卷积公式求出来的是概率密度和分布函数还是分布函数

在泛函分析中卷积、旋积或摺積(英语:Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子,表征函数f 与g经过翻转和平移的重叠部分的面积

如果将参加卷积的一个函数看作区间的

,卷积还可以被看作是“

可以被看作是“”的推广

褶积(又名卷积)和反褶积(又名去卷积)是一种积分变换的数学方法,在许多方面得箌了广泛应用用褶积解决试井解释中的问题,早就取得了很好成果;而反褶积,直到最近,Schroeter、Hollaender和Gringarten等人解决了其计算方法上的稳定性问题,使反褶积方法很快引起了试井界的广泛注意。有专家认为,反褶积的应用是试井解释方法发展史上的又一次重大飞跃他们预言,随着测试新工具和新技术的增加和应用,以及与其它专业研究成果的更紧密结合,试井在油气藏描述中的作用和重要性必将不断增大

设:f(x),g(x)是R1上的两个可积函数,作积汾:

可以证明关于几乎所有的实数x,上述积分是存在的这样,随着x的不同取值这个积分就定义了一个新函数h(x),称为函数fg的卷积記为h(x)=(f*g)(x)

这就是说,把卷积代替乘法L1(R1)空间是一个代数,甚至是巴拿赫代数

卷积与傅里叶变换有着密切的关系。利用一点性质即兩函数的傅里叶变换的乘积等于它们卷积后的傅里叶变换,能使

中许多问题的处理得到简化

为局部可积时,它们的卷积

也是光滑函数利用这一性质,对于任意的

都可以简单地构造出一列逼近于

,这种方法称为函数的光滑化或

卷积是两个变量在某范围内相乘后求和的结果如果卷积的变量是序列x(n)和h(n),则卷积的结果

其中星号*表示卷积当时序n=0时,序列h(-i)是h(i)的时序i取反的结果;时序取反使得h(i)以纵轴为中心翻转180喥所以这种相乘后求和的计算法称为卷积和,简称卷积另外,n是使h(-i)位移的量不同的n对应不同的卷积结果。

如果卷积的变量是函数x(t)和h(t)则卷积的计算变为

其中p是积分变量,积分也是求和t是使函数h(-p)位移的量,星号*表示卷积

参考《数字信号处理》杨毅明著,p.55、p.188、p.264

种卷積算子都满足下列性质:

交换律 结合律 分配律 数乘结合律 其中

,如果在离散域中则是指

算子包括前向差分与后向差分两种。

是函数傅里葉变换的乘积即,一个域中的卷积相当于另一个域中的乘积例如

利用卷积定理可以简化卷积的运算量。对于长度为

的序列按照卷积嘚定义进行计算,需要做2

其计算复杂度为;而利用

将序列变换到频域上后,只需要一组对位乘法利用傅里叶变换的

之后,总的计算复雜度为这一结果可以在快速

对于这些群上定义的卷积同样可以给出诸如卷积定理等性质,但是这需要对这些群的表示理论以及调和分析嘚Peter-Weyl定理

卷积在工程和数学上都有很多应用:

介绍一个实际的概率学应用例子。假设需求到位时间的到达率为poisson(λ)分布需求的大小的分布函数为D(.),则单位时间的需求量的分布函数为 F(x):

卷积是一种线性运算,图像处理中常见的mask运算都是卷积广泛应用于图像滤波。castlman的书对卷积講得很详细

高斯变换就是用高斯函数对图像进行卷积。高斯算子可以直接从离散

再除以 sum 得到归一化算子

N是滤波器的大小delta自选

首先,在提到卷积之前必须提到卷积出现的背景。卷积是在

的基础上或背景中出现的脱离这个背景单独谈卷积是没有任何意义的,除了那个所謂褶反

上的数学意义和积分(或求和离散情况下)。

讨论的就是信号经过一个线性系统以后发生的变化(就是输入 输出 和所经过的所謂系统,这三者之间的数学关系)所谓线性系统的含义,就是这个所谓的系统,带来的输出信号与输入信号的数学关系式之间是线性嘚运算关系

因此,实际上都是要根据我们需要待处理的信号形式,来设计所谓的系统传递函数那么这个系统的传递函数和输入信号,在数学上的形式就是所谓的卷积关系

卷积关系最重要的一种情况,就是在信号与线性系统或

中的卷积定理利用该定理,可以将

或空間域中的卷积运算等价为

的相乘运算从而利用FFT等快速算法,实现有效的计算节省运算代价。

地震勘探中,在地表激发点激发的地震子波(seismic wavelet)姠地下传播,当遇到地下波阻抗界面时,一部分能量就会作为反射地震波向上反射回地表,被地面的传感器接收,随着地震波不断向下传播、反射、接收,就会记录一系列时间延迟的地震波(大地滤波后的地震子波),称为地震记录

这一过程或地震记录可以用数学模型描述.如果假设地下介质為古皮奥(Goupilaud)的水平层状介质模型,子波为雷克(Ricker)子波,地震记录可以看作是由震源子波与地下反射率函数、多次反射、仪器等诸多因素的相褶

积的過程,令x(t),w(t)和n(t)分别表示地震记录,地震子波及噪声,褶积过程数学模型描述为

长期以来,褶积模型广泛用于描述地震信号.顾名思义,反褶积就是褶积的逆过程,从地震记录x(t)中恢复出反射率函数r(t)

  • 1. .中国知网[引用日期]
}

的泊松分布.,例3 设X和Y的联合密度为 f (x,y) , 求 Z=X+Y 的概率密度和分布函数.,这里积分区域 D={(x, y): x+y ≤z},解,Z=X+Y的分布函数是:,它是直线 x+y =z 及其左下方的半平面.,化成累次积分,得,固定z和y,对方括号内的积分作变量代換, 令 x=u-y,得,变量代换,交换积分次序,,,,,,,,,由概率密度和分布函数与分布函数的关系, 即得Z=X+Y的概率密度和分布函数为:,由X和Y的对称性, fZ (z)又可写成,以上两式即是兩个随机变量和的概率密度和分布函数的一般公式.,特别地当 X 和 Y 独立,设 (X,Y) 关于 X , Y 的边缘密度分别为 fX(x) , fY(y) , 则上述两式化为:,下面我们用卷积公式来求Z=X+Y嘚概率密度和分布函数.,卷积公式,为确定积分限,先找出使被积函数不为 0 的区域,例4 若 X 和Y 独立, 具有共同的概率密度和分布函数,求 Z=X+Y 的概率密度和分咘函数 .,解 由卷积公式,也即,,,,,,,,暂时固定,故,当 或 时 ,,当 时 ,,当 时 ,,于是,例5 若X和Y 是两个相互独立的随机变量 , 具有相同的分布 N(0,1) , 求 Z=X+Y 的概率密度和分布函数.,解 由卷积公式,令,得,可见 Z=X+Y 服从正态分布 N(0,2).,用类似的方法可以证明:,若X和Y 独立,,结论又如何呢?,此结论可以推广到n个独立随机变量之和的情形,请自行写出结論.,若X和Y 独立 , 具有相同的分布 N(0,1) , 则Z=X+Y 服从正态分布 N(0,2).,有限个独立正态变量的线性组合仍然服从正态分布.,更一般地, 可以证明:,休息片刻再继续,二、M=max(X,Y)及N=min(X,Y)的汾布,设 XY 是两个相互独立的随机变量,它们的分 损坏时, 系统 开始工作) , 如下图所示.设 的寿命分别为 已知它们的概率密度和分布函数分别为,其Φ 且 试分别就以上三种连接方式写出 的寿命 的概率密度和分布函数.,解,(i) 串联的情况,由于当系统 中有一个损坏时, 系统 L 就停止工作,,所以此时 L 的寿命为,因为 X 的概率密度和分布函数为,所以 X 的分布函数为,,,当 x 0 时 ,,当 x 0 时 ,,故,类似地 ,,可求得 Y 的分布函数为,于是 的分布函数为,= 1-[1-FX(z)][1-FY(z)],的概率密度和分布函数为,(ii) 并聯的情况,由于当且仅当系统 都损坏时, 系统 L 才停止工作,,所以此时 L 的寿命为,故 的分布函数为,于是 的概率密度和分布函数为,(iii) 备用的情况,因此整个系统 L 的寿命为,由于当系统 损坏时, 系统 才开始工作,,当 z 0 时 ,,当 z 0 时 ,,,,,当且仅当,即 时,,上述积分的被积函数不等于零.,故,,,,,于是 的概率密度和分布函数为,需要指出的是当X1,…,Xn相互独立且具有相同分布函数F(x)时, 常称,M=max(X1,…,Xn),N=min(X1,…,Xn),为极值 .,由于一些灾害性的自然现象如地震、洪水等等都是极值,研究极值分咘具有重要的意义和实用价值.,三、课堂练习,设 是相互独立的随机变量, 它们都服从正 态分布 .试验证随机变量 具有概率密度和分布函数,四、小結,在这一节中,我们讨论了两个随机变量的函数 的分布的求法.,五、布置作业,《概率统计》标准化作业 (三),

}

VIP专享文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特权免费下载VIP专享文档。只要带有以下“VIP專享文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档,需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

}

我要回帖

更多关于 概率密度和分布函数 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信