随机变量的定义与分布解析.pptVIP

* 统计特性 ?? ? ? ?? 随机过程 第一专题: 随机变量与随机过程基础 随 机 变 量 基 础 随 机 过 程 基 础 随机变量定义 分布 统计特性 数字特征 随机变量函数 基于MATLAB 的统计分析 随机过程定义 分布 数字特征 平稳性 随机过程的变换 基于MATLAB的 随机信号分析 相关函数 功率谱 随机过程的产生 与特征估计 随机变量 加入时间变量 t 第一章 随机变量基础 ? 随机变量的定义与分布 ? 随机变量的数字特征 ? 随机变量的函数 ? 高斯随机变量 ? 基于MATLAB的统计分析（自学） 1.1 随机变量的定义与分布 ? 概率的基本术语 ? 随机变量的定义 ? 随机变量分布 1.1-1 概率的基本术语 常用术语包括：随机试验、随机事件、基本事件、 样本空间、频率、概率 随机试验： ? 可重复多次 ? 试验结果(Outcome)不止一个 ? 试验前不能准确预知试验结果 例：投掷硬币 投掷骰子 打靶 在n次重复试验中，事件A发生的次数nA称为事件A的频 数; 比值 nA/n 称为事件A发生的频率(也称为相对频数)。 频数和频率 频率反映了事件A发生的频繁程度，若事件A发生的 可能性大，那么相应的频率也大，反之则较小。 1.1-1 概率的基本术语 nA n P( A) ? 1.1-1 概率的基本术语 频率有一定的波动,其值与n有关，当n趋于无穷时，频 率趋于一个稳定值，把频率的这个极限定义为事件A 发生的概率。即 n A n?? n 给一个随机事件的概率赋值有很多方法，上述方法的 好处在于可以用试验的方法去估计事件的概率。 例1.1-1: 用频率的方法估计投掷均匀硬币出现正面的概率。 模拟硬币投掷 coin _ flip ? round (rand (1)) 1.1-1 概率的基本术语 1.1-1 概率的基本术语 MATLAB程序 clear all N=1000; na=0; for n=1:N coin_flip(n)=round(rand(1)); na(n)=sum(coin_flip(1:n)); na_n(n)=na(n)/n; end 相对频数　na/n 相对频数　na/n 0 50 100 150 200 0 1 0.8 0.6 0.4 0.2 投掷硬币出现正面的统计 试验次数　n 0 200 400 600 800 1000 0 1 0.8 0.6 0.4 0.2 投掷硬币出现正面的统计 试验次数　n 1.1-1 概率的基本术语 1.1-2 随机变量的定义 S ● e ● X (e) 实轴 随机变量是对每个试验结果指定一个数值的函数 或随机变量是从样本空间到实数空间的一个映射 ? 根据随机变量取值的不同可以分为： 连续型随机变量(Continuous random variable) 离散型随机变量(Discrete random variable) 混合型随机变量(mixed random variable) 例如，表示投掷硬币结果的随机变量X是离散 型随机变量。 1.1-3 随机变量的分布 F ( x) ? P( X ? x) dF ( x) dx f ( x) ? 定义 1.1-3 随机变量的分布 分布函数(CDF)和概率密度函数(PDF) Distribution Function or Cumulative Distribution Function, (CDF) Probability Density Function, （PDF） CDF的性质 . . CDF是右连续的不减函数，在负无穷处为零，正 无穷处为1。 对于连续型随机变量，取某一特定值的概率是为 零的。即P{X=x}=0 连续型随机变量CDF也是连续的函数 1.1-3 随机变量的分布 F ( x) 1 x 1/ 2 0 1 1 1 2 2 (0,1)分布随机变 量的CDF 1.1-3 随机变量的分布 离散型随机变量CDF的特点： 分布函数为阶梯函数，阶梯的跳变点出现在 随机变量的取值点上，跳变的高度为随机变 量取该值的概率。 *