设随机变量x与y独立同分布,且都服从标准正态分布.证明U=X2 Y2
来源:学生作业帮助网 编辑:作业帮 时间:2024/09/20 15:34:22
X服从B(n,p)二项分布D(X)=np(1-p)Y服从参数为3的泊松分布D(Y)=3X与Y相互独立D(X+Y)=D(X)+D(Y)D(X+Y)=np(1-p)+3解毕
建议查看http://zhidao.baidu.com/question/278920940.html
首先应该明白X、Y都服从二项分布,这道题并不难.见图
两两独立你是证了,但还要一个式子成立主是P(x=xi,y=yi,z=zi)=P(x=xi)P(y=yi)P(z=zi)成立才行但P(X=-1,Y=-1,Z=XY=-1)=0,这是因为X,Y取-1时,Z
分布律:Z01P1/43/4V01P3/41/4U01P3/41/4如果这就是你想要的回答
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
X与Y相互独立,且都服从正态分布N(0,0.5)-->U=X-YEU=EX-EY=0DU=0.5+0.5=1U~N(0,1)E|X-Y|=E|U|为正态分布的一阶绝对中心矩=(2/pi)^(1/
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[
因为X,Y独立同分布且X分布函数为F(x),故Z=max{X,Y}分布函数为:FZ(x)=P{Z≤x}=P{max{X,Y}≤x}=P{X≤x,Y≤x}=P{X≤x}P{Y≤x}=F(x)F(x)=(
第一题看不懂,至于第二题,应选B.X,Y服从正态分布则有:P(Y
随机变量X与Y相互独立,那么D(X-2Y+3)=DX+2²*DY而X~B(16,0.5),Y服从参数为9的泊松分布所以DX=16*0.5*(1-0.5)=4,而Y的方差就等于泊松分数的参数,
∵cov(U,V)=E(U-EU)(V-EV)=E(X-Y-E(X-Y))E(X+Y-E(X+Y))=E(X-EX-Y+EY)E(X-EX+Y-EY)=E(X-EX)2-E(Y-EY)2=DX-DY由
独立同分布,那0么分布函数相同,F(x)=F(y),至于这道题,严格讲B也是正确的,只是表达不同,你说的那道题我看了,A选项应该是[F(z)]^2因为p(maxX,Y)=P(X
解:设随机变量X的密度函数是:f(x),随机变量Y的密度函数是:f(y)因为他们互相独立,所以可以知道他们的联合密度函数:f(x,y)=f(x)*f(y)又f(y,x)=f(y)*f(x)所以f(x,
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:
Z=X-Y服从N(0,1).E(|Z|)=(2/√2π)∫ze^(-z^2/2)dz=√(2/π)E(|Z|^2)=E(Z^2)=D(z)=1D(|z|)=1-2/π