Question

请问下面这道线性代数的 解题思路 有什么问题吗？我按照这个思路解出：8，但是正确答案是：2。

Answer 1

我觉得没得问题

追问

答案是这么解得

Answer 2

均匀分布(uniform distribution)，
最大似然估计(maximum likelihood estimation)
正态分布（Normal distribution）又名高斯分布（Gaussian distribution）
Bayes' Rule-贝叶斯定理.贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1761 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照乘法法则：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出。如上公式也可变形为：P(B|A)=P(A|B)*P(B)/P(A)
第一题，均匀分布，分布的概率密度是1/a，均值mean用{x*概率密度}在0到a上积分。方差可以先算x^2的期望，再减去（均值的平方）。
第二题，极大似然估计先构造似然函数 L（a)=(a-x1)(a-x2)……(a-xn),然后对L求导=0，解出a的表达式。
第三题，前一个算P(u+v<y),第二个算P（u*v<z）第三个算分别算上下部分的均值。第4个算P（0.5u+0.5v<w）
第四题，1/2概率拿到假币*假币头像的概率1+1/2概率拿到真币*假币头像的概率1/2，扔出头像是，是假币的概率是【1/2概率拿到假币*假币头像的概率1】/【1/2概率拿到假币*假币头像的概率1+1/2概率拿到真币*假币头像的概率1/2】
下方1，化为【 E（x平方）】-【（Ex）的平方】

追问

有病吧