a******g
发帖数: 318 | 1 【 以下文字转载自 ebiz 讨论区 】
发信人: asihuang (asihuang), 信区: ebiz
标 题: 10个包子弱弱问 这个概率密度函数(Probability density function)怎么求
发信站: BBS 未名空间站 (Mon Aug 4 18:18:55 2014, 美东)
实在不好意思问老板，来这里高手如云的地方问问？
假设有一个连续函数h：
h(x,y)=x^2+y^2+2x,
其中x=[0 1],y=[0,1].
(其实h是surface height，当然，它是什么不重要）
请问一下h的概率密度函数（Probability density function）怎么求？
我想知道理论解(closed-form expression)怎么求，不要让我用matlab离散方法做。
10包子准备奉上给第一个解答的，谢谢。 |
|
g******s
发帖数: 733 | 2 因为数学实在太差,描述不正确之处请勿见笑.在标准的Boltzmann模拟退火中,随机数的
产生服从高斯分布,即
g(x)=T^(-D/2)*exp(-dx^2/T).
当D=1时,g(x)是标准的高斯概率密度函数,其variance(方差?)为sqrt(T/2/pi),对它在
无穷区域积分为1.用matlab中的randn*sqrt(T/2/pi)可以得到g(x).我的问题是
1)当D>1时,g(x)还可以被称为概率密度函数吗?我觉得不可以,因为对它在无穷区域积分
不再为1.
2)用matlab的randn函数怎么能得到D>1时的g(x)?
先谢了! 再说一句, 描述不正确之处请勿见笑. |
|
h****f
发帖数: 24 | 3 如果已知两个随机变量的边缘概率密度，还需要知道哪些条件才可求出其联合概率密度
呢，假设不独立。
需要知道协方差或者相关系数吗？
如果这两个随机变量都是高斯分布是不是会容易求出呢？
如果不是高斯呢？ |
|
g******s
发帖数: 733 | 4 因为数学实在太差,描述不正确之处请勿见笑.在标准的Boltzmann模拟退火中,随机数的
产生服从高斯分布,即
g(x)=T^(-D/2)*exp(-dx^2/T).
当D=1时,g(x)是标准的高斯概率密度函数,其variance(方差?)为sqrt(T/2/pi),对它在
无穷区域积分为1,用matlab中的randn*sqrt(T/2/pi)可以得到g(x).我的问题是
1)当D>1时,g(x)还可以被称为概率密度函数吗?我觉得不可以,因为对它在无穷区域积分
不再为1.
2)用matlab的randn函数怎么能得到D>1时的g(x)?
先谢了! 再说一句, 描述不正确之处请勿见笑. |
|
g******s
发帖数: 733 | 5 在标准的Boltzmann模拟退火中,随机数x的产生服从高斯分布,即
g(x)=(2*pi*T)^(-D/2)*exp[-x^2/(2*T)], 其中x={x_i, i=1….D}. 当D=1时,g(x)是
标准的高斯概率密度函数,其standard deviation 为sqrt(T),对它在无穷区域积分为1,
用matlab中的randn*sqrt(T)可以得到g(x). 当D>1时,基本上只和D=1时相差一个常数系
数, 我觉得归一化之后几乎完全一样.
我的问题是
1)当D>1时,g(x)还可以被称为概率密度函数吗?因为只相差一个常数系数, 是不是说明
归一化之后D>1和D=1的情况是一样的?
2) 用matlab中的randn*sqrt(T)可以得到D=1时的g(x). 请问怎么用randn这个函数得到
D>1时的g(x)? 假设给定T=2, D=32, 每一维空间产生一个符合g(x)分布的随机数,总共
产生32个符合g(x)分布的随机数,怎么用randn得到?
先谢了! |
|
g******s
发帖数: 733 | 6 因为数学实在太差,描述不正确之处请勿见笑.在标准的Boltzmann模拟退火中,随机数的
产生服从高斯分布,即
g(x)=T^(-D/2)*exp(-dx^2/T).
当D=1时,g(x)是标准的高斯概率密度函数,其variance(方差?)为sqrt(T/2/pi),对它在
无穷区域积分为1.用matlab中的randn*sqrt(T/2/pi)可以得到g(x).我的问题是
1)当D>1时,g(x)还可以被称为概率密度函数吗?我觉得不可以,因为对它在无穷区域积分
不再为1.
2)用matlab的randn函数怎么能得到D>1时的g(x)?
先谢了! 再说一句, 描述不正确之处请勿见笑. |
|
a******g
发帖数: 318 | 7 实在不好意思问老板，来这里高手如云的地方问问？
假设有一个连续函数h：
h(x,y)=x^2+y^2+2x,
其中x=[0 1],y=[0,1].
(其实h是surface height，当然，它是什么不重要）
请问一下h的概率密度函数（Probability density function）怎么求？
我想知道理论解(closed-form expression)怎么求，不要让我用matlab离散方法做。
10包子准备奉上给第一个解答的，谢谢。 |
|
a******g
发帖数: 318 | 8 我其实要求一个h的概率密度函数，f(h).
另外 3楼那个f(x,y)貌似在定义域内积分也不等于1。
谢谢。 |
|
g*******g
发帖数: 45 | 9 有一组随机变量数据，请问怎样求出这组变量的概率密度？ |
|
B********e
发帖数: 10014 | 10 呵呵只是一个定义问题，叫概率密度函数的原因就想让他积分归一：各种可能性加起来
是1 |
|
s********i
发帖数: 40 | 11 比如一个三角函数,y=cos x的导数表达式为 y'=-sinx，那么算出的导数的概率密度函
数是什么形式呢？求教各位数学人士 |
|
s********i
发帖数: 40 | 12 比如一个三角函数,y=cos x的导数表达式为 y'=-sinx，那么算出的导数的概率密度函
数是什么形式呢？求教各位统计人士 |
|
s***e
发帖数: 911 | 13 一根线, 依靠热运动, 发生自交碰撞的概率概率和自交的两点的contour length s有
关系. 自交形成一个长度为s的环. 这样一个环的形成概率可以根据一些简单的模型计算
出来. 比如在自由链模型下, 可以计算出两点空间距离R的概率分布密度\phi(R;s)是
高斯分布, 其中s表示这分布和两点contour length有关. 现在我定义一个两点距离
的一个小区间 b, 两点在这域内就算是成环了. 那么成环概率就是:
P_{R^3}(s)=\phi(0;s)*ball(b), ball(b)=(4/3)*\pi*b^3.
此处P_{R^3}(s)表示这个概率的样本空间是R^3中长度为s的线能形成的所有位形.
我的第一个问题:
倘若我要计算环的size s的概率密度\psi(s)(样本空间是各种可能size的环),
是否可以直接说:
\psi(s) 正比于P_{R^3}(s)? |
|
m****n
发帖数: 589 | 14 之前那个分布，从负无穷到 0，概率密度函数积分是 0.16
根据新的方差的和平均值，应该能把新的概率密度啊函数从负无穷到0积出来
然后用1减一下就是赚钱的概率了
但是，我不会积分，所以不会算
哦。。。可能要根据Q-function
之前那个 P(X>0) = Q((0-mu）/sigma)= 0.84
后面那个 P（X>0) = Q((0-4mu)/2sigma) = Q(2mu/sigma) = ?
应该可以查表查到吧 |
|
r******e
发帖数: 244 | 15 【 以下文字转载自 EE 讨论区 】
发信人: realhire (realhire), 信区: EE
标 题: [求助] 使用MCMC方法和卡尔曼滤波求后验概率遇到一些问题求助
发信站: BBS 未名空间站 (Wed May 8 16:14:26 2013, 美东)
我的问题是这样的:
意志一个系统状态X的先验分布为N(mu, sigma),和测量更新方程: Z=HX+V,
H为线性矩阵,V为测量噪声,设为normal分布. 要求X的后验概率密度.
我使用了两种方法:
1 基于random walking 的MCMC方法, 但是这个方法求的后验概率的均值和方差都很不
稳定. 我已经使用超过100万次的转移,效果还是不理想. 我用的是M_H的方法,求解一个
未知参数为二维的问题, 转移概率 : 后验概率~先验概率*likehood函数.
2 所以我想通过卡尔曼滤波的方法,求的这个后验概率的真实的均值和方差, 以下是我
的结论:
E(X_hat)=(I-K*H)*E(X)+ K*Z
Cox(X_hat)=(I-K*H)*Cov(X)*(I-K*H)' +K*Cov(Z)*K'
K=C... 阅读全帖 |
|
r******e
发帖数: 244 | 16 我的问题是这样的:
意志一个系统状态X的先验分布为N(mu, sigma),和测量更新方程: Z=HX+V,
H为线性矩阵,V为测量噪声,设为normal分布. 要求X的后验概率密度.
我使用了两种方法:
1 基于random walking 的MCMC方法, 但是这个方法求的后验概率的均值和方差都很不
稳定. 我已经使用超过100万次的转移,效果还是不理想. 我用的是M_H的方法,求解一个
未知参数为二维的问题, 转移概率 : 后验概率~先验概率*likehood函数.
2 所以我想通过卡尔曼滤波的方法,求的这个后验概率的真实的均值和方差, 以下是我
的结论:
E(X_hat)=(I-K*H)*E(X)+ K*Z
Cox(X_hat)=(I-K*H)*Cov(X)*(I-K*H)' +K*Cov(Z)*K'
K=Cov(X)*H'*(H*Cov(X)*H+Cov(Z))^-1
K是卡尔曼滤波增益, X_hat表示后验值. 用这个公式算出的均值和方差和MCMC方法在先
验概率均值为0时,基本一致.
但均值如果不为零,则结果不符合.
求各位卡尔曼高手,说说,我这个推导有问题么? 还有MC... 阅读全帖 |
|
s*****n
发帖数: 29 | 17 第一题计算两人相遇的概率。大家给出了不同的解法。
第二题计算两人扔骰子的最佳策略。几位给的答案应该也是对的。我的困惑主要在于其中
的关键步骤需要用到的一个定理.始终没有得到澄清.
已知:对任意x \in (-inf,inf), P(W|B=x)=g(x), W是某概率事件，B是一个随机变量
，概率密度为f(x).
那么:P(W)=int_-inf..inf {f(x)g(x)dx}
第一题里，W是B<=A<=B+0.1, B是(0,1)均匀分布。g(x)=1 if x \in [0,0.9); g(x) = 1-
x if x \in [0.9,1); g(x) = 0 otherwise.
第二道题，W是A第一次扔出a1后，再扔一次能赢的概率，B表示随机变量a2, 服从(0,1)均
匀分布。g(x)=(a1+x)^2 if x \in [0, 1-a1); g(x) = 0 otherwise.
这个定理应该是全概率(total probability)公式的连续版。Lesinge, Totti,
DrumMania的解法都是用了这个公式。但是奇怪的是，我翻了几本手头的概率书，也
查 |
|
n****n
发帖数: 101 | 18 如果N个变量x_i,知道其概率密度函数f(x_i),那么通过矩母函数，可以知道为M(x_i)=
∫e^x*f(x)dx.
现在求其各变量之和的密度函数，通过矩母函数，
M(X)=M(x_1+x_2+...x_n)＝M(x_1)*...*M(x_n)=∫e^x_1*f(x_1)dx*...*∫e^x_n*f(x_n
)dx＝∫e^X*f(X)dX.
然后就可以计算出f(X)了吗?
以上推导过程有无遗漏？ |
|
m******2
发帖数: 564 | 19 无drift时候那个
Hitting Time Density = 2 pdf(M,W) M=W
这看起来很奇怪，但是它是事实。
Shreve用偏微分推导了半天的Joint Density for Maximum of Brownian Motion and
its terminal value 在w=m那点的密度恰为在t时刻打到m的概率密度的一半。
有没有高手给理解一下啊？
这可是考验功力的问题啊！ |
|
i*******D
发帖数: 993 | 20 谢谢回复. 我觉得如果疏通不需要时间的花,你说的方法可以选出在赌塞k前最大流量的
策略. 但是注意疏通也是要全系统停止花时间的. 你要做出一个在堵塞了i个管道后,它
继续这样堵着和你花一定时间疏通哪个接下来的预期更加好的决定.这时候要比较它们
的预期就要先算出疏通之后的预期.而你假定你疏通之后也会继续按照这个策略在堵塞
时候疏通. 因此很难写出一个不涉及递归的表达式出来. 是不是先把时间看作一段一段
的,求出一个表达式,然后再取时间的极限?
假设每个管道的堵塞在单位时间内概率密度符合泊松分布是指每个管道在单位时间内单
个堵塞事件都是独立分布的且具有同样的时间密度, 这个不是类似一般的电话占线问题
等随机发生事件的典型分布吗?
, |
|
z*****o
发帖数: 14 | 21 不用说明数学公式，有没有概念上的说明学习这个相关性有什么意义，和独立性的区别
？我查到这里的相关性指的是两个随机变量的线性相关程度，怎样以一个概率的角度看
这个线性相关？和线性代数中的线性相关区别？怎样把这个概念的存在意义和他的数学
定义结合起来看？
问题是若相关系数不等于一的时候呢？以某个概率存在线性关系？是随机变量的关系还是概率密度的关系？那为何定义两个随即变量与均值差的乘积的概率平均值来反映这种关系？
问题比较多，但坚信这里有牛人专程注册过来问！ |
|
m******4
发帖数: 15 | 22 可以简单的理解为一种归一化的要求吧。事实上，当n趋近无穷的时候，
这个问题从离散的情况变成连续的，此时，单个事件的概率为0，只有
谈论某个区间的概率才有意义。
可以想象一个uniform的分布，P(k) = 1/N, k从1到N。如果离散变量k被rescale成
r=k/N，当N趋于无穷时，r趋于连续。原来对k在1到N上的求和，变成对r在0到1上的
积分，此时r的概率密度为p(r)=1。可以想象成
p(r)=lim(P(r=k/N) * N, N-> inf)=1。
呵呵，当然，这个解释是比较粗俗的 ^_^
)r |
|
t****a
发帖数: 1212 | 23 注意条件概率密度D(A|A>C)=A在[0,1]间的积分仍然为1，所以应该是2A。 |
|
l********e
发帖数: 12 | 24 假设我有N个离散的随机变量，知道他们的 probability mass function,想得到他们的
和的probability mass function，需要调用matlab的那个函数？
应该使用卷积吧，用哪个函数呢？conv好像不行吧，不知道各个卷积出的值的概率是多
少。
谢谢 |
|
h****f
发帖数: 24 | 25 如果z=ax+w. a,x,w彼此独立，p(a=0)=1/2=p(a=1),而x,w都是正态分布，
请问z的分布情况，概率密度。 如果要求E(x|z)，是否可行？
这里x,w的1，2次moment都已知,E(w)=0 |
|
w**a
发帖数: 1024 | 26 可以NORMALIZE吗？并不是所有概率函数都归一吧。 |
|
w**a
发帖数: 1024 | 27 可以NORMALIZE吗？并不是所有概率函数都归一吧。 |
|
B********e
发帖数: 10014 | 28 呵呵，你首先要明白D>1代表什么
你想要多维gaussian distribution,还是你纯粹play with D itself.
如果是后者，改系数归一就完了。基本上没啥意义。
得到多维（离散）分布，得看算法里到底怎么用。我猜一般而言你就取
两者pointwise相乘就行了。g1(x).*g2(x)
直观点g1=randn(1,1000)
g2=randn(1,1000)
g=g1.*g2就是一个二维的normal distribution
至于归一什么的（根据你的小d），这个时候进行贝。
概率保留的是以前的民科式印象，大概是不错的，不保证没有细节错误。
请友情批判，团结紧张严肃活泼 |
|
r*********n
发帖数: 4553 | 29 我的思路是这样的，先求出r,q的joint CDF，然后求导就可以得到PDF
因为XY独立正太，所以其联合联合概率密度函数很好求，困难的是根据：
(x^2-y^2)/sqrt(x^2+y^2)
这两个不等式，把r,q看成是参数，解出一个闭合的曲线。如果能得到这个闭合的曲线
，那么用XY的joint PDF在这个闭合曲线形成的面上面积分，就可以得到CDF
这是最常规的思路，但是就是得不到那个闭合曲线 |
|
m******2
发帖数: 564 | 30 The key is as follows:
\begin{align}
P(\tau_m \leq t) &= P(\tau_m \leq t, W(t)\leq m)+P(\tau_m \leq t, W(t)\geq m
)\
&=P(W(t)\geq m)+P(\tau_m \leq t, W(t)\leq m)\
&=P(\tau_m\leq t, W(t)\geq m)+P(\tau_m \leq t, W(t)\leq m)\
&=2P(W(t)\geq m)
\end{align}
我知道你这个宏观的证明，可是这个证明和概率密度之间的关系有什么联系？ |
|
p********a
发帖数: 5352 | 31 ☆─────────────────────────────────────☆
TNEGIETNI (lovewisdom) 于 (Tue Oct 11 20:01:18 2011, 美东) 提到:
朋友告诉我说他要来，还有Harvard的Carl Morris等，$200的Registration fee对我来
说不是一笔小数目。我其实并不欣赏他的bootstrap法，曾公开批评过这个方法的逻辑
错误。如果去，我跟他讲什么呢？版上的恶朋好友可否给点建议？谢谢。
☆─────────────────────────────────────☆
angelsun (安吉笋) 于 (Tue Oct 11 20:38:46 2011, 美东) 提到:
在哪里？什么时候？讲座是什么topic的？
☆─────────────────────────────────────☆
statcompute (statcompute) 于 (Tue Oct 11 23:51:23 2011, 美东) 提到:
$200 for a lecture by Efron? it i... 阅读全帖 |
|
T*******I
发帖数: 5138 | 32 我注意到文本中的总体均数的符号表明它是总体均数的估计值等于样本均数，也即样本
均数被定为为总体均数的估计值，即
population mean 的估计值 = sample mean
但这不是一个证明，而是一个定义。在这个定义下才有了高斯的概率密度函数和曲线等
数学描述，因为高斯的概率密度函数采用了源于样本而后扩及总体的算术平均数和方差
等基本概念。因此，这虽然是一个严格的假设基础上的逻辑演绎的结果，但却是从高斯
的概率密度函数推导过来的，因而是一个从假设开始的自证。此外，高斯的概率密度函
数仅对理想化的绝对正态曲线成立，一旦偏离正态，它就不再成立。 |
|
c****p
发帖数: 6474 | 33 若随机变量X的概率密度为Px，Y的概率密度为Py，则（X+Y）的概率密度为conv(Px,Py)
。
以上适用于连续密度函数。我用两个骰子扔点验证了一下，好像还是正确的。
理论上当然也是正确的。
令Z=X+Y，则P(Z==z) = P(x==1)*P(y==z-1) + P(x==2)*P(y==z-2)...+P(x==z-1)*P(y=
=1)
这个恰好就是卷积的定义。
鉴于MATLAB里面算卷积很方便，我就用它算了一下。
实现得好的话，卷积的复杂度是NlogN，不好的话是N^2，N为卷积序列长度。好像不比穷
举快多少。。。 |
|
a******e
发帖数: 36306 | 34 高密度脂蛋白主要是由肝脏合成。它是由载脂蛋白、磷脂、胆固醇和少量脂肪酸组成。
在我们体内有高密度脂蛋白胆固醇和低密度脂蛋白胆固醇,用我们通俗的话来说,高密度
脂蛋白胆固醇是"好东西",而低密度脂蛋白胆固醇就是"坏东西"了.
低密度脂蛋白胆固醇越高患冠心病的概率就月大.而高密度脂蛋白胆固醇高点就没什么不
好的.通俗的说在标准范围内高密度脂蛋白越高越好，它对人体起好的,保护的作用.
1.检查介绍：高密度脂蛋白主要是由肝脏合成。它是由载脂蛋白、磷脂、胆固醇和少量
脂肪酸组成。
2.正常范围：男 ＜40岁0.78～1.53mmol／L(30～59mg／dl）；
女 ＜40岁0.86～2.0mmol／L（33～77mg／dl）。
3.临床意义：增高：一般认为无临床意义，可见于原发性高HDL血症（家族性高α－脂蛋
白血症），并发现此群家族中长寿者多。接受雌激素、胰岛素或某些药物（如烟酸、维
生素E,肝素等）治疗者，亦可增高。
降低：常见于脑血管病、冠心病、高甘油三酯血症、肝功能损害，如急慢性肝炎、肝硬
化、肝癌、糖尿病、吸烟、缺少运动等。其降低可作为冠心病的危险指标。
高密度”是人们对“高密度脂蛋... 阅读全帖 |
|
p********a
发帖数: 5352 | 35 ☆─────────────────────────────────────☆
bittergourd (苦瓜) 于 (Wed Nov 22 12:14:13 2006) 提到:
已知一个PDF，要估计一个任意的sample按照这个pdf分布的概率密度，这个方法大概怎
么作？叫什么名字？
☆─────────────────────────────────────☆
tamuer (hoho) 于 (Wed Nov 22 17:27:17 2006) 提到:
☆─────────────────────────────────────☆
newstart (柳暗花明) 于 (Wed Nov 22 17:55:28 2006) 提到:
method of moments?
☆─────────────────────────────────────☆
wumaths (maths) 于 (Wed Nov 22 19:19:27 2006) 提到:
有pdf了，还要估计概率密度？pdf就是概率密度函数
楼主意思没有表达明确？
还是知道一些sampl |
|
Z********n
发帖数: 796 | 36 一个北京汉族学生教你看世界
（七）
与“中华民族”对应的“印度民族”，也是比汉族多的，而且，不实行屠杀婴儿的“计
划生育”，一直到现在还是高昂的上升势头。人家政府正在准备着中国汉族人口被大规
模消灭后往中国移民呢。
（八）
我们要注意到：
犹太教体系下的基督教+伊斯兰教+天主教等，有将近60亿教徒。
而汉族的道教的才200多万，连个零头都不到了啊。
（九）
何亚福:很多国家的人口密度都比中国大：中国为138人/平方公里，韩国为490人/
平方公里，日本为 335人/平方公里，德国为230人/平方公里，英国为250人/平方公里
……即使去掉中国西部不适宜人居住的地方，中国的人口密度仍远不及日本和韩国，但
这两个国家的人民并没有像某些中国人那样抱怨“人口太多”，他们也没有像中国那样
实行计划生育来减少人口，相反，他们还在鼓励生育。
而中国，广州没身份的黑人随便生，浙江做生意的阿拉伯人随便生，维族藏族随便生，
热比亚一口气生了11个，都不用交社会抚养费，只有汉人被计划，强制堕胎，强制避孕
，被剥夺了基本的生育权，这是赤裸裸的种族灭绝和种族歧视。汉族的民族服装不被提
倡，反而在日本发扬光大，汉... 阅读全帖 |
|
w********0
发帖数: 1211 | 37 当然不是掷硬币，也就是说Null Hypothesis不能说选某候选人的概率是50%，但是这个
概率本身是一个随机变量，其分布可以从历届选举的数据拟合出来。
比如说，拿出总统候选人来自同一种族的历届数据（好像也就是除去上一届，其它都是
白人在选吧，谁确认一下）。因为候选人是同一种族，选民的投票可以看作没有受到种
族因素的影响。然后可以从数据中得出一个候选人得票率（或者是两人得票率差值）这
个随即变量X的概率密度函数f(x).（如果是3人以上竞选，则可以忽略掉那届）
对每个X的取值x，可以算出98%或以上非裔投O8的p-value, p(x), 最后对p(x)*f(x)求
积分，就可以得出最后的p-value.
当然由于模型假设和参数拟合方式的不同，相同数据下，这个概率密度函数f(x)可以有
很多种不同的选择。但即使拿出最有利于非裔的选择，最后的p-value肯定还是个很小
的数，从而证明非裔的投票是基于种族主义的。
说到底，技术上肯定是有办法论证的，只是所谓的“政治正确”不让论证而已。 |
|
b0
发帖数: 421 | 38 一个粒子的波函数是Phi，则概率密度是|Phi(x)|^2，也就是说
那么在点x附近发现它的概率是|Phi(x)|^2dx。
如果有两个例子的波函数分别是Phi_1和Phi_2，且互相正交，
那么在x附近处发现粒子的概率是|Phi_1(x)+Phi_2(x)|^2dx。
事实上，|Phi_1(x)+Phi_2(x)|^2dx的积分恰好是2，即2个粒子。
现在请教大家问题：两个粒子的联合密度分布函数是什么？
也就是说，如果把在点x和点y附近各发现一个粒子的概率写成：
Phi(x,y)dxdy，那么如何用Phi_1和Phi_2表示Phi？ |
|
c******q
发帖数: 2995 | 39 厄.....
请普及指数分布...google了完全不懂...
在概率论和统计学中，指数分布（Exponential distribution）是一种连续概率分布。
指数分布可以用来表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔、中
文维基百科新条目出现的时间间隔等等。
概率密度函数
一个指数分布的概率密度函数是：
f(x;\lambda) = \left\{\begin{matrix} \lambda e^{-\lambda x} &,\; x \ge 0
, \ 0 &,\; x < 0. \end{matrix}\right.
其中λ > 0是分布的一个参数，常被称为率参数（rate parameter）。指数分布的区间
是[0,∞)。 如果一个随机变量X 呈指数分布，则可以写作：X ~ Exponential（λ）。
然后我更加混乱了... |
|
a******5
发帖数: 313 | 40 设 x, 密度函数是 p(x); y=x
那么， F(x
这样 F 是x,y联合分布函数，那么F的密度函数就是 x,y的联合密度, 对不？
现在问题变为这样：
已知 x,y 和联合密度 f(x,y)； z=x+y, z的密度 g(z)，可以有卷积得到
求，条件概率 f(x,y|z=x+y)?
谢谢！ |
|
s*****k
发帖数: 604 | 41 概率密度可以大于 1 啊
概率是概率密度的积分（在某段区间上），出来总小于1的 |
|
n****n
发帖数: 101 | 42 可以用MGF(moment generating function)方法求取非连续变量吗？
MGF思想是，如果{X1, X2,...XN} is a sequence of independent (and not
necessarily identically distributed) random variables, 那么其和M(X)=X1+X2+..
+XN的概率密度函数可以表示为M(X)=M(X1)*M(X2)*...*M(XN)，从而可以通过Xi的密度
函数f(xi)反求其和M(X)的密度函数表达式。
但能够用以上方法求解非连续(non-continuous)的密度函数分布吗？就是说如果Xi是非
连续的离散变量，也可以用此MGF思想吗？
多谢 |
|
n****n
发帖数: 101 | 43 【 以下文字转载自 EE 讨论区 】
发信人: nissan (Go! Millan!), 信区: EE
标 题: 可以用MGF(moment generating function)方法求取非连续变量吗？
发信站: BBS 未名空间站 (Sat Feb 2 01:09:50 2008)
可以用MGF(moment generating function)方法求取非连续变量吗？
MGF思想是，如果{X1, X2,...XN} is a sequence of independent (and not
necessarily identically distributed) random variables, 那么其和M(X)=X1+X2+..
+XN的概率密度函数可以表示为M(X)=M(X1)*M(X2)*...*M(XN)，从而可以通过Xi的密度
函数f(xi)反求其和M(X)的密度函数表达式。
但能够用以上方法求解非连续(non-continuous)的密度函数分布吗？就是说如果Xi是非
连续的离散变量，也可以用此MGF思想吗？
多谢 |
|
Q***5
发帖数: 994 | 44 当维数大时，不管怎么随机取样，都会有某些区域没被扫到。就算能找到办法，能以较
大概率扫到某个权重>0.99，这也不能说明”所有可能“都扫到了。恰恰相反，人为增
加在 corner 附近的概率密度必然是以牺牲其他地方的密度为条件的，只不过“其他地
方”不象corner这么好描述罢了。
当然，作为理论问题倒是有点意思。 你对上海老姜和俺建议的，先求N次方，再归一的
办法怎么看？
0. |
|
|
t****g
发帖数: 35582 | 46 有上限的话你这个不是一个valid的概率密度函数，因为概率密度函数必须归一化，你
这个0.1以下match正态分布，0.1以上=0。积分起来不等于1.
个 |
|
b********t
发帖数: 10 | 47 排队论问题一问：M/D/1等待时间的分布
各位懂排队论的朋友们，请教：
系统是M/D/1， FCFS，
利用P-K转换等式，得到了等待时间的概率密度函数的拉普拉斯变换
，但是看起来好象没有现成的公式可以还原回去。我得到
W(s)=s*(1-a)/(s-r+r*e^(-c*s))
其中是a,r,c是已知的量，s是拉普拉斯变量
1。您是否见过M/D/1的等待时间的概率密度函数的公式？
2。如何针对上面的变换做拉普拉斯反变换？
3。是不是展开为幂基数是唯一的办法？
4。如果不能得到一个公式，如何做数值计算？
我想有高手做过此类题目，请赐教，谢谢。
|
|
u****u
发帖数: 229 | 48 随意给一个概率密度 函数，怎样写一个程序生成以此函数为概率密度的随机数？
谢谢！ |
|
m*******u
发帖数: 25 | 49 不懂是不是该发这个版里。
我做无线传感器网络的，如果单从我这个应用的角度来说，那么多传感器系统经常是用
ｎ维变量来描述。
看了很多文章和书，对这个问题一直糊涂。
我理解是多个传感器接收到的信号共同组成ｎ维联合概率密度分布 可是这两者之间如
何通过建立真正的对应关系 我搞不清楚
还有就是ｎ维随机变量的数字特征或者矩和概率密度函数到底是个什么关系 这个数字
特征是不是也是用于描述网络系统中的信号
自己都已经说晕了 求高人指点下。。。 |
|
m*******u
发帖数: 25 | 50 【 以下文字转载自 Computation 讨论区 】
发信人: minshxliu (min), 信区: Computation
标 题: 求高人指点下如何将Ｎ维变量的概念和通信系统中的信号联系起来
发信站: BBS 未名空间站 (Wed May 26 09:37:30 2010, 美东)
不懂是不是该发这个版里。
我做无线传感器网络的，如果单从我这个应用的角度来说，那么多传感器系统经常是用
ｎ维变量来描述。
看了很多文章和书，对这个问题一直糊涂。
我理解是多个传感器接收到的信号共同组成ｎ维联合概率密度分布 可是这两者之间如
何通过建立真正的对应关系 我搞不清楚
还有就是ｎ维随机变量的数字特征或者矩和概率密度函数到底是个什么关系 这个数字
特征是不是也是用于描述网络系统中的信号
自己都已经说晕了 求高人指点下。。。 |
|
