设x1x2xn是n个相互独立同分布的

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/27 19:07:47
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,已知随机变量X1,X2,X3,…Xn(n>1)相互独立且同分布

再问:哦哦,明白了,谢谢你啦!!再答:欢迎继续讨论,我这学期重修概率论再问:呵呵,我们明天考试再答:这....这么快再答:祝你成功啊再问:恩,半学期学完。再问:嗯嗯,谢谢

设X和Y是相互独立的随机变量

var(z)=Var(2x-y)=4var(x)-4cov(x,y)+var(y)=16+0+9=25标准差为开平方5

设AB是2个相互独立的事件,已知P(A)=0.7,P(B)=0.8,则平(AB)=?

P(AB)表示AB两件事同时发生的概率P(AB)=P(A)XP(B)=0.7X0.8=0.56

随机变量相互独立跟独立同分布有什么不一样?

随机变量相互独立是指若干随机变量仅仅满足相互独立的条件;随机变量相互独立且具有相同分布不仅满足相互独立的条件,还满足分布都相同的条件再问:�ֲ���ͬ��ʲô��˼����再答:���������зֲ

:设X 和Y 是相互独立的且均服从正态分布N( 0 ,0.5)的随机变量,求(X - Y)绝对值的数学期望

E(X-Y)=∑∞P(X1)(Y1)(X1-Y1)=∫∞∫∞f(x)f(y)(x-y)dxdy=0希望能帮到您~

设随机变量x~N(0,1),N(1,2),且x,y相互独立,则x-2y=?

首先X-2Y还是正态分布而E(X-2Y)=E(X)-2E(Y)=0-2=-2D(X-2Y)=D(X)+(-2)²D(Y)=1+4×2=9所以X-2YN(-2,9)

设随机变量X~N(-1,22),N(-2,32),且X,Y相互独立,则X-Y~()

正态分布添加剂,XY也是正常E(XY)=EX-EY=1D(XY)=DX+DY=13XYN(113)

1.设随机变量X Y 相互独立,同分布与N (0,0.5),求E(| X - Y |)

X与Y相互独立,且都服从正态分布N(0,0.5)-->U=X-YEU=EX-EY=0DU=0.5+0.5=1U~N(0,1)E|X-Y|=E|U|为正态分布的一阶绝对中心矩=(2/pi)^(1/

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~N(-1 4),N(-2 9) ,且XY相互独立,则x-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)

设X与Y相互独立且服从N(0,0.5),证明X-Y是N(0,1)随机变量

因为X,Y独立的正太分布,所以他们的线性组合仍是正态分布D(X-Y)=DX+DY=1E(X-Y)=EX-EY=0所以有如题结果

1:设X 和Y 是相互独立的且均服从正态分布N( 0 ,0.5)的随机变量,求(X - Y)绝对值的数学期望 有步

由于格式问题,积分无法在这里显示,需要详细解答请去我的百度空间——>相册——>答案中去看.

设X1,X2...Xn 独立同分布的随机变量,证明X=(1/n)* ∑Xi 和∑(Xi-X)^2 相互独立.

记Y=∑(Xi-X)².X,Y一般不是相互独立的.例如n=3,X1,X2,X3都服从-1,1两点均匀分布.可以算得P(X=1)=(1/2)³=1/8.P(Y=0)=3·(1/2)&

设x,y是相互独立同服从几何分布的随机变量,即它们共同的分布率为p(x=k)=pq^(k-1),

解答过程如图,写出Z1,Z2取值与X,Y取值的关系就可计算了.经济数学团队帮你解答,请及时采纳.谢谢!

设随机变量X与Y独立同分布,且都服从标准正态分布N(0,1),试证:U=X^2+Y^2与V=X/Y相互独立

这是个著名的问题.也很有工程用途: 当一个二维信号联合正态时,幅值和相位是独立的.见图:

设X1,X2...Xn是独立同分布的正值随机变量.证明E[(X1+...+Xk)/(X1+...Xn)]=k/n,k≤n

因为(Xi/(X1+X2+……+Xn))的绝对值小于等于1,所以它的期望存在.由对称性,E[(X1)/(X1+...Xn)]=E[(X2)/(X1+...Xn)]=...E[(Xi)/(X1+...X