设x1 x2 x3相互独立 且都服从卡方分布
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/25 16:14:10
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
(X1,X2,X3)在立体区域0x1+x2}的概率之和.且由对称性不难看出这三个事件的概率是相等的.而概率P{x3>x1+x2}就是由平面x3=x1+x2,x1=0,x2=0,x3=1这四个平面所围立
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
想法:考虑能否求出U的分布函数,进而求其数学期望设F(y)是U的分布函数由定义:F(y)=P(U
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
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
1/(PI)^O.5
你.有我当年风范f(x)={1/2-1再问:0,其他是什么意思啊直接在下面一行写就行了啊?再答:大括号把两行扩起来,就像我写的那样,扩两行,我这只扩了一行再问:能不能有点过程,我在考试啊,不能直接这样
P(X=Y)=P(X=0)P(Y=0)+P(X=1)P(Y=1)=1/9+4/9=5/9如有意见,欢迎讨论,共同学习;如有帮助,再问:为什么这么算啊?再答:根据独立性。书上讲更全面一些,建议您看书。
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[
X.Y参数为1的柏松分布,则其母函数为Ψ(s)=e^(s-1)X.Y相互独立,X+Y母函数为Ψ(s,s)=Ψ(s)*Ψ(s)=e^(2(s-1))X+Y服从参数为2的泊松分布.再问:能再详细点吗。再答