一、随机变量概念的产生 二、引入随机变量的意义 三、随机变量的分类

在随机现象中往往涉及多个随机变量。例如在打 一般地，我们称定义在同一概率空间上的n个随 因此，n维随机向量是一维随机变量的推广

2.3独立随机变量,条件分布 一、相互独立随机变量 随机事件A与B相互独立,若

2.2多维随机变量及其分布函数 多维随机变量的引入 一、二维分布函数及其基本性质 定义2.2.1如果ξ和η是定义在同一概率空 间(,,P)上的两个随机变量称(n)为二 维随机变量(向量)

3.6多维正态随机变量 一、二维正态随机变量的已知结论 设二维随机变量(En)的联合概率密度为

在本节中，我们重点讨论二维随机变量，三维或更多维的随机变量的许多概念和结论是二维随机变量的推广

在前面关于随机变量及其分布的讨论中,我们较仔 细地讨论了随机变量的概率分布,我们看到随机变 量的概率分布(分布函数或分布列和概率密度)是随 机变量的概率性质最完整的刻划,是能够完整地描 述随机变量的统计规律的

在数字通信系统中,接收机输入信号根据其特性的不同可以分为两大类, 类是确知信号,另一类是随参信号。 所谓确知信号是指,一个信号出现后,它的所有参数(如幅度、频率、相位、 到达时刻等)都是确知的。如数字信号通过恒参信道到达接收机输入端的信号。 在随参信号中,根据信号中随机参量的不同又可细分为随机相位信号、随机 振幅信号和随机振幅随机相位信号(又称起伏信号)

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

概率论是研究随机现象统计规律的学问，它为数理统计奠定了理论 基础。所谓数理统计，是以概率论为基础，通过合理地获取随机现 象的少量数据资料，估计和检验反映随机现象的某种数字特征，或 分析和判断随机现象所具有的统计规律性的学问