正态分布可加性定理-正态分布可加性

一、理论基石与核心机制

正态分布之所以能保持可加性，源于其背后的概率密度函数结构。当我们将两个独立的标准正态变量进行线性组合时，根据中心极限定理的思想，其和的分布形态依然遵循正态曲线。这种特性使得我们在处理大量微小误差累积或测量数据聚合时，无需重新计算复杂的分布函数，直接利用均值和方差即可推断总体的分布形态。

在数学推导中，若随机变量 X 服从均值为 μ1、方差为 σ1^2 的正态分布，随机变量 Y 服从均值为 μ2、方差为 σ2^2 的正态分布，且 X 与 Y 相互独立，则它们的和 Z = X + Y 的均值 μZ 为 μ1 + μ2，方差 σZ^2 为 σ1^2 + σ2^2。这一结论揭示了独立事件叠加时统计量的线性性质。

二、直观案例说明