讲稿随机变量.docVIP

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