应用随机过程答案1资料下载.pdf

上传人:b****2 文档编号:16120255 上传时间:2022-11-20 格式:PDF 页数:30 大小:230.54KB
下载 相关 举报
应用随机过程答案1资料下载.pdf_第1页
第1页 / 共30页
应用随机过程答案1资料下载.pdf_第2页
第2页 / 共30页
应用随机过程答案1资料下载.pdf_第3页
第3页 / 共30页
应用随机过程答案1资料下载.pdf_第4页
第4页 / 共30页
应用随机过程答案1资料下载.pdf_第5页
第5页 / 共30页
点击查看更多>>
下载资源
资源描述

应用随机过程答案1资料下载.pdf

《应用随机过程答案1资料下载.pdf》由会员分享,可在线阅读,更多相关《应用随机过程答案1资料下载.pdf(30页珍藏版)》请在冰豆网上搜索。

应用随机过程答案1资料下载.pdf

1!

11110010202010110L所以()pXjtbbtf=

(2)根据期望的定义,有()()()()()()()bpdxxpbpdxexpbbpdxexbppbexbpbdxexpbdxexpbxdxxxpXEmbxppbxppbxppbxppbxppX=+=010100011类似的,有()()()()()()()()()()()()()2201200010101222111111bppdxxpbppdxexpbbppdxexbppbdxexbppbexbpbdxexpbdxexpbxdxxpxXEbxppbxppbxppbxppbxppbxpp+=+=+=+=+=+L的方差为X所以,()222221bpbpbppmXEDXX=+=(3)()()()jtjntjteneetf=115.试证函数为一特征函数,并求它所对应的随机变量的分布。

()tf解.根据定理1.3.2(第10页),我们只需证明是连续非负定,且。

()10=f注意到()()()()=nkjktnkjktjtjtnjtjtjtjntjteneneeeneeneetf1111110所以连续且.下面我们证明()tf()10=f()tf是非负定的(性质1.3.3,第8页)。

对任意给定的自然数M,实数以及复数,由于Mttt,21LMaaa,21L()()()()()()=MiMkkittjttjnttjMiMkkikiaaeneeaattfAkikiki111111()()()()()()()()()()()AaaeneeaaeneeaattfAMkMiikttjttjnttjMiMkkittjttjnttjMiMkkikiikikiikkikiki=1111111111nejltA,2,1nlL=所以是实数。

其次,容易证明对任意函数是非负定的。

因此,函数是非负定的。

()tf()tf是特征函数。

()tf下面我们求对应的随机变量的概率密度函数。

根据定理1.3.1(第10页),()()()()=nknknkjktjtxjtxkxnkxndteendtetfxp11112212121()211ttf+=5.试证函数为一特征函数,并求它所对应的随机变量的分布。

解.容易证明连续且()tf()10=f()tf,下面我们证明是非负定的。

对任意给定的自然数M,实数以及复数,首先,由于Mttt,21LMaaa,21L()()=+=MiMkkikiMiMkkikiaattaattfA1121111,是实数。

其次,A显然()()()()0max11max11112212,112,11211+=+=MkikiMiMkkikikiMiMkkikiMiMkkikiaaattaattaattaattfAL所以是非负定的。

()tf最后,根据定理1.3.1(第10页),()()xjtxjtxedtetdttfexp211121212=+=(),x()2,aN7.设相互独立服从正态分布nXXX,21L。

试求维向量的分布,并求其均值向量和协方差矩阵,再求n=niiXnX11(nXXX,21L)的概率密度函数。

()2,aN解.由于相互独立服从正态分布nXXX,21L,维向量的均值向量为n()aaa,L=(nXXX,21L),协方差矩阵为=222OB,()的分布为()BN,。

nXXX,21L()1,1,11Lnl=niiXnX11,则,al=根据题意,。

令()nnnlBl222211111,1,11=MOL根据性质1.4.4(第14页),()=naNlBllNX2,()1,0N11.设相互独立,且都服从211XXY+=321,XXX和。

试求随机变量和组成的随机向量()21,YYY=的特征函数。

312XXY+=解.令,则()321,XXXX=111,0NX()()()XAXXXXXXXYYY=+=:

100111,321312121=2112100111101011111AA根据性质1.4.5(第15页),()=2112,0,NBNYYY根据定理1.4.1(第13页),()()222121exp211221exp21expttttttttBtjtfYYY=()1,0N。

试求12.设相互独立,且都服从321,XXX和()321,XXX的特征函数

(1)随机向量

(2)设,321321211XXXSXXSXS+=+=求随机向量()的特征函数。

321,SSS()21,YY(3)和的特征函数。

121XXY=232XXY=组成的随机向量跟上题的解法完全一样。

()1,0N15.设是相互独立同服从正态分布YX,的随机变量,讨论和YXV=的独立性。

22YXU+=解.我们知道,随机向量的概率密度函数为(YX,)()2,2221,yxYXeyxf+=YXV=根据,有。

由0UYVX=22YXU+=知,代入,可得,所以Y由两个解,即:

22YXU+=()()22221YVYYVU+=+=,1,12221VUYVUY+=+=类似的,+=+=212111VUYVVUX+=+=212111VUYVVUX下面我们求Jacobi行列式。

容易验证:

()2/3211VUVX+=2112VUVUX+=,()2/3211VVUVY+=21121VUUY+=,所以,()()()21111111121,VVYUYVXUXVUYXJ+=类似地,()()()2222121,VVUYXJ+=因此,随机向量的概率密度函数为(VU,)()()()+=+=+=2exp11211211121exp2121,11,1,222222222,122,uvvvuvvuJvuvvufJvuvvufvugYXYXVU由上式可得U和V的概率密度函数:

()()()()=+=+=2exp21112exp212exp1121,22,udvvudvuvdvvugugVUU()()()()()()202022,112exp21111212exp11212exp1121,vuvduuvduuvduvugvgVUV+=+=+=+=所以,()()()vgugvugVUVU=,即是独立的。

VU和17.设二维随机变量的概率密度函数为YX,()=其它00,0,1,yxeyyxpyxyyYXE=。

试求解.容易验证,Y的概率密度函数为()()yyxyyxyyxyYeeyyedxeyedxeydxyxpyp=000111,在下的条件概率密度函数为(第24页)XyY=所以()()()yxyyxyYYXeyeeyypyxpyxp=11,|相应的条件数学期望等于()0,|00|=yydxeyxdxyxxpyYXEyxYX习题二()2,0N()tBtAtXsincos=2设,其中是相互独立且有相同的BA,分布的随机变量,(),t。

试求:

是常数,

(1)的一个样本函数;

()tX

(2)的一维概率密度函数;

()tX(3)的均值函数和协方差函数。

()tX()2,0,NBA()0tX是一个样本函数。

解.

(1)由于0=BA,取,则

(2)由于。

根据性质1.4.4(第14页)知,对任意,()()()CBAttBAtX,:

sincos,=t()()222,0,0NCCNtX=所以的一维概率密度函数为()tX()()222221txXetp=(3)容易计算:

()()0=tXEtmX()()()()()()()()()()()tststsBBtsABtsBAtsAAtstBtAsBsAtXsXtsCX=+=+=cossinsincoscos,covsinsin,covcossin,covsincos,covcoscossincos,sincoscov,cov,224设是参数为的Wiener过程,求下列过程的均值和相关函数:

()0,ttW2()0,1=tttWtX()()0,2=ttWtX

(2)

(1)()()0,21=ttcWctX()()()0,=tttWtWtX(4)(3)()()()()ttDtWEtXEtWX22=解

(1)假设,有st()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()sWWsWEsWtWWsWEsWtWWsWEsWsWtWsWtWWsWEsWsWtWWsWEtWsWEtXsXEtsRX2222222222220020200,+=+=+=()由于是Wiener过程,所以是独立增量过程,所以()0,ttW()()()()()()()()()()()()()stssWtWEWsWEsWtWWsWE=22222200()()()()()()()()()()()()00022=sWtWEWsWEsWtWWsWE()()()()()sWEsWWsWE4220=()()222tssWetf=,所以根据性质1.3.6(第9页),有因为()()()244)(44301sfjsWEsW=所以,()()()24424242422233,sstssstsststsRX+=+=+=类似的,当时,有ts()2442,tsttsRX+=()()01=ttWEtXEtX

(2)()()()tstssttWsWstEttWssWEtXsXEtsRX,min1,1min1111,22=()()()021=tcWcEtXEtX(3)假设st()()()()()()()()()()()()()()()()()()()ssccscWEcscWtcWcWscWEcscWscWtcWscWEctcWscWEctcWcscWcEtXsXEtsRX2222222222222222222221210,=+=+=所以()tstsRX,min,2=()()()()0=ttWtWEtXEtX(4)()()()()()()()()()()()()()()()()()()()()()tssttstWsWEsttstWsWstEtWsWsEtWsWtEtWsWEttWtWssWsWEtXsXEtsRX,min11,2+=+=+=()tN9.设某电报局接受的电报数组成Poisson流,平均每小时接到3次电报。

求:

(1)一上午(8点到12点)没有接到电报的概率;

(2)下午第一个电报的到达时间的分布。

解.

(1)由于是Poisson流,满足()tN()()()0,!

33=+tentnsNtsNPtn所以一上午(8点到12点)没有接到电报的概率等于()()()12430!

0430848=+eeNNP

(2)类似的,用表示下午第一个电报的到达时间。

那么的分布为(定理2.6.3,第41页)1T1T()()tTetNPtTPtTPtF31110111=10.设和分别为强度为()0,1ttN()0,2ttN21和的独立的Poisson过程。

令,求()()()0,21=ttNtNtX()0,ttX的均值函数和相关函数。

解.容易知道,的均值函数为()0,ttX()()()()021=tNtNEtXEtX()0,ttX的相关函数为()()()()()()()()()()()()()()()()()tNsNEtNsNEtNsNEtNsNEtNtNsNsNEtXsXEtsRX221221112121,+=根据定理2.6.1(第4

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 解决方案 > 营销活动策划

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1