1樓：單車撞毀小汽車
1(1). x<2.2 (x-1)/2<0.55 查表知 p(x<2.2)=0.7
(2). -1.6<=x<5.8 -1.3<=(x-1)/2<2.4 查表知p=0.9
2. e(x)=∫xf(x)dx=0 (關於y軸對稱)
e(x^2)=∫x^2f(x)dx==2a
d(x)=e(x^2)-[e(x)]^2=2a
3. 那個「矩估計值」與「最大似然估計值」我不知道怎麼翻譯，講義上
比較符合的是 method of moments 和 mlh, 我就姑且用這兩個方法做
了。e(x)=∫xf(x)dx=θ∫x^θdx==θ/(θ+1)
=∑xi/n
θ=(∑xi/n)/(1-∑xi/n) 矩估計值
l(θ)=f(x1)f(x2)....f(xn)=ttf(xi)
=θ^nttxi^(θ-1)
ln(l(θ))=lnθ*n+lnttxi*(θ-1)
d[ln(θ)]/dθ=n/θ+lnttxi=0
θ=-n/ln(x1*x2*x3.....xn) 最大似然估計值
設lnx服從正態分佈(1,2^2),求p{1/2
2樓：匿名使用者
lnx∽n﹙1,2²﹚ ∴﹙㏑x-1﹚/2∽n﹙0,1﹚
p{1/2φ﹙﹙㏑2-1﹚/2﹚-φ﹙﹙㏑﹙1/2﹚-1﹚/2﹚≈0.2427
3樓：匿名使用者
1（1）。 x <2.2（x-1）/ 2 <0.55查表已知p（<2.2）= 0.7
（2）-1.6 <= <5.8 -1.3 <=（-1）/ 2的<2.4查表已知的第2é（x）=∫xf（x）的dx = 0（y軸對稱）
e（x = 0.9
^ 2）=∫所述^ 2f（x）dx = = 2a
d（）= e（x ^ 2） - [e（ ）] ^ 2 = 2a
那一刻估計「和」最大似然估計：「我不知道怎麼翻譯，講義
更符合矩和雜木方法，我試探性地使用這兩種方法做
e（倍）=∫xf（x）的dx =θ∫x ^θdx= {0 l（θ）= f（x1）（x2）....（xn）= ttf（十一）
=θ^ nttxi ^（θ-1）
ln（l（θ ））=lnθ* n + lnttxi *（θ-1）
d [ln（θ）] /dθ= n /θ+ lnttxi = 0
θ= -n/ln（x1 * x2 * x3 ..... xn）最大似然估計值
設隨機變數x與y均服從正態分佈n(0,σ^2),且p(x<=2,y<=-2)=3/16,求p(x>2,y<=-2) 50
4樓：曉龍修理
解題過程：
因為隨機變數x服從正態分佈n(0,σ^2)，故對稱軸為x=0。
性質：它們的和也滿足正態分佈
它們的差也滿足正態分佈
若隨機變數x服從一個數學期望為μ、方差為σ^2的正態分佈，記為n(μ，σ^2)。其概率密度函式為正態分佈的期望值μ決定了其位置，其標準差σ決定了分佈的幅度。當μ = 0,σ = 1時的正態分佈是標準正態分佈。
μ維隨機向量具有類似的概率規律時，稱此隨機向量遵從多維正態分佈。多元正態分佈有很好的性質，例如，多元正態分佈的邊緣分佈仍為正態分佈，它經任何線性變換得到的隨機向量仍為多維正態分佈，特別它的線性組合為一元正態分佈。
5樓：
^fy（y）=p（y<=y）=p(x^2<=y)=p(-√y<=x<=√y)=fx(√y)-fx(-√y)而f（y）=fy』（y）
所以fy（y）=fx（√y）（√y）『-fx（-√y）（-√y）』=fx（√y）/√y
而機變數x服從正態分佈n(0,σ^2),
所以f（x）=e^(-0.5x^2)/√(2π)σ所以fy（y）=fx（√y）/√y=e^(-0.5y)/√(2πy)σ y>0
=0 其他
設總體X與Y都服從正態分佈N0，2，已知X1Xm
由正態分佈的性質bai可得，1m x du xm n zhi0，dao1 專 由卡方分佈的屬定義可得，y2 1 y2n 2 n 從而，1mx xm y21 y2n n t n 即 n mx xmy 21 y2n t n 由已知條件，nm 2，故 mn 1 4 故選 d 設隨機變數x和y相互獨立，且都...
設二維隨機變數（X,Y 服從二維正態分佈N（0,0,1,1,0）求P（X
證明 設二維隨機變數 x，y 服從二維正態分佈n 0,0,1,1，p 則x y服從正態分佈n 0,2 1 p x y的均值和方差可用如下方法求解 e x y e x e y 0 0 0,var x y var x var y 2cov x,y 1 1 2p 2 1 p 但是如何證x y服從正態分佈呢...
已知隨機變數服從正態分佈N0，20，若P
解 由隨機變數 服從正態分佈n 0，2 可知正態密度曲線關於y軸對稱，而p 2 0.023，則p 2 0.023，故p 2 2 1 p 2 p 2 0.954，故答案為 0.954 已知隨機變數x服從正態分佈n 0，2 若p x 2 0.023，則p 2 x 2 等於 a 0.477b 0.6 隨機...