正态分布相加的公式-搜答案-搜搜考试网

结果和随机变量的独立性有关,下面给出一般性结论,先做一些符号说明：设随机变量Xi与Xj的期望分别为E(Xi)=μi,E(Xj)=μj,1≤i,j≤n协方差为E[(Xi-EXi)*(Xj-EXj)]=E

正态分布公式都不会出现a、b,只会出现均值μ和方差σ^2.二项分布即n次独立的伯努利试验的成功次数服从的分布.（每次试验,成功的概率都为p,0

人教版p147

……那个其实就是e的多少多少次方,就是说exp(x)=e^x这里e是自然对数的底,约为2.718281828……

无论是否独立,无论参数是否相同,正态分布的随机数相加必然还是正态分布.不过我想你问的是：有一组X1,X2,.,Xn是一组独立同分布的样本,服从正态分布；而Y1,Y2,.,Yn是另一组独立同分布的样本,

=SUMIF(A1:A3,">0",A1:A3)

是的只有相互独立的时候相加减得到的才能是正态分布

E(X1-2X2)=E(X1)-2E(X2)=0D(X1-2X2)=D(X1)+4D(X2)=4+16=20X1-2X2~N(0,20)

相加后仍然是正态分布,只是平均值和标准差可能会改变.相乘后应该就不再是正态分布了.与原来的两个正态分布当然有关.

σ是希腊字母,英文表达sigma,汉语译音为“西格玛”.术语σ用来描述任一过程参数的平均值的分布或离散程度.

倒数第三步应该是t的1/2次方,不是负1/2次方

如果是正数加负数那么就等于正数减正数比如3+(-2)=3-2=1正数减负数等于正数加正数比如2-(-3)=2+3=5

B2公式=sum($A1:B1)向右填充公式即可

见图片.

这个完全是数学知识,到时候学了图像变换就知道了.

我去查阅了一下高等数学教材,里面有用特征函数来推导的,但是太繁琐,给你,你不一定能看的懂,我想了一下,就用高中数列和一点点大学极限的办法,给你推导一下首先,你要明白正态曲线函数,是二项分布函数的极限二

是,比方书X服从N(a,b),Y服从N(c,d)那么X+Y服从N（a+b,c+d）X-Y服从N（a-b,c+d）.

您给的是正态分布密度函数的表达式,它从-∞到+∞的定积分=1,如果没有那符号,这积分就不存在.

设ξ服从N(μ,^2),求Eξξ的分布密度为φ(x)=1/[√(2π)σ]e^(-(x-μ)^2/(2σ^2))从而Eξ=∫(+∞)(-∞)x/[√(2π)σ]e^(-(x-μ)^2/(2σ^2))d

由同一个点出发的两个向量应该相减由一个点出发的一个向量,再由那个向量箭头处出发另一个向量,则这两个向量相加.具体法则可参考向量相加三角形法则（实际上是根据平行四边形法则来推到三角形法则的,把平行四边形