哈工大《随机信号分析》02第一章第二.pptVIP

回顾前面学习内容 分析随机变量统计规律的方法： 1 、随机变量 2、随机变量的分布率 分布列 概率分布函数 概率密度函数 n维随机变量相互统计独立的充要条件： 1.1.2、随机变量的数字特征 分布函数能够完整地描述随机变量的统计特性，但在一些实际问题中，只需知道随机变量的某些特征，因而不需要求出它的分布函数. 多维随机向量 性质： Ⅰ.线性 其中a1、a2、b为常数。 Ⅱ.若X、Y相互独立 反之不然。 Ⅳ. （3）、其它数字特征： 矩函数：一种数学定义。 Ⅰ.原点矩 本次课学习 继续讨论随机变量的数字特征 随机变量的函数变换 随机变量的特征函数 当 均值 当 均方值 Ⅱ. n阶中心矩 当 方差 Ⅲ. n+k阶联合原点矩，也称混合矩。 当 为X、Y的均方值 当 称为X、Y相关 矩，其反映两个随机变量之间的关联程度。 进一步推导 Ⅴ. 相关系数 相关系数 当 正相关 负相关 线性相关 不相关 4、统计独立与不相关、正交 统计独立与不相关、正交的概念是不相同的。相比之下，统计独立的条件更加严格。 （1）统计独立的充要条件 （2）不相关的充要条件 （3）统计独立必定不相关。 （4）不相关不一定统计独立。 （5）若 ， 则随机变 量X、Y正交。 * * （7）统计独立 对于所有x和y，若 成立，则称X、Y为相互统计独立的两个随机变量。 判断统计独立的充要条件： 对于所有的x1,x2,…xn满足 检验棉花的质量时，既要注意纤维的平均长度，又要注意 纤维长度与平均长度的偏离程度， 例如 平均长度越长、偏离程度越小，质量就越好; 考察一射手的水平，既要看他的平均环数 是否高，还要看他弹着点的范围是否小，即数 据的波动是否小. 由上面例子看到，与随机变量有关的某些 数值，虽不能完整地描述随机变量，但能清晰 地描述随机变量在某些方面的重要特征 , 这些 数字特征在理论和实践上都具有重要意义. 随机变量某一方面的概率特性 都可用数字来描写 随机变量的平均取值 —— 数学 期望 随机变量取值平均偏离平均值的 情况 —— 方差 描述两个随机变量之间的某种关 系的数 ——相关矩、 协