大数定律和中心极限定理
知道的上述,那么下面这些题应该也会了:
《中心极限定理》
由前面我们可以知道:
正态分布完全可由它的数学期望和方差所确定
对于随机变量X1,X2 ..... Xn,他们相互独立,服从同一分布
且具有数学期望(均值)E(Xi)= u , 方差 D(Xi)= σ^2
那么
∑Xi ~ N(nu,n σ^2)
即
Z= (∑Xi -nu)/ (√n * σ) ~ N(0,1)
而Z可以通过查表来得到答案
即
具体运用:
这里均值即是E(x)=100,服从指数分布,我们也可求得D(x)
然后按照上面的写法进行
还有一种特殊的:
随机变量X服从二项分布 X~ b(n,p)
我们知道二项分布的E(X)=np,D(X)=np(1-p)
那么同时X也服从正态分布:
X ~ N(np,np(1-p))
那么
如果说 二项分布是用来求变量定值的概率
那么 正态分布就是求变量范围的概率
这里我们设X为进行100次实验长度短于3m的根数
这里 p= 0.2, n=100
求 P{ X >=30 }=1-P{X<30}
用正态分布来求
这里
X~ N(np,np(1-p))
Z=(x-np)/(sqrt(np(1-p))) ~ N(0,1)
即 F(30)=P{X<30}=Φ((30-np)/(sqrt(np(1-p)))
Φ((30-np)/(sqrt(np(1-p)))查表可知
本文作者:次林梦叶
本文链接:https://www.cnblogs.com/cilinmengye/p/17385601.html
版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· 葡萄城 AI 搜索升级:DeepSeek 加持,客户体验更智能
· 什么是nginx的强缓存和协商缓存
· 一文读懂知识蒸馏
2022-05-09 rem(媒体查询)布局
2022-05-09 Vue----脚手架