卷积的意义及其应用
卷积的定义
我们将形如
∫ − ∞ ∞ f ( τ ) g ( x − τ ) d τ \int^\infty_{-\infty} f(τ)g(x-τ)dτ ∫−∞∞f(τ)g(x−τ)dτ
的式子称之为f(x)与g(x)的卷积记为
h ( x ) = ( f ∗ g ) ( x ) h(x) = (f * g)(x) h(x)=(f∗g)(x)
我们可以将它转化成离散形式的式子,like:
∑ i = − ∞ ∞ x ( i ) h ( n − i ) \sum^\infty_{i=-\infty}x(i)h(n-i) i=−∞∑∞x(i)h(n−i)
这是一个很明显的将一个序列倒置,然后相乘的操作。我们就用如此的思想来引入我们的第一种引用——联合概率分布
卷积的应用——联合概率分布
我们想象两颗骰子,当我们掷出它们的时候对于每个骰子的六个面,有如下概率序列
[ 1 6 , 1 6 , 1 6 , 1 6 , 1 6 , 1 6 ] [\frac{1}{6}, \frac{1}{6}, \frac{1}{6}, \frac{1}{6}, \frac{1}{6}, \frac{1}{6}] [