随机变量相互独立符合正态分布求max(x1,x2数学期望)

来源:学生作业帮助网 编辑:作业帮 时间:2024/11/06 06:55:29
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

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

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

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

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4X+3Y与3X-4Y的联合密度函数.

x,y独立,正态分布.那么x,y的和差运算仍然是正态分布.E(4X+3Y)=4E(x)+3E(y)=0D(4x+3y)=16D(x)+9D(y)=25因此4X+3Y~N(0,25)同理3X-4Y~N(

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

设两个随机变量X,Y相互独立,且都服从均值为0,方差为1/2的正态分布,求随机变量|X-Y|的方差.

分析:这个直接求,有直接定理E(X)=E(Y)=u=0Z=X-YE(|Z|)=(2/√2π)∫ze^(-z^2/2)dz=√(2/π)D(X)=D(Y)=1/2D(|X-Y|)=E(|X-Y|^2)-

设X和Yshi相互独立且都服从均值为0,方差为1/2的正态分布求随机变量|X-Y|的方差

真正的|X-Y|的方差要比这样算的小很多...定义I{x>y}=1如果x>y;否则为0I{x

: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~

随机变量X,Y相互独立,都服从正态分布N(0,1/2),求|X-Y|的方差.麻烦不要只写结果,快

我已经发到白度文档了,题为《一个方差的计算》,直接转不上来,你去百度文档搜一下啊,不过可能要等一会,我刚发上去!两个变量之差之所以服从标准正态分布,用到了正态分布的线性组合还是正态分布这一性质,特别在

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

概率论问题,求期望设随机变量X和Y相互独立,且都服从期望μ为标准差为σ的正态分布,求随机变量A=min{X,Y}和随机变

A={(X+Y)-|X-Y|}/2,B={(X+Y)+|X-Y|}/2X-Y服从N(0,2σ²)E|X-Y|=σ/√πEA=μ-σ/2√πEB=μ+σ/2√π再问:应该是对了,不过我算的E|

设随机变量X1和X2相互独立,且都服从正态分布N(0,1/2),令Y=X1-X2,求E|Y|

Y=X1-X2服从N(0,1)E(Y)=0E(|Y|)=(2/√2π)∫ye^(-y^2/2)dy=√(2/π),积分范围y>0E(|Y|²)=E(Y²)=D(Y)+E²

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.

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+