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。
一般来说不独立。X1和X2独立,则Cov(X1,X2)=0所以Cov(X1,X1+X2)=Cov(X1,X1)+Cov(X1,X2)=Cov(X1,X1)=D(X1)一般D(X1)不等于0,所以Cov(X1,X1+X2)不等于0所以X1与X1+X2相关,不独立。当然,如果D(X1)=0,那么X1是个常数(严格的说,几乎处处是个常数)。那当然X1与X1+X2独立。。。 结果一 题...
独立，比较容易列式子验证
不一定的，你的那个题目我帮你理理思路：（1）X是正态总体，所以X1、X2相互独立，课本上有定理（这个结论很明显）：相互独立的两个一维正态随机变量，是可以形成二维正态随机变量的；（2）(X1，X2)是二维正态随机变量了，后面都可以串起来了！
独立。根据查询相关公开信息显示，随机变量X1和X2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仍然相互独立。在概率统计理论中，如果变量序列或者其他随机变量有相同的概率分布，并且互相独立，那么这些随机变量是独立同分布。
一般来说不独立。X1和X2独立，则Cov(X1,X2)=0 所以Cov(X1,X1+X2)=Cov(X1,X1)+Cov(X1,X2)=Cov(X1,X1)=D(X1)一般D(X1)不等于0，所以Cov(X1,X1+X2)不等于0 所以X1与X1+X2相关，不独立。当然，如果D(X1)=0，那么X1是个常数（严格的说，几乎处处是个常数）。那当然X1与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。
在x2等于-x1的情况下。X1x2不独立，当然，他们也存在相互独立的情况，结果不是必然的。
概率论 X1,X2是总体X的一个样本,那么E(X1*X2)不等于E(X^2)? 也就是说,既然X1,X2与X同分布,那么为什么不能X1=X2=X这样理解,就是画上等号
百度试题 结果1 题目问X1与X2是否独立?为什么?相关知识点: 试题来源: 解析 正确答案:由联合分布表可以看出P{X1=一1,X2=0)=而P{X1=一1}P{X2=0}=所以,X1与X2不独立. 涉及知识点:概率论与数理统计 反馈 收藏