Mathematica 概率分布变换

  • 原创
  • |
  • 浏览:1371
  • |
  • 更新:

详细介绍Mathematica对概率分布进行运算/变换的多种方法,比如从标准正态分布到一般,将多个均匀分布结合,变换出卡方分布等。

Mathematica 概率分布变换

工具/原料

  • Mathematica 11.0

方法/步骤

  1. 1

    首先介绍进行变换的主力函数,TransformedDistribution[表达式,分布指定].

    用法一:

    如图,第一个表达式是2*X+1,表示变换方式,第二个参数指定X服从的分布。图中DistributeA是一个正态分布。其中双波浪线使用[esc] dist [esc]输入。

    Mathematica 概率分布变换
  2. 2

    我们对这两个分布分别使用PDF求出概率密度并绘图,效果如图。

    橘黄色是变换后的分布。

    Mathematica 概率分布变换
  3. 2
    此文章非法爬取自百度经验
  4. 3

    用法二:

    同时指定多个分布,表达式中也有多个随机变量。

    如图,有DistA和DistB两个独立的正态分布,并分别指定随机变量X,Y,求出X+Y的分布。

    Mathematica 概率分布变换
  5. 4

    绘图方法:要绘制的概率密度函数较多,如图我们使用简化的写法,MapThread将参数映射到PDF,然后绘图。

    Mathematica 概率分布变换
  6. 5

    用法三:

    描述多个独立同分布的随机变量,使用下标来区分。使用Table批量描述独立同分布。

    如图对多个独立同分布(正态分布)的随机变量平方求和,是卡方分布。

    Mathematica 概率分布变换
  7. 6

    用法四:

    在TransformedDistribution中加入参数。

    注意:如果参数如图所示,加到了随机变量个数上,是没办法做运算的。因此图示方法并不能令k取正无穷来验证中心极限定理。

    但是可以使用HoldForm和ReleaseHold函数来延迟带入k值,计算带入k以后的表达式。

    Mathematica 概率分布变换
  8. 7

    100个均匀分布的叠加(黑色粗线),和理论上无限叠加得到的正态分布(白色虚线)做比较,可见契合完好。

    Mathematica 概率分布变换
  9. 8

    除了主力函数TransformedDistribution,比较好理解的Probability可以计算随机变量满足某个条件下的概率。

    条件表达式也可以用来描述变换。效果如图。

    Mathematica 概率分布变换
    END

注意事项

  • 分布本身只是一种符号,使用TransformedDistribution得到描述新分布的符号,使用Probability只能得到概率值。
经验内容仅供参考,如果您需解决具体问题(尤其法律、医学等领域),建议您详细咨询相关领域专业人士。
作者声明:本篇经验系本人依照真实经历原创,未经许可,谢绝转载。
展开阅读全部