正态分布加一个常数，还是符合正态分布，只是期望值加上了这个常数。
N(0,σ²)+C ~ N(C,σ²)。
一个随机变量符合正态分布，我们可以画出其函数图像，让其每个数都加上一个常数，只会让函数图像左右平移，那么只会改变期望值，仍然符合正态分布，甚至标准差都没有改变。
扩展资料：
一、正态分布的一些性质：
1、集中性：正态曲线的高峰位于正中央，即均数所在的位置。
2、对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
3、均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
4、关于μ对称，并在μ处取最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点，形状呈现中间高两边低，正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。
二、正态分布曲线应用
1、估计频数分布 一个服从正态分布的变量只要知道其均数与标准差就可根据公式即可估计任意取值范围内频数比例。
2、质量控制：为了控制实验中的测量（或实验）误差，常以 作为上、下警戒值，以 作为上、下控制值。这样做的依据是：正常情况下测量（或实验）误差服从正态分布。
3、正态分布是许多统计方法的理论基础。检验、方差分析、相关和回归分析等多种统计方法均要求分析的指标服从正态分布。许多统计方法虽然不要求分析指标服从正态分布，但相应的统计量在大样本时近似正态分布，因而大样本时这些统计推断方法也是以正态分布为理论基础的。
参考资料来源：百度百科-正态分布
矩阵加一个数，实际上不存在这种运算。当然除非这个矩阵只包含一个数，然后把3也看成一个1X1的矩阵。因为只有同型矩阵才可作加法，然后对应元素相加。矩阵加减法只能是矩阵与矩阵之间的，但是矩阵有数乘运算不能加一个常数，矩阵只能与矩阵相加。你这样的做法相当于给原矩阵加了一个单位矩阵 I，只有把这个常数k与单位矩阵 I 相乘化为纯量矩阵 kI 才可以与矩阵相加。
当然不是了，矩阵加某一常数是没有定义的，只有同型矩阵才能做加法。
不过某些线性代数或者矩阵论的书上面会有这种写法，代表的是加常数倍的单位阵，即主对角元素与常数相加，不过我个人觉得这种写法有歧义，还是尽量别这么写。
以上就是关于考研数学概率论 :正态分布加常数还是服从正态分布全部的内容，包括:考研数学概率论 :正态分布加常数还是服从正态分布、矩阵加一个常数怎么算、等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
