Skip to content

卷积

卷积: 输入两个不同的分布,输出的新分布,描述的是那两个随机变量的总和。===>可以结合两个不同的函数,然后得到一个新的函数

离散

下面展示的是离散的情况image-20250823103514547

这里我们把另外一个骰子反转,这样他们的和就是一个定值===>翻转(卷)相乘(积)相加(个人理解)image-20250823103647880image-20250823103721622

image-20250823103848814

image-20250823103926902

连续

image-20250823104540808

image-20250823104645720

image-20250823104822377

g(y)===>g(s-x) ===>y用x表示

g(-x) ===>相当于把g函数翻转(卷)(和前面将骰子翻转感觉类似)

image-20250823105311244image-20250823105355552

image-20250823105619403

image-20250823105530278

image-20250823105902739

image-20250823110344153

image-20250823110320642

随机变量越来越多===>越来越光滑image-20250823110259569

不断卷积,反复光滑化

image-20250823110700008

image-20250823110626445

随着随机变量逐渐增多,所有函数最终被吸引到那个不动点===>极限中心定理

image-20250823110840607

image-20250823111218375

image-20250823111236213image-20250823111257596image-20250823111340867image-20250823111405021

image-20250823111541106image-20250823111637954

想要沿着其中一个切片将所有的概率密度累计起来就可以看作曲面的切片曲线下方的面积

image-20250823111843267

离散的感觉也是求一个斜对角的和image-20250823113530939

image-20250823113412281image-20250823113426348

image-20250823112225058image-20250823112322141image-20250823112419904

image-20250823112614166