假设X和Y服从正态分布且相互独立,求X Y的密度函数.

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/15 14:13:28
概率论正态分布设随机变量X、Y相互独立,且都服从正态分布N(1,2),则下列随机变量中服从标准正态分布的是A.(X-Y)

A-YN(-1,2)X-YN(0,2+2)=N(0,4)(X-Y)/2N(0,4/2^2)=N(0,1)选A再问:虽然看懂了...不过可以这么做的依据是什么啊?就是说,为什么可以对XY做运算?再答:这

设X,Y相互独立,且都服从标准正态分布,则Z=X/根号下Y^2服从( ) 分布,并写出分布的参数

Z的分布叫做瑞利(Rayleigh)分布,具体求法:f(x,y)=[1/(2πσ^2)]*e^-[(x^2+y^2)/2σ^2]当z=0时,有:F(z)=∫∫f(x,y)dxdy,其中积分区域为x^2

假设随机变量X和Y相互独立,服从标准正态分布,求随机变量Z=X/Y的概率密度.

联合密度函数f(x,y)=f(x)*f(y)=(1/2π)e^[-(x^2+y^2)/2]画图可知(X为纵坐标,Y为横坐标)是的Z

假设随机变量X和Y相互独立,服从标准正态分布,求随机变量4X+3Y与3X-4Y的联合密度函数.

x,y独立,正态分布.那么x,y的和差运算仍然是正态分布.E(4X+3Y)=4E(x)+3E(y)=0D(4x+3y)=16D(x)+9D(y)=25因此4X+3Y~N(0,25)同理3X-4Y~N(

设随机变量X和Y相互独立,且都服从正态分布N(0,1),计算概率:P(X*X+Y*Y

随机变量x,y相互独立都服从N(0,1)则f(x,y)=fX(x)fY(y)=1/(2π)e^(-x²-y²)P(X^2+Y^2

设X和Yshi相互独立且都服从均值为0,方差为1/2的正态分布求随机变量|X-Y|的方差

真正的|X-Y|的方差要比这样算的小很多...定义I{x>y}=1如果x>y;否则为0I{x

:设X 和Y 是相互独立的且均服从正态分布N( 0 ,0.5)的随机变量,求(X - Y)绝对值的数学期望

E(X-Y)=∑∞P(X1)(Y1)(X1-Y1)=∫∞∫∞f(x)f(y)(x-y)dxdy=0希望能帮到您~

概率论与数理统计设随机变量X服从正态分布N(0,1),Y服从正态分布N(0,1),且X,Y相互

设A=E(X^2/(X^2+Y^2)),B=E(Y^2/(X^2+Y^2)),A+B=1,A-B=0.所以...A=0.5

设随即变量X和Y相互独立,且都服从正态分布N(u,m^2),求max(X,Y)的数学期望 我需要答案,

是不是以x,y建立坐标轴,借助图像y>=x确定的呢……表示不知道答案不用谢

设随机变量X与Y相互独立,且X服从正态分布N(0,4),Y服从正态分布N(0,9),则随机变量2X^2-Y^2的方差为多

你先求出那个啥f(x、y)等于多少,然后再E(U(x、y))=∫U(x、y)f(x、y)dxdy就可以了再问:。。。你这个方法复杂了,我已经做出来了

如果随机变量X和Y都服从正态分布且相互独立,那么U=X+Y和V=X+Y也都服从正态分布且独立,为什么独立?

我个人认为你的题目是不是写错了?是否是U=X+Y,V=X-即使是如此,两者独立也仅在X,Y同方差的情况下成立的样子.因为,对于正态分布来说,独立等价于不相关,也就是说二者的协方差cov(U,V)=0(

概率论问题,求期望设随机变量X和Y相互独立,且都服从期望μ为标准差为σ的正态分布,求随机变量A=min{X,Y}和随机变

A={(X+Y)-|X-Y|}/2,B={(X+Y)+|X-Y|}/2X-Y服从N(0,2σ²)E|X-Y|=σ/√πEA=μ-σ/2√πEB=μ+σ/2√π再问:应该是对了,不过我算的E|

概率论 求分布随机变量X,Y相互独立且都服从正态分布N(0,9),而X1……X9和Y1……Y9分别来自X和Y的简单随机样

X1+……+X9~N(0,81)(X1+……+X9)/9~N(0,1)Y/3~N(0,1)(Y1^2+...Y9^2)/9~卡方(9)[(X1+……+X9)/9]/根号[(X1+……+X9)/9/9]

x,y互相独立且服从标准正态分布,则f(x,y)也服从正态分布吗?

1.独立的正态分布的联合分布也服从正态分布.2.没关系.3.去掉独立后,结论不成立.4.由分布密度来判断是否是二维正态分布.

1:设X 和Y 是相互独立的且均服从正态分布N( 0 ,0.5)的随机变量,求(X - Y)绝对值的数学期望 有步

由于格式问题,积分无法在这里显示,需要详细解答请去我的百度空间——>相册——>答案中去看.

相互独立随机变量X,Y,服从正态分布N(0.1)

1fX(x)=(1/√2π)e^(-x^2/2)fY(y)=(1/√2π)e^(-y^2/2)因为x,y独立,所以联合概率密度所以fXY(x,y)=fX(x)fY(y)=(1/2π)e^[-(x^2+