概率论之 拉普拉斯分布

拉普拉斯分布

遵循拉普拉斯分布的随机变量的概率密度函数公式如下：
$$p(x)=\frac{1}{2\lambda }{e}^{\frac{-|x-\mu |}{\lambda }}$$

形如正态分布，但顶端是一个尖，出现极端值的概率也显著大于正态分布：

性质

拉普拉斯分布的均值为$\mu$，方差为$2{\lambda }^2$，标准差为$\sqrt{2}\lambda$

图像如下：

代码

import numpy as np
import matplotlib.pyplot as plt


def laplace_distribution(x: np.ndarray, mu=0, lamb=2):
    p = 1 / (2 * lamb) * np.exp(-np.abs(x - mu) / lamb)

    return p


if __name__ == '__main__':
    x_ = np.linspace(-5, 5, 1000)
    p_1 = laplace_distribution(x_, 0, 1)
    p_2 = laplace_distribution(x_, 0, 3)
    p_3 = laplace_distribution(x_, 1, 2)

    plt.figure()
    plt.plot(x_, p_1)
    plt.plot(x_, p_2)
    plt.plot(x_, p_3)
    plt.show()