x与y相互独立的充要条件

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/27 21:20:48
x与y相互独立的充要条件
随机变量X与Y相互独立,命U=max{X,Y},V=min{X,Y},问U和V是否相互独立?

显然不独立.如果不知道U,那么V的分布就是V自身的分布,可以取值任何数.而如果知道了U,那么V在已知U的条件下的条件分布就不是V自身的分布了,因为取值不能超过U.

若x与y相互独立,则d(x-y)=dx-dy

是的,完全正确啊.

19.设随机变量X~B,Y服从参数为3的泊松分布,且X与Y相互独立,则 D(X+Y)=______.

X服从B(n,p)二项分布D(X)=np(1-p)Y服从参数为3的泊松分布D(Y)=3X与Y相互独立D(X+Y)=D(X)+D(Y)D(X+Y)=np(1-p)+3解毕

设X和Y是相互独立的随机变量

var(z)=Var(2x-y)=4var(x)-4cov(x,y)+var(y)=16+0+9=25标准差为开平方5

设随机变量X与Y均服从参数为λ的指数分布,且X与Y相互独立,求Z=X+Y的密度函数

fx(x)=λe^(-λx)f(x,y)=λ²e^(-λx-λy)z-x>0,z>xfZ(z)=∫(-∞,+∞)f(x,z-x)dx=∫(-∞,+∞)f(x,z-x)dx=∫(0,z)λ&#

概率论,设x与y相互独立,求z=x+y的概率密度,如图

首先题目打错,应该是be^(-by)P(Z

X与y是相互独立的随机变量 但为什么D|X-Y|不=DX+DY? 谢谢

回答:|X-Y|不同于X-Y或X+Y.取了绝对值后,取值范围大于等于0,改变了原来变量的分布特性.

设X的分布律如下,Y=X^2,试证明X与Y不相关又不相互独立

EX=-1/3+1/3=0EXY=EX^3=1/3*(-1)^3+1/3*1^3=0Cov(X,Y)=EXY-EXEY=0P(X=1,Y=0)=0P(Y=0)=P(X=0)=1/3P(x=1)*P(Y

证明:设X和Y为两个随机变量,若对于任意的x和y,X和Y是相互独立的充要条件是P{X

题目错了,正确的命题应该是:设X和Y为两个随机变量,若对于任意的x和y,X和Y是相互独立的充要条件是P{X

设随机变量X与Y相互独立,且服从同一分布,X的分布律为

由于:P(X=0,Y=0)=P(X=1,Y=0)=P(X=0,Y=1)=P(X=1,Y=1)=1/4.P(Z=1)=P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1)=3/4.P(Z=0

设随机变量x与y相互独立,都服从参数为1的指数分布,求P{X

对参数为入1,入2的两个指数分布X1,X2P(X1>X2)=入1/(入1+入2)1/(1+1)=1/2E(a),E(b)为例P(X>Y)∫(0~)∫(0~y)abe^(-ax-by)dxdy=∫(0~

设随机变量X与Y相互独立,N(1,2),(0,1),求随机变量Z=X-Y的分布,并求P(X>Y )的概率

N(1,3)P(X>Y)=P(X-Y>0)=P(Z>0)又T=Z-1/根号3~N(0,1)则原式=P(T>-1/根号3)查标准正太分布表可得到概率再问:Z~N(1,1)不是这样?

大学概率论 随机变量x,y独立的充要条件是F(x, y )=F(x)F(y)吗?是必要条件还是充要条件啊?注意是分部函.

x,y独立,则fx(x)fy(y)=f(x,y)F(x,y)=∫(-∞,y)∫(-∞,x)fx(x)fy(y)dxdy=Fx(x)Fy(y)说明是必要条件.若F(x,y)=Fx(x)Fy(y)对两侧x

相互独立随机变量X与Y都服从[0,1]上的均匀分布,求Z=X-Y密度函数

先求分布函数,其中Z的取值范围[-1,1],应该要分类讨论

X,Y相互独立,如何证明X-E(X)与Y-E(Y)相互独立

利用定义,X,Y相互独立的充要条件是:P{X

1、设二维随机变量(X,Y)的概率密度为,问X与Y是否相互独立,并说明理由.

1fx=int(-oo,+oo)f(x,y)dy=1fy=int(-oo,+oo)f(x,y)dx=0.5e^(-0.5y)f(x,y)=fx*fy,独立20-8上的均匀分布EX=int(0,8)x/

若X,Y是相互独立的随机变量,那么X,2Y相互独立吗

相互独立再问:那如果设f(x)为概率密度,那么f(2x)=2f(x)还是f(2x)呢?谢谢!再答:先给分吧再问:请讲一下吧,谢谢!再答:第一个再答:再答:对其求导

线性代数中说X与Y相互独立的充要条件是相关系数等于0,那么,

X与Y相互独立的充要条件是f(x,y)=f(x)f(y).X与Y相互独立可以推出相关系数为0;但是相关系数为0推不出X与Y相互独立,除非附加条件:X与Y服从二维正态分布.

若X与Y相互独立,则X与Y不相关?

不相关是指不线性相关,独立是指两个随机变量一点关系都没有,也就是说独立一定不相关,而不相关不一定独立.