X~N(0,1)分布,X^2服从什么分布-搜答案-智慧作业帮

mu=[0,2];%数学期望sigma=[10;0,4];%协方差矩阵r=mvnrnd(mu,sigma,50)%生成50个样本

f(x)=1*x^0+2*x^1+.+n*x^(n-1)+.xf(x)=x+...+(n-1)x^(n-1)+nx^n+...f(x)-xf(x)=1+x+x^2+x^3+...x^(n-1)-nx^

这是二维的Maxwell分布,你学大学物理会遇到三维的.不过对于只求期望的话,不用求它的分布函数.E((X^2+Y^2)^(1/2))=∫∫(x^2+y^2)^(1/2)dF(x,y)=∫∫(x^2+

E(Z)=E(X^2+Y^2)=E(X^2)+E(Y^2)=[DX+(EX)^2]+[DX+(EX)^2]=1+0+1+0=2因为DX=E(X^2)-(EX)^2D(Z)=D(X^2+Y^2)=D(X

由于Z是两个正态变量的线性组合,则Z也应当符合正态分布.因此只要求出E[Z]和D[Z]即可.EZ=E[2X-Y]=2EX-EY=2又X与Y相互独立,则和的方差等于方差的和,故DZ=D[2X-Y]=4D

N(1,3)P(X>Y)=P(X-Y>0)=P(Z>0)又T=Z-1/根号3~N（0,1）则原式=P（T>-1/根号3）查标准正太分布表可得到概率再问：Z~N(1,1)不是这样？

设随机变量X的分布律为X-2-1012P1/51/61/51/1511/30于是,Y=X^2的分布律为X^2014P1/57/3017/30Y的分布函数为F(y)=P{Y

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+

根号(2*pi)积分可以化成极坐标做.

Z=max(x,y)当x,y)独立时,F(z)=[Fx(z)]^2-->fz(z)=2fx(z)F(z)E[MAX（X,Y）]=∫2zf(z)F(z)dz(代入标准正态分布密度函数,经分步积分可以算出

P（X+Y=n）=(n-1)(1/2)^n以上,使用全概率公式即可再问：麻烦，能不能在详细一点。我比较笨。再答：打公式有点麻烦额，我就简写一下吧P（X+Y=n）=P（X=1）P（Y=n-1）+P（X=

P(0

2X-3Y~N(-4,39)再问：怎么求的？再答：E(2x-3Y)=2EX-3EY=-4D(2X-3Y)=4DX+9DY=39

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

N(0,σ^2)E(X1+X2)=EX1+EX2=0D(X1+X2)=DX1+DX2=2σ^2X1+X2~N(0,2σ^2)同理：X1-X2~N(0,2σ^2)所以1/√2σ(X1+X2)~N(0,1

随机变量的概率和为1

你好!p(|x|>2)=1-p(|x|

P（x=1）=a/2P（x=2）=a/6P（x=3）=a/12P（x=4）=a/20所以a/2+a/6+a/12+a/20=1得到a=1.25故P（1/2

下面给出利用特征函数所进行的严格证明.证明：记h_{X}(t)为随机变量X的特征函数（注：记号“h_{X}”中的“_”表示“下标”；下文中的记号“^”表示“上标”,用来表示幂运算,如2^n是2的n次方

Z=X-Y服从N（0,1）.E（|Z|）=（2/√2π）∫ze^（-z^2/2)dz=√(2/π)E（|Z|^2）=E（Z^2）=D(z)=1D(|z|)=1-2/π