正态分布函数

article/2025/9/18 10:15:44

1)使用MatLab画出正态分布的概率密度函数图像。
x=[-10:0.01:10];
y=normpdf(x,0,1);%正态分布函数。
figure;
axes1=axes('Pos',[0.1 0.1 0.85 0.85]);
plot(x,y);
set(axes1,'YLim',[-0.01 0.43],'XLim',[-3 3]);
图1:4.JPG

2)验证概率密度函数在区间(-∞,∞)上的积分为1。
这里取参数mu=3,sigma=5(注:下文全用这两个参数)。
y='exp(-1/2*((x-3)/5)^2)/(sqrt(2*pi)*5)';
s=int(y,-inf,inf) %int积分函数(inf代表无穷大)。
输出:s=1

3)验证x=mu时取最大值。
思路:求解函数一阶导数为零的点。

* 求一阶导数
y='exp(-1/2*((x-3)/5)^2)/(sqrt(2*pi)*5)';
d=diff(y);%微分函数。
sd=simplify(d)
输出结果:sd = -1/250*(x-3)*exp(-1/50*(x-3)^2)*2^(1/2)/pi^(1/2)

* 通过图像判断解的位置
x=[0:0.001:40];
sd=-1/250.*(x-3).*exp(-1/50.*(x-3).^2).*2.^(1/2)./pi.^(1/2);
axes1=axes('Pos',[0.1 0.1 0.85 0.85]);
plot(x,sd);
set(axes1,'YLim',[-0.01 0.01],'XLim',[0 40]);
图2:5.JPG

从图中可以看出在3附近有解。

* 定义函数并求解
function y=f(x)
y=-1/250.*(x-3).*exp(-1/50.*(x-3).^2).*2.^(1/2)./pi.^(1/2);

r=fzero('f',3)
输出:r=3

从图上看在x > 20以后,几乎是一条直线,若用20:
r=fzero('f',20)
输出:r=3

这说明是无限趋近于0。

* 进一步说明该点为最大值点
该概率密度函数一阶导数为0的解为3,此值正好为mu,再取x=1,x=4与x=3时的函数
值比较。
>> normpdf(1,3,5)
ans = 0.0737

>> normpdf(4,3,5)
ans = 0.0782

>> normpdf(3,3,5)
ans = 0.0798

显然在x=3的两边函数值都比x=3小,说明该点为极大值点。根据正态分布函数的图像特点可知该点是最大值点。

4)验证x=mu +- sigma (即8或-2)处曲线有拐点。
思路:求二阶导数为零的点。

* 先求二阶微分
y='exp(-1/2*((x-3)/5)^2)/(sqrt(2*pi)*5)';
d=diff(y,2);%微分函数。
sd=simplify(d)
输出:sd = 1/6250*exp(-1/50*(x-3)^2)*2^(1/2)*(-16+x^2-6*x)/pi^(1/2)

* 通过图像判断解的位置
x=[-20:0.001:20];
sd=1./6250.*exp(-1/50.*(x-3).^2).*2.^(1/2).*(-16+x.^2-6.*x)/pi.^(1/2);
axes1=axes('Pos',[0.1 0.1 0.85 0.85]);
plot(x,sd);
set(axes1,'YLim',[-0.005 0.005],'XLim',[-20 20]);
图3:6.JPG
从上图可以看出,曲线在(-5,0)和(5,10)之间分别都与y=0有交点,因此有两个解。

* 定义函数并求解
function y=f(x)
y=1./6250.*exp(-1/50.*(x-3).^2).*2.^(1/2).*(-16+x.^2-6.*x)/pi.^(1/2);

r=fzero('f',-5)
r = -2

>> r=fzero('f',5)
r = 8.0000

从而得到了两个拐点x=8和x=-2,也即mu +- sigma。

5)验证曲线以x轴为渐近线渐近线求解:
A 垂直渐近线  x=a是y=f(x)的渐近线<==>lim f(x)=∞或lim f(x)=∞
                         x->a+0       x->a-0
  其中a在间断点中找——∞型第二类间断点B 水平渐近线
  x→+∞(-∞)时,y=b是y=f(x)的渐近线<==>lim f(x)=b (或lim f(x)=b)
                                          x->+∞         x->-∞

求其一阶倒数在x趋向于无穷大时的极限值b,若存在,即有水平渐近线y=b。
* 先定义函数:
function y=f(x)
syms x; %定义符号变量。
y=exp(-1/2*((x-3)/5)^2)/(sqrt(2*pi)*5);

* 求x趋向无穷大时一阶导数的极限
limit(f,inf)
ans = 0

6)验证 3 sigma 法则
思路:求解概率密度函数在[mu-3*sigma,mu+3*sigma]区间上的积分。
y='exp(-1/2*((x-3)/5)^2)/(sqrt(2*pi)*5)';
double(int(y,-12,18))
ans = 0.9973

转载于:https://www.cnblogs.com/JoeDZ/archive/2008/01/12/1035901.html


http://chatgpt.dhexx.cn/article/AjhYKtSC.shtml

相关文章

正态分布的理解

一、概念 概念&#xff1a;正态分布&#xff0c;又称高斯分布。其特征为中间高两边低左右对称。 特性&#xff1a; 1&#xff09;集中性&#xff1a;曲线的最高峰位于正中央&#xff0c;且位置为均数所在的位置。 2&#xff09;对称性&#xff1a;正态分布曲线以均数所在的位置…

正态分布(Normal distribution)

目录 概念 性质 标准正态分布 "3σ"法则 参考资料 概念 若连续性随机变量X的概率密度为 其中 为平均数&#xff0c; 为标准差&#xff0c; 为常数&#xff0c;则称X服从参数为 的正态分布(Normal distribution)或高斯(Gauss)分布&#xff0c;记为. X的分布函…

正态分布(高斯分布)、Q函数、误差函数、互补误差函数

1.正态分布&#xff08;高斯分布&#xff09; 若随机变量 XX 服从一个位置参数为 μμ 、尺度参数为 σσ 的概率分布&#xff0c;且其概率密度函数为 f(x)12π−−√σe−(x−μ)22σ2f(x)12πσe−(x−μ)22σ2 则这个随机变量就称为正态随机变量&#xff0c;正态随机变量服…

向量点乘(内积)和叉乘(外积)

向量是由n个实数组成的一个n行1列&#xff08;n*1&#xff09;或一个1行n列&#xff08;1*n&#xff09;的有序数组。 1、向量点乘&#xff08;内积&#xff09; 向量的点乘&#xff0c;也叫内积&#xff0c;是对两个向量对应位一一相乘之后求和的操作&#xff0c;点乘的结果…

Unity向量点乘和叉乘实例应用

#1.基本概念 两个向量的点乘&#xff08;Dot&#xff09;&#xff0c;就是我们说的数量级 ab|a||b|cosθ 结果是一个标量&#xff0c;如果0&#xff0c;则两个向量夹角等于90度&#xff0c;垂直关系 小于0&#xff0c;则两个向量夹角大于90度 大于0&#xff0c;则两个向量夹角小…

向量点乘与向量叉乘的几何意义

向量点乘&#xff08;内积&#xff09; 向量点乘公式为&#xff1a; a * b |a| * |b| * cosθ 点乘的结果是是标量&#xff0c;点乘也被称为内积&#xff0c;是a向量在b向量上投影的长度与b向量的长度的乘积&#xff0c;反映了两个向量之间的相似度&#xff0c;两向量越相似…

DirectX 向量点乘和叉乘

使用 Length()函数获取向量的长度&#xff1b; 运行一下&#xff1b;还是 不是有效的win32应用程序 错误&#xff1b;下回再整&#xff1b; 然后看一下向量的乘法&#xff1b; 可以调用Add()函数实现两个向量相加&#xff1b; 调用Multiply()实现数乘向量&#xff1b;结果还是…

向量点乘和叉乘的区别

如何看待向量之间的叉乘和点乘 首先明显的区别在于&#xff1a;两个向量点乘的结果是一个标量&#xff0c;而两个向量叉乘的结果则还是一个向量。如下面的例子&#xff1a; 点乘&#xff1a; 向量a (a1, a2, a3), 是一个1行3列的向量。向量b(b1, 是一个3行1列的向量。两者点…

向量点乘\叉乘,矩阵向量乘法

向量 点乘 公式&#xff1a;a b |a| * |b| * cosθ 点乘又叫向量的内积、数量积&#xff0c;是一个向量和它在另一个向量上的投影的长度的乘积&#xff1b;是标量。 点乘反映着两个向量的“相似度”&#xff0c;两个向量越“相似”&#xff0c;它们的点乘越大。 例&#xff…

自己动手证明向量点乘和叉乘的几何意义

目标 对于游戏行业程序员来说&#xff0c;向量“点乘”和“叉乘”是非常熟悉的运算。从代码上看他们运算过程并不复杂&#xff1a;&#xff08;以下代码选自UE4的“Vector.h”&#xff09; 点乘就是各分量逐项相乘&#xff0c;最终得到了一个标量&#xff1a; FORCEINLINE f…

向量点乘、叉乘几何意义、python实现、应用

文章目录 数学表达式几何意义python应用求三角形面积判断点O与直线的关系判断点O与凸多边形关系判断凸多边形 数学表达式 点乘&#xff1a; a ⋅ b a 1 b 1 a 2 b 2 . . . a n b n a \cdot b a_1b_1a_2b_2...a_nb_n a⋅ba1​b1​a2​b2​...an​bn​ a ⋅ b ∣ a ∣ ∣…

[基础]-向量点乘和叉乘

向量的点乘(内积、数量积)和叉乘(外积、向量积) 文章目录 向量的点乘(内积、数量积)和叉乘(外积、向量积)[TOC]0.绪论1.向量点乘&#xff08;内积&#xff09;1.代数角度看2.从几何方面看3.常用公式&#xff1a; 2.向量叉乘(外积)1.代数角度看&#xff1a;2.几何角度看&#xf…

向量点乘相关公式推导及 几何解释

1.向量点乘公式推导和几何解释 01.向量点乘(dot product)是其各个分量乘积的和&#xff0c;公式&#xff1a; 用连加号写&#xff1a; 向量a(a1*e1, a2*e2,a3*e3........an*en)其中e1&#xff0c;e2&#xff0c;e3.......en为正交规范基&#xff08;俩俩正交&#xff0c;每个…

向量点乘相关公式推导

1.向量点乘公式推导和几何解释 一般来说&#xff0c;点乘结果描述了两个向量的“相似”程度&#xff0c;点乘结果越大&#xff0c;两向量越相近。 01.向量点乘(dot product)是其各个分量乘积的和&#xff0c;公式&#xff1a; 用连加号写&#xff1a; 02.几何解释&#xff1a;…

向量点乘和叉乘的应用

一、向量的点乘 1、点乘的计算公式 其中 表示的是向量a的模即长度&#xff0c;为向量a与向量b形成的夹角 2、点乘的矩阵表示 3、应用 (1) 计算两个向量之间的夹角&#xff0c;如下&#xff1a; &#xff0c;得出 为45度 在cocosCreator中&#xff0c; 情况1&am…

向量点乘和叉乘

title: 向量点乘和叉乘 categories: Math tags: MathKnowledge 向量点乘和叉乘 假设存在向量a和向量b:$ a[a_{1},a_{2},a_{3}],b[b_{1},b_{2},b_{3}] $ 点乘 向量a和向量b的点乘公式如下: $ a\bullet ba_{1}b_{1}a_{2}b_{2}a_{3}b_{3} $ 要求是向量a和向量的b的维度要…

向量点乘的图形学意义

向量的点乘是入门图形学的重要基础&#xff0c;本身并不复杂&#xff0c;但因为总与叉乘(图形学前期用不着)放在一起讲&#xff0c;搞得新手都很混乱&#xff0c;本文单独讲解一些点乘的图形学意义&#xff0c;新手先忘掉叉乘吧。 1.向量 向量即空间中的一个点到另一个点。 二维…

向量的点乘和叉乘

点乘&#xff0c;也叫数量积。结果是一个向量在另一个向量方向上投影的长度&#xff0c;是一个标量。 叉乘&#xff0c;也叫向量积。结果是一个和已有两个向量都垂直的向量&#xff08;法向量&#xff09;。 点乘在数学中一般用来判断两个向量是否垂直。也可以用来计算一个向…

Jmeter进行上传图片接口测试

当使用jmeter进行接口测试时&#xff0c;有可能需要做上传图片的接口测试。那么怎样进行上传图片的接口测试呢&#xff1f; 1、第一步当然是熟悉接口测试文档&#xff0c;比如请求方式、允许使用的图片格式和大小等 2、传参的方式选择files Upload 。 3、文件名称选择你图片保存…