随机信号分析教学幻灯片.ppt

§1.5 随机变量的数字特征 1.5.1 随机变量及其函数的数学期望 一、一维随机变量的数学期望 二、一维随机变量函数的数学期望 由已知随机变量X的分布 ，求其函数Y＝g(X) 的数学期望。 由于 1、当g(·)是单值变换时 因为 所以 2、当g(·)是多值变换时 其中 无论g(·)是单值还是多值变换，函数g(X)的期望为： 例1.22 随机变量X在区间(a,b)上均匀分布，求 的数学期望。 解：由于X 服从均匀分布，概率密度为 函数的期望 数学期望的物理意义 如果把概率密度看成是具有一定密度的曲线，那么数学期望就是曲线的重心（形象的比喻可以用一根大小不一的线）。 三、二维随机变量及其函数的数学期望 1、二维随机变量的数学期望 设二维随机变量(X,Y)的联合概率密度 已知，其二维概率质量分布的“重心坐标”应该为 2、二维随机变量函数 的数学期望 当(X,Y)是离散随机变量时，函数 的期望为 例1.23 设 n 维随机变量 X1, …,Xn 的函数 其中权重 ai 是常数。求函数的期望 ？ 即，随机变量和的期望＝随机变量期望的和 例1.24 设 n 维随机变量X1, …,Xn的函数 其中n个变量独立。求函数的期望 ？ 即，独立随机变量积的期望＝独立随机变量期望的积 六、数学期望的基本性质 (1) 若a ≤ X≤b, (a,b为常数),则a ≤E[X] ≤b (2) 常数C的期望 E[C]=C (3) (ai，b 为任意常数) (4) 若X1,X2,…Xn相互独立，则 1.5.2 条件数学期望 设(X,Y)是定义在同一概率空间上的二维连续型随机变量。 若已知Y关于X的条件概率密度 ，则由期望的定义可得Y关于X的条件期望。 (5) 若X与Y互不相关，则 一、随机变量关于某给定值的条件期望 同理有： 二、一个随机变量关于另一个随机变量的条件期望 例1.25 已知随机变量X服从(0,1)的均匀分布，随机变量Y服从 (X, 1)上的均匀分布。求：条件期望 ① ，② 解：①根据已知条件，在给定条件 下，随机变量Y的条件概率密度 条件期望 ②用随机变量X 替换给定值 ，则条件期望 是随机变量X的函数，也是个随机变量。因为随机变量X服从(0,1)的均匀分布，函数1＋X服从(1,2)的均匀分布，则函数(1＋X)/2服从(1/2，1)的均匀分布 ，即 服从(1/2，1)的均匀分布。 由上可以看出， 是关于给定值 的函数。 一、矩 （1）n阶原点矩定义为 离散： 连续： 1.5.3 随机变量的矩和方差 （2）n阶中心矩定义为： 离散： 连续： 应用：一阶原点矩就是数学期望 二阶中心矩就是方差 （3）二维随机变量的矩函数 n+k阶联合原点矩： n+k阶联合中心矩： 当n=1，k=1时， 二阶联合原点矩为相关矩 二阶联合中心矩为协方差 1.5.3 随机变量的矩和方差 3、方差的性质 D[C]=0 C为常数时 D[X] ≥0 D[CX]=C2 ·D[X] 仅当X1,…,Xn互不相关时， D[X1±X2 ±…… ±Xn]=D[X1]+D[X2]+…+D[Xn] (5) 对于一切实数 μ ，有 三、随机矢量的方差 补充题：证明公式（1－158），（1－159），（1－160）， 并说明哪个是随机变量？哪个是确定函数？哪个是数值？ 习题：1－19、1－20、1－21 1.5.4 相关、正交、独立 一、相关系数 1、两个随机变量相互关系的描述 ①若X与Y独立，X的取值与Y的取值没有任何关系，则X与Y在 平面上没有样本点 存在。 ②若X与Y相关，对于X取的每一个值都有Y取的值与其对应。因此，X与Y在 平面上有样本点 存在。 X与Y取值的相关图，直