标准化随机变量Y=X-E(x) 根号D(x),证明随机变量Y~N(0,1)

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/25 20:23:27
已知随机变量X服从正态分布,求Y=e^X的概率密度

设Y的分布函数为F(y),X的密度函数为g(x)则F(y)=P(Y

设随机变量X的概率密度为 f(x)=e^-x,x>0 求Y=2X,Y=e^-2x的数学期望

(1).EY=2E(X)=2(2)E(Y)=∫(-∞,+∞)f(x)e^(-2x)dx=1/3如有意见,欢迎讨论,共同学习;如有帮助,

设随机变量X,Y相互独立,且E(X)=E(Y)=0,D(X)=D(Y)=1,试求E[(X+Y)^2].

E[(X+Y)^2]=D(X+y)+[E(x+y)]^2,D(X+y)=D(x)+D(y)=2.E(x+y)=E(x)+E(y)=0;所以E[(X+Y)^2]=2不对么?

设随机变量X,Y相互独立,且E(X)=E(Y)=1,D(X)=D(Y)=1,试求E[(X+Y)^2].

E[(X+Y)^2]=E[(X-1+Y-1+2)^2]=E(X-1)^2+E(Y-1)^2+4+2*E(X-1)(Y-1)+2*2*E(X-1)+2*2*E(Y-1)=D(X)+D(Y)+4+0+0+

设随机变量x的数学期望与方差均存在且D(x)>0,称x*=(x-E(x))/√D(x)为x的标准化的随机变量,证明:E(

这个不需要证明对任意的随机变量的分布经过标准化处理后都服从标准正态分布N(0,1)再问:那个原题就是这样.....应该也有个推导过程吧?再答:E(x*)=E[x-E(x)/√D(x)]=[E(x)-E

设随机变量X=e^y服从参数为e的指数分布.求随机变量Y的概率密度函数

先令Y=lnXF(y)=P{Y≤y}=P{lnX≤y}=P{X≤e^y}=Fx(e^y)=1-e^(-e^(y+1))此为Y的分布函数f(y)=F`(y)=e^(y+1-e^(y+1))你确定参数是e

对任意两个随机变量X和Y,若E(X,Y)=EXEY,则 (  )

由题意EXY=EXEY可知:COV(X,Y)=E[(X-E(X))(Y-E(Y))]=EXY-EXEY=0又因为:D(X+Y)=D(X)+D(Y)+2COV(X,Y)=DX+DY,选项(B)正确,由于

设随机变量X~(0,1),那么,(1)求Y=e^x的概率密度

N(0,1),y=e^(-x)y>0X的密度函数是fX(x)=1/√2π*e^(-x^2/2)那么FY(y)=P(Y0

大学概率:设随机变量(X,Y)具有分布函数F(x,y)=1-e^(-x)-e^(-y)+e^(-x-y),x>0,y>o

详细过程请见下图,希望对亲有帮助(看不到图的话请Hi我,审核要一段时间)

随机变量X Y不独立,X Y为离散型随机变量,E(XY)怎么算啊

先搞清楚XY的分布列,然后按离散型随机变量的均值计算公式做就是了.估计XY的分布计算要麻烦点.在X与Y不独立的情况下,用条件概率计算,P(AB)=P(A)P(B/A).

随机变量X在(-1,2)上服从均匀分布,求随机变量Y=|X|/X的数学期望E(Y)和方差D(Y).

Y=1当x大于0概率2/3Y=-1当x小于0概率1/3E(Y)=1*2/3+(-1)*1/3=1/3D(Y)=E(Y^2)-E(Y)^2=1-1/9=8/9

设随机变量x服从【0,1】上均匀分布,求Y=e^x的概率密度!

FY(y)=P{Y小于等于y}=P{e*X小于等于y}=P{X小于等于lny}=FX(lny)fY(y)=fX(lny)(1/y)所以当0

设随机变量x~n(0,1),令y=e^-x求概率密度函数

N(0,1),y=e^(-x)y>0X的密度函数是fX(x)=1/√2π*e^(-x^2/2)那么FY(y)=P(Y0

设(X,Y)为二维随机变量,证明:COV(X,Y)=E(XY)-EXEY

E[(X-E(X))(Y-E(Y))]=E[XY-XE(Y)-E(X)Y+E(X)E(Y)]=E(XY)-E(X)E(Y)-E(X)E(Y)+E(X)E(Y)=E(XY)-E(X)E(Y)

设随机变量X,Y满足E(XY)=E(X)E(Y),则

若独立则不相关,不相关不一定独立.设A,B独立P(A)P(B)=P(AB)cov(x,y)=E(XY)-E(X)E(Y)=E(X)E(Y)-E(X)E(Y)=0,因此A,B不相关.反之,A,B不相关c

如果随机变量X和Y满足E(XY)=E(X)E(Y),则D(X+Y)-D(X-Y)=?

由题知,X,Y的协方差cov(x,y)=E(XY)-E(X)E(Y)=0所以,随机变量X和Y不相关由于,D(x+y)=Dx+Dy+2*cov(x,y)D(x-y)=Dx+Dy-2*cov(x,y)所以

随机变量(X,Y)概率密度为f(x,y)=e^(-y)(0

1.f(X,Y)关于X的边缘概率密度fX(x)=f(x,y)对y积分,下限x,上限无穷,结果fX(x)=e^(-x)2.f(X,Y)关于Y的边缘概率密度fY(y)=f(x,y)对x积分,下限0,上限y