Markov过程预决策系统
随机过程-答案
2012-2013学年第一学期统计10本 《随机过程》期中考试 一. 填空题 1．设马氏链的一步转移概率矩阵()ij P p =，n 步转移矩阵() ()n ij P p =，二者之间的关系为 (n) n P P = 2.状态i 常返的充要条件为( ) n i i n p ∞ ==∑∞。 3.在马氏链{},0n X n ≥中，记() n i j p ={}0,11,n P Xm j m n X j X i ≠≤≤-==，n ≥1. i j p =( ) 1n i j n p ∞ =∑,若i j p <1,称状态i 为 。 二. 判断题 1. S 是一个可数集，{:0n n X ≥}是取值于S 的一列随机变量，若 ( ) 1 01110011111 1,,...,(,...,)n n n n n n n n n n n n i i S P i X i X i X i P i i -+++--++-?≥?∈X =|====X =|X =并且满足，则{:0n n X ≥}是一个马氏链。 × 2. 任意状态都与它最终到达的状态是互通的，但不与它自己是互通的。 × 3. 一维与二维简单随机游动时常返的，则三维或更高维的简单随机游动也是常返的。× 4. 若状态i ?状态j ，则i 与j 具有相同的周期。 √ 5. 一个有限马尔科夫链中不可能所有的状态都是暂态。 √ 三. 简答题 1．什么是随机过程，随机序列？ 答：设T 为[0，+∞）或（-∞，+∞），依赖于t(t ∈T)的一族随机变量（或随机向量）{t ξ}通称为随机过程，t 称为时间。当T 为整数集或正整数集时，则一般称为随机序列。 2 .什么是时齐的独立增量过程？
随机过程考试真题
1、设随机过程C t R t X +?=)(，),0(∞∈t ，C 为常数，R 服从]1,0[区间上的均匀分 布。 （1）求)(t X 的一维概率密度和一维分布函数； （2）求)(t X 的均值函数、相关函数和协方差函数。 2、设{ }∞<<∞-t t W ),(是参数为2 σ的维纳过程，)4,1(~N R 是正态分布随机变量； 且对任意的∞<<∞-t ，)(t W 与R 均独立。令R t W t X +=)()(，求随机过程 {}∞<<∞-t t X ),(的均值函数、相关函数和协方差函数。 3、设到达某商场的顾客人数是一个泊松过程，平均每小时有180人，即180=λ；且每个 顾客的消费额是服从参数为s 的指数分布。求一天内（8个小时）商场营业额的数学期望与方差。 4、设马尔可夫链的转移概率矩阵为： （1）求两步转移概率矩阵) 2(P 及当初始分布为 时，经两步转移后处于状态2的概率。 （2）求马尔可夫链的平稳分布。 5设马尔可夫链的状态空间}5,4,3,2,1{=I ，转移概率矩阵为： 求状态的分类、各常返闭集的平稳分布及各状态的平均返回时间。 6、设{}(),0N t t ≥是参数为λ的泊松过程，计算[]()()E N t N t s +。 7、考虑一个从底层启动上升的电梯。以i N 记在i 第层进入电梯的人数。假定i N 相互独立，且i N 是均值为i λ的泊松变量。在第i 层进入的各个人相互独立地以概率ij p 在第j 层离开电梯， 1ij j i p >=∑。令j O ＝在第j 层离开电梯的人数。
（1）计算()j E O （2）j O 的分布是什么 （3）j O 与k O 的联合分布是什么 8、一质点在1，2，3点上作随机游动。若在时刻t 质点位于这三个点之一，则在) ,[h t t +内，它都以概率 )(h o h +分别转移到其它两点之一。试求质点随机游动的柯尔莫哥洛夫微分方程，转移概率)(t p j i 及平稳分布。 1有随机过程{?(t )，-? 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+),- 《随机过程》课程教学大纲 课程编号：02200021 课程名称：随机过程 英文名称：Stochastic Processes 课程类别：选修课 总学时：72 讲课学时：68 习题课学时：4 学分: 4 适用对象：数学与应用数学、信息与计算科学专业 先修课程：数学分析、高等代数、概率论与数理统计 一、课程简介 随机过程是研究客观世界中随机演变过程规律性的学科，它的基本知识和方法不仅为数学、概率统计专业所必需，也为工程技术、生物信息及经济领域的应用和研究所需要。本课程介绍随 机过程研究领域的一些基础而重要的知识和技能。 二、课程性质、目的和任务 随机过程是概率论的后续课程，具有比概率理论更加实用的应用方面，处理问题也更加贴近实际情况。通过这门课程的学习，使学生了解随机过程的基本概念，掌握最常见而又有重要应用 价值的诸如Poisson过程、更新过程、Markov过程、Brown运动的基本性质，能够处理基本的随 机算法。提高学生利用概率理论数学模型解决随机问题的能力。通过本课程的学习，可以让数学 专业的学生很方便地转向在金融管理、电子通讯等应用领域的研究。 三、课程基本要求 通过本课程的学习，要求学生掌握随机过程的一般概念，知道常见的几类随机过程的定义、背景和性质；掌握泊松过程的定义与基本性质，了解它的实际背景，熟悉它的若干推广；掌握更 新过程的定义与基本性质、更新函数、更新方程，了解更新定理及其应用，知道更新过程的若干 推广；掌握离散时间的马尔可夫链的基本概念，熟练掌握转移概率、状态分类与性质，熟悉极限 分布、平稳分布与状态空间的分解，了解分枝过程；掌握连续时间的马尔可夫链的定义、柯尔莫 哥洛夫方程；掌握布朗运动的定义与基本性质，熟悉随机积分的定义与基本性质，了解扩散过程 与伊藤公式，会求解一些简单的随机微分方程。 四、教学内容及要求 第一章预备知识 §1.概率空间；§2.随机变量和分布函数；§3.数字特征、矩母函数和特征函数；§4. 条件概率、条件期望和独立性；§5.收敛性 教学要求：本章主要是对概率论课程的复习和巩固，为后续学习做准备。 第二章随机过程的基本概念和类型 第一章随机过程的基本概念与基本类型 一．随机变量及其分布 1．随机变量，分布函数 离散型随机变量的概率分布用分布列分布函数 连续型随机变量的概率分布用概率密度分布函数 2．n维随机变量 其联合分布函数 离散型联合分布列连续型联合概率密度 ３．随机变量的数字特征 数学期望：离散型随机变量连续型随机变量 方差：反映随机变量取值的离散程度 协方差（两个随机变量）： 相关系数（两个随机变量）：若，则称不相关。 独立不相关 ４．特征函数离散连续 重要性质：，，， ５．常见随机变量的分布列或概率密度、期望、方差 ０－１分布 二项分布 泊松分布均匀分布略 正态分布 指数分布 ６．Ｎ维正态随机变量的联合概率密度 ，，正定协方差阵 二．随机过程的基本概念 １．随机过程的一般定义 设是概率空间，是给定的参数集，若对每个，都有一个随机变量与之对应，则称随机变量族是上的随机过程。简记为。 含义：随机过程是随机现象的变化过程，用一族随机变量才能刻画出这种随机现象的全部统计规律性。另一方面，它是某种随机实验的结果，而实验出现的样本函数是随机的。 当固定时，是随机变量。当固定时，时普通函数，称为随机过程的一个样本函数或轨道。 分类：根据参数集和状态空间是否可列，分四类。也可以根据之间的概率关系分类，如独立增量过程，马尔可夫过程，平稳过程等。 ２．随机过程的分布律和数字特征 用有限维分布函数族来刻划随机过程的统计规律性。随机过程的一维分布，二维分布，…，维分布的全体称为有限维分布函数族。随机过程的有限维分布函数族是随机过程概率特征的完整描述。在实际中，要知道随机过程的全部有限维分布函数族是不可能的，因此用某些统计特征来取代。（１）均值函数表示随机过程在时刻的平均值。 （２）方差函数表示随机过程在时刻对均值的偏离程度。 （３）协方差函数且有 （４）相关函数(3)和(4)表示随机过程在时刻，时的线性相关程度。 北京邮电大学2012——2013学年第1学期 《概率论与随机过程》期末考试试题答案 考试注意事项：学生必须将答题内容（包括填空题）做在试题答题纸上，做在试卷纸上一律无效。在答题纸上写上你的班号和选课单上的学号，班内序号! 一. 单项选择题和填空题：（每空3分，共30分） 1.设A 是定义在非空集合Ω上的集代数,则下面正确的是 .A （A ）若A B ∈∈A,A ,则A B -∈A ; （B ）若A A B ∈?A,,则B ∈A ; （C ）若12n A n =∈?A,,,,则 1 n n A ∞=∈A ; （D ）若12n A n =∈?A,,,,且123A A A ??? ,则 1 n n A ∞ =∈A . 2. 设(),ΩF 为一可测空间，P 为定义在其上的有限可加测度，则下面正确的是 .c （A ）若A B ∈∈F,F ,则()()()P A B P A P B -=-； （B ）若12n A n =∈?F,,,,,且123A A A ??? ，则1 li ( )()m n n n n P A A P ∞→∞ ==； （C ）若A B C ∈∈∈F,F,F,，则()()()()P A B C P A P AB P A BC =++； （D ）若12n A n =∈?F,,,,,且,i j A i j A =??=/，1 1 ( )()n n n n P P A A ∞ ∞===∑. 3.设f 为从概率空间(),P ΩF,到Borel 可测空间(),R B 上的实可测函数，表达式为100 0()k A k f kI ω==∑，其中1000 ,, i j n n i j A A A ==??=Ω/=，则fdP Ω=? ； 1、设随机过程C t R t X +?=)(,),0(∞∈t ,C 为常数,R 服从]1,0[区间上的均匀分布。 (1)求)(t X 的一维概率密度与一维分布函数; (2)求)(t X 的均值函数、相关函数与协方差函数。 2、设{ }∞<<∞-t t W ),(就是参数为2 σ的维纳过程,)4,1(~N R 就是正态分布随机变量; 且对任意的∞<<∞-t ,)(t W 与R 均独立。令R t W t X +=)()(,求随机过程 {}∞<<∞-t t X ),(的均值函数、相关函数与协方差函数。 3、设到达某商场的顾客人数就是一个泊松过程,平均每小时有180人,即180=λ;且每个 顾客的消费额就是服从参数为s 的指数分布。求一天内(8个小时)商场营业额的数学期望与方差。 4、设马尔可夫链的转移概率矩阵为: ??? ? ? ??=3.007.08.02.0007.03.0P (1)求两步转移概率矩阵) 2(P 及当初始分布为 0}3{}2{, 1}1{000======X P X P X P 时,经两步转移后处于状态2的概率。 (2)求马尔可夫链的平稳分布。 5设马尔可夫链的状态空间}5,4,3,2,1{=I ,转移概率矩阵为: ??? ??? ? ? ??=010007.03.0000 0001 00004.06.0003.04 .03.0P 求状态的分类、各常返闭集的平稳分布及各状态的平均返回时间。 6、设{}(),0N t t ≥就是参数为λ的泊松过程,计算[]()()E N t N t s +。 7、考虑一个从底层启动上升的电梯。以i N 记在i 第层进入电梯的人数。假定i N 相互独立,且i N 就是均值为i λ的泊松变量。在第i 层进入的各个人相互独立地以概率ij p 在第j 层离开电梯, 1ij j i p >=∑。令j O ＝在第j 层离开电梯的人数。 (1)计算()j E O (2)j O 的分布就是什么 (3)j O 与k O 的联合分布就是什么 8、一质点在1,2,3点上作随机游动。若在时刻t 质点位于这三个点之一,则在),[h t t +内,它都 以概率 )(h o h +分别转移到其它两点之一。试求质点随机游动的柯尔莫哥洛夫微分方程,转移概率)(t p j i 及平稳分布。 1有随机过程{ξ(t ),-∞ 第二章 随机过程分析 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 1111111 (,) (, ) (2 - 2)?=?F x t f x t x 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 {}212121122(, ; , )(), () (2 - 3)F x x t t P t x t x ξξ=≤≤ 称为随机过程 (t )的二维分布函数。如果 2212122121212 (,;,) (,;,) (2 - 4)F x x t t f x x t t x x ?=??? 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) =≤≤≤L L L 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 n n 12n 12n n 12n 12n 12n (x )() (2 - 6)?=???L L L L L F x x t t t f x x x t t t x x x ，，，；，，，，，，；，，， 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 []1()(, )d (2 - 7)E t xf x t x ξ∞ -∞ =? 《随机过程期末考试卷》 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+),- 一、1.1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， ＝ ＝ 1.2 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： 2.1 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 t t X t 3)( .维分布函数族试求这个随机过程的一 2.2 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。 2.3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；（（ 2.4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 2.5， 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B A ,.),()(),2,0(~),4,1(~,21t t R t m U B N A X X 及则且立 为多少？ 3.1一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 =。 40 300 (30)((1)40)!k k P N e k -=≤=∑。 3.2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。设在0时刻两路公共汽车同时开始等候乘客到来，求（1）1路公共汽车比2路公共汽车早出发的概率表达式；（2）当1N =2N ，1λ=2λ时，计算上述概率。 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 。1 N T 表示1()N t =1N 的发生时 刻，2 N T 表示2()N t =2N 的发生时刻。 1 11 1111111()exp()(1)! N N N T f t t t N λλ-= -- 2 22 1222222()exp()(1)! N N N T f t t t N λλ-= -- 1 2 121 2 1 2 2 1 112,12|1221 1122212(,)(|)()exp() exp() (1)! (1)! N N N N N N N N N T T T T T f t t f t t f t t t t t N N λλλλ--== ---- 1 2 2 121 2 1 11221 11222100 12()exp() exp()(1)! (1)! N N t N N N N P T T dt t t t t dt N N λλλλ∞ --<=----?? 什么是随机现象？ 在发生之前只能知道该现象各种可能的发生结果但无法准确预知哪一个结果将发生 随机现象产生的原因是什么？ 客观物质间相互作用的多样性和复杂性；认识主体认识能力的有限性 数学模型：描述客观事物量的之间关系的数学关系式 系统：我们将导致一个现象发生的所有因素及其相互作用机制定义为一个系统 系统的输出：某种试验或观察的结果。 试验：让上述系统产生一次输出的过程 样本空间：试验的所有可能结果组成的集合称为样本空间 样本点：样本空间中一个元素 确知系统：当观察者能清晰地认知系统的所有要素和作用机制，并且可以根据所知准确预测某次试验的输出，则这个系统被称为确知系统。 随机系统：否则当观察者对组成系统的所有要素和作用机制不能完全认知，在试验之前只知道该系统的样本空间，而无法根据所知预测该次试验将输出样本空间中的哪一个样本，这个系统就被称为随机系统。 比较：确知系统可以“从因推果”，随机系统则不可以 随机试验（观察）：使得随机系统产生一次输出的活动。 随机试验的特点: 1 可在相同条件下重复地进行。 2 试验的可能的结果不止一个, 并且能事先明确所有可能的结果. 3 进行一次试验之前不能确定哪一个结果会出现. 建立随机现象数学模型的基本思路： 不考虑输出某个结果的原因 用数或者函数表示输出结果 对输出结果的可能性进行先验量化 所谓样本的频率就是在若干次试验中，某个样本出现的次数占试验总次数的比例。 频率稳定性是指当试验的次数增加时，样本的频率总是在一个常数左右微小波动。 事件：样本空间的子集，也即由若干个样本点组成的集合 事件：样本空间中满足一定条件的全体元素构成子集，“一定条件”有事件的意义，因此称样本空间的子集为事件。 不可能事件 必然事件 基本事件：可数和不可数 实际上概率集函数的含义就是某个事件的概率 北京工业大学2009-20010学年第一学期期末 数理统计与随机过程(研) 课程试卷 学号 姓名 成绩 注意：试卷共七道大题，请写明详细解题过程。 考试方式：半开卷，考试时只允许看教材《概率论与数理统计》 浙江大学 盛 骤等编第三版（或第二版）高等教育出版社。可以看笔记、作业，但不允许看其它任何打印或复印的资料。考试时允许使用计算器。考试时间120分钟。考试日期：2009年12月31日 一、随机抽取某班28名学生的英语考试成绩，算得平均分数为80=x 分，样本标准差8=s 分，若全年级的英语成绩服从正态分布，且平均成绩为85分，问：能否认为该班的英语成绩与全年级学生的英语平均成绩有显著差异（取显著性水平050.=α）？ 解：这是单个正态总体 ),(~2σμN X ，方差2σ未知时关于均值μ的假设检验问题，用T 检验法. 解 85:0=μH ，85:1≠μH 选统计量 n s x T /0 μ-= 已知80=x ，8=s ，n ＝28，850=μ， 计算得n s x T /0μ-= 31 .328/885 80=-= 查t 分布表，05.0=α，自由度27，临界值052.2)27(025.0=t . 由于052.2>T 2622.2>，故拒绝 0H ，即在显著水平05.0=α下不能认为 该班的英语成绩为85分. 050.= 解：由极大似然估计得.2?==x λ 在X 服从泊松分布的假设下，X 的所有可能的取值对应分成两两不相交的子集A 0, A 1,…, A 8。 则}{k X P =有估计 =i p ?ΛΛ,7,0, !2}{?2 ===-k k e k X P k =0?p 第一章随机过程 的基本概念与基本类型 一．随机变量及其分布 X ，分布函数 F (x) P(X x) 1．随机变量 离散型随机变量 X 的概率分布用分布列 p P(X x k ) F(x) p k f (t)dt 分布函数 k x X 的概率分布用概率密度 f (x) F(x) 分布函数 连续型随机变量 2．n 维随机变量 X (X ,X , , X ) 1 2 n F(x) F(x ,x , ,x ) P(X x , X 2 x , , X n x n ,) 其联合分布函数 1 2 n 1 1 2 离散型 联合分布列 连续型联合概率密度 ３．随机变量 的数字特征 数学期望：离散型随机变量 X EX x p k k X EX xf (x)dx 连续型随机变量 2 DX E(X EX) 2 EX (EX) 2 方差： 反映随机变量取值 的离散程度 协方差（两个随机变量 X ,Y ）： B E[( X EX)(Y EY)] E(XY) EX EY XY B XY 相关系数（两个随机变量 X,Y ）： 0，则称 X ,Y 不相关。 若 XY DX DY 独立 不相关 itX g(t) E(e ) itx e p k 连续 g(t) k e itx f (x)dx ４．特征函数 离散 g(t) 重要性质： g(0) 1， g(t) 1 g( t) g(t) ， ， g (0) i EX k k k ５．常见随机变量 的分布列或概率密度、期望、方差 ０－１分布 二项分布 P( X 1) p,P( X 0) q EX p DX pq P(X k) C p q n k k k EX np DX n p q n k 泊松分布 P( X k) e k! EX DX 均匀分布略 ( x a)2 1 2 N(a, ) f (x) 2 2 2 EX a 正态分布 e DX 2 2016随机过程（A ）解答 1、（15分）设随机过程V t U t X +?=)(，),0(∞∈t ，U ，V 是相互独立服从正态分布(2,9)N 的随机变量。 1) 求)(t X 的一维概率密度函数； 2) 求)(t X 的均值函数、相关函数和协方差函数。 3) 求)(t X 的二维概率密度函数； 解： 由于U ，V 是相互独立服从正态分布(2,9)N 的随机变量，所以V t U t X +?=)(也服从正态分布， 且： {}{}{}{}()()22m t E X t E U t V t E U E V t ==?+=?+=+ {}{}{}{}22()()99D t D X t D U t V t D U D V t ==?+=+=+ 故： (1) )(t X 的一维概率密度函数为：()2 22218(1) (),x t t t f x e x --- += -∞≤≤∞ (2) )(t X 的均值函数为：()22m t t =+；相关函数为： {}{} (,)()()()()R s t E X s X t E U s V U t V =?=?+??+ {}{}{} 22()13()413 st E U s t E U V E V st s t =?++??+=?++?+ 协方差函数为：(,)(,)()()99B s t R s t m s m t st =-?=+ （3）相关系数： (,)s t ρρ== == )(t X 的二维概率密度函数为： 2212222(22)(22)12(1)9(1)4(1),12(,)x s x t s t s t f x x e ρ????-----?? +????-++???????? = 2、（12分）某商店8时开始营业，在8时顾客平均到达率为每小时4人，在12时顾客的 平均到达率线性增长到最高峰每小时80人，从12时到15时顾客平均到达率维持不变为每小时80人。问在10:00—14:00之间无顾客到达商店的概率是多少？在10:00—14:00之间到达商店顾客数的数学期望和方差是多少？ 解： 到达商店顾客数服从非齐次泊松过程。 将8时至15时平移到0—7时，则顾客的到达速率函数为： 419,04 ()80,47t t t t λ+≤≤?=? <≤? 在10:00—14:00之间到达商店顾客数(6)(2)X X -服从泊松分布，其均值： 6 4 6 2 2 4 (6)(2)()(419)80282m m t dt t dt dt λ-==++=??? 第一章： 考试范围1.3,1.4 1、计算指数分布的矩母函数. 2、计算标准正态分布)1,0(~N X 的矩母函数. 3、计算标准正态分布)1,0(~N X 的特征函数. 第二章： 1. 随机过程的均值函数、协方差函数与自相关函数 2. 宽平稳过程、均值遍历性的定义及定理 3. 独立增量过程、平稳增量过程，独立增量是平稳增量的充要条件 1、设随机过程()Z t X Yt =+，t -∞<<∞.若已知二维随机变量(,)X Y 的协方差矩阵为2122σρρσ?????? ，求()Z t 的协方差函数. 2、设有随机过程{(),}X t t T ∈和常数a ，()()()Y t X t a X t =+-，t T ∈，计算()Y t 的自相关函数（用(,)X R s t 表示）. 3、设12()cos sin X t Z t Z t λλ=+，其中212,~(0,)Z Z N σ是独立同分布的随机变量，λ为实数，证明()X t 是宽平稳过程. 4、设有随机过程()sin cos Z t X t Y t =+，其中X 和Y 是相互独立的随机变量，它们都分别以0.5和0.5的概率取值-1和1，证明()Z t 是宽平稳过程. 第三章： 1. 泊松过程的定义（定义3.1.2）及相关概率计算 2. 与泊松过程相联系的若干分布及其概率计算 3. 复合泊松过程和条件泊松过程的定义 1、设{(),0}N t t ≥是参数3λ=的Poisson 过程，计算： (1). {(1)3}P N ≤； (2). {(1)1,(3)3}P N N ==； (3). {(1)2(1)1}P N N ≥≥. 2、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. 假设男女顾客来商场的人数分别独立地服从每分钟2人与每分钟3人的泊松过程. (1)．试求到某时刻t 时到达商场的总人数的分布； H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程设计（论文） 课程名称：应用随机过程 设计题目：随机过程简史 院系：电气工程学院 班级： 11S0104 设计者：孙延博 学号： 11S001070 指导教师：田波平 设计时间： 2011-10-23 随机过程简史 摘要 本文简要地介绍了随机过程从20世纪初创立至今，100年的发展历程考察了导致随机过程产生的历史契机，以及早期数学家在这方面作出的杰出工作。并简要介绍了随机过程的概念，研究方法 和研究内容，在现代工程技术领域的应用。 关键词：随机过程平稳随机过程平稳随机序列 1.随机过程的概念研究方法及研究内容 随机过程是现代概率论研究的一个重要分支。数学上的随机过程是由实际随机过程概念引起的一种数学结构。人们研究这种过程，是因为它是实际随机过程的数学模型，或者是因为它的内在数学意义以及它在概率论领域之外的应用。数学上的随机过程可以简单的定义为一组随机变量，即指定一参数集，对于其中每一参数点t指定一个随机变量x(t)。如果回忆起随机变量自身就是一个函数，以ω表示随机变量x(t)的定义域中的一点，并以x(t，ω)表示随机变量在ω的值，则随机过程就由刚才定义的点偶(t，ω)的函数以及概率的分配完全确定。如果固定t，这个二元函数就定义一个ω的函数，即以x(t)表示的随机变量。如果固定ω，这个二元函数就定义一个t的函数，这是过程的样本函数。由于物理学生物学，通讯和控制管理科学等学科的需要随机过程逐步发展起来的。马尔柯夫最早研究了随机过程。研究随机过程的方法多种多样，主要可以分为两大类：一类是概率方法，其中用到轨道性质、停时和随机微分方程等；另一类是分析的方法，其中用到测度轮、微分方程、半群理论、函数堆和希尔伯特空间等。实际研究中常常两种方法并用。另外组合方法和代数方法在某些特殊随机过程的研究中也有一定作用。研究的主要内容有：多指标随机过程、无穷质点与马尔可夫过程、概率与位势及各种特殊过程的专题讨论等。中国学者在平稳过程、马尔科夫过程、鞅论、极限定理、随机微分方程等方面做出了较好的工作。 2.随机过程的历史 1900年，Bachelier在分析股票市场波动时．发现了随机过程的一个重过程——独立增量过程的特恻。1905年，物理学家Einstein在研究Brown运动时，也遇到了相同的过程．1923年，Wiener 给出了Brown运动的数学描述- wiener过程。 Lunbderg在1903年研究一个保险公司所承担索赔累计数的变化规律时．导出了另一类型的随机过程——Lundberg过程。而众所周知、应用甚广的Poisson过程是当所有得付出的索赔总数中每一笔数目都相同时的Lundberg过程。 1909年，Erlang在研究电话业务时引入了Poisson过程，并被物理学家Rutherford和Geiger用于分析放射性蜕变。这些早期对随机过程的研究都是同实际问题紧密联系在一起的。虽然在数学上用了不太严密的方法，却表现出了直观处理这些概念和方法的绝妙能力。 ！ 第一章 随机过程基本概念 P39 1. 设随机过程()0cos X t X t ω=，t -∞<<+∞，其中0ω是正常数，而X 是标准正态变量。试求()X t 的一维概率分布。 解： 1 当0cos 0t ω=，02 t k π ωπ=+ ，即0112t k πω??= + ??? （k z ∈）时， ()0X t ≡，则(){}01P X t ==. 2 当0cos 0t ω≠，02 t k π ωπ≠+ ，即0112t k πω?? ≠ + ??? （k z ∈）时， ()~01X N ，，()0E X ∴=，()1D X =. ￥ ()[]()00cos cos 0E X t E X t E X t ωω===????. ()[]()22 000cos cos cos D X t D X t D X t t ωωω===????. ()()20~0cos X t N t ω∴，. 则( )2202cos x t f x t ω- = ；. 2. 利用投掷一枚硬币的试验，定义随机过程为 ()cos 2t X t t π?=??，出现正面，出现反面 假定“出现正面”和“出现反面”的概率各为 12。试确定()X t 的一维分布函数12F x ?? ???；和()1F x ；，以及二维分布函数12112 F x x ? ? ?? ? ，；， 。 】 解： 00 11101222 11 【第一章】 1.1 证明： ∵1111,,,,,A F F F F ∈ΩΦ∈ΩΩ∈Φ∈Ω-Φ∈ΩΦ∈U 且∴1F 是事件域。 ∵222,,,,c A A F F A F A A ∈Ω∈Ω∈-Φ∈=Ω- ∴22222,,,,c c A F A F A F A F A F ∈-Φ∈-Φ∈Ω-∈Ω-∈ 且2,c c A A A A F ΦΩ=ΩΦΩ∈U U U U U U ∴2F 是事件域。且12F F ∈。∵2ΩΩ∈∴3F Ω∈ ∴3F 是事件域。且23F F ∈∴123,,F F F 皆为事件域且123F F F ∈∈。 1.2 一次投掷三颗均匀骰子可能出现的点数ω为 (),,,,,,,,16,6,6i j k i R j R k R j i k j i j k ∈∈∈≥≥≤≤≤≤ ∴样本空间()6 1= ,,n i j i k j i j k ==≥≥ΩU 事件(){} ,,|,,i j k A i j k ωω==，,,,,,6,16,6i R j R k R j i k j i j k ∈∈∈≥≥≤≤≤≤ 事件域2F Ω= 概率测度 ()()() ,,1P 677i j k A i j = --，,,,,,16,6,6i R j R k R j i k j i j k ∈∈∈≥≥≤≤≤≤ 则(),,F P Ω为所求的概率空间。 1.3 证明： （1）由公理可知()0P Φ= （2）有概率测度的可列可加性可得 ()11 n n k k k k P A P A ==??= ???∑∑ （3）∵,,A B F A B ∈? ∴B A F -∈,()A B A -=Φ 由概率测度的可列可加性可得：()()()()P B P A B A P A P B A =+-=+- 即()()()P B A P B P A -=- 有概率测度的非负性可得()()()0P B P A P B A -=-≥，即()()P B P A ≥ （4）若B =Ω,由（3）则有() ()1P A P A =- （5） ∵()()()()121212P A A P A P A P A A +=+- 假设 ()()()()()1 121 1111m m m k k i j i j k m k i j m i j k m k P A P A P A A P A A A P A A A +=≤<≤≤<<≤=??=-+-+- ???∑∑∑K K U 成 立，则随机过程试题带答案
随机过程
随机过程知识点汇总
(完整版)北邮研究生概率论与随机过程2012-2013试题及答案
随机过程考试真题
随机过程习题及答案
期末随机过程试题及标准答案
随机过程习题和答案
随机过程概念整理
学期数理统计与随机过程(研)试题(答案)
(完整版)随机过程知识点汇总
随机过程试题及解答
随机过程知识点总结
随机过程简史
随机过程作业题及参考答案(第一章)
随机过程答案-西交大