离散时间随机过程第二讲1随机变量由概率论可知,我们可以用一个随机变量X来描述自然界中的随机事件,若X的取值是连续的,则X为连续型随机变量,若X的取值是离散的,则X为离散型随机变量
2随机变量的特征描述概率分布函数概率密度均值均方值(二阶原点矩)方差(二阶中心矩)协方差()Pr()()xPxobabilityXxpxdx()()/pxdPxdx{}()EXxpxdx222{}()DEXxpxdx222{}()EXxpxdx*****--cov[,][()()]{}{}{}(,)xyxyXYEXYEXYEXEYxypxydxdy3随机变量举例-均匀分布均匀分布的随机变量是一个随机试验结果“可能性相等”情况下的理想模型,其概率密度p(x)和概率分布函数P(x)为:其均值和方差为
01/()()()()()()01xxabaaxbxapxPxpvdvaxbbaxb其他22()/2()/12abba4随机变量举例-高斯分布正态分布的随机变量也称高斯随机变量,是一个在实际中应用非常广泛和方便的模型
其概率密度为:显然,高斯分布的随机变量概率密度函数完全由它的平均值和方差来描述,它可用表示
2211()exp[()]22xxxxpx2(,)xxN5随机信号(随机过程)6随机信号(随机过程)如果把对放大器输出电压的观察看作一个随机试验,那么,每一次记录就是该随机试验的一次实现,相应的结果就是一个样本函数
所有样本函数的集合就构成了输出电压可能经历的整个过程,该集合就是一个随机过程,也即随机信号,记为X(t)
()ixt(),1,2,,,ixtiNN7随机信号与随机变量对于一个特定的时