第2章 随机过程习题及答案.docxVIP

第2章 随机过程习题及答案 第2章随机过程习题及答案 第二章随机过程分析 1.1学习指导1.1.1要点 随机过程分析的重点主要包括随机过程的概念、分布函数、概率密度函数、数字特征以及通信系统中常用的几个重要随机过程的统计特征。1.随机过程的概念随机过程是一种随时间随机变化的过程。它不能用精确的时间函数来描述。它可以从两个不同的角度来理解：对应于不同随机测试结果的时间过程集，以及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t1取值ξ(t1)是一个随机变量。ξ(t1)小于或等于某一数值x1的概率为p[ξ(t1)≤x1]，随机过程ξ(t)的一维分布函数为 f1（x1，t1）=p[ξ（t1）≤x1]（2-1） 如果f1(x1,t1)的偏导数存在，则ξ(t)的一维概率密度函数为 ? f1（x1，t1）？f1（x1，t1）（2-2） ?x1 对于任何时间T1和T2，放入ξ（T1）≤ X1和ξ（T2）≤ x2同时建立的概率 f2(x1,x2;t1,t2)?p??(t1)?x1,?(t2)?x2?(2-3) 随机过程？（t） 二维分布函数。如果 ?2f2(x1,x2;t1,t2)f2(x1,x2;t1,t2)?(2-4) ? x1？？如果存在x2，F2（x1，x2；T1，T2）称为随机过程？（t） 二维概率密度函数。 对于任意时刻t1，t2，…，tn，把 fn（x1，x2，xn；t1，t2，tn）？P（t1）？x1，？（t2）？X2，叫做随机过程？（t） N维分布函数。如果 ,?(tn)?xn?(2-5)?nfn(x1，x2，，xn；t1，t2，，tn)fn(x1，x2，，xn；t1，t2，，tn)?(2-6) ? x1？x2？如果xn存在，FN（x1，X2，…，xn；T1，T2，…，TN）被称为随机过程？（t） 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 E（t） ？？？xf1（x，t）dx（2-7） ???其中，f1(x,t)为?(t)的概率密度函数。随机过程?(t)的均值是时间的确定函数，记作a(t)，它表示随机过程?(t)的n个样本函数曲线的摆动中心。 随机过程？（t） 方差的定义如下： d[?(t)]?e?[?(t)?a(t)]2?(2-8) 随机过程？（t） 的方差通常被记录为σ2（t）。随机过程？（t） 另一个常用的方差公式是 22?d?ξt?eξt?2atξt?a??????????t??????2?e[ξ2(t)]?2a?t?e??ξ?t????a(t) ? e[ξ2（t）]？a2（t）=？？？？x2f1（x，t）dx？A2（T）（2-9），即方差等于均方和均方之间的差值。它表示随机过程与时间T的平均值a（T）的偏差 离程度。 随机过程？（t） 的相关功能定义如下： r(t1,t2)?e[?(t1)?(t2)]???????122??xxf(x1,x2;t1,t2)dx1dx2(2-10) 哪里（T1）和？（T2）是分别在T1和T2观察到的随机变量。R（T1，T2）是两个变量T1和T2的定函数。随机过程？（t） 的相关函数表示任意两次获得的随机变量之间的相关程度。 随机过程?(t)的协方差函数的定义如下： b（t1，t2）？E[？（t1）？a（t1）][？（t2）？a（t2）]？？？？？？？？？？[x1？a（t1）][x2？a（t2）]f2（x1，x2；t1，t2）dx1dx2（2-11） 式中，a(t1)、a(t2)分别是在t1和t2时刻得到的?(t)的均值；f2(x1,x2;t1,t2)是?(t)的二维概率密度函数。 B（T1，T2）和R（T1，T2）之间存在以下关系： b(t1,t2)?r(t1,t2)?a(t1)a(t2)(2-12) 如果a（T1）=a（T2）=0，那么B（T1，T2）=R（T1，T2）。 随机过程?(t)和η(t)的互相关函数的定义如下： rξη（t1，t2）？e[？（t1）？（t2）]（2-13） 4.平稳过程及其性质平稳过程包括严平稳过程（强平稳过程或狭义平稳过程）和广义平稳过程。如果随机过程?(t)的任意有限维分布函数与时间起点无关，也就是说，对于任意的正整数n和所有实数?，有