中心极限定理之为何高斯分布在自然界中广泛存在

中心极限定理解释了为什么许多随机现象,特别是在计算机视觉、图像处理和机器学习中,可以用正态分布描述。当独立同分布的随机变量序列的和趋向无穷时,它们趋向于标准正态分布。这一理论在处理如测量误差等受多种独立微小影响因素的情形时尤其适用。
摘要由CSDN通过智能技术生成

为什么自然界中许多随机现象可以用正态分布或 近似正态分布来描述,在计算机视觉,图像处理,机器学习模型中应用尤为广泛。

 

定理5.5 独立同分布情形下的中心极限定理

设有独立同分布的随机变量序列 X_1, X_2, \cdots, 且 $ E(X_i) = \mu, $ $ D(X_i) = \sigma^2 \ne 0 , $ 则对任意的实数 x, 有

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

Baobin Zhang

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
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