正态分布2

1.​ 起源 2.​ 一维 3.​ 中心极限定理 4.​ n维的定义，构造初衷，性质； 5.​ 2维讨论 概率论与数理统计(茆诗松) 二维正态分布密度函数是关于x，y对称的偶函数，所以求边缘概率密度时，如求x的边缘概率密度，则对y从负无穷到正无穷积分，由于对称性（对称轴为x=u），在平面x=u两侧的内容通过积分消掉了，这时问什么边缘密度中没有柔的原因—X,Y单独地分布互不影响。 所有条件分布的定义中的“条件”的达式都是“=”而不是“≤”号，why？因为条件概率的定义（第一章）就已经明确阐述了：事件B已经发生的情况下，现在完成时的概念，事件B在发生之前有很多个可能，那它发生在≤某个数的情况的概率即是其分布函数，但是它一旦发生的话，就只能去某一个定值，所以是“=” -------------------- 我们引入N为正态分布的顺序与竹地板不同，参见武大版。 下定义，再分析。Why---丫的高斯这厮把脚手架都拆了，没办法。 他在构造n维的时候想了很多：n维的很多特殊情况应该是不错的，即n=1时，。。。。 最后抽象出了最终结论，但梯子也被抽了。 期望是效果，是概率意义下的平均值。 对多位正态变量 分布为：F(x1