x, y互相独立且服从标准正态分布,则f(x, y)也服从正态分布吗
来源:学生作业帮助网 编辑:作业帮 时间:2024/08/01 05:44:12
![x, y互相独立且服从标准正态分布,则f(x, y)也服从正态分布吗](/uploads/image/f/889445-29-5.jpg?t=x%2C+y%E4%BA%92%E7%9B%B8%E7%8B%AC%E7%AB%8B%E4%B8%94%E6%9C%8D%E4%BB%8E%E6%A0%87%E5%87%86%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83%2C%E5%88%99f%28x%2C+y%29%E4%B9%9F%E6%9C%8D%E4%BB%8E%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83%E5%90%97)
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
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
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.
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
由于:X与YN(0,1),且相互独立,因此:E{X²/(X²+Y²)}=1/2.
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
Cov(Y,X)=Cov(2X^2+X+3,X)=2Cov(X^2,X)+Cov(X,X)+0Cov(X,X)=Var(X)=1Cov(X^2,X)=E(X^2X)-E(X^2)E(X)=E(X^3)
X与Y互相独立所以ρ=0
因为E(X-Y)=E(X)-E(Y)=0,var(X-Y)=var(X)+var(Y)=1.
独立同分布说明他俩的分布密度函数可以通过各自的密度函数相乘计算出f(x,y)=f(x)f(y).分布函数为:F(X,Y)=F(X)F(Y).还有其它性质,例如相关系数为0.协方差为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.
由已知X服从均值为1、标准差(均方差)为2的正态分布,所以X−12~N(0,1),E(X)=1,D(X)=2;由Y服从标准正态分布,所以:Y~N(0,1),E(Y)=0,D(Y)=1;又X、Y相互独立
因为X^2/(X^2+Y^2)+Y^2/(X^2+Y^2)=1所以E[X^2/(X^2+Y^2)]+E[Y^2/(X^2+Y^2)]=E(1)=1因为X、Y服从相同的分布,且相互独立,所以:E[X^2
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: