1、一元概率密度
f(x|μ,σ2)=1σ2π−−√e−(x−μ)22σ2
f
(
x
|
μ
,
σ
2
)
=
1
σ
2
π
e
−
(
x
−
μ
)
2
2
σ
2
其中,
x
x
是随机变量,是均值,
σ
σ
是标准差,
σ2
σ
2
是方差。当
μ=0
μ
=
0
,
σ=1
σ
=
1
时,正态分布就成为标准正态分布。
(1)方差越小,数据越集中,图像越高瘦。
(2)
μ
μ
表示图像向左右移动。
2、多元概率密度
fX(x1,...,xk)=1σ(2π)k|Σ|−−−−−−−√exp(−12(x−μ)TΣ−1(x−μ))
f
X
(
x
1
,
.
.
.
,
x
k
)
=
1
σ
(
2
π
)
k
|
Σ
|
e
x
p
(
−
1
2
(
x
−
μ
)
T
Σ
−
1
(
x
−
μ
)
)
其中,(1) Σ Σ 是协方差矩阵, |Σ| | Σ | 代表求行列式运算,最终结果是一个标量数值(2) μ μ 代表均值向量(默认情况是列向量)(3) Σ−1 Σ − 1 表示协方差的 逆矩阵:
补充:
(1)一个n阶方阵A称为可逆的,或非奇异的,如果存在一个n阶方阵B,使得AB=BA=E,并称B是A的一个逆矩阵。不可逆的矩阵称为非奇异矩阵。A的逆矩阵记作 A−1 A − 1 。
(2)矩阵的描述一般用()或者[ ]
3、中心极限定理
任意的随机独立变量相加(随机变量足够多),得到高斯分布。