随机变量矢量和序列分析.ppt

随机变量、矢量和序列 主要内容 随机变量 统计值 常用分布 随机矢量 随机矢量的线性变换 正态随机矢量 独立随机变量和 离散随机过程 随机变量 定义3.1 随机变量x ξ 是一个映射，这个映射为每个来自抽象概率空间的结果ξ赋予一个实数x。该映射满足的如下条件： 1 对于任一x，区间 x ξ ≤x 为概率空间中的一个事件 2 Pr x ξ ∞ 0,且Pr x ξ －∞ 0 随机变量 随机变量映射示意图 分布密度与密度函数 分布函数 Cummulative distribution function, cdf 概率密度函数 probability density function, pdf 分布密度与密度函数 对于离散的随机变量，采用概率质量函数 probability mass function, pmf 概率函数满足： 统计值 数学期望 数学期望具有线性特征 统计值 矩 moments 特殊情况 统计值 中心矩 特殊情况 统计值 方差与矩的关系:方差主要表征随机变量围绕中心值的分布（或散布）程度的度量 倾斜度 skewness ：表明随机变量与中心分布的不对称程度。向右倾斜，其值为正，向左则其值为负。 统计值 峰度 kurtosis ：表明随机变量在均值附近的相对平坦程度或峰值程度。相对于正态分布而言，正态分布的峰