随机信号分析概率论部分重点笔记

首页 / 电子 / 正文

学科概览

  • 不确定性信号
  • 噪声处理:
    信源->发送设备->信道传输->接收设备->信宿
  • 用到概率论、随机过程分析芝士

    随机变量基本概念


    随机试验E (Experiment)

  • 可重复
  • 独立
  • 结果不确定
  • 结果范围有限

    随机事件


    一次随机试验

    互斥事件

    无标题.jpg

    逆事件

    无标题2.jpg

基本事件

所有事件情况

样本点s (Sample)

某种可能结果

样本空间S (Samples)

所有可能结果的集合

频数

打n局游戏,赢了nA局

频率

nA/n

概率

打了n->∞游戏
$$\lim_{n \to \infty}{nA\over n}$$

概率类型

  • 古典
    有限个基本事件,离散
  • 几何
    无限个基本事件,连续

    概率的公理化定义

  • (非负性)P(A) >= 0
  • (归一性)P(S) = 1
  • (可列可加性)A1~An互斥,
    $$P(U^{n}_{i=1}{Ai})={{\sum}\{i=1}^{n}{P(A_i)}}$$
    无标题3.jpg

概率空间

(S,F,P):

  • Samples: 样本空间
  • F: 时间域
  • P: 概率

条件概率

$$P(A|B) = {P(AB)\over P(B)}$$
$$P(B)!=0$$

全概率公式

无标题3.jpg
条件:

  • U(Bn) = S
  • B1~Bn互斥

$$P(A) = \sum^{n}_{i=1}{P(A|B_i)P(B_i)}$$

贝叶斯公式

P(A|B) 与 P(B|A) 的关系

用 P(A|B) 与 P(B|A) 的定义式,通过其共有的P(AB)衔接出一个等式:
$$P(B|A)={{P(A|B)P(B)}\over{P(A)}}$$
再将分母P(A)代入全概率公式,得到贝叶斯公式
$$P(B|A)={P(A|B)P(B)\over\sum^{n}_{i=1}{P(A|B_i)P(B_i)}}$$

统计独立

$$P(AB) = P(A)P(B)$$
注:三事件两两独立 不可得到 三事件相互独立

概率分布函数

$$F(x) = P[X \le x]$$

注:其中小写的x表示样本点,大写的X表示样本空间

$$F(x,y)=P[X \le x, Y \le y]$$

注:二维分布是积事件

概率密度函数

物理上的密度:$这部分体积的质量 \over \Delta 体积$

概率密度:
$$X落在这个范围的概率\over \Delta 随机变量$$
$$ f(x) ={ \partial{F(x)} \over \partial{x} } $$

$$ f(x,y) ={ \partial^2{F(x,y)} \over \partial{x} \partial{y} }$$
$$F(x) = \int _{-\infty} ^x f(x,y) dx$$

$$F(x,y) = \int {-\infty} ^x \int {-\infty} ^y f(x,y) dxdy$$

边沿分布

二维联合分布函数,分离出来X和Y单独的分布函数,就是边沿分布
同理于概率密度

$$F_X(x) = P[X \le x, Y \le \infty]$$

$$fX(x) = \int {-\infty} ^{+\infty} f(x,y) dy $$

独立

$$F(x,y) = F _X(x)F_Y(y)$$

$$f(x,y) = f _X(x)f_Y(y)$$

打赏
评论区
头像