1樓：帳號已登出
動態分佈的布布函式不一定都是正的。因為我們知道無論是連續型還是離散型的隨機變數，其分橋悉布函鍵者數的定義域都是負無窮到正無窮，分佈函敏亮乎數是在整個實數域裡討論隨機變數取值的情況。
2樓：帳號已登出
隨機過程不一定用正態分佈、而用其他分佈（例如：t分佈）表示也可以。但布朗運動作為隨機運動的一種，其特點是其運動方向不可測性。
比如：在乙個高效率的資本市場中，某隻****在明天是公升還是降？這沒人知道。
正態分佈恰好左右對稱，不對其**公升降的概率作任何方向性判斷。
正態分佈描述起來比較方便，只要確定了均值mean和方差variance就完全確定了整個分佈，既巖知，正態分佈不存在higher moments，不存在skewness和kurtosis以及更高階的moment.
最後，實踐中很多變數的分佈都會趨近於正態分佈，這個好像是大數法則在起作用。
布朗運動是分形的典型例子，理想狀態下的布朗運動是高斯正態分佈，當然更多的布朗運動研究細節我們不做**。任何事物都不是孤立的，都是相互作用、芹棗判相互聯絡的。用還原論觀點將系統乙個個隔離是對事物的理想化，是在一定程度上精確定量描述系嫌改統，當然這也是認識事物必經的步驟，但是有缺陷的。
3樓：斗羅大陸
知道。標準布朗分佈就是正態分佈。
嗎。了不起的小芳兒。
ta獲得超過萬個贊。
關注。成為第103位粉絲。
隨機過程不一定用正態分佈、而用其他分佈（巧困陸例如：t分佈。
表示也可以。但布朗運動。
作為隨機運動的一種，其特點是其運動方向不可測性。比如：在乙個高效率的資本市場。
中，某隻****在明天是公升還是降？這沒人知道。正態分佈恰好孝頃左右對稱，不對其**公升降的概率作任何方向性判斷。
此外（這個其實我也不太懂），正態分佈描述起來比較方便，只要確定了均值mean和方差variance就完全確定了整個分佈，既，正態分佈不存在higher moments，不存在skewness和kurtosis以及更高階的moment.
最後，實踐中很多變數的分佈都會趨近於正態分佈，這個好像是大數法則。
在起作用（這個我也不是很懂）。
布朗運動是分尺族形的典型例子，理想狀態下的布朗運動是高斯。
正態分佈，當然更多的布朗運動研究細節我們不做**。任何事物都不是孤立的，都是相互作用、相互聯絡的。用還原論觀點將系統乙個個隔離是對事物的理想化，是在一定程度上精確定量描述系統，當然這也是認識事物必經的步驟，但是有缺陷的。
4樓：網友
動態分佈的布布函式一定是正的嗎？動態分佈的布布函式不一定是正的，動態分佈有負的。
5樓：不依雲
無論是連續型還是離散型的隨機變數，其分佈函式的定義域都是負無窮到正沒笑芹無窮，分佈函式是在整個實數枯畢域裡討論隨機變數取值的情況，如果只是非負域裡討論，那隨機變數取負數時的情況怎麼辦？
比如在負5到負3裡隨機的取乙個公升者實數，隨機變數不是取負數嗎？注意分佈函式的定義域是隨機變數取值的範圍 不是它概率的範圍！
6樓：生活導師楊楊
無論是連續型還是離氏橋散殲拆猛型的隨機變數，其分佈函式的定義域是負無窮到正無窮，分佈函式是在整個資料裡討論隨機變數取值的情況，如果只是恢復玉律御旦討論，那隨機變數取負數時的情況怎麼辦？比如在-5到-3裡，隨機取乙個實數，隨機變數不是取負數嗎？注意分佈函式的定義是隨機變數取值的範圍，不是他概率的範圍！
7樓：誠信的老頭
不一定，什麼東西都有誤差。
8樓：網友
不一定用正態分佈而用其他分佈。
9樓：網友
正態分佈的分佈函式φ(x)沒有解析表示式，它的值可以通過數值積分、泰勒級數或者漸進序列近似得到。
10樓：小寶寶
最銀晌燃佳：尺鋒虛度引數為\sigma的概率分佈，且其概率密度函式為：\mu：\謹凱mu是正態分佈的位置引數。
11樓：sergffgd寄回去
尺度參橡哪數為\sigma的概率分佈，且其概率密度函式譽謹為：\慶如基mu：\mu是正態分佈的位置引數。
所有密度函式都符合正態分佈嗎
12樓：琦涉皮暖暖
1)正態分佈衫備斗的密度函式都帶e^(.
但是帶e^(.的密度函式不一定都是正態分佈的。
比如：伯松分或磨布、指數分佈、拉普拉斯分佈、威布林分佈等的概率密度函式。
都帶有e^(.但都不是正態分佈。
2)正態概率密度函式的一般表示式為：
f(x)=[1/√(2π)σe^ (1)
如果說：f(x)=ae^(-x^2+4x+1) (2)是正態分佈的密度函式，那麼就可以通過將(2)化為(1)的形式，求出平均值μ和標準差σ：
f(x)=ae^(-x^2+4x+1) =ae^ =ae^5 e^從中看出：μ=e(x)=2,σ=2/2 a=1/[(e^5)√π
正態分佈相加，結果一定是正態分佈嗎
13樓：星嘉合科技****
兩個正態分佈的任意線性組合仍服從正態分佈（可通過求兩個正態分佈的函式的分佈證明），此結論可推廣到n個正態分佈。
比如，x-n~（，y-n~( 得x-3y仍然服從正態分佈。
e(x-3y)=e(x)-3e(y)=-2，d(x-3y)=d(x)+9d(y)=29，x-3y~n(-2,29)
14樓：網友
只有二維聯合是正態的，或者獨立的，才可以說，否則不對。
15樓：杯酒竹葉
不一定，需要兩個正態分佈相互獨立的前提下。
二項分佈和泊松分佈是不是正態分佈
16樓：匿名使用者
一、三個分佈是不同的不同的分佈。
二項分佈、泊松分佈是離散型的分佈，正態分佈是連續性的分佈如果某現象發生率很小，樣本例數較大，則二項分佈逼近泊松分佈當實驗次數n再變大 幾乎可以看成連續時 二項分佈和泊松分佈都可以用正態分佈來代替。
二、二項分佈。
考察由n次隨機試驗組成的隨機現象，它滿足以下條件：
1)重複進行n次隨機試驗；
2)n次試驗相互獨立；
3)每次試驗僅有兩個可能結果；
4)每次試驗成功的概率為p，失敗的概率為1-p。
三、泊松分佈。
泊松分佈用來描述和分析稀有事件即小概率分佈規律的函式如果某現象發生率很小，樣本例數較大，則二項分佈逼近泊松分佈。
四、正態分佈。
若連續型的隨機變數x的概率密度函式為：
17樓：曠螢雪
不能這麼說，但是三者之間的關係是這樣的：
正態分佈是所有分佈趨於極限大樣本的分佈，屬於連續分佈。
二項分佈與泊松分佈則都是離散分佈，二項分佈的極限分佈是泊松分佈，泊松分佈的極限分佈是正態分佈。
希望對你有所幫助~
18樓：
二項分佈的極限是泊松分佈，泊松分佈的極限是正態分佈。
請用簡單的話解釋什麼是正態分佈函式（曲線）？
19樓：方冰甜
對於非專業的學生來說，我想只需要知道簡單的幾點就夠了。死磕定義和公式會把你弄暈的，很多時候你只要知道正態的一些特點就可以了……
首先正態分佈嚴格關於均值對稱，均值的那條線就像一面鏡子一樣。
其次正態分佈是鍾型的，它的密度函式就像乙個鐘倒扣在x軸上。
再次，任何正態都可以通過乙個相當簡便的變換（x-miu）/sigma，得到標準正態，這為我們研究任何正態的性質打下了基礎。
正態的應用十分廣泛，根據我自己的感想有兩個原因；
一是正態具有普遍意義。當我們不知道某個事物可能的分佈時，如果它的樣本的直方圖看上去像正態的形狀，我們常常就假設它可能有正態的分佈，而事實上，很多的直方圖畫出來就是中間高兩邊低，我們的假設還是很有意義的。
二是理論意義，雖然正態分佈的函式看上去很複雜，但由於一些微積分公式，統計學定理，和正態表的應用，使得正態變成我們最容易計算的分佈之一。
20樓：我愛pa香美
首先要理解什麼是分佈函式(曲線).這不大可能用一句話解釋。
然後就是滿足一定條件的分佈函式叫做正態分佈函式。"正太"只是個叫法。
關鍵在分佈函式你理解了麼？
它描述的是那種影響因素無明顯佔優且不可控制情況下的事件發生頻率特性。
不要在不大明白的情況下死摳定義和公式。
21樓：火星來的幻覺
就是某個函式f(x),當x取值a時，f(a)為隨機事件中x=a的概率。
正態分佈函式頂峰概率最大，兩邊依次減小。
正緣一定會結婚嗎，結婚的一定是正緣嗎？不是正緣可以變為正緣嗎？
正緣就是一樁良緣但是不一定都會結婚。真正有緣份的兩個人最終都會走到一起。正緣有幾個？是正緣一定會結婚嗎？不是正緣分就真的結不了婚嗎 正緣有幾個不一定看命，正緣不是一定能結婚不把握也會錯過，並不是錯過正緣就不能結婚 每個人不一樣 這個要找法師開示，比如我一個朋友，他是男的 他28歲一個正緣，錯過後，3...
導數是奇函式的原函式一定是偶函式嗎
這個問題我以前回答過 這是個真命題 證明 根據積分定義，有 f x f 0 0,x f x dxf x f 0 0,x f x dx f x 是奇函式 f x f x 0,x f x dx 0,x f x d x 0,x f x d x 0,t f t d t 0,x f x d x 即f x f ...
歷史一定是正確的嗎
歷史就是過去的事實，沒有正確與錯誤一說，只有真實和虛假的區別。但歷史上的人物卻有正確與錯誤的評價，這必須是與這段歷史無關的後人才能給出的結論。在中國，也許結論要過去很多很多年才能得出，只要有利益人存在，歷史就很難做到真實。用日本人的話來回答你這個問題最合適不過 歷史是勝利者書寫的 其中的貓膩現在你一...