2.1-2.2随机过程初步解读.ppt

标准正态分布 2.1.2 随机变量 正态分布的重要性 正态分布是概率论中最重要的分布，这可以由以下 情形加以说明： ⑴ 正态分布是自然界及工程技术中最常见的分布之 一，大量的随机现象都是服从或近似服从正态分布 的．可以证明，如果一个随机指标受到诸多因素的 影响，但其中任何一个因素都不起决定性作用，则 该随机指标一定服从或近似服从正态分布． ⑵ 正态分布有许多良好的性质，这些性质是其它许 多分布所不具备的． ⑶ 正态分布可以作为许多分布的近似分布． 2.1.2 随机变量 4) -分布 2.1.2 随机变量 说明： 2.1.2 随机变量 说明： 2.1.2 随机变量 目录 2.1 概率空间与随机变量 2.2 随机变量的数字特征 2.3 随机向量及其联合分布 2.4 条件数学期望 2.5 矩母函数和特征函数 一、数学期望定义 1） 离散型 设离散型随机变量X的分布律为： 若级数 绝对收敛，则称随机变量 X 的数 学期望存在，记作 EX， 且 数学期望也称为均值。 2.2.1 数学期望 2）连续型 设连续型随机变量X的概率密度为 ， 若积分 绝对收敛，则称积分 的值为X的数学期望。 记为 2.2.1 数学期望 说 明 变化的平均值． 的数学期望刻划了 X X ) 1 ( 的数学期望表示的是随机变量 由于随机变量 X ) 2 ( 变化的平均值, X 因此，只有当级数 的求和顺序无关． 的和与其级数 ? ￥ = 1 n n n p x 绝对收敛时，才能保证级数 ? ? ￥ = ￥ = 1 1 n n n n n n p x p x 2.2.1 数学期望 二、数学期望的性质 . , ) 4 EXEY EXY Y X = 独立，则 若 2.2.1 数学期望 一、方差的定义 在实际问题中常关心随机变量与均值的偏离程度， 可用E|X-EX|，但不方便；所以通常用 设 X 是随机变量，若 存在， 来度量随机变量X与其均值EX的偏离程度。 称其为随机变量 X 的方差，记作 DX,或 Var ( X ) ，即： 1）定义： 离散型： 连续型： 2.2.2 方差 2）方差公式 注：方差描述了随机变量的取值与其均值的偏  离程度。 由此式还可得： ( ) 2 2 EX EX DX - = ( ) 2 EX X E DX - = 证明： ( ) ( ) ( ) 2 2 2 EX X EX X E + - = ( ) ( ) 2 2 2 EX EX EX EX + - = ( ) ( ) 2 2 2 2 EX EX EX + - = ( ) 2 2 EX EX - = ( ) 2 2 EX DX EX + = 2.2.2 方差 二、方差的性质 证3）： 2.2.2 方差 称 Y 是随机变量 X 的标准化了的随机变量。 则 EY = 0, DY = 1。 性质4）的证明将在后面给出。 2.2.2 方差 三、定理：（切比晓夫不等式） 则对任意 设随机变量 X 有数学期望 证明：(只证 X 是连续型) 2.2.2 方差 例如：在上面不等式中，取 ，有： 这个不等式给出了随机变量X 的分布未知情况下，事件 的概率的一种估计方法。 2.2.2 方差 两点分布 二项分布 泊松分布 均匀分布 正态分布 2.2.3 一些重要随机变量的数字特征 2） 二项分布 1）两点分布 方法1： . , , 2 , 1 , } 1 { , } 0 { n i p X P q X P i i L = = = = = 则 2.2.3 一些重要随机变量的数字特征 ， 所以 方法1说明了二项分布与两点分布的关系。 即 2.2.3 一些重要随机变量的数字特征 方法2： 2.2.3 一些重要随机变量的数字特征 2.2.3 一些重要随机变量的数字特征 2.2.3 一些重要随机变量的数字特征 3）泊松分布 设 X 服从参数为 ? 的泊松分布， 2.2.3 一些重要随机变量的数字特征 2.2.3 一些重要随机变量的数字特征 4）均匀分布 2.2.3 一些重要随机变量的数字特征 5）正态分布 作变换 2.2.3 一些重要随机变量的数字特征 说明： 2.2.3 一些重要随机变量的数字特征 2.2.3 一些重要随机变量的数字特征 注意：在上一节用切比晓夫不等式估计概率有 因此，对于正态随机变量 X 来说，它的值落在区间 x 0 内几乎是肯定的。 2.2.3 一些重要随机变量的数字特征 P37：1， 2， 5 作业 随机过程 第2章 概率空间 授课人：刘玉婷 ytliu