X1服从正态分布,X2服从正态分布,证明X1 X2服从

matlab只能通过仿真来模拟,而不是准确的概率密度函数.具体程序是下边这样的.x1=2+randn([100000,1]);x2=4+randn([100000,1]);Y=714+807*(x1)

随机变量X的概率密度函数为：{[1/sqrt(2pi)δ]}*exp[-(x-u)^2/(2*δ^2)]被称之为标准正态分布.

为了方便令F(X1)=ф（X(1)）)F(X1)=1-(1-F(X1))^nf(x1)=n*((1-F(x1))^(n-1))*F'(x1)E=ф（X(1)））*f(x1)从负无穷到正无穷的积分积分符

首先考虑两个的情况,如果证明了y=ax1+bx2是两个正态的和,也是正态的,接下来就直接用归纳法证毕,因为比如3个和的情况就是ax1+bx2+cx3=y+cx3也是两个正态的和,因此正态.n就能退化到

以前还会做,现在都给忘了

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

x3^2+x4^2服从卡方(2)(x1-x2)服从N(0,2)根据t分布定义[(x1-x2)/√2]/√(x3^2+x4^2)/2=(x1-x2)/√(x3^2+x4^2)服从t(2)

服从~N（u,σ^2/n）正态分布

由Xi~N(3,4)得Xi-3~N(0,4)得(Xi-3)/4~N(0,4/(4^2))所以(Xi-3)/4~N(0,1/4)

中括号后应该有个平方吧?k=1/4,n=1.中括号里是正态分布N(0,4),所以如果表达式是卡方分布的话,那自由度必然为1,而且修正系数k必为1/4再问：答案是对的，不过那个题中的确没有平方，可能是盗

Y=X1-X2服从N（0,1）E(Y)=0E(|Y|)=（2/√2π）∫ye^(-y^2/2)dy=√(2/π),积分范围y>0E(|Y|²)=E(Y²)=D(Y)+E²

依题意,X1、X2均服从标准正态分布(X1+X2)/√2服从N（0,1）相当于只有1个标准正态分布的平方,所以自由度为1的卡方分布

不太懂联合概率分布的意思可能和我们教材不一样吧我只会求X2的方差为4.不好意思.没有期望怎么能求出F（X）的概率分布呢?

D(x1)=3D(x2)=22D(x3)=3D(Y)=D(x1)+4D(x2)+9D(x3)=3+88+27=118如有意见,欢迎讨论,共同学习；如有帮助,

U=n^(1/2)*(xˉ-μ)/σ服从标准正态分布,即UN(0,1),因此,D(U)=1.

fX(x)=φ((x-u)/σ)/σf(X1,X2,...Xn)=fX1(x1)fX2(x2)..fXn(xn)=(1/√(2π)σ)^n*e^Σ(xi-u)²/(2σ)如有意见,欢迎讨论,

服从F(1,1)分布总体Y服从正态分布N（0,a）,x1,x2,x3,x4为其样本.这句话说明了x1,x2,x3,x4相互独立,且都服从正态分布N（0,a）,又由于独立的两态分布随机变量的线性组合仍是

%%MonteCarlo方法Len=1e6;x1=2+rand(1,Len)*6;x2=2+randn(1,Len);x3=exprnd(3,1,Len);x=x1+x2.^2+x3.^2;count

X1和X2是独立的吧?D(2X1+3X2)=4D(X1)+9D(X2)=4x1+9x1=13再问：我也是一直在想是不是独立的。现在的观点也是两者相互独立。谢

1、x1、x2是否相互独立,与你得出的Δ=X1-X2无关.只与你使用环境有关,与你建模时假设有关,也就是实际情况.2、如果相互独立,标准正态分布的函数也是标正分布,期望与方差根据公式可求的.如果不独立