X Y是独立分布满足(1,1 5).

1.P{XY=-1},有这样的两种情况：1、x=1（0.75）,y=-1（0.25）;或者2、x=-1（0.25）,y=1（0.75）.对于1、x=1,y=-1,概率为0.25*0.75=0.1875

Z=XY,f(z)=∫f(x,y)dx=∫f(x)f(y)dx=∫(1/x)f(x)f(z/x)dx=∫(1/x)f(z/x)dx---z/x=t---->=∫(z-->1)(1/t)dt=Ln(1/

设x服从[a,b]的均匀分布f(x)=1/(b-a),x∈[a,b]0,其他设y服从[c,d]的均匀分布f(y)=1/(d-c),y∈[c,d]0,其他所以f(xy)=f(x)f(y)=1/[(b-a

X和Y都是离散型分布　　先看X的概率分布：　　X01　　p0.40.6　　再看Y的概率分布：　　Y012　　p0.250.50.25　　又因为X与Y相互独立,所以（X,Y）的联合概率分布为：　　X\Y

1满足线性关系,相关系数一定为1了2X+Y~N(3,9)P(X+Y)>3=0.5通用方法是查表中{(3-3)/(根号9)}万一不是这麼正好的数你就没这麼好运气再答：���ˣ�1����-1������

随极变量X,Y相互独立-->X,Y不相Z=XY-->E{Z}=E{XY}=E{X}E{Y}D(XY)=E{(Z-E(Z))^2}=E{Z^2}-E{Z}E{Z}=E{X^2}E{Y^2}-E{X}E{

由于相互独立,EXY=EX*EY=1*2=2泊松分布的期望等于纳姆达=1二项分布的期望等于np=4*0.5=2

两两独立你是证了,但还要一个式子成立主是P(x=xi,y=yi,z=zi)=P(x=xi)P(y=yi)P(z=zi)成立才行但P(X=-1,Y=-1,Z=XY=-1)=0,这是因为X,Y取-1时,Z

再问：求详解过程再答：

B绝对值号的意义：保证所求的概率不会出现负数的尴尬情况

设xy=(x^3/y)^m*(x^2/y^2)^n=x^(3m+2n)y^(-m-2n)3m+2n=1-m-2n=1m=1,n=-1即有xy=x^3/y*y^2/x^22

已知XY独立同分布,所以P(Z=1)=P(XY=1)=P(X=1,Y=1)+P(X=-1,Y=-1)=P(X=1)P(Y=1)+P(X=-1)P(Y=-1)=1/2*1/2+1/2*1/2=1/2P(

答案:5.(用线性规划的知识解决)由y≥1,y≤2x-1作出可行域(∵直线x+y=m不确定,∴可行域暂时不确定,但不影响解题)∵目标函数z=x-y的最小值为-1∴y=x-z截距最大时,z最小,为-1,

回答：分布B(1,0.4)意味着P(X=1)=0.4,P(X=0)=1-0.4=0.6,P(Y=1)=0.4,P(Y=0)=1-0.4=0.6.故P(Z=0)=P(X=0)xP(Y=0)=0.6x0.

中心极限定理（centrallimittheorem）是概率论中讨论××随机变量××序列部分和的分布渐近于正态分布的一类定理.这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量近似服从正态分

X,Y服从正太分布N(0,1),因此P(X>0)=P(Y>0)=0.5P(XY>0)=P(X>0,Y>0)+P(X0)+P(X再问：X,Y服从正太分布N(0,1),因此P(X>0)=P(Y>0)=0.

解答过程如图,写出Z1,Z2取值与X,Y取值的关系就可计算了.经济数学团队帮你解答,请及时采纳.谢谢!

P｛XY=-1｝=P｛X=1,Y=-1}+P｛X=-1,Y=1｝=P｛X=1｝*P｛Y=-1｝+P｛X=-1｝*P｛Y=1｝=3/4*1/4+1/4*3/4=3/8

写出二元联合概率表如图,边缘概率是已知的,根据条件逐步填出表中的概率.经济数学团队帮你解答,请及时采纳.

X~N(1,2）则E(X)=1,Y服从参数为3的泊松分布,则E（Y）=3；E(Y^2)=3^2+3=12;E(X^2)=1;D（xy）=E[（xy）^2]-E^2（xy)=E(x^2y^2)-E^2(