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
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:
∵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.
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
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
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!
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
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!
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
(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
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/
E(X)=2随机变量X的分布函数F(x)在x
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
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:|
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
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
详细解答如下:
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