利用卷积(conv)概率分布……吗?
7视图(30天)
显示旧的评论
亲爱的用户社区,
我有一个向量x和两个(或更多)y矢量表示概率密度变化的几何尺寸。
概率的频率函数的二维说,按照我的理解,这两个y矢量的卷积。
然而,当我用“conv”结果分布向量x似乎依赖于分辨率;高分辨率导致更高的价值产生的复杂的功能。分布的形状看起来好,但它的积分不等于1(这应该是一个概率分布的情况下)
我做错了什么? ?
感谢任何支持……万博1manbetx
垫Lindqvist问好
代码:
清晰的
%的输入数据,公差范围三线性尺寸(毫米)
Dy_h_max = 0.07;Dy_h_min = 0;
Di_h_max = 0.097;Di_h_min = 0;
Da_max = 0.063;Da_min = 0;
%的输入数据
f = @ (x) conv (conv (unifpdf (x, Dy_h_min Dy_h_max) unifpdf (x, Di_h_min Di_h_max)), unifpdf (x, Da_min Da_max));
% f (x)是三个概率分布函数的卷积,在这种情况下%与均匀分布,“unifpdf”,但该方法适用于任何形状的概率分布
x = [0:0.01:0.4];% x矢量的分布,单位:毫米
g = f (x);
%为这两个函数的卷积生成向量X X = (5 * (X - X (1) (2)): (X - X(1)(2)):(长度(g)) * (X - X (1) (2)));
X = X / max (X);
%似乎我需要将分布的积分,%的累积概率是1:
Int = trapz (X, g);
i = 1:长度(X)
PD (i) = trapz (Int X(1:我),1 / * g(1:我));
结束
%情节累积概率分布的三维空间的总和
情节(X, PD)
0评论
答案(2)
雨果
2013年6月6日
亲爱的垫Lindqvist,
我找到了一些可能的解释,所以请检查如果任何人结果你的情况:
1),g不是一个概率分布,因为卷积使用conv仅仅增加向量中的元素没有考虑到箱子的大小。换句话说,你必须乘/除由本大小(在你的例子中,0.01)每次卷积(在你的例子中,两次),这取决于你如何定义均匀分布(见项目3)。
2)g等于统一的积分,您可能需要考虑本大小小于精度均匀分布的极限。在你的例子中,精度0.001(例如,看看Di_h_max)。否则,您将会遇到一些边界影响,这取决于你如何定义均匀分布(即积分会略微不同于1)。
3)你可能需要小心你如何定义一般均匀分布(作为一个连续分布的样本或离散分布)和边缘的间隔分布不同于零,尤其是在特定的离散化。
在你的例子中,如果你用x = 0.0005:措施:。4(所以,每本是定义在中心和本的大小匹配的精度均匀分布的边界),您定义均匀分布好像他们是连续的(即。,假设一个< b是边缘,然后为每个x的值unifpdf (x) = 1 / (b))和每个卷积相乘为本的大小(卷积的微分集成),当你获得一个概率g,当集成(即和所有的条款和乘以本)的大小统一,因此这是一个适当的分段常数连续概率分布。
解决你的问题吗?还是我误解了你的问题?
最好的问候,雨果