随机分布 正态分布.pdfVIP

正态分布 概率密度函数 参数 location （real ） squared scale （real ） 支撑集 概率密度函數 绿线代表标准正态分布 累积分布函数 累积分布函数 期望值 中位数 众数 方差 颜色与概率密度函数同 偏度 0 峰度 3 信息熵 动差生成函数 特性函数 正态分布 normal distribution 一种概率分布。正态分布是具有两个参数 μ和 σ2 的 连续型随机变量的分布，第一参数 μ是服从正态分布的随 机变量的均值，第二个参数 σ2 是此随机变量的方差，所 以正态分布记作 N(μ，σ2 ) 。 服从正态分布的随机变量 的概率规律为取与 μ邻近的值的概率大 ，而取离 μ越远 的值的概率越小；σ越小，分布越集中在 μ附近，σ越大， 分布越分散。正态分布的密度函数的特点是：关于 μ对称， 在 μ处达到最大值，在正（负）无穷远处取值为 0，在 μ ±σ处有拐点。它的形状是中间高两边低 ，图像是一条位 于 x 轴上方的钟形曲线。当 μ＝0，σ2 ＝1 时，称为标准 正态分布，记为 N （0，1）。μ维随机向量具有类似的概 率规律时，称此随机向量遵从多维正态分布。多元正态分 布有很好的性质，例如，多元正态分布的边缘分布仍为正 态分布，它经任何线性变换得到的随机向量仍为多维正态 分布，特别它的线性组合为一元正态分布。 正态分布最早由 A.棣莫弗在求二项分布的渐近公式 中得到。C.F.高斯在研究测量误差时从另一个角度导出了 它。P.S.拉普拉斯和高斯研究了它的性质。 生产与科学实验中很多随机变量的概率分布都可以 近似地用正态分布来描述。例如，在生产条件不变的情况