[工学]随机信号分析第一章2010.pptVIP

同理，对于多维随机变量函数 其反函数若为单值连续函数 则： 其中 多维随机变量函数的分布 例1.4：设有两个随机变量X1与X2，已知它们的联合概率密度为p(x1,x2)，求它们和(Y=X1+X2)、差、积、商的概率密度。 解：设 可得其反变换为 雅各比式为： 例1.4 Y1 和Y2的联合密度函数为 通过求边缘密度的方法求Y2的密度函数，即 最后用Y代替Y2，X1代替Y1 例1.4 这就是两个随机变量之和的概率密度。 进一步，如两个随机变量相互独立，有 两相互独立随机变量之和的概率密度等于两随机变量的概率密度的卷积。 类似的方法可求出两个随机变量之差、积、商的概率密度。 3、随机变量函数的数字特征 设随机变量X和Y的函数关系为：Y=g(X) 即计算Y的数学期望、方差不需要pY(y)，只要知道px(x)即可。 § 1.6 随机变量的特征函数 随机变量X的特征函数就是由X组成的一个新的随机变量ejuX的数学期望，即 用傅立叶反变换公式可以由特征函数求出密度函数，即 例1：设随机变量X的概率分布为（0，1）分布（两点分布，伯努利分布），即 求X的特征函数。 解： 特征函数 例1．6求标准正态分布N(0，1)的特征函数 解： X的概率密度为： 特征函数 对二维随机变量，可用类似的方法定义特征函数 反变换公式是 特征函数的性质 性质1： 若Y=cX，c为常数，Y的特征函数为 性质2：若Y=aX+b，a和b为常数，Y的特征函数为 特征函数的性质 解：设X为N（0，1）分布的随机变量，则Y=σX+m为N(m,σ2)分布的随机变量 例：求N(m,σ2)的特征函数 特征函数的性质 性质3 两两相互独立的随机变量之和的特征函数等于各个随机变量的特征函数之积，即 若 则 证明： 由于诸Xk两两统计独立，有 性质3的应用 求解独立随机变量之和的密度函数。 设X1,X2相互独立，则Y=X1+X2的概率密度为： 可利用性质3先求 再作反变换求 特征函数的性质 性质4：特征函数与矩函数的关系 （1）随机变量X的n阶原点矩，可由其特征函数的n次导数求得。 例1.7 求N(0，σ2)分布的随机变量的均值与方差 解： ·方差 例1.7 求N(0，σ2)分布的随机变量的均值与方差 继续可用此法求解X的n阶矩为： （2）随机变量的特征函数可由它的各阶矩唯一地确定。 本章小结 小结 1、随机变量的概念和概率分布 小结 2.随机变量的数字特征 均值 方差 n阶原点矩 n阶中心矩 X和Y的n+k阶联合原点矩 X和Y的n+k阶联合中心矩 小结 3、随机变量X和Y 不相关 统计独立 互相正交 小结 4、随机变量的函数 一维随机变量单调函数Y=g(X)的分布 多维随机变量函数的分布 其中 小结 5、随机变量的特征函数及其性质 习 题 4，7，8，10，11，13 思考题 1 什么是随机信号和噪声？并举出随机信号和噪声的例子。 2 什么是随机过程？ 它有什么特点？ 1 什么是随机过程的一个实现(样函数)？ 2 什么是随机变量？ 3 什么是随机过程的样函数空间？ 1 什么是随机过程的一维分布函数？ 2 什么是随机过程的一维概率密度函数？ 1 什么是随机过程的数学期望？ 2 什么是随机过程的方差？ 3 试举例说明数学期望和方差分别描述了随机过程的什么性质？ 1 什么是随机过程的自相关函数？ 2 什么是随机过程的协方差函数？ 3 自相关函数和协方差函数有什么关系？它们反映了随机过程的什么性质？ 　　 通信系统中用于表示信息的信号不可能是单一的确定的, 而是各种不同的信号。信息就包含于出现这种或那种信号之中.例如二元信息需用二种信号表示, 具体出现哪个信号是随机的,不可能准确予测( 如能予测,则无需通信了) 我们称这种具有随机性的信号为随机信号。 　　通信系统中存在各种干扰和噪声,这些干扰和噪声的波形更是各式各样,随机的不可予测的.我们称其为随机干扰和随机噪声。尽管随机信号和随机干扰（噪声）取何种波形是不可预测的、随机的，但他们具有统计规律性。研究随机信号和随机干扰统计规律性的数学工具是概率与统计的随机过程理论。随机过程是随机信号和随机干扰的数学模型。　 例如，设有n台性能完全相同的通信机，它们的工作条件也都相同。用n?部记录仪同时记录各部通信仪的输出噪声波形。 §1-2 逻辑代数基础 证明: 条件分布 在给定随机变量X的条件下，随机变量Y的条件概率分布函数和条件概率密度函数可分别表示为 n维随机变量及其分布 定义 n维随机变量 的n维（联合）分布函数为 n维随机变量的n维概率密度为： 4、随机变量的几种常见分布 (1) 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