X服从N(0,1)

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/28 13:30:32
设随机变量X,Y独立都服从标准正态分布N(0,1),则X方/Y方服从的分布为

X²/1,Y²/1均服从自由度为1的χ²分布.按照F分布的定义,(X²/1)/(Y²/1)=X²/Y²,服从自由度为(1,1)的F

设X,Y为相互独立的随机变量,且均服从N(0,1),求E[min(X,Y)].

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min(X,Y)的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法:Z

概率论与数理统计设随机变量X服从正态分布N(0,1),Y服从正态分布N(0,1),且X,Y相互

设A=E(X^2/(X^2+Y^2)),B=E(Y^2/(X^2+Y^2)),A+B=1,A-B=0.所以...A=0.5

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

设随机变量X服从正态分布,且X~N(-3,4),则连续型随机变量Y=()服从标准正态分布N(0,1)

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)

设随机变量x,y相互独立 都服从N(0,1) 计算概率P(X^2+Y^2

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

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

设二维随机变量(X,Y )服从二维正态分布N(0,0,1,1,0)求P(X+Y0)

X,N(0,0,1,1,0)说明X,Y独立同分布N(0,1)fX(x)=φ(x).P(X+Y0)=P(X>0,Y>0)+P(X

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

根号(2*pi)积分可以化成极坐标做.

概率~正态分布~独立性问题.x,y服从二维正态,N(1,3^2),N(0,4^

z由x与y表示,x、y服从二维正态分布,从而x、z服从二维正态分布.对于二维正态分布来讲,不相关与独立是等价命题,所以由不相关直接推出两者独立.

已知随机变量X服从正态分布N(0,1),求E(X^2)、E(X^3)与E(X^4)?

X~N(0,1)则Y=X^2~~卡方分布X^2(1)所以EX^2=1E(X^4)=DY+(EY)^2=2+1=3E(X^3)=0.pdf概率密度函数关于y对称.当然,也是可以像沙发同志那样做.不过有点

设连续随机变量X服从标准正态分布N(0,1),求Y=1-2X的概率密度函数

正态分布的线性函数还是正态分布E(Y)=E(1-2X)=1-2EX=1D(Y)=D(1-2X)=4D(X)=4故Y~N(1,4)

若X服从二项分布B(n,p),那么1-2X服从什么的二项分布?

若X服从二项分布B(n,p),那么Y=1-2X也服从二项分布B(n',p'),n'=1-2n,p'=p.我们知道,如果设X均值为a,方差为b,则a=np,b=npq.(q=1-p)易证,Y=1-2X的

随即变量X服从N(0,1)分布,Y=X^2,求x和y的相关系数

p=cov(x,y)/[√D(x)*√D(y)]cov(x,y)=E(x*y)-E(x)*E(y)=E(x^3)-E(x)*E(x^2)=E(x^3)=∫∞(x³*e^(-x²/2

大学概率论:设X,Y独立且X~N(0,1),N(2,1),则X-3Y服从?

x-3y~N(-6,10)E(x-3y)=E(x)-3E(y)=0-3*2=-6;D(x-3y)=D(x)+9D(y)=1+9*1=10.

二维随机变量(x,y)~N(0,0,1,1,1/2) 则z=x-2y服从?

根据二维正态分布的性质知:x,y均服从N(0,1),根据正态分布的线性组合还是正态分布,知z服从正态分布下面重点求z的期望与方差E(z)=E(x-2y)=E(x)-2E(y)=0D(z)=D(x-2y