概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系

这篇具有很好参考价值的文章主要介绍了概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

在两个随机变量的函数这一章节, 会涉及到正态分布。

正态分布有若干重要的结论, 我们要牢记!

一. 

概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系

二.    若X, Y相互独立,  X~N(),     Y~N(),  则

aX+bY+c ~ N(概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系) .   特别注意  相加后, 不用加c

注意以下推理:

1, X 服从正态分布, Y 服从正态分布, X+Y  不一定服从正态分布

       举例: Y= -X,    则X+Y=0,  就不是正态分布;

       只能说, -X也是正态分布。

~~~~~

一 

标准正态分布的概率密度和分布函数分别记为 φ(x)  和 Φ(x)。

1. φ(x) 在x=0处取得最大值  

2. 通常称 Φ(x)为标准正态分布函数, 它有下列性质:

  1. Φ(x)  + Φ(-x) = 1;
  2. Φ(0) = 0.5

正态分布的分布函数F(x) 与标准正态分布函数 Φ(x)的关系为

1.   F(x) =  概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系

2. P{a<x≤b} = 概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系

3. P{x>a} = P{x≥a} = 1 —  概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系

特别强调: 利用  Φ(x) 可进行一般的正态分布的有关计算, 虽然它是标准正态分布的分布函数。

二 光说不练假把式, 看例题:   2013.4 真题

题1.  某次考试成绩X 服从正态分布N(75, 225)(单位:分), (1) 求此次考试的及格率 P {X  60} 和优秀率P {X  90};  (2)  考试成绩至少高于多少分排名前 50%?  (附 (1)= 0. 8413)

解: 

(1)由题意,已知  = 75,   =15, 

此次考试的及格率为 P{X  60} = 1 - ,

此次考试的优秀率为 P{X  90} = 

(2). 设考试成绩至少高于x 分能排名前 50%, 

P{X  x} =  所以 x = 75.

即考试成绩至少高于 75 分能排在前 50%。

总结,在正态分布中, 注意 公式的运用。

题2   已知X~N(-3, 1), Y~N(2, 1), 且X与Y相互独立,  Z = X-2Y+7,  则Z ~ ________________.

解:由本文开头提到的结论二, 易得Z的概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系

Z的 概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系,   所以Z~N(0, 5).

题3 设X~N(3, 4), Y~N(1,1),  Z~N(0,1), X, Y, Z相互独立, 求X + 2Y + 3Z的分布。

解: 由题意,知X+2Y+3Z 服从正态分布, X+2Y+3Z的 概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系

X+2Y+3Z的 概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系

所以 X+2Y+3Z ~N(5, 17)文章来源地址https://www.toymoban.com/news/detail-438555.html

到了这里,关于概论_第3章_正态分布的重要结论__正态分布与标准正态分布关系的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 两个均匀分布相加、两个正态分布相加、由均匀分布生成正态分布

    有师兄面试碰到类似问题,记录一下推导过程。

    2024年02月16日
    浏览(62)
  • 正态分布,二维正态分布,卡方分布,学生t分布——概率分布学习 python

    目录 基本概念 概率密度函数(PDF: Probability Density Function) 累积分布函数(CDF: Cumulative Distribution Function) 核密度估计((kernel density estimation) 1.正态分布 概率密度函数(pdf) 正态分布累积分布函数(CDF) 正态分布核密度估计(kde) 正态分布四则运算 二维正态分布(逐渐补充) 马

    2024年02月03日
    浏览(46)
  • 一些常见分布-正态分布、对数正态分布、伽马分布、卡方分布、t分布、F分布等

    目录 正态分布 对数正态分布  伽马分布 伽马函数 贝塔函数

    2024年02月07日
    浏览(50)
  • 两个独立的正态分布的和仍然为正态分布的证明

    正态分布的密度函数: f ( x ) = 1 2 π σ e − ( x − μ ) 2 2 σ 2 begin{align*} f(x) = frac{1}{sqrt{2pi}sigma}e^{-frac{(x-mu)^2}{2sigma^2}} end{align*} f ( x ) = 2 π ​ σ 1 ​ e − 2 σ 2 ( x − μ ) 2 ​ ​ 在进行理论推导之前,我们先通过Matlab数值计算看看两独立正态分布的乘积情况: 如图所示绿

    2024年02月06日
    浏览(54)
  • 正态分布的概率密度函数|多种正态分布检验|Q-Q图

    正态分布的概率密度函数(Probability Density Function,简称PDF)的函数取值是指在给定的正态分布参数(均值 μ 和标准差 σ)下,对于特定的随机变量取值 x,计算得到的概率密度值 f(x)。这个值表示了在正态分布下,随机变量取值为 x 的概率密度。 具体地,正态分布的概率密度

    2024年02月07日
    浏览(56)
  • PT_二维随机变量:正态分布的可加性/一维随机变量函数与正态分布

    一维随机变量函数与正态分布 PT_随机变量函数的分布_随机变量线性函数的正态分布_xuchaoxin1375的博客-CSDN博客 🎈正态分布的可加性 区别于一维随机变量的函数的正态分布的规律,多维随机变量(各个分量相互独立同分布)具有不同的规律 在一维的情况中, X ∼ N ( μ , σ 2 ) , 则

    2023年04月25日
    浏览(65)
  • 正态分布、对数正态分布参数(mu, sigma)与数据本身均值方差(m, v)的关系

    1 正态分布的参数mu sigma 为数据本身的均值m和标准差,即方差v的根 sqrt(v)。 2 对数正态分布参数 mu 和 sigma,与数据本身均值m和方差v之间存在如下关系: 利用如下MATLAB代码,对上述关系进行了验证。 运行结果如下:

    2024年02月12日
    浏览(51)
  • 【概率论】正态分布

    前导知识: 概率密度函数(密度函数):描述一个随机变量的在某个确定的取值点附近的可能性的函数。  随机变量的取值落在某个区域内的概率为概率密度函数在这个区域上的积分。 性质: f(x)=0 数学期望 又称均值,是实验中每次结果的概率乘以其结果的总和,反映随机

    2024年02月13日
    浏览(119)
  • 正态分布(Normal distribution)

    目录 概念 性质 标准正态分布  \\\"3σ\\\"法则 参考资料 若连续性随机变量X的 概率密度 为 其中  为平均数, 为标准差, 为常数,则称X服从参数为  的正态分布(Normal distribution)或高斯(Gauss)分布,记为. X的 分布函数 为 1.正态分布的图形 曲线关于  对称,这表明对于任意  有

    2024年02月09日
    浏览(40)
  • 【分布族谱】正态分布和二项分布的关系

    正态分布,最早由棣莫弗在二项分布的渐近公式中得到,而真正奠定其地位的,应是高斯对测量误差的研究,故而又称Gauss分布。测量是人类定量认识自然界的基础,测量误差的普遍性,使得正态分布拥有广泛的应用场景,或许正因如此,正太分布在分布族谱图中居于核心的

    2024年02月05日
    浏览(55)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包