1.1 概率空间与条件概率
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
随机信号分析
目录
CONTENTS
CONTENTS
概率空间
条件概率
独立事件与统计独立
概率空间定义:规定一个实验,所有样本点之集合构成样本空间S ,在样本空间中
一个样本点或若干个样本点之适当集合F 称为事件域,F 中的每一集合称为事件。若A ∈ℱ,则P[A]就是事件A 的概率,并称这三个实体的结合(S ,F ,P)为一个概率空间。
样本点(s )5随机事件(A )
6样本空间(S )4随机试验(E )3随机现象2
确定性事件1
条件概率空间
定义:设(S ,ℱ,P)是一个已知的概率空间,
有事件A ,B ∈ℱ,P[B]≠0,令
[][|] ()[]
P A B P A B A P B F =∈则P[·|B]是定义在ℱ上的条件概率。
计P B [A]=P[A|B],称(S ,ℱ,P B )为给定
事件B 的条件概率空间,简称为条件概率空间。
条件概率空间
全概率公式S A B 9B 8B 7B 6B 5
B 4B 3B 2B 1 1,2,
,i j B B i j N φ=≠=1N i i B S
==1[][|][]
N i i i P A P A B P B ==∑
条件概率空间
贝叶斯公式是建立在条件概率的基础上
寻找事件发生的原因
1[][|]
[|] 1,2,,[][|]i i i N i i
i P B P A B P B A i N
P B P A B ===∑贝叶斯公式(Bayes Formula)
P[B i ](i =1,2,…)为先验概率
P[B i |A](i =1,2,…)为后验概率
独立事件、统计独立定义:设(S,ℱ,P)为一概率空间,事件A ∈F 、B ∈F 且P[A]>0,若
P[B|A]=P[B],则称事件B 随机独立于事件A (或简称B 独立于A )。
P[B|A]=P[B]
P[A ∩B]=P[A]P[B]P[A|B]=P[A]
在概率独立性的定义中,一般是使用乘积公式,即
P[A ∩B]=P[A]P[B]
两个事件的独立性具有相互对称性质
独立事件、统计独立
概率范畴的概念
集合范畴的概念
注意:互斥事件与统计独立的区别。
互斥----A ∩B =ϕ,P[A ∩B]=P[ϕ]
统计独立----P[A ∩B]=P[A]P[B]
学习概率空间、条件概率空间的定义
判定两事件统计独立理解贝叶斯公式的意义
有缘学习更多+谓ygd3076考证资料或关注桃报:奉献教育(店铺)