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:独立的正态分布的线性组合任然是正态分布,所以只需要求出Z1和Z2的期望和方差就可以了,到这你就应该能做了!
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:不是了.因为从负无穷到正无穷对af(x)积分得a,如果a不是1的话就不符合定义.
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: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:P(x)=(1/√π)e^[-(x-2)^2]如有疑问可以追加提问,如没有问题希望采纳!提问很辛苦,回答也不容易,
最佳答案:这个可以用n元正态分布的充要条件定理,如果(x,y)是正太分布,所以线性关系x+y服从N(a1+a2,var(x)+var(y)+2r*sqrt(var(X)v
最佳答案:这个正态分布期望为零,与标准正态分布相比只有形变没有位移,期望当然为零啦
最佳答案:高中数学人教版选修2-3上有公式.自己找找吧.
最佳答案:我认为 均值向量就是对应的n维个变量的均值,协方差矩阵的对角线就是其对应的方差值,这样带入正态分布的概率密度函数可以了
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:1)正态分布的密度函数都带e^(...)但是带e^(...)的密度函数不一定都是正态分布的.比如:伯松分布、指数分布、拉普拉斯分布、威布尔分布等的概率密度函数都
最佳答案:因为(X,Y)服从二元正态分布N(0,1,1/4,1/4),参数ρ=0,所以X,Y相互独立,而N(1,1/4),N(1,1/4),则EZ=EX-EY=1-1=0
最佳答案:因为最后一步的第一个式子里的积分是【奇函数】,求积分等于0,所以压根不用算,直接无视;第二个式子求积分,恰好跟分母的根号2π约掉,最后得到μ
最佳答案:x服从参数为2和4的正态分布,则x的密度函数f(x)=多少,数学E(x)=多少,x的方差D(x)=多少N(2,4)f(x)=(1/2√2π)e^[-(x-2)²