變數分布演算法

A. 關於正態分布運算後的統計變數，連加和連乘都服從什麼分布

正態分布的性質給你看看，2個運算後仍然是正態分布，累加之後當然也不會改變，（你可以理解為一項項的加上去）

正態分布定義你還是在看一下吧，理解不夠啊......

正態分布函數（）有兩個參數，第一個就是期望，第二個就是方差。

圖中給出了2個正態分布函數的運算辦法，只需要稍微擴展一下就可以變成N個的計算方法（因為都只是簡單疊加而已，一般書籍都不會給出N項運算公式.....）

B. 在數據挖掘過程中，好像有些演算法要求變數必須是正太分布的，我想知道什麼時候需要對數據進行標准化處理

這跟數據預處理可能有關系，當要使用的實驗數據沒有滿足實驗要求時，就需要對數據進行規范化處理。

C. MATLAB計算二項分布隨機變數分布律的方法

binopdf（k，n，p）
其中，k為隨機變數取值，n是貝努里試驗的重數，p為n重貝努里試驗中事件A發生的概率。
例如，計算六重貝努里試驗的分布律，使用如下命令
binopdf（[0:6]，6，0.5） 得到計算數據如下：
0.0156 0.0938 0.2344 0.3125 0.2344 0.0938 0.0156

D. 分布函數的計算公式怎麼來的

分布函數的公式是
F（x）=P（X<= x）
這個的話實際問題實際分析的，一般都是求均勻分布的分布函數，比如某一隨機變數在0到2π的概率均勻分布，那麼它的分布函數就是F(X)=X/2π.
而概率密度函數就是對分布函數的求導 。

E. 求演算法 :將1到9隨機分配給9個變數,每個變數一個數字,不能重復

*Algorithm 1：{
int a[10] = {0}; /*0、1~9*/
int i, m;
for(i = 1; i < 10; i) {
while(a[m = rand() % 100]);
a[m] = i;
}
}
*Algorithm 2：{
int a[9] = {1..9};
for(int i = 0; i < 9; --i)
swap(a[i], a[rand()%i]);
}

F. 概率論與數理統計——多維隨機變數及其分布

這道題就是基本概念加上簡單的積分運算。基本概念就是密度函數的定義（密度函數在某個區域的積分就是隨機變數落在這個區域的概率）。
(1)常數A由歸一化確定，就是密度函數在全平面的積分要=1（隨機向量總要落在空間裡面，不可能落在外面）。
所以∫∫(x、y所有可能范圍)Ae^(-x-2y)dxdy=1
也就是∫(0到+∞)Ae^(-x)dx·∫(0到+∞)e^(-2y)dy=1
計算出A·1/2=1得到A=2
(2)聯合分布函數就是P(X≤x,Y≤y)這個概率，這是定義。演算法還是把密度函數進行積分。
F(x,y)=P(X≤x,Y≤y)=∫(0到x)2e^(-t)dt·∫(0到y)e^(-2s)ds（由於符號不要重復，積分的變數換為t、s，最終得到的結果是關於x、y的式子，樓主應該能理解。）
計算結果（不知道算得對不對）F(x,y)=[1-e^(-x)]·[1-e^(-2y)]
當然范圍還是x,y>0
(3)這個就是隨機向量落在特定區域的概率，就是密度函數在這個區域上面的積分。
所求的P=∫(0到1)2e^(-x)dx·∫(1/2到1)e^(-2y)dy
計算結果（不知道對不對）應該是(1-1/e)(1/e-1/e²)=1/e·(1-1/e)²。

積分計算最好樓主都驗算一下……