各种分布(distribution)

本文介绍了两种重要的概率分布——正态分布与均匀分布。详细解释了正态分布的数学期望、方差及其概率密度函数,并说明了如何将正态分布转换为标准正态分布。此外,还阐述了连续型随机变量服从均匀分布的概率密度函数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

正态分布(Normal distribution),又名高斯分布(Gaussian distribution)。若随机变量X服从一个数学期望为μ、方差为σ^2(标准差为σ)的正态分布,记为N(μ,σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。

当μ = 0,σ = 1时的正态分布是标准正态分布。正态分布转换为标准正态分布的公式:

概率密度函数,纵坐标f(x)是一个值,即概率密度,面积积分起来就是概率。

 

 

均匀分布

(1) 如果
,则称 X服从离散的均匀分布。
(2) 设连续型 随机变量X的概率密度函数为
则称随机变量X服从[a,b]上的均匀分布,记为X~U(a,b)。
均匀分布概率密度函数:
 
 
http://blog.youkuaiyun.com/michael_r_chang/article/details/39188321
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值