随机变量x+n+0+1
答：计算如下：设随机变量X~N(0,1)，Y~N(0,1)，且X与Y相互独立，即自由度为2的塔方分布。若 X~N(0,1) 则 X^2~Ga(1/2,1/2)根据Ga分布的可加性得χ^2~Ga(n/2,1/2)；所以X^2+Y^2~χ^2(2)。基本类型 简单地说，随机变量是指随机事件的数量表现。例如一批注入某种毒物的动物...
答：题目应该是：设随机变量x~N(0,1),若P(x>1)＝p，则P(0<x<1)等于？的解析 解：x~N(0,1)为标准正态分布，画出其概率密度函数fX(x)的大致图像，应为是关于x=0对称的，所以有P(x<-1)＝p，且P(0<x<1)=P(0≤x≤1)=P(-1≤x<0)。这里的≤和<是可以相互替换的，因为在某一个...
答：正态分布是连续型的，而连续型随机变量取任何一个固定值的概率都是0，所以P(X=0)=0。又X~N(0,1)，则X的分布关于0左右对称，所以Φ(0)=P(X≤0=0.5。如果将X看成是数轴上的随机点的坐标，那么，分布函数F(x)在x处的函数值就表示X落在区间上的概率。
答：2 fx(x) |dx/dy| =根（1/2π）2e^(-(y-1)/2)/2根(y-1)=根（1/2π）e^(-(y-1)/2)/根(y-1)y>1 =1/根2π y=1 =0 y
答：正态分布N(0,1),在区间(-1,1)的概率约为0.683,所以x＞1的概率约为(1-0.683)/2=0.1585,所以x＜1的概率约为1-0.1585=0.8415,所以P｛Y=-1｝=0.8415,P｛Y=1｝=0.1585,所以y的分布函数为F(y)=｛0,y＜-1；0.8415,-1≦y＜1；1,y≥1.
答：x~N(0,1),意思是，x服从标准正态分布 查表得：p(x<1)=φ（1）=0.8413 或者计算：p(x<0)=φ（0）=0.5，p(0<x<1)=0.3413(一倍标准差概率的一半，即0.6824/2)，因此：p(x<1)=0.5+0.3413=0.8413
答：+2.58范围内曲线下面积为0.9900。统计学家还制定了一张统计用表（自由度为∞时），借助该表就可以估计出某些特殊u1和u2值范围内的曲线下面积。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。我们通常所说的标准正态分布是位置参数均数为0, 尺度参数：标准差为1的正态分布。
答：N(0,1)表示随机变量X服从期望为0,方差为1的正态分布,即标准正态分布 其中N是Normal Distribution的缩写,即正态分布.正态分布的概率密度函数为f(x)=]1/(√2π)σ]*exp{-(x-μ)^2/(2σ^2)},-∞
答：直接用公式法，简单快捷，答案如图所示
答：简单计算一下即可，答案如图所示
网友评论：
罗衬17038168584：
设随机变量x~N(0,1),求p(x<1)的概率 -
26590尚泼
： x~N(0,1),意思是,x服从标准正态分布 查表得:p(x<1)=φ(1)=0.8413或者计算:p(x<0)=φ(0)=0.5,p(0<x<1)=0.3413(一倍标准差概率的一半,即0.6824/2),因此: p(x<1)=0.5+0.3413=0.8413
罗衬17038168584：
设随机变量x~n(0,1),求y=|x|的概率密度. -
26590尚泼
： 解题过程如下:扩展资料 求概率密度的方法: 设随机变量X具有概率密度fX(x),-∞<x<∞,由设函数g(x)处处可导且恒有g'(x)>0(或恒有g'(x)<0),则Y=g(X)是连续型随机变量.其中α=min(g(-∞),g(∞)),β=max(g(-∞),g(∞)),h(y)是g(x)的反函数. ...
罗衬17038168584：
设随机变量x~n(0,1),若p(x>|)=P,则P(1<X<o)等于?的解析 -
26590尚泼
： 题目应该是: 设随机变量x~N(0,1),若P(x>1)=p,则P(0<x<1)等于?的解析 解:x~N(0,1)为标准正态分布,画出其概率密度函数fX(x)的大致图像,应为是关于x=0对称的,所以有P(x<-1)=p,且P(0<x<1)=P(0≤x≤1)=P(-1≤x<0).这里的≤和<是可以相互替换的,因为在某一个点上的概率等于0. 于是有1=P(x<-1)+P(-1≤x<0)+P(0≤x≤1)+P(x>1) =p+2P(0<x<1)+p 解得P(0<x<1)=(1-2p)/2=0.5-p
罗衬17038168584：
已知随机变量X~N(0,1) -
26590尚泼
： X~N(0,1),则X的分布关于0左右对称,即X
罗衬17038168584：
大学概率论:随机变量(X,Y)~N(0,1;0,4;p),D(2X - Y)=1,求p -
26590尚泼
： 你好!随机变量(X,Y)~N(0,1;0,4;ρ),则DX=1,DY=4,D(2X-Y)=4DX+DY-4ρ√(DX)√(DY)=1,即4+4-8ρ=1,所以ρ=-1/2.经济数学团队帮你解答,请及时采纳.谢谢!
罗衬17038168584：
随机变量x~n(2,1),则e(e^x)= -
26590尚泼
： 解:随机变量x,y相互独立 都服从N(0,1) 则f(x,y)=fX(x)fY(y)=1/(2π)e^(-x²-y²) P(X^2+Y^2
罗衬17038168584：
已知随机变量X,Y相互独立,X~N(0,1),Y~N(0,1),求Z=X+Y的概率密度 -
26590尚泼
： 解:∵X~N(0,1)、Y~N(0,1),按照随机变量和的密度分布函数,Z=X+Y~N(0+0,1+1)=N(0,2),即Z服从μ=0、方差σ^2=2的正态分布, ∴Z的密度函数f(z)=[(1/2)/√π]e^[(-z^2)/4]. 供参考.
罗衬17038168584：
设随机变量X的分布律为P{X=k}=a/N,k=1,2,...,N.求常数a? -
26590尚泼
： p的所有值的和是要为1的. 然后这样做p{x=1}+p{x=2}+...p{x=n}=1 但由条件p{x=1}+p{x=2}+...p{x=n}=a/n*n=a 所以a=1 对一个离散型随机变量X,其取值为k的概率为pk.分布律反映了一个离散型随机变量的概率分布的全貌. 扩展资料: 离散型分布律就是在概率大于0并且概率和=1的条件下,取值对应取值概率列出的那个表格.二项分布0-1分布(特殊的二项分布)和伯松分布的分布律也都是这个意思. 分布与概率不同,分布代表平均数,如所有三种统计数据. 使用达尔文 - 福勒方法的平均值,得到麦克斯韦-玻尔兹曼分布作为精确结果.
罗衬17038168584：
随机变量X~N(0,1),N(0,1),相互独立,U=X+Y,V=X - Y.求随机变量(U,V)的联合概率密度,求U,V是否相互独立? -
26590尚泼
：[答案] E(U)=E(X)+E(Y)=0 ,E(V)=E(X)-E(Y)=0D(U)=D(X)+D(Y)=2 ,D(V)=D(X)+D(-Y)=2Cov(U,V)=E(UV)-E(U)E(V)=E(X^2-Y^2)=0p(UV)=Cov(U,V)/(σ1σ2)=0,所以相互独立所以f(u,v)=N2(0,2),也就是二维正态分布函数,σ=2....
罗衬17038168584：
设总体X~N(0,1),而X1,X2,...,X15 抽自总体X的随机样本,则随机变量Y=X12+X22+...X102/2(X112+X122+…X152) -
26590尚泼
：[答案] X1²+X2²+...X10²服从自由度10的卡方分布. X11²+X12²+…X15²服从自由度5的卡方分布. Y={χ(10)/10} /{χ(5)/5}=F(10,5) 如有意见,欢迎讨论,共同学习;如有帮助,
