二元正态分布 x y的概率密度·

均值就是期望EX方差就是标准差的平方,正太分布服从（EX,方差）,一般这类计算都是先代换,变成标准正太分布Z=(x-μ)/σ,然后查表,我查表0.9505是对应的1.65然后代入计算167.630

由于独立的正态分布的线性组合仍服从正态分布,所以Y=∑1,n(Xi)仍服从正态分布.EY=0,DY=D∑1,n(Xi)=∑1,n(DXi)=nθ；于是Y~N（0,nθ)

1.XY相互独立,相关系数r=02.E(Z)=E(2X+Y)=2E(X)+E(Y)=03.D(Z)=[(2X+Y)^2]=4D(X)+D(Y)+4E(X)E(Y)=4+1+0=54.N(0,5)5.f

设Y的分布函数为F(y),X的密度函数为g(x)则F(y)=P(Y

如果是指“在一个坐标中作两个图”,可以用holdonholdon;%%%%%图形可以叠加holdoff%%%%%关闭holdon命令,

1,X的密度函数f(x)=1/√(2π)*exp(-x^2/2)2,设y>0P(Y≤y)=P(-√y≤X≤√y)=1/√(2π)*积分(-√y到√y)exp(-x^2/2)dx=2/√(2π)*积分(

去这里看看能不能帮到你再问：这也只是说了多元正态分布的，没有给出具体三维正态分布的，希望能给具体的公式。

对于标准正态分布有Φ(2y½/a)=∫(-∞到2y½/a)φ(y)dy,其中φ(y)=1/(2π)½×exp(-y²/2),且对y求导可得dΦ(2y½

是分布函数小于1,即密度函数的积分小于1再问：请问，分布函数的表达式是怎么样的呢？再答：没法给，根本原因在于：∫e^(x^2)dx不是一个初等函数，因而无法用五类基本初等函数的有限的加减乘除运算给出e

∫[0,1]{∫[x^2,x]kdy}dx=k∫[0,1]{(1/2)x^2|[上限x,下限x^2]}dx=∫[0,1](x-x^2)dx=k(1/2–1/3)=k/6=1--》k=6f(x)=∫[x

P(X>200)=1-P(X200的概率基本可以认为是0而X

在某点的概率密度.就是x取得0.8时的概率对于连续分布,不同于离散分布,它表现得是“某个区间上”的概率.正如此,才有“概率密度”这一说.而单就某点,则概率为0

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－拉普拉斯定理的证明）

fplot('(1/sqrt(2*pi))*exp(-0.5*x^2)',[-44],'r');title('密度函数曲线');

多元是指样本以多个变量来描述,或具有多个属性,在此一般用d维特征向量表示,X＝[x1,…,xd]T.d维特征向量的正态分布用下式表示其中μ是X的均值向量,也是d维,　　μ＝E{X}＝[μ1,μ2,…,

X的平方可看作X的函数.正如我们所学,若X服从标准正态分布,则他的函数也应服从标准正态分布,概率密度函数是一样的.这样X方的期望和方差由书中公式亦可求.关键是若X是样本,则X方的西格玛和服从x方分布,

此题是μ=0,σ=1的正态分布,求概率只要查标准正态分布表(任何一本概率书附录都有)具体的概率你没有说清楚,所以没办法求出具体的值不需要求此积分,该积分的被积函数无原函数,只能利用数值分析求出数值解.

如果x~N(0,1)那么ax~N(0,a^2)再问：谢谢！那么如果已知X(n)是iidN(0,1)随机变量，Y(n)=A(0)X(n-0)+A(1)X(n-1)+A(2)X(n-2)。求Y(n)的概率

①如果已知联合概率密度为f(x,y),则求Y的边缘概率密度f(y)=∫Rf(x,y)dx,即联合概率密度函数对于x在-∞到+∞上的积分!②正态分布的概率密度函数是p(x)={1/[σ√(2π)]}*e

这个题目我今天晚上上自习的时候恰好做到,想了半个钟头,到寝室才想明白是怎么回事.Φ'(x)=φ(x),你直接对左式求导后得出-4/a^2*φ'(2√y/a),又由于φ(x)=1/√2π*e^-x^2/