rprt.net
当前位置:首页 >> 概率论服从正态分布 >>

概率论服从正态分布

设A=E(X^2/(X^2+Y^2)),B=E(Y^2/(X^2+Y^2)),A+B=1,A-B=0.所以A=0.5

正态分布的内容很丰富.首先,一维正态分布的概率密度,期望,方差,特征函数要记住.其次,一维正态分布的平方是独立平方和分布,也是伽马分的特殊情形.多元正态分布的话,记住用协方差矩阵来写它的密度函数.值得注意的是,多元正态分布的边缘分布还是正态分布,条件概率也服从正态分布.这些是基础,可参看杨振明的概率论

单个个体的值的样本服从正态分布N(μ,σ2 )啊,因为是从这个总体中找的X呀.

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,σ)+C ~ N(C,σ).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

E(Y)=E(200X 185)=2185,D(Y)=200D(X)=100,P{2070

你知道正态分布的特点吗?声明下,由于我没办法打出那些特殊符号,在这里我用e和n来代替你题目里的两个特殊符号.e和n相互独立且服从N(0,4),其中,0是e和n的期望值,4是e和n的方差那么D(e-2n)=D(e)+4D(n),(这里用到的性质都是你肯定已经学到的了,如果不知道,请你看书)De=4,4Dn=16,那么加起来就是20了我觉得你应该会追问公式问题, - -| 告诉你好了,因为e和n相互独立,那么D(e-2n)=De+(-2)^2Dn=De+4Dn,对于方差来说,括号里的常数提出去是要平方的,懂吗?而期望值却不需要平方,直接可以提常数出去.

正态分布的内容很丰富.首先,一维正态分布的概率密度,期望,方差,特征函数要记住.其次,一维正态分布的平方是独立平方和分布,也是伽马分的特殊情形.多元正态分布的话,记住用协方差矩阵来写它的密度函数.值得注意的是,多元正态分布的边缘分布还是正态分布,条件概率也服从正态分布.这些是基础,可参看杨振明的概率论

根据定义D(Xi)=E(Xi-μ)^2而正态分布的方差D(Xi)=σ^2所以答案就是σ^2

网站首页 | 网站地图
All rights reserved Powered by www.rprt.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com