1随机信号分析_概率论.pptx

第一章 概率论;一、 事件的运算 （事件的关系）;Ω;;?;若某一个随机试验E (1) 样本空间S由有限个基本事件构成 (2) 每个基本事件发生的可能性相同 则，E中任意事件A发生的概率P(A)为： 例：掷骰子，摸球;2)几何概率(S为某一区域，等可能);3）统计概率; 上述概率的三种定义和计算方法为针对不同问题，从不同角度给出，都具有各自的适用范围，存在一定的局限性，但在三种定义下概率的性质却是完全相同的。因此，人们从概率的性质出发，给概率赋予一个新的数学定义，即概率的公理化定义。这个定义只指明概率应具有的基本性质，不具体规定概率的计算方法。;则称 P 为概率。样本空间S、事件域 F 和概率 P 构成的总体 称为随机试验 E 的概率空间。 ;例：掷骰子试验，构建两个概率空间 样本空间S= 1）事件域F1= 概率P：P1=P2=P3=P4=P5=P6=1/6 构成概率空间（S，F1，P） 2）事件域F2= 概率P：P奇=P偶=1/2 构成另一概率空间（S，F2，P）;5、概率的性质 给定概率空间 ，从概率的公理化定义的三个条件，可以推出概率的性质： ⑴ 不可能事件的概率为 0， P(?)=0 ⑵ 必然事件的概率为 1， P(S)=1 ⑶ 逆事件的概率为 ⑷ 有限可加性：若 ，且两两互不相容，则 ;1.1.2 条件概率;由条件概率公式可推出： P(AB)=P(A|B)P(B)＝ P(B|A) P(A) 以此类推可得：;2、全概率公式;3、贝叶斯（Bayes）公式 设事件A已发生，而事件A发生是由事件B的发生所引起的概率为;一、两个事件独立 A发生的概率与B发生与否无关。即P(A|B)＝P(A) B发生的概率与A发生与否无关。即P(B|A)= P(B) 由乘法公式P(AB)=P(A|B)P(B)＝ P(B|A) P(A)＝ P(A) P(B) L(S)=60，L(A)=12，L(B1)=20，L(B2)=10 P(A)=L(A)/L(S)=1/5，P(A|B1)=L(AB1)/L(B1)=4/20= 1/5;二、两个事件的相容性（属集合论范畴） 两个事件互不相容－－表示两个事件不能同时发生。 如果把“A与B互不相容”放在概率论范畴去讨论， 则表示“A发生B就不能发生”。因A限制了B，则A与B相关。 因又A∩B=?, P(AB)=0。也即P(A|B)=P(AB)/P(B)=0 由于P(A) ≠0，则P(A/B) ≠P(A)，所以A与B不独立。 反之，若把“A与B相互独立”放在集合论范畴去讨论， 由于P(AB)=P(A)P(B) ≠0, {P(A) ≠0,P(B) ≠0}， 即A ∩ B≠ ?, 由于A与B可以同时发生，则A与B必定相容。;三、多个事件相互独立 定义：设 是 n个事件，若对于任意 有;§1.2 随机变量及其分布;§1.2 随机变量及其分布;（3）性质;;二、连续型随机变量(X取连续值）;;例1：随机变量X，其概率密度函数为 试确定k，求P{x0.1}。;例2：靶子为半径为2米的圆盘，设击中在靶上任一同心圆盘内的概率与该圆盘的面积成正比，且每靶必中。R.V. X表示弹着点与靶心的距离。求： 1）F(x)，2）P{0.5＜x≤1.5}, P{0.5 ≤ x ≤ 1.5}; ;，m称为X的均值，σ称为X的方差;f(x)具有的性质:1. 曲线关于x=m对称. 这表明对于任意h0有 P{m-hX?m}=P{mX?m+h}.2. 当x=m时取到最大值;正态分布为自然界中最常见的一种分布 如测量的误差，炮弹的着弹点，人的生理特性，农作物的收成等均服从正态分布。 具有许多良好的性质 1. 如果n个独立随机变量的分布是相同的，且具有有限的数学期望和方差，则当n趋于无穷大时，这些随机变量之和的分布趋于正态分布； 2. 即使n个独立随机变量不是相同分布，当n无穷大时，如果每个随机变量对和的影响足够小（不占优），那么它们之和的分布仍然趋于正态分布。 ;指数分布可以用来表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔等;四、常用离散型随机变量;概率论三大重要分布之一;概率论三大重要分布之一;§1.3 多维随机变量及其分布 ;§1.3 多维随机变量及其分布 ;一般n维随机变量：;一、二维随机变量;联合分布