讲稿随机变量.docVIP

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
讲稿随机变量

随机信号分析 48/3,考试闭卷(warning),张花国助教, 先修:信号与系统,概率论 要求:建立概念,掌握基本描述与分析方法 后续:电子系统(通信系统是都要学的) 今后要解决的问题:信息获取、传输、处理 依赖系统(通信、雷达、制导、水声、计算机、语音、生物医学、图象、广播电视。。。) 电路(低频、高频、脉冲与数字、微波):元器件/连接 电磁场(电磁场、微波、天线):天线与传播 信号(信号与系统、随机信号分析):信息的载体 信息(编码、加密解密、协议) 为什么要用随机模型? 繁杂、未知造成的不确定性。 信源的不确定性、传输与观测的不确定性、噪声 第一章 随机信号基础 (随机变量的基本概念、基本理论和基本方法。) §1.1 随机变量要点回顾 样本空间:一次实现、一次试验或者一次测量为,所有可能的取值的集合叫做样本空间 随机变量:用一个实数描述一次的取值,所有可能的取值的集合叫做随机变量,简称。即:样本点的数值域表示 Example 1: 硬币(正/反、0/1)。离散取值 Example 2: 在[0,1]区间内随意取一个值,连续取值 大写表示随机变量(有集合的概念,有很多可能的取值,) 小写代表取值(则),它是一个确定量 事件:组合的样本集合(ex: 取到正面,两次正面一次反面等) 概率:事件发生的机率,例如:事件A:,或或 1.1.1 随机变量的分布律 这里将给出一些定义来描述取值的可能性问题。 一.概率分布函数 如果取值是离散的而且是有限个,那么一一列出其概率就完整的刻画了这个随机变量的分布律。如果是连续的(如上面例2,无法列出而且零概率可能发生),则选择范围上的概率来描述。这样连续离散都可以描述。 (1)定义:分布函数(或者叫累积分布函数)(注意这里是确定变量,代表取值,不是随机的) 例1:已知下表,可以求出是阶梯型的 1 2 3 0.2 0.1 0.7 例2:在[0,1]区间内均匀投点,是一个坡: (2)性质: a 单调非降:则 b c , d e 右连续的,即 f 对连续,,即任意一点的概率趋近于零。 g 对离散, 二.概率密度函数 定义:,单位区间上累积分布函数的增量,密度概念。 2 性质 (1) (2) 非负(因为单调非降) (3) (4)区间概率:(区间面积) (5)离散:,,Kronecker 函数 三.随机变量的二维联合分布律 (一)二维联合概率分布函数 定义:和的: 性质: a , , ,(课堂思考) b c 边缘分布函数 d e 离散RV: (二)二维联合概率密度函数 定义:和的二维联合概率密度函数: 性质: (1) (2) (3) (4)边缘概率密度函数: , , (5): 四.随机变量的条件分布律 以上定位在概率上,如果用条件概率代替概率,以上就是条件概率分布函数或条件概率密度函数 例:某日的气温与日期。 Bayessian公式:,或者 现在假设和无联系,即使:,,代入看到: 统计独立 五.多维随机变量的联合分布律(推广) 概念类似,注意符号写法:, (1.1.23,24) k个随机变量统计独立:或 六.例题 例1: 已知随机变量X为拉普拉斯分布,求:和 解:(1) 时 时 (2) 例2: 已知随机变量X分布函数 求:及 解:(1) (2), 1.1.2 随机变量的数字特征 分布率充分地描述了统计特性,但不易获得,物理应用(意义)不直观。只用另外一类统计特性,即所谓的数字特征,可以简便获得,含义清晰,但描述不一定充分。 一.数学期望(统计平均、集平均) 定义:用或表示。离散X: ,连续X: (注意符号!!) 例: 随机变量的函数的含义。函数的数学期望: 二维: 典型的做题:已知,求 例: (积分是线性运算) 例: 例:若X、Y相互独立,则(证明:参见1.1.22)同理: 其他:中值(中位数),众数,图1.6 二.方差 定义:方差用来描述随机变变量的取值分布的离散特性,用或表示。 定义称为标准差或标准偏。 离散随机变量X: 连续随机变量X: 解释图1.7:越小,RV的离散程度也越小。 例: 例:; 例1.1.1(p.8)自己做,注意里面的数学。 三.矩特性 (1)原点矩:随机变量X的原点矩定义为:,其中n=1,2,… 数学期望,均方值,是均芳根 (2)中心矩:随机变量X的中心矩定义为:,其中n=1,2,… ,是方差,是标准差或标准偏 注:高斯随机变量的奇数阶中心矩

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档