- 1、本文档共38页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
随机过程0-2数字特征、特征函数知识讲稿.ppt
第0章 补充知识 第*页 一、期望和方差 1.期望 设离散型随机变量X的分布律为 则 设连续型随机变量 X 的概率密度为 , 则 §2 数字特征、特征函数 当 X 为离散型随机变量, 当 X 为连续型随机变量, 函数期望 设 则 则 2. 方差 计算方差时通常用下列关系式: 称随机变量 的期望为X 的方差,即 解 当n为偶数时,由分部积分得 当n为奇数时, 例 设 X ?N(0,1),求 依次递推,注意到 ,故 当n为奇数 当n为偶数 定义 回顾:一般定积分的定义 1. 在有限区间上的一元 R-S 积分 二. 斯蒂吉斯积分( S 积分) 并称 为 f(x) 关于 g(x) 在[a, b] 上的斯蒂吉 斯积分,简称 S积分。 注1):当 F(x) 是分布函数,f(x) 为连续函数时,积分 对任意的分点及任意的 取法皆成立,则记 注2):单点集{b}上的积分定义为 可见单点集上的 S 积分不一定等于 0, 但在 g(x) 为连 续函数时,单点集上的 S 积分必等于 0。 问: 易知:此性质可以推广到有限多个函数和的情形。 性质1 性质2 设α,β是两个任意常数,则 性质3 3. S积分的常见性质 (S-积分对于积分区间具有可加性) 性质4 性质5 (分部积分公式) 定理1.2 若 f(x) 在 [a, b] 上连续,g(x) 的导数 g/(x) 在 [a, b] 上存在且 g/(x) 在 [a, b] 上黎曼可积,则 定理1.3 若f(x)在[a, b]上连续,设 4. 在无穷区间(-∞,∞)上的一元 S-积分 注:有限区间 [a, b]上的 S- 积分性质 1) ~ 5) 可推广至 无穷区间(-∞, ∞)上的 S 积分。 则记 如果 f(x), g(x) 皆在任一闭区间 [a, b]上有定义, 其中 g(x) 在 上有界且单调上升, 并称 I 为 f(x) 关于 g(x) 在 上的(广义)S -积分。 定义 若 存在, 可将卷积运算化成乘法运算; 可将求各阶矩的积分运算化成微分运算; 可将求随机变量序列的极限分布化成一般的函数极限问题; ………. 引言 特征函数是处理概率论问题的有力工具, 其作用在于: 三、特征函数的定义 1 .复随机变量 2.数学期望 3 .特征函数定义 设X,Y 为二维(实)随机变量,则称 为复随机变量. 设 X 为随机变量,称复随机变量 的数学期望 为X的特征函数,其中 t 是实数。 还可写成 注 意 点(1) (2) 当X为离散随机变量时, (3) 当X为连续随机变量时, 这是 f(x) 的傅里叶变换 (1) 特征函数是一个实变量复值的普通函数。 例1(教材P200 )常见分布的特征函数。 1)设随机变量 X 服从单点分布, 求其特征函数。 2)设随机变量 X 服从两点分布, 求其特征函数。 (3)设随机变量 X 服从泊松分布, 求其特征函数。 (4)设随机变量 X 服从U(a, b), 求其特征函数。 (5)设随机变量 X 服从 N(0, 1), 求其特征函数。 (6) 设随机变量 X 服从指数分布, 求其特征函数。 逆转公式 设随机变数 X 的分布函数和特征函数分别为 F(x) 和 则对于 F(x) 的任意连续点 有 此定理的证明略去。 反过来,已知 X 的特征函数,也可以确定其分布函数。 唯一性定理 随机变量的分布函数由其特征函数唯一决定。 证 (2) 设X 为取整数值的随机变量,其分布列为 其特征函数为 则 定理 (1)设 X 为具有密度函数 f(x) 的连续型 r.v., 特征函数为 则 4. 特征函数性质 性质1 随机变量 X 的特征函数 满足: ■ 性质 2 ■ 性质3 r.v.X 的特征函数 满足在R1上一致连续。 证明略。 性质4 设X 的特征函数 , 则 Y=aX +b 的特征函 数 为 ■ 证 由X与Y相互独立,知 性质 5 独立随机变量和的特征函数等于各随机 变量的 特征函数的积, 即若 X与 Y相互独立,则 注:本结果是概率论中为何要引进特征函数的重要原因
文档评论(0)