设X₁.X₂相互独立,且服从N(0,1)分布,试求E()-搜答案-百度作业网

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

令：Z=X-Y，则由于X，Y相互独立，且服从正态分布，因而Z也服从正态分布，且EZ=EX-EY=0-0=0，DZ=D（X-Y）=DX+DY=12+12＝1，因此，Z=X-Y～N（0，1），∴E|X-Y

P{max（X，Y）≥0}=1-P{max（X，Y）＜0}=1-P{X＜0，Y＜0}由于随机变量X与Y相互独立，所以：P{max（X，Y）≥0}=1−P{X＜0}P{Y＜0}＝1−Φ2(0)＝34．故

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

这是二维的Maxwell分布,你学大学物理会遇到三维的.不过对于只求期望的话,不用求它的分布函数.E((X^2+Y^2)^(1/2))=∫∫(x^2+y^2)^(1/2)dF(x,y)=∫∫(x^2+

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min（X,Y）的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法：Z

设Z=X+Y，X、Y独立且都服从正态分布N（μ，12），Z也服从正态分布D（Z）=D（X）+D（Y）=1，E（Z）=μ+μ=2μZ～N（2μ，1）所以：Z-2μ～N（0，1）P（Z≤1）=P（Z-1≤

随机变量x,y相互独立都服从N(0,1)则f(x,y)=fX(x)fY(y)=1/（2π）e^(-x²-y²)P(X^2+Y^2

并不是很确定这个答案,但是觉得是一个还算有道理的解释.方差=积分（积分（X^2+y^2)*pdf(x正太)*pdf(y正太)dx)dy(上面的式子是由方差的积分定义得到的）.由于xy相互独立,上面的积

1/（PI）^O.5

E(X-Y)=∑∞P(X1)(Y1)(X1-Y1)=∫∞∫∞f(x)f(y)(x-y)dxdy=0希望能帮到您~

是不是以x,y建立坐标轴,借助图像y>=x确定的呢……表示不知道答案不用谢

由于:P(X=0,Y=0)=P(X=1,Y=0)=P(X=0,Y=1)=P(X=1,Y=1)=1/4.P(Z=1)=P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1)=3/4.P(Z=0

解题思路了讲到这后面的积分自己先积一积不懂追问再问：谢谢，明白了，但是木有更简单一点的么~~~~~再答：放心~是没有捷径滴而且这样做计算量不算很大，耐心一点就行了

因为X,Y独立的正太分布,所以他们的线性组合仍是正态分布D(X-Y)=DX+DY=1E(X-Y)=EX-EY=0所以有如题结果

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

根号(2*pi)积分可以化成极坐标做.

太难写字了,

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min（X,Y）的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法：Z