若连续型随机变量
X具有概率密度
f(x)=2π
σ1e−2σ2(x−μ)2,−∞<x<+∞ 其中
μ,(σ>0)为常数,则称
X服从参数为
μ,σ的正态分布或高斯(Gauss)分布,记作
X∼N(μ,σ2)X∼N(μ,σ2)X∼N(μ,σ2)
必要性证明
很明显
f(x)≥0, 下面证明
∫−∞+∞f(x)dx=1
令
σx−μ=t ,则
f(x)=2π
σ1e−2t2,dx=σdt
∫−∞+∞f(x)dx=∫−∞+∞2π
σ1e−2t2σdt=2π
1∫−∞+∞e−2t2dt
我们先求
∫−∞+∞e−2t2dt 的积分,很难直接求出其积分,我们需要用到一个技巧,令
I=∫−∞+∞e−2t2dt
I2=∫−∞+∞e−2t2dt⋅∫−∞+∞e−2u2du(定积分的值与积分变量无关,与被积函数和积分上下限有关)=∫−∞+∞∫−∞+∞e−2t2+u2dtdu=∫02π∫0+∞ρe−2ρ2dρdθ(利用极坐标求解定积分值)=∫02π−e−2ρ2∣0+∞dθ=∫02π1dθ=2π∵I=∫−∞+∞e−2t2dt>0∴I=2π
∴∫−∞+∞f(x)dx=2π
σ1∫−∞+∞e−2t2dt=2π
1⋅2π
=1
当
μ=0,σ=1 时称随机变量
X服从标准正态分布,其概率密度和分布函数分别用
ϕ(x)和
Φ(x)表示,则有
ϕ(x)=2π
1e−2x2,
Φ(x)=2π
1∫−∞x−2t2dt , 由性质很容易推知:
Φ(−x)=1−Φ(x)
引理,若
X∼N(μ,σ),则
Z=σX−μ∼N(0,1).
证明如下:
Z=σX−μ的分布函数为
P{Z≤x}∴∴命题得证=P{σX−μ≤x}=P{X≤σx+μ}=∫−∞σx+μ2π
σ1e−2σ2(t−μ)2dt=F(x)f(x)=F′(x)=2π
1e−2x2=ϕ(x)(变上限积分求导规则:上限带进去乘以上限对变量求导)
第二种证明方法, 令
σt−μ=u, 则
P{Z≤x}∴命题得证=∫−∞σx+μ2π
σ1e−2σ2(t−μ)2dt=2π
1∫−∞ue−2u2du=Φ(x)
由该引理可知
F(x)=P{X≤x}=P{σX−μ≤σx−μ}=Φ(σx−μ)
P{x1≤X≤x2}=P{σx1−μ≤σX−μ≤σx2−μ}=Φ(σx2−μ)−Φ(σx1−μ)
P{μ−σ≤X≤μ+σ}=Φ(1)−Φ(−1)=2Φ(1)−1=68.26%.
P{μ−2σ≤X≤μ+2σ}=Φ(2)−Φ(−2)=2Φ(2)−1=95.44%.
P{μ−3σ≤X≤μ+3σ}=Φ(3)−Φ(−3)=2Φ(3)−1=99.74%.
我们看到,正态分布的值落在
(μ−3σ,μ+3σ)内几乎时肯定的事情,这就是
3σ3σ3σ法则