设(X,Y)是二维正态分布的随机变量,设随机变量Z

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

X,Yarenormaldistributed,sothatX+Y,X-Yareparewiseindependentiffcov(X+Y,X-Y)=0,namelycov(x,x)+cov(X,Y)

亲.这是定义,当分布为正态分布时,二者就是等价的再答：根据你的表达式，xy也是正太，再答：不懂可以追问再问：只要是二维正态分布独立和不相关就一定等价？再问：那个行列式等于零XY就不是二维正态分布吗，能

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/

f(x)=[(50pi)^(-1/2)]e^(-x^2)f(y)=[(50pi)^(-1/2)]e^(-y^2)f(x,y)=f(x)f(y)X与Y相互独立.再问：这样好像不对吧，有解题过程吗？再答：

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)c(∫(0~2)ydy)(∫(0~2)xdx)=14c=1c=1/42)一看互相不干涉取值就可以说是独立了fx=(1/4)∫(0~2)xydy=x/2(0

终于见到考研的题了,做初高中的做的我郁闷,你等等我算算哈相关系数为0,所以xy相互独立,边缘密度分别为N(0,1)标准正态,然后E(x^2)+E(y^2)=EX+DX+DY+EY=2再问：期待您的高见

注：这是2007年考研数学一第23题,楼主随便在网上搜一下“2007年数学一答案”,就可以找到答案

我遭得住你是不是把老师不知道题都弄上来了哦嘿嘿当年我们怎么没想到这么个办法呢

X的概率密度g(x)=∫[-∞,+∞]f(x,y)dy=1/(5√2π)*e^(-x^2/50).Y的概率密度h(y)=∫[-∞,+∞]f(x,y)dx=1/(5√2π)*e^(-y^2/50).f(

X,N（0,0,1,1,0）说明X,Y独立同分布N（0,1）fX(x)=φ(x).P（X+Y0)=P(X>0,Y>0)+P(X

f(x,y)~(u1,u2,σ1²,σ2²,ρ)其中u1=0,u2=0,σ1²=16,σ2²=25,ρ=Cov(x,y)=12把数字代入即可.再问：这个公式好长

您好,如果你知道二维正态分布N(u1,u2,σ1^2,σ1^2,ρ)的意思你就不会这么问了.u1:X的期望,本题中为0u2:Y的期望,本题中为0σ1^2:X的方差,本题中为3σ1^2:Y的方差,本题中

C啊~这是概率论第四章的啊~不相关就是协方差为0~然后逆推到D(X)=D(Y)就可以导来了

首先,什么叫二维正态分布.2个高斯随机变量放在一起,叫高斯向量.何为2维,指的是两个向量关于实数域线性无关.(等价于covariance非退化)现在已知(U,V)线性无关,问经过一个线性变换后是否相关

因为（X，Y）服从二维正态分布，且X与Y不相关，所以X与Y独立，所以f（x，y）=fX（x）fY（y）．故fX|Y(x|y)＝f(x，y)fY(y)＝fX(x)fY(y)fY(y)＝fX(x)，故选：

本帖用于提高本吧会员积分,每人每天不要超过30贴,就可以了.再答：@韩度技术@EA海尼森层主和楼主都一起清理了吧再答：逗比是怎样练成的

当然也可用辅助函数法(二重积分换元)直接得出倒数第三行的公式.

/>答案是B.X,Y分别是随机变量,(X,Y)是一个把样本空间映射到实数平面的函数.它是一个二维随机变量.D是错误的.A,B,C的区别在于(X,Y)的分布是不是二维正态分布.我们只需举两个例子就可以说