随机变量XY相互独立,f(x)=e^-x,求Z=Y X的概率密度

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/27 17:27:45
概率论 已知随机变量X,Y,Z相互独立,

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

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

如图 设xy 是两个相互独立的随机变量 求得是D(x+y)

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

如何求二维随机变量X和Y是否相互独立?

先求x,Y的边缘分布律.如果P(X=xi,Y=yj)=P(X=xi)P(Y=yj)则相互独立.否则不独立

概率论:1.已知随机变量X,Y满足关系Y+2X=1,则ρXY= 2.已知随机变量X,Y相互独立,且

1满足线性关系,相关系数一定为1了2X+Y~N(3,9)P(X+Y)>3=0.5通用方法是查表中{(3-3)/(根号9)}万一不是这麼正好的数你就没这麼好运气再答:���ˣ�1����-1������

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)

设随机变量XY相互独立X为标准正态分布Y为【0.1】上均匀分布求P{X>Y}

所给题中ξ服从标准正态分布,均值miu为0,方差sigma为1,根据正态分布性质有:P{1

请问两个随机变量XY不独立,他们的联合概率密度f(x,y),怎么求E(XY)?

对int是什么?再问:int������再答:�Ǿ�������

随机变量X.Y相互独立,判断正误说明原因 ①D(XY)=D(X)D(Y) ②X.Y不相关

第一个错,第二个对再问:相关是指?再答:相关是用协方差表征的再答:再答:变量相互独立,有D(X+Y)=D(X)+D(Y)再问:我刚刚看了下课本那个E〔X-E(X)〕怎么拆开?再答:再问:那把E【〔X-

设随机变量X与Y相互独立,证明:D(XY)〉=D(X)D(Y).

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

设随机变量X,Y相互独立,且服从[0,]上的均匀分布,求XY的概率密度

求导就得书上的答案.再问:不好意思时间过去有点长忘记题目了,不过你的那个p(x

设随机变量X,Y相互独立,且E(X)=E(Y)=1,D(X)=2,D(Y)=4,则D(XY)=______

E{[XY-E(XY)]^2}=E(X^2Y^2)-E(XY)^2=E(X^2)*E(Y^2)-E(X)^2*E(Y)^2=[D(X)+E(X)^2][D(Y)+E(Y)^2]-E(X)^2*E(Y)

随机变量X,Y相互独立,概率密度f(x)

f(x,y)=1/4*exp{-x-y/4}(x>0,y>0)f(x,y)=0(其他)

若X,Y是相互独立的随机变量,那么X,2Y相互独立吗

相互独立再问:那如果设f(x)为概率密度,那么f(2x)=2f(x)还是f(2x)呢?谢谢!再答:先给分吧再问:请讲一下吧,谢谢!再答:第一个再答:再答:对其求导

随机变量X,Y相互独立,且均在(0,1)上均匀分布,则D(XY)为多少?

D(X)=D(Y)=(1-0)^2/12=1/12∵X与Y相互独立∴D(XY)=D(X)D(Y)=1/144再问:这应该是算E(XY)的方法吧?再答:E(XY)=EX·EY这是不需要条件的,独立时D(

随机变量XY独立,则他们的连续函数G(X)和H(Y)也相互独立.

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

设随机变量XY相互独立,都服从(0.1)的均匀分布,求z=x+y的密度函数.

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

相互独立随机变量X,Y,服从正态分布N(0.1)

1fX(x)=(1/√2π)e^(-x^2/2)fY(y)=(1/√2π)e^(-y^2/2)因为x,y独立,所以联合概率密度所以fXY(x,y)=fX(x)fY(y)=(1/2π)e^[-(x^2+