积极 AI Logo 积极 AI

正态分布的合并与差

正态分布的合并与差
几何画板及绘图内容加载中，请稍等……
2016-12-01 18:53
函数解析几何概率统计滑块动画
①本范例演示了两个正态分布随机变量X和Y的合并（X+Y）与差（X-Y）的抽样过程；②涉及的核心数学概念包括正态分布的性质、概率统计中的线性组合、函数图像的叠加与变换；③作图要点：运用了Sort, Point, Zip, Segment, Translate, Dilate等GeoGebra命令，通过动画展示数据分布的变化，并可视化均值与标准差对结果的影响；④适合高中及以上学生学习概率统计、数理统计及数据分析，用于理解正态分布的叠加特性。

GeoGebra 命令及参数

  1. Sort(Sequence[RandomNormal[μ_1, σ_1], k, 1, N_1]) → data_1
  2. Sort(Sequence[RandomNormal[μ_2, σ_2], k, 1, N_2]) → data_2
  3. Point(yAxis) → O_2
  4. Point(yAxis) → O_1
  5. Zip((a, y(O_1)), a, data_1) → P_1
  6. Zip((a, y(O_2)), a, data_2) → P_2
  7. Point(yAxis) → O_3
  8. Segment(O_1, O_1 + (p_1, 0)) → bar_{p_1}
  9. Segment(O_2, O_2 + (x(picked_2), 0)) → bar_{p_2}
  10. Segment(control_{stdev1}, Mirror[control_{stdev1}, control_{mean1}]) → spread_1
  11. Segment(control_{stdev2}, Mirror[control_{stdev2}, control_{mean2}]) → spread_2
  12. Segment((p_3 + (ζ * (0.5 - random())), 1 + ε + painty(3, 0, p_3)), (p_3 + (ζ * (0.5 - random())), 1 + ε + painty(3, 1, p_3))) → painter_3
  13. Translate(bar_{p_1}, Vector[O_1, O_3 + (0, (0.25 * ε))]) → bar_{p_1}'
  14. Dilate(Translate[bar_{p_2}, Vector[O_2, O_3 - (0, (0.25 * ε))] + (p_1, 0)], sumOrDifference, O_3 + (p_1, (-0.25 * ε))) → bar_{p_2}'
  15. Segment(O_3, O_3 + (p_3, 0)) → bar_{p_3}
  16. Segment((p_2 + (ζ * (0.5 - random())), painty(2, (n_1 - 1) / (N_1 + 1), p_2)), (p_2 + (ζ * (0.5 - random())), painty(2, (n_1 + 1) / (N_1 + 1), p_2))) → painter_2
  17. Segment((p_1 + (ζ * (0.5 - random())), painty(1, (n_2 - 1) / (N_2 + 1), p_1)), (p_1 + (ζ * (0.5 - random())), painty(1, (n_2 + 1) / (N_2 + 1), p_1))) → painter_1
  18. Segment((p_2, painty(2, 0, p_2)), (p_2, painty(2, 1, p_2))) → paintmark_2
  19. Segment((p_1, painty(1, 0, p_1)), (p_1, painty(1, 1, p_1))) → paintmark_1

AI 绘图提示语参考

画两个正态分布的叠加效果，展示X+/-Y的抽样过程。先生成两组正态分布数据点，用点标记在坐标轴上，再通过条形图表示概率密度。利用滑块调节均值和标准差，观察分布变化。最后将两组数据叠加，用不同颜色和标记展示叠加后的效果，体现正态分布的叠加特性。
以上提示语为根据原始绘图命令整理而来，仅供参考。