设x1 x2 x3相互独立且都服从卡方分布-搜答案-搜狗做题网

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

设x1 x2 x3相互独立 且都服从卡方分布