Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

normpdf

Función de densidad de probabilidad normal

Descripción

ejemplo

y = normpdf(x) Devuelve la función de densidad de probabilidad (pdf) de la distribución normal estándar, evaluada en los valores en.x

y = normpdf(x,mu) Devuelve el PDF de la distribución normal con la media y la desviación estándar de la unidad, evaluada en los valores en.mux

ejemplo

y = normpdf(x,mu,sigma) Devuelve el PDF de la distribución normal con la media y la desviación estándar, evaluados en los valores en.musigmax

Ejemplos

contraer todo

Calcule los valores PDF para la distribución normal estándar en los valores en.x

x = [-2,-1,0,1,2]; y = normpdf(x)
y = 1×5

    0.0540    0.2420    0.3989    0.2420    0.0540

Calcule los valores PDF evaluados en los valores de la distribución normal con la media y la desviación estándar.xmusigma

x = [-2,-1,0,1,2]; mu = 2; sigma = 1; y = normpdf(x,mu,sigma)
y = 1×5

    0.0001    0.0044    0.0540    0.2420    0.3989

Calcule los valores PDF evaluados en cero para varias distribuciones normales con diferentes parámetros de media.

mu = [-2,-1,0,1,2]; sigma = 1; y = normpdf(0,mu,sigma)
y = 1×5

    0.0540    0.2420    0.3989    0.2420    0.0540

Argumentos de entrada

contraer todo

Valores en los que se evalúa el PDF, especificado como un valor escalar o una matriz de valores escalares.

Para evaluar el PDF en varios valores, especifique el uso de una matriz.x Para evaluar los archivos PDF de varias distribuciones, especifique y utilice matrices.musigma Si uno o más de los argumentos de entrada, y son matrices, los tamaños de la matriz deben ser los mismos.xmusigma En este caso, normpdf expande cada entrada escalar en una matriz constante del mismo tamaño que las entradas de la matriz. Cada elemento en es el valor PDF de la distribución especificada por los elementos correspondientes en y, evaluado en el elemento correspondiente en.ymusigmax

Ejemplo: [-1,0,3,4]

Tipos de datos: single | double

Media de la distribución normal, especificada como un valor escalar o una matriz de valores escalares.

Para evaluar el PDF en varios valores, especifique el uso de una matriz.x Para evaluar los archivos PDF de varias distribuciones, especifique y utilice matrices.musigma Si uno o más de los argumentos de entrada, y son matrices, los tamaños de la matriz deben ser los mismos.xmusigma En este caso, normpdf expande cada entrada escalar en una matriz constante del mismo tamaño que las entradas de la matriz. Cada elemento en es el valor PDF de la distribución especificada por los elementos correspondientes en y, evaluado en el elemento correspondiente en.ymusigmax

Ejemplo: [0 1 2; 0 1 2]

Tipos de datos: single | double

Desviación estándar de la distribución normal, especificada como un valor escalar positivo o una matriz de valores escalares positivos.

Para evaluar el PDF en varios valores, especifique el uso de una matriz.x Para evaluar los archivos PDF de varias distribuciones, especifique y utilice matrices.musigma Si uno o más de los argumentos de entrada, y son matrices, los tamaños de la matriz deben ser los mismos.xmusigma En este caso, normpdf expande cada entrada escalar en una matriz constante del mismo tamaño que las entradas de la matriz. Cada elemento en es el valor PDF de la distribución especificada por los elementos correspondientes en y, evaluado en el elemento correspondiente en.ymusigmax

Ejemplo: [1 1 1; 2 2 2]

Tipos de datos: single | double

Argumentos de salida

contraer todo

valores PDF, evaluados en los valores de, devueltos como un valor escalar o una matriz de valores escalares. es del mismo tamaño que, y después de cualquier expansión escalar necesaria.xyxmusigma Cada elemento en es el valor PDF de la distribución especificada por los elementos correspondientes en y, evaluado en el elemento correspondiente en.ymusigmax

Más acerca de

contraer todo

Distribución normal

La distribución normal es una familia de curvas de dos parámetros. El primer parámetro, es la media.µ El segundo parámetro, es la desviación estándar.σ

La distribución normal estándar tiene la media cero y la desviación estándar de la unidad.

La función de densidad de probabilidad normal (pdf) es

y=f(x|μ,σ)=1σ2πe(xμ)22σ2,forx.

El es el pdf visto como una función de los parámetros.likelihood function Las estimaciones de máxima verosimilitud (MLEs) son las estimaciones de parámetros que maximizan la función de probabilidad para valores fijos de.x

Funcionalidad alternativa

  • normpdf es una función específica de la distribución normal. también ofrece la función genérica, que admite varias distribuciones de probabilidad.Statistics and Machine Learning Toolbox™pdf Para usar, cree un objeto de distribución de probabilidad y pase el objeto como un argumento de entrada o especifique el nombre de distribución de probabilidad y sus parámetros.pdfNormalDistribution Tenga en cuenta que la función específica de la distribución normpdf es más rápida que la función genérica.pdf

  • Utilice la aplicación para crear una gráfica interactiva de la función de distribución acumulativa (CDF) o la función de densidad de probabilidad (pdf) para una distribución de probabilidad.Función de distribución de probabilidad

Referencias

[1] Evans, M., N. Hastings, and B. Peacock. Statistical Distributions. 2nd ed. Hoboken, NJ: John Wiley & Sons, Inc., 1993.

Capacidades ampliadas

Generación de código C/C++
Genere código C y C++ mediante MATLAB® Coder™.

Introducido antes de R2006a