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。
指数分布：λe^(-λx)所以：f1(x1) ：λ = 2，E(X1) = 1/λ = 1/2 f2(x) ：λ = 4 ，E(X2) = 1/λ = 1/4 ，D(x2) = 1/λ^2 = 1/16 E(X2^2) = D(X2) + [E(X2)]^2 = 1/16-1/16 = 1/8 1）E(X1+X2) = E(X1)+E(X2) = 3/4 2）E(2X1...
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-...
设随机变量X1,X2相互独立,且X1,X2的概率密度分别为f1(x)=2e^-2x,x>0 0其他f2(x)=3e^-3x,x>0 0 其他 求E(2X1-3X2^2)
由题意，知 X_1~E(2),X_2~E(3)，所以 E(2X_1-3X_2^2)=2EX_1-3E(X_2^2)=2*1/2-3*(1/9+1/9)=1/3.注：指数分布E(a),a>0的期望为1/a,方差1/(a^2)
x1+x2和x1-x2是相互独立的。原题：若x1，x2服从标准正态分布，x1+x2与x1-x2是否相互独立。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...
所以：p(x1x2=1，x1x2=-1)=0。则p(x1=1，x2=1）+p（x1=-1，x2=1)=0。则p(x1=1，x2=1）=p（x1=-1，x2=1)=0。因为p（x2=1)=0.5。因为p(x1=1，x2=0）=0。25而p(x1=1）*p(x2=0）=0。则p(x1=1，x2=0）≠p(x1=1）*p(x2=0）。所以X1X2不相互独立。
由于x1和x2独立，所以第一步回归中x2的系数应该为0，但是由于我们使用的是样本而不是总体，所以b1总...
f(z) = ∫[0, z] f1(x) * f2(z - x) dx 其中，f1(x)和f2(x)分别是x1和x2的概率密度函数。由于x1和x2都是服从0-1分布的随机变量，其概率密度函数为常数1。因此，我们可以将上述卷积公式简化为：f(z) = ∫[0, z] 1 * 1 dx = ∫[0, z] dx = z 所以，z的密度函数为f(...
由于x1和x2独立，所以第一步回归中x2的系数应该为0，但是由于我们使用的是样本而不是总体，所以b1总...