fromWikey正态分布的1些性质.docVIP

正态分布的一些性质: 如果 X?N(μ,σ2) 且 a 与 b 是  HYPERLINK /zh-cn/%E5%AF%A6%E6%95%B8 \o 实数 实数, 那么 (参见  HYPERLINK /zh-cn/%E6%9C%9F%E6%9C%9B%E5%80%BC \o 期望值 期望值 和  HYPERLINK /zh-cn/%E6%96%B9%E5%B7%AE \o 方差 方差). 如果 与 是  HYPERLINK /zh-cn/%E7%B5%B1%E8%A8%88%E7%8D%A8%E7%AB%8B \o 统计独立 统计独立的正态 HYPERLINK /zh-cn/%E9%9A%A8%E6%A9%9F%E8%AE%8A%E9%87%8F \o 随机变量 随机变量, 那么: 它们的和也满足正态分布 . 它们的差也满足正态分布. U 与 V 两者是相互独立的. 如果 和 是独立正态随机变量，那么: 它们的积 XY 服从概率密度函数为p的分布 其中K0 是贝塞尔函数(modified Bessel function) 它们的比符合 HYPERLINK /zh-cn/%E6%9F%AF%E8%A5%BF%E5%88%86%E5%B8%83 \o 柯西分布 柯西分布，满足. 如果 为独立标准正态随机变量，那么 服从自由度为n的  HYPERLINK /zh-cn/%E5%8D%A1%E6%96%B9%E5%88%86%E4%BD%88 \o 卡方分布 卡方分布. [ HYPERLINK /w/index.php?title=%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83action=editsection=10 \o 编辑段落：标准化正态随机变量 编辑] 标准化正态随机变量 [ HYPERLINK /w/index.php?title=%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83action=editsection=11 \o 编辑段落：矩(英文:moment) 编辑] 矩(英文:moment) 一些正态分布的一阶动差如下： 阶数原点矩中心矩Cumulant0101μ0μ2μ2 + σ2σ2σ23μ3 + 3μσ2004μ4 + 6μ2σ2 + 3σ43σ40正态分布的所有二阶以上的 HYPERLINK /w/index.php?title=%E7%B4%AF%E7%A9%8D%E9%87%8Faction=editredlink=1 \o 累积量（尚未撰写） 累积量为零. [ HYPERLINK /w/index.php?title=%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83action=editsection=12 \o 编辑段落：生成正态随机变量 编辑] 生成正态随机变量 [ HYPERLINK /w/index.php?title=%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83action=editsection=13 \o 编辑段落：中心极限定理 编辑] 中心极限定理 主条目： HYPERLINK /zh-cn/%E4%B8%AD%E5%BF%83%E6%A5%B5%E9%99%90%E5%AE%9A%E7%90%86 \o 中心极限定理 中心极限定理 正态分布的概率密度函数，参数为μ = 12，σ = 3，趋近于n = 48、p = 1/4的 HYPERLINK /zh-cn/%E4%BA%8C%E9%A0%85%E5%88%86%E4%BD%88 \o 二项分布 二项分布的概率质量函数。 正态分布有一个非常重要的性质：在特定条件下，大量 HYPERLINK /zh-cn/%E7%B5%B1%E8%A8%88%E7%8D%A8%E7%AB%8B \o 统计独立 统计独立的随机变量的和的分布趋于正态分布，这就是 HYPERLINK /zh-cn/%E4%B8%AD%E5%BF%83%E6%A5%B5%E9%99%90%E5%AE%9A%E7%90%86 \o 中心极限定理 中心极限定理。中心极限定理的重要意义在于，根据这一定理的结论，其他概率分布可以用正态分布作为近似。 参数为n和p的 HYPERLINK /zh-cn/%E4%BA%8C%E9%A0%85%E5%88%86%E4%BD%88 \o 二项分布 二项分布，在n相当大而且p不接近1或者0时近似于正态分布（有的参考书建议仅在np与n(1 ? p)至少为5时才能使用这一近似）