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

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:

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
概率论是一门数学分支,研究事件发生的可能性和规律性。它涉及到概率的定义、计算以及概率分布函数等内容。在概率论,人们通过建立数学模型来描述随机事件的发生,并利用概率论的工具对这些事件进行分析和推理。 随机变量是概率论的核心概念之一。它是数学上对随机现象的数值描述。随机变量可以是离散型的,比如掷硬币的结果;也可以是连续型的,比如测量温度的结果。通过对随机变量的研究,我们可以得到关于其概率分布、累积分布以及期望值等统计特性的结论。 随机过程随机变量的集合,这些随机变量的取值是与时间有关的。随机过程可以用来建模复杂的现象,比如通信信道的变化、金融市场的波动等。随机过程的研究可以帮助我们了解和预测这些现象,以及设计相应的算法和策略。 信号处理是利用数学和算法处理信号的方法和技术。在信号处理,我们可以利用概率论、随机变量随机过程的理论来分析和处理信号。例如,通过对信号进行随机变量的建模,我们可以对信号的特性进行分析和预测;通过对信号进行随机过程的研究,我们可以进一步探索信号的时变性质;通过信号的统计特性分析,我们可以设计相应的信号处理算法,比如滤波器、压缩算法等。 总之,概率论、随机变量随机过程理论以及信号处理有着密切的联系。这些理论和方法可以应用在各种领域,包括通信、金融、生物医学等,为我们理解和处理随机现象提供了有力的工具和方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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