CH01_随机件与随机变量.docVIP

随机事件与随机变量 §1.1 随机事件 本章和下一章的内容是对概率论与数理统计中相关内容的复习，为后续统计信号处理的学习巩固基础知识。 定义：在一定条件下，可能出现也可能不出现的事件。 几种特殊的事件： 必然事件（）与不可能事件（）； 基本事件（出现某个样本）与复合事件（出现某几个样本）； 基本事件：通过试验观察随机事件时，假定试验E中一切可能结果是已知的，并且每次试验都必定有其中一次结果出现，我们把这些结果组成的集合称为样本空间或基本事件空间，其元素（即试验中的任何一个可能结果）称为样本点或基本事件。基本事件是不可再分的。 复合事件：由多个基本事件组成的事件称为复合事件。 随机事件的运算 和运算（或运算、并运算）：＋或； 例：A：他是汉族人；B：他是蒙古人；A+B：他是汉族人或者蒙古族人。 差运算：－； 例：A：他汉族人或者蒙古族人；B：他是蒙古人；A-B：他是汉族人。 积运算（与运算、交运算）：或，AB可表示为AB。 例：A：他是汉族人；B：他是上海人；AB：他是上海汉族人。 随机事件之间的关系 包含：； 例：A：灯泡使用寿命大于500小时，B：灯泡使用寿命大于200小时，则有AB。 等价：＝； 互斥：如果AB＝?，则称事件A和B互斥，或互不相容； 基本事件都是互不相容的。 例：：他是中国人，A：他是汉族人，B：他是蒙古族人，则A和B是互斥事件。 对立：＝－A； 例：：他是中国人，A：他是汉族人，B：他是少数民族，则A和B是对立事件； 完备：设为一组有限或可列无穷多个事件，两两互不相交且，则称事件族为样本空间的一个完备事件族。 概率—随机事件出现可能性大小的度量 定义 古典定义法：通过等概率基本事件的个数定义 统计定义：根据随机事件在试验中出现的次数 概率的性质 ； ； ； ； 如果，则； 如果，则； ； 如果事件（）之间两两互斥，则； 如果事件（）之间互不相关，则； 例：A1：他是黄色人种，概率1/3。A2：他是男人，概率1/2。A3：他是中年人，概率1/3。则A1 A2 A3的概率为1/31/21/3＝1/18。 条件概率公式： （定义为在B事件发生的前提下A事件发生的概率）； 从这个公式中还可以引出： 乘法公式：； 贝叶斯公式：。 全概率公式： 设随机事件,,…,互不相交，且有，及，则对于任何随机事件B，有 例题：假设在某数字通信系统中，由于传输通道中的干扰，发送‘1’信号而在接收端误接收到‘0’的概率等于a，发送‘0’信号而在接收端误接收到‘1’的概率同样等于a。发送系统发出‘1’和‘0’的概率个为50％。现在在接收端接收到的信号为‘1’，问在发送端发出信号是‘1’的概率有多大？ 解：以X表示发送的数据，Y表示接收到的数据。 根据题意，已知： （误码率） 或： ——上面这样的概率常常被称为先验概率； 以及： 现在要求出： 是多少？ ——这种概率被称为后验概率； 后验概率计算如下： 思考： 如果a变化，如何变化？ 如果和不相等，结果如何？ 如果系统发送‘1’和‘0’的概率不等，结果又如何？ 例题：假设在某种有关病症的医学化验中： 表示病人有病； 表示病人没有病； 表示诊断结论呈阳性（结论表明有病）； 表示诊断结论呈阴性（结论表明没有病）。 已知，，。问：这种化验的有效率，即是多少？ 解：化验效率计算如下 §1.2 随机变量 一维随机变量 概念：将样本空间中的每一个元素（随机事件）都用一个实数表示，即该元素的值。存在一个与样本空间对应的随机变量，这些实数的集合就是随机变量的值域。 随机变量可能直接含有物理意义； 通过随机变量可以扩大随机事件的定义范围，易于定义无穷多的随机事件； 连续随机变量：随机变量占有数轴上一个区间中所有可能的数值，其区间中的任意一个实数都对应于一个随机事件； 离散随机变量：随机变量只可能取数轴上某些间断的点上的值（总数也可能有无穷多个）。 随机变量的概率密度函数： 随机变量在各个可能值上的概率分布； ，； ； 随机变量的概率分布函数 定义：； 性质： ； 单调性：如果，则； ，； 假设，则。 注：一般文献上用p表示概率密度函数，用F表示概率分布函数。 随机变量的数字特征 均值（统计平均值，数学期望） 方差 矩 时，相应的矩称为一阶原点矩，实际上就是均值； 相应的矩称为二阶中心矩，实际上就是方差； ，可以得到一个以为自变量的函数，称为特征函数。 常见随机变量的分布 正态分布（高斯分布） 定义： 特性：，； 高斯分布随机变量之和依然是高斯型的随机变量； 中心极限定理：无穷多个相互独立的随机变量的和的分布一定满足高斯分布。 高斯分布在工程应用中有很重要的作用： 这种分布最常见； 这种分布有利于数学推导。 应用举例：电路中的热噪声等。 正态