若X,Y服从标准正态分布,则下列正确A X Y服从正态分布 Bx^2 Y

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/15 10:49:03
若X,Y服从标准正态分布,则下列正确A X Y服从正态分布 Bx^2 Y
概率论正态分布设随机变量X、Y相互独立,且都服从正态分布N(1,2),则下列随机变量中服从标准正态分布的是A.(X-Y)

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

服从标准正态分布曲线

随机变量X的概率密度函数为:{[1/sqrt(2pi)δ]}*exp[-(x-u)^2/(2*δ^2)]被称之为标准正态分布.

概率论中的问题设随机变量X ,Y均服从标准正态分布则 其中有选项A .X+Y服从正态分布,该选项错误,请问为什么?

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!

设随机变量X和Y都服从标准正态分布,则(  )

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

设X,Y相互独立,且都服从标准正态分布,则Z=X/根号下Y^2服从( ) 分布,并写出分布的参数

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

设随机变量X与Y都是相互独立,切都服从标准正态分布,则,2X-Y+1服从什么分布,

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

设随机变量X,Y独立都服从标准正态分布N(0,1),则X方/Y方服从的分布为

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

已知随机变量X服从标准正态分布,且Y=2X^2+X+3,则X与Y是否相关 是否独立

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)

设随机变量X和Y都服从正态分布,则(X,Y)一定服从二维正态分布吗?

不独立的话,函数形状在三维空间就不是那种草帽型扩散的函数相互独立联合密度里新的指数是-{(x-u1)^2/o^1+(y-u2)^2/o2^2}(x,y)在圆心为(u1,u2),双轴比例为o1,o2的所

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)

设随机变量X 服从正态分布 N(μ,σ^2),y=ax+b 服从标准正态分布,则a=?,b=?

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=-

x,y互相独立且服从标准正态分布,则f(x,y)也服从正态分布吗?

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.

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

设随机变量X与Y独立,且X服从均值为1、标准差(均方差)为2的正态分布,而Y服从标准正态分布.

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

X与Y是两个相互独立同分布且他们都服从标准正态分布,则X^2/(X^2+Y^2)的期望是多少

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

若X服从正态分布,则Y=ax+b的期望和方差

当X~N(μ,σ)时,E(X)=μ,D(X)=σ²所以E(Y)=aE(X)+b=aμ+b,D(Y)=a²E(X)=a²σ²