SchoolWork-LaTeX/随机过程/平时作业/第三周作业.tex

63 lines
3.9 KiB
TeX
Raw Normal View History

2024-09-02 17:47:53 +08:00
\documentclass[全部作业]{subfiles}
\input{mysubpreamble}
\begin{document}
\setcounter{chapter}{2}
\section{《随机过程》第三周作业}
\subsection{练习题\thechapter.\thesubsection}
\begin{enumerate}
\questionandanswer[1]{
试解释对离散参数随机过程而言,“不可区分”与“修正”等价。
}{
由于“不可区分”能推出“修正”,所以这里只需要说明对离散参数随机过程能从“修正”推出“不可区分”。
$X=\{ X_t; t\in T \}, Y=\{ Y_t; t \in T \}$都是概率空间$(\Omega, \mathfrak{F}, P)$上的随机过程。
“修正”的原始定义为对$\forall t\in T, P(X_t=Y_t)=1$,将概率进行定义展开可得:$\forall t\in T, \exists A_t \in \mathfrak{F}$使得$P(A)=1$而且$\forall \omega\in A, X_t(\omega)=Y_t(\omega)$
“不可区分”的定义为$\exists A\in \mathfrak{F}$,使得$P(A)=1$而且$\forall t\in T, \forall \omega\in A, X_t(\omega)=Y_t(\omega)$
比较这两个定义可知在“修正”的定义中$A_t$的取法与$t$有关,而在“不可区分”的定义中$A$的取法与$t$无关。
所以若$T$为离散参数集,且$X$$Y$互为修正,则对每一个$t\in T$都能找到一个$A_t\in \mathfrak{F}$满足$P(A_t)=1, \forall \omega\in A_t, X_t(\omega)=Y_t(\omega)$。则$P(\overline{A_t})=0$,取$A=\displaystyle \bigcap_{t\in T} (A_t)$,则
$$
P(A)=P\left( \bigcap_{t\in T} A_t \right) =P\left( \overline{\bigcup_{t\in T} \overline{A_t}} \right) =1-P\left( \bigcup_{t\in T} \overline{A_t} \right)
$$
由于$T$是离散集合,可列个零测集的并仍然是零测集,所以$\displaystyle P\left(\bigcup_{t\in T} \overline{A_t}\right)=0$,所以$P(A)=1$。而且$\forall \omega\in A, X_t(\omega)=Y_t(\omega)$,即$X$$Y$不可区分。
}
\questionandanswerProof[5]{
已知$\{ X(t)\ ;\ t\in [0,+\infty) \}$为平稳独立增量过程。对任意$s>0$,令$Y(t)=X(s+t)-X(s)$,证明$\{ Y(t)\ ;\ t\in [0,+\infty) \}$也是平稳独立增量过程。
}{
对于$\forall n\in \mathbb{Z}^{+},\forall t_1,t_2, \cdots ,t_n\in [0,+\infty), \forall i \in \{ 1,2, \cdots ,n-1 \}, $
$$
Y(t_{i+1}) - Y(t_i)=[X(s+t_{i+1})-X(s)]-[X(s+t_i)-X(s)]=X(s+t_{i+1})-X(s+t_i)
$$
因为$s>0$,所以$s+t_{i+1},s+t_i \in [0,+\infty)$,由$\{ X(t)\ ;\ t\in [0,+\infty) \}$是独立增量过程可知,$\{ X(s+t_{i+1})-X(s+t_i)\ ;\ i\in 1,2, \cdots ,n-1 \}$相互独立,即$\{ Y(t_{i+1})-Y(t_i)\ ;\ i\in 1,2, \cdots ,n-1 \}$相互独立,所以$\{ Y(t)\ ;\ t\in [0,+\infty) \}$是独立增量过程。下证“平稳”:
对于$\forall t, t+h, w, w+h\in [0,+\infty)$
$$
Y(t+h)-Y(t)=[X(s+t+h)-X(s)]-[X(s+t)-X(s)]=X(s+t+h)-X(s+t)
$$
同理,$Y(w+h)-Y(w)=X(s+w+h)-X(s+w)$。由于$s+t,s+t+h,\ s+w, s+w+h\in [0,+\infty)$,且$\{ X(t)\ ;\ t\in [0,+\infty) \}$是平稳独立增量过程,所以$X(s+t+h)-x(s+t)$$X(s+w+h)-X(s+w)$的分布相同,即$Y(t+h)-Y(t)$$Y(w+h)-Y(w)$的分布相同,所以$\{ Y(t)\ ;\ t\in [0,+\infty) \}$是平稳独立增量过程。
}
\questionandanswerProof[6]{
证明伯努利过程不是独立增量过程。
}{
设随机过程$X=\{ X_n\ ;\ n\in \mathbb{Z}_{+} \}$是伯努利过程,则$\{ X_n\ ;\ n\in \mathbb{Z}_{+} \}$是独立同分布的随机变量序列,而且
$$
P(X_n=1)=p, \qquad P(X_n=0)=q=1-p, \quad 0<p<1
$$
$X_1-X_0$的分布列为:
\begin{tabular}{|c|c|c|c|}
\hline
$X_1-X_0$ & $-1$ & $0$ & $1$ \\
\hline
$P$ & $pq$ & $p^{2}+q^{2}$ & $qp$ \\
\hline
\end{tabular}
所以$P(X_0=1)=p,\ P(X_1-X_0=1)=qp$
$P(X_0=1,X_1-X_0=1)=0$
显然$P(X_0=1)P(X_1-X_0=1)\neq P(X_0=1,X_1-X_0=1)$,因此$X_0$$X_1-X_0$不独立,从而伯努利过程不是独立增量过程。
}
\end{enumerate}
\end{document}