物理随机过程笔记(2)
本笔记仅作学习交流之用
连续型随机变数
- 概率累计函数
对于概率密度函数 ,我们规定其概率累计函数(Probability cummulative function) 为 ,注意其中 为引入的哑变数。 是一个非递减函数,它的概率学意义在于它描述了当随机变数 时的概率,因而有: ,
2.生存概率函数
生存概率函数,顾名思义,随时间增大而减小(Roger Jones教授原话:Probability of survival decreases with time),概率学意义是在 之前,事件不会发生的概率,因而:
利用积分的定律,对于上述两种函数,易知:
高斯分布(正态分布)
高斯分布不少人在高中甚至初中就学过,却很少有学生真正在高中就真正参悟到其中的原理的。Rojer Jones教授带领我们从积分开始入手,真正参悟到高斯分布的实质,使人大呼过瘾。
- 归一化条件
一元随机变数 服从高斯分布,则有概率密度函数: 其中 是期望值。
对于其归一化条件的确认,首先,先证明将要用到的结论:泊松积分公式
证明:令: ,两者数学意义上等价
有: 转化成二重积分,有:
转化到极坐标下,即 ,利用雅可比矩阵进行变数代换,则:
,确定积分上下限,有:
故: 证毕。
作变数代换: ,有:
则易得:
故高斯分布归一化特征得证。
至此,笔者在高中对于正态分布的疑惑被解决,真是大快人心。
2.期望:
对于高斯分布之期望,欲证明
我们求积分:
令: 且
则:
奇函数积分结果为零,故:
证毕。
注意其中,根据换元易知:
3. 方差Variance
对于高斯分布之期望,欲证明:
求积分:
令:
则:
对于积分 我们可以采取分部积分法,但是太过繁琐复杂。这里引进费曼技巧,即积分符号内取微分,这种技巧十分好用。
观察积分式可得:
由上面已证明的泊松积分,原式可化为:
因为有: 则原式为:
证毕。
因高斯分布积分运算较为复杂,故考试时一般查表得数据。
(本章完)
下节预告:特别篇:积分必杀技--费曼技巧
推荐阅读: