【随机过程】课后作业 1-条件概率期望密度

简介: 本文提供了随机过程课后作业的解答示例,涉及泊松分布、卡方分布等概率论概念的计算题。

参考资料

1 相关链接

【随机过程】课后作业2-随机足标和顺序统计量

2 习题

1. 设N1,N2,N3独立,Ni是参数为i 的poisson分布,i=1,2,3.
(1)求P(N1+N2=3)
(2)求E(N1|N2+N2=5)
(3)求D(N1|N1+N2=5)
解:
(1)

1.png


带入n=3,计算求解P(N1+N2=3)=0.22404180765538775

(2)因为n有限,所以k=0、1、2…n

2.png


带入 λ 1 = 1 \lambda_{1}=1 λ1​\=1 λ 2 = 2 \lambda_{2}=2 λ2​\=2N1+N2=5,求得E(N1|N2+N2=5) = 5 3 \frac{5}{3} 35​
(3)

3.jpeg

clear
clc
%期望
EX =0;
%平方的期望
EX2 =0;
for i=0:5
    p =  i*test(5,i,1,2);
    EX =EX+p;
end
for i=0:5
    p =  i*i*test(5,i,1,2);
    EX2 =EX2+p;
end
%方差
DX =0
DX = EX2-EX*EX
function p =test(n,k,x1,x2)
    %factorial阶乘
    % x1对应题目的lambda1
    tempn = factorial(n);
    tempk = factorial(k);
    tempnk =factorial(n-k);
    %P分布函数
    p = (tempn*x1^k *x2^(n-k))/(tempk*tempnk*(x1+x2)^n)
end

求解得到
Dx = 1.1111

2. 设随机变量N服从参数为5的泊松分布,则求 Σ n = 0 ∞ \Sigma_{n=0}^{\infty} Σn\=0∞​P(N>n)
解:由以下证明,得 Σ n = 0 ∞ \Sigma_{n=0}^{\infty} Σn\=0∞​P(N>n) = EN
又因为泊松分布的期望等于 λ \lambda λ = 5
所以EN = 5

4.png

3. 设随机变量X服从参数为2的卡方分布,分布函数为F(x),则求 ∫ 0 ∞ 2 x ( 1 − F ( x ) ) d x \displaystyle \int^{\infty}_{0}{2x(1-F(x))dx} ∫0∞​2x(1−F(x))dx

5.jpeg

目录
相关文章
|
9月前
|
机器学习/深度学习 人工智能 算法
【代数学作业1完整版-python实现GNFS一般数域筛】构造特定的整系数不可约多项式:涉及素数、模运算和优化问题
【代数学作业1完整版-python实现GNFS一般数域筛】构造特定的整系数不可约多项式:涉及素数、模运算和优化问题
199 0
|
9月前
|
机器学习/深度学习 人工智能 算法
【代数学作业1-python实现GNFS一般数域筛】构造特定的整系数不可约多项式:涉及素数、模运算和优化问题
【代数学作业1-python实现GNFS一般数域筛】构造特定的整系数不可约多项式:涉及素数、模运算和优化问题
159 0
|
3月前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
6月前
|
机器学习/深度学习
【随机过程】课后作业2-随机足标和顺序统计量
本文档讲解了次序统计量的概念,并提供了一些与次序统计量相关的课后作业解答示例。
44 2
|
8月前
|
算法 调度
基于变异混合蛙跳算法的车间调度最优化matlab仿真,可以任意调整工件数和机器数,输出甘特图
**摘要:** 实现变异混合蛙跳算法的MATLAB2022a版车间调度优化程序,支持动态调整工件和机器数,输出甘特图。核心算法结合SFLA与变异策略,解决Job-Shop Scheduling Problem,最小化总完成时间。SFLA模拟蛙群行为,分组进行局部搜索和全局信息交换。变异策略增强全局探索,避免局部最优。程序初始化随机解,按规则更新,经多次迭代和信息交换后终止。
|
8月前
|
算法 调度
【调度算法】关于轮盘赌和锦标赛两种选择算子的选用思考
【调度算法】关于轮盘赌和锦标赛两种选择算子的选用思考
179 1
|
8月前
|
算法 调度 决策智能
基于自适应遗传算法的车间调度matlab仿真,可以任意调整工件数和机器数,输出甘特图
这是一个使用MATLAB2022a实现的自适应遗传算法解决车间调度问题的程序,能调整工件数和机器数,输出甘特图和适应度收敛曲线。程序通过编码初始化、适应度函数、遗传操作(选择、交叉、变异)及自适应机制进行优化,目标如最小化完工时间。算法在迭代过程中动态调整参数,以提升搜索效率和全局优化。
|
8月前
|
算法 调度
基于PPNSA+扰动算子的车间调度最优化matlab仿真,可以任意调整工件数和机器数,输出甘特图
`MATLAB2022a`仿真实现PPNSA+扰动算子的车间调度优化,支持工件和机器数量调整,输出甘特图与收敛曲线。算法针对JSSP,采用启发式策略应对NP难问题,最小化最大完工时间。[图:算法流程示意图]
配电网三相不平衡潮流计算【隐式Zbus高斯法】【可设定变压器数量、位置、绕组方式】
配电网三相不平衡潮流计算【隐式Zbus高斯法】【可设定变压器数量、位置、绕组方式】
|
9月前
R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响
R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响