的位随机变量x服从正态分布N(μ,σ^2),F(x)为其分布函数.试证明:对任何实数x,有 F(x)=1--|||-(2x-x), 从而有 (mu )=0.5; 而且,当x服从标准正态分布时,有 (x)=1-(-x) circled (p)(0)=0.5.

题目解答
答案

解析
本题考查正态分布函数的性质。解题思路是先根据正态分布的概率密度函数的对称性,通过积分变换来证明$F(x)=1 - F(2\mu - x)$,再将$x = \mu$代入该式得到$F(\mu)=0.5$,最后对于标准正态分布,利用前面的结论推导出$\varPhi(x)=1 - \varPhi(-x)$和$\varPhi(0)=0.5$。
1. 证明$F(x)=1 - F(2\mu - x)$
已知随机变量$X$服从正态分布$N(\mu,\sigma^{2})$,其概率密度函数为$f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x - \mu)^{2}}{2\sigma^{2}}}$,分布函数$F(x)=\int_{-\infty}^{x}f(t)dt=\int_{-\infty}^{x}\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(t - \mu)^{2}}{2\sigma^{2}}}dt$。
先计算$1 - F(2\mu - x)$:
$\begin{align*}1 - F(2\mu - x)&=1-\int_{-\infty}^{2\mu - x}\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(t - \mu)^{2}}{2\sigma^{2}}}dt\\&=\int_{2\mu - x}^{+\infty}\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(t - \mu)^{2}}{2\sigma^{2}}}dt\end{align*}$
令$u=\frac{t - \mu}{\sigma}$,则$t=\sigma u+\mu$,$dt = \sigma du$。
当$t = 2\mu - x$时,$u=\frac{2\mu - x-\mu}{\sigma}=\frac{\mu - x}{\sigma}$;当$t\to+\infty$时,$u\to+\infty$。
那么$\int_{2\mu - x}^{+\infty}\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(t - \mu)^{2}}{2\sigma^{2}}}dt=\int_{\frac{\mu - x}{\sigma}}^{+\infty}\frac{1}{\sqrt{2\pi}}e^{-\frac{u^{2}}{2}}du$。
再看$F(x)=\int_{-\infty}^{x}\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(t - \mu)^{2}}{2\sigma^{2}}}dt$,同样令$u=\frac{t - \mu}{\sigma}$,则$t=\sigma u+\mu$,$dt = \sigma du$。
当$t=-\infty$时,$u = -\infty$;当$t = x$时,$u=\frac{x - \mu}{\sigma}$。
所以$F(x)=\int_{-\infty}^{\frac{x - \mu}{\sigma}}\frac{1}{\sqrt{2\pi}}e^{-\frac{u^{2}}{2}}du$。
由于正态分布概率密度函数$\frac{1}{\sqrt{2\pi}}e^{-\frac{u^{2}}{2}}$关于$u = 0$对称,即$\int_{-\infty}^{\frac{x - \mu}{\sigma}}\frac{1}{\sqrt{2\pi}}e^{-\frac{u^{2}}{2}}du=\int_{\frac{\mu - x}{\sigma}}^{+\infty}\frac{1}{\sqrt{2\pi}}e^{-\frac{u^{2}}{2}}du$。
所以$F(x)=1 - F(2\mu - x)$。
2. 证明$F(\mu)=0.5$
将$x = \mu$代入$F(x)=1 - F(2\mu - x)$中,得到$F(\mu)=1 - F(2\mu - \mu)=1 - F(\mu)$。
移项可得$2F(\mu)=1$,解得$F(\mu)=0.5$。
3. 证明当$X$服从标准正态分布时,$\varPhi(x)=1 - \varPhi(-x)$和$\varPhi(0)=0.5$
当$X$服从标准正态分布$N(0,1)$时,$\mu = 0$。
由$F(x)=1 - F(2\mu - x)$可得$\varPhi(x)=1 - \varPhi(2\times0 - x)=1 - \varPhi(-x)$。
将$x = 0$代入$\varPhi(x)=1 - \varPhi(-x)$中,得到$\varPhi(0)=1 - \varPhi(0)$。
移项可得$2\varPhi(0)=1$,解得$\varPhi(0)=0.5$。