简要记录#6随机变量和矢量的二阶矩特性二阶矩（SM）和一阶二阶矩.PDFVIP

简要记录#6 随机变量和矢量的二阶矩特性 二阶矩（SM）和一阶二阶矩（FOSM ）不确定性传播 （a ） 随机变量  二阶矩特性  一个随机变量的均值（期望值） （离散情况） （连续情况）  一个随机变量的方差（二阶中心矩） （离散情况） （连续情况）  例子 -泊松分布 -指数分布  符号 2 表明X是一个随机变量，其均值为m方差为σ 。  其它的定位方法 -节点 =PX 或fX 的最大值 -中点x50=其值为FX (x50)=0.5  其它的离散方法 -标准差 （与X 维数相同） -方差的系数 （无因次量）  一个随机变量函数的期望。初始矩和中心矩  一个随机变量函数的期望值 让 Y=g(X)为随机变量 X 的函数。那么Y 的均值为： 重要的，E[Y]可以直接由fX 得出：  期望的线性化 对于任意常量a 和a 和任意函数g (X)和g (X)，直接由以上关系和积分的线性化： 1 2 1 2  一些重要函数的期望 1. （叫做初始矩，期望mX 也是第一初始矩） 2. （叫做中心矩，方差 也是第二中心矩）  期望的线性化的结果。对于线性函数不确定性的二阶矩传播 1. 2. 让 Y=a+bX ，这里 a 和 b 为常量。利用期望线性化，对于 Y 的期望值和方差可以用 如下表达式得到：  对于非线性函数不确定性第一阶二阶矩（FOSM ）传播 通常，仅用X 的均值和方差的知识，不可能计算mY 和σ2Y 。然而，所谓第一阶二阶 矩近似可以通过如下得到。 给定 和一般的 X 的非线性函数Y=g(X) ，求出Y 的均值和方差。 用X 的线性函数代替g(X)，通常用mX 的线性泰勒展开式。得出如下g(X) 的近似： 那么对mY 和 的近似为： （b ） 随机矢量  二阶矩特性。初始和中心矩 对于含有分量X ,X ,…,X 的随机矢量 1 2 n  期望值 （均值矢量）  标量函数的期望值 让 为 的函数。那么，对于单个变量的函数推广之前给出的结果， E[Y]可以如下计算： 另外，对线性的应用，从某种意义上，对于任意给定常量a 和a 和给定函数 1 2 g 1( )和g2 （ ）：  某些特殊函数的期望 -初始矩 1. 一阶： 2. 二阶： 3. 三阶： -中心矩 1. 一阶： 2. 二阶（两个变量的协方差）： 根据第一