设xy独立且都服从标准正态分布

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/16 11:46:01
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

设随机变量X与Y相互独立,且都服从正态分布N(0,1),则P{max(X,Y)≥0}=______.

P{max(X,Y)≥0}=1-P{max(X,Y)<0}=1-P{X<0,Y<0}由于随机变量X与Y相互独立,所以:P{max(X,Y)≥0}=1−P{X<0}P{Y<0}=1−Φ2(0)=34.故

设随机变量X,Y相互独立,且都服从正态分布N(0,σ^2),求Z=(X^2+Y^2)^0.5的概率密度.

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

X Y是独立变量 且都服从标准正态分布 求E{X^2/(X^2+Y^2)}

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.

有没有概率高手,设XY相互独立都服从标准正态分布.令E=X+Y;n=x-y,求E(e);E(n);D(n);D(n);P

1)E(ξ)=E(X+Y)=E(X)+E(Y)=0+0=0;2)E(η)=E(X-Y)=E(X)-E(Y)=0-0=0;3)D(ξ)=E[ξ-E(ξ)]²=E[X²+2XY+Y&#

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

求数学高手解答 X Y是独立变量 且都服从标准正态分布 求E{X^2/(X^2+Y^2)}

由于:X与YN(0,1),且相互独立,因此:E{X²/(X²+Y²)}=1/2.

设随机变量X与Y都是相互独立,切都服从标准正态分布,则,2X-Y+1服从什么分布,

依然正态分布 +1的话只是平均值+1,不影响方差图片来自维//……基,不添加链接了以防答案被吞

设随机变量X,Y独立都服从标准正态分布N(0,1),则X方/Y方服从的分布为

X²/1,Y²/1均服从自由度为1的χ²分布.按照F分布的定义,(X²/1)/(Y²/1)=X²/Y²,服从自由度为(1,1)的F

有没有概率高手,设XY相互独立都服从标准正态分布.则随机变量Z=2X+Y的概率密度是多少.

1.XY相互独立,相关系数r=02.E(Z)=E(2X+Y)=2E(X)+E(Y)=03.D(Z)=[(2X+Y)^2]=4D(X)+D(Y)+4E(X)E(Y)=4+1+0=54.N(0,5)5.f

设随机变量X与Y相互独立,且都服从标准正态分布,令ζ=X+Y,η=X-Y.求:(1)E(ζ) ,E(η),D(ζ),D(

1)E(ξ)=E(X+Y)=E(X)+E(Y)=0+0=0;2)E(η)=E(X-Y)=E(X)-E(Y)=0-0=0;3)D(ξ)=E[ξ-E(ξ)]²=E[X²+2XY+Y&#

概率统计设X,Y相互独立且都服从标准正态分布,则E|X-Y|则E|X-Y|^2是多少,我算的是4,一直算不对,

直接用积分计算期望如图如图,平方的期望可反用方差公式简单计算.经济数学团队帮你解答,请及时采纳.

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.

两个变量都服从标准正态分布,方差不同,独立吗

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

设随机变量X与Y独立,且X服从均值为1、标准差(均方差)为2的正态分布,而Y服从标准正态分布.

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

X与Y是两个相互独立同分布且他们都服从标准正态分布,则X^2/(X^2+Y^2)的期望是多少

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

设随机变量X与Y独立同分布,且都服从标准正态分布N(0,1),试证:U=X^2+Y^2与V=X/Y相互独立

这是个著名的问题.也很有工程用途: 当一个二维信号联合正态时,幅值和相位是独立的.见图: