随机变量X与Y相互独立,且服从0,1均匀分布,则随机变量服Z=X-Y-搜答案-神马作文网

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

X服从B(n,p)二项分布D（X）=np(1-p)Y服从参数为3的泊松分布D（Y）=3X与Y相互独立D（X+Y）=D（X）+D（Y）D（X+Y）=np(1-p)+3解毕

fx(x)=λe^(-λx)f(x,y)=λ²e^(-λx-λy)z-x>0,z>xfZ(z)=∫(-∞,+∞)f(x,z-x)dx=∫(-∞,+∞)f(x,z-x)dx=∫(0,z)λ&#

1/（PI）^O.5

首先应该明白X、Y都服从二项分布,这道题并不难.见图

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)

(1)由已知,f(x)=1,(0

密度函数f(x)=1,0

均匀分布的期望方差公式都记得吧,套用一下就行了EX=1/2EY=3X与Y相互独立所以EXY=EXEY=3/2E(XY)²=∫(0到1)dx∫(2到4)1/2x²y²dy=28/

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[

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

随机变量X与Y相互独立,那么D(X-2Y+3)=DX+2²*DY而X～B(16,0.5),Y服从参数为9的泊松分布所以DX=16*0.5*(1-0.5)=4,而Y的方差就等于泊松分数的参数,

因为E(X-Y)=E(X)-E(Y)=0,var(X-Y)=var(X)+var(Y)=1.

太难写字了,

Cx,y独立,所以XY二维平面上(x,y)各自(0,1)区间的正方形也是均匀分布的.A明显不对,可以随便取一个0到1的值反证.B和D的分布在XY二维图中是斜着的两条直线,能直接看出来不是均匀分布.再问

1、概率密度f(x,y)=f(x)*f(y)=25e^(-5y)0

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+