X,Y独立,服从标准正态分布,X*2 Y*2服从自由度-搜答案-搜狗做题网

用卷积公式求得Z的概率密度函数,配方太麻烦所以提到最前面写.与x无关的项作为“系数”提到关于X的积分外面,然后构造关于x的正太分布密度函数积分,积分结果=1,积分号以外的“系数”就是要求的结果,为目标

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

2X^2/(X^2+Y^2)服从F(1,2)所以,所求期望为F(1,2)的期望的一半.

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

由于：X与YN(0,1),且相互独立,因此：E{X²/(X²+Y²)}=1/2.

Fz(z)=P{Z

依然正态分布 +1的话只是平均值+1,不影响方差图片来自维//……基,不添加链接了以防答案被吞

联合密度函数f(x,y)=f(x)*f(y)=(1/2π)e^[-(x^2+y^2)/2]画图可知（X为纵坐标,Y为横坐标）是的Z

x,y独立,正态分布.那么x,y的和差运算仍然是正态分布.E(4X+3Y)=4E(x)+3E(y)=0D(4x+3y)=16D(x)+9D(y)=25因此4X+3Y~N(0,25)同理3X-4Y~N(

X²/1,Y²/1均服从自由度为1的χ²分布.按照F分布的定义,(X²/1)/(Y²/1)=X²/Y²,服从自由度为(1,1)的F

有没有学过特征函数?没有的话很难解释...第一问服从自由度为2的卡方分布,也就是Gamma（1,1/2）分布,写出密度函数就是指数分布第二问用正态分布线性组合性质直接就有了,用特征函数很好解释

Cov(Y,X)=Cov(2X^2+X+3,X)=2Cov(X^2,X)+Cov(X,X)+0Cov(X,X)=Var(X)=1Cov(X^2,X)=E(X^2X)-E(X^2)E(X)=E(X^3)

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

(u1+u2,σ1^2+σ2^2)^代表平方哈,这是正态分布的可加性吧再问：那X-Y呢？谢谢你啊，要考试了其实是想知道X+Y与X-Y的方差相不相等。麻烦帮个忙再答：相等的，当X，Y不独立，D(X+(或

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

因为X^2/(X^2+Y^2)+Y^2/(X^2+Y^2)=1所以E[X^2/(X^2+Y^2)]+E[Y^2/(X^2+Y^2)]=E(1)=1因为X、Y服从相同的分布,且相互独立,所以：E[X^2

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+

一不独立,因为x平方由x决定,事件上有包函关系