设随机变量X和Y分别服从正态分布N(1,9)和N(0,16)问X和Y是否相互独立

来源:学生作业帮助网 编辑:作业帮 时间:2024/06/30 19:57:16
设两个随机变量X和Y相互独立且分别服从参数为a1,a2的泊松分布,则X+Y服从参数为什么的泊松分布?

X+Y服从参数为(a1+a2)的泊松分布,因为泊松分布具有可加性,证明见参考资料

设随机变量(X,Y)服从区域D={(x,y)|x^2+y^2

积分区域是圆S=πf(x,y)=1/π,-√(2y-y²)再问:没问题了

概率统计学.设两个相互独立的随机变量X和Y分别服从正态分布N(0,1)和N(1,1)则.A,P{X+Y

N(0,1)N(1,1)XY独立所以X+Y和X-Y都是服从正态分布的而且E(X+Y)=EX+EY=1,D(X+Y)=DX+DY=2所以X+Y~N(1,2)所以P(X+Y=0)=Φ((0-1)/√2)=

设两个相互独立的随机变量X和Y分别服从正态分布N(0,1)和N(1,1),则(  )

根据正态分布的性质,易知:X+Y,X-Y均服从正态分布,根据数学期望与方差的性质:E(X+Y)=E(X)+E(Y)=1,D(X+Y)=D(X)+D(Y)=2,E(X-Y)=E(X)-E(Y)=-1,D

设随机变量X和Y都服从标准正态分布,则(  )

对于选项(A):两个随机变量X和Y都服从标准正态分布,但它们的和不一定服从正态分布,因为X和Y不是相互独立的.倘若X和Y相互独立或者X和Y的联合分布为正态分布,则可以推出X+Y服从正态分布,否则不一定

概率论问题设随机变量X ,Y分别服从(0-1)分布,证明:X,Y相互独立等价于X,Y不相关.

设X,Y的分布律分别为X01Y011-pp1-qq(1)X,Y独立,那么他们一定不相关(这是书上的结论,只要独立就一定不相关)(2)X,Y不相关,则COV(X,Y)=0,即E(XY)=E(X)E(Y)

设随机变量X ,Y分别服从(0-1)分布,证明:X,Y相互独立等价于X,Y不相关

设X,Y的分布律分别为X01Y011-pp1-qq(1)X,Y独立,那么他们一定不相关(这是书上的结论,只要独立就一定不相关)(2)X,Y不相关,则COV(X,Y)=0,即E(XY)=E(X)E(Y)

设随机变量X和Y相互独立,且服从同一分布,证明P(X小于等于Y)=1/2

X,Y互相独立设X的密度函数为f(x),Y的密度函数为f(y)它们的联合密度函数为f(x,y)=f(x)f(y)f(y,x)=f(y)f(x)=f(x,y)f(x,y)关于y=x对称P(X

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

设随机变量X和Y都服从正态分布,则(X,Y)一定服从二维正态分布吗?

不独立的话,函数形状在三维空间就不是那种草帽型扩散的函数相互独立联合密度里新的指数是-{(x-u1)^2/o^1+(y-u2)^2/o2^2}(x,y)在圆心为(u1,u2),双轴比例为o1,o2的所

设随机变量x服从(0,1)上的均匀分布,求Y=e^X的数学期望和方差

XU(0,1)密度函数:等于:1当0再问:这是标准答案了吧?再答:按公式计算而得:若x的概率密度函数为f(x),那么随机变量x的函数g(x)的数学期望和方差分别为:E[g(x)]=∫g(x)f(x)d

设随机变量x服从(0,1)上的均匀分布,Y=e^x 求y的数学期望 和 方差

楼上方差错了方差(x*(e^x-1)^2在(0,1)上的积分)

设随机变量X和Y相互独立,X服从区间(0.2)的均匀分布,Y服从均值为1/2的指数分布 求P(Y《X)

X和Y相互独立则有fx(x)*fy(y)=f(x,y)Y服从均值为1/2的指数分布,即参数1/λ=1/2,λ=2然后就可以对联合分布P(Y

设随机变量X服从指数分布,求随机变量Y=min(X,2)的分布函数

可以利用Y与X的关系如图求出分布函数.经济数学团队帮你解答,请及时采纳.再问:再问:能不能帮我在做一下50题再答:这个我不会。前面的问题已经解决,请采纳!

设随机变量X与Y相互独立且分别服从参数λ=2和λ=1的指数分布 求P{X+Y≤1}

求出XY联合概率密度以后,在坐标轴XY上画出Y=-X-1的线,再根据X和Y的取值范围ie,即X>0,Y>0,把联合概率密度在围成的三角形内进行2重积分,即可算出最后答案,

设x,y分别服从正态分布,那么(x,y)是二维随机变量吗?

/>答案是B.X,Y分别是随机变量,(X,Y)是一个把样本空间映射到实数平面的函数.它是一个二维随机变量.D是错误的.A,B,C的区别在于(X,Y)的分布是不是二维正态分布.我们只需举两个例子就可以说