1樓：angela韓雪倩
標準正態分佈密度函式公式：62616964757a686964616fe58685e5aeb931333366306532
正態曲線呈鍾型，兩頭低，中間高，左右對稱因其曲線呈鐘形，因此人們又經常稱之為鐘形曲線。
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。
圖形特徵：
集中性：正態曲線的高峰位於正**，即均數所在的位置。
對稱性：正態曲線以均數為中心，左右對稱，曲線兩端永遠不與橫軸相交。
均勻變動性：正態曲線由均數所在處開始，分別向左右兩側逐漸均勻下降。
曲線與橫軸間的面積總等於1，相當於概率密度函式的函式從正無窮到負無窮積分的概率為1。即頻率的總和為100%。
擴充套件資料：
由於一般的正態總體其影象不一定關於y軸對稱，對於任一正態總體，其取值小於x的概率。只要會用它求正態總體在某個特定區間的概率即可。
為了便於描述和應用，常將正態變數作資料轉換。將一般正態分佈轉化成標準正態分佈。
（標準正態分佈表：標準正態分佈表中列出了標準正態曲線下從-∞到x（當前值）範圍內的面積比例。）
面積分布
1、實際工作中，正態曲線下橫軸上一定區間的面積反映該區間的例數佔總例數的百分比，或變數值落在該區間的概率（概率分佈）。不同 範圍內正態曲線下的面積可用公式計算。
2、正態曲線下，橫軸區間（μ-σ,μ+σ）內的面積為68.268949%。
p=2φ（1）-1=0.6826
橫軸區間（μ-1.96σ,μ+1.96σ）內的面積為95.449974%。
p=2φ（2）-1=0.9544
橫軸區間（μ-2.58σ,μ+2.58σ）內的面積為99.730020%。
p=2φ（3）-1=0.9974
2樓：
你好 打出來的不好看，我截圖給你，這個概率論與數理統計裡一般都有
希望對你有幫助！
二維正態分佈概率密度公式是什麼？
3樓：匿名使用者
為正態分佈概率密度公式，你可以在官方**上查詢一下子就啥都知道了，這個官方**上搜尋一欄，填入查詢就能給你解答
標準正態分佈的分佈函式和概率密度的導數怎麼求？
4樓：demon陌
^φ'(x)=φ(x)，你直接對左式
求導後得出-4/a^2*φ'(2√y/a)，又由於φ(x)=1/√2π*e^-x^2/2是標準正態分佈的概率密度。
對φ(x)求導後會發現φ'(x)=(-x)*φ(x)，把x=2√y/a代入就可以得到左式＝(-4/a^2)*(-2√y/a)*φ(x)=(8√y/a^3)*φ(2√y/a)=右式。
離散型隨機變數的分佈律和它的分佈函式是相互唯一決定的。它們皆可以用來描述離散型隨機變數的統計規律性，但分佈律比分佈函式更直觀簡明，處理更方便。因此，一般是用分佈律(概率函式)而不是分佈函式來描述離散型隨機變數。
5樓：竹林醉臥瘋
這個題目我今天晚上上自習的時候恰好做到，想了半個鐘頭，到寢室才想明白是怎麼回事。φ'(x)=φ(x)，你直接對左式求導後得出-4/a^2*φ'(2√y/a)，又由於φ(x)=1/√2π*e^-x^2/2是標準正態分佈的概率密度，你對φ(x)求導後會發現φ'(x)=(-x)*φ(x)，把x=2√y/a代入就可以得到左式＝(-4/a^2)*(-2√y/a)*φ(x)=(8√y/a^3)*φ(2√y/a)=右式
6樓：
因為正態分佈概率密度函式不是一個初等函式，它存在原函式即分佈函式，但是在高等數學範圍內是積分積不出來的，就是因為它不是初等函式經過簡單的運算得到。是頂高階數**用其他方法才能得到原函式；所以才通過製表得到了標準正態分佈函式在不同的u值對應的函式值，即標準正態分佈積分表。
設隨機變數x服從標準正態分佈n(0,1)，求隨機變數函式y=x平方的概率密度（詳細計算過程）
7樓：千建設鮮嬋
計算過程用電腦輸入太麻煩了……
==給樓主提供思路吧求概率密度要先求分佈函式，然後再求導內~容~p{y這是對x的密度函式的一個積分，積分割槽域是-根y到根y這個不要去解，直接對y求導，根據變限積分的求導公式就能求出來了~
希望對樓主有幫助~
8樓：
一個線性函式的正常分佈或正態分佈
e（y）=（1-2x）？= 1-2ex = 1d（y）= d（1-2x）= 4d（x）= 4因此，yn（1,4）
正態分佈的概率密度函式是怎麼得來的？
9樓：匿名使用者
它就是一個定義，符合這個概率密度函式的就是正態分佈。它的積分不能用初等函式表示，所以不能直接表達成概率分佈函式。
但又是一個很神奇的定義，因為廣義中心極限定理說明很多實際現象都能用它來解釋。
10樓：匿名使用者
先進行大量實驗，畫出頻率分佈圖，然後取極限，使得頻率分佈圖逼近概率密度分佈圖，從而也得到概率密度函式公式。
11樓：電子錶
怎麼得來？它就是一個定義，符合這個概率密度函式的就是正態分佈。它的積分不能用初等函式表示，所以不能直接表達成概率分佈函式。
但又是一個很神奇的定義，因為廣義中心極限定理說明很多實際現象都能用它來解釋。
設二維隨機變數 X,Y 服從二維正態分佈 1, 1 4,9 0 ,則E X 2Y
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...
設隨機變數x,y服從二維正態分佈，概率密度為fx,y
終於見到考研的題了,做初高中的做的我鬱悶,你等等我算算哈 相關係數為0,所以xy相互獨立,邊緣密度分別為n 0,1 標準正態,然後e x 2 e y 2 ex dx dy ey 2 概率密度為f x,y 1 2pi exp 1 2 x 2 y 2 x,y相互獨立,且為標準正態分佈，故 x 2 y 2...
正態分佈的公式和他的密度函式公式是一樣的麼，概率函式是不是就
建議你去看看，很有趣，能解決你的疑惑。正態分佈的概率密度函式怎麼計算 算出平均來值和標準差 源代入正態分佈密度函式表示式 f x exp 2 給定x值,即可算出f值。二維正態分佈概率密度公式是什麼？為正態分佈概率密度公式，你可以在官方 上查詢一下子就啥都知道了，這個官方 上搜尋一欄，填入查詢就能給你...