设随机变量X1,X2,Xn相互独立,且,依概率收敛于

再问：哦哦，明白了，谢谢你啦！！再答：欢迎继续讨论，我这学期重修概率论再问：呵呵，我们明天考试再答：这....这么快再答：祝你成功啊再问：恩，半学期学完。再问：嗯嗯，谢谢

这两题貌似很难的,在我们学校的论坛上见过,有牛人回答出了：第一题：U的概率分布FU(u)=P{U

想法：考虑能否求出U的分布函数,进而求其数学期望设F(y)是U的分布函数由定义：F(y)=P(U

因为X1,X2,…,Xn相互独立,所以D(∑（i从1到n）aiXi)=∑（i从1到n）D(aiXi)=∑（i从1到n）ai^2D(Xi)=∑（i从1到n）ai^2δi^2设L(a1,...,an,λ)

数学期望具有线性性,有：(1)E(X+Y)=EX+EY.并且不必要求X,Y独立(2)E(aX+b)=aEX+b根据X1,X2,X3的分布,有E(X1)=4*1/2=2E(X2)=6*1/3=2E(X3

为了方便令F(X1)=ф（X(1)）)F(X1)=1-(1-F(X1))^nf(x1)=n*((1-F(x1))^(n-1))*F'(x1)E=ф（X(1)））*f(x1)从负无穷到正无穷的积分积分符

X=∑n=100XiEX=100,DX=200P(80

所有关于min、max这种题都有一个固定的下手点,就是U≤u→X[1]、X[2]…X[n]里面最大的都小于等于u→每个X[1]、X[2]…X[n]都小于等于u每个都小就可以通过独立事件的概率乘法公式计

具体过程如图,点击可放大：再问：谢谢您！好棒的！希望以后还可以请教您问题！再问：请问你可以帮我解答这个问题吗？再问：

首先考虑两个的情况,如果证明了y=ax1+bx2是两个正态的和,也是正态的,接下来就直接用归纳法证毕,因为比如3个和的情况就是ax1+bx2+cx3=y+cx3也是两个正态的和,因此正态.n就能退化到

P[Z>t]=P[X1>t,...,Xn>t]=P[X1>t]^n,得知Z亦为参数为n的指数分步,所以期望是1/n,方差是1/n^2.做数学题最大的乐趣是想题,考试的时候没有人给你问.

P(Xn>max(X1,...,Xn-1)=P(Xn>X1)*P(Xn>X2)*.*P(Xn>Xn-1)设X的分布函数为F(x),密度为f(x)则P(Xn>X1)=积分(xn>x1){f(xn)f(x

由相关系数定义ρ=E((Xi-Xi')(Xj-Xj')/sigma(i)sigma(j),其中sigma(i)是Xi的方差,X'是Xi的期望.将Xi全部正则化（就是通过平移和伸缩使期望为0,方差为1）

设X1...Xn的概率密度函数是fX(x),概率分布函数是FX(x)设随机变量Y=max(X1,...,Xn-1)先求Y的概率分布函数FY(y):FY(y)=P{Y

x1,x2,...,xn为实数|x1+x2+...+xn|=|x1+(x2+.+xn)|

用定义做就行lim(n->∞)P{[∑(1,n)Xi-n*E(Xi)]/[√n*√D(Xi)]≤x}=Φ(x)因为Xi~P(λ),所以E(Xi)=D(Xi)=λ,代到上式lim(n->∞)P{[∑(1

记Y=∑(Xi-X)².X,Y一般不是相互独立的.例如n=3,X1,X2,X3都服从-1,1两点均匀分布.可以算得P(X=1)=(1/2)³=1/8.P(Y=0)=3·(1/2)&

Xi服从Cauchy分布,EXi不存在,所以X1,X2……Xn不满足中心极限定理条件再问：Cauchy分布，这个没学过再答：就是密度是科西分布，按期望的定义其期望不存在

注意到相同下标的X不独立,不相同下标的X相互独立,则该题就解决了

因为（Xi/(X1+X2+……+Xn)）的绝对值小于等于1,所以它的期望存在.由对称性,E[(X1)/(X1+...Xn)]=E[(X2)/(X1+...Xn)]=...E[(Xi)/(X1+...X