设 X Y 分别服从正态分布,那么(X,Y)
来源:学生作业帮助网 编辑:作业帮 时间:2024/04/24 09:18:56
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)
E(Y)=E(200X185)=2185,D(Y)=200²D(X)=100²,P{2070<P<2300}=P{(2070-2185)/100<(Y-2185)/100<(230
N(0,1)N(1,1)XY独立所以X+Y和X-Y都是服从正态分布的而且E(X+Y)=EX+EY=1,D(X+Y)=DX+DY=2所以X+Y~N(1,2)所以P(X+Y=0)=Φ((0-1)/√2)=
根据正态分布的性质,易知:X+Y,X-Y均服从正态分布,根据数学期望与方差的性质:E(X+Y)=E(X)+E(Y)=1,D(X+Y)=D(X)+D(Y)=2,E(X-Y)=E(X)-E(Y)=-1,D
注意到Y-1也是N(0,1)与同分布,即是求P[3X+4(Y-1)
随机变量X的概率密度函数为:{[1/sqrt(2pi)δ]}*exp[-(x-u)^2/(2*δ^2)]被称之为标准正态分布.
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
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
1/(PI)^O.5
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
X和Y不相关
Y=(X-μ)/σ,则Y服从标准正态分布.
1,P(0.02
1)数学期望EZ=E(X/3+Y/2)=EX/3+EY/2=0+1/2=1/22)Y与Z的相关系数ρYZ由ρXY=-1/2=[E(XY)-E(X)E(Y)]/[D(X)D(Y)]^0.5=[E(XY)
服从正态分布的随机变量的线性组合仍然服从正态分布,所以样本均值(X-Y)服从N(0,36)分布,(注:X-Y服从N(u1-u2,(σ1^2)/n1+(σ2^2)/n2).剩下的就是求正态分布的概率问题
单个个体的值的样本服从正态分布N(μ,σ2)啊,因为是从这个总体中找的X呀.
1、x1、x2是否相互独立,与你得出的Δ=X1-X2无关.只与你使用环境有关,与你建模时假设有关,也就是实际情况.2、如果相互独立,标准正态分布的函数也是标正分布,期望与方差根据公式可求的.如果不独立
/>答案是B.X,Y分别是随机变量,(X,Y)是一个把样本空间映射到实数平面的函数.它是一个二维随机变量.D是错误的.A,B,C的区别在于(X,Y)的分布是不是二维正态分布.我们只需举两个例子就可以说
这是两道题吧.X~N(0,3)所以mu1=0sigma1=根号3Y~N(0,4)mu2=0sigma2=2相关系数=-1/4=r,这里是二维正态概率密度函数的方程,你把以上5个参数带进去,就是所求.h