离散

881 X 2 3 4 5 P ∴E （ X） = 22481【 例 2解析 】 甲在 4局以内（含 4局）赢得比赛的概率为 X可取值为 2， 3， 4， 5，其 分布列 为 • [例 3] 一名学生骑自行车上学，从他家到学校的途中有 6个 交通岗，假设在各个交通岗遇到红灯的事件是相互独立的， 并且概率都是 ，设 X为这名学生在途中遇到的红灯次数， 求

是周期为 N的周期序列，则 ( ) ( )mnND F S W x n X k m ()xn(4)周期卷积和 12( ) ( ) ( )Y k X k X k若 则有： 111 2 2 100( ) [ ( ) ]( ) ( ) ( ) ( )NNmmy n I D F S Y kx m x n m x m x n m   记作： 12( ) ( ) * (

向差分运算为： )1()()(  nfnfnf返回本节 求和 信号的求和运算是对某一离散信号进行历史推演求和过程。 F(n)的求和运算为 nkkfny )()()( nf)( ny1 2 0 10 0n 1 0 1 2 3 41 3 3 2 2 2k02图 514 信号求和示意图 0n)( nf1 2111230n)( ny1 2112332

价格离散率的测度 数学基础 信息搜寻的一般化数学模型 价格离散率的测度 1nD P PP1， P2， ……， Pn P1P2……Pn x1， x2， ……， xn t1， t2， ……， tn t1+t2+……+tn=m 1 1 2 212nnnt P t P t PPt t t    ........(1) (2) (3) 1nniitt 和 Pn Pn F(Q) O

X 式中 xep(n)=[x(n)+x*(Nn)]/2 () xop(n)=[x(n)x*(Nn)]/2 () 任何有限长序列 x(n)都可以表示成其共轭对称分量和共轭反对称分量之和， 即 类似的 x(n)的 DFT[x(n)]=X(k)也可以表示成其共轭对称分量 Xep(k)和共轭反对称分量 Xop(k)之和， 即 X(k)=DFT[x(n)]=Xep(k)+Xop(k) 其中 Xep(k)

7 9 7 3 8 2 6 2 5 6 2 210aaa 解此方程组得。 从而，拟合多项式为 2 1 1 ,5 7 2 ,1 2 1 *2*1*0  aaa,)( 2* xxxx 第二章 插值与拟合 其平方误差。 拟合曲线 的图形见图 22。 2 )(* x 在许多实际问题中，变量之间的关系不一定能用多项式很好的拟合。

求得圆周卷积 x(k)h(k)=5*1+2*3+1*2=13 x(k)h(1k)=5*2+4*1+1*3=17 x(k)h(2k)=5*3+4*2+3*1=26 x(k)h(3k)=4*3+3*2+2*1=20 x(k)h(4k)=3*3+2*2+1*1=14 看出圆卷积与线卷积不同 . 17 13 26 y(n) n 0 20 14 用图表求解圆卷积 x(k)={5,4,3,2,1}

xnxD F T10* )(])([NnNnkN kRWnx 10* )(])([NnNnkNNnN kRWWnx10*)( )(])([NnNnkNN kRWnx)())((* kRkNX NN )()]())(([)]([)(** kXnRnxD F TnxD F TkXNN 则：，如果：证明：

带来很大困难 , 而应 用 Z变换可解决这一难题 . 为此在上式中 , 令 Tsez  , 则定义 0)()(kkzkTxzX 为 )(* tx 的 Z变换 , 并以     )1()()()()(0* kkzkTxkTxZtxZzX 下面举例说明求一些简单离散函数的 Z变换 . 1. 幂级数法 例 1: 求单位阶越函数的 Z变换 . 表示 .有时为书写方便 ,

统的随机模型。  对随机现象进行模拟，实质上是要给出随机变量的模拟，即利用计算机随机地产生一系列数值，它们的出现服从一定的概率分布，称为 随机数。  离散事件系统仿真的基础就是产生随机数 产生随机数的方法   1927年 ,4万随机数表 ,以后有 100万随机数表（可以输入内存，随时调用）   从真实物理现象的随机因素中产生随机数，放射性粒子的放射源，电子晶体管的固有噪音等