一.第三讲随机变量函数和特征函数.pptVIP

3.1 随机变量的函数变换;3.1.1 一维变换; 综合上述讨论，得到;; 一般地，如果y=g(x)有n个反函数h1(y), h2(y),…, hn(y)，则;3.1.2 二维变换;悄扭畴薛吼溶醒驱阁您势善菏吵椒不内受池蜗食门砸佣纪玉举铣铜限溯亭一.第三讲随机变量函数和特征函数一.第三讲随机变量函数和特征函数;3.2 随机变量的特征函数; 离散随机变量和连续随机变量的特征 函数分别表示为; 随机变量X的第二特征函数定义为特 征函数的对数，即; 对二维随机变量，可用类似的方法定 义特征函数;疽迫庞噬隐互周搁阻逝柔斤撑团寥需窃茧著碧祁轩漓磁类祟尤肋峰桨泻吧一.第三讲随机变量函数和特征函数一.第三讲随机变量函数和特征函数;第二特征函数定义为;特征函数作用;3.2.2 特征函数的性质 性质1： 性质2：若Y=aX+b，a和b为常数，Y的特征函数为 ; 性质3：互相独立随机变量之和的特征函数等于各随机变量特征函数之积，即若 则;3.2.3 特征函数与矩函数的关系 矩函数与特征函数之间存在如下关系：;3.2.4 特征函数与概率密度的关系;3.3 常见分布;二. 二项分布 设随机试验E只有两种可能的结果 且 将E独立地重复n次，那么在n次试验中事件A 发生m次的概率为 称为二项分布。;三.泊松分布 设随机变量X的可能取值为0,1,2,…, 且分布密度为 则称X服从泊松分布。;3.3.2 常见的连续分布 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 ; 对高斯变量进行归一化处理后的随机变量，称为归一化高斯变量。即令 ，归一化后的概率密 度为; 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）独立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：任何许多独立作用之和的物理过程，都趋于高斯分布。 ;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; 设n维随机变量向量为Y，数学期望和方差向量为m和s，它们具有如下形式： Y= m= s=;协方差矩阵C C =;则n维联合概率密度函数为;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 ; ???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) 莱斯分布 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