第一章 随机事件和概率 随机试验 样本空间、随机事件 频率和概率 古典概型 几何概型 概率的公理化结构 条件概率 事件的独立性 贝努里概型 第二章 离散型随机变量及其分布 随机变量的概念 一维离散型随机变量的分布律 二维离散型随机变量 离散型随机变量函数的分布律 第三章 连续型随机变量及其分分布函数 一维连续性随机变量及其分布 二维连续性随机变量及其分布 连续性随机变量函数的密度函数 第四章 随机变量的数字特征 数学期望 方差 协方差和相关系数 矩 几个重要随机变量的期望和方差 第五章 大数定律与中心极限定理 依概率收敛 大数定律 依分布收敛 中心极限定理

随机信号和随机噪声的基本概念 随机信号:实际通信系统中由信源发出的信息是 随机的,或者说是不可预知的,因而携带信息的信号 也是随机的,这种具有随机性的信号,称为随机信号 °随机噪声:携带了信息的信号在传输过程中将受 到噪声的污染,而噪声也是随机的,称为随机噪声。 随机信号和随机噪声不可能用一个或几个时间函数 准确地描述,但它们都遵循一定的统计规律,我们可 以用概率统计的方法进行研究

提出基于普通变尺度和周期势自适应随机共振理论，检测噪声背景下轴承滚动体的故障特征.在具体实施过程中，首先用普通变尺度的方法满足随机共振中小参数的条件，然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法，同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后，微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比，结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比，并且比双稳态自适应随机共振迭代次数少，用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性，尤其是在工程实际中，故障监测所需的数据量大，计算时间长，如能较早的预警，可以提高诊断效率并减少不必要的损失.因此，这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值

2.1随机过程的基本概念和例子 定义2.1.1:设(,F,P)为概率空间,T是某参数集,若对每一个t∈T,(tw 是该概率空间上的随机变量,则称X(t,w)为随机过程(Stochastic Process 随机过程就是定义在同一概率空间上的一族随机变量。随机过程X(tw)可 以看成定义在TxQ上的二元函数,固定wo∈Ω,即对于一个特定的随机试验, 称X(t,wo)为样本路径(Sample Path),或实现(realization),这是通常所观测到的 过程;另一方面,固定t∈T,X(to,w)是一个随机变量,按某个概率分布随机 取值

概率统计是从数量上来研究随机现象统计规律的,为了便于 数学上的推导和计算,必须把随机事件数量化,由于随机因素 的影响,使试验出现各种不同的结果,因而用来描述随机事件 量也随着以偶然的方式取不同的值,当把一个随机试验的不同 结果用一个变量来表示时,便得到随机变量。 引入随机变量之后,使我们有可能利用数学分析 的方法来研究随机试验。随机变量是研究随机试验 的有效工具

第一章 随机事件与概率 第二章 随机变量函数及其分布 第三章 多维随机变量及其分布 第四章 大数定律和中心极限定理 1.1 随机事件及其运算（1） 1.1 随机事件及其运算（2） §1.2 概率与频率（1） §1.2 概率与频率（2） §1.3 概率的性质 时间 §1.4 条件概率（1） §1.4 条件概率（2） §1.5 事件的独立性 时间 2.1 随机变量及其分布(1) 2.1 随机变量及其分布（2） 2.2 随机变量的数学期望 2.4 常用离散分布 2.5 常用连续分布（1） 2.5 常用连续分布（2） 2.6 随机变量函数的分布 2.7 分布的其他特征数 3.4 多维随机变量的特征数（2） 3.5 条件分布和条件期望 4.2 特征函数 4.3 大数定律（1） 4.3 大数定律（2） 4.4 中心极限定理（1） 4.4 中心极限定理（2）

为了全面研究随机试验的结果,揭示随机现象 的统计规律性,将随机试验的结果与实数对应 起来,将随机试验的结果数量化,引入随机变 量的概念. 在随机试验完成时,人们常常不是关心试验结 果本身,而是对于试验结果联系着的某个数感 兴趣

第9章随机事件与概率 第一单元随机事件与概率 一、学习目标 通过本节课的学习,知道概率统计是研究随机现象的客观规律的,通过随机事件,认识随机事件发生的可能性大小用数量表示即概率.对随机事件和概率的概念有初步了解 二、内容讲解 随机事件与概率 如,抛硬币试验观察抛硬币,哪个面朝上演示:抛硬币,哪个面朝上,具有不确定性英国数学家皮尔逊做24000次抛硬币试验

在随机试验中,人们除对某些特定事件发生的概率感兴趣外,往往还关心某个与随机试验的结果相联系的变量.由于这一变量的取值依赖于随机试验结果,因而被称为随机变量.与普通的变量不同,对于随机变量,人们无法事先预知其确切取值,但可以研究其取值的统计规律性.本章将介绍两类随机变量及描述随机变量统计规律性的分布

一、随机变量、随机向量是状态观察的结果 二、随机过程是过程观察的结果 三、对随机过程采样得到随机变量和随机向量