正态分布性质

两个高斯分布的和的分布——正态分布的再生性 - rainbow70626 - 博客园
https://www.cnblogs.com/rainbow70626/p/14070413.html

两个独立的正态分布的加法:

N(\mu, \delta^{2} )+a \sim N(\mu+a,\delta^{2})

N(\mu,\delta_1^{2})+N(\mu,\delta_2^{2}) \sim N(u,(\delta_1^2+\delta_2^2))

举例:

N(0,1)+1 \sim N(1,1)

N(0,1)+N(1,1)-1 \sim N(0,2)

(1)正态随机变量的线性函数仍为正态随机变量。

(2)正态随机变量的线性组合仍为正态随机变量。

(3)正态随机变量的乘积仍为正态随机变量。

直觉中,两个高斯(正态)随机变量的和似乎应该是两个概率密度函数的和,如下图所示,其结果就近似为两个概率密度的包络线,这明显是错误的,是用直觉推导数学,大错特错

 

t分布、二项分布、Poisson分布的极限为正态分布,在一定条件下,可以按正态分布原理来处理。

おすすめ

転載: blog.csdn.net/weixin_42683052/article/details/106907631