随机过程Hw1

最新推荐文章于 2024-08-13 21:37:16 发布

anteloln

最新推荐文章于 2024-08-13 21:37:16 发布

阅读量754

点赞数 24

文章标签：概率论

本文链接：https://blog.csdn.net/ln558/article/details/137714885

版权

随机过程Hw1
1、在{1，2，3，……，10}中任取一个数记为 $X_1$ .
在{1，2，3，……， $X_1$ }中任取一个数记为 $X_2$ .
在{1，2，3，……， $X_2$ }中任取一个数记为 $X_3$ .
试计算：
（1）E( $X_2$ | $X_1$ )和E( $X_2$ ).
（2）E( $X_3$ | $X_2$ )和E( $X_3$ ).
Solution
(1) E( $X_2$ | $X_1$ )= $\frac{X_1+1}{2}$
E( $X_2$ )=E(E( $X_2$ | $X_1$ ))= $\frac{EX_1+1}{2}$ = $\frac{13}{4}$

(2)E( $X_3$ | $X_2$ )= $\frac{X_2+1}{2}$
E( $X_3$ )=E(E( $X_3$ | $X_2$ ))= $\frac{EX_2+1}{2}$ = $\frac{17}{8}$

p23 6
假设X~B(N,p), $0 < p < 1$ 是常数，但N是随机变量.
(1)令N~B(M,q), $0 < q < 1$ , $M\geq1$ 是常数.求X的分布.
(2)令N~P( $\lambda$ ), $\lambda\geq0$ 是常数，求X的分布.
Solution
$\begin{align} P(x=k)&=\sum_{n=k}^{M}\binom{M}{n}q^n(1-q)^{M-n}\binom{n}{k}p^k(1-p)^{n-k}\notag\\ &=\sum_{n=k}^{M}\frac{M!}{(M-n)!n!}\frac{n!}{(n-k)!k!}p^kq^n(1-q)^{M-n}(1-p)^{n-k}\notag\\ &=\frac{M!}{(M-k)!k!}(pq)^k\sum_{n=k}^{M}\frac{(M-k)!}{(n-k)!(M-n)!}(1-q)^{M-n}(q-pq)^{n-k}\notag\\ &=\binom{M}{k}(pq)^k(1-pq)^{M-k}\notag \end{align}$
这也就是说X~B(M,pq).

(2)
$\begin{align} P(x=k)&=\sum_{n=k}^\infty\binom{n}{k}p^k(1-p)^{n-k}\frac{\lambda^n}{n!}e^{-\lambda}\notag\\ &=\sum_{n=k}^\infty\frac{n!}{(n-k)!k!}\frac{\lambda^n}{n!}p^k(1-p)^{n-k}e^{-\lambda}\notag\\ &=\lambda^ke^{-\lambda}\frac{p^k}{k!}\sum_{n-k=0}^{\infty}\frac{(\lambda-\lambda p)^{n-k}}{(n-k)!}\notag\\ &=\frac{(p\lambda)^k}{k!}e^{-\lambda p}\notag\\ \end{align}$
也就是说X~ $P(p\lambda)$

p24 9
假设X~ $P(\lambda)$ ,求E(X|X为奇数).
Solution
$\begin{align} E(X|X为奇数)&=\sum_{k=0}^\infty\frac{(2k+1)P(X=2k+1)}{P(X为奇数)}\notag\\ &=\frac{\sum_{k=0}^\infty(2k+1)\frac{\lambda^{2k+1}}{(2k+1)!}e^{-\lambda}}{\sum_{n=0}^\infty\frac{\lambda^{2n+1}}{(2n+1)!}e^{-\lambda}}\notag\\ &=\lambda\frac{\sum_{k=0}^\infty\frac{\lambda^{2k}}{(2k)!}}{\sum_{n=0}^\infty\frac{\lambda^{2n}}{(2n)!}}\notag\\ &=\lambda\frac{e^\lambda+e^{-\lambda}}{e^\lambda-e^{-\lambda}}\notag \end{align}$
p26 27
令X是正随机变量，分布函数为F(x).证明：
(1)EX= $\int_0^\infty[1-F(x)]dx$
(2)如果 $c > 0$ ，那么
$E(X\wedge c)=\int_0^c[1-F(x)]dx,$
其中 $X\wedge c$ 表示X和c的最小值；
(3)如果 $EX<\infty$ ，那么
$\lim_{x\rightarrow\infty}xP(X>x)=0.$
Solution
(1)
$\begin{align} EX&=E(\int_0^\infty1_{\{x<X\}}dx)\notag\\ &=\int_0^\infty E1_{\{x<X\}}dx\notag\\ &=\int_0^\infty P(X>x)dx\notag\\ &=\int_0^\infty [1-F(x)]dx\notag \end{align}$
(2)
$\begin{align} E(X\wedge c)&=E(\int_0^\infty1_{\{x<X\wedge c\}}dx)\notag\\ &=E(\int_0^\infty 1_{\{x<X\}} 1_{\{x<c\}}dx)\notag\\ &=E(\int_0^c 1_{\{x<X\}} dx)\notag\\ &=\int_0^c [1-F(x)]dx\notag \end{align}$
(3)由定义
$\lim_{x\rightarrow\infty}\int_x^\infty tdF(t)=0$
所以
$xP(X>x)\leq E(X1_{\{X>x\}})$
附：概率论期末题(运用组合恒等式)
在1-n中不放回地取m个数，求这m个数最大值的期望。
Solution
$\begin{align} E&=\sum_{k=m}^nk\frac{\binom{k-1}{m-1}}{\binom{n}{m}}\notag\\ &=\sum_{k=m}^n\frac{k\frac{(k-1)!}{(k-m)!(m-1)!}}{\binom{n}{m}}\notag\\ &=\frac{m\sum_{k=m}^n\frac{k!}{(k-m)!m!}}{\binom{n}{m}}\notag\\ &=\frac{m\sum_{k=m}^n\binom{k}{m}}{\binom{n}{m}}(此处运用\binom{n}{m}+\binom{n}{m+1}=\binom{n+1}{m+1})\notag\\ &=\frac{m\binom{n+1}{m+1}}{\binom{n}{m}}\notag\\ &=\frac{m(n+1)}{m+1}\notag \end{align}$

anteloln

关注

24
点赞
踩
18

收藏

觉得还不错? 一键收藏
0
评论
随机过程Hw1

在1-n中不放回地取m个数，求这m个数最大值的期望。1、在{1，2，3，……，10}中任取一个数记为。附：概率论期末题(运用组合恒等式)这也就是说X~B(M,pq).(1)令N~B(M,q),是常数，但N是随机变量.,求E(X|X为奇数).……假设X~B(N,p),；是常数.求X的分布.是常数，求X的分布.
复制链接

扫一扫