随机变量的统计特性.pptVIP

第二讲：小 结 * 　　随机信号分析的基础是概率论与随机变量的理论。 1.1 概率论的基本术语 1.2 随机变量的定义 1.3 随机变量的分布函数与概率密度 1.4 多维随机变量及分布 1.5 随机变量的数字特征 1.6 随机变量的函数 1.7 随机变量的特征函数 1.8 多维正态随机变量 1.9 复随机变量及其统计特性 随机试验 满足下列三个条件的试验称为随机试验，记为E ： (1)在相同条件下可重复进行； (2)试验的结果不止一个，所有可能的结果能事先明确； (3)每次试验前不能确定会出现哪一个结果。 例：投掷硬币 样本空间 随机试验E的所有可能结果组成的集合称为E的样 本空间，记为S。 随机事件 试验E的样本空间S的子集为E的随机事件，简称为事件。 基本事件 由一个样本点组成的单点集称为基本事件。 频数和频率 在相同条件下的 次重复试验中，事件A发生的次数 称为事件A的频数，比值 称为事件A发生的频率。 概率 事件发生的可能性大小的度量 定义：设随机试验E的样本空间为S={e}，如果对于每一个e?S，有一个实数X(e)与之对应，这样就得到一个定义在S上的单值函数X(e)，称X(e)为随机变量，简记为X。 随机变量是定义在样本空间S上的单值函数 一、随机变量的定义 连续型随机变量 二、随机变量的分类 离散型随机变量 离散型随机变量是指它的取值为有限个或者可列无穷个 概率分布列： X x 1 x 2 ... x n p k p 1 p 2 ... p n 离散随机变量概率分布 离散型随机变量的概率分布： (0,1)分布 离散型随机变量常见分布 二项分布 (Binomial distribution) 例：某人进行射击训练，设每次射击的命中率为0.02，独立射击400次，求至少命中两次的概率为多少？ (0,1)分布 离散型随机变量常见分布 二项分布 (Binomial distribution) 泊松分布(Poisson distribution) 一、分布函数 设X为随机变量， 为实数，定义 为X的概率分布函数，简称分布函数。 二、分布函数的性质 是一个不减函数 且 即是右连续的 对于连续型随机变量，其分布函数是连续的， 因此： 对离散型随机变量，分布函数是阶梯型的。 分布函数表示为： (0,1)分布的分布函数 称 为 的概率分布密度，简称概率密度 随机变量的概率密度(PDF) 对随机变量X的分布函数 ,如果存在非负函数使对任意实数 有： 随机变量落入 的概率 概率密度性质 离散型随机变量的概率密度(PDF) 常见概率分布 正态分布（Normal），也称高斯（Gauss）分布 -4 -3 -2 -1 0 1 2 3 4 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 N(0,1)正态分布概率密度 标准正态分布函数 常见概率分布 均匀分布（uniform distribution 在实际问题中，定点计算的舍入误差，计算机产生的随机数，正弦波的随机相位等都用到均匀分布。 瑞利分布（Rayleigh） 瑞利分布概率密度?＝2 0 2 4 6 8 10 12 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 指数分布（Exponential） 指数分布概率密度 0 1 2 3 4 5 6 7 0 0.5 1 1.5 一、二维随机变量 设随机试验E的样本空间S={e},X=X(e)和Y=Y(e)是定义在样本空间S上的两个随机变量,由X和Y构成的矢量（X，Y）称为二维随机变量。 S ● ● e 连续型随机变量 二、二维随机变量的分类 离散型随机变量 离散型随机变量是指(X,Y)的取值为有限个或者可列无穷个 联合概率分布列： 二维离散型随机变量的取值规律： 三、二维分布函数 设（X，Y）为二维随机变量，x，y为实数，定义 为二维随机变量的的分布函数。 二维分布函数图解 二维随机变量落在某一区域的概率 二维