解析 X1和X2是来自正态总体的简单随机分布所以,X1、X2相互独立且服从正态分布所以,X1+X2与X1-X2都服从正态分布Cov(X1+X2,X1-X2)=Cov(X1,X1)-Cov(X2,X2)=D(X1)-D(X2)=0所以,X1+X2,X1-X2互不相关X1+X2与X1-X2都服从正态分布,且互不相关所以,X1+X2与X1-X2相互独立!
答案解析：Cov(X1+X2，X1-X2)= Var(X1)-Cov(X1，X2)+Cov(X1，X2)-Var(X2)= Var(X1)-Var(X2)= 0，所以X1+X2和X1-X2不相关.如果(X1，X2)的联合分布是二维正态分布，那么有X1+X2和X1-X2都是正态分布，从而可以由X1+X2和X1-X2不相关推出X1+X2和X1-X2独立。标准正态分布...
所以，X1+X2与X1-X2都服从正态分布 Cov（X1+X2，X1-X2）=Cov（X1，X1）-Cov（X2，X2）=D(X1)-D(X2)=0 所以，X1+X2，X1-X2互不相关，X1+X2与X1-X2都服从正态分布，且互不相关，所以，X1+X2与X1-X2相互独立！
- Cov(X1, X2) + Cov(X2, X1) - Cov(X2, X2) = Var(X1) - Cov(X1,X2) - Cov(X1,X2) + Var(X2) = 0 因此，如果X1和X2是来自同一个正态总体的样本，那么X1+X2和X1-X2一般情况下不独立，因为它们的协方差不为0。但是，在特殊的情况下，例如当μ=0时，X1+X2和X1-X2独立。因为...
独立。是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值，同理可得平方运算后的各变量之间，所以是独立的。变量来源于数学，是计算机语言中能储存计算结果或能表示值的抽象概念。变量可以通过变量名访问。在指令式语言中，变量通常是可变的；但在纯函数式语言（如Haskell）中，变量可能是不可变的...
X2)= 0 所以X1+X2和X1-X2不相关。如果(X1,X2)的联合分布是二维正态分布，那么有X1+X2和X1-X2都是正态分布，从而可以由X1+X2和X1-X2不相关推出X1+X2和X1-X2独立。注：只要(X1,X2)的联合分布是二维正态分布即可，不需要X1和X2独立这么强的条件。希望对你有帮助，望采纳，谢谢~...
问题详情老师您好,这个题第三问,为什么X1+X2,与X1-X2独立,他们的平方就独立啊?手写过程是老师讲的方法,(答案做法是下一张) 老师回复问题 AB独立,那么fA和gB也是独立,各自的函数也独立查看全文 上一篇:我想请教一下,这个划红线的地方,是怎么得来的 下一篇:老师,这个ψ(v)=0怎么得出ψ(v-u)等于0的啊?
如果X1和X2是从服从正态分布X~N(μ, σ²)的总体中抽取的样本,那么X1+X2和X1-X2的独立性取决于X1和X2之间的相关性。 在一般情况下,X1+X2和X1-X2不是相互独立的。这是因为它们的和与差之间存在关系:(X1+X2)+(X1-X2)=2X1和(X1+X2)-(X1-X2)=2X2。这意味着X1+X2和X1-X2是通过X1和X...
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，仍然是正态分布，期望与方差需要协方差，建模时如果实际数据，可以进行假设检验，并统计出一...
Cov(X1+X2,X1-X2)= Var(X1)-Cov(X1,X2)+Cov(X1,X2)-Var(X2)= Var(X1)-Var(X2)= 0所以X1+X2和X1-X2不相关.如果(X1,X2)的联合分布是二维正态分布,那么有X1+X2和X1-X2都是正态分布,从而可以由X1+X2和X1-X2不相关推出X1+...结果...