《应用随机过程》A卷及其参考答案

第一章习题解答1． 设随机变量X 服从几何分布，即：(),0,1,2,k P X k pq k === 。

求X 的特征函数，EX 及DX 。

其中01,1p q p <<=-是已知参数。

解 0()()jtxjtkk X k f t E eepq ∞===∑()k jtkk p q e∞==∑ =0()1jt kjtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑222()()[()]q D X E X E X P =-=（其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑）令 0()(1)n n S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰202201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰）2、（1） 求参数为(,)p b 的Γ分布的特征函数，其概率密度函数为1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩（2） 其期望和方差；（3） 证明对具有相同的参数的b 的Γ分布，关于参数p 具有可加性。

解 （1）设X 服从(,)p b Γ分布，则10()()p jtxp bxX b f t ex e dx p ∞--=Γ⎰ 1()0()p p jt b x b x e dx p ∞--=Γ⎰101()()()()(1)p u p p p p p b e u b u jt b x du jt p b jt b jt b∞----==Γ---⎰ 1(())x p p e x dx ∞--Γ=⎰ （2）'1()(0)X p E X f j b∴== 2''221(1)()(0)X p p E X f j b +== 222()()()PD XE X E X b∴===（4） 若(,)i i X p b Γ 1,2i = 则121212()()()()(1)P P X X X X jt f t f t f t b-++==-1212(,)Y X X P P b ∴=+Γ+同理可得：()()iiP X b f t b jt∑=∑-3、设X 是一随机变量，()F x 是其分布函数，且是严格单调的，求以下随机变量的特征函数。

安徽大学2009—2010学年第一学期 《 应用随机过程 》考试试卷（A 卷）（闭卷 时间120分钟）院/系 年级 专业 姓名 学号题 号 一 二 三 四 总分得 分得分一、填空题（每小题3分，共24分）1、设X 是概率空间上的一个随机变量，且EX 存在，C 是F 的子σ-域，定义(,,)F P Ω(|)E X C 如下：(1) ；(2) 。

2、由全数学期望公式,取()[(|)]E X E E X C =X = ，C = ，即有连续型（广义）的全概率公式 。

3、设是强度为{(),0}N t t ≥λ的Poisson 过程，则N(t)具有 增量，且充分小，有0,0t h ∀>>{}(()(0P N t h N t +−=))= , ({})()()1P N t h N t +−== 。

4、设{(是强度为),0}N t t ≥λ的Poisson 过程, {, ,分别为其时间间隔序列和等待时间序列，则1},{,1n n X n S n ≥}≥12,,,n X X X 独立且服从参数为λ的指数分布， n S ∼，1(|N t X )1=∼；12(,,S S (),)|n N t n S =d 。

5、试述连续鞅（过程）的定义 。

设{(为一维标准Brown 运动，则),0}W t t ≥0,t ∀>()W t ∼ ，且由{(可构造出如下的鞅（试举两例） ),0}W t t ≥。

6、在金融衍生品定价模型中，通常假设原生资产（如：股票）的价格过程{(遵循几何Brown 运动，即股价过程服从随机微分方程： ),0}S t t ≥（其中参数的含义为 ），这是由于 。

7、试述关于测度变换的Girsanov 定理： 。

8、倒向随机微分方程（BSDE ）典型的数学结构为 ，其处理问题的实质在于 。

得分 二、证明分析题（共10分）假设X 是概率空间（Ω,F,P ）上的非负随机变量，且服从指数分布，即：,0a ∀>{}()1,a P X a e λ−≤=−>0λ为常数；设λ是另一个正常数，定义()(),(),X A Z Z e P A P A F λλλωλ−−===∈∫Zd ,(1)证明： ()1PΩ=； (2)求在概率测度 P下，随机变量X 的分布函数： 0,({})a P X a >≤。

习 题一、习题编号本次作业：1，2， 7，9，12，17，18，19，23，25 二、习题解答1.1 设随机试验E 是将一枚硬币抛两次，观察H -正面，T -反面出现的情况，试分析它的概率空间(),,P Ω。

解1.1： 样本空间：Ω = {HH, HT, TH, TT}集类：F = { Ø, Ω, {HH}, {HT}, {TH}, {TT},{HH,HT}, {HH, TH}, {HH,TT}, {HT, TH}, {HT, TT}, {TH, TT}, {HH, HT, TH}, {HH, HT, TT}, {HT, TH, TT}, {TH, TT, HH}, }概率：P: P{HH} = P{HT} = P{TH} = P{TT} = 1/41.2 设,A B ∈Ω，集类{},A B =。

试求：()σ的所有元素。

解1.2：因为：{},A B =所以：(){},,,σ=∅Ω1.3 设四个黑球与两个白球随机地等分为A 与B 两组，记A 组中白球的数目为X ；然后随机交换A 与B 中一个球，再记交换后A 组中白球的数目为Y 。

试求：（1）X 的分布律；（2）Y|X 的分布律；（3）Y 的分布律。

解1.3：（1）总计有2个白球，因此，X 的取值为0，1，2。

等分共有36C 种分法，等分后，X 取值分别为0，1，2的概率为：3211244242333666012012131()()555XX C C C C C P X P X C C C ⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ （2）交换一个球后，1）如果X 中没有白球，则交换后Y 可能取值为0、1 2）如果X 中有一个白球，则交换后Y 可能取值为0、1、2 3）如果X 中有两个白球，则交换后Y 可能取值为1、2|0|01|00|11|12|11|22|21225221(|)3399933Y XP Y X ⎛⎫ ⎪ ⎪ ⎪⎝⎭（3）20()(|)()i P Y P Y X i P X i ====∑2(0)(0|)()1123359515i P Y P Y X i P X i =======⨯+⨯=∑2(1)(1|)()21532135953535i P Y P Y X i P X i =======⨯+⨯+⨯=∑2(2)(2|)()23110953515i P Y P Y X i P X i =======+⨯+⨯=∑故Y 的分布律为：012131()555YP Y ⎛⎫ ⎪ ⎪⎪⎝⎭1.4 设A 与B 是概率空间(),,P Ω上的事件，且()01P B <<，试证明：A 与B独立的充要条件为：()()|=|P A B P A B 。

《应用随机过程》A卷及其参考答案《应用随机过程》A卷一、课程简介《应用随机过程》是一门应用数学学科，旨在研究随机现象的变化规律。

通过对这门课程的学习，我们可以掌握随机过程的基本理论和方法，并能够运用这些理论解决实际问题。

本课程共分为两个部分：A 卷和B卷。

二、考试内容1、随机过程的定义、性质和分类2、随机过程的概率分布和数字特征3、常见的随机过程，如泊松过程、马尔可夫过程、随机漫步等4、随机过程的极限理论，如强大数定律、中心极限定理等5、随机过程在各个领域的应用，如金融、生物、物理等三、考试形式1、试题类型：选择题、填空题、简答题、应用题2、分值分配：选择题30分，填空题20分，简答题30分，应用题20分四、考试策略1、理解基本概念：随机过程的概念、性质和分类是考试的重点，需要充分理解并熟练掌握。

2、掌握基本理论：考试中涉及的基本理论较多，需要平时多加学习和巩固。

3、应用实践：掌握基本理论后，需要能够将其应用于实际问题中，因此要多做练习和实际操作。

五、参考答案选择题部分：1、（1）B （2）C （3）A （4）D （5）C2、（1）C （2）B （3）D （4）A （5）C3、（1）D （2）A （3）B （4）C （5）D填空题部分：1、（1）正态分布（2）独立性（3）离散型随机变量2、（1）均匀分布（2）连续型随机变量（3）二项分布3、（1）泊松分布（2）几何分布（3）超几何分布4、（1）马尔可夫过程（2）齐次性（3）有限性5、（1）中心极限定理（2）强大数定律（3）大数定律简答题部分：1、简述随机过程的基本概念及分类。

答：随机过程是指在一定条件下，随时间变化的随机现象的变化规律。

它可以根据不同的分类标准分为连续型和离散型、定值型和随机场、马尔可夫性和非马尔可夫性等。

2、请列举几个常见的随机过程，并简述其应用场景。

答：常见的随机过程有泊松过程、马尔可夫过程、随机漫步等。

泊松过程在物理学、生物学、计算机科学等领域有广泛应用；马尔可夫过程在语音识别、天气预报等领域有应用；随机漫步在金融领域有应用。

2. （1） 求参数为的()b p ,分布的特征函数，其概率密度为Γ()()是正整数p b x x e x p b x p bx p p ,0 000,1>⎪⎩⎪⎨⎧≤>Γ=−−（2）求其期望和方差。

（3）证明对具有相同参数的b Γ分布，关于参数具有可加性。

p 函数有下面的性质：解 （1） 首先，我们知道Γ()()! 1−=Γp p根据特征函数的定义，有()[]()()()()()()()()()()()()()()()()()()()()pp p x jt b p p xjt b p p x jt b p p xjt b p p xjt b p p bxp p jtxjtxjtXX jt b b jt b p p b dxe x jt b p p b dx e x jt b p p b dx e x jt b p p b e x jt b p b dx e x p b dx e x p b edx x p e e E t f ⎟⎟⎠⎞⎜⎜⎝⎛−=−−Γ=−−Γ==−−Γ=−−Γ+−−Γ=Γ=Γ===∫∫∫∫∫∫∞−−−∞−−−∞−−−∞−−−∞−−−−−∞∞∞−!1!11110010202010110L所以()pX jt b b t f ⎟⎟⎠⎞⎜⎜⎝⎛−=（2）根据期望的定义，有[]()()()()()()()bpdx x p b p dx e x p b b p dx e x bp p b e x bp b dx e x p b dx e x p b x dx x xp X E m bx p p bx p p bxp p bx p p bx p p X ==Γ=Γ+−Γ=Γ=Γ===∫∫∫∫∫∫∞∞−∞−−∞−−∞−∞−∞−−∞∞−010100011类似的，有[]()()()()()()()()()()()()()2201200010101222111111b p p dx x p b p p dx e x p b b p p dx e x b p p b dx e x bp p b e x bp b dx e x p b dx e x p b x dx x p x XE bxp p bxp p bxp p bxp p bx p p bx p p +=+=Γ+==+Γ=+Γ+−Γ=Γ=Γ==∫∫∫∫∫∫∫∞∞−∞−−∞−∞−∞−+∞−+∞−−∞∞−L的方差为X 所以，[]()222221b pb p b p p mXE D XX =⎟⎠⎞⎜⎝⎛−+=−=（3）()()()jt jnt jt e n e e t f −−=115. 试证函数为一特征函数，并求它所对应的随机变量的分布。

湖南科技学院二○一 年 学期期末考试数学与应用数学 专业 年级 应用随机过程试题考试类型：闭卷 试卷类型：C 卷 考试时量： 120分钟F一 、填空题（每空4分共24分）1、过程12{()cos sin ;0}X t Z at Z at t =+≥，其中1Z ，2Z 独立同分布，其共同分布为2(0,)N σ，a 为常数，则均值函数(())E X t = ，方差函数(())Var X t = ，协方差函数(,)s t γ= ．2、计数过程{}(),0N t t ≥为参数为2的泊松过程，则{}(20)(18)2P N N -== ，((3))=E N ．3、()1()N t i i S t Y ==∑是复合Poisson 过程，其中{}(),0N t t ≥为参数为3的泊松过程，1Y 服从正态分布(1,4)N ，则[(5)]E S = ．二 、判断题（小题2分，共16分）1、 设{}(),0N t t ≥是强度为λ的Poisson 过程，n T 为第n 次泊松事件发生的等待时间，则{}{}()n N t n T t <⇔>． （ ） 2、{}(),0N t t ≥是更新过程，则对0t≤<+∞，有()EN t <+∞． （ ）3、Poisson 过程具有独立增量性． （ ）4、{}n Z 是马尔可夫链，则202(,)()n n n n P X j X i X k P X j X i ++======．题 号 一二三四五总分 统分人得 分 阅卷人复查人（ ）5、Brown 运动的样本路径()B t ，0t T ≤≤具有连续性． （ ）6、{}n Z 是有限状态的马尔可夫链，其一步转移矩阵为P ，则其n 步转移矩阵()n n PP =．（ ）7、Brown 运动不是平稳增量过程． （ ） 8、{}(),0N t t ≥是Poisson 过程，n T 为第n 次泊松事件发生的等待时间，则当t →+∞时，()1()N t r t T t +=-与()()N t s t t T =-有相同的极限分布． （ ）三 、计算题（共46分）1、（12分）设{}(),0N t t ≥是强度为3的Poisson 过程， 求（1）{}(1)2,(3)4,(5)6P N N N ===； （2）{}(5)6(3)4P N N ==；（3）求协方差函数(),s t γ，写出推导过程．2、（10分）设{}(),0N t t ≥是更新过程，第k 次更新与第1k -次更新的时间间隔k X 服从分布2(2)3k P X ==，1(3)3k P X ==．计算((1))P N n =，((2))P N n =，((3))P N n =，0,1,2,n =．3、（12分）设1{(),0}N t t≥，2{(),0}N t t ≥是强度分别为1λ，2λ 且相互独立的Poisson 过程，记k T 为1{(),0}N t t≥的第k 次事件发生的等待时间，1V 为2{(),0}N t t ≥第1次事件发生的等待时间．求1()k P T V <．4、(12分){,1,2,}n X n =为独立同分布的随机变量序列，具有如下分布1(1)(1)2n n P X P X ===-=1,2,n =令1nni i S X ==∑．（1）求随机过程{,1,2,}n S n =的均值函数和自相关函数；（2）判断{,1,2,}n S n =是否为宽平稳过程．四 、证明题（共14分）1、设{}(),0i N t t ≥，1,2,,in =是n 个相互独立的Poisson 过程，参数分别为i λ，1,2,,i n =，试证{}1()=(),0ni i N t N t t =≥∑是Poisson 过程．。

华南理工大学2011—2012 学年第一学期 《应用随机过程》考试试卷（A 卷）（闭卷时间 120 分钟）院/系年级 __专业姓名学号1、设X 是概率空间(Ω,F ,P )且EX 存在，C 是F 的子σ－域，定义E (XC )如下：（1）_______________ ；（2）_____________________________________________ ； 2、设{N (t ),t ≥ 0}是强度为λ的 Poisson 过程，则 N (t )具有_____、_____增量，且∀t >0，h >0充分小，有：P ({N (t + h )− N (t ) = 0})＝ ________，P ({N (t + h )− N (t ) =1})＝_____________；3、设{W (t ),t ≥ 0}为一维标准 Brown 运动，则∀t >0，W (t ) ～____，且与 Brown 运动有关的三个随机过程____________、________ ______________、______________都是鞅（过程）；4、倒向随机微分方程（BSDE ）典型的数学结构为__________ ______________________________，其处理问题的实质在于 ______________________________________________________。

二、证明分析题（共 12 分，选做一题）1、设X 是定义于概率空间(Ω,F ,P )上的非负随机变量，并且具有指数分布，即：P({X ≤ a}) =1−e−λa ，a >0，其中λ是正常数。

设λ是另一个正常数，定义：Z = λλe−(λ−λ)X ，由下式定义：P(A)=∫A ZdP，∀A∈F ；（1）证明：P(Ω) =1；（2）在概率测度P 下计算的分布函数：P({X ≤ a})，a>0；2、设X0～U (0,1)，X n+1～U (1−X n,1)，n≥1，域流{F n,n≥ 0}满足：F n =σ(X k,0 ≤k≤n)，n≥ 0 ；又设Y0 = X0 ，Y n = 2n ⋅∏kn=1 1 X−k X −1 k ，n ≥1，试证：{Yn,n ≥ 0}关于域流{F n,n ≥ 0}是鞅！三、计算证明题（共60 分）1、（12 分）假设X～E(λ)，给定c >0，试分别由指数分布的无记E(XI A )忆性和E(X A) = ，求E(XX >c)；P(A)2、（10 分，选做一题）（1）设X～E(λ)，Y～E(μ)，λ> μ，且X,Y 相互独立；∀c >0，设fX X )为给定X +Y = c 时X 的条件概率密度，试求之并由此求+Y (x cE(X X +Y = c)；⎧1)及（2）设(X,Y)～f (x, y) = ⎪⎨x ,0 ≤ y ≤ x ≤1;，试求fY X (y x⎪⎩0,其它；P(X 2 +Y 2 ≤1X = x)，并由此（连续型全概率公式）求P({X 2 +Y 2 ≤1})；3、（4 分，选做一题）（1）设X,Y独立同U [0,1]分布，试基（2）设于微元法由条件密度求E(XX <Y)；(X,Y)～U (D)，D:0 ≤ y≤x≤1，试由条件数学期望的直观方法求E(YX )、E ⎡⎣(Y −X )2X ⎤⎦；[0,1]分布，Y = min{X1, X2, , 4、（10 分）设X1, X2, , X n 独立同U求E(X1Y) = E(X1 σ(Y))；X n}，试由条件数学期望的一般定义5、（14 分）设{N (t),t ≥ 0}是强度为λ的Poisson 过程，S0 = 0，S n 表示第n个事件发生（到达）的时刻，试求：（1）P(N (s) =kN (t) = n)（s <t,k = 0,1, ,n）；（2）E(S k N (t) = n)，k ≤ n；6、（10 分）设{W (t),t ≥ 0}为标准Brown 运动，试由Ito-Doeblin 公式求解随机微分方程 d ⎡⎣S(t)⎤⎦= μS(t)dt +σS(t)dW (t)，并求E ⎡⎣W4 (t)⎤⎦，E ⎡⎣W6 (t)⎤⎦。

山东财政学院2009—2010学年第 1 学期期末考试《应用随机过程》试卷(A )（考试时间为120分钟）参考答案及评分标准考试方式： 闭卷 开课学院 统计与数理学院 使用年级 07级 出题教师 张辉一． 判断题（每小题2分，共10分，正确划√，错误划ⅹ）1. 严平稳过程一定是宽平稳过程。

（ⅹ ）2. 非周期的正常返态是遍历态。

（√ ）3. 若马氏链的一步转移概率阵有零元，则可断定该马氏链不是遍历的。

（ⅹ ）4. 有限马尔科夫链没有零常返态。

（√ ）5．若状态i 有周期d, 则对任意1≥n , 一定有：0)(〉nd iip 。

（ⅹ ）二． 填空题（每小题5分，共10分） 1. 在保险公司的索赔模型中，设索赔要求以平均每月两次的速率的泊松过程到达保险公司，若每次赔付金额是均值为10000元的正态分布，一年中保险公司的平均赔付金额是＿＿240000元＿＿＿。

2．若一个矩阵是随机阵，则其元素满足的条件是：（1）任意元素非负（2）每行元素之和为1。

三． 简答题（每小题5分，共10分）1． 简述马氏链的遍历性。

答：设)(n ij p 是齐次马氏链{}1,≥n X n 的n 步转移概率，，如果对任意 I j i ∈,存在不依赖于i 的极限0)(〉=j n ij p p ，则称齐次马氏链{}1,≥n X n 具有遍历性。

2． 非齐次泊松过程与齐次泊松过程有何不同？答：非齐次泊松过程与齐次泊松过程的不同在于：强度λ不再是常数，而是与t 有关，也就是说，不再具有平稳增量性。

它反映了其变化与时间相关的过程。

如设备的故障率与使用年限有关，放射物质的衰变速度与衰败时间有关，等等。

四． 计算、证明题（共70分）1. 请写出C —K 方程，并证明之. （10分）解：2. 写出复合泊松过程的定义并推算其均值公式. （15分）解：若{}0),(≥t t N 是一个泊松过程，是Λ,2,1,=i Y i 一族独立同分布的随机变量，并且与{}0),(≥t t X 也是独立的， )(t X =∑=t N i i Y1，那么{}0),(≥t t X 复合泊松过程3. 顾客以泊松过程到达某商店，速率为小时人4=λ，已知商店上午9：00开门，求到9：30时仅到一位顾客，而到11：30时总计已达5位顾客的概率。

应用随机过程张波课后答案应用随机过程张波课后答案【篇一：随机过程期末论文】ass=txt>【摘要】：通过市场调查研究发现，很多现象是可以用随机过程来描述的。

比如说，企业在人力资源需求方面就是一个随着时间不断变化的随机过程。

本文试图将马尔科夫链引入，并运用其原理以及特性，对企业人力资源需求方面进行分析和预测，从而帮助企业明确未来人力需求趋势，做好人才储备工作。

【关键字】：马尔科夫链；人力资源；预测；需求一、马尔科夫链原理简介一个经济系统x(t)是随时间t变化的随机变量。

人们可根据该经济系统在时刻t0所处的状态推出它在任何一个较后时刻t(t0)的状态。

由此原则，可得到这样一个基本方法：系统内x(t)在给定的时刻tn的状态x(tn)=xn，可根据它在任何较早时刻tn?1(tn)所处的状态x(tn?1)=xn-1推出，而不依赖于系统在时刻以tn?1前的历史状态。

满足这一条件的系统所观测结果的随机过程，就称之为马尔科夫过程。

而马尔科夫链是状态离散的一类特殊马尔可夫过程, 即过程的发展可看作是在某些值（称为过程的“状态”）之间一系列转移, 而且具有下面性质：一旦过程处于一给定状态, 则过程未来发展只依赖于这个状态, 而与它过去到达过的状态无关。

假设过程的时间参数集任意n个时刻为t1t2......tn,系统x(t)在时刻ti 处于状态xi,即x(ti)=xi(i=1,2,...,n-1),则x（tn）的条件概率分布只依赖于x（tn-1）=xn-1最近的已知值，即：p{x(tn)?xn|x(t1)=x1,...,x(tn-1)=xn-1}=p{x(tn)xn|x(tn-1)=xn-1} 可以直观地解释为当给定过程“现在”的条件下，它的“将来”与“过去”无关。

二、状态转移矩阵运用马尔科夫链进行预测的关键在于：建立状态转移概率矩阵（指系统在时刻t所处状态，转变为时刻t+1所处状态时与之相对应的一个条件概率）。

一、选择题1.在随机过程中，若某一过程的所有可能状态及其概率在时间上保持不变，则称该过程为：A.平稳过程B.非平稳过程C.马尔可夫过程D.遍历过程2.下列哪个不是描述随机变量分布特性的重要参数？A.期望值（均值）B.方差C.协方差D.样本容量3.马尔可夫链中，若当前状态仅依赖于前一个状态，则称该链具有：A.一阶记忆性B.无记忆性C.高阶记忆性D.完全记忆性4.在随机游走模型中，若每一步的位移是独立同分布的随机变量，且均值为0，则该模型属于：A.布朗运动B.泊松过程C.几何布朗运动D.平稳独立增量过程5.泊松分布常用于描述：A.单位时间内某事件发生次数的概率分布B.连续型随机变量的概率分布C.样本均值的分布D.两个随机变量之间的线性关系6.若一个随机过程的任意两个时间点上的随机变量之间都存在线性关系，则称该过程具有：A.平稳性B.相关性C.正态性D.独立性7.在连续时间马尔可夫链中，状态转移率矩阵描述了：A.各状态间的直接转移概率B.各状态间的间接转移概率C.单位时间内从某状态转移到其他状态的概率D.所有状态的总转移概率8.布朗运动的一个关键性质是：A.路径可预测性B.路径连续但几乎处处不可导C.路径分段平滑D.路径与时间呈线性关系9.对于随机过程X(t)，若对任意t，X(t)的概率分布函数与时间t无关，则X(t)是：A.平稳过程B.严格平稳过程C.弱平稳过程D.遍历过程10.下列哪个随机过程模型常用于金融市场中的股票价格模拟？A.几何布朗运动B.泊松过程C.平稳独立增量过程D.线性回归过程。

第一章习题解答1． 设随机变量X 服从几何分布，即：(),0,1,2,k P X k pq k ===L 。

求X 的特征函数，EX 及DX 。

其中01,1p q p <<=-是已知参数。

解 0()()jtxjtkk X k f t E eepq ∞===∑Q()k jtkk p q e∞==∑ =0()1jt kjtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑Q222()()[()]q D X E X E X P =-=（其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑）令 0()(1)n n S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰202201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰）W2、（1） 求参数为(,)p b 的Γ分布的特征函数，其概率密度函数为1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩（2） 其期望和方差；（3） 证明对具有相同的参数的b 的Γ分布，关于参数p 具有可加性。

解 （1）设X 服从(,)p b Γ分布，则10()()p jtxp bxX b f t ex e dx p ∞--=Γ⎰ 1()0()p p jt b x b x e dx p ∞--=Γ⎰101()()()()(1)p u p p p p p b e u b u jt b x du jt p b jt b jt b∞----==Γ---⎰ 1(())x p p e x dx ∞--Γ=⎰Q （2）'1()(0)X p E X f j b∴== 2''221(1)()(0)X p p E X f j b +== 222()()()PD XE X E X b∴===（4） 若(,)i i X p b Γ: 1,2i = 则121212()()()()(1)P P X X X X jt f t f t f t b-++==-1212(,)Y X X P P b ∴=+Γ+:同理可得：()()iiP X b f t b jt∑=∑- W3、设X 是一随机变量，()F x 是其分布函数，且是严格单调的，求以下随机变量的特征函数。

第一章习题解答1． 设随机变量X 服从几何分布，即：(),0,1,2,k P X k pq k ===L 。

求X 的特征函数，EX 及DX 。

其中01,1p q p <<=-是已知参数。

解 0()()jtxjtkk X k f t E eepq ∞===∑Q()k jtkk p q e∞==∑ =0()1jt kjtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑Q222()()[()]q D X E X E X P =-=（其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑）令 0()(1)n n S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰202201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰）W2、（1） 求参数为(,)p b 的Γ分布的特征函数，其概率密度函数为1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩（2） 其期望和方差；（3） 证明对具有相同的参数的b 的Γ分布，关于参数p 具有可加性。

解 （1）设X 服从(,)p b Γ分布，则10()()p jtxp bxX b f t ex e dx p ∞--=Γ⎰ 1()0()p p jt b x b x e dx p ∞--=Γ⎰101()()()()(1)p u p p p p p b e u b u jt b x du jt p b jt b jt b∞----==Γ---⎰ 1(())x p p e x dx ∞--Γ=⎰Q （2）'1()(0)X p E X f j b∴== 2''221(1)()(0)X p p E X f j b +== 222()()()PD XE X E X b∴===（4） 若(,)i i X p b Γ: 1,2i = 则121212()()()()(1)P P X X X X jt f t f t f t b-++==-1212(,)Y X X P P b ∴=+Γ+:同理可得：()()iiP X b f t b jt∑=∑- W3、设X 是一随机变量，()F x 是其分布函数，且是严格单调的，求以下随机变量的特征函数。