60%比40%中心极限定律

再问：varX是什么意思？再问：1/12是怎么得来的?再答：var指方差。对于均匀分布来说，方差就等于区间长的平方除以12。

E(X+Y)=EX+EY=-2+2=0D(X+Y)=DX+DY+2ρXY√（DXDY）=1+4-2=3根据切比雪夫不等式P{/X+Y/≥6}≤3/36=1/12

设X={一盒里的合格品数}由题意X服从B(100,0.99)令Y=(X-100*0.99)/[(100*0.99*0.01)^0.5]由中心极限定理Y应服从N(0,1)P(X=100)=1-P(X

大数定理就是样本均值在总体数量趋于无穷时依概率收敛于样本均值的数学期望（可不同分布）或者总体的均值（同分布）.中心极限定理就是一般在同分布的情况下,样本值的和在总体数量趋于无穷时的极限分布近似于正态分

由中心极限定理,总重量X=X1+...+X5000近似服从正态分布N(5000*0.5,5000*0.1^2)=N(2500,50)按正态分布求P(X>2510)即可.

设需要抛n次,均匀的硬币,出现反面的频率为p=0.5,令n次中出现反面的次数为X,则X~Binomial(n,p),或者令第i次的结果为Xi=｛1反面则Xiiid,Xi~Bernoulli(p),｛0

留下邮箱的话我发给你我们概率论书上的具体解释~比较长,难打.简述下第一题：切比雪夫大数定理,条件是Var(Xi)无穷)最后说辛钦大数定理的条件是,xi的期望存在,并且xi独立同分布,其取消了方差的条件

它们的条件是不同的.切比雪夫比较宽松,只要ξ1,ξ2,……相互独立.Dξk一致有界.但是结果也只是定性的,中心极限定理要求强得多.ξ1,ξ2,……相互独立之外.还要有相同的分布.等等.定理有好几个,条

http://baike.baidu.com/view/45355.htm

中心极限定理centrallimittheorem概率论中讨论随机变量序列部分和的分布渐近于正态分布的一类定理.概率论中最重要的一类定理,有广泛的实际应用背景.在自然界与生产中,一些现象受到许多相互独

这一步,这就是中心极限定理,前面只不过对X做了标准化.再问：我想问为什么可以近似为（0,1）分布再答：三种情况，但是这里把有家长的情况，不论是1个还是2个都算成一种情况。对于每个学生，家长为0的概率是

切比雪夫不等式只是一种估算,并不是严格计算.在样本数足够大时,才能用中心极限定理,也就是样本近似服从正态分布.

中心极限定理,是概率论中讨论随机变量和的分布以正态分布为极限的一组定理.这组定理是数理统计学和误差分析的理论...林德伯格-列维定理林德伯格-列维(Lindberg-Levy)定理,即独立同分布随机变

切比雪夫不等式是应用于随机变量X在以E(X)为中心的对称区间的取值概率的,这题中的随机变量X并不在以E(X)为中心的对称区间内,它是大于30小于50的,也无法化到这样的区间内,所以该题并不适合用切比雪

A：其实就是二项分布的期望呀,EX=np,这里n=1,所以就是p.至于它写约等号,是因为前面那个是样本均值,由大数定理保证样本均值收敛于分布的数学期望.B：如果X服从B（n,p）,那么(X-np)/(

你的问题好像跟中心极限定理和什么的没关系吧问题一：99.9%以上投掷出6,按照概率1/6应该至少投掷多少次?答：假设至少投x次可以99.9%以上投掷出6,则有(5/6)^x=1-0.999,解得x=l

再问：标准正态分布x＞3.1，概率都为1，可是这题概率总不能是0吧再问：我算出来也是这样的::>_

pleasetranslatethesentenceintoChinesefirst.再问：不知道中文怎么翻--...学的时候一直是英文的==

和的期望等于期望的和系数直接拿出来,独立时和的方差等于方差的和,注意此时系数拿出来要平方哟

大数定理和中心极限定理不是常考点,重点你要掌握切比雪夫不等式,后面几个大数定理就是从它身上推出来的,中心极限定理的两个公式要会解具体的应用题.数理统计部分重点是参数估计,几乎每年有题,其他看下基本概念