求X,Y服从两个正态分布X-Y相减概率
来源:学生作业帮助网 编辑:作业帮 时间:2024/09/30 02:16:36
在X与Y相互独立的条件下才可以说X-2Y也服从正态分布.其参数为(独立条件下)均值E(X-2Y)=EX-2EY=0方差D(X-2Y)=DX+4DY=10,即X-2Y服从N(0,10)
用卷积公式求得Z的概率密度函数,配方太麻烦所以提到最前面写.与x无关的项作为“系数”提到关于X的积分外面,然后构造关于x的正太分布密度函数积分,积分结果=1,积分号以外的“系数”就是要求的结果,为目标
注意到Y-1也是N(0,1)与同分布,即是求P[3X+4(Y-1)
2X^2/(X^2+Y^2)服从F(1,2)所以,所求期望为F(1,2)的期望的一半.
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
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)-
FZ(z)=P{Z再问:可是答案是{Φ[(z+h-μ)/σ]-Φ[(z-h-μ)/σ]}/2h再答:我第一行做错了。FZ(z)=P{Z
设Y的分布函数为F(y),X的密度函数为g(x)则F(y)=P(Y
套公式即可.σ1^2=DX=16,σ2^2=DY=25.ρ=Cov(X,Y)/(σ1σ2)=0.6,√(1-ρ^2)=0.8.f(x,y)=(1/32π)e^{(-25/32)[x^2/16-3xy/
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
1,X的密度函数f(x)=1/√(2π)*exp(-x^2/2)2,设y>0P(Y≤y)=P(-√y≤X≤√y)=1/√(2π)*积分(-√y到√y)exp(-x^2/2)dx=2/√(2π)*积分(
和依旧服从正态分布,这个是正态分布中的一个定理,具体你可以翻阅概率论与数理统计的书籍,如参见《概率论与数理统计》(何书元,北京大学出版社)正态总体那一章.
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.
E(X)=∫(-∞,∞)e^y*(1/2π)^(1/2)*e^((y-u)/2)^2dy=e^(1/2+u)
(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
XY服从差方分布~你说的那个只能用二维分布率公式自己推了
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+
fY(y)=1/(2π),y∈[-pi,pi],其他为0FZ(z)=P{Z再问:fZ(z)=∫(-π,+π)φ((z-y-u)/σ)/(2π)dy=[Φ((z+π-u)/σ)-Φ((z-π-u)/σ)