X服从标准正态分布,则Y=X 1的概率密度-搜答案-智慧作业帮

用卷积公式求得Z的概率密度函数,配方太麻烦所以提到最前面写.与x无关的项作为“系数”提到关于X的积分外面,然后构造关于x的正太分布密度函数积分,积分结果=1,积分号以外的“系数”就是要求的结果,为目标

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

你好！定理是当X与Y独立时，X+Y服从正态分布，而当X与Y不独立时，X+Y不一定服从正态分布。经济数学团队帮你解答，请及时采纳。谢谢！

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

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

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

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

X²/1,Y²/1均服从自由度为1的χ²分布.按照F分布的定义,(X²/1)/(Y²/1)=X²/Y²,服从自由度为(1,1)的F

为了方便令F(X1)=ф（X(1)）)F(X1)=1-(1-F(X1))^nf(x1)=n*((1-F(x1))^(n-1))*F'(x1)E=ф（X(1)））*f(x1)从负无穷到正无穷的积分积分符

Cov(Y,X)=Cov(2X^2+X+3,X)=2Cov(X^2,X)+Cov(X,X)+0Cov(X,X)=Var(X)=1Cov(X^2,X)=E(X^2X)-E(X^2)E(X)=E(X^3)

1,X的密度函数f(x)=1/√(2π)*exp(-x^2/2)2,设y>0P(Y≤y)=P(-√y≤X≤√y)=1/√(2π)*积分(-√y到√y)exp(-x^2/2)dx=2/√(2π)*积分(

如果X服从N(m,s*s),则z=(X-m)/s服从N(0,1).证明如下：设X服从N(m,s),其分布函数为F(y)=p(X

Y=(X+3)/2由X~N(-3,4)知,μ=-3,σ=2.则Y=(X-μ)/σ=(X+3)/2服从标准正态分布N(0,1)

YN(0,1)则：EY=aEX+b=aμ+b=0DY=a²DX=a²σ²=1a=1/σb=-μ/σ或者将X标准化Y=aX+b=X-μ/σN(0,1)判断出a=1/σb=-

因为E(X-Y)=E(X)-E(Y)=0,var(X-Y)=var(X)+var(Y)=1.

不对,应该是p{X>=-x}=p{X

1.独立的正态分布的联合分布也服从正态分布.2.没关系.3.去掉独立后,结论不成立.4.由分布密度来判断是否是二维正态分布.

(u1+u2,σ1^2+σ2^2)^代表平方哈,这是正态分布的可加性吧再问：那X-Y呢？谢谢你啊，要考试了其实是想知道X+Y与X-Y的方差相不相等。麻烦帮个忙再答：相等的，当X，Y不独立，D(X+(或

如图：

X1X2iidindependentandidenticaldistributionY=2+3X1-4X2E（Y)=2VAR(Y)=9+16=25N(2,25)所以fy（Y）=1/sqrt(2pi)*