变量分布算法

A. 关于正态分布运算后的统计变量，连加和连乘都服从什么分布

正态分布的性质给你看看，2个运算后仍然是正态分布，累加之后当然也不会改变，（你可以理解为一项项的加上去）

正态分布定义你还是在看一下吧，理解不够啊......

正态分布函数（）有两个参数，第一个就是期望，第二个就是方差。

图中给出了2个正态分布函数的运算办法，只需要稍微扩展一下就可以变成N个的计算方法（因为都只是简单叠加而已，一般书籍都不会给出N项运算公式.....）

B. 在数据挖掘过程中，好像有些算法要求变量必须是正太分布的，我想知道什么时候需要对数据进行标准化处理

这跟数据预处理可能有关系，当要使用的实验数据没有满足实验要求时，就需要对数据进行规范化处理。

C. MATLAB计算二项分布随机变量分布律的方法

binopdf（k，n，p）
其中，k为随机变量取值，n是贝努里试验的重数，p为n重贝努里试验中事件A发生的概率。
例如，计算六重贝努里试验的分布律，使用如下命令
binopdf（[0:6]，6，0.5） 得到计算数据如下：
0.0156 0.0938 0.2344 0.3125 0.2344 0.0938 0.0156

D. 分布函数的计算公式怎么来的

分布函数的公式是
F（x）=P（X<= x）
这个的话实际问题实际分析的，一般都是求均匀分布的分布函数，比如某一随机变量在0到2π的概率均匀分布，那么它的分布函数就是F(X)=X/2π.
而概率密度函数就是对分布函数的求导 。

E. 求算法 :将1到9随机分配给9个变量,每个变量一个数字,不能重复

*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. 概率论与数理统计——多维随机变量及其分布

这道题就是基本概念加上简单的积分运算。基本概念就是密度函数的定义（密度函数在某个区域的积分就是随机变量落在这个区域的概率）。
(1)常数A由归一化确定，就是密度函数在全平面的积分要=1（随机向量总要落在空间里面，不可能落在外面）。
所以∫∫(x、y所有可能范围)Ae^(-x-2y)dxdy=1
也就是∫(0到+∞)Ae^(-x)dx·∫(0到+∞)e^(-2y)dy=1
计算出A·1/2=1得到A=2
(2)联合分布函数就是P(X≤x,Y≤y)这个概率，这是定义。算法还是把密度函数进行积分。
F(x,y)=P(X≤x,Y≤y)=∫(0到x)2e^(-t)dt·∫(0到y)e^(-2s)ds（由于符号不要重复，积分的变量换为t、s，最终得到的结果是关于x、y的式子，楼主应该能理解。）
计算结果（不知道算得对不对）F(x,y)=[1-e^(-x)]·[1-e^(-2y)]
当然范围还是x,y>0
(3)这个就是随机向量落在特定区域的概率，就是密度函数在这个区域上面的积分。
所求的P=∫(0到1)2e^(-x)dx·∫(1/2到1)e^(-2y)dy
计算结果（不知道对不对）应该是(1-1/e)(1/e-1/e²)=1/e·(1-1/e)²。

积分计算最好楼主都验算一下……