设X,Y,Z 服从标准正态分布,那么X^2 Y^2 Z^2服从什么分布

用卷积公式求得Z的概率密度函数,配方太麻烦所以提到最前面写.与x无关的项作为“系数”提到关于X的积分外面,然后构造关于x的正太分布密度函数积分,积分结果=1,积分号以外的“系数”就是要求的结果,为目标

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

你好！定理是当X与Y独立时，X+Y服从正态分布，而当X与Y不独立时，X+Y不一定服从正态分布。经济数学团队帮你解答，请及时采纳。谢谢！

只需考察事件(X/Y0,X0,x=0,arctan(1/a)

对于选项（A）：两个随机变量X和Y都服从标准正态分布，但它们的和不一定服从正态分布，因为X和Y不是相互独立的．倘若X和Y相互独立或者X和Y的联合分布为正态分布，则可以推出X+Y服从正态分布，否则不一定

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

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

/>FZ（z）=P（XY≤z）=P（XY≤z|Y=0）P（Y=0）+P（XY≤z|Y=1）P（Y=1）=12[P(XY≤z|Y=0)+P(XY≤z|Y=1)]=12[P(X*0≤z|Y=0)+P(X≤

FZ(z)=P{Z再问：可是答案是{Φ[(z+h-μ)/σ]-Φ[(z-h-μ)/σ]}/2h再答：我第一行做错了。FZ(z)=P{Z

有没有学过特征函数?没有的话很难解释...第一问服从自由度为2的卡方分布,也就是Gamma（1,1/2）分布,写出密度函数就是指数分布第二问用正态分布线性组合性质直接就有了,用特征函数很好解释

1,X的密度函数f(x)=1/√(2π)*exp(-x^2/2)2,设y>0P(Y≤y)=P(-√y≤X≤√y)=1/√(2π)*积分(-√y到√y)exp(-x^2/2)dx=2/√(2π)*积分(

Y=(X+3)/2由X~N(-3,4)知,μ=-3,σ=2.则Y=(X-μ)/σ=(X+3)/2服从标准正态分布N(0,1)

YN(0,1)则：EY=aEX+b=aμ+b=0DY=a²DX=a²σ²=1a=1/σb=-μ/σ或者将X标准化Y=aX+b=X-μ/σN(0,1)判断出a=1/σb=-

=NORMSDIST(1.85)=NORMSINV(0.49)=NORMDIST(9,5,62,TRUE)=NORMINV(0.83,5,42)=2*TDIST(9,14,1)=TINV(0.35,1

因为E(X-Y)=E(X)-E(Y)=0,var(X-Y)=var(X)+var(Y)=1.

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.

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

fY(y)=1/（2π）,y∈[-pi,pi],其他为0FZ(z)=P{Z再问：fZ(z)=∫(-π,+π)φ((z-y-u)/σ)/(2π)dy=[Φ((z+π-u)/σ)-Φ((z-π-u)/σ)