随机过程chap1基本概念

本文详细介绍了随机过程中一维概率密度的求解方法,包括显式分布和隐式分布的解题策略,并通过例题5和例题6进行示例。此外,讲解了数字特征求解的关键,特别是均值函数的计算,强调了积分在求解中的重要作用。同时,文章提及特征函数和复随机过程中的自相关函数,并探讨了二维随机过程的独立性问题,最后列举了常见随机过程的分类。
摘要由CSDN通过智能技术生成

思维导图

(受伤了,一整张的太大塞不上来)

重点知识辨析 

一维概率密度求解

指路例题5、例题6

两道例题给出了求解概率密度的两种思路:

  1. 显式分布直接套原概率密度公式求解(如正态分布)
  2. 隐式分布先求分布函数再进行求导得概率密度函数(如指数分布)

带入原题细致分析——ex5

<
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值