若随机变量X~N(-2，4)，Y~N(3，9)，且X与Y相互独立，设Z=2X-Y+5，则Z~N
首先，根据X与Y是相互独立的正态分布，因此它们的线性组合也是服从正态分布；再根据统计量中的相关定理，求出这一分布的两个参数即可。
随机变量X～N（-3，1），Y～N（2，1），且X与Y相互独立∴Z=X-2Y+7也服从正态分布又由于EZ=E（X-2Y+7）=E（X）-2E（Y）+E（7）=-3-2•2+7=0，D（X-2Y+7）=D（X）+（-2）2D（Y）+D（7）=1+4+0=5∴Z～N（0，5）。
扩展资料：
随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数，灯泡的寿命等等，都是随机变量的实例。
在做实验时，常常是相对于试验结果本身而言，我们主要还是对结果的某些函数感兴趣。例如，在掷骰子时，我们常常关心的是两颗骰子的点和数，而并不真正关心其实际结果；
就是说，我们关心的也许是其点和数为7，而并不关心其实际结果是否是（1，6）或（2，5）或（3，4）或（4，3）或（5，2）或（6，1）。我们关注的这些量，或者更形式的说，这些定义在样本空间上的实值函数，称为随机变量。
绛旓細闅忔満鍙橀噺X锝濶锛-3锛1锛夛紝Y锝濶锛2锛1锛夛紝涓擷涓嶻鐩镐簰鐙珛鈭碯=X-2Y+7涔熸湇浠庢鎬佸垎甯冨張鐢变簬EZ=E锛圶-2Y+7锛=E锛圶锛-2E锛圷锛+E锛7锛=-3-2•2+7=0锛孌锛圶-2Y+7锛=D锛圶锛+锛-2锛2D锛圷锛+D锛7锛=1+4+0=5鈭碯锝濶锛0锛5锛夈
绛旓細Z涓虹浉浜掔嫭绔嬬殑鏈嶄粠姝ｆ佸垎甯闅忔満鍙橀噺鐨勭嚎鎬у嚱鏁帮紝鍥犳鏈嶄粠姝ｆ佸垎甯冦備粠鑰屾壘鍒癦鐨勬湡鏈涗笌鏂瑰樊灏卞彲浠ヤ簡銆侲(X)=-2 D(X)=4 E(Y)=3 D(Y)=9 鎵浠(Z)=E(2X-Y+5)=2E(X)-E(Y)+5=-2 D(Z)=4D(X)+D(Y)=25 鍥犳Z 锝濶 (-2,25)...
绛旓細鍥犱负 X ~ N锛2锛4锛夛紱鎵浠 D(X) = 4锛汥(Y)= D(3-2x)= (-2)^2*D(X)= 4*4 =16
绛旓細(-2,0]-2涓哄绉拌酱,鎵浠ュ湪-2宸﹀拰鍙虫鐜囦竴鏍,鍗(-2,0]
绛旓細N锛2,4锛鏄寚x鏈嶄粠渭 = 2锛屜 = 2鐨勬鎬佸垎甯冦備篃灏辨槸璇寸洿绾縳=2鏄姝ｆ佸垎甯冨浘鍍忕殑瀵圭О杞达紝鎵浠ワ紝P锝沊鈮2锝=1/6銆鑻ラ殢鏈哄彉閲廥鏈嶄粠涓涓暟瀛︽湡鏈涗负渭銆佹柟宸负蟽^2鐨勬鎬佸垎甯冿紝璁颁负N(渭锛屜僞2)銆傚叾姒傜巼瀵嗗害鍑芥暟涓烘鎬佸垎甯冪殑鏈熸湜鍊嘉煎喅瀹氫簡鍏朵綅缃紝鍏舵爣鍑嗗樊蟽鍐冲畾浜嗗垎甯冪殑骞呭害銆傚綋渭 =...
绛旓細鍒囧垏姣旈洩澶笉绛夊紡锛氬浜庝换涓闅忔満鍙橀噺X ,鑻X涓嶥X鍧囧瓨鍦,鍒欏浠绘剰蔚锛0, 鎭掓湁 P{|X-EX|>=蔚}<=DX/蔚^2 鎴朠{|X-EX|=1-DX/蔚^2 鍦ㄤ綘杩欓涓,X~N锛2,4锛鎵浠X=2 蔚=3 DX=4 鎵浠{|X-2|>=3}<=4/(3^2)=4/9
绛旓細N锛2,4锛鏄寚x鏈嶄粠渭 = 2锛屜 = 2鐨勬鎬佸垎甯 涔熷氨鏄鐩寸嚎x=2鏄姝ｆ佸垎甯冨浘鍍忕殑瀵圭О杞 鎵浠ョ洿绾縳=2宸﹀彸鐨勬鐜囦釜鍗犱竴鍗婏紝鍗砅锝X鈮2锝=1/2
绛旓細灏嗘鎬鍙橀噺锛X~N(2,4) 鍙樻崲鎴愭爣鍑嗘鎬佸彉閲忥細t = (x-2)/2 浜庢槸锛2<x<6 鍙樻垚锛0 <t<2 P(2<x<6) = P(0<t<2) = 桅(2) - 桅(0)= 0.9772 - 0.5 = 0.4772
绛旓細鍥犱负X~N(2,4)锛涓擯(X<a锛=0.2 锛屾墍浠(X<a锛=桅锛坅/2-1锛=0.2锛涙墍浠ワ紝P锛圶<4-a锛= 桅锛堬紙4-a-2锛/2锛= 桅锛1-a/2锛=1-桅锛坅/2-1锛=1-0.2=0.8
绛旓細N(2,4)涓烘鎬佸垎甯冿紝鍏朵腑X鍧囧间负X=2,鐢卞叾鍥惧儚瀵圭О鎬 P(x<1)=P(x>3)=0.3 P锛坸<3锛=1-P(x>3)=1-0.3=0.7
