标签: 概率分布 - 文档

正态分布N(μ,σ²)的密度函数图像及3σ原则的概率分布

2026-07-24 18:47:39

正态分布 Nμ,σ² 的密度函数图像及 3σ 原则的概率分布正态分布是统计学中最常见的概率分布，它的密度函数决定了数据的分布形态。以下通过四个步骤，帮助你直观理解其图像特征，并精确掌握“3σ原则”所对应的概率范围。 1. 理解密度函数的基本形状写出正态分布密度函数公式（仅在需要精确推导时使用

正态分布密度函数 3σ原则

30 0

最优传输理论Monge-Kantorovich问题的对偶形式

2026-07-15 06:38:59

最优传输理论MongeKantorovich问题的对偶形式 1. 理解原问题：寻找最省力的搬运方案最优传输的核心问题可以这样通俗地理解：你有两堆沙子，来源分布和目标分布可能形状各异。你想把沙子从源头搬运到目标，使得每粒沙子移动的“总成本”（通常是距离）最小。这就是最优传输。最初，法国数学家加斯帕

最优传输理论 Monge-Kantorovich问题对偶形式

36 0

为什么泊松分布适合建模稀有事件：二项分布的极限

2026-07-11 14:48:11

为什么泊松分布适合建模稀有事件：二项分布的极限当你想分析一个事件在固定时间内发生的次数时，比如“一个小时内客服中心接到的投诉电话数”或“一年中某个服务器崩溃的次数”，常常会遇到一个难题：这些事件独立发生，且每次发生的概率都很小，但总尝试次数又很大。这时，选择一个合适的数学模型至关重要。泊松分布就是

泊松分布稀有事件二项分布

79 0

KL散度的非对称性与Jensen-Shannon散度的对称化处理

2026-06-30 10:45:22

KL散度的非对称性与JensenShannon散度的对称化处理 KL散度，全称为KullbackLeibler散度，是衡量两个概率分布差异的核心指标。它有一个关键特性：非对称性。这意味着，用分布 P 去近似分布 Q 的KL散度，与用 Q 去近似 P 的KL散度，结果不相等。这个特性在许多实际场景中（

KL散度 Jensen-Shannon散度概率分布

44 0

Go语言select在多个case同时就绪时的选择概率分布

2026-05-10 00:11:31

Go语言select在多个case同时就绪时的选择概率分布引言 Go语言的select语句用于从多个channel操作中选择一个执行。当多个case同时就绪时，select会选择其中一个执行，但具体的选择机制和概率分布是许多开发者关心的问题。 select基本概念 select语句是Go语言中处理

Go语言 select语句概率分布

96 0

概率分布 共 5 篇文章

概率分布共 5 篇文章