正态分布
关于正态分布的由来,在文章《正态分布的前世今生》中写的很清楚,正态分布是由二项分布而来。正态分布的密度形式首次发现是在棣莫弗-拉普拉斯中心极限定理中。读者可以通过以下几个链接深入了解正态分布的含义
正态分布的前世今生(上)
正态分布的前世今生(下)
为什么正态分布如此常见
棣莫弗-拉普拉斯中心极限定理
设随机变量 Xn(n=1,2,⋯) X n ( n = 1 , 2 , ⋯ ) 服从参数为 n,p(0<p<1) n , p ( 0 < p < 1 ) 的二项分布,则对于任意 x x , 有
从该定理中可以看出,当 n→∞ n → ∞ 时候,可以用二项分布趋于高斯分布。我们可以通过棣莫弗-拉普拉斯中心极限定理来计算二项分布的概率。
设随机变量随机变量 X X 服从正态分布(高斯分布)
,则其概率密度函数表示为
p(x)=12πσ2−−−−√exp[−(x−μ)22σ](2) (2) p ( x ) = 1 2 π σ 2 exp [ − ( x − μ ) 2 2 σ ]
多元正态分布
设 X,Y X , Y 为独立同分布的随机变量,且 X∼N(0,1) X ∼ N ( 0 , 1 ) 。则 X,Y X , Y 的联合分布为
p(x,y)=p(x)p(y)=12πexp(−12(x2+y2)