正态分布函数(高斯函数)详解

最新推荐文章于 2025-03-20 19:51:04 发布

你吃过卤汁牛肉吗

最新推荐文章于 2025-03-20 19:51:04 发布

阅读量10w+

点赞数 21

分类专栏：图像处理相关基础知识深度学习和机器学习需要的数学知识

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/u012370185/article/details/90265670

版权

深度学习和机器学习需要的数学知识同时被 2 个专栏收录

6 篇文章

订阅专栏

图像处理相关基础知识

2 篇文章

订阅专栏

本文详细介绍了正态分布（高斯函数），一种广泛应用于描述随机现象的概率分布。文章阐述了正态分布的概率密度函数、正态分布函数曲线的性质及概率分布函数，强调其在统计学中的核心地位。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

正态分布

X ~ $N(\mu, \sigma^2)$ ：随机变量X的取值 x_i 和其对应的概率值P(X = x_i ) 满足正态分布（高斯函数）

很多随机现象可以用正态分布描述或者近似描述
某些概率分布可以用正态分布近似计算

1.概率密度函数：

$f(x) = \frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{(x-\mu)^2)}{2\sigma ^{2}})$

2.正态分布函数曲线的性质：

3.正态分布的概率分布函数

概率分布函数是正态分布曲线的定积分，公式为：

$F(x) = \frac{1}{\sqrt{2\pi}\sigma} \int_{-\infty}^{x}exp(-\frac{(x-\mu)^2}{2\sigma^2}) \, \,dx$

正态分布曲线与x轴围成的面积是1(积分区间是负无穷到正无穷)

F(x) 的值代表P(X <= x)

f(x) 的值代表P(X = x)

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

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。