已知随机变量X.Y分别服从N(1,3^2)

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/05 07:37:16
已知随机变量X.Y分别服从N(1,3^2)
已知随机变量X,Y分别服从N(1,3^2),N(0,4^2),ρxy=-1/2,设Z=X/3+Y/2

对,是协相关方差6分之2是X的系数与Y的系数然后乘以2

两个独立的随机变量X,Y分别服从B(n,p),B(m,p),证明其和X+Y服从B(n+m,p)

如图:关于那个组合数公式,可以从组合意义上证明:n+m个里面取k个的组合,共有 C(n+m,k)种.可将这 C(n+m,k)种用另一种方式计数:将n+m个分成两堆,一堆有n个,另一

概率统计学.设两个相互独立的随机变量X和Y分别服从正态分布N(0,1)和N(1,1)则.A,P{X+Y

N(0,1)N(1,1)XY独立所以X+Y和X-Y都是服从正态分布的而且E(X+Y)=EX+EY=1,D(X+Y)=DX+DY=2所以X+Y~N(1,2)所以P(X+Y=0)=Φ((0-1)/√2)=

设两个相互独立的随机变量X和Y分别服从正态分布N(0,1)和N(1,1),则(  )

根据正态分布的性质,易知:X+Y,X-Y均服从正态分布,根据数学期望与方差的性质:E(X+Y)=E(X)+E(Y)=1,D(X+Y)=D(X)+D(Y)=2,E(X-Y)=E(X)-E(Y)=-1,D

已知随机变量X,Y相互独立,N(1,9),Y在区间[0,4]上服从均匀分布,则E(X)=?,D(Y)=?,D(X+3Y)

1,4/3,15,其中运用公式相互独立的随机变量之和D(X+Y)=D(X)+D(Y).对于均匀分布D(x)=(b-a)²/12

已知随机变量X,Y相互独立,且同服从分布N(0,1),又Z=根号(X^2+Y^2),求E(X),D(X)

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

已知随机变量X,Y分别服从N(1,9),N(0,16),它们的相关系数ρxy,=-1/2,Z=X/3+Y/2,试求:

因为书上定义:D(ax+by)=a^2D(X)+b^2D(Y)+2*abCov(X,Y)Cov(X,Y)为协方差Cov(X,Y)=E(XY)-E(X)E(Y)只有当X,Y不相关时Cov(X,Y)等于零

概率统计问题,9、已知随机变量X,Y分别服从正态分布N(0,1)和N(2,4^2),且X与Y的相关系数为

再问:能不能把计算过程写得更详细一点?再问:cov(X,Z)是怎么等于3cov(X,X)的?再答:

已知随机变量X服从正态分布N(3,a^2),则P(X

这里μ=3,由正态分布本身的性质P(X

设随机变量X服从正态分布,且X~N(-3,4),则连续型随机变量Y=()服从标准正态分布N(0,1)

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)

概率统计题目,已知随机变量X服从二项分布b(n,p)求随机变量Y=e^(mX)的数学期望和方差

X--B(n,p)==>p(x)=C(n,x)p^x(1-p)^(n-x)Y=e^(mx)==>E(Y)=所有的y求和y*p(y)=所有的x求和e^(mx)*p(x)=所有的x求和e^(mx)*[C(

已知随机变量X服从二项分布b(n,p)求随机变量Y=e^(mX)的数学期望和方差,请大神赐教.

X--B(n,p)P(x)=C(n,x)p^x(1-p)^(n-x)Y=e^(mx)E(Y)=所有的y求和Σy*P(y)=所有的x求和Σe^(mx)*P(x)=所有的x求和Σe^(mx)*[C(n,x

设随机变量X~N(0.1),Y=3x-1,则Y服从什么

N(0,1)表示随机变量X服从期望为0,方差为1的正态分布,即标准正态分布其中N是NormalDistribution的缩写,即正态分布.正态分布的概率密度函数为f(x)=]1/(√2π)σ]*exp

已知随机变量X-N(1,3),Y-N(2,3),且X,Y独立,则2X-3Y服从的分布为

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

随机变量X服从正态分布N(u1, ),Y服从正态分布N(u2, ),X与Y独立,则X+Y服从

(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

相互独立随机变量X,Y,服从正态分布N(0.1)

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+

设x,y分别服从正态分布,那么(x,y)是二维随机变量吗?

/>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