两个独立同分布的随机变量,分别表示两个电子元件

我用最简单的抛色子给你当做例子来理解(1)独立就是每次抽样之间是没有关系的,不会相互影响就像我抛色子每次抛到几就是几这就是独立的但若我要两次抛的和大于8,其余的不算,那么第一次抛和第二次抛就不独立了,

再问：其他题目？

独立：A,B是两个随机变量,只要它们满足P(AB)=P(A)P(B),它们就是相互独立的.还有一种理解比较直观,但是不太全面——相互之间发生与否互不影响的两个时间相互独立.同分布：分布相同的随机变量就

几何分布期望为5的话,其参数p=1/5=0.2,对应单个随机变量方差DX=(1-p)/p^2=20从而DY=DX/n=20/n

Y1和Y2不独立的情况下,它们函数的独立性也会受到相应的影响.但是你式子中表达的意思不太清楚,你写的g1g2分别是以x1x2为自变量的函数吗?你后面又问道Y1Y2之间的关系,是要提示它们是随机变量吗?

解（X，Y）组合情况有以下四种：（0，0），（0，1），（1，0），（1，1）对应概率均是14对于后三种情况，Z=1，对于第一种情况，Z=0故：Z的分布律为Z=0，P＝14Z=1，P＝34

1.P{XY=-1},有这样的两种情况：1、x=1（0.75）,y=-1（0.25）;或者2、x=-1（0.25）,y=1（0.75）.对于1、x=1,y=-1,概率为0.25*0.75=0.1875

因为x,y相互独立,所以求z=x/y的概率密度函数就等于x的密度函数即f（z）=1000/（z^2）,z>1000;0,z

设两个变量为X、Y,对应的事件为A、B(1)当X、Y均服从0、1分布,即X={1,A发生；0,A不发生}；Y={1,A发生；0,A不发生}；写出X、Y、XY的分布列,因为X、Y不相关,则cov(X,Y

方差都是相加的.如果X,Y独立,一定有D（X±Y)=D(X)+D(Y)再问：会不会答案错了？？按照相减计算会得出书后的答案再答：那有可能是答案错了，D(X±Y)=D(X)+D(Y)是独立的随机变量的方

随机变量相互独立是指若干随机变量仅仅满足相互独立的条件；随机变量相互独立且具有相同分布不仅满足相互独立的条件,还满足分布都相同的条件再问：�ֲ���ͬ��ʲô��˼����再答：���������зֲ

我是卖衣服的,售出价格是按照进价定的,赔本的买卖,原价出售不赚钱.那么进价的分布和售价的分布必然是相同的,而且它们不独立.比如30%的货物进价为100元,70%的货物进价为200元,那么必然有30%的

根据你给的条件,X和Y是一个以[u1,u2]^T为期望,[sigma1,r;r,sigma2]为协方差矩阵的二元正太分布.正态分布的任意线性变换是正态分布,特别的,如果x~N(u,SIGMA),其中x

这是三个变量,不是有固定值的数字三个全部服从相同的概率分布举个例子1~10随机抽取个数字X1你其实并不知道X1到底是多少X1服从分布就是以10%的概率取到1~10任何一个数X2如果说和X1的分布相同,

Pxy是相关系数?应该是等于零

相等的,根据同分布就可知道

独立同分布是说随机变量之间相互独立,而且分布函数相同.既然分布函数相同,因此只要期望,方差是有限值,就必然是一样的.

中心极限定理（centrallimittheorem）是概率论中讨论××随机变量××序列部分和的分布渐近于正态分布的一类定理.这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量近似服从正态分

密度函数就是分布函数直接求导来的,你直接相乘没有任何道理,因为这是连续型随即变量不是离散型查看原帖

P｛XY=-1｝=P｛X=1,Y=-1}+P｛X=-1,Y=1｝=P｛X=1｝*P｛Y=-1｝+P｛X=-1｝*P｛Y=1｝=3/4*1/4+1/4*3/4=3/8