随机变量的概念在概率论和数理统计中具有基本的 重要性，随机变量的引入，使对随机现象的研究规范化 和数量化，从而可以把数学分析的方法引入概率论。 在实际问题中广泛存在着随机变量。它通常被分成 两大类。如果 可能取的值是有限个或至多可列 个，则称 为离散型随机变量；非离散型的范围 太广，其中最主要的也是实际问题中最常见的是连续 型随机变量

§2.1 随机变量及其分布函数 Random Variable and Distribution §2.2 离散随机变量的概率分布

❖ 信号的描述 ❖ 信号的自变量变换 ❖ 基本信号 ❖ 系统及其数学模型 ❖ 系统的性质 1.0 引言 ( Introduction ) 1.1 连续时间与离散时间信号 （Continuous-Time and Discrete-Time Signals） 1.2 自变量变换 （Transformations of the Independent Variable) 1.3 复指数信号与正弦信号 （Exponential and Sinusoidal Signals ） 1.4 单位冲激与单位阶跃 （The Unit Impulse and Unit Step Functions） 1.5 连续时间与离散时间系统 （Continuous-Time and Discrete-Time Systems） 1.6 系统的基本性质 ( Basic System Properties )

 3.1 信道的数学模型及分类  3.2 平均互信息及平均条件互信息  3.3 平均互信息的特性  3.4 信道容量及其一般计算方法  3.5 离散无记忆扩展信道及其信道容量  3.6 独立并联信道及其信道容量  3.7 串联信道的互信息和数据处理定理  3.8 信源与信道的匹配

一维离散随机变量函数的数学期望 一维连续随机变量函数的数学期望 二维离散随机变量函数的数学期望 二维连续随机变量函数的数学期望

第1节 二维随机向量及其分布函数 第2节 二维离散型随机向量 第3节 二维连续型随机向量

§9.1 离散时间傅里叶变换 §9.2 Z变换简介 §9.3 离散傅里叶变换 §9.4 快速傅里叶变换

本章讨论线性系统的运动分析。 – 主要介绍 • 连续系统与离散系统的状态空间模型的求解、 • 状态转移矩阵的性质和计算以及 • 连续系统状态方程的离散化。 – 本章最后介绍基于Matlab的状态空间模型求解与 控制系统的运动仿真问题的程序设计与仿真计算

第三讲多维随机变量及其概率分布 内容提要 (1)联合分布函数与边缘分布函数(关系与性质) (2)二维离散型随机变量(联合分布律及性质边缘分布,条件分布,独立性判断) (3)二维连续型随机变量(联合密度函数及性质,概率计算,边缘密度,条件分布及密度,独立性判断) (4)独立随机变量及相关性质(独立性判断,相关计算) (5)随机变量函数的分布(离散场合,连续场合和、商、积与极值的分布) (6)常见的两个二维分布(二维均匀,二维正态以及它们的相关性质)

第四章离散时间 Markov链 4.1定义和一些例子 在一些物理学、生物学、经济学等许多学科中都有如下行为的系统:该系统 是与时间有关的一个系统,如果已知系统在现在的状态,则此系统的过去所处的 状态与将来所处状态是(条件)独立的,这个特性称为 Markov性