正太样本相关分布

数学

---

正太分布

  正太分布为最觉的非均匀分布，通常如果变量总可以看作许多很小独立因子的加和，则往往可以认为变量为符合正太分布的随机变量。通常记为 ${X \sim M(\mu,\sigma^2)}$,定义域为 ${x \in (-\infty, +\infty)}$，其概率密度函数为

$$f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\left(-\frac{\left(x-\mu\right)^2}{2\sigma^2}\right)$$

累计分布函数通常记为误差函数 ${erf(x)}$

$$f(x) = \frac{1}{\sigma\sqrt{2\pi}} \int_{-\infty}^x \exp \left(-\frac{(t-\mu)^2}{2\sigma^2}\right) dt$$

bool CGlobal::foo(string ak){
    return false;
}

文本测试数学公式显示效果，不确保公式的正确性。