x服从正态分布,y是x的标准化
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/16 13:40:13
在X与Y相互独立的条件下才可以说X-2Y也服从正态分布.其参数为(独立条件下)均值E(X-2Y)=EX-2EY=0方差D(X-2Y)=DX+4DY=10,即X-2Y服从N(0,10)
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
亲.这是定义,当分布为正态分布时,二者就是等价的再答:根据你的表达式,xy也是正太,再答:不懂可以追问再问:只要是二维正态分布独立和不相关就一定等价?再问:那个行列式等于零XY就不是二维正态分布吗,能
设Y的分布函数为F(y),X的密度函数为g(x)则F(y)=P(Y
套公式即可.σ1^2=DX=16,σ2^2=DY=25.ρ=Cov(X,Y)/(σ1σ2)=0.6,√(1-ρ^2)=0.8.f(x,y)=(1/32π)e^{(-25/32)[x^2/16-3xy/
X服从正态分布,则X的平方服从卡方分布.
E(X)=0,D(X)=E(X^2)=1,E(X^3)=0E(X^4)=3E(Y)=2*E(X^2)+E(X)+3=5E(XY)=2*E(X^3)+E(X^2)+3*E(X)=1E(Y^2)=4*E(
C啊~这是概率论第四章的啊~不相关就是协方差为0~然后逆推到D(X)=D(Y)就可以导来了
首先,什么叫二维正态分布.2个高斯随机变量放在一起,叫高斯向量.何为2维,指的是两个向量关于实数域线性无关.(等价于covariance非退化)现在已知(U,V)线性无关,问经过一个线性变换后是否相关
因为E(X-Y)=E(X)-E(Y)=0,var(X-Y)=var(X)+var(Y)=1.
没什么不同.不过你要注意,均值的方差是单独X值方差的1/n(如果均值来源于n个样本的平均)
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
XY服从差方分布~你说的那个只能用二维分布率公式自己推了
就是满足正态分布的性质.
由已知X服从均值为1、标准差(均方差)为2的正态分布,所以X−12~N(0,1),E(X)=1,D(X)=2;由Y服从标准正态分布,所以:Y~N(0,1),E(Y)=0,D(Y)=1;又X、Y相互独立
因为X^2/(X^2+Y^2)+Y^2/(X^2+Y^2)=1所以E[X^2/(X^2+Y^2)]+E[Y^2/(X^2+Y^2)]=E(1)=1因为X、Y服从相同的分布,且相互独立,所以:E[X^2
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+
/>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