【杂谈一之概率论】CDF、PDF、PMF和PPF概念解释与分析

最新推荐文章于 2025-03-08 10:35:54 发布

嘻嘻仙人

最新推荐文章于 2025-03-08 10:35:54 发布

阅读量2.6k

点赞数 12

分类专栏：杂谈文章标签： pdf CDF PMF 概率论

本文链接：https://blog.csdn.net/daviddou2022/article/details/142705696

版权

一、概念解释

1、CDF：累积分布函数（cumulative distribution function），又叫做分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布

2、PDF：连续型概率密度函数（probability density function），连续型随机变量的概率密度函数是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数

3、PMF：离散型概率密度函数（probability mass function）

4、PPF：概率点函数（probability point function），就是把概率密度函数的xy轴进行翻转

二、图像展示

% MATLAB代码：绘制正态分布的CDF、PDF和PPF

% 清空工作区，关闭所有图窗
clear;
clc;
close all;

% 设置正态分布的参数
mu = 0;    % 均值
sigma = 1; % 标准差

% 定义x的取值范围
x = linspace(-4, 4, 1000);

% 计算正态分布的PDF、CDF和PPF
pdf_values = normpdf(x, mu, sigma);  % 概率密度函数 (PDF)
cdf_values = normcdf(x, mu, sigma);  % 累积分布函数 (CDF)
ppf_values = norminv(cdf_values, mu, sigma);  % 分位点函数 (PPF)

% 创建图窗
figure;

% 绘制PDF (概率密度函数)
subplot(3,1,1);
plot(x, pdf_values, 'r', 'LineWidth', 2);
title('