概率论正态分布dx^2 正态分布D(s^2)怎么算

\u6982\u7387\u8bba\u7684\u3002Xi\u670d\u4ece\u6b63\u6001\u5206\u5e03N(\u03bc,\u03c3^2)\u671f\u671bE(Xi-\u03bc)^2\u7b49\u4e8e\u591a\u5c11\u554a

\u6839\u636e\u5b9a\u4e49
D(Xi)=E(Xi-\u03bc)^2
\u800c\u6b63\u6001\u5206\u5e03\u7684\u65b9\u5dee
D(Xi)=\u03c3^2
\u6240\u4ee5\u7b54\u6848\u5c31\u662f\u03c3^2

D\uff08x\uff09=2\uff0cD\uff08s^2\uff09=8/9





答案是32,详情如图所示



其详细过程是,由题设条件,有X的密度函数f(x)=[(1/2)/√(2π)]e^(-x²/8)、E(X)=0、D(X)=δ²=E(X²)=4。而,D(X)=E(X²)-[E(X)]²,∴E(X²)=4。
又,按照期望值的定义,E(X^4)=∫(-∞,∞)(x^4)f(x)dx=[1/√(2π)]∫(0,∞)(x^4)e^(-x²/8)dx。
令t=x²/8、利用伽玛函数的定义及性质,有E(X^4)=(64/√π)∫(0,∞)t^(3/2)e^(-t)dt=(64/√π)Γ(5/2)=48。
∴D(X²)=E(X^4)-[E(X²)]²=48-16=32。
供参考。


卡方分布性质




∵EX=EY=μ,DX=DY=σ2
∴X~N(μ,σ2),Y~N(μ,σ2),即X与Y具有相同的正态分布;
二维正态分布中,ρ为相关系数,实际上有如下性质:
对于二维正态分布,ρ=0?X与Y相互独立?X与Y不相关.
故答案选:A.




  • 姒傜巼璁烘鎬佸垎甯僤x^2
    绛旓細绛旀鏄32锛岃鎯呭鍥炬墍绀
  • x鏈嶄粠姝f佸垎甯(0,2)d(x^2)绛変簬浠涔?
    绛旓細鍦ㄩ鐩腑锛寈鏈嶄粠鍧囧间负0锛屾爣鍑嗗樊涓2鐨姝f佸垎甯锛屽嵆 x ~ N(0, 2)銆傜幇鍦ㄦ垜浠潵姹傞殢鏈哄彉閲 Y = x^2 鐨姒傜巼瀵嗗害鍑芥暟銆傞鍏堬紝鎴戜滑闇瑕佹壘鍒 Y 鐨勫垎甯冦傜敱浜 x 鏄湇浠庢鎬佸垎甯冪殑闅忔満鍙橀噺锛屾墍浠 x^2 涔熸槸闈炶礋鐨勶紝鍗 Y >= 0銆傚浜庨潪璐熺殑 Y锛屾垜浠彲浠ヤ娇鐢ㄥ彉閲忓彉鎹㈢殑鏂规硶鏉ユ眰鍏舵鐜囧瘑搴﹀嚱鏁般...
  • 闅忔満鍙橀噺X鏈嶄粠姝f佸垎甯N(0,1),璇烽棶E(X^4)绛変簬澶氬皯?绛旀涓轰粈涔堟槸3,瑙g瓟...
    绛旓細鎵浠ワ紝EX^4=1+2=3 n闃惰嚜鐢卞害鐨勫崱鏂瑰垎甯冪殑鏈熸湜鍜屾柟宸垎鍒槸n鍜2n锛屾墍浠X^2=1,DX^2=2锛岃孌X=EX^2-(EX)^2杩欐槸鍏紡锛屾墍浠ユ妸X鎹㈡垚X^2锛屽氨鏈塂X^2=EX^4-(EX^2)^2
  • 姹傚姪姒傜巼:x鏈嶄粠鏍囧噯姝f佸垎甯姹:d(x^2)
    绛旓細鑻锝炲崱鏂(n)锛屽垯E(X)=n,DX=2n
  • 鏂瑰樊涓庢湡鏈涚殑鍏崇郴鍏紡鏄粈涔?
    绛旓細鏂瑰樊涓庢湡鏈涚殑鍏崇郴鍏紡锛欴X=E锛圶^2-2XEX+锛圗X锛塣2锛夈傚湪姒傜巼璁鍜岀粺璁″涓紝鏁板鏈熸湜锛坢ean锛夛紙鎴栧潎鍊硷紝浜︾畝绉版湡鏈涳級鏄瘯楠屼腑姣忔鍙兘缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆傚畠鍙嶆槧闅忔満鍙橀噺骞冲潎鍙栧肩殑澶у皬銆姝f佸垎甯鐨勬湡鏈涘拰鏂瑰樊浠嬬粛濡備笅锛氭鎬佸垎甯冪殑鏈熸湜鐢ㄦ暟瀛︾鍙疯〃绀何撅紝鎵浠ユ鎬佸垎甯...
  • 姝f佸垎甯鐨勮绠楀叕寮忔槸浠涔?
    绛旓細(7)fX(x)=12蟺e−x2/2 鏍囧噯姝f佸垎甯鍏紡 鏍囧噯姝f佸垎甯冿紝鏄竴涓湪鏁板銆佺墿鐞嗗強宸ョ▼绛夐鍩熼兘闈炲父閲嶈鐨姒傜巼鍒嗗竷锛屽湪缁熻瀛︾殑璁稿鏂归潰鏈夌潃閲嶅ぇ鐨勫奖鍝嶅姏銆傛湡鏈涘嘉=0,鍗虫洸绾垮浘鍍忓绉拌酱涓篩杞达紝鏍囧噯宸=1鏉′欢涓嬬殑姝f佸垎甯冿紝璁颁负N(O, 1)銆傛爣鍑嗘鎬佸垎甯冩洸绾夸笅闈㈢Н鍒嗗竷瑙勫緥鏄細鍦-1.96 ~...
  • 姒傜巼璁烘鎬佸垎甯
    绛旓細鍥犱负璇姝f佸垎甯鐨勬湡鏈涘兼槸u=1锛岃屾鎬佸垎甯冩洸绾垮叧浜 x=u 宸﹀彸瀵圭О銆傚嵆x=u涓や晶鐨姒傜巼鐩哥瓑锛屽叏姒傜巼涓1锛屼袱渚у潎涓1/2 鎵浠(x>1)=P(x<1)=1/2 浠ヤ笂锛岃閲囩撼銆
  • 姒傜巼璁鍏充簬姝f佸垎甯涔犻
    绛旓細缁撹锛氬鏋淴锝濶(渭锛屜^2)閭d箞X鎷旓綖N(渭锛屜僞2/n)鍏朵腑EX=渭锛DX=蟽^2 鍏紡锛欴X鎷=EX^2-(EX)^2 鏍规嵁棰樺緱DX鎷=5-1=4 鎵浠鎷旓綖N(-1,4/n)閫塀
  • 璁鹃殢鏈哄彉閲廥鏈嶄粠姝f佸垎甯,鍏舵暟瀛︽湡鏈汦X=1.7,鏂瑰樊DX=3,璇曞啓鍑:(1)X鐨...
    绛旓細姝f姒傜巼瀵嗗害鍑芥暟鐨勪竴鑸〃杈惧紡涓猴細f(x)=[1/鈭(2蟺)蟽] e^{-(x-渭)²/2蟽²} 璁綳鏈嶄粠姝f佸垎甯 渭=EX=1 蟽²=DX=2 鍒檉(x)=[1/2鈭(蟺)] e^{-(x-1)² /4}
  • 闂竴閬撳叧浜姒傜巼姝f鎬讳綋鍒嗗竷鐨勯銆俋1,X2閮芥槸鏉ヨ嚜姝f佹讳綋N~(0,2^2...
    绛旓細X1锛孹2鏄潵鑷鎬佹讳綋N~(0,2^2)鐨勪竴涓牱鏈紝涓嶈兘璇粹滈兘鏄牱鏈濓紝浠栦滑鍚堣捣鏉ユ槸涓涓牱鏈紝姣忎竴涓槸鏍峰搧銆傜敱浜庢槸鏍锋湰锛屽洜姝1锛孹2鐙珛锛岀嫭绔嬬殑姝f佹讳綋鐨勭嚎鎬х粍鍚堜粛鐒舵湇浠姝f佸垎甯銆傚洜姝わ紝X1+X2锛孹1-2X2锛3X1-4X4閮芥湇浠庢鎬佸垎甯冿紝鍙渶姹傚嚭浠栦滑鐨勬湡鏈涘拰鏂瑰樊銆侲(X1+X2)=EX1+EX2=0+0=0 ...
  • 扩展阅读:概率论所有公式大全 ... 概率定积分∫e x 2 dx ... 正态分布概率对照表 ... 数学期望ex和dx公式 ... 概率公式一览表 ... 正态分布3σ原则取值 ... ex与dx公式图片 ... 正态分布曲线图 ... dx公式大全 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网