证明xy相互独立随机变量,z＝x y服从泊松分部

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