二维均匀分布与二维正态分布
正态分布平均数怎么算？
正态分布平均数怎么算？
正态分布的均值就是期望，你把该密度化成p(x)1/[(√2π)σ] exp{-(x-μ)2/(2σ2)}形式，其中的μ就是你要求的均值。
正态分布公式都不会出现a、b，只会出现均值μ和方差σ^2。
二项分布即n次独立的伯努利试验的成功次数服从的分布。（每次试验，成功的概率都为p, 0p1，重复n此，成功的次数m即服从二项发布）。
m的均值（期望）的计算方法为，算出mk的概率P_k，（k1，……，n），P_kC(n,k)*p^k*(1-p)^(n-k), C(n,k)为组合数
期望为∑k*P_knp。
方差为∑(k-np)^2*P_knp(1-p)。
当n较大时，由渐进正态性，与正态分布N(μ, σ^2)很接近（μnp，σ^2np(1-p)）。
粒度分布怎么看均一性？
对于一般粉体来讲,粒度分布图越接近正态分布,说明这种粉的一致性越好,也就是粒度分布越均匀,使用性能越好
什么叫均匀分布的随机数组？
均匀分布的随机数组:如果X是区间[a ,b]上的任何一点,且是等可能的,那么称X服从[a ,b]上的均匀分布,X称为[a ,b]上的均匀随机数.
均匀随机数的产生
随机变量的抽样序列称为随机数列。若随机变量是均匀分布的，则的抽样序列称为均匀随机数列；如果是正态分布的随机变量，则称其抽样序列为正态随机数列。
用数学方法产生随机数，就是利用计算机能直接进行算术运算或逻辑运算的特点，产生具有均匀总体、简单子样统计性质的随机数。计算机利用数学方法产生随机数速度快，占用内存少，对模拟的问题可以进行复算检查，通常还具有较好的统计性质。
正态分布和均匀分布是相互独立的吗？
只有在两个随机变量的联合分布是二维正态分布时，这两个随机变量相互独立的充分必要条件是不相关。比如，X Y服从二维正态分布N(1,0;9,16;0)，那么这两个随机变量相互独立
为什么随机变量的联合分布是正态分布,则这些随机变量的线性组合也是正态分布？
也是正态分布。两个独立正态分布随机变量的联合分布是二维正态分布，而二维正态分布的随机向量的线性组合还依然服从正态分布。
有限个相互独立的正态随机变量的线性组合仍然服从正态分布。正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
集中性：正态曲线的高峰位于正中央，即均数所在的位置。
对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。