对数正态分布的期望和方差是什么意思 随机百变量 x 取对数之后 X=lgx 服从正态度分布，即 x 服从对知数正态分布。X 的数学期道望版和方差的计算方法如下：权EX=(lgx1+lgx2+.+lgxn)/n.lgx 的数学期望DX=[(lgx1-EX)^2+(lgx2-EX)^2+.+(lgxn-EX)^2]/n.lgx 的方 差
对数正态分布的期望和方差如何推导？ 试图用矩母函数推，然而没解出来。求大神 试图用矩母函数推，然而没解出来。求大神 一个典型的对数正态分布曲线图如下： 对数正态分布图 对数正态分布函数的密度函数是： 。
在哪看到他们的方差一样？正确的关系 μ1=ln(μ/(1+v^2)^05)σ1=(ln(1+v^2))^05 μ1，σ1为对数正态分布的期望和标准差，μ，σ，v为正态分布期望、标准差和变异系数，v=σ/μ请问 正态分布的期望 与 对数正态分布的期望 之间
求正态分布的数学期望和方差的推导过程 不用二重积分的，可以有简单的办法的.设正态分布概率密度函数是f(x)=[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]其实就是均值是u，方差是t^2，不太好打公式，你将就看一下.于是：e^[-(x-u)^2/2(t^2)]dx=(√2π)t.（*）积分区域是从负无穷到正无穷，下面出现的积分也都是这个区域，所以略去不写了.（1）求均值对（*）式两边对u求导：{e^[-(x-u)^2/2(t^2)]*[2(u-x)/2(t^2)]dx=0约去常数，再两边同乘以1/(√2π)t得：[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]*(u-x)dx=0把(u-x)拆开，再移项：x*[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx=u*∫[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx也就是x*f(x)dx=u*1=u这样就正好凑出了均值的定义式，证明了均值就是u.(2)方差过程和求均值是差不多的，我就稍微略写一点了.对(*)式两边对t求导：[(x-u)^2/t^3]*e^[-(x-u)^2/2(t^2)]dx=√2π移项：[(x-u)^2]*[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]dx=t^2也就是(x-u)^2*f(x)dx=t^2正好凑出了方差的定义式，从而结论得证.
y=ln(x)，已知y服从正态分布N（μ，α平方），求E(X)， 那就是X=e的Y次方 Y服从N(mu，sigma^2)所以X服从对数正态分布怎么求？一步步硬算.EX=Ee^Y=积分正负无穷 e^y*1/根号(2pi)*1/sigma*exp{-(y-mu)^2/2sigma^2}做变量代换t=y-mu/根号(2sigma^2)然后一步步求下去，纯粹微积分的东西最后答案就是exp(mu+0.5*sigma^2)
推导对数正态分布数学期望的积分过程 没有太简单的方法了两次换元法，可以化成概率积分的形式这个积分的结果可以直接用所以，也不算太麻烦过程如下：
