关于正态分布期望和方差的计算公式，正态分布的期望和方差怎么求这个很多人还不知道，今天菲菲来为大家解答以上的问题，现在让我们一起来看看吧！
1、设正态分布概率密度函数是f(x)=[1/(√2π)t]*e^[-(x-u)^2/2(t^2)] 其实就是均值是u，方差是t^2。
2、于是：∫e^[-(x-u)^2/2(t^2)]dx=(√2π)t（*） 积分区域是从负无穷到正无穷，下面出现的积分也都是这个区域。
3、（1）求均值 对（*）式两边对u求导：∫{e^[-(x-u)^2/2(t^2)]*[2(u-x)/2(t^2)]dx=0 约去常数，再两边同乘以1/(√2π)t得：∫[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]*(u-x)dx=0 把(u-x)拆开，再移项：∫x*[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx=u*∫[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx 也就是 ∫x*f(x)dx=u*1=u 这样就正好凑出了均值的定义式，证明了均值就是u。
4、(2)方差 过程和求均值是差不多的，我就稍微略写一点了。
5、对(*)式两边对t求导：∫[(x-u)^2/t^3]*e^[-(x-u)^2/2(t^2)]dx=√2π 移项：∫[(x-u)^2]*[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx=t^2 也就是 ∫(x-u)^2*f(x)dx=t^2 正好凑出了方差的定义式，从而结论得证。
6、扩展资料：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)。
7、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。
8、当μ = 0,σ = 1时的正态分布是标准正态分布。
9、在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。
10、为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。
11、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。
12、只要会用它求正态总体在某个特定区间的概率即可。
13、为了便于描述和应用，常将正态变量作数据转换。
14、将一般正态分布转化成标准正态分布。
15、对于连续型随机变量X，若其定义域为（a，b），概率密度函数为f（x），连续型随机变量X方差计算公式：D（X）=（x-μ）^2 f（x） dx 方差刻画了随机变量的取值对于其数学期望的离散程度。
16、（标准差、方差越大，离散程度越大）若X的取值比较集中，则方差D（X）较小，若X的取值比较分散，则方差D（X）较大。
17、因此，D（X）是刻画X取值分散程度的一个量，它是衡量取值分散程度的一个尺度。
18、参考资料来源：百度百科--方差参考资料来源：百度百科--正态分布。
本文到此分享完毕，希望对大家有所帮助。