假设X,Y相互独立,且均服从N(0,1),Z=min{X,Y),求EZ

来源:学生作业帮助网 编辑:作业帮 时间:2024/10/05 06:25:58
假设X,Y相互独立,且均服从N(0,1),Z=min{X,Y),求EZ
概率论正态分布设随机变量X、Y相互独立,且都服从正态分布N(1,2),则下列随机变量中服从标准正态分布的是A.(X-Y)

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

设X,Y为相互独立的随机变量,且均服从N(0,1),求E[min(X,Y)].

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min(X,Y)的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法:Z

设随机变量X和Y相互独立,且都服从正态分布N(0,1),计算概率:P(X*X+Y*Y

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

已知随机变量X,Y相互独立,且同服从分布N(0,1),又Z=根号(X^2+Y^2),求E(X),D(X)

E(Z)=E(X^2+Y^2)=E(X^2)+E(Y^2)=[DX+(EX)^2]+[DX+(EX)^2]=1+0+1+0=2因为DX=E(X^2)-(EX)^2D(Z)=D(X^2+Y^2)=D(X

:设X 和Y 是相互独立的且均服从正态分布N( 0 ,0.5)的随机变量,求(X - Y)绝对值的数学期望

E(X-Y)=∑∞P(X1)(Y1)(X1-Y1)=∫∞∫∞f(x)f(y)(x-y)dxdy=0希望能帮到您~

已知随机变量x和y相互独立且均服从参数λ=2的指数分布,问,随机变量...

x和y相互独立且均服从参数λ=2的指数分布--->F(x,y)=F(x)*F(y)=(1-e^(-2x))(1-e^(-2y))=1-e^(-2x)-e^(-2y)+e^(-2x-2y)

设随机变量X,Y相互独立,且均服从N(0,0.5)分布,则Z+Y的概率密度为

应该是求X+Y的概率密度吧~∵X、Y相互独立∴X+Y仍服从正态分布∴E(X+Y)=EX+EY=0+0=0D(X+Y)=DX+DY=0.5+0.5=1∴X+Y服从N(0,1)分布,其概率密度函数为(设z

设随机变量X与Y相互独立,且服从同一分布,X的分布律为

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

设x和y是相互独立的两个随机变量,且x服从(-1,2)上的均匀分布,y服从y~N(1,4)则D(XY)=

解题思路了讲到这后面的积分自己先积一积不懂追问再问:谢谢,明白了,但是木有更简单一点的么~~~~~再答:放心~是没有捷径滴而且这样做计算量不算很大,耐心一点就行了

设X与Y相互独立且服从N(0,0.5),证明X-Y是N(0,1)随机变量

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

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

根号(2*pi)积分可以化成极坐标做.

设X,Y为相互独立的随机变量,且均服从N(0,1),求E[min(X,Y)]

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min(X,Y)的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法:Z

设随机变量X,Y相互独立,且均服从N(0,0.5)分布,则Z=X-Y的概率密度为fZ(z)=

是标准正态分布.经济数学团队帮你解答.请及时评价.

1:设X 和Y 是相互独立的且均服从正态分布N( 0 ,0.5)的随机变量,求(X - Y)绝对值的数学期望 有步

由于格式问题,积分无法在这里显示,需要详细解答请去我的百度空间——>相册——>答案中去看.

相互独立随机变量X,Y,服从正态分布N(0.1)

1fX(x)=(1/√2π)e^(-x^2/2)fY(y)=(1/√2π)e^(-y^2/2)因为x,y独立,所以联合概率密度所以fXY(x,y)=fX(x)fY(y)=(1/2π)e^[-(x^2+