x,y服从正态分布,z=x-2y 3,求z的数学期望和方差

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/01 09:58:33
正态分布简单性质X,Y均服从参数为0,2的正态分布,X-2Y显然也服从正态分布,那么X-2Y的参数是多少?

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)

两个独立的随机变量 X 与Y 都服从标准正态分布,求 Z=X+Y 的概率密度.

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

概率论问题求问.1比如X Y都服从某正态分布求Z=2X+3Y服从什么样的正态分布?2XY相互独立D(X)=4 D(Y)=

问题1你计算一下Z的期望和方差就行因为正态分布两个参数的意义就是期望和方差,所以问一个随机变量是什么杨的正态分布其实就是问他的期望和方差是多少的问题问题2方差的性质如果XY相互独立则D(aX+bY)=

设随机变量X,Y相互独立,且都服从正态分布N(0,σ^2),求Z=(X^2+Y^2)^0.5的概率密度.

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X,Y相互独立,且都服从标准正态分布,则Z=X/根号下Y^2服从( ) 分布,并写出分布的参数

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

假设随机变量X和Y相互独立,服从标准正态分布,求随机变量Z=X/Y的概率密度.

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

有没有概率高手,设XY相互独立都服从标准正态分布.则随机变量Z=2X+Y的概率密度是多少.

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

设随机变量X,Y相互独立,且都服从正态分布N(0,σ^2),求Z=(X^2+Y^2)^0.5的方差

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

设x服从正态分布,Y服从均匀分布u(-h,h),x,y相互独立,求z=x+y的概率密度函数

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

X,Y相互独立.他们都服从标准正态分布N(0,1).证明Z=X^2+Y^2服从λ=1/2的指数分布

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) Z服从标准正态分布,Z=1.85,求P(X≤Z)

=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

x,y互相独立且服从标准正态分布,则f(x,y)也服从正态分布吗?

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.

随机变量X服从正态分布N(u1, ),Y服从正态分布N(u2, ),X与Y独立,则X+Y服从

(u1+u2,σ1^2+σ2^2)^代表平方哈,这是正态分布的可加性吧再问:那X-Y呢?谢谢你啊,要考试了其实是想知道X+Y与X-Y的方差相不相等。麻烦帮个忙再答:相等的,当X,Y不独立,D(X+(或

设随机变量X与Y独立,X服从正态分布N(μ,σ^2 ),Y服从[-pi,pi]上的均匀分布,求Z=X+Y的密度函数

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)