相互独立的随机变量X,Y都服从区间[0,2]上的均匀分布,则E(XY)
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/10 22:11:23
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
联合密度函数f(x,y)=f(x)*f(y)=(1/2π)e^[-(x^2+y^2)/2]画图可知(X为纵坐标,Y为横坐标)是的Z
正态分布线性函数依然服从正态分布 记住啦
分析:这个直接求,有直接定理E(X)=E(Y)=u=0Z=X-YE(|Z|)=(2/√2π)∫ze^(-z^2/2)dz=√(2/π)D(X)=D(Y)=1/2D(|X-Y|)=E(|X-Y|^2)-
1/(PI)^O.5
你.有我当年风范f(x)={1/2-1再问:0,其他是什么意思啊直接在下面一行写就行了啊?再答:大括号把两行扩起来,就像我写的那样,扩两行,我这只扩了一行再问:能不能有点过程,我在考试啊,不能直接这样
P(X=Y)=P(X=0)P(Y=0)+P(X=1)P(Y=1)=1/9+4/9=5/9如有意见,欢迎讨论,共同学习;如有帮助,再问:为什么这么算啊?再答:根据独立性。书上讲更全面一些,建议您看书。
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
对参数为入1,入2的两个指数分布X1,X2P(X1>X2)=入1/(入1+入2)1/(1+1)=1/2E(a),E(b)为例P(X>Y)∫(0~)∫(0~y)abe^(-ax-by)dxdy=∫(0~
这个用泊松分布可加性来做,很简单X,Y相互独立且分别服从p(λ1),p(λ2)那么Z=X+Yp(λ1+λ2)参考资料里有他的证明
要用到微积分吗?具体公式给下回答:=Σ(3^I*e^(-3)I/I!)(3^(K-I)*e^(-3)I/(K-I)!)=Σ(3^I*3^(K-I)e^(-3)*e^(-3)/I!*(K-I)!)=Σ[
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
先求分布函数,其中Z的取值范围[-1,1],应该要分类讨论
Cx,y独立,所以XY二维平面上(x,y)各自(0,1)区间的正方形也是均匀分布的.A明显不对,可以随便取一个0到1的值反证.B和D的分布在XY二维图中是斜着的两条直线,能直接看出来不是均匀分布.再问
由于X,Y都服从参数为n,p的二项分布,P(X=i)=C(n,i)p^i(1-p)^(n-i),P(Y=i)=C(n,i)p^i(1-p)^(n-i).设Z=X+Y,由于X,Y是相互独立,因此P(Z=
fZ(z)=∫(-∞→+∞)fX(x)fY(z-x)dx(1)z<0fZ(z)=∫(-∞→+∞)fX(x)fY(z-x)dx=0(2)0≤z<1fZ(z)=∫(0→z)1·1dx=z(3)1≤z<2f
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+