正确答案:B解析:因为(X,Y)服从二维正态分布N(0,0;σ2,σ2;ρ),所以它们的线性组合也是正态分布,即X+Y~N(0,2σ2+2ρσ2),X-Y~N(0,2σ2-2ρσ2),故分布不同。而Cov(X+Y,X-Y)=0,则X+Y,X-Y不相关,因为(X+Y,X-Y)仍是二维正态分布,所以不相关与独立等价。如果已知两个随机...
证明:设二维随机变量(X,Y)服从二维正态分布N(0,0,1,1,p),则X-Y服从正态分布N(0,2(1-p)). X-Y的均值和方差可用如下方法求解:E(X-Y)
答案解析 结果1 举报 X-Y也是正态分布.E(X-Y)=EX-EY=1-0=1D(X-Y)=DX+DY-2cov(X,Y)=1+4-2ρ(DXDY)^(1/2)=7故X-Y~N(1,7) APP内打开 为你推荐 查看更多 设二维随机向量(X,Y)服从矩形区域D={(x,y)|0≤x≤2,0≤y≤1}上的均匀分布,记 请看我给你附的图片.在相应的区域内,(U...
Var(x-y) = σ_x^2 + σ_y^2 - 2ρσ_xσ_y 因此,x-y服从一个均值为0,方差为σ_x^2 + σ_y^2 - 2ρσ_xσ_y的正态分布。这一结论直接来源于二维正态分布的性质以及方差、协方差的定义和计算方法。
若(X , Y) 服从二维正态分布,则 X 与Y 的线性组合仍服从正态分布. U 和V 服从正态分布 \& 相互独立. 不妨设 U \sim N(b_1 , \mu_1) , \,\, V \sim N(b_2 , \mu_2) . 则可得到 \begin{align} \begin{cases} b_1 = a_1 + a_2 \\ \mu_1^2 = \sigma_1^2 + \sigma_...
如果X和Y服从二维正态分布，那么X-Y也服从正态分布。因此，X-Y的绝对值服从半正态分布，其密度函数为：f(x) = \frac{2}{\sqrt{2\pi}\sigma} e^{-\frac{x^2}{2\sigma^2}}, x \geq 0 其中$\sigma$是X-Y的标准差。
证明:设二维随机变量(X,Y)服从二维正态分布N(0,0,1,1,p),则X-Y服从正态分布N(0,2(1-p)). 答案 额.最近是不是要考概率论了,好多人问这方面的我没有系统的学过,所以只会用笨方法,用概念带进去计算,有点麻烦,见笑见笑貌似你的表述有误,二维正态分布括号里分别是u1,o1^2;u2,o2^2;p我知道...
E(X-Y)=EX-EY=1-0=1
证明:设二维随机变量(X,Y)服从二维正态分布N(0,0,1,1,p),则X-Y服从正态分布N(0,2(1-p)). 答案 额.最近是不是要考概率论了,好多人问这方面的我没有系统的学过,所以只会用笨方法,用概念带进去计算,有点麻烦,见笑见笑貌似你的表述有误,二维正态分布括号里分别是u1,o1^2;u2,o2^2;p我知道你...
证明:设二维随机变量(X,Y)服从二维正态分布N(0,0,1,1,p),则X-Y服从正态分布N(0,2(1-p)).X-Y的均值和方差可用如下方法求解:E(X-Y)=E(X)-E(Y)=0-0=0,Var(X-Y)=Var(X)+Var(Y)-2Cov(X,Y)=1+1-2p=2(1-P),但