Fichier:Normal Distribution PDF.svg

Taille de cet aperçu PNG pour ce fichier SVG : 720 × 460 pixels. Autres résolutions : 320 × 204 pixels | 640 × 409 pixels | 1 024 × 654 pixels | 1 280 × 818 pixels | 2 560 × 1 636 pixels.

Fichier d’origine (Fichier SVG, nominalement de 720 × 460 pixels, taille : 63 kio)

Ce fichier et sa description proviennent de Wikimedia Commons.

Accéder au fichier sur Commons

Description

English: A selection of Normal Distribution Probability Density Functions (PDFs). Both the mean, μ, and variance, σ², are varied. The key is given on the graph.

Date

2 avril 2008

Source

self-made, Mathematica, Inkscape

Auteur

Inductiveload

Autorisation
(Réutilisation de ce fichier)

Moi, propriétaire des droits d’auteur sur cette œuvre, la place dans le domaine public. Ceci s'applique dans le monde entier.
Dans certains pays, ceci peut ne pas être possible ; dans ce cas :
J’accorde à toute personne le droit d’utiliser cette œuvre dans n’importe quel but, sans aucune condition, sauf celles requises par la loi.

SVG information

Le code de ce fichier SVG n'est pas valide en raison d'une erreur.

Ce graphique W3C-invalide a été créé avec R

Ce graphique utilise du texte encapsulé.

Code source

R code

Plot[
 {
  PDF[NormalDistribution[1, Sqrt[2]], x],
  PDF[NormalDistribution[2, 1], x],
  PDF[NormalDistribution[3, Sqrt[3]], x],
    },
 {x, -5, 5},
 PlotRange -> All,
 Axes -> False]

Data

#			Normal Distribution PDF
#range
x=seq(-5,5,length=200)
#plot each curve
plot(x,dnorm(x,mean=0,sd=sqrt(.2)),type="l",lwd=2,col="blue",main='Normal Distribution PDF',xlim=c(-5,5),ylim=c(0,1),xlab='X',
ylab='φμ, σ²(X)')
curve(dnorm(x,mean=0,sd=1), add=TRUE,type="l",lwd=2,col="red")
curve(dnorm(x,mean=0,sd=sqrt(5)), add=TRUE,type="l",lwd=2,col="brown")
curve(dnorm(x,mean=-2,sd=sqrt(.5)), add=TRUE,type="l",lwd=2,col="green")

Text

#                    Normal Distribution
import numpy as np
import matplotlib.pyplot as plt 

def make_gauss(N, sig, mu):
    return lambda x: N/(sig * (2*np.pi)**.5) * np.e ** (-(x-mu)**2/(2 * sig**2))

def main():
    ax = plt.figure().add_subplot(1,1,1)
    x = np.arange(-5, 5, 0.01)
    s = np.sqrt([0.2, 1, 5, 0.5])
    m = [0, 0, 0, -2] 
    c = ['b','r','y','g']

    for sig, mu, color in zip(s, m, c): 
        gauss = make_gauss(1, sig, mu)(x)
        ax.plot(x, gauss, color, linewidth=2)

    plt.xlim(-5, 5)
    plt.ylim(0, 1)
    plt.legend(['0.2', '1.0', '5.0', '0.5'], loc='best')
    plt.show()

if __name__ == '__main__':
   main()

Historique du fichier

Cliquer sur une date et heure pour voir le fichier tel qu'il était à ce moment-là.

	Date et heure	Vignette	Dimensions	Utilisateur	Commentaire
actuel	29 avril 2016 à 17:06		720 × 460 (63 kio)	Rayhem	Lighten background grid
	22 septembre 2009 à 18:19		720 × 460 (65 kio)	Stpasha	Trying again, there seems to be a bug with previous upload…
	22 septembre 2009 à 18:15		720 × 460 (65 kio)	Stpasha	Curves are more distinguishable; numbers correctly rendered in roman style instead of italic
	27 juin 2009 à 15:07		720 × 460 (55 kio)	Autiwa	fichier environ 2 fois moins gros. Purgé des définitions inutiles, et avec des plots optimisés au niveau du nombre de points.
	5 septembre 2008 à 19:22		720 × 460 (109 kio)	PatríciaR	from http://tools.wikimedia.pl/~beau/imgs/ (recovering lost file)
	2 avril 2008 à 20:09	Aucune vignette	(109 kio)	Inductiveload	{{Information \|Description=A selection of Normal Distribution Probability Density Functions (PDFs). Both the mean, ''μ'', and variance, ''σ²'', are varied. The key is given on the graph. \|Source=self-made, Mathematica, Inkscape \|Date=02/04/2008 \|Author