随机变量X~N(μ,σ²)概率P(x ≤μ)和μ的关系
若随机变量X~N(μ，σ²)，则概率P(X≤μ)和μ没有关系，由于X的分布关于μ左右对称，一定有P(X≤μ)=P(X≥μ)=0.5。
随机变量X~N(μ,σ²)概率P(x ≤μ)和μ的关系
该概率与μ无关。分析：P(x ≤μ)=P( （x-μ ）\/σ ≤ （μ-μ）\/σ )=P( （x-μ ）\/σ ≤ 0 )=0.5
求过程,详细,谢谢! :若随机变量X~N(μ,σ²),则P(X≤μ)=_百度...
X~N(μ，σ²)是正态分布，图像是一个倒钟形，μ是它的对称轴，所以等于0.5
如何理解随机变量X服从均值为μ,方差为σ&
随机变量X服从均值为：μ，方差为：σ² 的正态分布，就写成：X ~ N(μ，σ²)。在概率论里‘～’表示‘服从’某种分布的意思；X ～ N(0,1) 表示随机变量 X 服从 均值为0，方差为1的标准正态分布；χ² ～Γ(n\/2, 1\/2) 表示随机变量χ² = Σ(i=1->n) Χ...
若随机变量X~N( μ,Q^2),则P(X<=μ)=
正态概率密度曲线以x= μ为对称轴，左边的面积＝右边的面积＝0.5：即：P(X<μ)=0.5 P(X>μ)=0.5 P(X=μ)=0 \/\/:连续随机变量取确定值的概率为0.
随机变量X~N( μ,σ 2)各参数与其图像的关系是?(图像的胖瘦,高低)
X服从正态分布，那么它的密度函数在负无穷到正无穷上的积分为1。均值u决定其图像的左右位置，即其图像关于x=u左右堆成。方差决定其胖瘦高低。方差越大，说明离散度越大，那么其图像越胖，由于密度函数在负无穷到正无穷上的积分为1，因此也就越低；方差越小，说明集中度越大，其图像就越廋，高度也越...
X~ N(μ,σ)什么意思?
具体来说，X～N(μ, σ²)中的μ是期望值，它告诉了我们随机变量最可能出现的数值，而σ²则是方差，其平方根σ代表了标准差，它是衡量数据分布离散程度的一个重要工具。在正态分布中，数据点倾向于聚集在均值附近，且分布是对称的，大约68%的数据位于均值的一个标准差范围内，95%的...
为什么正态分布不记作(μ,σ)而是记作(μ,σ²)?
如果一个变量服从正态分布，而这个正态分布的期望是μ，标准差是σ，方差是σ²。那么这个正态分布就记为N(μ,σ²)，懂了吧。就是记为这样N(xxx,xxx)，括号里第一个写期望，第二个写方差。有期望和方差，这个分布就确定了啊。你也可以记为N(μ,σ)，你说第一个代表期望，第二...
