证明一个变量服从正太分布

正态分布最初由棣莫弗研究二项式时推导得出,后来高斯又从另一个方面导出了正态分布的表达式,研究了正态分布的一系列性质并将其应用于天文学研究,因此正态分布通常又被叫做高斯分布.10元币值的德国马克上印有高

Z=X+YZ~N（7,25)-->(Z-7)/5~N（0,1)P（X+Y

这个用泊松分布可加性来做,很简单X,Y相互独立且分别服从p(λ1),p(λ2)那么Z=X+Yp(λ1+λ2)参考资料里有他的证明

要用到微积分吗?具体公式给下回答：=Σ（3^I*e^(-3)I/I!）(3^(K-I)*e^(-3)I/(K-I)!）=Σ（3^I*3^(K-I)e^(-3)*e^(-3)/I!*(K-I)!）=Σ[

应该是的

EZ=2EX-3EY=-17var(Z)=4var(X)+9var(Y)-12cov(X,Y)=4var(X)+9var(Y)-12ρ(var(X)var(Y))½=4×2+9×3-12×（

中括号后应该有个平方吧?k=1/4,n=1.中括号里是正态分布N(0,4),所以如果表达式是卡方分布的话,那自由度必然为1,而且修正系数k必为1/4再问：答案是对的，不过那个题中的确没有平方，可能是盗

因为X~t(k),由定义可令X=A/根号下B/k,其中A~N(0,1),X^2(k)分布Y=X^2=A^2/(B/k),因为A~N(0,1),所以A^2~X^2(k)Y=(A^2/1)/(B/K),则

题目没说清a,b到底是什么?是不是说a和b都服从正态分布N(1,1)?如果是的话:简单的理a,b是对称关系,所以P(a>b)=P(b>a)又P（a=b）为零（测度论知识,暂时理解就可以）利用概率为一P

p=cov(x,y)/[√D(x)*√D(y)]cov(x,y)=E(x*y)-E(x)*E(y)=E(x^3)-E(x)*E(x^2)=E(x^3)=∫∞(x³*e^(-x²/2

1.累加之后不会改变X1+X2+X3+X4+...+Xn服从正态分布期望和方差服从累加(线性)的计算方法,总期望=期望之和,总方差=方差之和e^a.e^b=e^(a+b)2.log(X1*X2*X3*

P（x>=a）=1-P(x再问：第三个式子是怎么来的啊？查表是查z分布嘛？查不到1.65啊。。再答：查标准正态分布表

经济数学团队帮你解答,有不清楚请追问.请及时评价.

积分项,变换后既然V是以绝对值出现,那积分区间就是0到正无穷,所以你最后的分母中多了个2,所以这是一个Cauchy-(1/2,1/2)的分布.

"X在200-400伏之间"=>"X在200-240伏之间"?P(损坏|X

X,Y服从正太分布N(0,1),因此P(X>0)=P(Y>0)=0.5P(XY>0)=P(X>0,Y>0)+P(X0)+P(X再问：X,Y服从正太分布N(0,1),因此P(X>0)=P(Y>0)=0.

Eξ=1/p,Dξ=(1-p)/p^2Dξ=E(ξ^2)-(Eξ)^2E(ξ^2)=p+2^2*qp+3^2*q^2*p+……+k^2*q^(k-1)*p+……=p(1+2^2*q+3^2*q^2+…

π(λ)P{X=k}=λ^k*e^(-λ)/k!π(μ)P{Y=k}=μ^k*e^(-μ)/k!Z=X+YP{Z=k}=∑(i=0,...k)P{X=i}*P{Y=k-i}=∑(i=0,...k)[λ

7486人分数X服从正太分布N(100,15平方),即u（miu）＝100,图象关于直线x＝100对称.所以,110分以上的人数＝90分以下的人数.90分以下的人数＝251490分以上的人数＝1000

这个题目不难,倒是不好输入啊：(n-1)S²/σ²=(n-1)*1/(n-1)*Σ(Xi-X‘)²/σ²=Σ(Xi-X’/σ）²上面Σ后面就是标准化X