复杂正态分布运用——独立正态分布组合概率、二项分布、泊松分布近似正态分布的运用

上一篇讲了正态分布的基本概念和概率求解的计算方法（正态分布及其概率计算https://blog.csdn.net/weixin_41140174/article/details/99696028），这篇主要讲独立正态分布组合概率的计算、二项分布近似正态分布的条件和运用，泊松分布近似正态分布的条件和运用

1. 独立正态分布组合概率计算

问题：已经新郎和新娘的体重都符合正态分布，分别为新郎~N(190,500), 新娘~N(150,400)，过山车座驾最高能够承载380磅的重量，为安全起见，新郎新娘综合体重不能超过380磅，问新郎新娘综合体重不超过这个数值的概率是多少？

1）正态分布X+Y概率分布：

如果独立的随机变量X和Y都符合正态分布，那么X+Y也符合正态分布，如果：

正态分布X-Y概率分布：

如果独立的随机变量X和Y都符合正态分布，那么X-Y也符合正态分布，如果：

问题求解：上述问题就转化为求X+Y的分布概率问题，即X+Y~N(340，900)分布，求P(X+Y<380)，是简单的正态分布概率计算。

2) 随机正态分布变量X线性变化aX+b的正态分布

如果变量X符合正态分布，记为X~N(μ，σ^2), 则aX+b也符合正态分布，记为：

3) 独立观察结果之和的正态分布

如果变量X符合正态分布，记为X~N(μ，σ^2)，则X1+X2+...+Xn也符合正态分布

2. 二项分布的正态分布近似

问题：有40个选择题，每个选择题有4个答案，答对30题则可以进入下一轮并获得不菲奖金，如果随机作答，问通过的概率有多少？

这是一个二项分布问题，X~B(40,0.25), 要求P(X>=30), 相当于求P(X=30)+P(X=31)+...+P(X=40)

由于涉及到大的阶乘计算，且要计算的概率事件比较多，因此计算量非常大，容易出错。

1）二项分布近似：

如果X~B(n,p), 且np>5, np>5 (也有的统计书上的要求是np、nq>10), 则可以近似有X~N(np,npq)近似替代二项分布（np, npq分别是二项分布的期望和方差）。

注：James .T.McClave《商务与经济统计学》的二项分布可近似为整体分布的条件为（μ-3σ，μ-3σ）（其中μ=np，σ=npq^1/2）落在二项分布（0，n）之内

上述问题P(X>=30)就转化为X~N(np,npq)中的P(X>=30)的问题，通过转化为标准正态分布并查询概率分布表，可以轻松获得结果。但运用的时候需要对X进行连续性修正。

2）连续性修正

主要是对于变量X的范围边界处理，对于离散分布，X=30是一个确定的概率，但在连续分布，概率分布总是一定范围内的概率，X=30的概率分布为0，离散X=30是对应到连续变量的范围应为29.5-30.5。

于是，P(X>=30)（离散分布）--->P(X>29.5)(正态分布)，这种调整称为连续性修正，在n比较小的时候非常重要。

1. 求离散分布P(X<=a), 相当于求正态分布P(X<a+0.5)
2. 求离散分布P(X>=a),  相当于求正态分布P(X>a-0.5)
3. 求离散分布P(a<=X<=b),  相当于求正态分布P(a-0.5<X<b+0.5)

3. 泊松分布的正态近似

问题：已经过山车每年发生故障的次数为40，问故障低于52次的概率是多少？

这是一个泊松分布问题，需要求出故障次数从1次到51次的概率之和，然后相加，非常大的计算量。既然求一个范围内的概率，那我们可以用连续分布来近似。

如果X~P0(λ)且λ>15, 则可以用X~N(λ,λ)进行近似，其中λ为泊松分布的期望和方差。

上述问题就转化为求正态分布X~N(40,40)，P(X<51.5)(对X<52进行连续性修正)