|||
正态分布(Normal distribution)大家都很熟悉,应该是概率论中,知名度最高的名词之一。
每一位接触过概率论的朋友都能说出一点关于正态分布的东西,翻看任何一本概率或者统计的书籍,都少不了对它的介绍。有关它的基本知识,可以参阅WIki百科或者百度百科,搜索一下就可以了。
正态分布的故事很多,从数学里最专门的调和分析到时下最时髦的和谐社会,吹吹正态分布的牛很容易。
这里我想讲这么几个问题,希望能有点新意。
1、正态分布的密度函数exp(-x^2)是唯一的一个傅立叶变换不变函数。用概率论的语言讲,就是正态分布的密度函数跟它的特征函数(characteristic function)形式一致,而且只有正态分布具有这样的性质。傅立叶变换的数学及其应用价值不言而喻,而exp(-x^2)这个量因其优美的不变性,在其中扮演了核心角色。
2、正态分布是轻尾的。明显,exp(-x^2)随着x的增加,会下降很快。用直观的语言讲,符合正态分布的群体,绝大部分个体是集中在“中庸”附近,太极端的个体非常少。这很好的符合了很多自然和社会现实。不过,有越来越多的研究者去关注“厚尾”现象,特别是复杂性的一些工作。比如scale-free网络就是厚尾的,即网络中度很大的节点数目其实还不少。
3、正态分布是无穷可分(infinitely devisible)的。无穷可分是概率极限理论的一个专门概念。粗略地讲,我们关心那些可能成为某一串随机变量极限的分布,都具备什么样的特点?比如,大家知道中心极限定理是一串随机变量收敛到正态分布;还有一种叫poisson收敛,就是二项分布在某种条件下会收敛到poisson分布。教科书里都有介绍。那么正态分布和poisson分布有何种共性?无穷可分性非常好的回答了这个问题。相关内容可参看Durrett的教材第二章。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-4-28 12:59
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社