正态分布线性计算的方差推导（含协方差推导）

推导如下：

由于方差是每个数据与均值离差平方和的均值：即对Σ（每个数据-均值）²再求一次均值👇

最终Var(X) = E(X²）-E²（X)

因此👇

Var(X-Y) = E(X-Y)²-E²(X-Y)

=E(X²-2XY+Y²)-[E(X)-E(Y)]²

=E[ X²-2XY+Y²-E²(X)+2E(X)E(Y)-E²(Y) ]

=E(X²)-2E(XY)+E(Y²)-E²(X)+2E(X)E(Y)-E²(Y)

=E(X²)-E²(X)+E(Y²)-E²(Y)-2[E(XY)-E(X)E(Y)]

其中 E(X²)-E²(X) 为 Var(X) ，E(Y²)-E²(Y)为Var(Y)
而 E(XY)-E(X)E(Y) 为X和Y的协方差Cov(X,Y)

为什么E(XY)-E(X)E(Y)是协方差？（推导如下）

最终可得：Var(X-Y) = Var(X)+Var(Y)-2*Cov(X,Y)
同理可证：Var(X+Y) = Var(X)+Var(Y)-2*Cov(X,Y)