物理隨機過程筆記(2)
本筆記僅作學習交流之用
連續型隨機變數
- 概率累計函數
對於概率密度函數 ,我們規定其概率累計函數(Probability cummulative function) 為 ,注意其中 為引入的啞變數。 是一個非遞減函數,它的概率學意義在於它描述了當隨機變數 時的概率,因而有: ,
2.生存概率函數
生存概率函數,顧名思義,隨時間增大而減小(Roger Jones教授原話:Probability of survival decreases with time),概率學意義是在 之前,事件不會發生的概率,因而:
利用積分的定律,對於上述兩種函數,易知:
高斯分布(正態分布)
高斯分布不少人在高中甚至初中就學過,卻很少有學生真正在高中就真正參悟到其中的原理的。Rojer Jones教授帶領我們從積分開始入手,真正參悟到高斯分布的實質,使人大呼過癮。
- 歸一化條件
一元隨機變數 服從高斯分布,則有概率密度函數: 其中 是期望值。
對於其歸一化條件的確認,首先,先證明將要用到的結論:泊松積分公式
證明:令: ,兩者數學意義上等價
有: 轉化成二重積分,有:
轉化到極坐標下,即 ,利用雅可比矩陣進行變數代換,則:
,確定積分上下限,有:
故: 證畢。
作變數代換: ,有:
則易得:
故高斯分布歸一化特徵得證。
至此,筆者在高中對於正態分布的疑惑被解決,真是大快人心。
2.期望:
對於高斯分布之期望,欲證明
我們求積分:
令: 且
則:
奇函數積分結果為零,故:
證畢。
注意其中,根據換元易知:
3. 方差Variance
對於高斯分布之期望,欲證明:
求積分:
令:
則:
對於積分 我們可以採取分部積分法,但是太過繁瑣複雜。這裡引進費曼技巧,即積分符號內取微分,這種技巧十分好用。
觀察積分式可得:
由上面已證明的泊松積分,原式可化為:
因為有: 則原式為:
證畢。
因高斯分布積分運算較為複雜,故考試時一般查表得數據。
(本章完)
下節預告:特別篇:積分必殺技--費曼技巧
推薦閱讀: