独立且服从标准正态分布(x1-2X2 3X3)方差怎么求
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/15 10:03:09
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
随机变量X的概率密度函数为:{[1/sqrt(2pi)δ]}*exp[-(x-u)^2/(2*δ^2)]被称之为标准正态分布.
2X^2/(X^2+Y^2)服从F(1,2)所以,所求期望为F(1,2)的期望的一半.
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
由于:X与YN(0,1),且相互独立,因此:E{X²/(X²+Y²)}=1/2.
D(x)=E(x^2)-[E(x)]^2.cov(x,y)=0,则x与y相互独立.其实原定义应该是E(XY)=E(X)*E(Y).不过结论是一样的.(仅对正态分布而言)相关系数为0不代表相互独立,只是
为了方便令F(X1)=ф(X(1)))F(X1)=1-(1-F(X1))^nf(x1)=n*((1-F(x1))^(n-1))*F'(x1)E=ф(X(1)))*f(x1)从负无穷到正无穷的积分积分符
Cov(Y,X)=Cov(2X^2+X+3,X)=2Cov(X^2,X)+Cov(X,X)+0Cov(X,X)=Var(X)=1Cov(X^2,X)=E(X^2X)-E(X^2)E(X)=E(X^3)
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
x3^2+x4^2服从卡方(2)(x1-x2)服从N(0,2)根据t分布定义[(x1-x2)/√2]/√(x3^2+x4^2)/2=(x1-x2)/√(x3^2+x4^2)服从t(2)
因为E(X-Y)=E(X)-E(Y)=0,var(X-Y)=var(X)+var(Y)=1.
不需要,谁和说总体服从正态分布时,样本方差和样本均值独立了啊?
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
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.
两个变量都符合标准正态分布了.怎么个就方差不同呢?标准正态分布N(0,1),期望E=0,方差D=1也就说,两个变量都符合标准正态分布了,就期望和方差都相同了.叫同分布.楼主的问题应该是,两个变量都符合
由已知X服从均值为1、标准差(均方差)为2的正态分布,所以X−12~N(0,1),E(X)=1,D(X)=2;由Y服从标准正态分布,所以:Y~N(0,1),E(Y)=0,D(Y)=1;又X、Y相互独立
因为X^2/(X^2+Y^2)+Y^2/(X^2+Y^2)=1所以E[X^2/(X^2+Y^2)]+E[Y^2/(X^2+Y^2)]=E(1)=1因为X、Y服从相同的分布,且相互独立,所以:E[X^2
X1X2iidindependentandidenticaldistributionY=2+3X1-4X2E(Y)=2VAR(Y)=9+16=25N(2,25)所以fy(Y)=1/sqrt(2pi)*