若X.Y属于正态分布则X-Y

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/12 01:43:08
正态分布简单性质X,Y均服从参数为0,2的正态分布,X-2Y显然也服从正态分布,那么X-2Y的参数是多少?

在X与Y相互独立的条件下才可以说X-2Y也服从正态分布.其参数为(独立条件下)均值E(X-2Y)=EX-2EY=0方差D(X-2Y)=DX+4DY=10,即X-2Y服从N(0,10)

概率论中X为正态分布 Y为均匀分布,X,Y独立,则协方差cov(x,y)能求么?

能求呀cov(x,y)=E(XY)-E(X)*E(Y)=E(X)E(Y)-E(X)*E(Y)=0其实我们知道独立一定不相关那么它们的协方差就是0咯

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

若X,Y属于正实数,且X+Y>2,求证(1+X)/Y

X,Y属于正实数,且X+Y>2,分三种情况:(1)x=y时,2x>2,x>1,(1+x)/y=(1+x)/x=1/x+1y时,2x>x+y>1+y,则2x>1+y,(1+y)/x1+x,则2y>1+x

概率论中的问题设随机变量X ,Y均服从标准正态分布则 其中有选项A .X+Y服从正态分布,该选项错误,请问为什么?

你好!定理是当X与Y独立时,X+Y服从正态分布,而当X与Y不独立时,X+Y不一定服从正态分布。经济数学团队帮你解答,请及时采纳。谢谢!

设随机变量X和Y都服从标准正态分布,则(  )

对于选项(A):两个随机变量X和Y都服从标准正态分布,但它们的和不一定服从正态分布,因为X和Y不是相互独立的.倘若X和Y相互独立或者X和Y的联合分布为正态分布,则可以推出X+Y服从正态分布,否则不一定

设随机变量X与Y相互独立且都服从正态分布N(μ,12),若P{X+Y≤1}=12,则μ等于(  )

设Z=X+Y,X、Y独立且都服从正态分布N(μ,12),Z也服从正态分布D(Z)=D(X)+D(Y)=1,E(Z)=μ+μ=2μZ~N(2μ,1)所以:Z-2μ~N(0,1)P(Z≤1)=P(Z-1≤

设随机变量X和Y都服从正态分布,则(X,Y)一定服从二维正态分布吗?

不独立的话,函数形状在三维空间就不是那种草帽型扩散的函数相互独立联合密度里新的指数是-{(x-u1)^2/o^1+(y-u2)^2/o2^2}(x,y)在圆心为(u1,u2),双轴比例为o1,o2的所

设X,Y属于正实数,xy-(x+y)=1,则x+y最小值

x>0,y>0则x+y>=2(xy)^(1/2)xy-(x+y)=1xy-2(xy)^(1/2)-1>=0解得(xy)^(1/2)=1+2^(1/2)又xy>0xy>=(1+2^(1/2))^2=3+

已知x属于标准正态分布,即X~N(0,1),求Y~X^2的概率密度函数pdf

根据卡方分布的定义,你所说的X^2的分布正是服从自由度为1的卡方分布,概率密度是其中把k换成自由度1.

二维随机变量(X,Y)服从二维正态分布,则X+Y与X-Y不相关的充要条件为

C啊~这是概率论第四章的啊~不相关就是协方差为0~然后逆推到D(X)=D(Y)就可以导来了

二维随机变量(U,V)服从二维正态分布,X=U-bV,Y=V,则(X,Y)服从二维正态分布的条件请进来看看!

首先,什么叫二维正态分布.2个高斯随机变量放在一起,叫高斯向量.何为2维,指的是两个向量关于实数域线性无关.(等价于covariance非退化)现在已知(U,V)线性无关,问经过一个线性变换后是否相关

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.

设x,y属于R ,则x^2+y^2

关键在于不等号:不等式x^2+y^2再问:好的我图画错啦!

随机变量X服从正态分布N(u1, ),Y服从正态分布N(u2, ),X与Y独立,则X+Y服从

(u1+u2,σ1^2+σ2^2)^代表平方哈,这是正态分布的可加性吧再问:那X-Y呢?谢谢你啊,要考试了其实是想知道X+Y与X-Y的方差相不相等。麻烦帮个忙再答:相等的,当X,Y不独立,D(X+(或

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+

若X服从正态分布,则Y=ax+b的期望和方差

当X~N(μ,σ)时,E(X)=μ,D(X)=σ²所以E(Y)=aE(X)+b=aμ+b,D(Y)=a²E(X)=a²σ²