如果一个二元随机变量
的概率密度为
,而且
和
是独立的,那么
,
其中
和
分别为边际概率密度。
上式也等价于
在信号处理中令输入为x(t),输出为y(t),系统的响应函数为h(t),则输出y(t)是x(t)与h(t)的卷积
其实我关心的还是卷积的数学形式上的意义,写到这儿,我隐约感觉卷积的形式与两个变量,和的密度有关,傅里叶级数的部分和函数也是一个卷积,所以卷积在数学上应该是一种求和类型的算子。 在数学物理的热传导方程中, 温度u依赖于时间t和空间x的偏微分方程,可以将u的方程转化为u的傅里叶变换U的只依赖于时间的常微分方程。从概率的角度来说,u是关于(x,t)的概率密度,而所求的傅里叶变换U即为关于时间t的边际密度。
定积分的数学形式本身就是一种求和的算法,比如物理上对于密度的积分就是质量。那么卷积的数学形式可以看做定积分形式的推广,讨论卷积一定要有两个变量,比如信号处理中的时空变量x和t,卷积所依赖的变量是x+t,有点像数学中的行波解形式,这都是我按照概率的角度生搬硬套的,应该不符合物理实际。
问题既然积分形式在物理上有广泛应用,卷积形式应该也是一个普遍应用的数学形式,在物理上应该还有更加广泛的应用。比如在经济学中数学模型,我还没有看到过有卷积的,这也许是因为经济学家的模型中概率密度普遍是一元随机变量,如果构造的数学模型中含有二元随机变量概率密度,那么在经济学中卷积也水到渠成了。
https://blog.sciencenet.cn/blog-306734-429094.html
上一篇:
matlab统计工具箱的几何分布概率密度geopdf的密度函数下一篇:
回答一个博主