《北大随机信号分析基础课件随机信号13随机变量及其概率分布》教学课件.ppt

3.边缘分布 定义 设FXY(x,y)为二维随机变量(X,Y)的分布函数，令 则称FX (x)、 FY(y)分别为(X,Y)关于X和Y的边缘分布函数，简称为X和Y的边缘分布函数。 将 分别称fX(x)和fY(y)为X和Y的边缘概率密度函数。 4.随机变量的独立性 定义 设X、Y为两个随机变量，如果对任意实数x和y，事件 和 相互独立，即 则称X和Y相互独立。 5.条件分布 在 的条件下，随机变量Y的条件概率分布函数和条件概率密度函数可分别表示为 1.3.7 n维随机变量及其分布 定义 n维随机变量 的n维（联合）分布函数为 定义 设 为n维随 机变量 的n维分 布函数，如果它的n阶混合偏导数存在，那么定义 为n维随机变量的n维概率密度。 n维随机变量相互统计独立的充要条件为：对于所有的 满足 谢谢！ 1.3 随机变量及其概率分布 1.3.1 随机变量的概念 E1抛硬币：可能出现正面或反面； E2从一批产品中任取10件，抽到的废品数可能是0,1,2,…,10中的一个数； E3掷骰子：可能出现1,2,3,4,5,6点 定义 设随机试验的样本空间为S＝{ei}，如果对样本空间的每一个元素ei，都有一实数X(ei)与之对应，对所有的元素 ，就得到一个定义在空间S上的实单值函数X(e)，称X(e)为随机变量，简写为X。 1.3.2 离散型随机变量及其分布律 如果随机变量X只能取有限个或可列无穷多个数值，则称X为离散型随机变量。 定义 设X为一个离散型随机变量，它所有可能取的值为xk(k=1,2,…)，而pk (k=1,2,…)是X取值xk时相应的概率，即 或写成 则称上式或表格表示的函数为离散型随机变量X的概率分布，或称为X的分布律。 X P x1 x2 … xk … p1 p2 … pk … 1.3.3 连续型随机变量 对于可以在某一区间内任意取值的随机变量，它的值不是集中在有限个或可列无穷个点上，这就是连续型随机变量。 1.3.4 概率分布函数 定义 设X是一随机变量，x是任意实数，函数 称为X的概率分布函数,简称为分布函数。（对连续和离散随机变量都适用） 根据分布函数的定义，可得下面的基本性质： 性质1：满足 性质2：F(x)是单调非减函数，即当 则有 性质3： 性质4：随机变量X在区间 上取值的概率为 性质5： 性质6：F(x)右连续，即 对于离散随机变量的分布函数，除满足以上性质外，还具有阶梯形式，即 1.3.5 概率密度函数 概率密度函数定义为概率分布函数F(x)对x的导数，即 有时简称为密度函数。 对于离散随机变量，其概率密度函数为 根据概率分布函数的性质，可得到概率密度的性质： 性质1：概率密度函数非负 性质2：概率密度函数在(x1,x2)区间积分，得到该区间的取值概率 性质3：概率密度函数在整个取值区间积分为1，即 1.3.6 二维随机变量及其分布 1.二维随机变量及其分布函数 定义 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)称为二维随机矢量或二维随机变量。 定义 设(X,Y)为二维随机变量，对于任意实数x和y，令 则称FXY(x,y)为二维随机变量(X,Y)的联合分布函数，或称二维分布函数。 二维分布函数FXY(x,y)的性质： 性质1： 性质2：对于任意固定的x和y，分布函数满足 性质3：对于每个变量，FXY(x,y)都是单调非减的，即 当y2y1时 当x2x1时 如果二维随机变量的可能取值为有限个或可列无穷个，则称(X,Y)为二维离散型随机变量。 对于二维离散型随机变量，有 pij称为(X,Y)的联合概率分布列，简称为分布列。 2.二维概率密度 定义 若二维分布函数FXY(x,y)连续并存在二阶偏导数，则定义 为(x,y)的二维联合概率密度，简称为二维概率