莱斯公式

下面,我们补全最后这块拼图,一步步纯数学推导到最终的积分公式。


完整推导过程:从时间微元到积分项

第一步:设定极小的时间微元\(\Delta t\)

在时刻\(t\) 到\(t + \Delta t\) 之间,系统要向上穿越阈值\(a\)。根据泰勒展开,此时的系统状态必须满足:

\[a - \dot{y}\Delta t < Y(t) < a \quad (\text{且 } \dot{y} > 0) \]

第二步:计算在\(\Delta t\) 内发生一次穿越的“概率”

由于位移\(Y(t)\) 和速度\(\dot{Y}(t)\) 独立,它们的联合概率密度可以拆开。
在速度为\(\dot{y}\) 到\(\dot{y} + d\dot{y}\) 这个微小区间内,发生穿越的概率是:

\[ dP = \underbrace{\left[ \int_{a - \dot{y}\Delta t}^{a} p(a) \, dy \right]}_{\text{处于高度 } a \text{ 附近的概率}} \cdot \underbrace{p(\dot{y}) d\dot{y}}_{\text{速度在该区间的概率}} \]

因为\(\Delta t\) 极小,空间窗口极窄,内层积分近似等于矩形面积:

\[ \int_{a - \dot{y}\Delta t}^{a} p(a) \, dy \approx p(a) \cdot (\dot{y}\Delta t) \]

将上式代回,得到在特定速度微元\(d\dot{y}\) 下的微小穿越概率:

\[ dP \approx p(a) \cdot (\dot{y}\Delta t) \cdot p(\dot{y}) d\dot{y} \]

第三步:将微小概率转化为“微小频率”

频率是单位时间内的发生次数,所以要除以时间\(\Delta t\):

\[ dv_a^+ = \frac{dP}{\Delta t} = \frac{p(a) \cdot \dot{y}\Delta t \cdot p(\dot{y}) d\dot{y}}{\Delta t} \]

时间\(\Delta t\) 被完美约掉,得到在特定速度\(\dot{y}\) 下的微小频率贡献:

\[ dv_a^+ = p(a) \cdot p(\dot{y}) \cdot \dot{y} \, d\dot{y} \]

第四步:引入积分号(累加所有可能的速度)

系统穿越\(a\) 时,速度\(\dot{y}\) 可能是\(0.1\),也可能是\(100\)。我们要算总频率,就必须把所有可能出现的正向速度(从\(0\) 到\(\infty\))对应的微小频率贡献全部累加起来。

这就引出了积分号:

\[ v_a^+ = \int_{0}^{\infty} p(a) \cdot p(\dot{y}) \cdot \dot{y} \, d\dot{y} \]

第五步:提取常数项(得到最终公式)

在积分\(\int d\dot{y}\) 的过程中,积分变量是速度\(\dot{y}\)。位置概率密度\(p(a)\) 是一个与速度无关的常数,所以可以提到积分号外面:

\[ v_a^+ = p(a) \cdot \int_{0}^{\infty} p(\dot{y}) \cdot \dot{y} \, d\dot{y} \]


公式各部分的终极中文标注

\[ \underbrace{v_a^+}_{\text{总穿越频率}} = \underbrace{p(a)}_{\text{位置概率密度(常数)}} \cdot \underbrace{\int_{0}^{\infty} \underbrace{p(\dot{y})}_{\text{速度概率密度}} \cdot \underbrace{\dot{y}}_{\text{速度}} \, \underbrace{d\dot{y}}_{\text{速度微元}}}_{\text{所有正向速度的加权平均值(期望)}} \]

为什么必须要有积分项?

如果没有积分,你算出的只是“当速度为\(2\) 米/秒时的频率”。但现实中,系统穿越时的速度是波动的。

  • 积分\(\int\) 的作用:就是根据速度出现的概率大小((p(\dot{y})$),给每种速度下的频率打分(加权)。
  • 积分的最终结果,是一个宏观的、平均的穿越频率。

至此,从“频率=概率/时间”的代数化简,到泰勒展开的空间转换,再到考虑速度随机性的积分累加,整个推导过程才算真正闭环、彻底。

posted @ 2026-10-17 20:54  redufa  阅读(11)  评论(0)    收藏  举报