第二讲：随机变量基础.ppt

Check Yourself Suppose X=c, Where c is constant Which of following is correct? A. B. C. D. E. None of Above * 3. 常见概率分布 正态分布（Normal），也称高斯（Gauss）分布 -4 -3 -2 -1 0 1 2 3 4 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 N(0,1)正态分布概率密度 标准正态分布函数 * 瑞利分布（Rayleigh） 瑞利分布概率密度?＝2 0 2 4 6 8 10 12 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 * 指数（Exponential）分布 指数分布概率密度 0 1 2 3 4 5 6 7 0 0.5 1 1.5 * 指数分布可以用来表示独立随机事件发生的时间间隔，比如，旅客进机场的时间间隔，维基（wikipedia)新条目出现的时间间隔，电话呼叫的时间间隔等，?是一个率（Rate)参数。 * 对数正态分布（LogNormal） 高分辨率雷达杂波分布 0 1 2 3 4 5 6 7 8 9 10 0 0.1 0.2 0.3 0.4 0.5 对数正态分布概率密度 ?为尺度参数 ?为形状参数 * 1.4 多维随机变量及其分布 Multiple Random Variables and Distributions 1. 定义 S ● ● e * 比如：同时投掷一个1元硬币和一个1角硬币，样本空间为S={HH,TH,TT,HT}。 HH TH TT HT x y * 2. 二维分布函数和概率密度 Bivariate CDF and PDF 二维分布函数图解 定义： 性质：参看教材 * 二维概率密度： * 对于二维离散随机变量， 定义联合概率质量函数（Join PMF) * 二维概率密度： * 3. 条件分布(Conditional Distribution) 条件分布函数 条件概率密度 称随机变量X、Y独立 * 条件概率质量函数（Conditional PMF): * 以随机事件为条件的概率密度: * 几个重要的贝叶斯公式: 全概率公式: 贝叶斯公式: * 概率分布与概率密度的全概率公式: * * Example: Communication Channel with Discrete Input and Continuous Output The input X to a communication channel is +1 volt or -1 volt. The output Y of the channel is the input plus a noise voltage N that is uniformly distributed in the interval from -2 volts to +2 volts. Find P{X=+1, Y≤0} * Solution: 1/2 When the input X=1, the output Y is uniformly distributed in the interval Therefore * 本次课小结： （1）概率的基本术语： 随机试验 基本事件 随机事件 样本空间，频率与概率 （2）随机变量的定义 从样本空间到实轴的映射 （3）随机变量的分布 PMF CDF PDF 典型随机变量的分布 （4）条件分布 * * 在随机试验中，试验的结果不止一个，为了表示这些试验的结果，我们定义一个变量，变量的取值反映试验的各种可能结果，由于试验前我们无法确知试验结果，所以变量的值在试验前是无法确知的，即变量的值具有随机性，我们称这个变量为随机变量。 * 二个随机变量是同一样本空间的元素映射成两个实值函数，比如，评估某个学校的学员的健康状态，随机抽取一个学员，测量量有身高、体重等参数。 * 这是一个混合型随机变量的例子，这时用联合CDF往往比较困难。 * 实际上这是一个检测问题，检测器要判断发送的是+1还是-1，信道噪声服从均匀分布，检测门限为0，本例求的是输入端发送+1而接收端错误地判为-1的错误概率。 本次课内容 概率的基本术语 随机变量的定义 随机变量的分布函数与概率密度 多维随机变量 * 第一章 随机变量基础 1.1 概率的基本术语 随机试验 Random Experiment 随机事件 Random Event 基本事件 E