证明xy相互独立随机变量,z=x y服从泊松分部
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/14 13:24:53
2X~N(2,8),3Y~N(0,27),则2X+3Y-Z~N(0,36),即标准差为6,期望为0.化为标准正态W=1/6*(2X+3Y-Z)那么概率就等于P(0≤W≤1)=Φ(1)-Φ(0)=0.8
X=C常数.Y任一随机变量.P(X=C|Y=y)=P(X=C)所以Y与X独立.再问:诶?为什么要用条件概率证?能再详细点嘛?再答:一事件发生与否与另一事件发生与否无关,则两事件独立.X=C的发生与任何
用联合密度的方法去求,算z和x的联合密度,再对其密度关于x积分,就可以了
对于两个独立事件A与B有P(A|B)=P(A)以及P(B|A)=P(B)换句话说,如果A与B是相互独立的,那么A在B这个前提下的条件概率就是A自身的概率;同样,B在A的前提下的条件概率就是B自身的概率
U=(2X+3Y)(4Z-1)=8XZ-2X+12YZ-3YE(U)=8E(X)E(Z)-2E(X)+12E(Y)E(Z)-3E(Y)//:E(X)=0,E(Y)=0.5,E(Z)=5;//:N(5,
如图(点击可放大):Y的方差,我是用最基本的积分(分部积分)做的,也可以用指数分布的性质做:Y是 λ=1的指数分布,所以它的期望:E(Y)=1/ λ=1它的方差:D(Y)=1/&n
X,Y是相互独立,Z=X+Y,则有f(z)=f(x)*f(y)*为卷积
联合密度函数f(x,y)=f(x)*f(y)=(1/2π)e^[-(x^2+y^2)/2]画图可知(X为纵坐标,Y为横坐标)是的Z
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
两两独立你是证了,但还要一个式子成立主是P(x=xi,y=yi,z=zi)=P(x=xi)P(y=yi)P(z=zi)成立才行但P(X=-1,Y=-1,Z=XY=-1)=0,这是因为X,Y取-1时,Z
画个图不就明白了?或者用反证法:假如不独立,则必有AUB中的元素在C中也有,而A,B,C相互独立,怎不可能有元素同时在AUB和C中同时存在.即得证.
记由数学期望的定义,知由于XY只有两个可能值1和-1,所以从而,因此,Cov(X,Y)=0当且仅当,即X和Y不相关当且仅当事件A与B相互独立.返回
楼主的这个结论明显是得不出来的.如果随机变量XY相互独立,那么有:EXY=EXEYXY相互独立,那么它们的相关系数:ρ=0ρ=Cov(X,Y)/√(DXDY)=0协方差:Cov(X,Y)=0Cov(X
说下思路吧,过程难以打出来...X与Y相互独立,所以X与Y的联合密度函数等于X的密度函数与Y的密度函数的乘积.在5x-y
正态分布具有可加性,X-Y也是正态分布E(X-Y)=EX-EY=1D(X-Y)=DX+DY=13X-Y~N(1,13)
知道x^2与y^2相互独立.D(xy)-D(x)D(y)=E(x^2)E(y)^2+E(y^2)E(x)^2-E(x)^2E(y)^2-E(xy)^2=D(x)E(y)^2+D(y)E(x)^2>=0
是X~π(λ)泊松分布证明:P{X=k}=λ^k*e^(-λ)/k!π(μ)P{Y=k}=μ^k*e^(-μ)/k!Z=X+YP{Z=k}=∑(i=0,...k)P{X=i}*P{Y=k-i}=∑(i
只要证明F(G(X),H(Y))关于G(X)和H(Y)偏导数等于F(G(X)),和F(H(Y))各自关于G和H的偏导数的积就可以了,只要把各自的偏导写出来,然后代一下就有答案了.这个上面不好写,不然帮
fZ(z)=∫(-∞→+∞)fX(x)fY(z-x)dx(1)z<0fZ(z)=∫(-∞→+∞)fX(x)fY(z-x)dx=0(2)0≤z<1fZ(z)=∫(0→z)1·1dx=z(3)1≤z<2f
设密度函数为f(x),分布函数为F(x)P(X