设随机变量与独立,且,则服从的分布为

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/16 15:43:37
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

概率论与数理统计的题:设X,Y是相互独立且(0,a)上服从均匀分布的随机变量,则E【min(x,y)】=?

这个只是一种简便写法.其实可以看到,如果x>y,那么(1/2)(x+y-|x-y|)=(1/2)[x+y-(x-y)]=y如果x

请问,设随机变量X与Y互相独立,且均服从区间 [0,3] 上的均匀分布,则P(max{X,Y}≤1)=?,感恩

max{X,Y}≤1实际上就等价于X和Y都小于等于1,而随机变量X与Y互相独立,于是P(max{X,Y}≤1)=P(X≤1)*P(Y≤1)而X和Y均服从区间[0,3]上的均匀分布故P(X≤1)=P(Y

19.设随机变量X~B,Y服从参数为3的泊松分布,且X与Y相互独立,则 D(X+Y)=______.

X服从B(n,p)二项分布D(X)=np(1-p)Y服从参数为3的泊松分布D(Y)=3X与Y相互独立D(X+Y)=D(X)+D(Y)D(X+Y)=np(1-p)+3解毕

设随机变量X与Y均服从参数为λ的指数分布,且X与Y相互独立,求Z=X+Y的密度函数

fx(x)=λe^(-λx)f(x,y)=λ²e^(-λx-λy)z-x>0,z>xfZ(z)=∫(-∞,+∞)f(x,z-x)dx=∫(-∞,+∞)f(x,z-x)dx=∫(0,z)λ&#

设随机变量X在[0,1]上服从均匀分布,Y在[2,4]上服从均匀分布,且X与Y相互独立,则D(XY)=

均匀分布的期望方差公式都记得吧,套用一下就行了EX=1/2EY=3X与Y相互独立所以EXY=EXEY=3/2E(XY)²=∫(0到1)dx∫(2到4)1/2x²y²dy=28/

设随机变量X与Y相互独立,且服从同一分布,X的分布律为

由于:P(X=0,Y=0)=P(X=1,Y=0)=P(X=0,Y=1)=P(X=1,Y=1)=1/4.P(Z=1)=P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1)=3/4.P(Z=0

设随机变量X与Y相互独立,且都服从参数为3的泊松分布,证明X+Y仍服从泊松分布,参数为6

这个用泊松分布可加性来做,很简单X,Y相互独立且分别服从p(λ1),p(λ2)那么Z=X+Yp(λ1+λ2)参考资料里有他的证明

设随机变量X与Y相互独立,且都服从参数为3的泊松分布,证明X+Y服从泊松分布,参数为6

要用到微积分吗?具体公式给下回答:=Σ(3^I*e^(-3)I/I!)(3^(K-I)*e^(-3)I/(K-I)!)=Σ(3^I*3^(K-I)e^(-3)*e^(-3)/I!*(K-I)!)=Σ[

设x和y是相互独立的两个随机变量,且x服从(-1,2)上的均匀分布,y服从y~N(1,4)则D(XY)=

解题思路了讲到这后面的积分自己先积一积不懂追问再问:谢谢,明白了,但是木有更简单一点的么~~~~~再答:放心~是没有捷径滴而且这样做计算量不算很大,耐心一点就行了

设随机变量X与Y相互独立,且X服从正态分布N(0,4),Y服从正态分布N(0,9),则随机变量2X^2-Y^2的方差为多

你先求出那个啥f(x、y)等于多少,然后再E(U(x、y))=∫U(x、y)f(x、y)dxdy就可以了再问:。。。你这个方法复杂了,我已经做出来了

概率论与数理统计题设随机变量X与Y相互独立且服从N(0,1/2)的正态分布,则随机变量序列|X-Y|的数学期望E|X-Y

随机变量X与Y相互独立且服从N(0,1/2)的正态分布所以Z=X-Y服从标准正态分布N(0.1)E|X-Y|=E|Z|=(2π)^(-0.5)*∫【-∞,+∞】|z|e^(-z^2/2)dz=√(2/

设随机变量X与Y相互独立,且X~B(16,0.5),Y服从参数为9的泊松分布,则D(X-2Y+3)=?

随机变量X与Y相互独立,那么D(X-2Y+3)=DX+2²*DY而X~B(16,0.5),Y服从参数为9的泊松分布所以DX=16*0.5*(1-0.5)=4,而Y的方差就等于泊松分数的参数,

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