设随机变量X无Y相互独立,且都服从参数为1得泊松分布,则p{X=1,Y=2}=-搜答案-拍题作业网

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

令：Z=X-Y，则由于X，Y相互独立，且服从正态分布，因而Z也服从正态分布，且EZ=EX-EY=0-0=0，DZ=D（X-Y）=DX+DY=12+12＝1，因此，Z=X-Y～N（0，1），∴E|X-Y

P{max（X，Y）≥0}=1-P{max（X，Y）＜0}=1-P{X＜0，Y＜0}由于随机变量X与Y相互独立，所以：P{max（X，Y）≥0}=1−P{X＜0}P{Y＜0}＝1−Φ2(0)＝34．故

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

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

设Z=X+Y，X、Y独立且都服从正态分布N（μ，12），Z也服从正态分布D（Z）=D（X）+D（Y）=1，E（Z）=μ+μ=2μZ～N（2μ，1）所以：Z-2μ～N（0，1）P（Z≤1）=P（Z-1≤

随机变量x,y相互独立都服从N(0,1)则f(x,y)=fX(x)fY(y)=1/（2π）e^(-x²-y²)P(X^2+Y^2

并不是很确定这个答案,但是觉得是一个还算有道理的解释.方差=积分（积分（X^2+y^2)*pdf(x正太)*pdf(y正太)dx)dy(上面的式子是由方差的积分定义得到的）.由于xy相互独立,上面的积

分析：这个直接求,有直接定理E(X)=E(Y)=u=0Z=X-YE（|Z|）=（2/√2π）∫ze^（-z^2/2)dz=√(2/π)D(X)=D(Y)=1/2D(|X-Y|)=E(|X-Y|^2)-

1/（PI）^O.5

首先应该明白X、Y都服从二项分布,这道题并不难.见图

分布律：Z01P1/43/4V01P3/41/4U01P3/41/4如果这就是你想要的回答

X,Y相互独立,且都服从[0,1]上的均匀分布-->f(x,y)=1F(z)=P(x+y

你.有我当年风范f(x)={1/2-1再问：0，其他是什么意思啊直接在下面一行写就行了啊？再答：大括号把两行扩起来,就像我写的那样,扩两行,我这只扩了一行再问：能不能有点过程，我在考试啊，不能直接这样

P(X=Y)=P(X=0)P(Y=0)+P(X=1)P(Y=1)=1/9+4/9=5/9如有意见,欢迎讨论,共同学习；如有帮助,再问：为什么这么算啊？再答：根据独立性。书上讲更全面一些，建议您看书。

由于:P(X=0,Y=0)=P(X=1,Y=0)=P(X=0,Y=1)=P(X=1,Y=1)=1/4.P(Z=1)=P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1)=3/4.P(Z=0

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)

fx（x）=（1）2x0<x<1\x0d(2)0其他\x0dfy(y)=（1）e的-y次方y0\x0d(2）0y≤0,\x0d则X与Y的联合概率密度f(x,y）=\x0de的-y次方打不出