设x,y分别服从正态分布,那么(x,y)

在X与Y相互独立的条件下才可以说X-2Y也服从正态分布.其参数为（独立条件下）均值E（X-2Y）=EX-2EY=0方差D（X-2Y）=DX+4DY=10,即X-2Y服从N（0,10）

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

N(0,1)N(1,1)XY独立所以X+Y和X-Y都是服从正态分布的而且E(X+Y)=EX+EY=1,D(X+Y)=DX+DY=2所以X+Y~N(1,2)所以P(X+Y=0)=Φ((0-1)/√2)=

答案见附图

根据正态分布的性质，易知：X+Y，X-Y均服从正态分布，根据数学期望与方差的性质：E（X+Y）=E（X）+E（Y）=1，D（X+Y）=D（X）+D（Y）=2，E（X-Y）=E（X）-E（Y）=-1，D

注意到Y-1也是N(0,1)与同分布,即是求P[3X+4(Y-1)

你好！定理是当X与Y独立时，X+Y服从正态分布，而当X与Y不独立时，X+Y不一定服从正态分布。经济数学团队帮你解答，请及时采纳。谢谢！

对于选项（A）：两个随机变量X和Y都服从标准正态分布，但它们的和不一定服从正态分布，因为X和Y不是相互独立的．倘若X和Y相互独立或者X和Y的联合分布为正态分布，则可以推出X+Y服从正态分布，否则不一定

1/（PI）^O.5

设A=E(X^2/(X^2+Y^2)),B=E(Y^2/(X^2+Y^2)),A+B=1,A-B=0.所以...A=0.5

套公式即可.σ1^2=DX=16,σ2^2=DY=25.ρ=Cov(X,Y)/(σ1σ2)=0.6,√(1-ρ^2)=0.8.f(x,y)=（1/32π）e^{(-25/32)[x^2/16-3xy/

不独立的话,函数形状在三维空间就不是那种草帽型扩散的函数相互独立联合密度里新的指数是-{(x-u1)^2/o^1+(y-u2)^2/o2^2}(x,y)在圆心为(u1,u2),双轴比例为o1,o2的所

Y=(X+3)/2由X~N(-3,4)知,μ=-3,σ=2.则Y=(X-μ)/σ=(X+3)/2服从标准正态分布N(0,1)

YN(0,1)则：EY=aEX+b=aμ+b=0DY=a²DX=a²σ²=1a=1/σb=-μ/σ或者将X标准化Y=aX+b=X-μ/σN(0,1)判断出a=1/σb=-

把正太分布化为标准正太分布就可以解决了,答案是A再问：�Ҳ���ת���������鷳���������ֱ�Ӱ���Ľ�������ͼҲ����Ŷ��ʮ�ָ�л��再答：{��x-��1��/��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.

因为（X，Y）服从二维正态分布，且X与Y不相关，所以X与Y独立，所以f（x，y）=fX（x）fY（y）．故fX|Y(x|y)＝f(x，y)fY(y)＝fX(x)fY(y)fY(y)＝fX(x)，故选：

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

服从正态分布的随机变量的线性组合仍然服从正态分布,所以样本均值（X-Y）服从N（0,36）分布,（注：X-Y服从N(u1-u2,(σ1^2)/n1+(σ2^2)/n2).剩下的就是求正态分布的概率问题

/>答案是B.X,Y分别是随机变量,(X,Y)是一个把样本空间映射到实数平面的函数.它是一个二维随机变量.D是错误的.A,B,C的区别在于(X,Y)的分布是不是二维正态分布.我们只需举两个例子就可以说