随机过程第四版_Ch1_刘次华_(修改).pptVIP

1.4 特征函数、母函数 常见随机变量的数学期望、方差、特征函数和母函数 分布 期望 方差 特征函数 母函数 0-1分布 p pq q + ps 二项分布 np npq (q +ps)n 泊松分布 ? ? 几何分布 1.4 特征函数、母函数 常见随机变量的数学期望、方差、特征函数和矩母函数 分布 期望 方差 特征函数 矩母函数 均匀分布 指数分布 1.4 特征函数、母函数 矩母函数 定义1.12 设随机变量X的分布函数为F(x)，称 为X的矩母函数 ☆ m(k)(0)=Exk ，m(it)=g(t) 母函数 设X是非负整数值随机变量，分布律 P{X=k}=pk，k=0,1, ? 则称 为X的母函数 1.4 特征函数、母函数 母函数的性质 (1)非负整数值随机变量的分布律pk由其母函数P(s)唯一确定 1.4 特征函数、母函数 (1)证 (2)设P(s)是X的母函数， 若EX存在，则EX=P?(1) 若DX存在，则DX= P?(1) +P?(1)- [P?(1)]2 1.4 特征函数、母函数 (2)证 1.4 特征函数、母函数 (3)独立随机变量之和的母函数等于母函数之积 (4)若X1,X2,?是相互独立同分布的非负整数值随机变量，N是与X1,X2,?独立的非负整数值随机变量，则 的母函数H(s)=G(P(s)) , EY=ENEX1 其中G(s),P(s)分别是N,X1的母函数 例：某商店一天到达的顾客总数N服从均值λ的泊松分布，用X1,X2,…,XN表示各顾客购买商品的情况， Xi=1表示第i个顾客购买了商品， Xi=0表示第i个顾客没有购买商品， P(Xi=1)=p, P(Xi=0)=1-p=q, i=1,2,…,N。 X1,X2,…,XN相互独立且和N独立。用Y表示购买商品的顾客数，求Y的分布，及EY。 1.4 特征函数、母函数 即Y服从参数为λp的泊松分布。 1.4 特征函数、母函数 1.4 特征函数、母函数 设相互独立离散型非负整数随机变量X,Y的分布律 分别为P{X=k}=pk，P{Y=k}=qk，k=0,1, ?， 则Z=X+Y的分布律为P{Z=k}=ck,其中 ck= p0 qk +p1qk-1 + ? + pk q0 设X,Y,Z的母函数分别为PX(s), PY(s), PZ(s)，即有 卷积的母函数： 1.4 特征函数、母函数 1.5 n维正态分布 若n维随机变量X=(X1,X2,?,Xn)的联合概率密度函数为 式中， 是常向量（期望） 是对称矩阵（协方差阵） 则称X为n维正态随机变量，X~N(?, ?) 特征函数g(t)= t=(t1,t2,…,tn) 1.5 n维正态分布 二维正态分布X=(X1, X2)~N(?, ?) X1~N(?1 , ?1), X2~N(?2 , ?2), X1与X2相关系数为? * 参 考 教 材 随机过程（第四版） 刘次华 编著 华中科技大学出版社 随机事件 随机变量 随机过程 第一章概率论基础 一维随机变量 随 机 变 量 离 散 型 随机变量 连 续 型随机变量 分 布 函 数 分 布 律 密 度 函 数 均 匀 分 布 指 数 分 布 正 态 分 布 两 点 分 布 二 项 分 布 泊 松 分 布 随机变量 的数字特征 定 义 数学期望 差方 一维随机变量 随 机 变 量 离 散 型 随机变量 连 续 型随机变量 分 布 函 数 分 布 律 密 度 函 数 均 匀 分 布 指 数 分 布 正 态 分 布 两 点 分 布 二 项 分 布 泊 松 分 布 随机变量 的函数的 分 布 定 义 定 义 联 合 分 布 函 数 联 合 分 布 律 联 合 概 率 密 度 边 缘 分 布 条 件 分 布 两 个 随 机 变 量 的 函 数 的 分 布 随 机 变 量 的 相 互 独 立 性 定 义 性 质 二 维 随 机 变 量 推 广 二维随机变量 数字特征 随机变量的数字特征 数学期望 方 差 离散型 连续型 性 质 协方差与相关系数 随机变量函数的数学期望 定 义 计 算 性 质 二维随机变量的数学期望 定 义 协方差的性质 相关系数定理 1.1 概率空间 随机试验：可重复、可预见、不确定 样本空间：随机试验所有可能结果的集合 ? 样本点：e ? ? 事件：A ? ? 基本事件：只包含一个样本点的事件 必然事件：? 不可能事件：? 事件运算：并、交、差、（上、下）极限 ? ={0,1,