均匀分布详解与示例

1. 公式
   观察依据

   屏幕上显示公式 $f(x) = 1 / (b - a)$。

2. 声音
   观察依据

   讲解员说：“概率密度函数的公式为 $f(x)$ 等于 1 除以 b 减 a。”

$f(x)$

连续型均匀分布的概率密度函数。

定义在区间 [a, b] 上。

1. 公式
   观察依据

   所显示公式中的分母是 b - a。

2. 声音
   观察依据

   讲解员解释道：b 是上界，a 是下界。

b - a

分布区间上界与下界之间的差值。

当 $b > a$ 时，该差值为正实数。

1. 公式
   观察依据

   一条标有“上界”的箭头指向公式中的符号 b。

2. 声音
   观察依据

   讲解员指出：“b 是上界，即我们必须等待的最长时间。”

b

分布区间的上界；在公交车示例中，即最长等待时间。

实数。

1. 公式
   观察依据

   一条标有“下界”的箭头指向公式中的符号 a。

2. 声音
   观察依据

   讲解员说道：“A 是下界，即我们等待公交车的最短时间。”

a

分布区间的下界；在公交车示例中，指最短等待时间。

实数。

1. 图示
   观察依据

   图表的横轴上标有0和60。

2. 声音
   观察依据

   讲解员说道：“在横轴上标出点 A 和点 B 的位置。”

0, 60

公交车示例中下界 a 与上界 b 的具体取值。

以分钟为单位的时间。

1. 图示
   观察依据

   图表的纵轴上标有分数$1/60$。

2. 声音
   观察依据

   讲解员说道：“概率密度函数在纵轴上的取值点。”

$1/60$

公交车示例中概率密度函数 $f(x)$ 的常数值。

概率密度。

1. 声音
   观察依据

   讲述者说：“因此在这种情况下，A 将是5。”

2. 图示
   观察依据

   横轴上添加刻度标签5，标记阴影子区间的左端点。

a

连续均匀分布示例中区间的下端点；此处为 5 计算等待时间在 5 和 20 分钟之间的概率时；

实数；在示例中，$a = 5$

1. 声音
   观察依据

   讲述者说：“B 将是20。”

2. 图示
   观察依据

   横轴上添加刻度标签20，标记阴影子区间的右端点。

b

连续均匀分布示例中区间的上端点；此处为 20 计算等待时间在 5 和 20 分钟之间的概率时。

实数；在示例中，$b = 20$

1. 图示
   观察依据

   纵轴在整个图序列中均标注为$1/60$。

2. 声音
   观察依据

   讲述者称高度“仍为1除以60”。

$1/60$

公交车等待示例中，概率密度函数矩形在区间[0,60]上的恒定高度。

等于$1/60$的正实数

1. 公式
   观察依据

   屏幕上显示“均值”，表达式为($a+b$)/2。

2. 声音
   观察依据

   讲解员说道：“均值等于a加b再除以2。”

($a+b$)/2

连续均匀分布在区间[a,b]上的均值公式。

定义于均匀区间端点a和b。

1. 公式
   观察依据

   屏幕上显示“标准差”，表达式为(b-a)/sqrt(12)。

2. 声音
   观察依据

   讲解员说道：“标准差等于b减a再除以12的平方根。”

(b-a)/sqrt(12)

连续均匀分布在区间[a,b]上的标准差公式。

定义于均匀区间端点a和b。

1. 声音
   观察依据

   讲解者将均匀分布定义为描述一种每个事件发生可能性均等的情形。

2. 图示
   观察依据

   屏幕上显示文字“均匀分布”及“描述每个事件发生可能性均等的情形”。

均匀分布描述的是一种所有可能结果或事件发生概率均相等的情形。

1. 样本空间中的所有事件必须具有相同的出现可能性。

1. 声音
   观察依据

   讲解者指出，均匀分布的图像始终呈矩形，因为每个事件发生的可能性都相同。

2. 图示
   观察依据

   显示一个通用矩形图像，其高度为$1/(b-a)$，宽度从a延伸至b。

均匀分布的图像始终是一个矩形。这是因为概率密度（或概率质量）在整个可能取值范围内保持恒定。

1. 该性质同时适用于离散型与连续型均匀分布。

1. 均匀分布的定义

1. 声音
   观察依据

   讲解者以掷骰子为例说明离散型均匀分布。

2. 图示
   观察依据

   画面依次展示骰子图片，随后出现一个由六个等高柱状组成的条形图，各柱高度均为$1/6$，位置分别位于1至6处。

掷一枚质地均匀的六面骰子属于离散型均匀分布，因为其结果是有限且可数的（1、2、3、4、5、6），且每个结果出现的概率均为$1/6$。

1. 可能结果的数量必须是有限且可数的。

1. 均匀分布的定义

1. 声音
   观察依据

   讲解者引入了一个连续型均匀分布的示例：一辆公交车每小时到达一次，但具体到达时刻未知。

2. 图示
   观察依据

   画面依次呈现钟表与公交车的图像，随后以文字形式详述该情境。

等待一辆每60分钟准时到达一班的公交车，但不知道上一班车何时离开，由此形成连续型均匀分布。等待时间可以是0至60分钟之间的任意实数，且所有取值可能性均等。

1. 该随机变量（即等待时间）必须是连续型的。

2. 概率必须在某个确定区间上均匀分布。

1. 均匀分布的定义

1. 声音
   观察依据

   讲解者给出了连续型均匀分布的概率密度函数公式。

2. 公式
   观察依据

   公式 $f(x) = 1 / (b - a)$ 被展示并逐步讲解。

对于定义在区间 [a, b] 上的连续型均匀分布，其概率密度函数是一个常数值，等于1除以区间长度（b - a）。

1. a 小于 b

2. 该函数仅在区间 [a, b] 上取非零值。

1. 连续型均匀分布示例设定

1. 声音
   观察依据

   讲解者说明作图方法：在 x 轴上标出点 a 和 b，在 y 轴上标出概率密度函数（PDF）的值，然后绘制一个矩形。

2. 图示
   观察依据

   动画展示坐标轴被画出，标签0、60和$1/60$依次出现，并有一个矩形填充该区域。

要绘制连续型均匀分布的图像，需在横轴上标出下界 'a' 和上界 'b'；在纵轴上标出常数概率密度值$1/(b-a)$；再连接这些点与 x 轴，绘制成一个矩形。

1. 需要知道 a、b 的值以及计算所得的概率密度函数（PDF）值。

1. 概率密度函数公式

1. 声音
   观察依据

   讲解员说：“然后我们只需计算这个新矩形的面积。”

2. 图示
   观察依据

   一个弯曲箭头指向标有“计算面积”的黑色矩形。

3. 公式
   观察依据

   屏幕上显示的计算过程为(20-5)/60，接着是$15/60$，然后是0.25和25%。

对于这个连续型均匀分布的例子，事件在子区间内发生的可能性，可通过计算密度图像下对应矩形的面积来求得。该矩形的底边长度等于子区间的长度，高则等于恒定的密度值。

1. 该分布在区间[0,60]上连续且均匀。

2. 目标区间位于[0,60]内部。

3. 概率由密度图像下的面积表示。

1. 公交车候车示例的连续均匀分布图

1. 公式
   观察依据

   屏幕上显示“均值”，其表达式为($a+b$)/2。

2. 声音
   观察依据

   讲解员说：“均值与标准差的公式分别为：均值等于a加b除以2。”

视频将均匀分布的均值表述为区间端点a与b的中点。

1. 适用于区间[a,b]上的连续型均匀分布。

2. a与b分别为区间的下端点和上端点。

1. 公交车候车示例的连续均匀分布图

1. 公式
   观察依据

   屏幕上显示“标准差”，其表达式为(b-a)/sqrt(12)。

2. 声音
   观察依据

   讲解员说：“标准差等于b减a除以12的平方根。”

视频中将均匀分布的标准差表示为区间宽度除以12的平方根。

1. 适用于区间 [a,b] 上的连续均匀分布。

2. b 是上端点，a 是下端点。

1. 公交车候车示例的连续均匀分布图

1. 图示
   观察依据

   一个白色矩形从 $x = 0$ 延伸到 $x = 60$，高度为 $1/60$。

2. 声音
   观察依据

   讲述者指出，该图示包含了所有可能事件及其概率，随后描述了在区间 5 到 20 上绘制一个较小矩形的过程。

该图表示候车时间（单位：分钟）在 0 到 60 分钟之间服从连续均匀分布；图形绘制成一个矩形，其高度在整个支撑集上恒为 $1/60$，而子事件则通过同一图中更窄的矩形来表示。

1. 随机变量是候车时间（单位：分钟）。

2. 支撑集是区间 [0,60]。

3. 概率密度在支撑集上为常数。

1. 字幕依据
   观察依据

   屏幕上显示：“均值和标准差不具有预测能力，因为每个事件发生的可能性都相等！”

2. 声音
   观察依据

   讲解者说道：“值得注意的是，均匀分布的均值与标准差并不具备预测能力，这是因为所有事件发生的可能性完全相同。”

对于均匀分布，均值与标准差无法预测具体哪一个结果会出现，因为支撑集内的每个事件发生的可能性都完全相同。

1. 该分布是均匀分布。

2. 支撑集内的所有结果出现的可能性均相同。

对于均匀分布，描述性统计量无法将任何特定结果识别为比其他结果更可能出现。

1. 声音
   观察依据

   讲解者将均匀分布与“大多数事件集中在均值附近的正态分布”进行了对比。

2. 图示
   观察依据

   一幅呈钟形的正态分布图像出现，图中用竖直线标出了中心区域。

在正态分布中，大多数事件集中在均值附近；而在均匀分布中，所有事件发生的可能性完全相同。

1. 用于对比的分布是正态分布。

大部分概率质量位于分布的中心附近。

1. 声音
   观察依据

   讲解者将公交车示例中的数值代入通用的概率密度函数公式。

2. 公式
   观察依据

   公式由 $f(x) = 1 / (b - a)$ 变为 $f(x) = 1 / (60 - 0)$。

1. 公式

   $$f(x) = \frac{1}{b - a}$$
   解释

   从概率密度函数的一般公式出发。

   步骤依据

   连续均匀分布概率密度函数的定义。

   视频直接表达
2. 公式

   $$f(x) = \frac{1}{60 - 0}$$
   解释

   代入公交场景中的上界 $b=60$ 和下界 $a=0$。

   步骤依据

   将具体问题的参数代入通用公式。

   视频直接表达

公交等待时间的概率密度函数为 $f(x) = 1/60$。

1. 声音
   观察依据

   讲解者逐步说明计算过程：底边等于20减5，高仍为1除以60，然后15除以60等于0.25，或25%。

2. 公式
   观察依据

   屏幕显示(20-5)/60，接着是$15/60$，再是0.25，最后是25%。

1. 公式

   $$20-5$$
   解释

   计算对应于5至20分钟等待时间的较小矩形的底边长度。

   步骤依据

   区间长度等于上限与下限之差。

   视频直接表达
2. 公式

   $$\frac{20-5}{60}$$
   解释

   将底边除以60，利用恒定高度$1/60$求出面积。

   步骤依据

   矩形面积等于底边乘以高，且高为$1/60$。

   视频直接表达
3. 公式

   $$\frac{15}{60}$$
   解释

   将分子20-5化简为15。

   步骤依据

   算术化简。

   视频直接表达
4. 公式

   $$0.25$$
   解释

   将分数转化为小数形式。

   步骤依据

   对应的式子为：$15/60 = 1/4 = 0.25$。

   视频直接表达
5. 公式

   $$25\%$$
   解释

   将概率表示为百分数。

   步骤依据

   0.25对应25%。

   视频直接表达

等待时间在5到20分钟之间的概率为0.25，即25%。

1. 声音
   观察依据

   讲解员说道：“若将这些数值代入，我们发现该情境下的均值为30分钟，标准差为17.321分钟。”

2. 公式
   观察依据

   屏幕上显示($0+60$)/2得出30，以及(60-0)/sqrt(12)得出17.321。

1. 公式

   $$\frac{0+60}{2}$$
   解释

   将支撑区间的两个端点$a = 0$和$b = 60$代入均值公式。

   步骤依据

   视频将所展示的公式“均值 = ($a+b$)/2”应用于公交车等候时间示例。

   视频直接表达
2. 公式

   $$30$$
   解释

   计算均值。

   步骤依据

   对应的式子为：($0+60$)/2 = $60/2 = 30$。

   视频直接表达
3. 公式

   $$\frac{60-0}{\sqrt{12}}$$
   解释

   将$a = 0$和$b = 60$代入标准差公式。

   步骤依据

   视频将所展示的公式“标准差 = (b-a)/sqrt(12)”应用于该问题。

   视频直接表达
4. 公式

   $$17.321$$
   解释

   数值计算标准差。

   步骤依据

   60/sqrt(12) 在视频中显示为 17.321。

   视频直接表达

在区间 [0,60] 上的均匀分布中，均值为 30 分钟，标准差为 17.321 分钟。

1. 声音
   观察依据

   讲述者提出了一个关于等待每小时到达一趟公交车的问题。

2. 图示
   观察依据

   屏幕文字详细描述了该场景：“一辆公交车每小时从站台发车，但我们不知道它何时发车，也不知道上一辆车何时离开。”

一辆公交车每小时从站台发车，但你不知道上一辆车何时离开。你的等待时间服从何种概率分布？

1. 公交发车频率：每 60 分钟一趟。

2. 到达时间在 60 分钟周期内完全随机。

确定概率密度函数并绘制其图像。

1. 公式

   $$a = 0, b = 60$$
   解释

   确定可能的最短与最长等待时间。

   步骤依据

   你可能恰好在一辆公交车发车时到达（等待0分钟），也可能恰好在下一辆车到来前到达（等待60分钟）。

   视频直接表达
2. 公式

   $$f(x) = \frac{1}{60 - 0} = \frac{1}{60}$$
   解释

   使用公式计算常数概率密度。

   步骤依据

   应用连续型均匀分布的概率密度函数（PDF）公式。

   视频直接表达
3. 公式Plot points (0, 0), (60, 0), (0, $1/60$), (60, $1/60$) 且 draw a rectangle.
   解释

   构建该分布的图形表示。

   步骤依据

   均匀分布的图像是一矩形，横跨区间[a, b]，其高度等于概率密度函数（PDF）的取值。

   视频直接表达

等待时间服从区间[0, 60]上的连续型均匀分布，其概率密度函数为$f(x) = 1/60$。其图像为一个宽为60、高为$1/60$的矩形。

该矩形的面积为宽 × 高 = $60 \times (1/60) = 1$，满足总概率必须等于1的要求。

1. 字幕依据
   观察依据

   屏幕上的问题为：“等待公交车 5–20 分钟的可能性是多少？”

2. 声音
   观察依据

   讲述者表示将绘制一个长为 5、宽为 20 的较小矩形，然后计算其面积。

3. 公式
   观察依据

   屏幕上显示的结果为 $15/60 = 0.25 = 25$%。

已知公交车等待时间服从从 0 到 60 分钟的连续型均匀分布，求等待时间在 5 至 20 分钟之间的可能性。

1. 等待时间服从区间 [0,60] 上的连续型均匀分布。

2. 概率密度函数的高度为 $1/60$。

3. 目标区间为从 5 到 20 分钟。

计算 $P(5 \le X \le 20)$。

1. 公式

   $$a=5,\ b=20$$
   解释

   确定目标区间的下端点和上端点。

   步骤依据

   题目要求计算在5分钟到20分钟之间的等待时间。

   视频直接表达
2. 公式

   $$\text{base}=20-5=15$$
   解释

   求表示该事件的矩形的宽度。

   步骤依据

   子矩形的底边为区间长度。

   视频直接表达
3. 公式

   $$\text{height}=\frac{1}{60}$$
   解释

   使用与整个分布图像相同的恒定密度高度。

   步骤依据

   该分布是均匀分布，因此在其支撑集上高度保持不变。

   视频直接表达
4. 公式

   $$P(5\le X\le 20)=\frac{15}{60}=0.25=25\%$$
   解释

   将底边乘以高度得到面积，该面积即为概率。

   步骤依据

   在此连续均匀分布图像中，概率由曲线下方的面积表示。

   视频直接表达

0.25，或25%

所计算出的面积小于总面积1，且与屏幕上显示的由$15/60$转换为0.25及25%的过程一致。

1. 字幕依据
   观察依据

   回顾幻灯片列出了："4. 均值与标准差分别是多少？"

2. 公式
   观察依据

   屏幕显示均值公式为($a+b$)/2，标准差公式为(b-a)/sqrt(12)，随后代入数值0和60。

3. 声音
   观察依据

   讲解员指出结果分别为30分钟和17.321分钟。

对于区间[0,60]上的同一连续均匀分布，计算其均值与标准差。

1. 该分布在区间[0,60]上服从均匀分布。

2. 整个支撑集为 $a = 0$ 且 $b = 60$。

求等待时间分布的均值与标准差。

1. 公式

   $$\mu=\frac{a+b}{2}=\frac{0+60}{2}$$
   解释

   将均值公式应用于整个区间的端点。

   步骤依据

   视频中给出均匀分布的均值公式为 ($a+b$)/2。

   视频直接表达
2. 公式

   $$\mu=30$$
   解释

   计算均值。

   步骤依据

   对($0+60$)/2进行算术化简。

   视频直接表达
3. 公式

   $$\sigma=\frac{b-a}{\sqrt{12}}=\frac{60-0}{\sqrt{12}}$$
   解释

   将标准差公式应用于整个区间的端点。

   步骤依据

   视频中给出均匀分布的标准差公式为 (b-a)/sqrt(12)。

   视频直接表达
4. 公式

   $$\sigma=17.321$$
   解释

   数值计算标准差。

   步骤依据

   视频显示17.321为计算所得的值。

   视频直接表达

平均值 = 30分钟；标准差 = 17.321分钟

这些数值与屏幕上代入 $a = 0$ 和 $b = 60$ 的过程，以及讲解员口述的结论一致。

1. 图示
   观察依据

   标题卡片‘UNIFORM DISTRIBUTION’出现，其下方显示定义文字。

1. 文字：UNIFORM DISTRIBUTION

2. 文字：描述一种所有事件发生可能性均等的情形

1. 文字元素依次出现在橙色背景上。

1. 背景颜色保持为橙色。

以视觉方式引入主题及其核心定义。

1. 图示
   观察依据

   显示一个通用的矩形图像，坐标轴标记为“a”、“b”和“$1/(b-a)$”。

1. 坐标轴

2. 矩形

3. 标签：a、b、$1/(b-a)$

1. 图像元素用于示意一般形状。

1. 该形状严格为矩形。

通过视觉方式说明：由于概率恒定，所有均匀分布的图像均为矩形。

1. 图示
   观察依据

   骰子图片过渡为一张包含六个等高条形的柱状图，条形标有1-6，高度为$1/6$。

1. 骰子图片

2. 条形图

1. 从实物（骰子）过渡到其数学表示（条形图）。

1. 图表中所有条形高度相同。

展示离散均匀分布，其中结果可数且出现概率相等。

1. 图示
   观察依据

   时钟与公交车的图片过渡为描述公交车候车情境的文字。

1. 时钟图片

2. 公交车图片

3. 问题描述文字

1. 从概念性图片过渡到具体文字应用题。

1. 无。

构建了一个模拟连续型均匀分布的实际场景。

1. 图示
   观察依据

   四个编号问题依次出现在屏幕上。

1. 编号问题列表

1. 问题逐个出现。

1. 无。

列出了针对公交车示例需具体求解的任务。

1. 动画
   观察依据

   概率密度函数公式 $f(x) = 1 / (b - a)$ 分步构建，随后用箭头分别标注 'b' 和 'a'。

1. 公式组成部分：$f(x)$、=、1、-、b、a

2. 箭头与标签

1. 公式各元素依次出现；添加标签以解释各变量含义。

1. 无。

逐步拆解概率密度函数公式，并以图示方式定义其中各变量。

1. 动画
   观察依据

   先绘制一个空白坐标系，然后标注坐标轴（0、60、$1/60$），最后用矩形填充该区域。

1. 坐标轴

2. 标签：0、60、$1/60$

3. 矩形

1. 先画出坐标轴，再根据例题中的具体数值标注轴上刻度，最后将矩形区域涂色。

1. 最终图形是一个矩形。

演示如何为公交车问题逐步绘制连续型均匀分布图像。

1. 图示
   观察依据

   一个白色矩形从 $x = 0$ 延伸到 $x = 60$，y 轴标签为$1/60$。

2. 动画
   观察依据

   图像保持静止，而标题从“绘制分布”变为“询问等待5–20分钟的问题”。

1. 坐标轴

2. 从0到60的白色矩形

3. y轴标签$1/60$

4. 标题文字：“我们如何绘制连续分布图？”然后是：“等公交车5至20分钟的可能性是多少？"

1. 顶部标题从绘图提示变为概率问题。

2. 在x轴上添加刻度标签5和20。

1. 整个矩形仍覆盖从0到60的区间。

2. 高度保持为$1/60$。

该图示先直观呈现均匀分布的支持区间与恒定密度，再聚焦于某一子区间。

1. 动画
   观察依据

   一个黑色矩形出现在大白色矩形内部，横跨 $x = 5$ 到 $x = 20$。

2. 图示
   观察依据

   一条标有“计算面积”的箭头指向黑色区域。

3. 公式
   观察依据

   表达式 (20-5)/60、$15/60$、0.25 和 25% 出现在图像上方。

1. 从5到20的黑色子矩形

2. 弯曲箭头

3. 文字：“计算面积”

4. 图像上方的分数表达式

1. 子区间5到20被涂成黑色。

2. 面积表达式逐步改写为$15/60$，然后为0.25，最后为25%。

1. 外层矩形仍表示整个支撑区间[0,60]。

2. 阴影区域的高度与整个图像的高度相同，均为$1/60$。

动画演示了连续型均匀分布的概率可通过计算相应矩形区域的面积来获得。

1. 字幕依据
   观察依据

   回顾幻灯片列出了四个问题，包括“4. 均值和标准差分别是多少？”

2. 公式
   观察依据

   屏幕随后显示均值公式($a+b$)/2和标准差公式(b-a)/sqrt(12)，并给出代入数值后的结果30和17.321。

1. 回顾四个问题的列表

2. 均值标题下显示公式($a+b$)/2

3. 标准差标题下显示公式(b-a)/sqrt(12)

4. 数值结果30和17.321

1. 视频从基于图像的概率示例转向符号化公式。

2. 公式中代入 $a = 0$ 和 $b = 60$。

1. 基础示例仍为区间 [0,60] 上的均匀分布。

本片段通过陈述均匀分布的均值与标准差的标准公式，对示例进行了推广。

1. 字幕依据
   观察依据

   屏幕显示“均匀分布”标题，并附有关于无预测能力的说明。

2. 图示
   观察依据

   随后切换至“正态分布”，画面呈现一条蓝色钟形曲线及围绕中心的竖直线段。

1. 均匀分布标题卡

2. 关于无预测能力的引述

3. 正态分布标题

4. 蓝色钟形曲线

5. 标记中心区域的竖直线段

1. 画面从仅含文字的均匀分布警示图，转变为带有钟形曲线的正态分布图形。

1. 两个画面都在对比概率在各个结果上的分布方式。

这种对比说明：均匀分布将概率均等地分散，而正态分布则将概率集中在均值附近。

1. 字幕依据
   观察依据

   画面明确指出：“均值和标准差毫无预测能力，因为每个事件发生的可能性都完全相同！”

2. 声音
   观察依据

   讲解员口头重复了这一观点。

人们可能认为均值和标准差能告诉我们哪一段确切的等待时间最有可能发生。

视频指出，在均匀分布中，这些统计量没有预测能力，因为支撑集内的每个事件发生的可能性都相等。

1. 声音
   观察依据

   讲解员将均匀分布与“大多数事件围绕均值聚集的正态分布”进行对比。

2. 图示
   观察依据

   在均匀分布警示页面之后，立即展示了一张钟形的正态分布图。

人们可能把所有常见的分布图像都当作结果围绕均值聚集来理解。

视频对二者作了区分：均匀分布赋予区间内所有结果相等的可能性，而正态分布则使大多数事件聚集在均值周围。

1. 声音
   观察依据

   视频首先从概念上定义均匀分布，随后再引入用于定量描述它的数学公式（概率密度函数）。

均匀分布的定义（等可能性）直接导出了其概率密度函数的数学表达式。

1. 声音
   观察依据

   在计算出概率密度函数值（$1/60$）后，讲述者立即用该值确定绘图时矩形的高度。

所计算出的概率密度函数值是正确绘制该分布图像所必需的输入。

1. 图示
   观察依据

   视频将骰子示例（离散型，柱状图）与公交车示例（连续型，实心矩形）并列呈现。

视频对比了离散型均匀分布（如掷骰子这类可数结果）与连续型均匀分布（如等待时间这类不可数结果）。

1. 图示
   观察依据

   阴影子矩形直接添加在均匀分布图上。

2. 声音
   观察依据

   讲解员要求计算这个新矩形的面积。

高度恒定的矩形图使得概率计算简化为计算一个子矩形的面积。

1. 字幕依据
   观察依据

   回顾幻灯片要求计算同一例题的均值和标准差。

2. 公式
   观察依据

   下一屏显示一般公式 ($a+b$)/2，然后代入 0 和 60。

将一般均值公式应用于公交车候车例题，端点为 0 和 60。

1. 字幕依据
   观察依据

   回顾幻灯片要求计算同一例题的均值和标准差。

2. 公式
   观察依据

   下一屏显示一般公式 (b-a)/sqrt(12)，然后代入 60 和 0。

将一般标准差公式应用于公交车候车例题，端点为 0 和 60。

1. 字幕依据
   观察依据

   ‘均匀分布’幻灯片之后是‘正态分布’幻灯片。

2. 声音
   观察依据

   讲解员明确对比二者，指出正态分布使事件围绕均值聚集。

视频对比了均匀分布中概率的均匀分布与正态分布中概率的中心聚集。

1. 声音
   观察依据

   讲述者在视频开头明确给出了该术语的定义。

1. 均匀分布的定义

1. 声音
   观察依据

   讲述者基于等可能性解释了图形呈矩形的原因。

1. 均匀分布的图像形状

1. 声音
   观察依据

   讲述者以掷骰子作为清晰明了的示例。

1. 离散型均匀分布示例

1. 声音
   观察依据

   讲述者构建了公交车等待时间这一情境。

1. 连续型均匀分布示例设定

1. 公式
   观察依据

   公式 $f(x) = 1 / (b - a)$ 被显著展示并加以讲解。

1. 概率密度函数公式

1. 声音
   观察依据

   讲解员分步说明如何绘制该图像。

1. 连续型均匀分布图像的绘制方法

1. 声音
   观察依据

   讲解员要求计算新矩形的面积。

2. 图示
   观察依据

   黑色子矩形被高亮显示，并附有指令“计算面积”。

1. 由连续分布图像下方的面积得出的概率。
2. 公交车候车示例的连续均匀分布图

1. 公式
   观察依据

   屏幕上显示“均值”，其公式为($a+b$)/2。

2. 声音
   观察依据

   讲解员口头陈述该公式。

1. 连续型均匀分布的均值公式

1. 公式
   观察依据

   屏幕上显示“标准差”，其公式为(b-a)/sqrt(12)。

2. 声音
   观察依据

   讲解员口头陈述该公式。

1. 连续均匀分布的标准差公式

1. 字幕依据
   观察依据

   幻灯片指出，均值和标准差对均匀分布不具有预测能力。

2. 声音
   观察依据

   讲解员解释这是因为所有事件发生的可能性均等。

1. 均值与标准差在均匀分布中预测作用十分有限
2. 假设均值和标准差能够预测均匀分布中的具体结果

1. 声音
   观察依据

   讲述者将均匀分布与事件集中在均值附近的正态分布进行对比。

2. 图示
   观察依据

   展示了一张钟形的正态分布图。

1. 正态分布将概率集中在均值附近
2. 混淆均匀分布与正态分布