当前位置:文档之家› 概率论基础PPT

概率论基础PPT


电子科技大学通信学院
44/108
1.3 随机变量的函数
电子科技大学通信学院
45/108
1.3 随机变量的函数
电子科技大学通信学院
46/108
1.3 随机变量的函数
电子科技大学通信学院
47/108
1.3 随机变量的函数
电子科技大学通信学院
48/108
1.3 随机变量的函数
电子科技大学通信学院
1.6典型分布
我们常常用到与正态分布函数有关的几种函数:
电子科技大学通信学院
100/108
1.6典型分布

容易证明:
电子科技大学通信学院
101/108
1.6典型分布

8.瑞利与莱斯分布(Rayleigh and Rician): 瑞利与莱斯分布是正态分布随机变量的 变换结果。它们取值为非负实数,在通信 与电子工程的应用中经常出现,比如,窄 带高斯信号的包络服从瑞利或莱斯分布。

电子科技大学通信学院
104/108
1.7 随机变量的仿真与实验
电子科技大学通信学院
105/108
1.7 随机变量的仿真与实验
电子科技大学通信学院
106/108
1.7 随机变量的仿真与实验
解: Xi_array=exprnd(0.5, 1,10000); mean(Xi_array) ; % ans =2.0019 var(Xi_array) ; % ans =4. 0939 hist(Xi_array)
60/108
1.4 数字特征与条件数学期望
电子科技大学通信学院
61/108
1.4 数字特征与条件数学期望
电子科技大学通信学院
62/108
1.4 数字特征与条件数学期望
电子科技大学通信学院
63/108
1.4 数字特征与条件数学期望
电子科技大学通信学院
64/108
1.4 数字特征与条件数学期望
电子科技大学通信学院
39/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
40/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
41/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
42/108
1.3 随机变量的函数
电子科技大学通信学院
43/108
1.3 随机变量的函数
10/108
1.1 概率公理与随机变量
电子科技大学通信学院
11/108
1.1 概率公理与随机变量
电子科技大学通信学院
12/108
1.1 概率公理与随机变量
电子科技大学通信学院
13/108
1.1 概率公理与随机变量
电子科技大学通信学院
14/108
1.1 概率公理与随机变量
电子科技大学通信学院
离散变量,常采用分布律;
电子科技大学通信学院
26/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
27/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
28/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
29/108
1.2 多维随机变量与条件随机变量
第1章 概率论基础
1.1 1.2 1.3 1.4 1.5 1.6 1.7 概率公理与随机变量 多维随机变量与条件随机变量 随机变量的函数 数字特征与条件数学期望 特征函数 典型分布 随机变量的仿真与实验
电子科技大学通信学院
3/108
1.1 概率公理与随机变量
电子科技大学通信学院
4/108
1.1 概率公理与随机变量
变量可以有多个取值,并且永远不能预知它 到底会取哪个值; (2) 变量取值是有规律的,这种规律用概率特性 来明确表述;
(1)
电子科技大学通信学院
25/108
1.1 概率公理与随机变量
因此,凡是讨论随机变量就必然要联系到 它的取值范围与概率特性。 在描述随机变量的概率特性时:

分布函数指明直到x处的累积概率; 密度函数适用于连续取值部分。
电子科技大学通信学院
75/108
1.4 数字特征与条件数学期望
电子科技大学通信学院
76/108
1.5 特征函数
电子科技大学通信学院
77/108
1.5 特征函数
电子科技大学通信学院
78/108
1.5 特征函数
电子科技大学通信学院
79/108
1.5 特征函数
电子科技大学通信学院
80/108
1.5 特征函数
电子科技大学通信学院
94/108
1.6典型分布

3.泊松分布(Poisson): 泊松分布的结果为非负整数。大量的 实际物理现象近似地符合这种分布,比如: 顾客服务问题中,顾客的数目;误码发生 问题中,误码的数目;网络服务器应用中, 服务请求的次数,故障部件更换中,更换 的次数。
电子科技大学通信学院 95/108
电子科技大学通信学院
55/108
1.3 随机变量的函数
电子科技大学通信学院
56/108
1.3 随机变量的函数
电子科技大学通信学院
Байду номын сангаас57/108
1.3 随机变量的函数
电子科技大学通信学院
58/108
1.4 数字特征与条件数学期望
电子科技大学通信学院
59/108
1.4 数字特征与条件数学期望
电子科技大学通信学院
1. (0-1)分布、两点分布 (0-1)或两点分布是最简单与离散的,代表 了许多实际的物理现象,比如:掷币试验、 击中与否、有无检验、二元数据等等。
电子科技大学通信学院
93/108
1.6典型分布

2.二项分布(Binomial):
二项分布的结果共n+1种:整数0~n。它代 表的实例如:连续n次掷币试验后正面的总 数目,n次独立二元检验中总的吻合次数,n 长独立二进制数据串中1的总数,等等。
电子科技大学通信学院
5/108
1.1 概率公理与随机变量
电子科技大学通信学院
6/108
1.1 概率公理与随机变量
电子科技大学通信学院
7/108
1.1 概率公理与随机变量
电子科技大学通信学院
8/108
1.1 概率公理与随机变量
电子科技大学通信学院
9/108
1.1 概率公理与随机变量
电子科技大学通信学院
随机信号分析
第1章 概率论基础
电子科技大学通信学院
1/108
第1章 概率论基础
本章将复习与总结概率论的基本知识 也扩充一些新知识点,比如:
1) 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, 2) 随机变量的条件数学期望 3) 特征函数 4) 瑞利与莱斯分布 5) 随机变量的基本实验方法
电子科技大学通信学院 2/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
35/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
36/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
37/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
38/108
1.2 多维随机变量与条件随机变量
电子科技大学通信学院
107/108
1.7 随机变量的仿真与实验
电子科技大学通信学院
108/108
1.7 随机变量的仿真与实验

利用Matlab还可以进行符号的与数值的积分运算, 使我们很容易进行统计分析。
电子科技大学通信学院
109/108
1.7 随机变量的仿真与实验
电子科技大学通信学院
110/108
电子科技大学通信学院 98/108
1.6典型分布

7.正态分布(Normal/Gaussian): 许多随机变量由大量相互独立的随机因素 综合影响所形成,而每一单个因素在总的影 响中的作用是微小的,这类随机变量近似地 服从正态分布。中心极限定理给出了这种现 象的数学解释。
电子科技大学通信学院
99/108
电子科技大学通信学院
81/108
1.5 特征函数
电子科技大学通信学院
82/108
1.5 特征函数
电子科技大学通信学院
83/108
1.5 特征函数
电子科技大学通信学院
84/108
1.5 特征函数
电子科技大学通信学院
85/108
1.5 特征函数
电子科技大学通信学院
86/108
1.5 特征函数
1.6典型分布

4. (离散)均匀分布(Uniform): 离散均匀分布是N元等概的。常常用到的 古典概型就是离散均匀分布。
电子科技大学通信学院
96/108
~ U (0, 2 )
1.6典型分布

5. 均匀分布(Uniform ): 实际应用中,均匀的或没有明确偏向性的 物理特性导致均匀分布特性,比如:量化 与截尾噪声一般认为具有均匀分布。此外, 工程中的正弦信号通常具有均匀的相位特 性
20/108
1.1 概率公理与随机变量
电子科技大学通信学院
21/108
1.1 概率公理与随机变量
电子科技大学通信学院
22/108
1.1 概率公理与随机变量
电子科技大学通信学院
23/108
1.1 概率公理与随机变量
电子科技大学通信学院
24/108
相关主题