为样本空间的样本点数
第3页/共127页
每一个可能后果出现的相对频率为
很清楚有 和
概率 在相对频率中 趋于无穷大时, 那么某一后果 出现的概率为
Bernoulli大数定理可以证明上面的式子, 即有
2.3 随机变量 定义随机变量 是一个函数, 是样本空间到实数域的映射. 这样就可以用代数来运算概率.
定义两个随机变量的无量纲的相关系数
可以证明
如果两个随机变量的均值为零,那么
如果 , 那么两个随机变量 的被称为不相关.
如果 那么两个随机变量 被称为统计独立, 因此有
3.(续上)另一个非线性来源于力函数机理,指输入的非线性.4.最后,另一个分类准则是基于动力问题的力和响应的统计特性,例如高斯分布, 平稳性等等.
第二章 随机变量和随机过程2.1 引论这一章的目的是介绍概率论的基本概念, 随机变量的统计特征和随机过程. 这些知识和结构动力学知识在一起就可以了解以后的章节的内容. 这一章具体要掌握:1.什么是随机变量和随机向量?怎样描述它们的统计特性?2. 作用在随机变量和随机向量的算子怎样改变它的统计特性?3.哪些统计分布通常利用于描述物理现象?4.什么是随机过程?它与随机变量怎样不同?
第17页/共127页
车比雪夫不等式 (Chebyshev’s Inequality)
引入车比雪夫不等式的目的. 在结构分析和设计中,目的是估计应力或应变响应超过某一极限的概率. 为了完成这个目的, 我们需要确定感兴趣的随机响应量的分布. 如果这样的确定不能达到, 人们就要利用近似技术来计算它们超过某一极限的概率. 这个技术是基于车比雪夫不等式并考虑均值 和标准 差 .
第22页/共127页
一个随机向量 的一一对应的n-维变量的映射 : 那么概率密度函数变换为