y=3x 2的正态分布

来源:学生作业帮助网 编辑:作业帮 时间:2024/11/10 19:49:48
y=3x 2的正态分布
.设随机变量x服从正态分布,y泊松分布,并且与的相关系数为0.5,则有D(3x-2y)=.

D(X)=σ^2D(Y)=λpxy=Cov(X,Y)/根号(D(X)D(Y))Cov(x,y)=pxy(σ)根号λ=0.5(σ)根号λD(3x-2y)=D(3x)+D(-2y)+2Cov(3x,-2y

已知随机变量X1,X2均服从正态分布,利用matlab怎么画随机变量函数Y的概率密度图啊?

matlab只能通过仿真来模拟,而不是准确的概率密度函数.具体程序是下边这样的.x1=2+randn([100000,1]);x2=4+randn([100000,1]);Y=714+807*(x1)

概率论问题求问.1比如X Y都服从某正态分布求Z=2X+3Y服从什么样的正态分布?2XY相互独立D(X)=4 D(Y)=

问题1你计算一下Z的期望和方差就行因为正态分布两个参数的意义就是期望和方差,所以问一个随机变量是什么杨的正态分布其实就是问他的期望和方差是多少的问题问题2方差的性质如果XY相互独立则D(aX+bY)=

已知随机变量X服从正态分布,求Y=e^X的概率密度

设Y的分布函数为F(y),X的密度函数为g(x)则F(y)=P(Y

设随机变量X服从正态分布,且X~N(-3,4),则连续型随机变量Y=()服从标准正态分布N(0,1)

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)

设随机变量X服从正态分布N(0,1).Y=2(X的平方)+X+3,则X 与Y的相关系数是?

E(X)=0,D(X)=E(X^2)=1,E(X^3)=0E(X^4)=3E(Y)=2*E(X^2)+E(X)+3=5E(XY)=2*E(X^3)+E(X^2)+3*E(X)=1E(Y^2)=4*E(

二维随机变量(U,V)服从二维正态分布,X=U-bV,Y=V,则(X,Y)服从二维正态分布的条件请进来看看!

首先,什么叫二维正态分布.2个高斯随机变量放在一起,叫高斯向量.何为2维,指的是两个向量关于实数域线性无关.(等价于covariance非退化)现在已知(U,V)线性无关,问经过一个线性变换后是否相关

设随机变量X1和X2相互独立,且都服从正态分布N(0,1/2),令Y=X1-X2,求E|Y|

Y=X1-X2服从N(0,1)E(Y)=0E(|Y|)=(2/√2π)∫ye^(-y^2/2)dy=√(2/π),积分范围y>0E(|Y|²)=E(Y²)=D(Y)+E²

X服从期望为a、标准差为b的正态分布,Y=X^3,则Y的期望与标准差是多少?查了好多都没找到关系式.

设Z为标准正态分布,则X=bZ+a,Y=(bZ+a)^3=b^3Z^3+3b^2aZ^2+3ba^2Z+a^3.EY=0+3b^2a+0+a^3=3b^2a+a^3DY=1/根号(2*pi)*积分_负

设总体Y服从正态分布N(0,a),x1,x2,x3,x4为其样本,试问n=(x1-x2)^2/(x3+x4)^2服从什么

服从F(1,1)分布总体Y服从正态分布N(0,a),x1,x2,x3,x4为其样本.这句话说明了x1,x2,x3,x4相互独立,且都服从正态分布N(0,a),又由于独立的两态分布随机变量的线性组合仍是

2 .设随机变量y服从标准正态分布N(0,1),令求()的联合概率P{X1=0,X2=0}()

先看一下定义,如下,P{X1=0,X2=0}()应该是正泰的概率密度的函数联合概率和独立两个事件A和B的联合概率定义在相同的样本空间中(结果落在A和B中的概率)P(AB)=P(C);其中:事件C=A∩

概率密度计算随机变量X1,X2相互独立,且都服从标准正态分布,记Y=2+3X1-4X2,则Y的概率密度fy(Y)=___

X1X2iidindependentandidenticaldistributionY=2+3X1-4X2E(Y)=2VAR(Y)=9+16=25N(2,25)所以fy(Y)=1/sqrt(2pi)*

X服从标准正态分布,即N(0,1).X1,X2为从X中取的2个数,求2X1+3X2的方差.

X1和X2是独立的吧?D(2X1+3X2)=4D(X1)+9D(X2)=4x1+9x1=13再问:我也是一直在想是不是独立的。现在的观点也是两者相互独立。谢

X1,X2分别服从标准正态分布,那么Δ=X1-X2的期望和方差怎么求啊?

1、x1、x2是否相互独立,与你得出的Δ=X1-X2无关.只与你使用环境有关,与你建模时假设有关,也就是实际情况.2、如果相互独立,标准正态分布的函数也是标正分布,期望与方差根据公式可求的.如果不独立

若X服从正态分布,则Y=ax+b的期望和方差

当X~N(μ,σ)时,E(X)=μ,D(X)=σ²所以E(Y)=aE(X)+b=aμ+b,D(Y)=a²E(X)=a²σ²