Bestand:Normal Distribution PDF.svg

Afmetingen van deze voorvertoning van het type PNG van dit SVG-bestand: 720 × 460 pixels Andere resoluties: 320 × 204 pixels | 640 × 409 pixels | 1.024 × 654 pixels | 1.280 × 818 pixels | 2.560 × 1.636 pixels.

Oorspronkelijk bestand ‎(SVG-bestand, nominaal 720 × 460 pixels, bestandsgrootte: 63 kB)

Dit is een bestand van Wikimedia Commons.
Onderstaande beschrijving komt van de beschrijving van het bestand daar.

Beschrijving

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.

Datum

2 april 2008

Bron

self-made, Mathematica, Inkscape

Auteur

Inductiveload

Toestemming
(Hergebruik van dit bestand)

Ik, de auteursrechthebbende van dit werk, geef dit werk vrij in het publieke domein. Dit is wereldwijd van toepassing.
In sommige landen is dit wettelijk niet mogelijk; in die gevallen geldt:
Ik sta iedereen toe dit werk voor eender welk doel te gebruiken, zonder enige voorwaarden, tenzij zulke voorwaarden door de wet worden voorgeschreven.

SVG ontwikkeling

De broncode van dit SVG-bestand is niet deugdelijk vanwege een fout.

Deze niet W3C-deugdelijke vectorafbeelding is gemaakt met R

This SVG chart uses embedded text.

Broncode

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()

Bestandsgeschiedenis

Klik op een datum/tijd om het bestand te zien zoals het destijds was.

	Datum/tijd	Miniatuur	Afmetingen	Gebruiker	Opmerking
huidige versie	29 apr 2016 18:06		720 × 460 (63 kB)	Rayhem	Lighten background grid
	22 sep 2009 19:19		720 × 460 (65 kB)	Stpasha	Trying again, there seems to be a bug with previous upload…
	22 sep 2009 19:15		720 × 460 (65 kB)	Stpasha	Curves are more distinguishable; numbers correctly rendered in roman style instead of italic
	27 jun 2009 16:07		720 × 460 (55 kB)	Autiwa	fichier environ 2 fois moins gros. Purgé des définitions inutiles, et avec des plots optimisés au niveau du nombre de points.
	5 sep 2008 20:22		720 × 460 (109 kB)	PatríciaR	from http://tools.wikimedia.pl/~beau/imgs/ (recovering lost file)
	2 apr 2008 21:09	Geen miniatuurafbeelding	(109 kB)	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