随机信号与系统 概率公理与随机变量.pptVIP

随机信号与系统 2007年春 饶渐升 随机信号与系统 第一章 概率论基础 第一章 概率论基础 复习、总结概率论的基本知识 扩充一些新知识点： 利用冲激函数表示离散与混合型随机变量的概率密度函数， 随机变量的条件数学期望 特征函数 瑞利与莱斯分布 随机变量的基本实验方法（自学） 第一章 概率论基础 1.1 概率公理与随机变量 1.2多维随机变量与条件随机变量 1.3 随机变量的函数 1.4 数字特征与条件数学期望 1.5 特征函数 1.6 典型分布 1.7 随机变量的仿真与实验 1.1 概率公理与随机变量 随机现象 在一定条件下，对某种现象进行实际观察时，所得结果不能预先完全地确定，而只能是多种可能结果中的一种，这种现象称为随机现象。 定义：随机试验（Random Experiment） 对随机现象做出的观察与科学实验。 1.1 概率公理与随机变量 定义 随机实验的样本点ξi 一个随机实验所用可能的“基本结果” 又称为样本点，记为ξi（i=1,2,……） 定义 随机实验的样本空间Ω(Sample Space) 随机试验所有的基本可能结果构成的集合称样本空间，常表示为： Ω ={随机实验的全部基本实验结果} ={ξ:ξ为随机实验的基本实验结果} 1.1 概率公理与随机变量 定义 事件 事件（Event）是试验中“人们感兴趣的结果”构成的集合，是Ω的子集。各种不同的事件的总体构成一个事件集合，称为事件域。 e.g. 不可能事件，空集φ ，不包含任何样本点 1.1 概率公理与随机变量 定义 概率 事件是随机的。赋予事件一个出现可能性的度量值，称为概率（Probability）。 “可能性的度量值”是 “宏观”意义下（即大数量的情形下）的比例值，由相对频率（Relative frequency）来计算: 1.1 概率公理与随机变量 概率公理： 任何事件A的概率满足： 非负性：任取事件A ， 归一性： 可加性：若事件A、B互斥，即 则 1.1 概率公理与随机变量 事件概率的基本性质： 1.1 概率公理与随机变量 条件事件： 条件概率（Conditional probability）， 1.1 概率公理与随机变量 事件A与B独立（Independent）等价地定义为： 多个事件 彼此独立， 1.1 概率公理与随机变量 事件的最基本运算： （参见教材P3） 例1.1 掷硬币实验：一次投掷与相继两次投掷硬币，观察出现正面或反面结果的试验。 分析： 投掷硬币实验1为一次投掷观察硬币正、反面出现，其样本空间 其中，H表示正面出现，T表示反面出现 例1.1 事件域： 显然， 例1.1续 投掷硬币实验2为连续二次投掷观察硬币正、反面出现，其样本空间有四种可能结果 其中， s0 ＝（正，正）， s1 ＝（正，反）， s2 ＝（反，正）和s3 ＝（反，反）， 这里的s0 ＝（正，正）＝（前一次投掷出现正，后一次投掷出现正），…… 显然，P0=1/4， P1=1/4，P2=1/4， P3=1/4 例1.2 一列N个格子，将一只小球随机放入其中任一格子。求： （1）小球放入第k号格子的概率? （2）前k个格子中有小球的概率？ 解： 因为是等概的，显然， 又各个格子是互斥的，于是 1.1 概率公理与随机变量 几个基本公式 链式法则： 1.1 概率公理与随机变量 全概率公式 (Total Probability) 完备事件组或分割（Partition）： 事件组 ，满足： 1） 2） 全概率公式：任取事件B 1.1 概率公理与随机变量 贝叶斯（Bayes）公式：任取事件B 先验概率： 转移概率： 后验概率： 例1.3 在二元传输或检测中，先验概率分别为 ， 若传输可靠性为80%，问收到“1”时，真 正发送的消息是什么？ 解：根据贝叶斯公式 1.1.2 随机变量 举例1 正弦信号发生器：正弦信号发生器或各种正弦振荡电路产生的波形是如下的函数形式 其中A是振幅，Ω是角频率，Θ是初相。 举例1续 s0 s1 … Si 样本空间为Ω＝{s0,s1,s2…} 举例2 投掷骰子 样本空间Ω ＝ {ξ1，ξ2，…，ξ6} 举例2续 通过映射关系，一个样本点对应一