【随机过程】作业 5 布朗Brown运动
1. 设{B(t),0≤t}\{B(t),0 \leq t\}{B(t),0≤t}为标准的布朗运动,求Σk=130B(k)的分布\Sigma_{k=1}^{30}B(k)的分布Σk=130B(k)的分布
- 求所求分布的期望
- 求所求分布的方差
- 求所求分布的类型为什么分布
解:
2. 设{W(t),0≤t}\{W(t),0 \leq t\}{W(t),0≤t}为标准布朗运动,随机变量R~N(0,6)与随机过程{W(t),0≤t}\{W(t),0 \leq t\}{W(t),0≤t}独立,定义随机过程X(t)=W(t)+R,t>0X(t) = W(t)+R,t>0X(t)=W(t)+R,t>0
- 求随机过程{X(t),t>0}的协方差,及X(3)与X(5)的协方差
- 求随机过程{X(t),t>0}的特征函数,及X(6)在6处的特征函数值
- 求X(5)和R的相关系数
(1)因为W(t)服从正态分布N(0,t),R服从正态分布N(0,6)
所以X(t) = W(t)+R也服从正态分布N(0,t+6)
当s<t时
cov(s,t)=E(X(s)X(t))=E(W(s)+R)(W(t)+R)=E(W(s)W(t)+R2)cov(s,t) = E(X(s)X(t)) = E(W(s)+R)(W(t)+R) = E(W(s)W(t)+R^2)cov(s,t)=E(X(s)X(t))=E(W(s)+R)(W(t)+R)=E(W(s)W(t)+R2)
=E(W(s)(W(t)−W(s)+W(s)))+6=E(W(s)2)+6=s+6= E(W(s)(W(t)-W(s)+W(s)))+6= E(W(s)^2)+6 = s+6=E(W(s)(W(t)−W(s)+W(s)))+6=E(W(s)2)+6=s+6
所cov(3,5) = 3+6 =9
(2)因为X(t)也服从正态分布N(0,t+6),根据正态分布的特征函数公式知道
g(t)=eiut−1σ2t22g(t) = e^{iut-\frac{1 \sigma ^2 t^2}{2}}g(t)=eiut−21σ2t2
g(6)=e−(t2+6t)22g(6) =e^{-\frac{(t^2+6t)^2 }{2}} g(6)=e−2(t2+6t)2
当t=6
g(6)=e−(72)22g(6) =e^{-\frac{(72)^2 }{2}} g(6)=e−2(72)2
(3)因为W(t)服从正态分布N(0,t),R服从正态分布N(0,6)
根据相关系数公式
ρXR=Cov(Xs,R)DXsDR\rho_{XR} =\frac{Cov(X_s,R)}{\sqrt{DX_s} \sqrt{DR}} ρXR=DXsDRCov(Xs,R)
其中Cov(Xs,R)=EXR−EXsER=EXR=E((W(t)+R)R)=E(WR+R2)=ER2Cov(X_s,R) = E_{XR} -EX_sER = EXR =E((W(t)+R)R)=E(WR+R^2) =ER^2Cov(Xs,R)=EXR−EXsER=EXR=E((W(t)+R)R)=E(WR+R2)=ER2
所以当求X5X_5X5和R的相关系数,DX5=5+6=11,DR=6,Cov(X5,R)=6DX_5 = 5+6=11,DR = 6,Cov(X_5,R) =6DX5=5+6=11,DR=6,Cov(X5,R)=6
ρXR=Cov(Xs,R)DXsDR=6116\rho_{XR} =\frac{Cov(X_s,R)}{\sqrt{DX_s} \sqrt{DR}} = \frac{6}{\sqrt{11} \sqrt{6}}ρXR=DXsDRCov(Xs,R)=1166
3. 设{W(t),0≤t}\{W(t),0 \leq t\}{W(t),0≤t}为标准布朗运动,定义随机过程X(t)=t+W3t,0≤tX(t) = t+W_{3t},0 \leq tX(t)=t+W3t,0≤t
- 计算x10,X40x_{10},X_{40}x10,X40的相关系数
- 设标准正态分布的分布函数为ϕ(x)\phi(x)ϕ(x),且ϕ(1)=0.841,ϕ(2)=0.977\phi(1) = 0.841,\phi (2)=0.977ϕ(1)=0.841,ϕ(2)=0.977,计算X12X_{12}X12小鱼等于24的概率。
- 给出X20X_{20}X20的特征函数,且在1/20处的值等于多少?
(1)因为W(t)服从标准正态分布N(0,1),W(3t)W(3t)W(3t)服从正态分布N(0,3t)
又X=t+W3tX =t+W_3tX=t+W3t
则X服从正态分布N(t,3t)
根据相关系数公式ρX10X40=Cov(X10,X40)DX10DX40\rho_{X_{10}X_{40}} =\frac{Cov(X_{10},X_{40})}{\sqrt{DX_{10}} \sqrt{DX_{40}}} ρX10X40=DX10DX40Cov(X10,X40)
其中但s<t时,Cov(XsXt)=EXsXt−EXsEt=E(st+W3sW3t)−st=W(W3sW3t)=E(W3s(W3t−W3s+W3s))=EW3s2=3ss<t时,Cov(X_{s}X_{t}) = EX_sX_t - EX_sE_t =E(st +W_{3s}W_{3t})-st = W(W_{3s}W_{3t}) =E(W_{3s}(W_{3t}-W_{3s}+W_{3s})) =EW_{3s}^2 =3ss<t时,Cov(XsXt)=EXsXt−EXsEt=E(st+W3sW3t)−st=W(W3sW3t)=E(W3s(W3t−W3s+W3s))=EW3s2=3s
则Cov(X10X40)=3∗10=30Cov(X_{10}X_{40}) =3*10=30Cov(X10X40)=3∗10=30
DX10=3∗10=30,DX40=3∗40=120D_{X_10} =3*10=30,D_{X_40} =3*40 = 120DX10=3∗10=30,DX40=3∗40=120
ρX10X40=3030120\rho_{X_{10}X_{40}} =\frac{30}{\sqrt{30} \sqrt{120}} ρX10X40=3012030
(2)因为X12=12+W36∼N(12,36)X_{12} =12+W_{36} \sim N(12,36)X12=12+W36∼N(12,36)化为标准正态分布Y=X12−126∼N(0,1)Y = \frac{X_{12} -12}{6} \sim N(0,1)Y=6X12−12∼N(0,1)
p(X12⩽24)=p(X12−126⩽24−126)=p(Y⩽2)=Φ(2)=0.977p(X_{12} \leqslant 24) = p(\frac{X_{12} -12}{6} \leqslant \frac{24-12}{6}) = p(Y \leqslant 2 ) = \Phi(2) = 0.977p(X12⩽24)=p(6X12−12⩽624−12)=p(Y⩽2)=Φ(2)=0.977
(3)因为Xt∼(t,3t),X10∼(10,30),X40∼(40,120)X_t \sim (t,3t),X_{10} \sim (10,30),X_{40} \sim (40,120)Xt∼(t,3t),X10∼(10,30),X40∼(40,120)
所以根据正态分布的概率密度公式fx=12πσe−(x−u)22σ2fx = \frac{1}{\sqrt{2\pi} \sigma }e^{-\frac{(x-u)^2}{2\sigma^2}}fx=2πσ1e−2σ2(x−u)2
fX10X40=12π30∗120e−(x−10)260−(x−40)2240f_{X_{10}X_{40}} = \frac{1}{2 \pi \sqrt{30*120}}e^{-\frac{(x-10)^2}{60}-\frac{(x-40)^2}{240}}fX10X40=2π30∗1201e−60(x−10)2−240(x−40)2
(4)因为X20∼N(20,60)X_{20}\sim N(20,60)X20∼N(20,60)
根据正态分布的特征函数公式
g(t)=eiut−σ2t22g(t) = e^{iut - \frac{\sigma^2 t^2}{2}}g(t)=eiut−2σ2t2
得到X20的特征函数为g(t)=e20it−30t2X_{20}的特征函数为g(t) = e^{20it - 30 t^2}X20的特征函数为g(t)=e20it−30t2
- 设{B(t),0≤t}\{ B(t),0 \leq t\}{B(t),0≤t}为标准布朗运动
- 求B(4),B(5)的联合概率密度函数
- 求B(4)+B(5)的分布
- 设x为任意实数,求B(4)=x的条件下B(5)的条件密度函数gx(y)=fB(5)∣[B(4)=x](y)g_x(y) = f_{B(5)|[B(4)=x]}(y)gx(y)=fB(5)∣[B(4)=x](y),且当x=y=1时,条件概率密度等于多少?
第三问不会
【随机过程】作业 5 布朗Brown运动相关推荐
- 随机过程 Brown 运动(上)
文章目录 随机过程 Brown 运动(上) 基本概念与性质 Guass 过程 Brown 运动的鞅性质 Brown 运动的 Markov 性 随机过程 Brown 运动(上) 基本概念与性质 例:(随 ...
- 随机过程 Brown 运动(下)
文章目录 随机过程 Brown 运动(下) Brown 运动的最大值变量及反正弦律 Brown 运动的几种变化 Brown 桥 有吸收值的 Brown 运动 在原点反射的 Brown 运动 几何 Br ...
- 10.第七章 Brown运动(1)
第七章 Brown运动(1) 1.Brown运动的基础信息 Brown运动:令B=(B(t),t≥0)\boldsymbol B=(B(t),t\ge 0)B=(B(t),t≥0)是实数值随机过程,如 ...
- HTML5期末大作业:轮滑运动体育类人物介绍主题网站设计(12页) HTML+CSS+JavaScript 学生DW网页设计作业成品 web课程设计网页规划与设计
HTML5期末大作业:轮滑运动体育类人物介绍主题网站设计(12页) HTML+CSS+JavaScript 学生DW网页设计作业成品 web课程设计网页规划与设计 web学生网页设计作业源码 常见网页 ...
- 3D游戏-作业三-空间与运动
一.简答并用程序验证 1. 游戏对象运动的本质是什么? 游戏对象运动的本质就是它的空间属性的变化,包括空间位置,旋转角度,放缩大小等等 2. 请用三种方法以上方法,实现物体的抛物线运动.(如,修改Tr ...
- python金融工程的工具包_金融工程及其Python应用
目 录 第1章 金融工程导论 1 1.1 金融工程的概念 2 1.2 国外现代主流金融理论发展历程 2 1.3 国内金融的发展 3 1.4 现代主流金融理论简介 4 1.4.1 投资组合理论 4 1. ...
- 金融工程及其python应用pdf_金融工程及其Python应用
金融工程及其Python应用 编辑 锁定 讨论 上传视频 <金融工程及其Python应用>是2019年1月清华大学出版社出版的图书,作者是朱顺泉. 书 名 金融工程及其Python应 ...
- 【数理知识】《随机过程》方兆本老师-目录
无 回到目录 第1章 目录-<随机过程>方兆本 跳转链接 第1章-引论 第2章-Poisson 过程 第3章-Markov 过程 第4章-平稳过程 第5章-Brown 运动 第6章-鞍过程 ...
- 随机过程及其稳态stability
1. 为什么要研究随机过程? 人类认识世界的历史,就是一认识和描绘各种运动的历史,从宏观的天体运动到分子的运动,到人心理的运动-我们通称为变化,就是一个东西随时间的改变. 人们最成功的描绘运动的模型是 ...
最新文章
- 提取so文件的特征值
- 基于matlab的脑瘤mr图像处理_基于Matlab GUI的医学图像处理课程虚拟实验平台设计...
- linux 使用spinlock的配对关系问题
- 阿里要未来,百度要利益?
- python import的一些问题
- 基础向量运算-2D镜面反射
- 聊聊如何提升推荐系统的结果多样性
- sql azure 语法_什么是Azure SQL Cosmos DB?
- NOIP2013普及组 车站分级
- bigemap软件优势
- 视频教程-用友U8视频教程全集(合同管理)-ERP
- SFDC数据导出的几种方式
- Eolink 征文活动- -后端研发需要的API文档工具
- c++ 左值 广义左值 右值 纯右值 将亡值
- MySQL数据库优化-运维角度浅谈
- 中国工业转向架炉膛市场深度研究分析报告
- 家庭媒体中心解决方案(四、	群晖系列nas基本功能使用指南篇2)
- 如何注册Docker账号
- Git三板斧,git日常工作流程,基本操作流程
- 小葫芦-游戏直播行业数据报告——附下载链接