全球专业中文经管百科,由121,994位网友共同编写而成,共计436,017个条目

柯西分布

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

(重定向自Cauchy distribution)

柯西分布(Cauchy distribution)

目录

什么是柯西分布

  柯西分布也叫柯西-洛伦兹分布,它是以奥古斯丁·路易·柯西亨德里克·洛伦兹名字命名的连续概率分布,其概率密度函数为:

  f(x;x_0,\gamma)=\frac{1}{\pi\gamma[1+(\frac{x-x_0}{\gamma})^2]}=\frac{1}{\pi}[\frac{\gamma}{(x-x_0)^2+\gamma^2}]

  X0是定义分布峰值位置的位置参数,γ是最大值一半处的一半宽度的尺度参数。

  作为概率分布,通常叫作柯西分布,物理学家也将之称为洛伦兹分布或者Breit-Wigner分布 。在物理学中的重要性很大一部分归因于它是描述受迫共振的微分方程的解。在光谱学中,它描述了被共振或者其它机制加宽的谱线形状。在下面的部分将使用柯西分布这个统计学术语。

柯西分布的特性

  其累积分布函数为:

  F(x; x_0,\gamma)=\frac{1}{\pi} \arctan\left(\frac{x-x_0}{\gamma}\right)+\frac{1}{2} 柯西分布的逆累积分布函数为

  F^{-1}(p; x_0,\gamma) = x_0 + \gamma\,\tan(\pi\,(p-1/2)). \!

  柯西分布的平均值方差或者都没有定义,它的众数与中值有定义都等于 x0

  取 X 表示柯西分布随机变量,柯西分布的特性函数表示为:

  \phi_x(t; x_0,\gamma) = \mathrm{E}(e^{i\,X\,t}) = \exp(i\,x_0\,t-\gamma\,|t|). \!

  如果 UV期望值为 0、方差为 1 的两个独立正态分布随机变量的话,那么比值 U/V 为柯西分布。

  如果 X1, …, Xn 是分别符合柯西分布的相互独立同分布随机变量,那么算术平均数(X_1+\ldots+X_n)/n有同样的柯西分布。为了证明这一点,我们来计算采样平均的特性函数:

  \phi_{\overline{X}}(t) = \mathrm{E}\left(e^{i\,\overline{X}\,t}\right) \,\!

  其中,\overline{X} 是采样平均值。这个例子表明不能舍弃中心极限定理中的有限变量假设。

本条目对我有帮助71
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您认为本条目还有待完善,需要补充新内容或修改错误内容,请编辑条目投诉举报

本条目由以下用户参与贡献

Yixi,Tracy.

评论(共4条)

提示:评论内容为网友针对条目"柯西分布"展开的讨论,与本站观点立场无关。
113.140.39.* 在 2010年8月24日 12:26 发表

很好@@@@

回复评论
183.62.57.* 在 2015年6月28日 10:33 发表

比百度百科好多了

回复评论
49.77.241.* 在 2019年3月7日 16:22 发表

感谢

回复评论
120.242.46.* 在 2020年4月23日 10:03 发表

γ是最大值一半处的一半宽度的尺度参数,这里的伽玛怎么求解

回复评论

发表评论请文明上网,理性发言并遵守有关规定。

打开APP

以上内容根据网友推荐自动排序生成

下载APP

闽公网安备 35020302032707号