '''+=+3. 证明：若(),X t t T ∈均方可微，()f t 是普通的可微函数，则()()f t X t 均方可微且[()()]()()()()f t X t f t X t f t X t '''=+4. 证明：设()[,]X t a b 在上均方可微，且()[,]X t a b '在上均方连续，则有()()()b aX t dt X b X a '=-⎰5. 证明，设(),[,];(),[,]X t t T a b Y t t T a b ∈=∈=为两个随机过程，且在T 上均方可积，αβ和为常数，则有[()()]()()b b baaaX t Y t dt X t dt Y t dt αβαβ+=+⎰⎰⎰()()(),b c baacaX t dt X t dt X t dt a c b =+⎰⎰⎰≤≤6. 求随机微分方程()()()[0,](0)0X t aX t Y t t X '+=∈+∞⎧⎨=⎩的()X t 数学期望[()]E X t 。

随机过程习题第3章3-1 3.1 设有一泊松过程{}0,)(³t t N P ，若有两个时刻s 、t ，且s<t ，试证明{}k n k t s t s k n n t N k s N P -÷øöçèæ-÷øöçèæ÷÷øöççèæ===1)(/)(其中，n k ,,2,1,0 =。

证明：依条件概率定义和泊松过程为独立增量过程的性质可得{}{}{}kn k tn s t k n s k t s t s k n n e t k n e s t k e s n t N P k n s N t N k s N P n t N k s N P ------÷øöçèæ-÷øöçèæ÷÷øöççèæ=--==-=-====1!)()!()]([!)()()()(,)()(/)()(l l l l l l 从另一个角度考虑，泊松事件到达时间分布是[0，t ]内的均匀分布。

定义事件A 为一个泊松事件出现在[t ，s ]内，事件A 发生的概率为t s，不发生的概率为ts -1。

于是{}kn k t s t s k nk P n t N k s N P -÷øöçèæ-÷øöçèæ÷øöçèæ====1}{A )(/)(次事件发生3.2设顾客以泊松分布抵达银行，其到达速率为l 。

随机过程测试题二答案1．以1T 表示泊松过程}0),({≥t t N 中事件首次发生的时刻，则对于t s ≤，求条件概率}1)(|{1=≤t N s T P解： ==≤}1)(|{1t N s T P ts .（细节请查书） （5分） 2．设{N (t ), t ≥0}是强度为λ的泊松过程，N (t )表示到时刻t 为止事件A 发生的次数，则对任意t s <≤0，求),(),(t DN t EN )).(),(cov(s N t N解：t t DN t EN λ==)()(； （5分） .))(),(cov())(),(-)(cov())(),(cov(s s N s N s N s N t N s N t N λ=+= （5分）3．设某公交车站从早晨5时至晚上21时有车发出．从5时至8时乘客的平均到达率呈现性增加，5时乘客的平均到达率为200人/小时，8时乘客的平均到达率为1400人/小时；8时至18时乘客的平均到达率不变；18时至21时乘客的平均到达率线性减少，到21时为200人/小时．假定在不相重叠的时间间隔内到达车站的乘客数相互独立．求（1）12时至14时恰有2000名乘客到车站的概率；（2）这两小时内到车站的乘客平均数．解：以N (t )表示0时到t 时到达的乘客数，则211818885),18(4001400,1400),5(400200)(≤≤<<≤≤⎪⎩⎪⎨⎧---+=t t t t t t λ,（1）).21400(~)12()14(⨯-P N N==-}2000)12()14({N N P !2000280020002800⋅-e ； （5分） （2）2800)]12()14([=-N N E ． （5分）4．假定某天文台观测到的流星流是一个泊松过程，据以往资料统计为每小时平均观察到3颗流星. 试求（1）在上午8点到12点期间，该天文台没有观察到流星的概率.（2）下午（12点以后）该天文台观察到第一颗流星的时间的分布函数.解：（1）设早晨8时为0时刻，以N (t )表示0时到t 时观测到的流星数，则N (t )是强度为3（颗/小时）的泊松过程．).43(~)0()4(⨯-P N N==-}0)0()4({N N P 12-e ； （5分）（2）记下午（12点以后）该天文台观察到第一颗流星的时间为1T ，则其密度函数为.0,3)(3≥=-t e t f t相应的分布函数为⎩⎨⎧<≥-=-0,00,1)(3t t e t F t ． （5分） 5．保险公司接到的索赔次数是一个泊松过程{N (t )，t ≥0}, 每次的赔付金额{Y n }是一族独立随机变量序列，且有相同分布F ，索赔数额与它发生的时刻无关．则在(0,t ]时间内保险公司赔付的总金额可表示为∑=)(1t N i i Y （5分）；若保险公司以平均每月两次的速率接到索赔要求,每次赔付为均值是2000元的正态分布,则它的年平均赔付金额为48000元（5分）.解：2000元×2×12=48000元6． 设到某电影院的观众服从强度为λ的泊松流，如果电影在时刻t 开演，求在(0,t ]时间内到达电影院的观众等待开演的时间总和的均值.解：假设以强度为λ的泊松过程{N (t )，t ≥0}来到某电影院，火车在时刻t 启程． 计算在(0,t ]时间内到达的乘客的等待时间的总和的期望值.解1：以T n 记第n 位观众的来到时刻，则所求为∑=-)(1)(t N i i T t E.22])(|[])(|)([)(1)(1nt nt nt n t N T E nt n t N T t E t N i i t N i i =-==-==-∑∑== （5分） ∑∑∑+∞=====-=-0)(1)(1})({])(|)([)(n t N i i t N i i n t N P n t N T t E T t E.2)!1()(2!)(221120t e n t t e n t nt n t n n t nλλλλλλ=-==∑∑+∞=--+∞=- （5分） 7．某商场为调查顾客到来的客源情况，考察了男女顾客来商场的人数。

《概率论与随机过程》第三章习题答案3.2 随机过程()t X 为()()ΦωX +=t cos A t 0式中，A 具有瑞利分布，其概率密度为()02222>=-a eaa P a A ，σσ，()πΦ20，在上均匀分布，A Φ与是两个相互独立的随机变量，0ω为常数，试问X(t)是否为平稳过程。

解：由题意可得:()[]()()002121020022222002222=⇒+=*+=⎰⎰⎰⎰∞--∞φφωπσφπσφωX E πσσπd t cos da e a a dad eat cos a t a a ()()()[]()()()()()()[]()()()()()12021202120202120202221202022021012022022202010022222200201021212122112210212212121221212222222222222t t cos t t cos t t cos det t cos da e e a t t cos dea d t t cos t t cos a d ea d t cos t cos da eaadad e at cos a t cos a t t t t R a a a a a a a -=-⨯=-⨯-=-⨯⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫-∞+-=-⨯-=⎩⎨⎧⎭⎬⎫+++---=++=++==-∞∞---∞∞-∞--∞⎰⎰⎰⎰⎰⎰⎰⎰⎰ωσωσωσωωφφωωπσφπφωφωσφσπφωφωX X E σσσσπσπσσπXX ）（，可见()[]t X E 与t 无关，()21t t R ，XX 与t 无关，只与()12t t -有关。

∴()t X 是平稳过程另解：()[][]0022000000[cos()][cos()][];(,)cos()cos(())cos()cos(())t E A t E A E t E A R t t E A t t E A E t t E X ωΦωΦτωΦωτΦωΦωτΦ⎡⎤=+=+=⨯=⎣⎦⎡⎤⎡⎤+=+++=+++⎣⎦⎣⎦[][][])cos()cos())cos((τωτωτωω0200022222A E t E A E =+Φ++= ∴()t X 是平稳过程3.3 设S(t) 是一个周期为T 的函数，随机变量Φ在（0，T ）上均匀分布，称X(t)=S （t+Φ）,为随相周期过程，试讨论其平稳性及各态遍历性。

随机过程第三章与第四章习题解答3.1 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 -=≤=∑。

3.2 解：法一：（1）乘坐1、2路汽车所到来的人数分别为参数为1λ、2λ的poisson 过程，令它们为1()N t 、2()N t 。

1N T 表示1()N t =1N 的发生时刻，2N T 表示2()N t =2N 的发生时刻。

1111111111()exp()(1)!N NN T f t t t N λλ-=-- 2221222222()exp()(1)!N NN T f t t t N λλ-=--1212121221112,12|12211122212(,)(|)()exp()exp()(1)!(1)!N N N N N NNN N T T T T T f t t f t t f t t t t t N N λλλλ--==---- 12212121112211122210012()exp()exp()(1)!(1)!NNt N N N N P T T dt t t t t dt N N λλλλ∞--<=----⎰⎰（2）当1N =2N 、1λ=2λ时，12121()()2N N N N P T T P T T <=>=法二：（1）乘车到来的人数可以看作参数为1λ+2λ的泊松过程。

令1Z 、2Z 分别表示乘坐公共汽车1、2的相邻两乘客间到来的时间间隔。

则1Z 、2Z 分别服从参数为1λ、2λ的指数分布，现在来求当一个乘客乘坐1路汽车后，下一位乘客还是乘坐1路汽车的概率。

212211122210()exp()exp()z p P Z Z dz z z dz λλλλ∞=<=--⎰⎰112λλλ=+。

故当一个乘客乘坐1路汽车后，下一位乘客乘坐2路汽车的概率为1-p 212λλλ=+上面的概率可以理解为：在乘客到来的人数为强度1λ+2λ的泊松过程时，乘客分别以112λλλ+概率乘坐公共汽车1，以212λλλ+的概率乘坐公共汽车2。

第三章 随机过程一. 随机过程的基本概念 1.1 随机过程的定义设（Ω，F ，P ）为给定的概率空间，T 为一指标集，对于任意t T ∈，都存在定义在(),,P ΩF 上，取值于E 的随机变量()(),X t ωω∈Ω与它相对应，则称依赖于t 的一族随机变量(){},:X t t T ω∈为随机过程，简记(){}t X ω，{}t X 或(){}X t注：随机过程(){}:,t X t T ωω∈Ω∈是时间参数t 和样本点ω的二元函数，对于给定的时间0t ，是0(,)X t ω是概率空间(),,P ΩF 上的随机变量；对于给定样本点0ω∈Ω，0(,)X t ω是定义在T 上的实函数，此时称它为随机过程对应于0ω的一个样本函数，也成为样本轨道或实现。

E 称为随机过程的相空间，也成为状态空间，通常用“t X x =”表示t X 处于状态x1.2随机过程t X 按照时间和状态是连续还是离散可以分为四类：连续型随机过程、离散型随机过程、连续型随机序列、离散型随机序列1.3 有穷维分布函数设随机过程{}t X ，在任意n 个时刻1,,n t t 的取值1,,n t t X X 构成n 维随机向量()1,,nt t X X ，其n 维联合分布函数为：()()11,,11,,,,nnt t n t t n F x x P X x X x =≤≤其n 维联合密度函数记为()1,,1,,nt t n f x x 。

我们称(){}1,,11,,:1,,,nt t n n F x x n t t T ≥∈ 为随机过程{}t X 的有穷维分布函数。

二.随机过程的数字特征 2.1 数学期望对于任何一个时间t T ∈，随机过程{}t X 的数学期望定义为()()tX t t E X xdF x μ+∞-∞==⎰()t E X 是时间t 的函数2.2 方差与矩随机过程{}t X 的二阶中心矩22()[(())],tX t t t Var X E X E X t T σ==-∈称为随机过程{}t X 的方差随机过程{}t X 的二阶原点矩定义为22()()tt E X x dF x +∞-∞=⎰注：2()X t σ是时间t 的函数，它描述了随机过程()X t 的诸样本对于其数学期望t μ的偏移程度2.3 协方差函数和自相关函数随机过程{}t X 对于任意12,t t T ∈，其协方差函数定义为12112212(,)(,)[(())(())]X t t t t t t c t t Cov X X E X E X X E X ==--当12t t t ==时，协方差函数就是方差随机过程{}t X 的自相关函数（相关函数）定义为121212(,)(),t t R t t E X X t t T =∈当12t t t ==时，自相关函数就是二阶原点矩。

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。

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。

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)。

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。

设随机变量X 的概率分布函数为连续的，且其中0为常数，求常数A 、B 的值 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。

已知二维随机变量(X,丫的联合概率密度分布函数为6xy(2 x y) 0 x,y 1f xY (x,y )elsewhere(1)求条件概率密度函数f xiY (x|y)、f Y|x (y|x) ； (2)问X 、丫是否相互独立 已知随机变量X 的概率密度分布函数为f X (x)21exp ［叮笛■- 2 X2 X随机变量丫与X 的关系为 Y=cX+b 其中c ，b 为常数。

求丫的概率密度分布函数 设X 、丫是两个相互独立的随机变量，其概率密度分布函数分别为F(x)A Be x x 00 x 0求随机变量Z=X+丫的概率密度分布函数。

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

的数学期望及方差。

随机变量X 服从均值为m x 、标准差为X 的正态分布，X 通过双向平方率检波器，Y=c*(c>0),求丫的概率密度分布。

设二维随机变量的联合概率密度分布函数为f xY (x, y) Asin(x y) (0 x ,0 y -)2 2(1)求系数A ，(2)求数学期望E[X]、E[Y]，方差D[X]、D[Y]; (3)求X 、丫的相关函数及相 关系数。

随机过程作业和答案第三章第三章马尔科夫过程1、将⼀颗筛⼦扔多次。

记X n 为第n 次扔正⾯出现的点数，问{X(n) , n=1,2,3,···}是马尔科夫链吗？如果是，试写出⼀步转移概率矩阵。

⼜记Y n 为前n 次扔出正⾯出现点数的总和，问{Y(n) , n=1,2,3,···}是马尔科夫链吗？如果是，试写出⼀步转移概率矩阵。

解：1)由已知可得，每次扔筛⼦正⾯出现的点数与以前的状态⽆关。

故X(n)是马尔科夫链。

E={1,2,3,4,5,6} ,其⼀步转移概率为:P ij = P ij =P{X(n+1)=j ∣X(n)=i }=1/6 (i=1,2,…,6,j=1,2,…,6) ∴转移矩阵为2)由已知可得，每前n 次扔正⾯出现点数的总和是相互独⽴的。

即每次n 次扔正⾯出现点数的总和与以前状态⽆关，故Y(n)为马尔科夫链。

其⼀步转移概率为其中2、⼀个质点在直线上做随机游动，⼀步向右的概率为p , (0解：由已知可得, 其⼀步转移概率如下：故⼀步转移概率为3、做⼀系列独⽴的贝努⾥试验，其中每⼀次出现“成功”的概率为p ( 0解：由已知得：故为马尔科夫链，其⼀步转移概率为616161616161616161616161616161616161P6,,2,1,6/1,,8,7,,0)1,( i i i j i j i i i j ij n n P 或)1(6,,2,1;6,,2,1, n n n j n n n n i ,,2,1,0 E )(0,1;)0(0,1)1,1(0,,1,,2,1101,1, j P P j P P i i j P q P P P x j j ij i i i i ⽽时，当 1000000 0000000001Pp q p q p qm m m m m m i n X l n X i n X i n X i n X l n X P )(0)()(,,)(,)(0)(2211mm m m m m in X k l n X i n X i n X i n X k l n X P )()()(,,)(,)()(22114、在⼀个罐⼦中放⼊50个红球和50个蓝球。

第三章 随机过程错误！未定义书签。

．设()()()cos 2c Y t X t f t πθ=+，其中()X t 与θ统计独立，()X t 为0均值的平稳随机过程，自相关函数与功率谱密度分别为()X R τ，()X P f 。

(1)若θ在()0,2π均匀分布，求()Y t 的均值、自相关函数和功率谱密度(2)若θ为常数，求()Y t 的均值、自相关函数和功率谱密度 解：无论是(1)还是(2)，都有()()()cos 20c E Y t E X t E f t πθ=+=⎡⎤⎡⎤⎡⎤⎣⎦⎣⎦⎣⎦()()()()()()()()()()()()()()()()cos 2cos 22cos 2cos 221cos 2cos 422211cos 2cos 42222Y c c c c c c X c c c X c X c c R E Y t Y t E X t f t X t f t f E X t X t E f t f t f R E f f t f R f R E f t f ττπθτπθπττπθπθπττπτπθπττπττπθπτ=+⎡⎤⎣⎦=++++⎡⎤⎣⎦=++++⎡⎤⎡⎤⎣⎦⎣⎦=+++⎡⎤⎣⎦=+++⎡⎤⎣⎦在(1)的条件下，θ的概率密度函数为[)10,2()2 0 else p θπθπ⎧∈⎪=⎨⎪⎩于是()()201cos 422cos 42202c c c c E f t f f t f d ππθπτπθπτθπ++=++=⎡⎤⎣⎦⎰因此()()1cos 22Y X c R R f ττπτ=()()()()()22cos 224X c j f j f Y Y X c X c R f P f R e d e d P f f P f f πτπττπττττ∞∞---∞-∞==-++=⎰⎰在(2)的条件下()()()()11cos 2cos 42222Y X c X c c R R f R f t f ττπττπθπτ=+++表明()Y t 是循环平稳过程。