文档介绍:该【随机过程习题和答案 】是由【青山代下】上传分享,文档一共【19】页,该文档可以免费在线阅读,需要了解更多关于【随机过程习题和答案 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。:..,)的结合概率密度函数为:试求:在时,求。解:当时,==设失散型随机变量X听从几何散布:试求的特点函数,并以此求其希望与方差。解::..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,对每一个确立的t对应随机变量t假如对t时获得红球X(t),此中是常数,与是相互独立的随机变量,听从区间上的均匀散布,听从瑞利散布,其概率密度为试证明为宽安稳过程。解:(1)与没关:..2),因此(3)只与时间间隔有关,因此为宽安稳过程。设随机过程X(t)Ucos2t,此中U是随机变量,且E(U)5,D(U):(1)均值函数;(2)协方差函数;(3),此中U是随机变量,且D(U)设有两个随机过程X(t)Ut,Y(t)。设A,B是两个随机变量,试求随机过程X(t)At3B,tT(,),B互相独立,且A~N(1,4),B~U(0,2),则m(t)及R(t,t)XX12为多少?:..设每人体检所需的时间听从均值为2分钟的指数散布而且与其余人所需时间互相独立,则1小时内均匀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(设学生特别多,医生不会安闲)解:令表示时间内的体检人数,则N(t)为参数为30的N(t)(0,t)poisson过程。以小时为单位。则E(N(1))30。(30)k4030。P(N(1)40)ek!k0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,N,当1路公共汽车有人乘坐后出发;2路公共汽车在有121N人乘坐后出发。设在0时辰两路公共汽车同时开始等候乘客2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)NN=,=解:当时,计算上述概率。1212法一:(1)乘坐1、2路汽车所到来的人数分别为参数为、的12poisson过程,令它们为、。表示=的发生N(t)N(t)TN(t)N12N111时辰,表示N(t)=N的发生时辰。TN222N1t)f(t)1N11exp(T1(N1)!t11111N2t)f(t)t1exp(T22N22222(N1)!N2N1N2N1exp(N1exp(f(t,t)f(t|t)f(t)tt)tt)1212T,T2T|T2T222N111112(N(N121221)!1)!12:..N1N2t2P(TT)dttN1exp(t)tN1exp(t)dtNN111122221212120(N1)!(N1)!012P(T12)当=N、=时,P(TT)T)NN1212N1N21N22法二:(1)搭车到来的人数能够看作参数为+的泊松过程。12令、Z分别表示乘坐公共汽车1、2的相邻两乘客间到来的时间Z12间隔。则、分别听从参数为、的指数散布,此刻来求当一ZZ1212个乘客乘坐1路汽车后,下一位乘客仍是乘坐1路汽车的概率。z2pP(ZZ)dzexp(z)exp(z)dz122111222100。112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1-2p12上边的概率能够理解为:在乘客到来的人数为强度+的泊松12过程时,乘客分别以1概率乘坐公共汽车1,以2的概1212率乘坐公共汽车2。将乘客乘坐公共汽车1代表试验成功,那么有:P(1路汽车比2路汽车先出发)NN112N()N(k=C1)k11112N1kN11212(2)当=、=时NN1212P(1路汽车比2路汽车先出发)1N1()k1N(1)=C12N1C1k11kk2N112222kNkN设,{N(t),t0}(i1,2,,n)是n个相互独立的Poisson过程,参数分别为i:..(i1,2,,n)T为所有n个过程中,第一个事件发生的时辰。i(1)求T的散布;n是n{N(t)0}(2)证明N(t),tPoisson过程,参数为i;ii1i1的概率。(3)求当n个过程中,只有一个事件发生时,它是属于{N(t),t0}1解:(1)记第i个过程中第一次事件发生的时辰为,i1,2,...,n。ti1则。由听从指数散布,有Tmin{t,i1,2,...,n}ti1i1P{Tt}1P{Tt}1P{min{t,i1,2,...,n}t}i1n1P{tt,i1,2,...,n}1P{tt}i1i1i1nntt}1{1(1e)}1exp{iii1i1(2)方法一:由}为互相独立的过程,对{(),1,2,...,ipoissonNtin于s,t0。nP{N(ts)N(t)n}P{[N(ts)N(t)]n}iii1P{N(ts)N(t)n,nn,i1,2...,n}iiiiinnnnni(snexp(()s))iin!i1i1ininn)n(sini1exp(()s)in!i1nni这里利用了公式(...)nn!1nin!nniii1nn因此0}是参数为的poisson过程。{N(t)N(t),tiii1i1方法二:○当时,1h0:..nP{N(th)N(t)1}P{[N(ts)N(t)]1}iii1nnh{(ho(h))(1o(h))}iji1j1jinn[ho(h)]ho(h)iii1i12时,h0○nP{N(th)N(t)2}P{[N(ts)N(t)]2}iii1n1P{[N(ts)N(t)]2}iii1nnhh1(1o(h))o(h)jij1i1nnh1(1ho(h))o(h)iii1i1o(h)得证。(3)(t)P{N1|N(t)1}P{N(t)1,N(t)0,i2,...,n}/P{N(t)1}11intnnittet/ete11ii1i1...i2i11n证明poisson过程分解定理:关于参数为的poisson过程rp1i{N(t),t0}0p1i1,2,,r,i,i1,,可分解为个相ri1,2,,rpoissonp,。互独立的过程,参数分别为i解:对过程{N(t),t0},设每次事件发生时,有个人对此以概率rr进行记录,且,同时势件的发生与被记录之p,p,...,pp112rii1间互相独立,个人的行为也互相独立,以(t)表示为到trNi时辰第i个人所记录的数量。此刻来证明(t),t0}是参数为{Ni:..poisson过程。piP{N(t)m}P{N(t)m|N(t)mn}P{N(t)mn}iin0(t)mnmmntp(1p)eCmini(mn)!n0pt)m(pteiim!独立性证明:考虑两种状况的情况,即只存在两个人记录,一个以概率p,一个以概率1p记录,则是参数为{N(t),t0}1p的poisson过程,{N(t),t0}是参数为(1p)的poisson2过程。P{N(t)k,N(t)k}P{N(t)k,N(t)kk}11221112P{N(t)kk}P{N(t)k|N(t)kk}121112(t)kketCkpk(1p)kk121k1212(kk)!12(kk)!(t)kketpk(1p)k121212(kk)!k!k!1212(t)kketpk(1p)k1212k!k!12ke((1p)t)ke(pt)12t(1p)tk!k!12P{N(t)k}P{N(t)k}1122得证。{N(t),t0}设是参数为3的poisson过程,试求1P{N(1)3}();(2)P{N(1)2};1,N(3)(3)P{N(1)2|N(1)1}3k解:(1)P{N(1)3}e33313ek!k0(2)P{N(1)1,N(3)2}P{N(1)1,N(3)N(1)1}:..P{N(1)1}P{N(3)N(1)1}3e36e6918eP{N(1)2}14e33)P{N(1)2|N(1)1}3P{N(1)1}1e{N(t),t0}关于poisson过程,证明s时,tns)()sP{N(s)k|N(t)n}(1nkkktt解:P{N(s)k,N(t)n}P{N(s)k|N(t)n}P{N(t)n}P{N(s)k,N(t)N(s)nk}P{N(t)n}P{N(t)N(s)nk}P{N(s)k}P{N(t)n}ne(ke((ts))ss)(ts)k(nk)!k!ne(t)tn!s)nkskn!(tk)!k!tn(nnsn(ts)kkktnktkn)()ss(1nkkktt设和分别是参数为,{N(t),t0}{N(t),t0}的Poisson过程,另1212X(t)N(t)N(t),问{X(t)}能否为Poisson过程,为何12解:不是,的一维特点函数为:12X(t)N(t)N(t)X(t):..E(e)E(eiu(N(t)N(t)))E(eiuN(t)eiuN(t))f(u)iuX(t)X(t)1212t)kt)k((iuk1tiuk2tee1ee2k!k!k0k0etiuketiuk(et)(et)1122k!k!k0k0eteeteteetiuiu1122ttiueexp{e1iu2()t}21的Poisson过程的特点函数的形式为iut1},因此exp{eX(t)不是poisson过程。计算,,的结合散布TTT123解:3(x1x2x3)f(x,x,x)f(x)f(x)f(x)eX1,X2,X3123X11X22X33110J(t,t,t)0111123001f(t,t,t)f(t,tt,tt)J(t,t,t)T1,T2,T3123X1,X2,X3121321233et0ttt31230其余对s0,计算E[N(t)N(ts)]。解:E[N(t)N(ts)]E[N(t)(N(ts)N(t))]E[N2(t)]E[N(t)]E[(N(ts)N(t))]E[N2(t)]ttst(t)22stt22设某医院专家门诊,从清晨8:00开始就已经有无数患者等候,而每个专家只好为一名患者服务,服务的均匀时间为20分钟,且每名患者的服务时间是互相独立的指数散布。则8:00到12:00门诊结束时接受过治疗的患者均匀在医院逗留了多长时间。解:从门诊部出来的患者能够看作听从参数为3的泊松过程(以小时:..则在[0,t]小时内接受治疗的患者均匀逗留时间为:N(t)N(t)TTiiE[i]E[E[]|N(t)n]1i1N(t)N(t)ntttE[2]E[]n22当t=4时,均匀等候逗留时间为2h。{N(t),t0},(t)X,X,是12事件发生之间的间隔时间,问:(1)诸X能否独立i(2)诸X能否同散布i解:t(s)ds(1)e。P{Xt}P{N(t)0}m(t)e01P{Xt|Xs}P{N(ts)N(s)0|Xs}211ts()deP{N(ts)N(s)0}[m(ts)m(s)]es从上边看出、X不独立。X12以此类推,不独立。Xit(2);F(t)1e0(s)dsX1F(t)1P(Xt)1P{Xt|Xs}dF(s)X22021X1eem(ts)1(s)ds1e(s)ds[m(ts)m(s)]m(s)00散布不一样。设每日过某路口的车辆数为:清晨7:008:00,11:0012:00为平均每分钟2辆,其余时间均匀每分钟1辆。则清晨7:3011:20均匀有多少辆车经过此路口,这段时间经过路口的车辆数超出500辆的概:..解:(1)记时辰7:00为时辰0,以小时为单位。经过路口的车辆数为一个非齐次poisson过程,其强度函数以下:1200s1,4s5(s)601s41313[,]时,N()N()则在7:30~11:20时间内,即t33代表这段时间内经过的车辆数,它听从均值为以下的poisson散布。131314m(t)3(s):E[N()N()]280,在给定的时间内均匀经过的车辆数为280。13(2)(280)ne。P[N()N()500]2803n!n501[0,t]时间内某系统遇到冲击的次数N(t),形成参数为poisson的过程。每次冲击造成的伤害,iY1,2,,n独立同指数散布,均值为。i设伤害会累积,当伤害超出必定极限A时,系统将停止运转。以T记系统运转的时间(寿命),试求系统的均匀寿命ET。N(t)解:在[0,t]内某系统遇到的总伤害X(t)Y为一个复合poisson过ii1。~e(1)程,此中YitETtdF(t)dxdF(t)dF(t)dx(1F(x))dxP(Tx)dxTTTT0000x00:..N(t)P(Tt)P{YA}ii0N(t)P{YA|N(t)n}P{N(t)n}in0i0neP{YA}P{N(t)n}tin1i11nxn()e{Axndx}et(t)et1(n1)!n!n10(1nxn()ndx]etP(Tt)dt{e[Axt)]dtet1(n1)!n!00n101nxn()etdtAxn1edx[(t)edt]t0(n1)!n!0n101nxnn1()Ant1[xedx((t)1e(t)edt)]1t0(n1)!0(n1)!n!0n11nx()Axn1e11dx(n1)!n101n1x()Ane111xdx10(n1)!n11A1A某商场为检查顾客到来的客源状况,观察了男女顾客来商场的人数。假定14男女顾客来商场的人数分别独立地听从每分钟2人与每分钟3人的泊松过程。(1)试求到某时辰时抵达商场的总人数的散布;(2)在已知时辰以有50人抵达的条件下,试求此中恰有30位妇女的概率,均匀有多少个女性顾客解:设分别为(0,t)时段内抵达商场的男顾客数、女顾客数及总人数。(1)由已知,为强度的泊松过程,为强度的泊松过程;故,为强度的泊松过程;于是,:..5分)(2)(5分)一般地,故均匀有女性顾客人(4分)(1)对(2)错当N(t)n时,有可能小于t(3)错,TTtnn时,N(t)可能等于n。更新过程的到达间隔听从参数为(n,)的散布。(1)试求N(t)的散布;N(t)lim(2)试证tn。t解:(1)P{N(t)k}P{N(t)k}P{N(t)k1}P{Tt}P{Tt}kk1kk1P{Xt}P{Xt}iii1i1e(s)e(s)tskn1ts(k1)n1dsds(kn1)!((k1)n1)!00(2)由强盛数定律::..kXniEX1建立。Tiki1kkTTt,TN(t)tN(t)1,tT,N(t)N(t)1N(t)N(t)N(t)TTTN(t)nN(t)1N(t)1N(t)1n,。lim,ttN(t)N(t)N(t)1N(t)n,故limN(t)则:。limttttnN(t):t;M(t)E(N(t))exex。F(t)tnxn1nxn1n1tt00(n1)!(n1)!n1n1n1P{X1},P{XP{N(1)k},P{N(2)2}k}P{N(3)k}ii设12,计算,。33解:(1)12P{N(1)0}P{N(1)0}P{N(1)1}P{T1}P{T1}101331P{N(1)1}P{N(1)1}P{N(1)2}P{T1}P{XX1}1123XX23412144P999(2)1P{N(2)2}P{N(2)2}P{N(2)3}P{XX2}P{XXX2}12123918P{N(2)1}P{N(2)1}P{N(2)2}P{T1}P{XX1}111299:..XX+X345612316128P272727273)5114P{N(3)2}P{N(3)2}P{N(3)3}P{XX3}P{T3}12392727P{N(3)1}P{N(3)1}P{N(3)2}P{T3}P{XX3}1541129911P{N(3)3}P{N(3)3}P{N(3)4}P{T3}P{T3}0342727一个过程有n个状态1,2,,nX,最先在状态1,逗留时间为1,走开1抵达2逗留n回到1,循环往复,而且过程对每一个时间为X,再达到3,,最后从2状态逗留时间的长度是互相独立的。试求limP{时辰t系统处于状态i}tE(XX++X)XX++X设且为非格点散布。12n12n解:记过程处于状态i记为开,从状态i+1到n,经过n再回到1,再到i-1这一过程记为关。n则有,。Z=XY=Xkikjjij1设初始状态从1第一次到i需要时间。t0则limP{时辰t系统处于状态i}limP{时辰t系统是开着的}ttEZEXlimP{时辰t-t系统是开着的}ki。0tEZEYE(X...X)kk1n用交织更新过程原理计算t时辰的寿命与节余年纪的极限散布。解:Y(t)Tt为t时辰节余寿命,A(t)tT为t时辰年纪。N(t)1N(t)若假定更新过程是将一个零件投入使用而一旦无效即改换所:..A(t)表示在时辰t零件所使用的年纪,而Y(t)表示它的节余寿命。令X(t)Y(t)A(t),即X(t)表示两次相邻更新的时间间隔,我们要计算P{A(t)x},为此我们将一个开-关的循环对应于一个更新区间,且若在t时辰的年纪小于或等于x,就说系统在时辰t“开着”。换言之,在两次相邻的时间为X(t)的时间内,前x时间内系统“开着”,而其余时间“关着”。那么若X(t)的散布非格点的,由定理获得limP{A(t)x}limP{在时辰开着}E[min(X,x)]/E[X]tt法一:E[min(X,x)]P{min(X,x)y}dy0x[P(Xx)P{min(X,x)y|Xx}P(Xx)P{min(X,x)y|Xx}]dy0[P(Xx)P{min(X,x)y|Xx}P(Xx)P{min(X,x)y|Xx}]dyxx[P(Xx)P{xy|Xx}P(Xx)P{Xy|Xx}]dy0[P(Xx)P{xy|Xx}P(Xx)P{Xy|Xx}]dyxx[P(Xx)P(yXx)]dyP(yXx)dy0xx[P(Xx)P(yXx)]dy0x[P(Xxy)P(yXx)]dy0xP(Xy)dy01xx则:P{min(X,x)y}dy/E[X]P{Xy}dy/E[X]F(y)dy000法二:E[min(X,x)]/E[X]min(X,x)dF(y)/E[X]min(X,x)01xxydF(y)xP{Xx}[xF(x)F(y)dyxxF(x)]0011xxx[dyF(y)dy]F(y)dy0001同理:xlimP{Y(t)x}limP{在时辰t关着}E[min(x,X)]/E[X]F(y)dytt0对t时辰最后一次更新取条件从头给出定理的证明。:..表示时辰t前的最后一次更新。TN(t)令P(t)P{t时辰是系统开着的}对最后一次更新取条件概率有:T时辰是系统开着的|P{tx}N(t)P{Zt|ZYt}x0;111P{Ztx|ZYtx}0<xt0x0H(t);P{Zt|ZYt}111F(t)H(tx);P{Ztx|ZYtx}F(tx)tH(tH(t)x)P(t)P{T0}dF(x)TN(t)N(t)F(t)F(tx)0tH(t)H(tx)dM(x)0H(t)为非负不增函数,且H(t)dtEZ,则由重点更新n01EZ定理获得:nlimP(t)。H(t)dtt0EZEYFnn对延缓更新过程证明更新方程tM(t)G(t)M(ts)dF(s)0解:*(t),F*(t)F(t)*G(t),F(t)1。M(t)Fnnn10n1令*(t),从上边能够推出:MF(t)nn1:..M(t)F*(t)G(t)F(t)*G(t)nn1n1n2G(t)G(t)*F(t)n1n2G(t)G(t)*F(t)nn1G(t)G(t)*M*(t)G(t)G(t)*(F(t)F(t)*M*(t))G(t)G(t)*F(t)G(t)*F(t)*M*(t)G(t)G(t)*F(t)F(t)*(M(t)G(t))G(t)F(t)*M(t)tG(t)M(ts)dF(s)0