更新时间:2020/4/26
正态分布(英语:normal distribution)又名高斯分布(英语:Gaussian distribution),是一个非常常见的连续概率分布。正态分布在统计学上十分重要,经常用在自然和社会科学来代表一个不明的随机变量。
若随机变量 X X X 服从一个位置参数为 μ \mu μ、尺度参数为 σ \sigma σ 的正态分布,记为: X ∼ N ( μ , σ 2 ) X \sim N( \mu , \sigma^2 ) X∼N(μ,σ2)
则其概率密度函数为 f ( x ) = 1 σ 2 π e − ( x − μ ) 2 2 σ 2 {\displaystyle f(x)={\frac {1}{\sigma {\sqrt {2\pi }}}}\;e^{-{\frac {\left(x-\mu \right)^{2}}{2\sigma ^{2}}}}\!} f(x)=σ2π1e−2σ2(x−μ)2
正态分布的数学期望值或期望值 μ \mu μ 等于位置参数,决定了分布的位置;其方差 σ 2 \sigma^2 σ2的开平方或标准差 σ \sigma σ 等于尺度参数,决定了分布的幅度。
正态分布的概率密度函数曲线呈钟形,因此人们又经常称之为钟形曲线(类似于寺庙里的大钟,因此得名)。我们通常所说的标准正态分布是位置参数 μ = 0 \mu =0 μ=0,尺度参数 σ 2 = 1 \sigma^2 = 1 σ2=1 的正态分布,这个分布能够简化为:
f ( x ) = 1 2 π exp ( − x 2 2 ) f(x) = \frac{1}{\sqrt{2\pi}} \, \exp\left(-\frac{x^2}{2} \right) f(x)=2π1exp(−2x2)。
正态分布的概率密度函数均值为 μ \mu μ 方差为 σ 2 \sigma^2 σ2 (或标准差 σ \sigma σ)是高斯函数的一个实例:
f ( x ; μ , σ ) = 1 σ 2 π exp ( − ( x − μ ) 2 2 σ 2 ) f(x;\mu,\sigma) =\frac{1}{\sigma\sqrt{2\pi}} \, \exp \left( -\frac{(x- \mu)^2}{2\sigma^2} \right) f(x;μ,σ)=σ2π1exp(−2σ2(x−μ)2)。
正态分布中一些值得注意的量:
F ( x ; μ , σ ) = 1 σ 2 π ∫ − ∞ x exp ( − ( t − μ ) 2 2 σ 2 ) d t . F(x;\mu,\sigma) =\frac{1}{\sigma\sqrt{2\pi}} \int_{-\infty}^x \exp \left( -\frac{(t - \mu)^2}{2\sigma^2} \ \right)\, dt. F(x;μ,σ)=σ2π1∫−∞xexp(−2σ2(t−μ)2 )dt.
下图是几个高斯分布的概率密度函数,其中红线是标准高斯分布
下图是与上图颜色对应的 累积概率密度函数:
维基百科:https://zh.wikipedia.org/wiki/%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83
柯西分布也叫作 柯西-洛伦兹分布
,它是以奥古斯丁·路易·柯西与亨德里克·洛伦兹 名字命名的连续概率分布,其概率密度函数为:
其中x0
是定义分布峰值位置的位置参数,γ
是最大值一半处的一半宽度的尺度参数。
作为概率分布,通常叫作柯西分布,物理学家也将之称为洛伦兹分布或者Breit-Wigner
分布。在物理学中的重要性很大一部分归因于它是描述受迫共振的微分方程的解。在光谱学中,它描述了被共振或者其它机制加宽的谱线形状。在下面的部分将使用柯西分布这个统计学术语。
x0 = 0
且γ = 1
的特例称为标准柯西分布,其概率密度函数为
f ( x ; 0 , 1 ) = 1 π ( 1 + x 2 ) . f(x; 0,1) = \frac{1}{\pi (1 + x^2)}. \! f(x;0,1)=π(1+x2)1.
其累积分布函数为:
F ( x ; x 0 , γ ) = 1 π arctan ( x − x 0 γ ) + 1 2 F(x; x_0,\gamma)=\frac{1}{\pi} \arctan\left(\frac{x-x_0}{\gamma}\right)+\frac{1}{2} F(x;x0,γ)=π1arctan(γx−x0)+21
柯西分布的逆累积分布函数为
F − 1 ( p ; x 0 , γ ) = x 0 + γ tan ( π ( p − 1 / 2 ) ) . F^{-1}(p; x_0,\gamma) = x_0 + \gamma\,\tan(\pi\,(p-1/2)). \! F−1(p;x0,γ)=x0+γtan(π(p−1/2)).
柯西分布的平均值、方差或者矩都没有定义,它的众数与中值有定义都等于 x0
下图是几个柯西分布的概率密度函数,其中绿线是标准柯西分布
下图是与上图颜色对应的 累积概率密度函数:
维基百科:https://zh.wikipedia.org/wiki/%E6%9F%AF%E8%A5%BF%E5%88%86%E5%B8%83
谱线宽度 是指 光谱曲线最大强度的一半处所对应的两个波长之差,定义为 该光谱的谱线的宽度,也称作半宽度。发射光谱半宽度的大小 用来衡量发射光谱 谱线宽窄程度。为更准确得到谱线宽度,需要对谱线线型进行拟合。
谱线的展宽大致分为三类:均匀展宽、非均匀展宽和综合展宽。均匀展宽中自然展宽和碰撞展宽最具代表性,它们的谱线轮廓可以用洛伦兹线型来描述,而由多普勒频移效应导致的多普勒展宽是典型的非均匀展宽例子,谱线轮廓可以用高斯线型来描述。以上两种线型是假设只有一种加宽机制存在的情况,而实际实验中引起谱线展宽的过程不是单一的,总是同时存在几种加宽机制且相互间有一定的联系。此时,总线宽及其线型是由它们按一定的规律合成而得到,称为综合展宽。其中最普遍的是洛伦兹线型和多普勒线型的卷积,可以用 Voigt 线型来描述。
光谱线型是发光能量(或功率)、光子数随波长、频率的分布,所以光谱线型函数有四种形式,即光子数按频率的分布函数、光子数按波长的分布函数、能量按频率的分布函数及能量按波长的分布函数。
关于多普勒线型函数,有的资料上也叫高斯线型函数。仔细对比就会发现洛伦兹线型函数与洛伦兹分布概率密度函数、高斯线型函数与高斯分布概率密度函数超级相似,了不起就是前边多个系数。个人猜测,俩线型函数是由俩分布推导而来的。
vogit 线型是洛伦兹线型与多普勒线型的卷积
由于光谱线型中包含有发光粒子的内部结构、粒子间相互作用、周围环境(如温度和压力)等信息,光谱线型的研究在化学反应动力学、气象学、宇宙学等研究领域有很重要的理论意义和应用价值。在实际的发光系统,如多普勒展宽和碰撞展宽共存的气体放电系统中,导致谱线展宽的机制不是孤立、单一存在的,两种展宽机制都存在,光谱线型由它们按一定的规律合成为综合展宽线型。此时线型函数是高斯线型函数和洛伦兹线型函数的卷积形式,被称为 Voigt 线型函数。
[1] 武臣. 光谱线型函数及拟合方法的研究[D].
[2] 尹增谦, 武臣, 宫琬钰,等. Voigt线型函数及其最大值的研究[J]. 物理学报, 2013(12):220-224.
【注】:本文大部分内容都来源于上述两篇论文,非常感谢前辈们的研究,写这篇博文主要是为了方便以后查阅而做的笔记。
文章浏览阅读1.3k次,点赞40次,收藏19次。虽然你不能直接计算每个房间的人数,但通过马尔科夫链的蒙特卡洛方法,你可以从任意状态(房间)开始采样,并最终收敛到目标分布(人数分布)。然后,根据一个规则(假设转移概率是基于房间的人数,人数较多的房间具有较高的转移概率),你随机选择一个相邻的房间作为下一个状态。比如在巨大城堡,里面有很多房间,找到每个房间里的人数分布情况(每个房间被访问的次数),但是你不能一次进入所有的房间并计数。但是,当你重复这个过程很多次时,你会发现你更有可能停留在人数更多的房间,而在人数较少的房间停留的次数较少。_马尔科夫链期望怎么求
文章浏览阅读3.9k次。一、su命令su命令用于切换当前用户身份到其他用户身份,变更时须输入所要变更的用户帐号与密码。命令su的格式为:su [-] username1、后面可以跟 ‘-‘ 也可以不跟,普通用户su不加username时就是切换到root用户,当然root用户同样可以su到普通用户。 ‘-‘ 这个字符的作用是,加上后会初始化当前用户的各种环境变量。下面看下加‘-’和不加‘-’的区别:root用户切换到普通..._限制su root登陆
文章浏览阅读1.2k次。精通VC与Matlab联合编程(六)作者:邓科下载源代码浅析VC与MATLAB联合编程浅析VC与MATLAB联合编程浅析VC与MATLAB联合编程浅析VC与MATLAB联合编程浅析VC与MATLAB联合编程 Matlab C/C++函数库是Matlab扩展功能重要的组成部分,包含了大量的用C/C++语言重新编写的Matlab函数,主要包括初等数学函数、线形代数函数、矩阵操作函数、数值计算函数_精通vc和matlab联合编程 六
文章浏览阅读128次。在MVC2中默认并没有实现DescriptionAttribute(虽然可以找到这个属性,通过阅读MVC源码,发现并没有实现方法),这很不方便,特别是我们使用EditorForModel的时候,我们需要对字段进行简要的介绍,下面来扩展这个属性。新建类 DescriptionMetadataProvider然后重写DataAnnotationsModelMetadataPro..._asp.net mvc 模型description
文章浏览阅读1.3k次。一.概述 本篇继续探讨web应用架构,讲基于DDD风格下最初的领域模型架构,不同于DDD风格下CQRS架构,二者架构主要区别是领域层的变化。 架构的演变是从领域模型到C..._eshoponweb
文章浏览阅读2.6w次,点赞23次,收藏85次。首先说明,本人之前没用过zookeeper、kafka等,尚硅谷十几个小时的教程实在没有耐心看,现在我也不知道分区、副本之类的概念。用kafka只是听说他比RabbitMQ快,我也是昨天晚上刚使用,下文中若有讲错的地方或者我的理解与它的本质有偏差的地方请包涵。此文背景的环境是windows,linux流程也差不多。 官网下载kafka,选择Binary downloads Apache Kafka 解压在D盘下或者什么地方,注意不要放在桌面等绝对路径太长的地方 打开conf_springboot kafka
文章浏览阅读1k次。编好水晶报表代码,用的是ActiveX模式,在本机运行,第一次运行提示安装ActiveX控件,安装后,一切正常,能正常打印,但发布到网站那边运行,可能是一闪而过,连提示安装ActiveX控件也没有,甚至相关的功能图标都不能正常显示,再点"打印图标"也是没反应解决方法是: 1.先下载"PrintControl.cab" http://support.businessobjects.c_水晶报表 不能打印
文章浏览阅读1.3k次。绝大部分UC/OS-II的源码是用移植性很强的ANSI C写的。也就是说某产品可以只使用很少几个UC/OS-II调用,而另一个产品则使用了几乎所有UC/OS-II的功能,这样可以减少产品中的UC/OS-II所需的存储器空间(RAM和ROM)。UC/OS-II是为嵌入式应用而设计的,这就意味着,只要用户有固化手段(C编译、连接、下载和固化), UC/OS-II可以嵌入到用户的产品中成为产品的一部分。1998年uC/OS-II,目前的版本uC/OS -II V2.61,2.72。1.UC/OS-Ⅱ简介。_ucos
文章浏览阅读614次,点赞22次,收藏11次。大家好,本文将围绕python自动化运维需要掌握的技能展开说明,python自动化运维从入门到精通是一个很多人都想弄明白的事情,想搞清楚python自动化运维快速入门 pdf需要先了解以下几个事情。这篇文章主要介绍了一个有趣的事情,具有一定借鉴价值,需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获,下面让小编带着大家一起了解一下。_运维学python该学些什么
文章浏览阅读524次。2019独角兽企业重金招聘Python工程师标准>>> ..._hotfix for msxml 4.0 service pack 2 - kb832414
文章浏览阅读546次。python和易语言的脚本哪门更实用?_易语言还是python适合辅助
文章浏览阅读134次。详解redis中的锁以及使用场景,指令,事务,分布式,命令,时间详解redis中的锁以及使用场景易采站长站,站长之家为您整理了详解redis中的锁以及使用场景的相关内容。分布式锁什么是分布式锁?分布式锁是控制分布式系统之间同步访问共享资源的一种方式。为什么要使用分布式锁? 为了保证共享资源的数据一致性。什么场景下使用分布式锁? 数据重要且要保证一致性如何实现分布式锁?主要介绍使用redis来实..._redis setnx watch