正态分布加减计算公式

更新日期：2026-11-12 13:32:08

标题

正态分布加减计算公式

内容

在概率统计中，正态分布是一种非常重要的连续概率分布，广泛应用于自然科学、社会科学以及工程领域。当处理多个正态分布变量的加减运算时，需要掌握其数学规律和计算方法。本文将总结正态分布加减的基本公式，并通过表格形式清晰展示其应用规则。

一、正态分布的基本性质

若随机变量 $ X \sim N(\mu, \sigma^2) $，表示 $ X $ 服从均值为 $ \mu $、方差为 $ \sigma^2 $ 的正态分布。其密度函数为：

f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x - \mu)^2}{2\sigma^2}}

对于多个独立的正态分布变量，它们的线性组合（如加法或减法）仍服从正态分布，这是正态分布的一个重要特性。

二、正态分布加减法则

设 $ X_1 \sim N(\mu_1, \sigma_1^2) $，$ X_2 \sim N(\mu_2, \sigma_2^2) $，且 $ X_1 $ 与 $ X_2 $ 独立，则有以下结论：

1. 加法运算

X_1 + X_2 \sim N(\mu_1 + \mu_2, \sigma_1^2 + \sigma_2^2)

2. 减法运算

X_1 - X_2 \sim N(\mu_1 - \mu_2, \sigma_1^2 + \sigma_2^2)

注意：无论加法还是减法，方差都是两个变量的方差之和，因为协方差为0（独立变量）。

三、多变量加减运算

若有 $ n $ 个独立正态分布变量 $ X_1, X_2, ..., X_n $，其中 $ X_i \sim N(\mu_i, \sigma_i^2) $，则任意线性组合：

Y = a_1X_1 + a_2X_2 + ... + a_nX_n

仍服从正态分布，其均值和方差分别为：

- 均值：$ \mu_Y = a_1\mu_1 + a_2\mu_2 + ... + a_n\mu_n $

- 方差：$ \sigma_Y^2 = a_1^2\sigma_1^2 + a_2^2\sigma_2^2 + ... + a_n^2\sigma_n^2 $

四、总结表

五、应用示例

假设某工厂生产零件长度服从 $ X \sim N(10, 1) $，另一批零件长度服从 $ Y \sim N(8, 4) $，求两批零件长度差的分布。

根据公式：

- 均值：$ 10 - 8 = 2 $

- 方差：$ 1 + 4 = 5 $

因此，$ X - Y \sim N(2, 5) $

六、注意事项

- 仅适用于独立正态分布变量。

- 若变量不独立，需考虑协方差项。

- 实际应用中，可通过标准化（Z-score）进行概率计算。

通过上述总结可以看出，正态分布的加减运算具有明确的数学规律，掌握这些公式有助于在实际问题中快速进行概率分析和统计推断。

随便看