一直随机变量X1~N(2,3),X2~N(4,1),且X1和X2相互独立

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/21 11:50:45
概率论,已知随机变量X1,X2,X3,…Xn(n>1)相互独立且同分布

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

设随机变量X1,X2,X3相互独立,X1~U[0,6],X2服从λ=1/2的指数分布,X3~π(3),求D(X1-2X2

因为x1,x2,x3相互独立所以D(X1-2X2+3X3)=D(X1)+4D(X2)+9D(X3)X1~U[0,6]D(X1)=(6-0)^2/12=3X2服从λ=1/2的指数分布D(x2)=2^2=

1分钟做好X1 X2 随机变量.X1~N(0,1)X2~N(0,2)则A.X1=X2B.P{x1=x2}=1C.D(X1

选DA错:X1=0,时,X2=0成立,X2=2时,挂掉!B错:P=1C错:D=0,1,2,3

设X1,X2,...,X6为来自正态总体N(0,σ^2)的一个样本,随机变量Y=c[(X1+X2+X3)^2+(X4+X

服从卡方分布,可以从x2的定义中知道,自由度为6,因为从x1到x6c的值不太清楚.

化简:x1+2!x2+3!x3+.+n!xn

1!x1+2!x2+3!x3+.+n!xn=1!x(2-1)+2!x(3-1)+3!x(4-1)+.+n!x[(n+1)-1]=(2x1!-1!)+(3x2!-2!)+(4x3!-3!)+.+[(n+

概率论题目设X1,X2,…,x6为来自正态总体N(0,o^2)的一个样本,随机变量Y=c[(X1+X2+X3)^2+(X

服从卡方分布.χ²√c(x1+x2+x3)属于标准正态分布D(√c(x1+x2+x3))=3cσ²=1c=1/3σ²自由度为2.再问:c前面那个符号是什么??再答:根号√

设X1,X2.Xn是来自正态总体N(0,1)的样本,则随机变量Y=C(X1-X2+X3-X4)^2~x^2(1)则常数C

E(X1-X2+X3-X4)=0D(X1-X2+X3-X4)=4D(X)=4χ²(1)D(√c(X1-X2+X3-X4))=c4=1c=1/4如有意见,欢迎讨论,共同学习;如有帮助,

设随机变量X1和X2相互独立,且都服从正态分布N(0,1/2),令Y=X1-X2,求E|Y|

Y=X1-X2服从N(0,1)E(Y)=0E(|Y|)=(2/√2π)∫ye^(-y^2/2)dy=√(2/π),积分范围y>0E(|Y|²)=E(Y²)=D(Y)+E²

设X1,X2...Xn 独立同分布的随机变量,证明X=(1/n)* ∑Xi 和∑(Xi-X)^2 相互独立.

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)&

2 .设随机变量y服从标准正态分布N(0,1),令求()的联合概率P{X1=0,X2=0}()

先看一下定义,如下,P{X1=0,X2=0}()应该是正泰的概率密度的函数联合概率和独立两个事件A和B的联合概率定义在相同的样本空间中(结果落在A和B中的概率)P(AB)=P(C);其中:事件C=A∩

分别求两个序列的线性卷积和7点圆周卷积,一直序列x1(n)=δ(n)-δ(n-2)+2δ(n-3),x2(n)=

x1=[10-12],长度L1=4x2=[20001],长度L2=5首先是线性卷积,很简单,本质就是多项式乘法,结果是:[20-2410-12]线性卷积的长度是L1+L2-1,此处就是8,要求7点圆周

设随机变量X1,X2,…Xn(n>1)独立同分布,方差λ^2>0,令Y=(1/n)∑(i=1~n)Xi,则( )

cov(X1,Y)=1/n·∑(i=1~n)cov(X1,Xi)=1/n·cov(X1,X1)=(λ^2)/n所以,选A再问:cov(X1,X2),cov(X1,X3),cov(X1,X4)…cov(

设X1,X2...为独立同分布随机变量序列,Xn的分布列为P(Xn=0)=P(Xn=2)=0.5,n>=1 .随机变量X

E(Xn)=0×0.5+2×0.5=1E(X)=∑(1~n)E(Xi)/(3^i)=∑(1~n)1/(3^i)∑(1~n)1/(3^i)是一个等比数列,公比1/3,用等比求和公式得E(X)=1/2D(

设X1,X2...Xn是独立同分布的正值随机变量.证明E[(X1+...+Xk)/(X1+...Xn)]=k/n,k≤n

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