正态分布函数F(a)中当a为负数时怎么求?就是m-u/6

djing14572022-10-04 11:39:541条回答

已提交,审核后显示!提交回复

共1条回复
姚小远的前妻 共回答了24个问题 | 采纳率87.5%
F(a)=1-F(-a)
1年前

相关推荐

求一道关于正态分布函数的定积分E(X)=Φ(x)是标准正态分布,导数φ(x)根据奇偶性化简到最后我做的是E(X)=1.4
求一道关于正态分布函数的定积分
E(X)=
Φ(x)是标准正态分布,导数φ(x)
根据奇偶性
化简到最后我做的是E(X)=1.4∫(+∞,0)φ(x)dx
不知道哪里做错了
∫(-∞,+∞)φ(x)dx是多少?


一剑飙血月西来1年前1
qiusanyun 共回答了15个问题 | 采纳率93.3%

你做的是对的,把积分值0.5代进去,答案也是0.7 .经济数学团队帮你解答,请及时评价.

设随机变量X~N(0,42),且P{X >1}=0.4013,Φ (x)为标准正态分布函数,则 Φ(0.25)=
设随机变量X~N(0,42),且P{X >1}=0.4013,Φ (x)为标准正态分布函数,则 Φ(0.25)=
0.5987答案
sunquan21291年前1
lalaxiaoxiao 共回答了17个问题 | 采纳率82.4%
42是4²吧?
P{X >1}=P(X/4>1/4)=1-Φ(1/4)=0.4013
Φ(0.25)=0.5987
有一个正态分布函数,其均值μ=110.064,σ=7.810,那么它的离散度怎么看?
天蓝色小妖1年前1
lq1000_kk 共回答了23个问题 | 采纳率95.7%
σ/μ=7.810/110.064=0.007
设随机变量X~N(1,4),F(x)为X的分布函数,Φ(x)为标准正态分布函数,则F(3)等于?
专杀**1111年前1
wd1982a 共回答了18个问题 | 采纳率94.4%
如果Z是标准正态分布的随机变量的话,根据X的分布,可以这样把X化成标准分布:
Z=(X-1)/2
所以
F(3)=P(X
设随机变量X的分布函数为F(x)=0.3Φ(x)+0.7Φ([x−1/2]),其中Φ(x)为标准正态分布函数,则EX=(
设随机变量X的分布函数为F(x)=0.3Φ(x)+0.7Φ([x−1/2]),其中Φ(x)为标准正态分布函数,则EX=(  )
A.0
B.0.3
C.0.7
D.1
rgx0071年前1
傻傻的瓜 共回答了22个问题 | 采纳率90.9%
解题思路:考查标准正态分布累计积分函数的相关性质

∵F(x)=0.3Φ(x)+0.7Φ(
x−1
2)
∴F′(x)=0.3Φ′(x)+
0.7
2Φ′(
x−1
2)
∴EX=
∫+∞−∞xF′(x)dx=
∫+∞−∞x[0.3Φ′(x)+0.35Φ′(
x−1
2)]dx
=0.3
∫+∞−∞xΦ′(x)dx+0.35
∫+∞−∞xΦ′(
x−1
2)dx
又∵
∫+∞−∞xΦ′(x)dx=0,令u=
x−1
2
则有:
∫+∞−∞xΦ′(
x−1
2)dx=2
∫+∞−∞(2u+1)Φ′(u)du=2
∴EX=0+0.35*2=0.7
故选:C.

点评:
本题考点: 正态分布.

考点点评: 注意从数学期望的定义出发,利用换元等方法解决积分问题

求服从(4,0.8)的正态分布函数的积分
求服从(4,0.8)的正态分布函数的积分
不是查表.因为我要分析某一区间,比如(0,x)内的概率分布,但x是另外一个函x=t(z)的函数.所以需要求出积分,即概率分布关于x的解析式,然后再用t函数代替,分析z对它的影响.
BK少壮派1年前1
luoluo819 共回答了19个问题 | 采纳率94.7%
正态分布函数没有初等的积分表达式的 求解解析式是办不到的
另外研究z对积分的影响也不一定非要求解析式的.
设随机变量X的分布函数为F(X)=0.3Φ(x)+0.7Φ((x-1)/2),Φ(x)为标准正态分布函数,求E(X)
warmer19821年前1
ww的油条 共回答了19个问题 | 采纳率78.9%

期望是0.7,可以利用标准正态分布的期望是0来计算.经济数学团队帮你解答,请及时评价.

设随机变量η~N(1,2^2),Φ(x)标准正态分布函数,已知
设随机变量η~N(1,2^2),Φ(x)标准正态分布函数,已知
Φ(0.26)=0.6026,Φ(0.5)=0.6915,Φ(0.74)=0.7703,Φ(1)=0.8413,Φ(1.52)=0.9357,Φ(2.48)=0.9934,求下列概率:
(1)P{η
Richiepzy1年前1
郑学明 共回答了18个问题 | 采纳率88.9%
P{η
设随机变量X~N(1,4),F(x)为X的分布函数,Ф(x)为标准正态分布函数,则F(3)=?,请给出解析,谢谢.
juice1111年前1
卡兹-土勒 共回答了22个问题 | 采纳率100%
F(3)=Ф((3-1)/2)=Ф(1)
设随机变量X_N ,(0.4的平方)且p(x>1)=0.4013,$(x)为标准正态分布函数,则¥(0.25)=?
y19781年前1
lily5218224 共回答了13个问题 | 采纳率100%
首先求期望EX,P(x>1)=1-$[(1-EX)/0.4]=0.4013,可以求出EX
后面的问题没看懂
十万火鸡,已知Φ(1.96)=0.975,其中Φ(x)为标准正态分布函数,现有总体X,从中取容量为100的一组样本X1,
十万火鸡,
已知Φ(1.96)=0.975,其中Φ(x)为标准正态分布函数,现有总体X,从中取容量为100的一组样本X1,X2,.X100,已知E(X)=μ,D(X)=1,求1)P{|X-μ/(1/根号一百)|
可能是别人抄错了吧,就当10处理,
jingwei20081年前9
huihuaa 共回答了21个问题 | 采纳率100%
1)
因为X~标准正态分布
所以X均值(即上面有一横的X)~(u ,1/100)
所以X-μ/(1/根号一百)~标准正态分布
所以P{|X-μ/(1/根号一百)|
用mathematica把正态分布函数的逆函数展开成幂级数,得到了这个奇怪的式子,..
用mathematica把正态分布函数的逆函数展开成幂级数,得到了这个奇怪的式子,..
偶然想把正态分布函数求逆的运算展开成幂级数,看是否方便用计算器估算.运行了如下语句:
Series[InverseCDF[NormalDistribution[0,1],1 - x],{x,0,10},
Assumptions -> 0 < x < 1]
得到了下面的式子:
Sqrt[Log[1/(2 [Pi])] - 2 Log[x] - Log[Log[1/(2 [Pi])] - 2 Log[x]]] + O[x]^11
看起来有些奇怪,我增大了幂级数的项:
Series[InverseCDF[NormalDistribution[0,1],1 - x],{x,0,1000},
Assumptions -> 0 < x < 1]
结果却是:
Sqrt[Log[1/(2 [Pi])] - 2 Log[x] - Log[Log[1/(2 [Pi])] - 2 Log[x]]] + O[x]^1001
这样看起来,似乎前面那项应该是精确表达式了,但实际运行如下语句:
{InverseCDF[NormalDistribution[0,1],#],
Sqrt[Log[1/(2 [Pi])] - 2 Log[1 - #] -
Log[Log[1/(2 [Pi])] - 2 Log[1 - #]]]} & /@ {0.9,0.925,0.95,
0.975,0.99,0.995}
结果却是:
{{1.2815515655446006,1.3226577374030006},
{1.4395314709384563,1.4614688452505076},
{1.6448536269514722,1.6521546739636983},
{1.9599639845400538,1.9565041961310443},
{2.3263478740408408,2.318342386507109},
{2.5758293035489004,2.56684701349088}}
可见仍是有差距的.
我想问问,第一,为什么会出现上面的情况?也即是说,为什么幂级数部分的系数会始终为零?我很难相信这样的表达式会在某一项开始突然系数非零了...
第二,正态分布函数的逆函数是否能展开为幂级数,展开后的具体形式应该是什么?
100分虚心求教,也希望大家回答的别太简短了,我网上搜了一圈才来提问的...
haizi221年前1
ssss又见ss 共回答了18个问题 | 采纳率94.4%
这其实更多的是一个数学问题.从没有哪本教科书保证过,任意函数在任意点的幂级数展开都是收敛的.高阶无穷小和收敛是两个概念,O[x]^1001仅能表明误差的大小是远小于[x]^1001的,而收徒敛是要求这项趋0,其实你的这个展开和原函数的差距可根本不是”有差距”这么简单,你可以看下它们在0到1的图像,那差别叫一个壮观啊.
在我看来,你的展开式之所以连幂级数都不是了,那是因为你压根就没有选择一个实际存在的“点”做为展开点:x=0处,原函数趋于无穷,所以幂级数恐怕也会表现为极限形式.
试了一下,只要把你的展开点移到中点来,这级数就能顺利逼近了:
a = Normal@
Series[InverseCDF[NormalDistribution[0, 1], 1 - x], {x, 1/2, 10},
Assumptions -> x > 0];
b = InverseCDF[NormalDistribution[0, 1], 1 - x];
Plot[{a, b, a - b}, {x, 0, 1}, PlotRange -> All,
PlotStyle -> {Red, Blue, Green}]

大家在问