Random variables and Random Process/随机变量和随机过程

本文介绍了随机变量的类型,包括伯努利、二项、均匀和高斯随机变量,并详细阐述了高斯随机变量的特性及Q函数、CDF和互补误差函数。此外,还讨论了随机变量和的极限定理,如大数定律和中心极限定理。接着,文章探讨了随机过程的概念,如平均值、自相关和互相关函数,重点讲解了广义平稳随机过程的条件以及维纳-辛钦定理。最后,提到了高斯和白噪声随机过程的特性。

Random Variables:

(随机变量)

1.Bernoulli Random Variable:

(伯努利随机变量)

It is a discrete binary-valued that takes 0 and 1 with probability 1-p and p respectively.

(它是一个离散的二进制值,取0和1的概率分别为1-p和p)

P[x=1]=p,P[x=0]=1-p

E[x]=\sum x*P[X=x]=1*p+0*(1-p)=p

Var[x]=E[(x-E[x])^{2}]=p-p^{2}

2.Binomial Random Variable:

(二项随机变量)

This random varible models the number of heads when a coin is flipped n times and the probability of head is p,noted as:

(该随机变量是一个硬币抛n次,p次得到正面的概率的模型,记为)

X\sim B(n,p)

P[x=k]=\begin{pmatrix} n\\p \end{pmatrix}*p^{k}(1-p)^{n-k}

E[x]=\sum k*P[x=k]=n*p

Var[x]=n*p*(1-p)

3.Uniform Random Variable

(均匀随机变量)

It is continuous random variable with pdf(probability density function)

(它是一个连续的随机变量,其概率密度函数如下:)

 p(x)=\begin{cases} 1/b-a & \text{ if } a<x<b \\ 0& \text{ otherwise} \end{cases}

E[x]=(a+b)/2

Var[x]=(b-a)^{2}/12

4.Gaussian Random Varriable:

(高斯随机变量)

It is continuous random variable defined as 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值