设X与Y互相独立且都服从(0,a)上的均
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/26 17:49:48
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
max{X,Y}≤1实际上就等价于X和Y都小于等于1,而随机变量X与Y互相独立,于是P(max{X,Y}≤1)=P(X≤1)*P(Y≤1)而X和Y均服从区间[0,3]上的均匀分布故P(X≤1)=P(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
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≤
1/(PI)^O.5
首先应该明白X、Y都服从二项分布,这道题并不难.见图
(1)由已知,f(x)=1,(0
均匀分布的期望方差公式都记得吧,套用一下就行了EX=1/2EY=3X与Y相互独立所以EXY=EXEY=3/2E(XY)²=∫(0到1)dx∫(2到4)1/2x²y²dy=28/
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[
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
X与Y互相独立所以ρ=0
A和B是独立的,所以A发生与否和B没有直接关系,P{AUB}表示{Xa}发生的概率.只有当B事件改为B={X>a}时,AUB才为整体,P{AUB}=1.
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.
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: