@pearl3344
2017-10-31T09:47:43.000000Z
字数 2165
阅读 2000
概率统计
事件是样本空间的子集。
概率是定义在事件上的。
随机变量将元事件映射到实数。随机变量的取值空间是一个新的随机试验的样本空间。随机变量取到哪个范围值,是一个事件。等价于 在原随机试验中,将哪些元事件映射到这个范围内的实数。
随机过程是在随机变量上加了时间维,在每个时间点上是一个随机变量。
随机试验random experiment: 实验过程+ 测量/观察集合
试验一E1:抛硬币三次,记录正反面。
试验二E2: 抛硬币三次,记录正面的次数。
试验三E3: 从0到1之间取一个数。
样本空间sample space:一个事件的所有可能的输出集合。
S1={HHH,HHT,HTH,THH,HTT,THT,TTH,TTT} 离散样本空间
S2={0,1,2,3} 离散样本空间
S3=[0,1] 连续样本空间
事件event: 随机试验的某一种特定输出结果。事件是样本空间的一个子集。
事件一A1: 抛硬币三次,第二次是正面。{HHH,HHT,THH,THT}
事件二A2:抛硬币三次,是正面的次数共小于4。S2。必然事件certain event
事件三A3: 从0到1之间取一个数,取到了2。 不可能事件,零事件
事件的交:多个事件同时发生。集合的交集。
两个事件互斥: 它们的交集是空。不可能同时发生。
事件的并:多个事件至少有一个发生。
两个事件互补: 它们的并集是整个样本空间,交集是空。有且仅有一个发生。**
概率probability:为样本空间为S的随机试验E中的每一种事件A赋予一个实数P[A] (事件到实数的映射)且满足 ①非负0 P[A] , ②必然事件P[S]=1, ③可加性 A1,A2,...任意两都互斥,则
条件概率conditional probability: 事件B发生的条件下事件A发生的概率。
两个事件独立: P[AB]=P[A]P[B] 同时发生的概率=分别发生的概率的乘积。
事件序列
随机变量是 一个函数,将随机试验的样本空间中的每一个输出 (元事件) 映射到一个实数。(多个不同的试验输出可以被映射到同一个实数。)
这个函数是在进行实验前就固定的确定好的,观察到X取什么实数,是由随机试验本身确定的。观察到X取某个范围的实数值的概率,可以由随机试验中的多个元事件的概率确定。
随机试验E:样本空间S,其中一个事件A。(A是S的子集)
随机变量X:定义域S,值域。
随机变量取值的随机试验Ex:样本空间, 其中一个事件B。(B是的子集)
事件B:随机变量取到某个范围的值。
E:抛硬币三次,记录正反面。
S: {HHH,HHT,HTH,THH,HTT,THT,TTH,TTT}
A:抛硬币三次,最多有一次是反面。{HHH,HHT,HTH,THH}
:抛硬币三次,正面在上的次数为X,X的取值。
: {0,1,2,3}
B: X取值不小于2。{2,3}
: S到的函数
S | HHH | HHT | HTH | THH | HTT | THT | TTH | TTT |
---|---|---|---|---|---|---|---|---|
3 | 2 | 2 | 2 | 1 | 1 | 1 | 0 |
随机试验空间中的事件A发生,当且仅当,随机试验空间中的事件B发生,A和B两事件的概率相等,是equivalent事件。
离散的随机变量:其cdf是阶梯状的,跳跃点是可数的
连续的随机变量:其cdf是处处连续的,可以写出pdf的积分
离散随机变量的概率质量函数pmf
X的一种可能取值方法,该事件的概率。
连续随机变量等于某个数值的概率等于0。
随机变量的概率密度函数pdf
cdf的导数(如果存在)。
离散随机变量的pdf的表示:
delta函数的积分得到单位跳跃函数。
在处的delta函数的积分得到从b开始的跳跃函数。
pmf
pdf
随机变量的期望/均值
为随机试验样本空间里的每一个可能的输出(元事件)定义一个事件的函数:
固定时间,是一个随机变量;
所有时间,是一个随机变量族,称为一个随机过程。
固定输出,是随机过程的采样函数。
时间(的索引)空间可以是离散的,可以是连续的。
从时间维采样k个时间点,得到k个随机变量的族,随机过程。
参考
Probability and Random Processes for Electrical Engineering, by Alberto Leon-Garcia[M]. Addison-Wesley, 1994.