设x1 x5是独立且服从相同分布的随机变量,且-搜答案-灵鹊做题网

服从自由度为（2,2）的F分布X1+X2和X2+X4都服从自由度为2的卡方分布,所以[χ2(2)/2]/[χ2(2)/2]~F(2,2)建议你看下书本吧,三大抽样分布.

Z的分布叫做瑞利（Rayleigh）分布,具体求法：f(x,y)=[1/(2πσ^2)]*e^-[(x^2+y^2)/2σ^2]当z=0时,有：F(z)=∫∫f(x,y)dxdy,其中积分区域为x^2

N(u,δ^2/n),这是正态分布的一个性质,满足正态分布的随机变量之和也是满足随机变量的,具体证明书上有,用的是特征函数.所以知道是正态分布后,期望方差很好求,一下子就确定了

由于相互独立,EXY=EX*EY=1*2=2泊松分布的期望等于纳姆达=1二项分布的期望等于np=4*0.5=2

A肯定不对,你设X=Y=0即可B你可以设X=Y~B(1,p),计算P(X+Y≤0.5,X-Y≤0.5)=(1-p²),但是P(X+Y≤0.5)P(X-Y≤0.5)=(1-p)²(1

P(X=Y)=P(X=0)P(Y=0)+P(X=1)P(Y=1)=1/9+4/9=5/9如有意见,欢迎讨论,共同学习；如有帮助,再问：为什么这么算啊？再答：根据独立性。书上讲更全面一些，建议您看书。

X,Y互相独立设X的密度函数为f(x),Y的密度函数为f(y)它们的联合密度函数为f(x,y)=f(x)f(y)f(y,x)=f(y)f(x)=f(x,y)f(x,y)关于y=x对称P(X

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

这个用泊松分布可加性来做,很简单X,Y相互独立且分别服从p(λ1),p(λ2)那么Z=X+Yp(λ1+λ2)参考资料里有他的证明

要用到微积分吗?具体公式给下回答：=Σ（3^I*e^(-3)I/I!）(3^(K-I)*e^(-3)I/(K-I)!）=Σ（3^I*3^(K-I)e^(-3)*e^(-3)/I!*(K-I)!）=Σ[

因为XY服从相同的分布所以它们各自的分布函数和分布密度表达式是相同的,只是变量不同而已（一个是X一个是Y）所以就设分布函数是F（U）,分布密度是f(u),对应到XY就是把U换成XY就行了..像LS说的

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

根号(2*pi)积分可以化成极坐标做.

x1^2+x2^2服从自由度2的卡方分布.

X.Y参数为1的柏松分布,则其母函数为Ψ（s)=e^(s-1)X.Y相互独立,X+Y母函数为Ψ（s,s)=Ψ（s)*Ψ（s)=e^(2(s-1))X+Y服从参数为2的泊松分布.再问：能再详细点吗。再答

如果方差不存在怎么办?同一分布是指同一个分布,不是同一类分布

设u=x+y,v=x/(x+y),算u,v的联合分布之后再求边际分布.

记S=5000个零件的总重量,在此情况下显然中心极限定理成立,所以S的标准差为sqrt(5000)*0.1=sqrt(50)*10,然后用正态分布计算就可以了

用定义做就行lim(n->∞)P{[∑(1,n)Xi-n*E(Xi)]/[√n*√D(Xi)]≤x}=Φ(x)因为Xi~P(λ),所以E(Xi)=D(Xi)=λ,代到上式lim(n->∞)P{[∑(1