例1两封信随机投向1,2,3,4四个信箱,代表头两个信箱里的信数目,求在第2个邮箱里 有一封信条件下第一个邮箱内信数的平均数. 解因已经计算出

通常求出随机变量的分布并不是一件容易的事,而人们更关心的是用一些数字来表示随机变量的特点,这些与随机变量有关的数字,就是随机变量的数字特征.最常用的数字特征为数学期望,方差和相关系数

随机变量的函数的分布 我们常常遇到一些随机变量,它们的分布往往难于直接得到(如滚珠体积的测量值等),但是与它们有关系的另一些随机变量,其分布却是容易知道的(如滚珠直径的测量值).因此,要 研究随机变量之间的关系,从而通过它们之间的关系,由已知的随机变量的分布求出与之有关的另一个随机变量的分布

定义2.5如果每次试验的结果对应着一组确 定的实数(1525),它们是随试验结果 不同而变化的n个随机变量,并且对任何一 组实数x12xn事件 \515x25xn\有确定的概率,则称 n个随机变量的整体(525)为一个n元 随机变量(或n元随机向量) 定义2.6称n元函数

连续型随机变量的分布 一随机变量的分布函数是描述任何类型的 随机变量的变化规律的最一般的形式,但 由于它不够直观,往往不常用。 比如,对离散型随机变量,用概率函数来 描述即简单又直观。 对于连续型随机变量也希望有一种比分布 函数更直观的描述方式。 这就是今天要讲的“概率密度函数

对一个系统进行分析和研究,首先要知道 该系统的数学模型,也就是要建立该系统 特性的数学表达式.所谓线性系统,在许多 场合,它的数学模型可以用一个线性微分 方程来描述,或者说是满足叠加原理的一 类系统.这一类系统无论是在电路理论还 是在自动控制理论的研究中,都占有很重 要的地位.本节将应用拉氏变换来解线性 微分方程和建立线性系统的传递函数的概 念

前面主要讨论了由已知函数f(t)求它的象函数 F(s),但在实际应用中常会碰到与此相反的问 题,即已知象函数F(s)求它的象原函数f(t).本 节就来解决这个问题. 由拉氏变换的概念可知,函数f(t)的拉氏变换, 实际上就是f(tu(t)e-的傅氏变换

拉氏变换的性质 本讲介绍拉氏变换的几个性质,它们在 拉氏变换的实际应用中都是很有用的. 为方便起见,假定在这些性质中,凡是要 求拉氏变换的函数都满足拉氏变换存在 定理中的条件,并且把这些函数的增长 指数都统一地取为c.在证明性质时不再 重述这些条件

对于一个函数(t),有可能因为不满足傅氏变 换的条件,因而不存在傅氏变换. 因此,首先将(t)乘上u(t),这样t小于零的部分 的函数值就都等于0了 而大家知道在各种函数中,指数函数e(B>0) 的上升速度是最快的了,因而e-Bt下降的速度 也是最快的. 因此,几乎所有的实用函数p(t)乘上u(t)再乘上 e-后得到的(t)u(t)e-p傅氏变换都存在

卷积定理与相关函数 卷积的概念 若已知函数f(),f2(t),则积分 称为函数f()与f()的卷积,记为f(+f(t)