正态分布(Normal distribution),也称“常态分布”,又名高斯分布(Gaussian distribution),

最早由A.棣莫弗在求二项分布的渐近公式中得到。

C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。

是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。

正态曲线呈钟型,两头低,中间高,左右对称因其曲线呈钟形,因此人们又经常称之为钟形曲线。

若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为X~N(μ,σ^2)。

其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。

JDK中Random类中的nextGaussian()方法,可以产生服从标准正态分布的随机数。即 X~N(0,1);

如果我们想产生自定义的正态分布呢 X~N(μ,b) b=σ^2;

可以用

Math.sqrt(b)*random.nextGaussian() + μ;

下面是10000测试的分布结果

Random r = new Random();

for (int i = 0; i < 10000; i++) {

r.nextGaussian() * Math.sqrt(10) + 53;

}

java正态分布_java产生服从正态分布的随机数相关推荐

  1. java 标准正态分布_java实现标准正态分布

    Java内部实现:标准正态分布.即:Polar Method方法 public double nextDouble() { return (((long)(next(26)) << 27) ...

  2. java泊松分布_Java中利用Math.random()产生服从泊松分布的随机数

    众所周知.Java的Math.random()产生的是服从均匀分布的随机数,可是其它分布的应用也相当广泛,比如泊松分布和高斯分布(正态分布).而这些分布Java没有非常好的提供(高斯分布能够利用Ran ...

  3. Javascript 产生随机数——服从均匀分布随机数、服从正态分布(高斯分布)随机数、服从柯西分布随机数

    文章目录 1 产生服从均匀分布随机数 2 产生服从正态分布随机数 3 产生服从柯西分布随机数 1 产生服从均匀分布随机数 大家都知道Math.random是 javascript 中返回伪随机数的方法 ...

  4. 使用K-S检验一个数列是否服从正态分布、两个数列是否服从相同的分布(转载+自己笔记)

    K-S检验全称: Kolmogorov-Smirnov检验 下面内容来自[1] 假设检验的基本思想: 若对总体的某个假设是真实的,那么不利于或者不能支持这一假设的事件A在一次试验中是几乎不可能发生的. ...

  5. 回归的误差服从正态分布吗_盘点10大回归类型:总有一款深得你心

    全文共2507字,预计学习时长5分钟 除了统计模型和其他的一些算法,回归是机器学习成功运行的重要构成要素.回归的核心是寻找变量之间的关系,而机器学习需要根据这种关系来预测结果. 显然,任何称职的机器学 ...

  6. 回归的误差服从正态分布吗_10大机器学习的回归类型,你会如何选择?

    全文共2507字,预计学习时长5分钟 除了统计模型和其他的一些算法,回归是机器学习成功运行的重要构成要素.回归的核心是寻找变量之间的关系,而机器学习需要根据这种关系来预测结果. 显然,任何称职的机器学 ...

  7. python 服从正态分布下概率密度函数

    python 服从正态分布下概率密度函数 服从正太分布下,概率密度函数公式 公式解释: f(x): 是某样本(样本以数值形式表现)为某数值时发生的概率 0<f(x)<1 x: 是随机抽样的 ...

  8. 样本服从正态分布,证明样本容量n乘样本方差与总体方差之比服从卡方分布x^2(n)...

    样本服从正态分布,证明样本容量n乘样本方差与总体方差之比服从卡方分布x^2(n) 正态分布的n阶中心矩参见: http://www.doc88.com/p-334742692198.html 转载于: ...

  9. (06年,考研数学14题)设随机变量X服从正态分布N(μ1,σ1^2),Y服从正态分布N(μ2,σ2^2),且P{|X-μ1|<1} > P{|Y-μ2|<1},问必有?

    选项: A,σ1<σ2 B,σ1>σ2 C,μ1<μ2 D,μ1>μ2 方法1:通过正态分布,标准化,单调性,即得出结论 ------------ ------------ - ...

最新文章

  1. 建立随机矩阵,及生成新矩阵
  2. boost::container实现扩展bwd测试分配器程序
  3. bzoj 4552: [Tjoi2016Heoi2016]排序
  4. ❤️JavaScript系列6部曲:流程控制(万字长文)❤️
  5. 刀剑神域服务器维护到什么时候,刀剑神域黑衣剑士王牌维护结束时间 服务器维护进不去怎么办...
  6. NOIP模拟 6.26
  7. 使用 CRF 做中文分词
  8. macbook安装linux分区,如何在MacBook Pro Retina上安装Linux
  9. matlab求解线性规划问题的实例代码,matlab 求解线性规划问题
  10. input type=file 的onchange事件
  11. MOS管常用电路分析
  12. Nginx事件管理之epoll模块
  13. 20210725:FLAC刻录音乐CD教程02-ape刻盘
  14. 无线测温采集设备及无线测温监控系统的选型指导-安科瑞王婧
  15. c语言三重积分程序求法,D9_3三重积分[同济大学高等数学]..docx
  16. 查看Win10序列号
  17. 前缀编码是什么?哈夫曼编码是什么?
  18. requirejs的用法
  19. 如何让您的CEO沉迷于客户反馈
  20. [转贴]八岁女童墓志铭:我来过,我很乖~~~~~ (是个人就流泪)

热门文章

  1. MAUI模板项目闪退问题
  2. 使用html+css实现的旋转木马效果
  3. 【爬虫初探】新浪微博搜索爬虫实现
  4. 大容量数据传输,原来可以这么玩
  5. SQL Server 高级技术(二)—— 安全
  6. 晨南戴科dbkaos
  7. python课程设计心得体会2000-python课程设计
  8. 剑指offer----C语言版----第九天
  9. Eigen库中的Identity()函数作用
  10. STM32cubemx——HAL库学习笔记 六、IWDG独立看门狗的配置