设X与Y相互独立,且都服从N(μ,σ²),则有E(X-Y)-搜答案-大师作文网

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+

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

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

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[

楼主先要知道一个公式,如不会这个公式没法算.那就是:如果X和Y相互独立,那么正态公布对两个参数有可加性.已知:N（3,5）,N（7,20）.那么X+Y有,N(μ1+μ2,σ1(2)+σ2(2)),我解

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

太难写字了,

N(2,5),N(5,20)E(X+Y)=EX+EY=7D(X+Y)=DX+DY=25X+Y~N(7,25)(X+Y-7)/5~N(0,1)P(X+Y

这是个著名的问题.也很有工程用途: 当一个二维信号联合正态时,幅值和相位是独立的.见图：