最佳答案:我不确定历史中是否真是这么来得 但泊松大数定理肯定是可以推出正态分布密度函数的当n趋于无穷大时 泊松分布密度函数的极限就是正态密度函数(证明可以参考隶莫夫-拉普
最佳答案:设Y=X^(-2)那么F(y)=P(Y=y^(-1/2)或X+∞) f(x)dx + ∫(-∞-> -y^(-1/2)) f(x)dx所以f(y)=F'(y)=
最佳答案:分析:概率函数是一个偶函数,关于 y轴对称,u=0.函数的最大值等于1/(2根号2π),a=2f(x)=1/(2根号2π)exp[-x^2/8]
最佳答案:解;(x-u)/e~N(0,1)fx(x)=φ((x-u)/e)/eFY(y)=P(Y
最佳答案:条件密度也是密度,只不过是在Y=y的条件下的密度.根据密度函数的形式可以通过配方法写成正态分布密度的形式,因此可以按书上解答来做.
最佳答案:掌握一些常用的分布函数及其密度函数.正态分布很重要的,要记他的表达式、期望、方差.以及相加后的.最后还要由他来求某一个东西在某一段区间的概率.
最佳答案:当x属于R时,令g(x)=x,则有-g(x)=g(-x)标准 正态分布的概率密度函数满足f(x)=f(-x)所以 t(x)=xf(x)=g(x)f(x)满足-t
最佳答案:因为这个函数两个x的值对应一个y值,所以如果有反函数则一个x值可以对应两个y值,不符合(中学范围内)函数的定义,因此这个函数在实数范围内没有反函数.