北京邮电大学随机过程课件 01_概率论.pptVIP

参考书 《概率论与数理统计》（第二版），盛骤等编，高等教育出版社 《随机过程及其应用》，陆大 编著，清华大学出版社 主要内容 概率论 泊松分布 马尔可夫链，排队论 ARMA （平稳）随机过程 统计特性的例子Statistic Character Example Gray Histogram 灰度柱状图 RGB Histogram RGB柱状图 Relativity Analysis 相关性分析 Gray Histogram 一、基本概念 1.随机试验 特性： 可在相同条件下重复进行（可重复性:时间重复/统计重复/…） 每次试验结果不唯一，但可预知所有结果（完备性） 每次试验前不能确定哪个结果会出现（随机性） 定义： 随机试验所有可能结果组成的集合：样本空间/事件基本空间：? / S ，其中的元素：样本点/基本事件e 2.事件运算 记A.B.C为样本空间?对应的集合S中所包含的三个子集，即： 3.事件运算性质的证明 技巧：可借助于集合（全集，子集）图形帮助理解与验证 （1）求证： 4.事件运算的应用（合理、正确的定义事件） 5.事件运算 定义如上：S为全集， （3） 6.重要性质 条件概率： 二、概率模型 1.古典概型 前提假设： ①样本空间的元素只有有限个 ②每个基本事件发生的可能性相同 （2）如上，取出一产品后不放回，再取一产品。 问：第一次为次品，第二次为正品的概率？ 可以为两个事件进行“与”运算： 2.几何概型 前提/适用条件： 各基本事件等概率发生； 借助几何度量（面积，长度，体积等）可合理规定概率 解：∵陀螺与刻度均匀 ∴停止时，周围各点与桌面接触的可能性相等 （2）设甲乙两人约定在[0,T]时间段内见面， 假设： 时刻0前，甲乙均不会到达约定地点 时刻T后，先到一方无论已等多久均离去 在[0,T]内，先到一方等时间t(tT)后即离去 两人到达时刻无关，相互独立 求：甲乙两人能会面的概率。 解：设x,y为甲乙到达的时刻 若要两人会面，则0≤ x≤T， 0≤ y≤T 考虑x,y为平面上点的坐标，则所有的基本事件为该平面内 边长为T的正方形内所有区域，且甲乙两人能会面的充要条件 为：|x-y| ≤t，以图形表示，则为： （3） 的近似计算 火柴与星条旗 事件 模型分析 数学模型 数学分析 矩形面积：1 相交面积（曲线下部）：π / 2 相交概率为1 / （π/2） = 2 / π 实验测试 Lazzerini（意大利） 共3408根，有2169根与边界相交 （2*3408）/2169 = 3.1415929 三、概率函数 2.离散型随机变量的概率分布/分布律 泊松（Poisson）定理 证： 3.分布函数 定义： F(x)=P{X≤x}为随机变量X的分布函数 性质：（1） F(x)非降函数，对于x1x2,有F(x1)F(x2) （2）0 ≤ F(x) ≤1， （3） F(x) 右连续，即F(x+0) = F(x) 应用：（1）离散型：对于分布律为Pk=P{X=xk},k=1,2,…的离 散型随机变量X，其分布函数： （2）连续型：对于概率密度函数为f(x)的连续型随机 变量x，其分布函数为： （3） n维随机变量的讨论见四。 概率密度函数（简写为PDF- Probility Density Function）的性质 （1） 则 标准正态分布 证明： 四、多维随机变量及其分布 联合分布函数 两个随机变量的函数的分布 五、随机变量的数字特征 数学期望/均值： 相关系数: 1.泊松分布的均值与方差 2.常用分布的均值与方差 3.切比雪夫（Chebyshev）不等式 若随机变量X具有数学期望E[X]=μ,方差D[X]=σ2 则对任意 正数?，有P{|x-μ|≥ ?} ≤ σ2 / ?2 Chebyshev不等式的另一种形式： P{|x-μ| ?} ≥1-σ2 / ?2 5.关于数字特征的其它性质 六、概率论中的重要定理 1.大数定理 讨论背景：实践中，随着试验次数的增加，大量测量值的算术平均值具 有稳定性 。 定律：设随机变量X1,X2, … ,Xn相互独立，且具有相同数学期