x服从正态分布,y是x的标准化-搜答案-智慧作业帮

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.

卡方分布

(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