隨機(jī)過程-答案_第1頁
隨機(jī)過程-答案_第2頁
隨機(jī)過程-答案_第3頁
隨機(jī)過程-答案_第4頁
隨機(jī)過程-答案_第5頁
已閱讀5頁,還剩3頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、精選優(yōu)質(zhì)文檔-傾情為你奉上2012-2013學(xué)年第一學(xué)期統(tǒng)計(jì)10本隨機(jī)過程期中考試一. 填空題1設(shè)馬氏鏈的一步轉(zhuǎn)移概率矩陣,步轉(zhuǎn)移矩陣,二者之間的關(guān)系為 2.狀態(tài)i常返的充要條件為。3.在馬氏鏈中,記=,n1. =,若<1,稱狀態(tài)i為 。二. 判斷題1. 是一個(gè)可數(shù)集,是取值于S的一列隨機(jī)變量,若,則是一個(gè)馬氏鏈。 × 2. 任意狀態(tài)都與它最終到達(dá)的狀態(tài)是互通的,但不與它自己是互通的。 ×3. 一維與二維簡單隨機(jī)游動時(shí)常返的,則三維或更高維的簡單隨機(jī)游動也是常返的。×4. 若狀態(tài)狀態(tài),則與具有相同的周期。 5. 一個(gè)有限馬爾科夫鏈中不可能所有的狀態(tài)都是暫態(tài)。

2、 三. 簡答題1什么是隨機(jī)過程,隨機(jī)序列?答:設(shè)T為0,+)或(-,+),依賴于t(tT)的一族隨機(jī)變量(或隨機(jī)向量)通稱為隨機(jī)過程,t稱為時(shí)間。當(dāng)T為整數(shù)集或正整數(shù)集時(shí),則一般稱為隨機(jī)序列。2 .什么是時(shí)齊的獨(dú)立增量過程?答:稱隨機(jī)過程:t0為獨(dú)立增量過程,如果對于起始隨機(jī)變量及其后的增量是相互獨(dú)立的隨機(jī)變量組;如果的分布不依賴于s, 則此獨(dú)立增量過程又稱為時(shí)齊的獨(dú)立增量過程。3.由4個(gè)狀態(tài)組成的馬氏鏈的轉(zhuǎn)移概率矩陣 ,確定哪些狀態(tài)是暫態(tài),哪些狀態(tài)是常返態(tài)?4.考慮由狀態(tài)0,1,2,3,4組成的馬爾科夫鏈,而,確定常返態(tài)?5.設(shè)有四個(gè)狀態(tài)的馬氏鏈,它的一步轉(zhuǎn)移概率矩陣1) 對狀態(tài)進(jìn)行分類;2

3、) 對狀態(tài)空間進(jìn)行分解。解:1) 均為零,所以狀態(tài)3構(gòu)成一個(gè)閉集,它是吸收態(tài),記;0,1兩個(gè)狀態(tài)互通,且它們不能到達(dá)其它狀態(tài),它們構(gòu)成一個(gè)閉集,記,且它們都是正常返非周期狀態(tài);由于狀態(tài)2可達(dá)中的狀態(tài),而中的狀態(tài)不可能達(dá)到它,故狀態(tài)2為非常返態(tài),記。 2)狀態(tài)空間可分解為:3)四. 計(jì)算題1. 說是有一位賭徒,他去賭博帶有賭資100元,而對手有200元賭資,他們的規(guī)則是每次下注五元,每次贏五元或輸五元的概率相等, = =1/2.當(dāng)賭徒破產(chǎn)或完勝時(shí)停止賭博。問:(1)該賭徒完勝和破產(chǎn)的概率分別是什么? (2)賭博結(jié)束時(shí),該賭徒平均能贏多少錢? (3)這場賭博平均要用多長時(shí)間?解:(1)由題可得,m

4、=100.M=300.則完勝時(shí): =m/M=100/300=1/3, 破產(chǎn)時(shí): (2): (元)2. 設(shè)子代分布為二項(xiàng)分布B(2,1/2).考察相應(yīng)的分支過程及其滅絕時(shí)間,求滅絕概率 解:由子代分布為二項(xiàng)分布B(2,1/2),可得:Pk= =P0=1/4,P1=1/2,P2=1/4.又知f()=1/4+1/2+1/4解得:=1 3. 設(shè)馬爾科夫鏈的轉(zhuǎn)移概率矩陣為: (1).求兩步轉(zhuǎn)移概率矩陣及當(dāng)初始分布為 ,時(shí),經(jīng)兩步轉(zhuǎn)移后處于狀態(tài)2的概率。 (2)求馬爾科夫鏈的平穩(wěn)分布。:4.設(shè)馬爾科夫鏈的狀態(tài)空間I=1,2,3,4,5,轉(zhuǎn)移概率矩陣為:求狀態(tài)的分類,各常返閉集的平穩(wěn)分布及各狀態(tài)平均返回時(shí)間

5、。解:(1)狀態(tài)分類=1,2,3;=4,5(2)由常返閉集的定義可知,常返集有兩個(gè),下面分別求其平穩(wěn)分布及各狀態(tài)的平均返回時(shí)間。A對的常返閉集而言解方程組解上述方程組的平穩(wěn)分布為各狀態(tài)的平均返回時(shí)間為B對的常返閉集而言解方程組解上述方程組的平穩(wěn)分布為各狀態(tài)的平均返回時(shí)間為5.若,它的滅絕概率為,且,它的滅絕概率為.求:(1) 的值;(2)的值;(3)假定它們的初始時(shí)由n個(gè)個(gè)體組成,分別求出兩者的總體滅絕的概率。解:(1)由于所以=1; (2)滿足 = 解得這個(gè)二次方程的最小的正解是=。 (3)因?yàn)榭傮w滅絕當(dāng)且僅當(dāng)初始代的每個(gè)成員的家庭都滅絕,要求的概率是。則 =1, =6小張的賓館剛開張不久,

6、入住的家庭數(shù)是均值為的隨機(jī)變量,再假定一個(gè)家庭在賓館停留的天數(shù)是參數(shù)為的幾何隨機(jī)變量,(于是在前一個(gè)晚上留在賓館的一個(gè)家庭,獨(dú)立于已經(jīng)在賓館呆了多久,將在第二天以概率P退房),再假定所有的家庭是彼此獨(dú)立的,在這些條件下容易看出,如果以記在第n天開始入住賓館的家庭數(shù),那么,n0是馬爾科夫鏈。求:此馬爾科夫鏈的轉(zhuǎn)移概率。解:為了求,我們假定在一天開始是賓館中有i個(gè)家庭,因?yàn)檫@i個(gè)家庭將以概率q=1-q再呆一天,由此推出這i個(gè)家庭中再留一天的家庭數(shù)是二項(xiàng)(i,q)隨機(jī)變量。所以,以N記這天新入住的家庭數(shù),我們看到對于取條件,并且利用N是均值為的泊松隨機(jī)變量,我們得到7.設(shè)明天是否有雨僅與今天的天氣有

7、關(guān),而與過去的天氣無關(guān)。又設(shè)今天下雨而明天也下雨的概率為,而今天無雨明天有雨的概率為;規(guī)定有雨天氣為狀態(tài)0,無雨天氣為狀態(tài)1。設(shè),求今天有雨且第四天仍有雨的概率。解:由題設(shè)條件,得一步轉(zhuǎn)移概率矩陣為,于是,四步轉(zhuǎn)移概率矩陣為,從而得到今天有雨且第四天仍有雨的概率為。8.一質(zhì)點(diǎn)在1,2,3三個(gè)點(diǎn)上作隨機(jī)游動,1和3是兩個(gè)反射壁,當(dāng)質(zhì)點(diǎn)處于2時(shí),下一時(shí)刻處于1,2,3是等可能的。寫出一步轉(zhuǎn)移概率矩陣,判斷此鏈?zhǔn)欠窬哂斜闅v性,若有,求出極限分布。解:一步轉(zhuǎn)移概率矩陣, 9 設(shè)馬爾科夫鏈的狀態(tài)空間為, 一步轉(zhuǎn)移概率矩陣為,求其相應(yīng)的極限分布。解:設(shè)其極限分布由W=WP得到方程組 解方程組得到: 10.設(shè)馬氏鏈的轉(zhuǎn)移概率矩陣為P,求該馬氏鏈的平穩(wěn)分布及各狀態(tài)的的平均返回時(shí)間? 11.設(shè)有時(shí)齊次的馬氏鏈轉(zhuǎn)移概率矩陣為P ,討論其馬氏性,并求其平穩(wěn)分布。解 馬氏鏈的狀態(tài)空間為I=1,2,均為吸收態(tài),狀態(tài)空間可分解為兩個(gè)閉集之和,I=1+2,故其是不可約的馬氏鏈, 1 0 P= =PPP=P(n),0 1所以狀態(tài)1和狀態(tài)2都是非周期的,且有LimP11(n)=1不等于Lim

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論