随机变量X~N(-1,3²),Y~N(2,4²)

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/22 01:03:44
随机变量X~N(-1,3²),Y~N(2,4²)
.已知随机变量X~N(3,9),则P{0

把X~N(3,9)化成标准正态分布(x-3)/3~N(0,1)

随机变量X~N(0,1),Y~U(0,1),Z~(5,0.5)且X、Y、Z相互独立,求随机变量U=(2X+3Y)(4Z-

U=(2X+3Y)(4Z-1)=8XZ-2X+12YZ-3YE(U)=8E(X)E(Z)-2E(X)+12E(Y)E(Z)-3E(Y)//:E(X)=0,E(Y)=0.5,E(Z)=5;//:N(5,

设随机变量X~N(-3,1),(2,4),且X与Y相互独立,则X-2Y+11~

E(X-2Y+11)=(-3-2*2+11)=4D(X-2Y+11)=D(X)+4D(Y)=17N(4,17)

设随机变量X服从正态分布,且X~N(-3,4),则连续型随机变量Y=()服从标准正态分布N(0,1)

Y=(X+3)/2由X~N(-3,4)知,μ=-3,σ=2.则Y=(X-μ)/σ=(X+3)/2服从标准正态分布N(0,1)

随机变量X~N(-3,1),N(2,4),且X、Y相互独立,令Z=X-2Y+5,求X,Y的概率密度

首先,设c为常数,则E(c)=c,D(c)=0.然后要知道X~N(-3,1)的意思是X服从期望为-3,方差为1的正态分布,即E(X)=-3,D(X)=1.同理,E(Y)=2,D(Y)=4.所以:E(Z

已知随机变量X服从正态分布N(0,1),求E(X^2)、E(X^3)与E(X^4)?

X~N(0,1)则Y=X^2~~卡方分布X^2(1)所以EX^2=1E(X^4)=DY+(EY)^2=2+1=3E(X^3)=0.pdf概率密度函数关于y对称.当然,也是可以像沙发同志那样做.不过有点

随机变量x—N(-1,16),求

y=(x-(-1))/4P(2≤x≤5)=P((5+1)/4)-P((2+1)/4)=P(1.5)-P(0.75)P(|x|>3)=P(y>0.75)+P(x<-0.5)=P(0.75)+P(0.5)

设随机变量X~N(1,4),则P{X

标准正态分布X~N(0,1),x在0处取得最大值,P{x再问:那要是P{X≥1},也是的0.5吗?再答:对啊,因为P{X=a}=1;连续分布取单点值的概率是0,所以说P{Xa}=1;P{X=a}=1;

设随机变量x~N(0,1),求p(x

x~N(0,1),意思是,x服从标准正态分布查表得:p(x

随机变量X~N(0,1),求下列随机变量Y=X^2的概率密度函数

思路是:先求解Y的分布函数,用定义求:即FY(y)=Py(Y=0,否则为零变形一下得到;FY(y)=PX(-y^0.5=

设随机变量X~N(0.1),Y=3x-1,则Y服从什么

N(0,1)表示随机变量X服从期望为0,方差为1的正态分布,即标准正态分布其中N是NormalDistribution的缩写,即正态分布.正态分布的概率密度函数为f(x)=]1/(√2π)σ]*exp

设随机变量X~N(-3,1),N(36,0.1),且XY独立,则E(X+Y)^2=

解析E(X)=-3E(Y)=3.6E(X+Y)=-3+3.6=0.6E(X+Y)²=0.36

设随机变量X~N(3,16),已知P(X

a=8.6分布图像对称轴是x=3,与X=-2.6相对应的点是8.6,又由于正太分布图像及定义,就得a=8.6

已知随机变量X~N(4,1) 求P(x

=1/2.画一下正态分布的图.u就是对称轴,小于U的概率当然是总的一半,就是1/2建议多看看概念.要看懂

已知随机变量x服从正态分布n(3,1),且p(2

从正态分布的参数可以知道这个分布的均值是3所以p(2