设随机变量X,试证明X的线性函数也服从正态分布

来源:学生作业帮助网 编辑:作业帮 时间:2024/06/01 12:51:12
设随机变量X,试证明X的线性函数也服从正态分布
设二维随机变量(X,Y)的概率密度为f(x,y)=e-x-y x>0,y>0;0,其他.求证明x,y相互独立.

首先分别计算x和y的边际密度函数,如下:x的边际密度函数:x<0时,边际密度为0,x>0时,如下: 同理可得y的边际密度函数:y<0时,边际密度为0,y>0时,如下:

设随机变量X的分布列如下

∵E(X)=158,∴由随机变量X的分布列,知:0.5+x+y=11×0.5+2x+3y=158,解得x=18,y=38.故选:A.

设随机变量X的密度函数为

还有一个方程是根据总概率为1对f(x)从-∞到+∞上的积分值为1即3a/2+6b+2c=1

设随机变量x的数学期望与方差均存在且D(x)>0,称x*=(x-E(x))/√D(x)为x的标准化的随机变量,证明:E(

这个不需要证明对任意的随机变量的分布经过标准化处理后都服从标准正态分布N(0,1)再问:那个原题就是这样.....应该也有个推导过程吧?再答:E(x*)=E[x-E(x)/√D(x)]=[E(x)-E

设随机变量X服从参数为2的指数分布,证明Y=e^-2X服从U(0,1)

解法的要点如下图,先找出分布函数的关系.经济数学团队帮你解答,请及时采纳.谢谢!

设F1(x),F2(x)分别为随机变量X,Y的分布函数,若F(x)=0.4F1(x)+kF2(x)也是某随机变量的分布函

若存在F(x)=0.4F1(x)+kF2(x),则在区间内存在一点,F(x)=F1(x)=F2(x),得F1(x)=F2(x)——①;F1(x)=0.4F1(x)+kF2(x)——②;解得:0.6F1

设随机变量X的概率密度为

新年好!可用概率密度积分为1如图得出c=-1/2.经济数学团队帮你解答,请及时采纳.谢谢!

设随机变量X服从自由度为k的t分布,证明随机变量Y=X^2服从自由度为(1,k)的F的分布

因为X~t(k),由定义可令X=A/根号下B/k,其中A~N(0,1),X^2(k)分布Y=X^2=A^2/(B/k),因为A~N(0,1),所以A^2~X^2(k)Y=(A^2/1)/(B/K),则

设随机变量X的分布列为:

(1)X平方后对应的概率与原X概率相同,平方后相同的用加法Y014P2/74/71/7(2)累加F(y)={0(y

设随机变量X服从参数为p的几何分布,试证明:E(1/X)=(-plnp)/(1-p)

X和1/X对应的概率是一样的,都是p*(1-p)^(n-1),那么E(1/X)=∑(1/k)*p*(1-p)^(k-1),其中,k从1到无穷.E(1/X)=p/(1-p)∑[(1-p)^k]/k=p/

设随机变量X的分布函数F(x)在x

E(X)=2随机变量X的分布函数F(x)在x

顺便帮忙证明下:设X和Y是相互独立的随机变量,且X~π(λ1),π(λ2),证明Z=X+Y~

是X~π(λ)泊松分布证明:P{X=k}=λ^k*e^(-λ)/k!π(μ)P{Y=k}=μ^k*e^(-μ)/k!Z=X+YP{Z=k}=∑(i=0,...k)P{X=i}*P{Y=k-i}=∑(i

设随机变量Y是X的线性函数Y=aX+b,且E(X)=μ,D(X)=σ^2,求随机变量(X,Y)的协方差矩阵

Cov(X,X)=DX=σ^2Cov(X,Y)=Cov(X,aX+b)=Cov(X,aX)+Cov(X,b)=aDX+0=aσ^2Cov(Y,Y)=D(aX+b)=(a^2)(σ^2)协方差矩阵为:|

设随机变量X的密度函数为:

1再问:为什么啊再答:P(Y>=k)=∫{k到正无穷}f(x)dx=2/3根据f(x)的分段特点,可得1

设随机变量X的数学期望存在,证明随机变量X与任一常数a的协方差为零

用定义就能证明吧cov(x,y)=EXY-EX*EY设Y是个常数ccov(x,c)=E(cX)-E(X)*E(c)=cEX-cEx=0也可以用这个公式证明D(X+Y)=DX+DY+2COV(XY)_爱

设X为非负的随机变量,证明:当x>0时,P(X=1-E(X)/x

这个就是切比雪夫不等式.E(X)=∫_X=x_XdP>=xP(X>=x)==>P(X>=x)P(X=1-E(X)/x.ps:∫_X=0and∫_X>=x_XdP>=xP(X>=x再问:谢谢你,那跟切比