二維隨機走動

閱讀原文

預備知識 中心極限定理

結論

   若平面上某點從坐標運點出發, 每一步沿隨機方向走動一個隨機步長, 步長的分布函數為 f(r)N (N gg 1) 步之後, 該點的位置分布可以用圓高斯分布表示

P(X,Y) = frac{a}{pi} mathrm e^{-a(X^2 + Y^2)} quad 	ext{或} quad P(R) = 2aR mathrm e^{-aR^2}   (1)

其中

a = frac{1}{N langle r^2
angle} qquad langle r^2
angle = int_0^{infty} r^2 f(r)mathrm d{r}   (2)

由分布函數可得, 隨機點最終離原點的距離的平均值和方均根為

langle R
angle = frac{sqrt{pi}}{2}sqrt{Nlangle r^2
angle} qquad sqrt{langle R^2
angle } = sqrt{Nlangle r^2
angle}   (3)

推導

   我們先來分析隨機點的 x 坐標. 假設每一步在 x 方向投影的長度為 x_iN 步以後, 該點的 x 坐標為 X , 則

langle x^2
angle = int_0^{infty} int_0^{2pi} (rcos	heta)^2 cdot f(r)mathrm d{r} cdot frac{1}{2pi}mathrm d{	heta} = frac12 langle r^2
angle   (4)

(剩下部分見頂部的「閱讀原文」)

推薦閱讀:

論風險:概率論還是決定論
概率論如何實現抽象
集成學習
矩陣分解及其意義
概率論回顧

TAG:概率論 | 高等數學 | 物理學 |