第一章预备知识 第一节事件和概率 第二节随机变量及其分布 第三节随机变量的特征数 第四节矩母函数与特征函数 第五节随机向量及其分布 第六节随机变量函数的分布 第七节分布参数的估计和检验

随机事件虽然有偶然性的一面,即它在 一次试验中,可能发生,也可能不发生; 但是在大量重复试验中,人们还是可以 发现它是有内在规律性的,即它出现的可能性的大小是可以\度量\的.随机事件的概率就是用来计量随机事件出现的可能性大小的一个数字,它是概率论中最基本的概念之一

第一节 随机向量 第二节 两个随机变量的函数的分布 第三节 随机向量的数字特征 第四节 大数定理与中心极限定理

一、高敬型随机变量的概 二、种常见高型随机变量及其分布

§2.1一维随机变量及分布列 §2.2多维随机变量、联合分布列和边际分布列 §2.3随机变量函数的分布列 §2.4数学期望的定义及性质 §2.5方差的定义及性质 §2.6条件分布与条件数学期望

一、叙述下列概念的定义(5分×4=20分): 1.随机试验 2. Bernoulli概型 3.随机变量ξ,n的相关系数 4.随机变量序列{n}(n=1,2,…)依分布收敛于随机变量

在前四章里我们讨论了概率论的基本概念与方法,从中我们 学到一条基本的道理,随机变量及其所伴随的概率分布全面描述 了随机现象的统计规律性但是在实际中一个随机现象所服从的 分布是什么概型可能完全不知道,或者由于随机现象的某些事实 而知道其概型,但不知其分布函数中所含的参数.这些反而正是研 究者所希望了解的,是研究的目的

二维随机变量(x,作为一个整体,它具 有联合分布函数F(x,y)而和都是一维随机变 干量,它们也有自身的概率分布,分别称为,r 关于和Y的边缘分布(Marginal Distribution),其相应的分布函数F(x)F(y) 依次称为二维随机变量是关于和关于的边缘 分布函数(Marginal Distribution Function).易知

掌握随机变量的数学期望、方差、协方差、相关系数等几个基本概念及其性质并会求一 些随机变量及函数的数学期望与方差为后面的学习打下基础

1、确知信号和随机信号 ①确知信号是指它经过恒参倍道后的参数(幅度、频 率、相位、到达时间等)都是确知的。如数字信号,从检 测的观点来看,未知的仅是信号的出现与否。 ②随机相位信号,这种信早除了信号的相位严之外, 其余参数都是确知的,即信号的相位是唯一随机变化的参 数。它的随机相位在数字信号的持续时间(T)区间内为 某一值,而在另一个时间间隔内为另一值。这种变化是随 机的。例如FSK和ASK信号等。这种信号的相位分布, 一般认为p在[o,2区间内是均匀分布的