第1章概率与随机变量常见分布.ppt

一、 均匀分布 设连续型随机变量X在有限区间[a,b]内取值，且其概率密度为 则称X在区间[a,b]上服从均匀分布。;随机变量X的分布函数为 ;1)一维高斯分布 高斯变量X的概率密度为：;概率分布函数 ; 服从标准正态分布N(0,1)的高斯变量X，其特征函数为; 服从 的高斯变量Y，其特征函数为;（1）已知X为高斯变量，则Y=aX+b（a,b为常数）也为高斯变量，且; （2）高斯变量之和仍为高斯变量。; 推广到多个互相独立的高斯变量，其和也是高斯分布。即 若Xi服从 ，则其和的数学期望和方差分别为; 若有大量相互独立的随机变量的和 其中每个随机变量Xi对总的变量Y的影响足够小时，则在一定条件下，当 时，随机变量Y是服从正态分布的，而与每个随机变量的分布律无关。; 结论：任何物理过程，如果它为许多独立作用之和，那么这个过程就趋于高斯分布。;2）二维高斯分布 设X是均值为 ，方差为 的正态随机变量，Y是均值为 ，方差为 的正态随机变量，且X,Y的相关系数为 ，则二维随机变量(X,Y)为一个二维正态随机变量，其联合概率密度函数为;从以上可以看出，对于高斯变量来说，统计独立与线性不相关是等价的。;三. 分布 ;其概率密度为; 当互相独立的高斯变量Xi的方差不是1，而是 时，Y的概率密度为; 性质： 两个互相独立的具有 分布的随机变量之和仍为 分布，若它们的自由度分别为n1和n2，其和的自由度为n= n1+n2。;2) 非中心 分布 若互相独立的高斯变量Xi(I=1,2,…,n)的方差为 ，数学期望为 ，则 为n个自由度的非中心 分布。;其概率密度为 称为非中心分布参量 ; 性质：两个相互独立的非中心 分布的随机变量之和仍为非中心 分布，若它们的自由度为n1和n2，非中心分布参量分别为 和 ，其和的自由度为n= n1+n2，非中心分布参量为 ;四. 瑞利分布和莱斯分布; R的概率密度为; 对n个自由度的 分布，若令 则R为广义瑞利分布;2) 莱??分布 当高斯变量Xi(I=1,2,…,n)的数学期望为 不为零时， 是非中心 分布，而 则是莱斯分布。;对于任意n值有