1樓：王磊
摟主，你基礎有待加強呀，很基礎的換元法，多動手寫一寫，切忌眼高手低。
2樓：嵩山少俠來了
概率論與數理統計 這裡求期望的上一步是怎麼得出下一步的？概率論與數理統計題，求詳細過程，一步一步的
從汽車輪胎廠生產的某種輪胎中抽取8個樣品進行磨損試驗，直至輪胎行駛到磨壞為止，測得它們的行駛路程(單位：km)如下．
41010 42650 38970 4020042550 43500 40400 39800設汽車輪胎行駛路程服從正態分佈n(μ，σ2)，求：
黎曼幾何屬於費歐幾里德幾何，並且認為過直線外一點有多少條直線與已知直線平行?
a、沒有直線
b、一條
c、至少2條
d、無數條
答案解析
對任何a屬於a，a上的等價關係r的等價類[a]r為a、空集
b、非空集
c、d、不確定
3樓：匿名使用者
最後一行的那個結果是由倒數第二行的第二個積分作變數代換x=2y+1得到的，
第一個積分是0，因為被積函式是奇函式（x是奇函式，phi(x)是偶函式）。
4樓：紫衣雲霞
解：第一條“——”的部分，是xf(x)的表示式而來的。第二條“——”的部分，前者是利用n(0,1)的期望值μ=0，後者是利用(x-1)/2=y換元時，有x=2y+1，dx=2dy帶入、再利用μ=0、密度函式積分為1的性質而得。
供參考。
5樓：捲毛
本科數學，研究生統計學。理論知識就不說了吧，高等概率論、數理統計、貝葉斯、時間序列、方差分析、抽樣理論，這些少一個都不行啊.....軟體方面說句實話，我在美國接觸了很多學校的統計學研究生，spss和eviews真的不能滿足統計分析的需求，學統計很少人用了（我指的是數學department下面的統計學，其他department我就不清楚了），某種程度上這兩個軟體就是個計算器而已。
你要是真想從事資料分析，sas和r必須精通一個，當然我認為sas也只是一個比較靈活地計算器，但是sas功能的確很強大，而且是有證可以考的，特別是生物統計，貌似sas和fda狼狽為奸了，製藥研究的分析只能用sas來做。另外建議再學一下machine learning，就差不多了。之於證書，要是真的能有這些理論基礎和軟體知識，統計方面的證書你看著考就是了，超不出這些的範圍。
6樓：匿名使用者
概率論，是研究隨機現象數量規律的數學分支。隨機現象是相對於決定性現象而言的，在一定條件下必然發生某一結果的現象稱為決定性現象。例如在標準大氣壓下，純水加熱到100℃時水必然會沸騰等。
隨機現象則是指在基本條件不變的情況下，每一次試驗或觀察前，不能肯定會出現哪種結果，呈現出偶然性。例如，擲一硬幣，可能出現正面或反面。隨機現象的實現和對它的觀察稱為隨機試驗。
隨機試驗的每一可能結果稱為一個基本事件，一個或一組基本事件統稱隨機事件，或簡稱事件。典型的隨機試驗有擲骰子、扔硬幣、抽撲克牌以及輪盤遊戲等。
事件的概率是衡量該事件發生的可能性的量度。雖然在一次隨機試驗中某個事件的發生是帶有偶然性的，但那些可在相同條件下大量重複的隨機試驗卻往往呈現出明顯的數量規律。
中文名概率論
外文名probability theory
提出者吉羅拉莫·卡爾達諾
定義事情發生的可能性
常用實驗
擲骰子、擲硬幣等
快速導航
定義計算
統計概率
完全概率
貝葉斯定理
發展過程
起源概率論是研究隨機現象數量規律的數學分支，是一門研究事情發生的可能性的學問。但是最初概率論的起源與賭博問題有關。16世紀，義大利的學者吉羅拉莫·卡爾達諾（girolamo cardano）開始研究擲骰子等賭博中的一些簡單問題。
概率與統計的一些概念和簡單的方法，早期主要用於賭博和人口統計模型。隨著人類的社會實踐，人們需要了解各種不確定現象中隱含的必然規律性，並用數學方法研究各種結果出現的可能性大小，從而產生了概率論，並使之逐步發展成一門嚴謹的學科。概率與統計的方法日益滲透到各個領域，並廣泛應用於自然科學、經濟學、醫學、金融保險甚至人文科學中。
[1]發展隨著18、19世紀科學的發展，人們注意到在某些生物、物理和社會現象與機會遊戲之間有某種相似性，從而由機會遊戲起源的概率論被應用到這些領域中；同時這也大大推動了概率論本身的發展。使概率論成為數學的一個分支的奠基人是瑞士數學家伯努利，他建立了概率論中第一個極限定理，即伯努利大數定律，闡明瞭事件的頻率穩定於它的概率。隨後棣莫弗和拉普拉斯又匯出了第 二個基本極限定理（中心極限定理）的原始形式。
拉普拉斯在系統總結前人工作的基礎上寫出了《分析的概率理論》，明確給出了概率的古典定義，並在概率論中引入了更有力的分析工具，將概率論推向一個新的發展階段。
19世紀末，**數學家切比雪夫、馬爾可夫、李亞普諾夫等人用分析方法建立了大數定律及中心極限定理的一般形式，科學地解釋了為什麼實際中遇到的許多隨機變數近似服從正態分佈。20世紀初受物理學的刺激，人們開始研究隨機過程。這方面柯爾莫哥洛夫、維納、馬爾可夫、辛欽、萊維及費勒等人作了傑出的貢獻。
數理統計是數學的一個分支，分為描述統計和推斷統計。它以概率論為基礎，研究大量隨機現象的統計規律性。描述統計的任務是蒐集資料，進行整理、分組，編制次數分配表，繪製次數分配曲線，計算各種特徵指標，以描述資料分佈的集中趨勢、離中趨勢和次數分佈的偏斜度等。
推斷統計是在描述統計的基礎上，根據樣本資料歸納出的規律性，對總體進行推斷和**。
請問概率論中正態分佈的數學期望如何求出？其中有一步不太懂。。。希望大神指點
7樓：沉沒遊輪
標準正態分佈期望不是0嘛→_→
首先被積函式是個奇函式，積分割槽間又是對稱的，所以應該是0而不是其他的
概率論與數理統計，轉化為分佈函式那一步具體是怎樣來的？
8樓：
根據中心極限定理,(x-2)/sigma服從正態分佈，正態分佈的分佈函式為p,因此該步是x的標準正態分佈值，這裡x=(-2/sigma)，所以就是(-2/sigma)的標準正態分佈值。
9樓：匿名使用者
想問一下樓上知道什麼是中心極限定理嗎？
概率論與數理統計 為什麼第一條題要先求出邊緣密度函式再求數學期望，而第二條不用呢？
10樓：匿名使用者
第二題用了二重積分，目的就是要求邊緣密度的。求x的期望，是對x求積分，二重積分對y求積分就是求x的邊緣密度函式
關於概率論與數理統計，關於概率論與數理統計 10
你說的對e積分是指對期望求積分麼 其實期望就是一個積分嘛 xdf 再積分就是一個二重積分 方差 偏度也是積分 自考中概率論所沙及的積分應該不會太難的 積分本來對我們數學系的來說也不是可以打包票一定能 一般為了不使積分複雜而化簡，如變換積分變數之類 日照長清 關鍵還得學習好微積分，這在概率論與數理統計...
大學概率論與數理統計，概率論與數理統計專業大學排名？
愛鬼奕的小又 因為 d x e x2 e x 所以 e x2 d x e x 2進而轉換為求x的方差以及期望 根據題意，易知，x服從二項分佈，其中 n 10，p 4 10 0.4 根據二項分佈期望與方差的公式，有 e x np 10 0.4 4 d x np 1 p 10 0.4 0.6 2.4故 ...
概率論與數理統計，為什麼這裡密度函式是
在題中的這種情況下，密度函式 面積分之一 為什麼是1？概率論與數理統計， 因為是大於一小於等於五啊 化成標準正態分佈 概率論與數理統計 如圖，紅筆圈住的兩個，同樣是屬於 其他 的範圍，為什麼乙個等於0 乙個等於1？ 因為f x 的含義是p x x 是事件x小於等於某乙個數值的概率。當x 0時，f x...