实验数据处理方法概率分布的基本性质.pptVIP

实验数据处理方法第一部分：概率论基础 第三章 概率分布的基本性质 第三章概率分布的基本性质 3.1 概率密度函数 （Probability Density Function) 3.1 概率密度函数（Probability Density Function) 第三章概率分布的基本性质 3.2 累积分布函数 （Cumulative distribution function) 3.2 累积分布函数（Cumulative distribution function) 第三章概率分布的基本性质 3.3 概率密度函数的性质(Properties of the Probability) 3.3 概率密度函数的性质(Properties of the probability) 3.3 概率密度函数的性质(Properties of the probability) 3.3 概率密度函数的性质(Properties of the probability) 3.3 概率密度函数的性质(Properties of the probability) 第三章概率分布的基本性质 3.4 特征函数 (Characteristic Function) 3.4 特征函数(Characteristic Function) 3.4 特征函数(Characteristic Function) 第三章概率分布的基本性质 3.5 多个随机变量的分布 3.5 多个随机变量的分布 3.5 多个随机变量的分布 3.5 多个随机变量的分布 第三章概率分布的基本性质 3.6 随机变量的线性函数 3.6 随机变量的线性函数 3.6 随机变量的线性函数 第三章概率分布的基本性质 3.7 变量变换 (Change of variables) 3.7 变量变换(Change of variables) 第三章概率分布的基本性质 3.8 误差传播 (Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 3.8 误差传播(Propagation of errors) 第三章概率分布的基本性质 3.9 分离型随机变量的概率分布 3.9 分离型随机变量的概率分布 第三章概率分布的基本性质 3.10 样本 (Sampling) 3.10 样本(Sampling) 3.10 样本(Sampling) 3.10 样本(Sampling) 3.10 样本(Sampling) 3.10 样本(Sampling) X: 连续型的随机变量, PDF: f(x) y = y(x)：x的函数, 也是随机变量. 求y(x)的概率密度函数g(x) 1、若随机变量x和y是一一对应的: 2、若随机变量x和y不是一一对应的: x dx y dy x dx2 y dy dx1 [x, x+dx]?[y, y+dy] 即有n个区间[x,x+dx]?[y,y+dy], X的取值在[x, x+dx]的概率==Y的取值在[y, y+dy]的概率： 取绝对值是为了保证g(y)是非负的 f(x)dx=g(y)dy ? 需要对这n个区间求和 3.7 变量变换(Change of variables) 3、推广到n个随机变量的情况: ?Jacobian行列式 实验测量的物理量可分为: 直接测量量:其值是用实验仪器直接测量的 间接测量量:其值是用直接测量量的结果是通过适当的公式推断出来的 如何通过直接测量量的误差推导出间接测量量的误差??误差传播公式 一、单一函数的情况 设y是随机变量(直接测量量) 的函数: 求y的方差 协方差矩阵 平均值: 误差传播定律： 如果x1,x2,…,xn是相互独立的，则有 将方差用?2代替，则得 例：算术平均值的方差 二、多个函数的情况，矩阵表示 设有一组m个函数y1,y2,…ym都依赖于n维随几向量(x1,x2,…xn) yk=yk(x1,x2,…xn)=yk(x), k=1,2,…m 随机向量y1,y2,…ym的协方差矩阵元 ? ?误差传播定律的一般形式 变量y1,y2,…ym的误差为对角元素的平方根 ?依赖