服从正态分布.docx

PAGE PAGE # PAGE PAGE # 若X?N（xzq2）贝!|X落在区间内的概率是: P（X1 P（X1 X X2） = F（X2）-F（X1）=O 特别地，P（Xx） = rG）=。（士址 、（T / ［注 1］ O（-x） = l-O（x）. ［注2］若X?nS『2）则y = ?N（O,1）. b t2 若X ?N（//q2）则 E（X）= za D（x） = b2 ［ e 2dt = 中心矩：若k为奇数，则：为=。 *=1,3,5, 若A为偶数，则：出=?-1）!!寸 士 =2,4,6, 1 1 二、二维正态分布 设二维随机变量（、y）的联合概率密度如下： /（x,j）= 。一（3）其中 27raxavy/l-r 人 y UL v）_ （ 1一〃x）2 2r（x-四（y-力「 u\）c^y J — 2 一 . 1 2 2[1-尸儿 ax 叩了 （ry 这种分布称为二维正态分布。可以证明： 即x ?ger；） y ?2vQ,b；） i?（x,y）=r 结论： 对于二维正态分布，随机变量X与V独立=＞尸=0. 三、正态随机变量的线性函数的分布 定理 1 楸?贝Jy =a+bx n{（i +bju,b2a2} （即：正态随机变量的线性函数仍服从正态分布） 推论 的?N[,b2）贝!|x* = ?N（O,1）. b 定理2设X与P独立，且X?nQ*；） V?N（^，b『） 贝!|Z = X + V ?血 + 多,b； + ? ） （即：独立的正态随机变量的和仍服从正态分布） 定理3 敷],乂2,…,X”独立，欣，.?NS?；） Z=l,2,?..,〃 n , 〃 n 、 则Zc?X,??N ￡cjjUj*c：b； i=l \ i=l i=l J U!v中心极限定理 列维定理 U! v中心极限定理 列维定理 设独立随机变量X], X2,X以-? 服从相同的分布并且有数 学期望和方差:E(X,)=丹D(Xi) = a20j= 1,2,. 则当时，它们和的极限分布是正态分布，艮 ，=14n(rlimP〃一＞8J— ( e 2 dt, (z为任意实数 ，=1 4n(r limP 〃一＞8 J— ( e 2 dt, (z为任意实数?) 岳J VZ 7n 考虑随机变量：匕 1=1 则 E(匕)=i(X,?)= D(Ytl) = y}D(Xi)=na2 * ，=i 德莫威尔一拉普拉斯定理 设在独立实验序列中，事件4在各次实验中发生的概率为 数，则有limP71—00, t21 fZ 数，则有limP 71—00 , t2 1 fZ e 2出, J -。0 其中z是任何实数，p+q = i? 由于随机变量匕服从二项分布B（n9p）9所以德莫威尔一拉普 拉斯定理说明：当〃充分大时，服从B（〃,p）的随机变量匕 近似地服从正态分布N （np mpq ）? p(m1 p(m1 Yn /w2)? O m2 —np m1 —npy/npq 五、练习题 1-设X?N(O,1)求下列概率 P(X1.5); (2) P(X 2.5); (3) P(| X \ 1.68); (4) P(-0.36 X 0.64) 谜(1) P(X《1.5)= 0(1.5) = 0.9332 P(X 2.5) = 1- 0(2.5) = 1- 0.9938 = 0.0062 P(|X \ 1.68) = P(_1.68X 1.68) =0(1.68) 一 O(-1.68) = 20(1.68) -1 = 2x0.9535-1 = 09070 P(-036 X 0.64) = D(0.64) 一 0(-036) =0(0.64) + 0(0.36)-1= 0.7389+0.6406 一 1= 0.3795 2.设X?N(l,22),求下列概率 P(X 2.2); (2) P(-1.6 X 5.8); (3) P(| X | 3.5); (4) P(| X | 4.56) 寐 (1) P(X V 2.2) = = 0(0.6) = 0.7527 P(-1.6 X 5.8) = - OC161) 2 2 =0(2.4) 一 0(-13) = 0(2.4)-1 + 0(1.3) = 0.8950 P(| X | 3.5) = - 0(^^) =0(1.25) 一 O(-2.25)= 0(1.25)-1 + 0(2.25) P(\ X | 4.56) = 1-P(\X\ 4.56) 4.56 — 1 —4.56 — 1 八八4八_ =1- 0( ) + 0( ) = 0.0402 2 2 3.已知某机械零件的直径(mm)服从正态分布N(100,0.62) 规定直径在100 ± 1.2(mm)范围内为合格, 求