概率论笔记（六）一维正态分布/二维正态分布/多维正态分布

已于 2023-05-22 17:31:17 修改
阅读量1.9w 收藏 46
点赞数 6
分类专栏： 概率论 文章标签： 协方差 概率论
于 2020-11-10 16:29:58 首次发布
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.csdn.net/qq_37534947/article/details/109600958
版权

文章目录

一：一维正态分布

在这里插入图片描述

二：二维正态分布/多维正态分布

三：各向同性正态分布

各向同性的高斯分布（球形高斯分布）指的是各个方向方差都一样的多维高斯分布，协方差为正实数与identity matrix（单位矩阵）相乘。
在这里插入图片描述
注：即方差都是一样的，均值不一样，方差的值可以单独用标量表示。

参考链接：
https://www.cnblogs.com/jiangkejie/p/12939776.html
https://blog.csdn.net/robert_chen1988/article/details/92842869#comments_13760339

Studying_swz
关注
  • 6
    点赞
  • 踩
  • 46
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
一维正态分布、二维正态分布的matlab实现
wenyusuran的专栏
02-02 1万+
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %本程序用于产生一维正态分布、二维正态分布 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %绘制一维正态分布 x=linspace(-3,3); y=normpdf(x,0,1); figure(1) plot(x,y,'r'); %绘制二维正态分布 x=-20:0.5:2
midu_二项分布_正态分布_分布函数_
10-03
概率密度或分布通用函数，其中包括正态分布，二项分布，指数分布等
多维正态分布的极大似然估计
weixin_43845922的博客
10-19 894
多维正态分布的MLE---ML作业4
多元正态分布
landing_guy_的博客
07-05 2049
介绍多元正态分布的知识
Python生成多维正态分布数据
最新发布
weixin_40727266的博客
03-07 641
指定生成的正态分布矩阵的维度eg：若size=(1, 1, 2)，则输出的矩阵的shape即形状为 1X1X2XN（N为mean的长度）： 指定生成矩阵的维度，若size=(1, 1, 2)，则输出的矩阵的 shape 即形状为 1X1X2XN（N为mean的长度）；当使用warn作为传入的参数时，如果cov不是半正定的程序会输出警告但仍旧会得到结果；当使用raise作为传入的参数时，如果cov不是半正定的程序会报错且不会计算出结果；：协方差矩阵，注意：协方差矩阵必须是对称的且需为半正定矩阵；
多维高斯分布（多元正态分布）的概率密度函数和最大似然估计
chen的博客
10-14 4030
fμΣ​x2πD/21​∣Σ∣1/21​exp−21​x−μTΣ−1x−μ)}这是多维高斯分布（多元正态分布）的概率密度函数。fμΣ​xxx∈RDDxμΣx−μTx−μ∣Σ∣ΣΣ−1Σ公式的含义：这个公式描述了 D 维多维高斯分布的概率密度。它告诉我们在给定均值μ和协方差矩阵Σ的情况下，随机变量x出现在空间中的概率密度。
连续型概率分布——正态分布（一维）
热门推荐
seasongirl的博客
05-24 1万+
今天想总结一下正太分布，但是如果按照维基百科上面的讲法，就太过复杂了，所以这里着重讲正态分布在实际生活中的作用以及简单的计算方法，也就是高中所学过的关于正态分布的知识。在正式开始之前，还是把维基百科上面的科普拎出来过一遍正态分布又名高斯分布，是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。1. 正态分布的定义如果对于任何实数a<b，随机变量X满足：  ...
透彻理解多元正态分布
nstarLDS的博客
03-14 1万+
本篇内容主要是对于基本书籍教材多元正态分布相关章节所写的学习笔记，结合自己的理解尽可能表述得通俗易懂，主要思路内容取自《程序员的数学之概率统计》。 前言 多元正态分布就是含有多个变量的正态分布，为什么关于多元正态分布要专门写一篇学习笔记？因为其具有重要意义，在理论研究或者实际应用中，我们常会首先考虑多元正态分布是否适用，如果不符，再考虑其他类型的分布。基于下面两个特征，多元正态分布应用十分广泛： ...
多元正态分布（Multivariate Normal Distribution）
weixin_39699362的博客
03-03 1951
多元正态分布（Multivariate Normal Distribution），也称为多变量高斯分布，是单变量正态分布（高斯分布）在多维空间中的推广。通常通过样本的均值和样本协方差矩阵来估计。多元正态分布是许多多变量统计方法的基础，如多变量回归分析、主成分分析（PCA）等。上述特殊情况下的多元正态分布在理论探讨和实际应用中都有重要的地位，比如在金融模型、社会科学研究、工程问题等领域。这些性质使得多元正态分布在理论研究和实际应用中都非常重要，尤其是在统计推断、风险管理、机器学习和许多其他领域。
numpy实现周志华机器学习 9.4.3 高斯混合聚类（GMM算法）
weixin_42217488的博客
03-01 1851
本文主要参考周志华《机器学习》的9.4.3章节，对高斯混合聚类的原理做简单介绍，并使用numpy实现GMM。 要想很好得理解掌握高斯混合聚类算法，以我的学习经验来看，需要掌握两方面背景知识。 多维正态分布 EM算法 关于上述两方面知识，我只做简单的介绍。首先，什么是多维正态分布？就是多变量的正态分布。我们所熟知的正态分布往往是一维的，但在现实中，我们所获得的数据往往是多维的。这就需要用到多维正...
基于Matlab 实现二维正态分布贝叶斯决策面可视化 包括线性与非线性决策面.rar
10-24
首先，二维正态分布（2D Gaussian distribution）是概率论中一个重要的连续概率分布，广泛应用于数据建模，特别是在高维空间中的统计分析。在二维空间内，正态分布由其均值μ和协方差矩阵∑定义。对于两个独立的随机...
使用Python实现正态分布、正态分布采样
01-02
多元正态分布(多元高斯分布) 直接从多元正态分布讲起。多元正态分布公式如下： 这就是多元正态分布的定义，均值好理解，就是高斯分布的概率分布值最大的位置，进行采样时也就是采样的中心点。而协方差矩阵在多维上...
正态分布及二项分布
07-31
在统计学和概率论中，正态分布和二项分布是两种非常重要的连续和离散概率分布。MATLAB作为一款强大的数学计算软件，为研究这些分布提供了方便的工具和函数。 正态分布，又称为高斯分布，是自然界中最为常见的一种...
GANs: 学习生成一维正态分布
RaySunWHUT
03-12 1270
GANs: 学习生成一维正态分布 本文同步于我的知乎专栏：https://zhuanlan.zhihu.com/p/352126210 本篇文章在 devnag 2018年实现的 GANs 基础之上，修改、适配 PyTorch 1.71 之后，在原代码上添加了注释以及对于部分代码段的个人理解。 首先，这篇文章不是从理论层面对 GANs 的原理进行解读(如果想了解GANs背后的数学原理，请参见 GANs背后的数学原理)；本文从宏观上，由GANs的源码出发，对GANs的程序结构，GANs的实现逻辑以及实现思路进
【概率论笔记】正态分布专题
qaqwqaqwq的博客
11-05 865
设$X\text{\large\textasciitilde}N(\mu,\sigma^2)$，则$X$的概率密度为$$f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}$$函数图像：钟形曲线，$x=\mu$为对称轴且为最大值点，最大值为$\frac{1}{\sqrt{2\pi}\sigma}$，$\sigma$越小图像越尖锐。
RBF神经网络
weixin_45634365的博客
04-15 5240
这里写目录标题一、一维正态分布二、径向基函数三、径向基函数解决插值问题四、RBF神经网络简介五、RBF神经元模型六、RBF神经网络结构 一、一维正态分布 f(x)=12πσe−(x−μ)22σ2f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}f(x)=2π​σ1​e−2σ2(x−μ)2​ 记作X∼N(μ,σ2)X \sim N(\mu,\sigma^2)X∼N(μ,σ2)。 可以将一般正态分布转化为标准正态分布：若X∼N(μ,
【小呆的概率论学习笔记】正态分布的代数运算
u012915522的博客
06-07 2037
正态分布应该是概率论和数理统计中最重要的一类概率分布，最早的完整论述是由数学王子高斯提出，高斯主要用来分析观测的误差分析中推导出正态分布。虽然随着概率统计学的发展，自然分布形式多种多样，但是正态分布仍然可以说是最重要的自然分布。fx1σ2πe−12x−μ2σ2fxσ2π​1​e−21​σ2x−μ2​上述概率密度图形如下图所示。
isotropic Gaussian distribution
你通透就好 别问我是谁
04-13 4412
isotropic Gaussian distribution 各向同性的高斯分布（球形高斯分布）指的是各个方向方差都一样的多维高斯分布，协方差为正实数与 identity matrix 相乘。 因为高斯的 circular symmetry，只需要让每个轴上的长度一样就能得到各向同性，也就是说分布密度值仅跟点到均值距离相关，而不和方向有关。 各向同性的高斯每个维度之间也是互相独立的，因此密度方程可以写成几个 1 维度高斯乘积形式。要注意的是，几个高斯分布乘在一起得到各向同性，但几个 Laplace 分布相
matlab掷硬币正态分布函数,概率论基础知识及其在matlab中的实现
06-10
在MATLAB中实现掷硬币正态分布函数，需要先了解概率论基础知识和正态分布函数。 掷硬币是一种二项分布，其概率函数为： P(X=k) = C(n,k) * p^k * (1-p)^(n-k) 其中，n表示掷硬币的次数，k表示正面朝上的次数，p表示硬币正面朝上的概率。 正态分布函数是一种连续型分布，其概率密度函数为： f(x) = 1 / (sigma * sqrt(2*pi)) * exp(-(x-mu)^2 / (2*sigma^2)) 其中，mu表示分布的均值，sigma表示分布的标准差。 在MATLAB中，可以使用`binopdf`函数计算二项分布概率，使用`normpdf`函数计算正态分布概率密度函数。 例如，我们可以用以下代码计算掷10次硬币正面朝上3次的概率： ```matlab n = 10; % 掷硬币次数 k = 3; % 正面朝上次数 p = 0.5; % 正面朝上概率 prob = binopdf(k,n,p); % 计算二项分布概率 disp(prob); % 输出概率 ``` 我们也可以用以下代码绘制正态分布函数曲线： ```matlab mu = 0; % 均值 sigma = 1; % 标准差 x = -5:0.1:5; % x轴范围 pdf = normpdf(x,mu,sigma); % 计算正态分布概率密度函数 plot(x,pdf); % 绘制曲线 ``` 以上就是MATLAB中实现掷硬币正态分布函数的基础知识和代码实现。
评论 1
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

打赏作者

Studying_swz

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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