50
2. Zmienne losowe
Rozkład normalny N(0,1) ma gęstość daną wzorem
y/2%
(2.4.6)
Rozkład
normalny
N(m,<j)
Jeśli zmienna losowa Y ma rozkład normalny N(0,1), to zmienna losowa
X — ctY + w,
(2.4.7)
Standaryzacja
gdzie o > 0, ma rozkład normalny N(m, a). W ten sposób definiuje się rozkład normalny o parametrach m i a. Z drugiej strony, jeśli X ma rozkład normalny N(m, a), co oznaczamy symbolicznie jako X ~N(m,<r), to łatwo sprawdzić, że
X =^ ~N(0,1). (2.4.8)
<7
Operację daną równaniem (2.4.8), odwrotną do (2.4.7), nazywa się standaryzacją zmiennej losowej X, (również w przypadku, gdy X nie ma rozkładu normalnego).
Ponieważ gęstość zmiennej losowej Y = aX + b, a > 0, gdy X ma gęstość fx, wyraża się wzorem (patrz zadanie 2.4.10)
Gęstość
rozkładu
N(m,cr)
to gęstość rozkładu normalnego N(m,<7) wyraża się wzorem
jc) = _!—e-(JC-m>2/2<*2 (2.4.9)
której wykres jest przedstawiony na rysunku 6.
Wzór (2.4.9) jest bezpośrednim wnioskiem ze wzorów (2.4.7) i (2.4.6). Ponieważ gęstość f(x) rozkładu N(0,1) jest funkcją parzystą, to xf(x) jest funkcją nieparzystą, a więc dla X ~ N(m,a) otrzymujemy EX = 0, skąd ze wzorów (2.4.7) i (2.4.8) mamy EX — m. Nieco więcej zachodu wymaga obliczenie D2X. Wystarczy jednak sprawdzić, że D2X = 1, (zadanie 2.4.11), skąd od razu, ze wzoru (2.4.7) otrzymujemy, że D2X = cr2.
Wniosek 2.4.1.
Rozkład normalny N(m, o) jest całkowicie opisany przez dwa parametry: m — EX i a = Vt?X.
Dystrybuantę zmiennej losowej X ~ N(0,1) oznacza się tradycyjnie symbolem <£(jt). Ponieważ dystrybuanta rozkładu normalnego nie jest funkcją elementarną, więc jej wartości trzeba odczytywać z tablic rozkładu normalnego lub