1  首先介入的几个概念:

  正太分布是一个比较广义的概念,其中性质类似于一个钟型的曲线,因此也叫钟型分布;另外,由数学王子高斯首先发现因此也叫高斯分布,英文单词为Normal Distribution 或 Guass Distribution。另外其均值为0,标准差为1的特例,称之为标准正太分布,另外像二项分布等其他分布有些也属于正太分布的子集。

   iid称之为独立同分布,其研究变量的前提条件为独立同分布,可以简单理解为研究的对象是随机的成为离散型,把离散型的变量进行联合,成为联合分布,也可以成为连续型变量的分布。围绕概率统计研究的基础对象基本就是围绕:离散型和连续型进行讨论。

2  引入:

  首先离散型随机变量。

  ξ  ξ1  ξ2    ...  ξn

  P  P1  P2  ...  Pn

离散型随机变量的分布列,也是用列表法表示部分数据。

 

  其次连续型随机变量。

解析表达式

   比如  X∈(-∞,+∞),有这么一个定义域,有以下解析表达式:

  

深度学习 正态分布_深度学习 正态分布

映射到图像上就是一个概率密度曲线,图像如下:

  

深度学习 正态分布_正态分布_02

     (这个曲线叫正态分布曲线)

 

3  解释:

对于标准正态曲线,N ~ (μ=0,Sigma2 =1)。给定这两个条件就是一个标准正态曲线

Φ(X-μ/Sigma)。这个公式也叫去中心化公式,在很多情况下都可应用。

  3) 例题:

    如果有这么一个条件ξ总体的条件为ξ~(1,4),其中μ表示1,Sigma2=4,Sigma = 2

    要求P(ξ1 < 3)的正态分布概率是多少,其中ξ1∈ξ,

    首先,把ξ进行标准差转换 (3 - 1)/2 = 1,然后查表1的概率为0.8413