设XY是相互独立同服从正态分布的随机变量,求Z=根号X^2 Y^2的概率密度函数

来源:学生作业帮助网 编辑:作业帮 时间:2024/07/05 16:50:03
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

有没有概率高手,设XY相互独立都服从标准正态分布.令E=X+Y;n=x-y,求E(e);E(n);D(n);D(n);P

1)E(ξ)=E(X+Y)=E(X)+E(Y)=0+0=0;2)E(η)=E(X-Y)=E(X)-E(Y)=0-0=0;3)D(ξ)=E[ξ-E(ξ)]²=E[X²+2XY+Y&#

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

设随机变量X与Y都是相互独立,切都服从标准正态分布,则,2X-Y+1服从什么分布,

依然正态分布 +1的话只是平均值+1,不影响方差图片来自维//……基,不添加链接了以防答案被吞

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ξ1,ξ2,……,ξn是相互独立的随机变量,且都服从正态分布N(u,δ^2),则ξ=(1/n)∑ξi服从的分布是___

N(u,δ^2/n),这是正态分布的一个性质,满足正态分布的随机变量之和也是满足随机变量的,具体证明书上有,用的是特征函数.所以知道是正态分布后,期望方差很好求,一下子就确定了

: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

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

设二维随机变量(x,y)服从二维正态分布,其概率密度1/50π证明X与Y相互独立详见图片 求X,Y是否独立

f(x)=[(50pi)^(-1/2)]e^(-x^2)f(y)=[(50pi)^(-1/2)]e^(-y^2)f(x,y)=f(x)f(y)X与Y相互独立.再问:这样好像不对吧,有解题过程吗?再答:

设随机变量X1,X2,X3相互独立,其中X1在[0,6]上服从均匀分布,X2服从正态分布N(0,22),X3服从参数为

D(x1)=3D(x2)=22D(x3)=3D(Y)=D(x1)+4D(x2)+9D(x3)=3+88+27=118如有意见,欢迎讨论,共同学习;如有帮助,

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.

X与Y是两个相互独立同分布且他们都服从标准正态分布,则X^2/(X^2+Y^2)的期望是多少

因为X^2/(X^2+Y^2)+Y^2/(X^2+Y^2)=1所以E[X^2/(X^2+Y^2)]+E[Y^2/(X^2+Y^2)]=E(1)=1因为X、Y服从相同的分布,且相互独立,所以:E[X^2

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+

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: