您好,欢迎访问三七文档
当前位置:首页 > 电子/通信 > 综合/其它 > 应用随机过程第3章习题简答
随机过程_第3章泊松过程习题简答教材P16习题2,4,5,10,11,13,15,17,214.计算泊松过程前三个事件到达时刻S1,S2,S3的联合分布。解:设事件到达的时间间隔为{,0}nXn,则有nX独立同分布于参数为λ的指数分布,进而,123(,,)XXX的联合分布函数为:1233(,,)1231122331(,,){,,}(1)itXXXiFtttPXtXtXte123(,,)XXX的联合密度为:123123()3(,,)123(,,)tttXXXfttte令:11221332tstsstss,则33100|||()|1101011ijtJs故而:1nniiSX,n=1,2,3的联合密度为:31231233123(,,)123(,,)121320(,,)(,,)0sSSSXXXesssfsssfsssssother。5.公交车按速率为λ的泊松过程达到某个车站。某人从车站上车开始估计到家需要时间R,而步行回家的时间是W。它的策略是:到达车站时等待一段时间s,若在此时间内公交车还未到达,则步行回家。(1)计算他到家的平均时间。(2)证明:若W1/λ+R,则(1)的期望时间在s=0时最小;若W1/λ+R,则它在s=∞时最小(即应该继续等车);而W=1/λ+R时,一切的s值给出相同的期望时间。(3)对为什么只需考虑s=0和s=∞的情形给出一个直观解释。解:将某人到达车站的时刻记为t=0时刻,则第1辆公交车到达的时刻1()SE,依他的策略,他到家的时间111SRSsTsWSs。(1)110()()()()()sSSsETtRftdtsWftdt=(1/)(1/)sWReR。(2)(())dETds(1/)sWRe当W1/λ+R时,(())0dETds,平均到家时间是s的增函数,所以(1)的期望时间在s=0时最小;当W1/λ+R时,(())0dETds,平均到家时间是s的减函数,所以(1)的期望时间在s=∞时最小;而W=1/λ+R时,()ET1/R,即任意s值都给出相同的期望时间。(3)s=0表示不等公交车、直接步行回家,而s=∞则表示无条件等车、一定搭公交车回家。10.设公交车在时刻T发车,而乘客按速率为λ的泊松过程来到车站。证明在发车前所有顾客的总候车时间的平均值是212T。证明:设{(),0}Ntt表示时刻(0,t)内来到车站的乘客人数,则在()NTn的条件下,乘客到达时刻S1,S2,…,Sn的联合密度函数为12123!/0(,,,)0nnnTsssfsssother。恰是区间(0,T)上均匀分布的相互独立的随机变量U1,U2,…,Un的顺序统计量的联合分布,故而有:11()()nniiiiESEU。记()1()NTiiXTS,则X表示发车前所有顾客的总候车时间,其条件期望为:()111(|())[()|()][()]()NTnniiiiiiEXNTnETSNTnETSnTES11()22niiTnTEUnTnnT进而2111()[(|())][()]()(())222EXEEXNTENTTTENTT。11.假设题10中在时刻T前的某个时刻s增加一般汽车,证明如果s=T/2,那么在时刻T前到达车站的所有乘客的平均总等待时间最小。解:由题10,在时刻s前到达车站的乘客的平均总等待时间为212s,在(,]sT之间到达的乘客的平均总等待时间为21()2Ts。故而在时刻T前到达车站的所有乘客的平均总等待时间为:221()(22)2DsTsTs。易证,当s=T/2时,()Ds取得最小值214T。13.设{(),0}Ntt是强度函数为()t的非时齐泊松过程,令*1()(())NtNt,证明*{(),0}Ntt是速率为1的泊松过程。15.求非时齐复合泊松过程在时刻t的期望、在时刻s,t的协方差、特征泛函。解:设{}nY是独立同分布序列,{(),0}Ntt是一个与{}nY独立的强度函数为()t的非时齐泊松过程,则()1()NtkkZtY是强度函数为()t的非时齐泊松过程。首先计算条件期望:11[()|()]()()nkkEZtNtnEYnEY,进而复合泊松过程在时刻t的期望函数:110()(()){[()|()]}(())()()()tZtEZtEEZtNtENtEYEYsds。同理复合泊松过程在时刻s,t的自相关函数:(,)(()()){[()()|()]},()ZRstEZsZtEEZsZtNtst()()()211()1[()]{[()]}{[()]}NsNsNtkkkkkkNsEYEYEY2222111(())()(()())()(())(()())()ENsEYENsNsEYENsENtNsEY2211(())()[(())(())(())]()ENsEYENsENtENsEY进而在时刻s,t的协方差函数:110(,)(,)()()(())()()(),()sZZZZstRststENsVarYVarYudust由于:1()(|())()(())nkkiuYiuZtnYEeNtnEeu所以特征泛函:111()(()1)()()()()0()()[(|())][(())](())!YkmtuiuZtNtkmtZtYYkmtuEEeNtEuueek。其中1()Yu是Y1的特征函数,而m(t)是{(),0}Ntt的均值函数。17.令{(),0}Xtt是一个复合泊松过程,即()1()NtkkXtY。假设Yk只能取有限个可能的值。论证对于总分大的t,()Xt渐进于正态。证明:Yk只能取有限个可能的值,所以其期望与方差存在,写出其特征函数的泰勒展开式,进而由15题,写出()Xt的特征函数,与正态分布的特征函数对比。21.(Yule过程)连续时间马尔科夫链。第3章补充作业1.设{(),0}Ntt是速率为的泊松过程,请计算其均值函数、自相关函数与协方差函数。()(())NtENtt,(,)(()()){()((()())()]},()NRstENsNtENsNtNsNsst22[(())(())](())(())(())()()NNENsENsENsENtVarNsst(1)st(,)(,)()(),()NNNNstRststsst2.设{(),0}(1,2,,)iNttin是速率分别为(1,2,,)iin的相互独立的泊松过程。记T为全部n个过程中第1个事件到达的时刻。(1)求T的分布;(2)证明:1{()(),0}niiNtNtt是速率为1nii的泊松分布;(3)计算,当()1Nt时,事件属于过程1{(),0}Ntt的概率。利用特征函数证明(2)(1)T是泊松过程1{()(),0}niiNtNtt的第1个事件到达的时刻,所以它服从参数为1nii的指数分布。(3)11111{()1,()0,2,3,,}{()1,()1}211{()1}{()1}()11{()1|()1}()iinjjnttPNtNtinPNtNtiPNtPNtntnjjjjteePNtNtte。3.设某电话总机在t分钟内接到呼叫的次数{(),0}Xtt是速率为的泊松过程,求:(1)3分钟内接到5次呼叫的概率;(2)3分钟内接到5次呼叫条件下,第5次呼叫在第3分钟到达的概率;(3)3分钟内接到5次呼叫条件下,5次呼唤都在前2分钟内到达的概率;(4)3分钟内接到5次呼叫,且第5次呼叫在第3分钟到达的概率。(1)53(3){(3)5}5!PXe;(3)52553(2){(2)5,(3)(2)0}25!{(2)5|(3)5}()(3){(3)5}35!eePXXXPXXPXe;(2)552{2|(3)5}1{(2)5|(3)5}1()3PTXPXX;(3)44500{2,(3)5}{(2),(3)5}{(2),(3)(2)5}kkPTXPXkXPXkXXk55554230(2)()(32)!(5)!5!kkkeeekk。4.设设{(),0}Ntt是强度函数为()t的非时齐泊松过程,12,,XX是事件之间的间隔时间,问:(1)各间隔时间iX是否相互独立?(2)各间隔时间iX是否同分布?(提示:计算1X与2X的分布)解:(1)记0()()tmtsds,则12,0tt,由于22111211121{|}{()()0|()1}{()()0}PXtXtPNttNtNtPNttNt121[()()]mttmte与X1的取值t1有关,所以各间隔时间iX不是相互独立的。(2)1X的分布为:1()11{}mtPXte,而1121112222211110[()()]()()111100{}{|}()()()XmttmtmtmttPXtPXtXtftdtemtedtemtdt所以2X与1X不同分布。5.某商店上午8时开始营业,从8时到11时顾客平均达到率线性增加,8时顾客平均到达率为5人每小时,11时为20人每小时。从11时到下午1时顾客的平均到达率不变,从下午1时到5时顾客平均到达率线性下降,到下午5时降为12人每小时。设在不同时间间隔内到达的顾客数相互独立。求强度函数()t,并求上午8时至9时无顾客的概率,以及该时段的平均顾客数。解:将上午8时记为0时刻,则强度函数为:5503()203523059xxxxxx上午8时至9时的平均顾客数为:1100(1)()(55)7.5mtdttdt;上午8时至9时无顾客的概率为:(1)7.5mee。6.设{(),0}(1,2)iNtti是速率分别为(1,2)ii的相互独立的两个泊松过程。令12()()()XtNtNt,请回答下列问题,并证明你的结论。(1){(),0}Xtt是泊松过程吗?(2){(),0}Xtt是复合泊松过程吗?解:{(),0}Xtt不是泊松过程,因为:12()12122{()1}{()()1}{()0,()1}()0tPXtPNtNtPNtNtte。{(),0}Xtt是复合泊松过程。设随机变量Yn独立同分布于:121212{1},{1},1,2,nnPYPYn且有{,1,2,}nYn与{(),0}(1,2)iNtti相互独立,则:12()()1()NtNtnnXtY是复合泊松过程且有12()()()XtNtNt。
本文标题:应用随机过程第3章习题简答
链接地址:https://www.777doc.com/doc-5046091 .html