特征函数与矩函数的关系,写的非常不错（课堂PPT）_第1页
特征函数与矩函数的关系,写的非常不错（课堂PPT）_第2页
特征函数与矩函数的关系,写的非常不错（课堂PPT）_第3页
特征函数与矩函数的关系,写的非常不错（课堂PPT）_第4页
特征函数与矩函数的关系,写的非常不错（课堂PPT）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1,1.2.3特征函数与矩函数的关系,数学期望或一阶原点矩,2,n阶原点矩,说明矩函数可由特征函数唯一地确定,3,泰勒级数,麦克劳林级数,4,特征函数由各阶矩函数唯一地确定,矩生成函数,第二特征函数也称为累积量生成函数,5,6,数学期望为零的高斯变量的前三阶矩与相应阶的累积量相同,7,1.2.4联合特征函数与联合累积量,边缘特征函数,8,联合特征函数和各阶联合矩有如下的关系：,第二联合特征函数定义为：,N维联合特征函数的一个重要性质是：当N个随机变量互相独立时，它们的联合特征函数是N个随机变量的特征函数的乘积，即：,9,1.3随机信号实用分布律,一、均匀分布,概率密度,10,概率分布函数,概率密度,11,二、高斯分布（正态分布）,1、一维高斯分布,高斯变量的一维概率分布律唯一地由数学期望和方差决定。,高斯变量的概率密度,12,归一化后的高斯变量的数学期望为零、方差为1。,归一化高斯变量或标准高斯变量,13,高斯变量的特点,高斯变量的线性组合仍为高斯变量,14,如果n个独立随机变量的分布是相同的，并且具有有限的数学期望和方差，当n无穷大时，它们之和的分布趋近于高斯分布。即使n个独立随机变量不是相同分布的，当n无穷大时，如果满足任意一个随机变量都不占优势或对和的影响足够小，那么它们之和的分布仍然趋于高斯分布。（中心极限定理）,对于高斯变量来说，不相关和统计独立是等阶的。,15,2、二维高斯分布,16,17,3、多维高斯分布,18,三、分布,Y的概率密度为:,19,Y的数学期望和方差为:,20,Y的概率密度为：,Y的数学期望和方差为：,21,22,四、瑞利分
人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论