DY=EY^2-(EY)^2
X-μ~N(0,σ^2)
EY=E|X-μ|=根号下（2/pi)σ
EY^2=E|X-μ|^2=E(X-μ)^2=σ^2
DY=EY^2-(EY)^2=(1-2/pi)σ^2
扩展资料
在做实验时，常常是相对于试验结果本身而言，我们主要还是对结果的某些函数感兴趣。例如，在掷骰子时，我们常常关心的是两颗骰子的点和数，而并不真正关心其实际结果。
就是说，我们关心的也许是其点和数为7，而并不关心其实际结果是否是（1，6）或（2，5）或（3，4）或（4，3）或（5，2）或（6，1）。我们关注的这些量，或者更形式的说，这些定义在样本空间上的实值函数，称为随机变量。
随机变量X~N(μ,4),则Y=(X-μ)\/2～
X-μ~N(0,σ^2)EY=E|X-μ|=根号下（2\/pi)σ EY^2=E|X-μ|^2=E(X-μ)^2=σ^2 DY=EY^2-(EY)^2=(1-2\/pi)σ^2
随机变量X~N(μ,4),则Y=(X-μ)\/2～
N(0,1)
设随机变量X~N(μ,σ²),则Y=X-μ\/σ
Y=X-μ \/ σ—（0，1）
设随机变量X~N(μ,σ²),则Y=X-μ\/σ
这个就是 非标准正态分布 化为 标准正态分布 的公式。Y=X-μ \/ σ—（0，1）
问:设随机变量X~N(2,4),Y=aX+b~N(0,1),则a=? 老师给的答案是1\/2,我...
你做的完全正确。老师给的只是常用的结论，即X~N(2,4)时Y=(X-2)\/2~N(0,1)，但他忽略了-Y~N(0,1)也是正确的。
为什么随机变量服从正态分布X~N(μ,σ^2)则P{μ-σ≤X≤μ+σ}=2Φ...
若X~N(μ，σ^2)，则Y=(X-μ)\/σ~N(0,1)，所以P{μ-σ≤X≤μ+σ}=P{-1≤(X-μ)\/σ≤1}=P{-1≤Y≤1}=Φ(1)-Φ(-1)=2Φ(1)-1。
设随机变量X～N(μ,σ^2),则E(|X-μ|)=
简单计算一下即可，答案如图所示
随机变量X密度函数为X~N(1,4),则Y=2X-1~
X密度函数为X~N(1,4),则Y=2X-1~N(1,16)
设随机变量X~N(μ, σ^2),Y~χ ^2(n),且X和Y相互独立,令Z=(x-μ)\/...
这个叫瑞利分布,推导很繁杂，^-^ E(Z)=(2)^(1\/2)Γ(1\/2+1) D(Z)=2[Γ(2)-(Γ(1\/2+1))^2]
