正态分布x1和x2的差服从-搜答案-智慧作业帮

matlab只能通过仿真来模拟,而不是准确的概率密度函数.具体程序是下边这样的.x1=2+randn([100000,1]);x2=4+randn([100000,1]);Y=714+807*(x1)

首先考虑两个的情况,如果证明了y=ax1+bx2是两个正态的和,也是正态的,接下来就直接用归纳法证毕,因为比如3个和的情况就是ax1+bx2+cx3=y+cx3也是两个正态的和,因此正态.n就能退化到

以前还会做,现在都给忘了

Cov(X1+X2,X1-X2)=Var(X1)-Cov(X1,X2)+Cov(X1,X2)-Var(X2)=Var(X1)-Var(X2)=0所以X1+X2和X1-X2不相关.如果(X1,X2)的联

F(1,1)分布

U=n^(1/2)*(xˉ-μ)/σ～N(0,1),D(U)=1.

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

依题意,X1、X2均服从标准正态分布(X1+X2)/√2服从N（0,1）相当于只有1个标准正态分布的平方,所以自由度为1的卡方分布

不知你能否看到图片.都写在图片里了.很久没做概率题了.

不太懂联合概率分布的意思可能和我们教材不一样吧我只会求X2的方差为4.不好意思.没有期望怎么能求出F（X）的概率分布呢?

D(x1)=3D(x2)=22D(x3)=3D(Y)=D(x1)+4D(x2)+9D(x3)=3+88+27=118如有意见,欢迎讨论,共同学习；如有帮助,

U=n^(1/2)*(xˉ-μ)/σ服从标准正态分布,即UN(0,1),因此,D(U)=1.

样本均值?那不直接是(X1+.+Xn)/n不过应该不是问这个吧可以说详细点?再问：是等于N（μ，σ^2）吗再答：有完整的题目么？这个X~N（μ，σ^2）意思是总体X服从总体均值为μ，总体标准差为σ的正

服从F(1,1)分布总体Y服从正态分布N（0,a）,x1,x2,x3,x4为其样本.这句话说明了x1,x2,x3,x4相互独立,且都服从正态分布N（0,a）,又由于独立的两态分布随机变量的线性组合仍是

正态分布的规律,均值X服从N（u,（σ^2）/n）因为X1,X2,X3,...,Xn都服从N（u,σ^2),正太分布可加性X1+X2...Xn服从N（nu,nσ^2).均值X=（X1+X2...Xn）

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∩

%%MonteCarlo方法Len=1e6;x1=2+rand(1,Len)*6;x2=2+randn(1,Len);x3=exprnd(3,1,Len);x=x1+x2.^2+x3.^2;count

X1和X2是独立的吧?D(2X1+3X2)=4D(X1)+9D(X2)=4x1+9x1=13再问：我也是一直在想是不是独立的。现在的观点也是两者相互独立。谢

1、x1、x2是否相互独立,与你得出的Δ=X1-X2无关.只与你使用环境有关,与你建模时假设有关,也就是实际情况.2、如果相互独立,标准正态分布的函数也是标正分布,期望与方差根据公式可求的.如果不独立