首頁 >電腦教學 >電腦知識 >機率密度函數的簡單說明

機率密度函數的簡單說明

WBOY
WBOY轉載
2024-01-24 13:03:191236瀏覽

能夠簡單說明一下什麼叫機率密度函數嗎

機率密度函數(p.d.f.,probability density function)描述了隨機變數的機率分佈,為累積分佈函數的導函數。 [編輯]定義對於一維實隨機變數 X,任何一個滿足下列條件的函數f_X (x)都可以被定義為其機率密度函數: f_ (x)\ge 0, -\infty \int_{-\infty}^{\infty} f_ (x)\,dx = 1 隨機變數X在區間上的機率可以由其機率密度函數的定積分錶示: P[a 而F(x)=P[X是X的累積分佈函數,顯然機率密度函數是它的導函數。 [編輯]應用 由機率密度函數可以出期望值、變異數等矩量。期望值(一階矩): E[X]=\int_{-\infty}^{\infty} xf(x)\,dx 變異數(二階矩): VAR[X]= \int_{-\infty}^{\infty} (x-E[X])^2f(x)\,dx [編輯]特徵函數對機率密度函數作傅利葉轉換可得特徵函數。 \Phi_X(j\omega) = \int_{-\infty}^{\infty} f(x)e^{j\omega x}\,dx 特徵函數與機率密度函數有一對一的關係。因此知道一個分佈的特徵函數就等於知道一個分佈的機率密度函數。 da:Sandsynlighedstæthedsfunktion en:Probability density function it:Funzione di densità di probabilità nl:Kansdichtheid sv:Täthetsfunktion

一束粒子被一個障礙物﹝位於x = 0﹞給分散,其波函數為下:

Ψ(x, t) = Ae-iEt/h[當 x

Ψ(x, t) = e-iEt/h( Beikx Ce-ikx) [當 x> 0 ]

其中 E = h2k2/( 2m ) 及 k > 0,A、B及C為複雜係數 (complex coefficient)。

﹝其中的「h」為「h-bar」,就是h上面一橫﹞

(a) 算出其機率密度 p(x, t)當x

(b) 算出其機率流密度 j(x, t)當x

(c) 算出其機率密度 p(x, t)當x > 0。

(d) 算出其機率流密度 j(x, t)當x > 0。

(e) 上面的波函數含三個不同的部份,A、B及C三個係數,說出每一個是右移還是左移。它們三個分別代表入射、反射、發射,那個是那個?

註:p(x, t)及j(x, t)的答案必定是實數。

機率函數與機率密度怎麼區分

機率密度的數學定義

對於隨機變數X,若存在一個非負可積函數p(x)(﹣∞

連續型隨機變數往往透過其機率密度函數直觀地描述,連續型隨機變數的機率密度函數f(x)具有以下性質:

這裡指的是一維連續隨機變量,多維連續變數也類似。

隨機資料的機率密度函數:表示瞬時幅值落在某指定範圍內的機率,因此是幅值的函數。它會隨所取範圍的振幅而變化。

密度函數f(x) 具有下列性質:

(1)f(x)≧0;

(2) ∫f(x)d(x)=1;

#(3) P(a

機率密度函數的簡單說明

#

設隨機變數X N0 1 Y |x| Y的機率密度函數

解題過程如下:

機率密度函數的簡單說明

#擴充資料

機率密度的方法:

設隨機變數X具有機率密度fX(x),-∞0(或恆有g'(x)

單純的講概率密度沒有實際的意義,它必須有確定的有界區間為前提。可以把機率密度看成是縱座標,區間看成是橫座標,機率密度對區間的積分就是面積,而這個面積就是事件在這個區間發生的機率,所有面積的和為1。所以單獨分析一個點的機率密度是沒有任何意義的,它必須要有區間作為參考和對比。

機率指事件隨機發生的機率,對於均勻分佈函數,機率密度等於一段區間(事件的取值範圍)的機率除以該段區間的長度,它的值是非負的,可以很大也可以很小。

從一批有正品和次品的商品中,隨意抽取一件,「抽得的是正品」就是一個隨機事件。設對某一隨機現象進行了n次試驗與觀察,其中A事件出現了m次,即其出現的頻率為m/n。經過大量反覆試驗,常有m/n越來越接近某個確定的常數(此論點證明詳見伯努利大數定律)。

以上是機率密度函數的簡單說明的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文轉載於:docexcel.net。如有侵權,請聯絡admin@php.cn刪除