已知两个N(0，1)分布的随机数为0.90与-1.61，则相应的参数μ=5.0与σ2=4.0的对数正态分布的两个随机数分别为（）。
A: 756.02，4.83
B: 897.85，5.93
C: 905.13，6.04
D: 918.05，6.15
E: 925.10，6.30
A: 756.02，4.83
B: 897.85，5.93
C: 905.13，6.04
D: 918.05，6.15
E: 925.10，6.30
举一反三
- 已知两个标准正态分布的随机数0.70与-1.51，则相应的参数为μ=5.0，σ<sup>2</sup>=4.0的对数正态分布的两个随机数为（）。 A: 601.85，7.24 B: 6.40，1.98 C: e<sup>0.70</sup>，e<sup>-1.51</sup> D: ln6.40，ln1.98 E: 7.24，601.85
- 已知两个标准正态分布的随机数0.70与-1.51，则相应的参数为μ=5.0，σ<sup>2</sup>=4.0的对数正态分布的两个随机数为（）。 A: 601.85，7.24 B: 6.40，1.98 C: e<sup>0.70</sup>，e<sup>－1.51</sup> D: ln6.40，ln1.98 E: 7.24，601.85
- 关于中心极限定理，下列说法正确的是（）。 A: 多个随机变量的平均值（仍然是一个随机变量）服从或近似服从正态分布 B: n个相互独立同分布随机变量，其共同分布不为正态分布或未知，但其均值μ和方差σ<sup>2</sup>都存在，则在n相当大的情况下，样本均值X—近似服从正态分布N（μ，σ<sup>2</sup>/n） C: 无论什么分布（离散分布或连续分布，正态分布或非正态分布），其样本均值X—的分布总近似于正态分布 D: 设n个分布一样的随机变量，假如其共同分布为正态分布N（μ，σ<sup>2</sup>），则样本均值X—仍为正态分布，其均值不变仍为μ，方差为σ<sup>2</sup>/n
- 设随机变量X和Y都服从N（0，1）分布，则下列叙述中正确的是（）。 A: X＋Y～正态分布 B: X<sup>2</sup>＋Y<sup>2</sup>～χ<sup>2</sup>分布 C: X<sup>2</sup>和Y<sup>2</sup>都～χ<sup>2</sup>分布 D: X<sup>2</sup>/Y<sup>2</sup>～F分布
- 已知[0，1]区间上两个均匀分布的随机数u<sub>1</sub>=0.6341与u<sub>2</sub>=0.5791，则用Box-Muller方法生成的相应的标准正态分布的随机数分别为（）。 A: 0.8400，0.4357 B: －0.8400，0.4357 C: 0.8400，0.4357 D: －0.8399，－0.4536 E: －0.8400，0.8400