X服从正态N(-1,1)X²-搜答案-百度作业网

解法一：∵ξ～N（0，1）∴P（|ξ|＜1.96）=P（-1.96＜ξ＜1.96）=Φ（1.96）-Φ（-1.96）=1-2Φ（-1.96）=0.948解法二：因为曲线的对称轴是直线x=0，所以由图知

Fz(z)=P{Z

设A=E(X^2/(X^2+Y^2)),B=E(Y^2/(X^2+Y^2)),A+B=1,A-B=0.所以...A=0.5

Y=(X+3)/2由X~N(-3,4)知,μ=-3,σ=2.则Y=(X-μ)/σ=(X+3)/2服从标准正态分布N(0,1)

得u-σ

因为X,Y独立的正太分布,所以他们的线性组合仍是正态分布D(X-Y)=DX+DY=1E(X-Y)=EX-EY=0所以有如题结果

z由x与y表示,x、y服从二维正态分布,从而x、z服从二维正态分布.对于二维正态分布来讲,不相关与独立是等价命题,所以由不相关直接推出两者独立.

因为E(X-Y)=E(X)-E(Y)=0,var(X-Y)=var(X)+var(Y)=1.

X~N（0,1）则Y=X^2~~卡方分布X^2(1)所以EX^2=1E(X^4)=DY+(EY)^2=2+1=3E(X^3)=0.pdf概率密度函数关于y对称.当然,也是可以像沙发同志那样做.不过有点

若X服从二项分布B(n,p),那么Y=1-2X也服从二项分布B(n',p'),n'=1-2n,p'=p.我们知道,如果设X均值为a,方差为b,则a=np,b=npq.(q=1-p)易证,Y=1-2X的

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NormalDistribution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

N(μ,σ2)(X-μ)/σ2~N(0,1)P(x-1.5)=Φ[(-1.5+1)/4]=Φ(-0.125)=1-ф（0.125)=1-0.5478=0.4522

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

正态分布需要注意的结论：1、两个正态分布独立或服从二维正态分布可以推出线性组合也是正态,不加前提条件是不能推出的.（此题的解释）2、相关系数为零推不出独立,除非是服从二维正态分布,但独立可以反推出相关

x-3y~N（-6,10）E（x-3y）=E（x）-3E（y）=0-3*2=-6；D（x-3y）=D（x）+9D（y）=1+9*1=10.

服从X^2(n-1)分布,那个X不是未知数X,长得像而已,手机打不出来,抱歉.因为(x-u)^2求和,等于n-1倍的样本方差平方,然后就是定理了,手机不好打阿~

P{|X|≤1}=P{－1≤X≤1}=P{－1-1≤X-1≤1-1}=P{－2≤X-1≤0}=P{－2/5≤(X-1)/5≤0}=Φ（0.4)-0.5

P{|X|≤1}=P{-1≤X≤1}=P{(-1-2)/5≤(X-2)/5≤(1-2)/5}=P{-3/5≤(X-2)/5≤-1/5}=Ф(-0.2)-Ф(-0.6)=1-Ф(0.2)-1+Ф(0.6

μ=1,σ=5u=(X-μ)/σ=(X-1)/5查表得:P{|X|小于等于1}=P{-1≤X≤1}=P{-0.4≤u≤0}=0.5-(1-0.6554)=0.1554

(a-5)/2=1.29a-5=2.58a=7.58-