设两个相互独立的随机变量X和Y分别服从正态分布N(0,1)和N(1,1) 怎样推出来p{X+Y<=1}=1/2
因为X和Y分别独立服从N(0,1)和N(1,1),所以X+Y服从N(1,2),其中均值是两者均值和,方差是两者方差和。
正态分布以x=μ为对称轴,μ表示其均值,很显然落在对称轴左右两边的概率各位1/2,这也就是公式的几何意义。
由于一般的正态总体其图像不一定关于y轴对称,对于任一正态总体,其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。为了便于描述和应用,常将正态变量作数据转换。将一般正态分布转化成标准正态分布。
服从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。故该变换被称为标准化变换。(标准正态分布表:标准正态分布表中列出了标准正态曲线下从-∞到X(当前值)范围内的面积比例。)
扩展资料:
正态分布最早由棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。
正态曲线呈钟型,两头低中间高左右对称因其曲线呈钟形,若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布,记为N(μ,σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。
参考资料来源:百度百科-正态分布
正态分布以x=μ为对称轴,μ表示其均值,很显然落在对称轴左右两边的概率各位1/2,这也就是式子的几何意义