多维随机变量与条件随机变量.pptVIP

随机信号与系统 2007年春 饶渐升 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 1.2 多维随机变量与条件随机变量 定义 在某些情况下，随机实验的基本可能实验结果ξ经过两个或两个以上的实函数映射，得到两个或两个以上的随机变量，比如 ，这些随机变量组成的向量称为n维随机变量（或向量）： 1.2 多维随机变量与条件随机变量 n维随机变量（或向量） 1.2 多维随机变量与条件随机变量 二维随机变量的概率分布函数 二维随机变量Z的概率分布函数是其分量随机变量X与Y 的联合概率分布函数。其定义为 ： 这里，X或Y的概率分布函数 或 称为 的边缘概率分布函数。 二维随机变量的概率分布函数 联合概率分布函数FXY(x,y)的性质 性质1：区间概率特性 性质2：极限取值特性 联合概率分布函数FXY(x,y)的性质 性质3：单调递增性 性质4：边缘概率分布 二维随机变量的概率密度函数fXY(x,y) 定义：二维随机变量的概率密度函数 二维随机变量Z的概率密度函数，就是其分量随机变量X和Y的联合概率密度函数或简称二维概率密度函数。 这里，X或Y的概率密度函数 或 称为 的边缘概率密度函数(marginal probability density function)。 二维随机变量的概率密度函数fXY(x,y)的性质 性质1：区间概率特性 性质2：非负性 二维随机变量的概率密度函数fXY(x,y)的性质 性质3：归一性 性质4：边缘概率特性 二维随机变量的概率密度函数fXY(x,y)的性质 D.r.v联合分布律来描述， 密度函数由多维冲激函数组成，形如 联合分布函数由多维阶跃函数组成，形如 多维随机变量 类似的，对于多维随机变量 n维联合概率分布函数和密度函数分别为： 1.2 多维随机变量与条件随机变量 给出观察系统工作情况的样本空间Ω和随机向量(X1, X2)的联合样本空间SJ，并指出Ω和SJ中事件的对应关系； 计算的(X1, X2)概率密度函数。 1.2 多维随机变量与条件随机变量 1.2 多维随机变量与条件随机变量 1.2 多维随机变量与条件随机变量 1.2 多维随机变量与条件随机变量 1.2 多维随机变量与条件随机变量 例1.8 二维正态分布 二维正态分布 的二维概率密度函数为: 求f ( x ) 与f ( y )。 例1.8 续 解：指数部分可写成 1.2 多维随机变量与条件随机变量 它们是一维正态分布 1.2 多维随机变量与条件随机变量 条件事件形如： 1.2 多维随机变量与条件随机变量 条件随机变量的概率分布与密度函数： 对于点事件 1.2 多维随机变量与条件随机变量 全概率公式： 贝叶斯公式： 链式公式: 随机变量的独立性 Independence 及其判决条件 定义：两个随机变量统计独立 统计独立的充要条件 随机变量的独立性及其判决条件 k个随机变量 统计独立的判别条件 1.2 多维随机变量与条件随机变量 例1.8 二维正态分布 Normal/Gaussian 求（1）f( y|x ); （2）X与Y之间的独立性。 1.2 多维随机变量与条件随机变量 解：（1） 条件分布是一维正态分布 （2） X与Y独立的充要条件是： 1.2 多维随机变量与条件随机变量 例1.9 二维均匀分布 求： 1.2 多维随机变量与条件随机变量 解：根据例1.6的结果，由定义有， 任意给定 ，条件事件 服从均匀分布 ，比如 即条件事件 服从均匀分布. 1.2 多维随机变量与条件随机变量 显然，X与Y不独立 * 电子科技大学通信学院 * Ω ξ1· ξ2· ξi· X1(·) X2(·) … Xi(·) X1(ξ) 多维映射 X2(ξ) Xi(ξ) …  … y x {X≤x,Y ≤y} Ω x2 F(x1,x2) x1 (0,1) (1,0) (0,0) (1,1) q2 1