# 變異數密度：逐項中心量與支持见證基礎 · 脈衝 R06

本批已通過 Schema、去重、來源快照與獨立答案重算；仍未標記為人工審定。

本題庫已有對應的中英逐步詳解。原題的 candidate 與英文 ai_candidate 狀態保留；AI 覆核、有限計算與 Lean 形式證明分開標示。

batch-20261008-advance-20261010-r06-variance-foundations · 2026-10-08 · 100 題



## 1. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[1, 0, 2]、D=3，權重為質量/D；X值=[4, 99, 4]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[0/1, 0/1, 0/1]

逐點中心平方項=[0/1, 0/1, 0/1]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0001/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 2. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,1}，F=𝒫(S)，質量=[1, 1]、D=2，權重為質量/D；X值=[0, 2]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[1/2, 1/2]

逐點中心平方項=[1/2, 1/2]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0002/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 3. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[3, 2, 1]、D=6，權重為質量/D；X值=[-2, 2, 3]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[169/72, 121/108, 289/216]

逐點中心平方項=[169/72, 121/108, 289/216]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0003/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 4. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[4, 2, 1]、D=7，權重為質量/D；X值=[-3, 2, 4]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[1156/343, 648/343, 1024/343]

逐點中心平方項=[1156/343, 648/343, 1024/343]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0004/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 5. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[5, 2, 1]、D=8，權重為質量/D；X值=[-4, 2, 5]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[2205/512, 729/256, 2601/512]

逐點中心平方項=[2205/512, 729/256, 2601/512]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0005/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 6. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[6, 2, 1]、D=9，權重為質量/D；X值=[-5, 2, 6]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[1250/243, 2888/729, 5476/729]

逐點中心平方項=[1250/243, 2888/729, 5476/729]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0006/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 7. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[7, 2, 1]、D=10，權重為質量/D；X值=[-6, 2, 7]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[5887/1000, 2601/500, 10201/1000]

逐點中心平方項=[5887/1000, 2601/500, 10201/1000]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0007/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 8. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[8, 2, 1]、D=11，權重為質量/D；X值=[-7, 2, 8]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[72/11, 72/11, 144/11]

逐點中心平方項=[72/11, 72/11, 144/11]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0008/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 9. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[9, 2, 1]、D=12，權重為質量/D；X值=[-8, 2, 9]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[1369/192, 6889/864, 27889/1728]

逐點中心平方項=[1369/192, 6889/864, 27889/1728]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0009/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 10. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[10, 2, 1]、D=13，權重為質量/D；X值=[-9, 2, 10]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[16810/2197, 20808/2197, 42436/2197]

逐點中心平方項=[16810/2197, 20808/2197, 42436/2197]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0010/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 11. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[11, 2, 1]、D=14，權重為質量/D；X值=[-10, 2, 11]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[22275/2744, 15129/1372, 62001/2744]

逐點中心平方項=[22275/2744, 15129/1372, 62001/2744]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0011/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 12. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[12, 2, 1]、D=15，權重為質量/D；X值=[-11, 2, 12]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[9604/1125, 42632/3375, 87616/3375]

逐點中心平方項=[9604/1125, 42632/3375, 87616/3375]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0012/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 13. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[13, 2, 1]、D=16，權重為質量/D；X值=[-12, 2, 13]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[36517/4096, 29241/2048, 120409/4096]

逐點中心平方項=[36517/4096, 29241/2048, 120409/4096]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0013/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 14. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[14, 2, 1]、D=17，權重為質量/D；X值=[-13, 2, 14]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[45486/4913, 78408/4913, 161604/4913]

逐點中心平方項=[45486/4913, 78408/4913, 161604/4913]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0014/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 15. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[15, 2, 1]、D=18，權重為質量/D；X值=[-14, 2, 15]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[18605/1944, 51529/2916, 212521/5832]

逐點中心平方項=[18605/1944, 51529/2916, 212521/5832]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0015/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 16. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[16, 2, 1]、D=19，權重為質量/D；X值=[-15, 2, 16]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[67600/6859, 133128/6859, 274576/6859]

逐點中心平方項=[67600/6859, 133128/6859, 274576/6859]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0016/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 17. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[17, 2, 1]、D=20，權重為質量/D；X值=[-16, 2, 17]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[80937/8000, 84681/4000, 349281/8000]

逐點中心平方項=[80937/8000, 84681/4000, 349281/8000]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0017/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 18. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[18, 2, 1]、D=21，權重為質量/D；X值=[-17, 2, 18]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[10658/1029, 212552/9261, 438244/9261]

逐點中心平方項=[10658/1029, 212552/9261, 438244/9261]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0018/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 19. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[19, 2, 1]、D=22，權重為質量/D；X值=[-18, 2, 19]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[931/88, 99/4, 4489/88]

逐點中心平方項=[931/88, 99/4, 4489/88]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0019/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 20. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[20, 2, 1]、D=23，權重為質量/D；X值=[-19, 2, 20]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[131220/12167, 323208/12167, 665856/12167]

逐點中心平方項=[131220/12167, 323208/12167, 665856/12167]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0020/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 21. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[21, 2, 1]、D=24，權重為質量/D；X值=[-20, 2, 21]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[50575/4608, 196249/6912, 808201/13824]

逐點中心平方項=[50575/4608, 196249/6912, 808201/13824]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0021/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 22. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[22, 2, 1]、D=25，權重為質量/D；X值=[-21, 2, 22]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[174262/15625, 472392/15625, 972196/15625]

逐點中心平方項=[174262/15625, 472392/15625, 972196/15625]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0022/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 23. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[23, 2, 1]、D=26，權重為質量/D；X值=[-22, 2, 23]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[198927/17576, 281961/8788, 1159929/17576]

逐點中心平方項=[198927/17576, 281961/8788, 1159929/17576]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0023/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 24. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[24, 2, 1]、D=27，權重為質量/D；X值=[-23, 2, 24]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[75272/6561, 668168/19683, 1373584/19683]

逐點中心平方項=[75272/6561, 668168/19683, 1373584/19683]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0024/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 25. 逐點的中心平方貢獻

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[25, 2, 1]、D=28，權重為質量/D；X值=[-24, 2, 25]。先取μ=E[X]，按索引0起列 w_i(X_i−μ)²，不省零項。

查看答案與解釋[255025/21952, 393129/10976, 1615441/21952]

逐點中心平方項=[255025/21952, 393129/10976, 1615441/21952]。先求精確均值再平方偏差與加權；零權重異值保留零項，這是概率量，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0025/)

有限機率模型的變異數 · qf-density10-variance-contributions · candidate





## 26. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[1, 0, 2]、D=3，權重為質量/D；X值=[4, 99, 4]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(16/1, 16/1)

二階矩與均值平方=(16/1, 16/1)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0026/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 27. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,1}，F=𝒫(S)，質量=[1, 1]、D=2，權重為質量/D；X值=[-1, 1]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(1/1, 0/1)

二階矩與均值平方=(1/1, 0/1)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0027/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 28. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[3, 2, 1]、D=6，權重為質量/D；X值=[-2, 2, 3]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(29/6, 1/36)

二階矩與均值平方=(29/6, 1/36)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0028/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 29. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[4, 2, 1]、D=7，權重為質量/D；X值=[-3, 2, 4]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(60/7, 16/49)

二階矩與均值平方=(60/7, 16/49)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0029/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 30. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[5, 2, 1]、D=8，權重為質量/D；X值=[-4, 2, 5]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(113/8, 121/64)

二階矩與均值平方=(113/8, 121/64)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0030/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 31. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[6, 2, 1]、D=9，權重為質量/D；X值=[-5, 2, 6]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(194/9, 400/81)

二階矩與均值平方=(194/9, 400/81)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0031/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 32. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[7, 2, 1]、D=10，權重為質量/D；X值=[-6, 2, 7]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(309/10, 961/100)

二階矩與均值平方=(309/10, 961/100)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0032/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 33. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[8, 2, 1]、D=11，權重為質量/D；X值=[-7, 2, 8]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(464/11, 16/1)

二階矩與均值平方=(464/11, 16/1)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0033/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 34. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[9, 2, 1]、D=12，權重為質量/D；X值=[-8, 2, 9]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(665/12, 3481/144)

二階矩與均值平方=(665/12, 3481/144)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0034/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 35. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[10, 2, 1]、D=13，權重為質量/D；X值=[-9, 2, 10]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(918/13, 5776/169)

二階矩與均值平方=(918/13, 5776/169)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0035/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 36. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[11, 2, 1]、D=14，權重為質量/D；X值=[-10, 2, 11]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(1229/14, 9025/196)

二階矩與均值平方=(1229/14, 9025/196)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0036/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 37. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[12, 2, 1]、D=15，權重為質量/D；X值=[-11, 2, 12]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(1604/15, 13456/225)

二階矩與均值平方=(1604/15, 13456/225)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0037/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 38. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[13, 2, 1]、D=16，權重為質量/D；X值=[-12, 2, 13]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(2049/16, 19321/256)

二階矩與均值平方=(2049/16, 19321/256)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0038/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 39. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[14, 2, 1]、D=17，權重為質量/D；X值=[-13, 2, 14]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(2570/17, 26896/289)

二階矩與均值平方=(2570/17, 26896/289)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0039/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 40. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[15, 2, 1]、D=18，權重為質量/D；X值=[-14, 2, 15]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(3173/18, 36481/324)

二階矩與均值平方=(3173/18, 36481/324)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0040/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 41. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[16, 2, 1]、D=19，權重為質量/D；X值=[-15, 2, 16]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(3864/19, 48400/361)

二階矩與均值平方=(3864/19, 48400/361)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0041/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 42. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[17, 2, 1]、D=20，權重為質量/D；X值=[-16, 2, 17]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(4649/20, 63001/400)

二階矩與均值平方=(4649/20, 63001/400)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0042/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 43. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[18, 2, 1]、D=21，權重為質量/D；X值=[-17, 2, 18]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(5534/21, 80656/441)

二階矩與均值平方=(5534/21, 80656/441)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0043/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 44. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[19, 2, 1]、D=22，權重為質量/D；X值=[-18, 2, 19]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(6525/22, 841/4)

二階矩與均值平方=(6525/22, 841/4)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0044/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 45. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[20, 2, 1]、D=23，權重為質量/D；X值=[-19, 2, 20]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(7628/23, 126736/529)

二階矩與均值平方=(7628/23, 126736/529)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0045/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 46. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[21, 2, 1]、D=24，權重為質量/D；X值=[-20, 2, 21]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(8849/24, 156025/576)

二階矩與均值平方=(8849/24, 156025/576)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0046/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 47. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[22, 2, 1]、D=25，權重為質量/D；X值=[-21, 2, 22]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(10194/25, 190096/625)

二階矩與均值平方=(10194/25, 190096/625)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0047/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 48. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[23, 2, 1]、D=26，權重為質量/D；X值=[-22, 2, 23]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(11669/26, 229441/676)

二階矩與均值平方=(11669/26, 229441/676)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0048/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 49. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[24, 2, 1]、D=27，權重為質量/D；X值=[-23, 2, 24]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(13280/27, 274576/729)

二階矩與均值平方=(13280/27, 274576/729)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0049/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 50. 二階矩與均值平方的有序對

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[25, 2, 1]、D=28，權重為質量/D；X值=[-24, 2, 25]。依序求 (E[X²], (E[X])²)，不要混同兩式。

查看答案與解釋(15033/28, 326041/784)

二階矩與均值平方=(15033/28, 326041/784)。第一式平方值後加權，第二式加權均值後平方；兩式之差才是變異數，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0050/)

有限機率模型的變異數 · qf-density10-variance-second-moment-pair · candidate





## 51. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[1, 0, 2]、D=3，權重為質量/D；X值=[4, 99, 4]、Y值=[4, -50, 4]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋0/1

共模型差變異數=0/1。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0051/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 52. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,1}，F=𝒫(S)，質量=[1, 1]、D=2，權重為質量/D；X值=[0, 2]、Y值=[2, 0]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋4/1

共模型差變異數=4/1。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0052/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 53. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[3, 2, 1]、D=6，權重為質量/D；X值=[-2, 2, 3]、Y值=[1, -1, -2]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋104/9

共模型差變異數=104/9。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0053/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 54. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[4, 2, 1]、D=7，權重為質量/D；X值=[-3, 2, 4]、Y值=[1, -1, -3]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋908/49

共模型差變異數=908/49。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0054/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 55. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[5, 2, 1]、D=8，權重為質量/D；X值=[-4, 2, 5]、Y值=[1, -1, -4]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋423/16

共模型差變異數=423/16。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0055/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 56. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[6, 2, 1]、D=9，權重為質量/D；X值=[-5, 2, 6]、Y值=[1, -1, -5]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋2834/81

共模型差變異數=2834/81。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0056/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 57. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[7, 2, 1]、D=10，權重為質量/D；X值=[-6, 2, 7]、Y值=[1, -1, -6]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋44/1

共模型差變異數=44/1。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0057/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 58. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[8, 2, 1]、D=11，權重為質量/D；X值=[-7, 2, 8]、Y值=[1, -1, -7]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋6456/121

共模型差變異數=6456/121。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0058/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 59. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[9, 2, 1]、D=12，權重為質量/D；X值=[-8, 2, 9]、Y值=[1, -1, -8]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋2267/36

共模型差變異數=2267/36。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0059/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 60. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[10, 2, 1]、D=13，權重為質量/D；X值=[-9, 2, 10]、Y值=[1, -1, -9]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋12302/169

共模型差變異數=12302/169。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0060/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 61. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[11, 2, 1]、D=14，權重為質量/D；X值=[-10, 2, 11]、Y值=[1, -1, -10]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋4056/49

共模型差變異數=4056/49。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0061/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 62. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[12, 2, 1]、D=15，權重為質量/D；X值=[-11, 2, 12]、Y值=[1, -1, -11]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋836/9

共模型差變異數=836/9。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0062/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 63. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[13, 2, 1]、D=16，權重為質量/D；X值=[-12, 2, 13]、Y值=[1, -1, -12]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋6599/64

共模型差變異數=6599/64。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0063/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 64. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[14, 2, 1]、D=17，權重為質量/D；X值=[-13, 2, 14]、Y值=[1, -1, -13]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋32778/289

共模型差變異數=32778/289。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0064/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 65. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[15, 2, 1]、D=18，權重為質量/D；X值=[-14, 2, 15]、Y值=[1, -1, -14]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋10028/81

共模型差變異數=10028/81。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0065/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 66. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[16, 2, 1]、D=19，權重為質量/D；X值=[-15, 2, 16]、Y值=[1, -1, -15]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋48464/361

共模型差變異數=48464/361。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0066/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 67. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[17, 2, 1]、D=20，權重為質量/D；X值=[-16, 2, 17]、Y值=[1, -1, -16]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋579/4

共模型差變異數=579/4。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0067/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 68. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[18, 2, 1]、D=21，權重為質量/D；X值=[-17, 2, 18]、Y值=[1, -1, -17]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋68486/441

共模型差變異數=68486/441。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0068/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 69. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[19, 2, 1]、D=22，權重為質量/D；X值=[-18, 2, 19]、Y值=[1, -1, -18]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋20072/121

共模型差變異數=20072/121。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0069/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 70. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[20, 2, 1]、D=23，權重為質量/D；X值=[-19, 2, 20]、Y值=[1, -1, -19]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋93372/529

共模型差變異數=93372/529。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0070/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 71. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[21, 2, 1]、D=24，權重為質量/D；X值=[-20, 2, 21]、Y值=[1, -1, -20]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋26951/144

共模型差變異數=26951/144。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0071/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 72. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[22, 2, 1]、D=25，權重為質量/D；X值=[-21, 2, 22]、Y值=[1, -1, -21]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋4946/25

共模型差變異數=4946/25。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0072/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 73. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[23, 2, 1]、D=26，權重為質量/D；X值=[-22, 2, 23]、Y值=[1, -1, -22]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋35244/169

共模型差變異數=35244/169。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0073/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 74. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[24, 2, 1]、D=27，權重為質量/D；X值=[-23, 2, 24]、Y值=[1, -1, -23]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋159848/729

共模型差變異數=159848/729。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0074/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 75. 共模型差變數的概率變異數

有限歸一化模型；S={0,…,2}，F=𝒫(S)，質量=[25, 2, 1]、D=28，權重為質量/D；X值=[-24, 2, 25]、Y值=[1, -1, -24]，X與Y共用S和權重，不假設獨立。求 Var(X−Y)，不要拆作Var(X)+Var(Y)。

查看答案與解釋45083/196

共模型差變異數=45083/196。先逐點作差，再用各點對的加權差平方和除D²；相依值可使差在正支持恆定，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0075/)

有限機率模型的變異數 · qf-density10-variance-difference · candidate





## 76. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 2, 0, 1, 0, 0, 0, 0]、D=3，權重為質量/D；X值=[99, 4, -99, 4, 9, 8, 7, 6]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋無

正支持首個失配索引=無。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0076/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 77. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[2, 2, 0, 0, 0, 0, 0, 0]、D=4，權重為質量/D；X值=[0, 2, 102, 103, 104, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋1

正支持首個失配索引=1。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0077/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 78. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 3, 2, 0, 0, 0, 0, 0]、D=5，權重為質量/D；X值=[100, 0, 3, 103, 104, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋2

正支持首個失配索引=2。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0078/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 79. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 4, 2, 0, 0, 0, 0]、D=6，權重為質量/D；X值=[100, 101, 0, 4, 104, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋3

正支持首個失配索引=3。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0079/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 80. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 5, 2, 0, 0, 0]、D=7，權重為質量/D；X值=[100, 101, 102, 0, 5, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋4

正支持首個失配索引=4。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0080/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 81. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 0, 6, 2, 0, 0]、D=8，權重為質量/D；X值=[100, 101, 102, 103, 0, 6, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋5

正支持首個失配索引=5。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0081/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 82. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 0, 0, 7, 2, 0]、D=9，權重為質量/D；X值=[100, 101, 102, 103, 104, 0, 7, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋6

正支持首個失配索引=6。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0082/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 83. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 0, 0, 0, 8, 2]、D=10，權重為質量/D；X值=[100, 101, 102, 103, 104, 105, 0, 8]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋7

正支持首個失配索引=7。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0083/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 84. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[9, 0, 2, 0, 0, 0, 0, 0]、D=11，權重為質量/D；X值=[0, 101, 9, 103, 104, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋2

正支持首個失配索引=2。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0084/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 85. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 10, 0, 2, 0, 0, 0, 0]、D=12，權重為質量/D；X值=[100, 0, 102, 10, 104, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋3

正支持首個失配索引=3。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0085/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 86. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 11, 0, 2, 0, 0, 0]、D=13，權重為質量/D；X值=[100, 101, 0, 103, 11, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋4

正支持首個失配索引=4。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0086/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 87. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 12, 0, 2, 0, 0]、D=14，權重為質量/D；X值=[100, 101, 102, 0, 104, 12, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋5

正支持首個失配索引=5。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0087/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 88. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 0, 13, 0, 2, 0]、D=15，權重為質量/D；X值=[100, 101, 102, 103, 0, 105, 13, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋6

正支持首個失配索引=6。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0088/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 89. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 0, 0, 14, 0, 2]、D=16，權重為質量/D；X值=[100, 101, 102, 103, 104, 0, 106, 14]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋7

正支持首個失配索引=7。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0089/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 90. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[15, 0, 0, 2, 0, 0, 0, 0]、D=17，權重為質量/D；X值=[0, 101, 102, 15, 104, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋3

正支持首個失配索引=3。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0090/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 91. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 16, 0, 0, 2, 0, 0, 0]、D=18，權重為質量/D；X值=[100, 0, 102, 103, 16, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋4

正支持首個失配索引=4。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0091/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 92. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 17, 0, 0, 2, 0, 0]、D=19，權重為質量/D；X值=[100, 101, 0, 103, 104, 17, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋5

正支持首個失配索引=5。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0092/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 93. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 18, 0, 0, 2, 0]、D=20，權重為質量/D；X值=[100, 101, 102, 0, 104, 105, 18, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋6

正支持首個失配索引=6。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0093/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 94. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 0, 19, 0, 0, 2]、D=21，權重為質量/D；X值=[100, 101, 102, 103, 0, 105, 106, 19]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋7

正支持首個失配索引=7。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0094/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 95. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[20, 0, 0, 0, 2, 0, 0, 0]、D=22，權重為質量/D；X值=[0, 101, 102, 103, 20, 105, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋4

正支持首個失配索引=4。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0095/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 96. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 21, 0, 0, 0, 2, 0, 0]、D=23，權重為質量/D；X值=[100, 0, 102, 103, 104, 21, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋5

正支持首個失配索引=5。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0096/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 97. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 22, 0, 0, 0, 2, 0]、D=24，權重為質量/D；X值=[100, 101, 0, 103, 104, 105, 22, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋6

正支持首個失配索引=6。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0097/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 98. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 0, 0, 23, 0, 0, 0, 2]、D=25，權重為質量/D；X值=[100, 101, 102, 0, 104, 105, 106, 23]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋7

正支持首個失配索引=7。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0098/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 99. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[24, 0, 0, 0, 0, 2, 0, 0]、D=26，權重為質量/D；X值=[0, 101, 102, 103, 104, 24, 106, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋5

正支持首個失配索引=5。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0099/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate





## 100. 正支持相對起點的首個失配

有限歸一化模型；S={0,…,7}，F=𝒫(S)，質量=[0, 25, 0, 0, 0, 0, 2, 0]、D=27，權重為質量/D；X值=[100, 0, 102, 103, 104, 105, 25, 107]。索引從0；以第一個正質量點的X值為基準，列第一個正質量且X值不同的索引，若無則答無。

查看答案與解釋6

正支持首個失配索引=6。只比較正質量支持，零權重異值不列失配；全部正支持相同給無，非樣本估計。



[本題逐步詳解（AI 二次覆核）](https://ocme.evemisslab.com/zh-Hant/questions/q-20261008-advance-20261010-r06-variance-0100/)

有限機率模型的變異數 · qf-density10-variance-first-support-mismatch · candidate



[原始題目 JSONL](https://ocme.evemisslab.com/data/questions/batches/batch-20261008-advance-20261010-r06-variance-foundations/questions.jsonl) · [驗收報告](https://ocme.evemisslab.com/data/questions/batches/batch-20261008-advance-20261010-r06-variance-foundations/validation-report.json)