正态分布的期望和方差怎么求

50次

问题描述:

正态分布的期望和方差怎么求希望能解答下

最佳答案

推荐答案

不用二重积分的,可以有简单的办法的。

设正态分布概率密度函数是f(x)=[1/(√2π)t]*e^[-(x-u)^2/2(t^2)] 其实就是均值是u,方差是t^2,于是:∫e^[-(x-u)^2/2(t^2)]dx=(√2π)t.(*) 积分区域是从负无穷到正无穷。下面出现的积分也都是这个区域,所以略去不写了。

(1)求均值 对(*)式两边对u求导:∫{e^[-(x-u)^2/2(t^2)]*[2(u-x)/2(t^2)]dx=0 约去常数,再两边同乘以1/(√2π)t得:∫[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]*(u-x)dx=0 把(u-x)拆开,再移项:∫x*[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx=u*∫[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx 也就是 ∫x*f(x)dx=u*1=u 这样就正好凑出了均值的定义式。证明了均值就是u.(2)方差 过程和求均值是差不多的,对(*)式两边对t求导:∫[(x-u)^2/t^3]*e^[-(x-u)^2/2(t^2)]dx=√2π 移项:∫[(x-u)^2]*[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx=t^2 也就是 ∫(x-u)^2*f(x)dx=t^2 正好凑出了方差的定义式,从而结论得证。

其他答案

正态分布的期望和方差可以通过其概率密度函数来求解。

设正态分布的概率密度函数为:

f(x) = (1 / (σ * sqrt(2π))) * exp(-((x-μ)^2) / (2σ^2))

其中,μ为期望,σ为标准差。

则正态分布的期望为μ,方差为σ^2。

因此,如果已知正态分布的概率密度函数,就可以直接求出其期望和方差。

其他答案

正态分布(也称为高斯分布)的期望为μ,方差为σ²。其中,μ表示正态分布的均值(期望),σ表示正态分布的标准差。一般的正态分布可表示为N(μ, σ^2)。期望μ可以通过对正态分布的概率密度函数进行求积分得到:μ = ∫ x f(x) dx方差σ²可以通过对正态分布的概率密度函数进行求积分得到:σ² = ∫ (x - μ)² f(x) dx其中f(x)表示正态分布的概率密度函数。

其他答案

求期望:ξ

期望:Eξ=x1p1+x2p2+……+xnpn

方差:s? 方差公式:s?1[(x1-x)?(x2-x)?……+(xn-x)瞉

注:x上有“-”

正态分布(Normal distribution)又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布,记为N(μ,σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。因其曲线呈钟形,因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。

为你推荐