随机信号答案新.docVIP

1.1已知高斯随机变量X的概率密度，求它的数学期望和方差。 解：根据数学期望与方差定义： 令，，代入上式并整理 与前面以一样同样变换，即令，整理后 查数学手册的积分表，可得： 令及，利用上式的积分结果，可得 可见高斯变量的概率密度分布由它的数学期望和方差唯一决定。 1.2随即变量，其中为随机变量，、为常数且0，求与的相关系数 解：根据数学期望的定义，若，则 先求协方差，再求相关系数 将，代入，并由概率密度性质，消去，得到 同理，将，代入，并由概率密度性质，消去则有 有前两式联立，解得， 可见，当与呈线性关系，且＞0时，二者的相关系数 即与是完全相关的。 1.5 随机变量和满足线性关系，为高斯变量，、为常数，求的概率密度。 解：设的数学期望和方差分别为和，的概率密度为 因为和是严格单调函数关系，其反函数 且 即可得到得概率密度 1.7已知二维随机变量的联合概率密度，求，之和的概率密度。 解：设； 先求随机变量，的反函数及雅克比行列式，即； 二维随机变量的联合概率密度为 利用概率密度性质，的边缘概率密度为 最后，用和代替和，得 这就是两个随机变量之和的概率密度。 1.9随机变量，为相互独立的高斯变量，数学期望为零，方差为1。求的概率密度。 解：已知数学期望为零、方差为1的高斯变量概率密度为 先根据定义求，的特征函数 由特征函数的性质， 则可求得的概率密度： 1.11求两个数学期望和方差不同且相互独立的高斯变量，之和的概率密度。 解：设，可得两个相互独立的随机变量之和的概率密度为 将，的概率密度代入上式 利用欧拉积分 显然，也是高斯变量，且数学期望和方差分别为 ； 习题：1.10 已知二维随机变量（X1,X2）的概率密度为，随机变量（X1,X2）与（Y1,Y2）随机变量的关系有下式唯一确定，证明 证：因为， 所以 又和，和可得 ，，， 所以 习题1.17 已知高斯随机变量X的数学期望为0，方差为1，求的概率密度 已知X~N(0,1)，所以 由得到 2.1若随机过程为，，式中A为在(0,1)上分布的随机变量，求E[X(t)]及RX(t1,t2) 式中为在上均匀分布的随机变量，求及 解：由于与之间有确定的时间函数关系，故二者的概率分布函数相等，即 考虑到 故有 2.2设复随机过程为，式中，An(n=1,2,..N)是相互独立的实正态随机变量，其均值为0，方差为；求复随机过程Z(t)的均值、自相关函数和协方差函数。 解：由欧拉公式可知 因为的实部和虚部均为正态随机变量的线性组合，故有它们也都是正态的。所以，由定义式可分别求得均值、自相关函数和自协方差函数为 2.4设随机信号，均值5，方差1，设随机信号，求Y(t)的均值、自相关函数、自协方差函数。 解：E(V)=5,D(V)=1,于是 相应的，可求出的均值、自相关函数分别为： 另外，有随机过程积分的数学期望和相关函数运算法则，可求得的均值，自相关函数分别为： 可得的协方差为 2.5证明由不相关的两个任意分布的随机变量A,B构成的随机过程 是宽平稳而不一定是严平稳的。式中，w0为常数，A,B的数学期望为零，方差相同。 证：由题意知：,, 首先，证明是宽平稳的。 令，则有,0 故是宽平稳的。 其次，证明非严平稳。 可见，的三介矩与t有关，所以非严平稳。 58页 联合宽平稳随机过程 性质1 证明：根据互相关函数定义，有 证毕。同理可得 2.10两个平稳随机过程和，试问是否平稳相依，是否正交、不相关、统计独立 解：因为平稳随机过程和的互相关函数为 故这两个过程是平稳相依的。 由于，仅在时为0，这时和的取值才是正交的。而对于其他值，和是互不正交的。 又因为和的均值分别为 故得到协方差函数 由于仅在等于0，此时，随机过程、的状态才是不相关的；而在时，，故从整体来看，随机过程和是相关的，因而它们是统计不独立的。 2.11 。A、B是相互独立的正太随机变量，且有、，求X(t)的一、二维概率密度t) 解：由于是一正态过程，为了求其概率密度，只要求出其均值和方差即可 因为随机变量A与B统计独立，所以有 这时， 这样，便可求得的均值、方差为 ， 由上面分析可知，正态过程是平稳的，它的一维概率密度与t无关，即 为了确定平稳正态过程的二维概率密度，只需求出随机变量与的相关系数，这里令，容易求得 则二维概率密度为 2.12 通过一十字路口的车流是一泊松过程。设1分钟内没有车辆通过的概率为0.2，求2分钟内有多于一辆车的概率 解：以表示在区间[0,t]内通过的车辆数，设是泊松过程，则 故，则 2.13设有三个状态{1,2,3}的马氏链，其P={1/2 1/4 1/4;1/3 1/3 1/3;1/4 1/2 1/4}，试问何时此链具有遍历性？ 解：(1)显然，m=1时，有P(1)=P，因P中所有元素均大于0，所