y1与y2是相互独立的随机变量,且y1服从标准正态分布-搜答案-百度作业网

f(x,y)=2f(x)=2(1-x)f(y)=2(1-y)f(x,y)不等于f(x)f(y)所以不独立

xy为独立变量,D（2X-3y）=2^2Dx+3^2DY=4*6+9*3=51

给定X之后,G（X）就完全已知了,所以他们是不独立的如果给定X之后,你对Y这个变量的所知并没有影响,那么X和Y就叫作独立的.

这个只是一种简便写法.其实可以看到,如果x>y,那么(1/2)(x+y-|x-y|)=(1/2)[x+y-(x-y)]=y如果x

var(z)=Var(2x-y)=4var(x)-4cov(x,y)+var(y)=16+0+9=25标准差为开平方5

X,Y独立的定义是P（X

如图（点击可放大）：Y的方差,我是用最基本的积分（分部积分）做的,也可以用指数分布的性质做：Y是 λ=1的指数分布,所以它的期望：E(Y)=1/ λ=1它的方差：D(Y)=1/&n

只需要在分布函数F（X,Y)=Fx(X)Fy(Y)的两边分别对x与y求一阶偏导数即可ə^2F/(əxəy)=f(x,y)ə^2[Fx(X)Fy(Y)]/(

D(a+b)=E[(a+b-Ea-Eb)^2]=E[(a-Ea)^2+(a-Ea)*(b-Eb)*2+(b-Eb)^2]=E(a-Ea)^2+E(b-Eb)^2+E(a-Ea)*(b-Eb)*2=Da

首先F是连续分布函数,你就当他是个连续函数,连续函数相加依然是连续函数这是显然的啊

回答：|X-Y|不同于X-Y或X+Y.取了绝对值后,取值范围大于等于0,改变了原来变量的分布特性.

联合分布函数F(x,y)=F(x)*(y)或密度函数p(x,y)=p(x)*p(y)

(1)由已知,f(x)=1,(0

画个图不就明白了?或者用反证法：假如不独立,则必有AUB中的元素在C中也有,而A,B,C相互独立,怎不可能有元素同时在AUB和C中同时存在.即得证.

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

X1~N(0,16)所以1/4X1~N(0,1),对X2……X9一样的那么(1/4X1)^2+(1/4X2)^2……+(1/4X9)^2~X^2(9)这里X是卡方分布,打不出来同理：(1/3Y1)~N

1、概率密度f(x,y)=f(x)*f(y)=25e^(-5y)0

相互独立再问：那如果设f(x)为概率密度，那么f(2x)=2f(x)还是f(2x)呢？谢谢！再答：先给分吧再问：请讲一下吧，谢谢！再答：第一个再答：再答：对其求导

服从正态分布的随机变量的线性组合仍然服从正态分布,所以样本均值（X-Y）服从N（0,36）分布,（注：X-Y服从N(u1-u2,(σ1^2)/n1+(σ2^2)/n2).剩下的就是求正态分布的概率问题