概率论与随机过程----第八讲.pptVIP

北京邮电大学电子工程学院 第三节 数学期望的L-S积分表示 本节的思路是试图把求数学期望的问题转化为关于分布函数的L-S积分。为了简化问题，只考虑一维随机变量的情况。设?是概率空间（?,?,P）上的随机变量，F是?的分布函数，由F产生的L-S测度为P ?或PF。 第五节 条件数学期望 简单地回顾前面所学过的条件分布的知识。 证明：（1）当?为示性函数时，不妨假设 （2）当?为非负简单函数时，由可测函数积分的性质，即可证明。 （3）当?为非负随机变量时，利用单调收敛定理即可得证。 （4）当?为一般随机变量时，显然也成立。 第六节 几个重要的不等式 一、Chebyshev不等式 第三章 随机变量的特征函数 为什么要引入特征函数？ 积分的逆运算是微分（或求导），而求导运算要比积分运算简单得多，因此是否可将求数学期望的积分问题简化为求导问题？ 用分布函数求独立随机变量和的分布需要用卷积，是否可将卷积运算简化为乘积运算？ 第一节 随机变量的特征函数 * * 一、积分变换定理 定义3.3.1 若 f 是（?,?,P）到（R,?）上的可测映射，则称： 二、数学期望的L-S积分表示 类似于一维随机变量数学期望的L-S积分表示，我们可以讨论n维随机变量和复随机变量数学期望的L