均匀分布，正态分布

最新推荐文章于 2025-04-28 07:51:30 发布
最新推荐文章于 2025-04-28 07:51:30 发布
阅读量6k 收藏 1
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 深度学习 深度学习中概率论与数理统计添 深度学习中概率论与数理统计 文章标签： 深度学习中概率论与数理统计
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/xd_wjc/article/details/102471772

1，

d = np.random.uniform(0, 1，(2, 3))
d = 
[[0.01697256 0.91067146 0.50465113]
 [0.71287859 0.13893622 0.09709053]]

d这个矩阵的元素服从0-1的均匀分布，所以取值只会是在0-1之间

e = np.random.normal(0, 1, 2)
e =
[ 1.43378951 -0.2435808 ]

e服从均值0，方差1的正态分布，所以e的取值大概率是落在[u-3f, u+3f] （忘了去百度百科正态分布）

u是均值

f是方差

这都是概率论的知识，随便变量X假如满足[a, b]的均匀分布，那么X的取值只会是在a-b之间

密度函数画出来，横轴才是X的取值范围，纵轴是X取这些值的概率，这里上面的d, e就是相当于这里的X

随便变量X假如满足（u, f）的正态分布，那么X的取值有99%的概率会是在[u-3f, u+3f] 这个区间

均匀分布生成标准正态分布 python
梁耀荣的博客
01-20 2万+
三种由(0,1)均匀分布构造标准正态分布随机变量的方法： Box–Muller算法 ，中心极限定理和Kinderman and Monahan method。
正太分布、均匀分布
weixin_53216729的博客
11-09 1735
若X服从一个为μ、为σ2的正态分布，记为N(μ，σ2)。其为正态分布的μ决定了其位置，其σ决定了分布的幅度。正态分布也叫高斯分布，是常态分布或常态分配，是连续随机变量概率分布的一种，自然界、人类社会、心理和教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。
常见的概率分布
heardlover的博客
04-28 1037
常见的概率分布可分为离散型和连续型两大类.常见的概率分布有八大类： 离散型4类：伯努利分布（0-1分布）、二项分布、泊松分布、几何分布 连续型4类：正态分布、指数分布（Exponential Distribution）均匀分布、伽马分布三、其他重要分布
【均匀分布和正态分布】
Wzanzan的博客
08-09 5405
python系列--均匀分布和正态分布
随机变量的分布：从均匀分布到正态分布
AI天才研究院
12-26 1861
1.背景介绍 随机变量的分布是概率论和统计学中的基本概念，它描述了一个随机事件的取值的概率分布情况。随机变量的分布可以用概率密度函数(PDF)或者累积分布函数(CDF)来描述。在实际应用中，我们经常会遇到不同类型的随机变量分布，如均匀分布、指数分布、蔡勒分布、正态分布等。这篇文章将从均匀分布到正态分布的过程中，深入探讨随机变量分布的核心概念、算法原理、数学模型以及代码实例。 2.核心概念与联系...
均匀分布、正态分布、二项分布、泊松分布、指数分布
qq_38101190的博客
08-05 1万+
均匀分布 表示在相同长度间隔的分布概率是等可能的。 概率密度函数： 公式 正态分布（高斯分布） 常见的连续概率分布，若一个随机变量X服从一个位置参数μ，尺度参数为σ的正态分布记为： 概率密度函数： 期望为μ，方差为σ的平方 二项分布 由伯努利提出：指重复n次的伯努利试验，每次试验中只有两种可能的结果，且两种结果发生与否互相独立。试验次数为1时，服从0-1分布。 概率密度函数： 公式 ...
正态分布、均匀分布噪声特性分析matlab.zip_噪声正态分布_均匀分布_均匀分布噪声_正态分布_正态分布、均匀分布噪声特性分
09-24
本资料“正态分布、均匀分布噪声特性分析matlab.zip”主要关注两种常见的随机过程噪声类型：正态分布噪声和均匀分布噪声，以及它们在MATLAB环境下的特性分析。下面将详细阐述这两种噪声类型及其特性。 首先，正态...
生成均匀瑞利正态分布随机变量序列
最新发布
06-30
对于均值为μ、标准差为σ的正态分布，可以将两个独立的均匀分布随机数U和V转换为正态分布随机变量Z：Z=μ+σ⋅ −2⋅ln(U) ⋅sin(2πV)。 程序流程图展示了生成随机序列的具体步骤，包括种子设置、随机数生成以及...
产生均匀分布、瑞利分布、正态分布随机变量序列
01-09
本报告详细探讨了如何使用C语言生成三种不同分布的随机变量序列：均匀分布、瑞利分布和正态分布。 1.1 随机数与计算机产生伪随机数的方法 计算机无法直接生成真正的随机数，因为它们基于确定性的算法运行。因此，...
数学分布 泊松分布 二项分布 正态分布 均匀分布 指数分布 生存分析 贝叶斯概率公式 全概率公式.docx
03-31
在给定的文档中，提到了几个常见的数学分布，包括泊松分布、二项分布、正态分布、均匀分布和指数分布。这些分布各有特点，广泛应用于不同的统计分析和模型构建。 **泊松分布**通常用于描述在一定时间或空间内，独立...
连续型随机变量的分布（均匀分布、指数分布、正态分布）
m0_52124992的博客
04-03 8946
连续型随机变量的分布（均匀分布、指数分布、正态分布）
【分布函数】详解常用的分布函数（均匀分布、正态分布、泊松分布等）
热门推荐
程序星空实验室
06-20 6万+
概率密度函数（Probability Density Functions，简称PDF），概率密度函数是概率论里面最重要的概念之一。定义：设为一随机变量，若存在非负实函数，使对任意实数，有：则称为连续随机变量，称为的概率密度函数，简称概率密度或密度函数。连续型随机变量的分布函数：详解常用的分布函数（均匀分布、指数分布、二项分布、正态（高斯）分布、泊松分布等）。.........
【寒江雪】Box-Muler算法——均匀分布转正态分布
寒江雪的博客
07-13 3734
Box-Muler算法 ​ Box-Muller，一般是要得到服从正态分布的随机数，基本思想是先得到服从均匀分布的随机数再将服从均匀分布的随机数转变为服从正态分布。 ​ Box-Muller 算法隐含的原理非常深奥，但结果却是相当简单。它一般是要得到服从正态分布的随机数，基本思想是先得到服从均匀分布的随机数再将服从均匀分布的随机数转变为服从正态分布。 如果在 （0,1] 值域...
数据科学你得知道的几种分布（上）[正态分布，二项分布，均匀分布]
qq_51174011的博客
02-26 4378
数据科学你得知道的几种分布 先说两个小知识 概率密度函数：概率密度函数一般形容连续随机变量的分布 （和分布律一起。分布律是形容离散随机变量的分布的，但一般不怎么提，被密度函数代表了） 分布函数：分布函数又称累计概率密度函数（他确实也是概率密度的累积），但并不能直接体现随机变量的整体分布。 它叫分布函数是因为作为概率密度的累积，我们可以通过分布函数上的两个点求出在这之间随机变量发生的概率。 一、正态分布 1. 误差 正态分布的诞生源于对误差的描述 最早，人们对误差分布的假设是线性的，由函数
正态分布(高斯分布)、均匀分布
あずにゃん梓喵的博客
08-17 1784
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新）
正态分布与均匀分布之间的变换
phymat.nico的专栏
10-23 3504
一、任何分布都能化为 [ 0 , 1 ] [0,1] [0,1]均匀分布 假设 F X ( a ) = p ( x ≤ a ) F_X(a)=p(x\le a) FX​(a)=p(x≤a)为累积分布函数， f ( x ) f(x) f(x)为概率密度函数， F X ( a ) = ∫ − ∞ a f ( x ) d x F_X(a)=\int_{-\infty}^af(x)dx FX​(a)=∫−∞a​f(x)dx，则存在如下等式 P ( F X ( X ) ≤ a ) = P ( X ≤ F X − 1
matlab 实现由均匀分布产生正太分布与锐利分布zhangzhicheng
zhicheng_angle的博客
10-21 1340
xaxis=-10:0.1:10; miu=0; delta=1; N=1000000; u1=rand(1,N); u2=rand(1,N); y1=(-2*log(u1)).^0.5;    y2=(-2*log(u1)).^0.5.*sin(2*pi*u2); var1=miu+delta*y1; var2=miu+delta*y2; [sum1,loc1]=hist(var1,100); ...
如何用均匀分布随机数生成正态分布随机数
doublehhcc的博客
07-23 2万+
如何用均匀分布随机数生成正态分布随机变量 前言 在Monte Carlo模拟技术中，许多地方都需要用到符合标准正态分布(高斯)的随机数来设计采样方案，因此了解如何用均匀分布随机数(实际上是均匀分布的伪随机数)来生成标准正态分布的随机数十分重要。本文将对这个最基本的问题做讨论，并提供c++11代码。 我们介绍两种算法: The Box–Muller transform 和 The Zig...
均匀分布和高斯分布
babing2770的博客
07-23 1244
原文地址：https://blog.youkuaiyun.com/hongxue8888/article/details/78217283 一、均匀分布 数学期望：E(x)=(a+b)/2方差：D(x)=(b-a)²/12若连续型随机变量X具有概率密度f(x)={1b−a,0,a<x<b其他f(x)={1b−a,a<x<b0,其他 则称X在区间（a，b）上服从...
均匀分布和正态分布的关系
04-28
### 均匀分布与正态分布的差异和联系 #### 数学特性比较 均匀分布在概率密度函数 (PDF) 上表现为恒定的概率值，在区间 \([a, b]\) 内，其 PDF 定义为 \(f(x) = \frac{1}{b-a}\)，其中 \(x\) 属于 \([a, b]\)[^4]。而正态分布则由两个参数决定——均值 (\(\mu\)) 和标准差 (\(\sigma\))，其 PDF 表达式为 \(f(x) = \frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}\) [^1]。 尽管两者都属于连续型随机变量分布范畴，但在形状特征上有显著区别： - **均匀分布**呈现矩形形态，意味着任何取值范围内的可能性相等； - **正态分布**则是钟形曲线，数据集中趋势明显且两端渐近趋于零 [^1]。 #### 中央极限定理的作用 通过中央极限定理可以建立二者之间的一种间接联系。当独立同分布样本数量足够大时，无论原始总体服从何种类型的分布（包括均匀分布），这些样本算术平均数将近似遵循正态分布规律 [^2]。这意味着即使初始数据来源于一个完全平坦的均匀分布模型下，经过多次抽样并计算每组样品均值之后形成的新的集合将会趋向于呈现出典型的高斯模式。 #### 应用场景对比 ##### 均匀分布的应用领域 - 随机数生成器通常基于伪随机算法来模拟理想化的均匀分布情况； - 物理实验测量误差如果不存在系统偏差，则可能假设为在一定范围内均匀变化的小幅度扰动项 [^5]。 ##### 正态分布的主要用途 由于自然界和社会经济现象普遍存在中心聚集效应加上少量极端异常点的特点，使得正态分布成为最常用的数据建模工具之一： - 质量控制过程中产品尺寸规格波动分析； - 学生考试成绩评定体系设计依据等等 。 ```python import numpy as np import matplotlib.pyplot as plt # Generate data from uniform and normal distributions uniform_data = np.random.uniform(-3, 3, size=1000) normal_data = np.random.normal(loc=0., scale=1., size=1000) plt.figure(figsize=(12,6)) # Plot histograms of both datasets plt.subplot(1, 2, 1) plt.hist(uniform_data, bins='auto', alpha=0.7, color="blue", label="Uniform Distribution") plt.title('Histogram of Uniform Data') plt.legend() plt.subplot(1, 2, 2) plt.hist(normal_data, bins='auto', alpha=0.7, color="red", label="Normal Distribution") plt.title('Histogram of Normal Data') plt.legend() plt.show() ``` 此代码片段展示了如何分别绘制来自均匀分布和正态分布两组数据集直方图图形化展示它们各自独特的性质特点。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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