-
设随机变量X和Y相互独立,都服从正态分布N(0,1/2),则Y−X的方差为()。
A . 1-1/π
B . 1-2/π
C . 1
D . 2
E . 4
-
设随机变量X和Y都服从N(0,1)分布,则下列叙述中正确的是()。
A . X+Y服从正态分布
B . X2+Y2~x2分布
C . X2和Y2都服从X2分布
D . 分布
-
设随机变量X和Y相互独立,都服从正态分布N(μ,σ2),令ξ=X+Y,η=X−Y,则ξ和η的相关系数为()。
A . -4/9
B . -1/2
C . 1/2
D . 0
E . 5/9
-
已知随机变量X,Y相互独立,X~N(2,4),Y~N(-2,1), 则
-
2、设随机变量x~N(0,1),且满足P(x
3、设随机变量x、y,且Ex=a,Dx=b,Ey=c,Dy=d,若x+y与x-y不相关。则a,d之间有什么关系。
-
设随机变量X和y相互独立且都服从标准正态分布N(0,1),考虑下列命题: 其中正确的个数为
设随机变量X和y相互独立且都服从标准正态分布N(0,1),考虑下列命题:<img src='https://img2.soutiyun.com/ask/uploadfile/5106001-5109000/e2f38b6a46b6f27b309df20ce5ab86a1.jpg' />其中正确的个数为
A.1.
B.2.
C.3.
D.4.
-
设随机变量序列X<sub>1</sub>,X<sub>2</sub>,...,X<sub>n</sub>相互独立,EX<sub>i</sub>=μi,DX<sub>i</sub>=2,i=1,2,…,令Y<sub>n</sub>=p=P
A.A.{X<sub>n</sub>:n=1,2,...}满足辛钦大数定律
B.B.{X<sub>n</sub>:n=1,2,...}满足切比雪夫大数定律
C.C.p可以用列维—林德伯格中心极限定理近似计算
D.D.p可以用棣莫弗尔—拉普拉斯中心极限定理近似计算
-
设随机变量 X~N(0,9),Y~N(0,4),且X与Y相互独立,记 Z=X-Y,则Z~A.N(-1,5)B.N(1,5)C.N(-1,13)D.N(1,
设随机变量 X~N(0,9),Y~N(0,4),且X与Y相互独立,记 Z=X-Y,则Z~
A.N(-1,5)
B.N(1,5)
C.N(-1,13)
D.N(1,13)
-
设随机变量X~N(0,1),Y~X2(5),且X与Y相互独立,则~A t(5)B t(4)C F(1,5)D (5,1)
设随机变量X~N(0,1),Y~X2(5),且X与Y相互独立,则<img src='https://img2.soutiyun.com/ask/uploadfile/9669001-9672000/ddd12df08cdd4f8dc6cc3532c765d40b.png' />~
A t(5)
B t(4)
C F(1,5)
D (5,1)
-
设随机变量X服从正态分布N(μ<sub>1</sub>,).随机变量Y服从正态分布N(μ2+),且P{|X-μ<sub>1</sub>|<1}>P{|Y-μ≇
A.A.σ<sub>1</sub><σ<sub>2</sub>
B.B.σ<sub>1</sub>>σ<sub>2</sub>
C.C.μ<sub>1</sub><μ<sub>2</sub>
D.D.μ<sub>1</sub>>μ<sub>2</sub>
-
设随机变量X~N(-1,2),Y~N(1,1),且X与Y相互独立,设Z=X+Y,则Z~N(0,2)。()
是
否
-
设二维随机变量(X,Y) 的联合分布律为:已知随机事件{X=0}与{X+Y=1}相互独立,求a、b的值.
设二维随机变量(X,Y) 的联合分布律为:
<img src='https://img2.soutiyun.com/ask/2020-09-29/970260722339277.png' />
已知随机事件{X=0}与{X+Y=1}相互独立,求a、b的值.
-
设X,Y均服从N(0,1)且相互独立,记Z=min(X,Y),证明。
设X,Y均服从N(0,1)且相互独立,记Z=min(X,Y),证明<img src='https://img2.soutiyun.com/ask/2020-11-25/975173296514329.jpg' />。
-
设随机变量X与Y相互独立且分别服从正态分布N(μ,σ<sup>2</sup>)与N(μ,2σ<sup>2</sup>),其中σ是未知参数且σ
设随机变量X与Y相互独立且分别服从正态分布N(μ,σ<sup>2</sup>)与N(μ,2σ<sup>2</sup>),其中σ是未知参数且σ>0.记Z=X-Y.
(I)求Z的概率f(z;σ<sup>2</sup>)
(II)设<img src='https://img2.soutiyun.com/ask/2020-11-18/974564587212992.png' />为来自总体Z的简单随机样本,求σ<sup>2</sup>的最大似然估计量<img src='https://img2.soutiyun.com/ask/2020-11-18/974564610926348.png' />
(III)证明<img src='https://img2.soutiyun.com/ask/2020-11-18/974564610926348.png' />为σ<sup>2</sup>的无偏估计量.
-
5、设随机变量X~N(0, 1), Y~N(1,4), X与Y相互独立,则D(2X-Y+1)的值为
A.9
B.8
C.1
D.0
-
4、设随机变量X~N(0, 1), Y~N(1,4), X与Y相互独立,则P(X<Y-1)的值
A.大于0.5
B.小于0.5
C.等于0.5
D.等于1
-
4、设随机变量(X,Y)服从二维正态分布N(0,1;1,4;1/2), 则X+Y服从正态分布N(1, 5).
-
设随机变量X和Y相互独立且都服从正态分布N(0,3<sup>2</sup>),而X<sub>1</sub>,X<sub>2</sub>
设随机变量X和Y相互独立且都服从正态分布N(0,3<sup>2</sup>),而X<sub>1</sub>,X<sub>2</sub>,...,X<sub><span style="font-size: 13.3333px;">n</span></sub>和Y<sub>1</sub>,Y<sub>2</sub>,...,Y<sub>n</sub>分别是来自总体x和Y的样本.则统计量<img src='https://img2.soutiyun.com/ask/2020-09-30/970333024845808.png' />服从()分布,参数为()。
-
51、设随机变量X和Y相互独立且都服从(0,1)上的均匀分布,则()服从区间或区域上的均匀分布
A.(X,Y)
B.X + Y
C.X 2
D.X – Y
-
设随机变量X和Y相互独立,都服从正态分布N(,σ2),令ξ=X+Y,η=X−Y,则ξ和η的相关系数为()
A.-4/9
B.-1/2
C.1/2
D.0
E.5/9
-
3、设X~N(0,1), Y~N(1,1),且X与Y相互独立,则
A.P(X-Y ≤0)=1
B.P(X+Y ≤0)=1
C.P(X-Y ≤1)=1/2
D.P(X+Y ≤1)=1/2
-
若X-N(0,1),Y~N(1,2)且X和Y相互独立,则2X-Y=()
-
设随机变量X和Y相互独立,都服从正态分布N(μ,σ2),令ξ=X+Y,η=X&8722;Y,则ξ和η的相关系数为()
A.-4/9
B.-1/2
C.1/2
D.0
E.5/9
-
设随机变量X~N(0,1),求Y=X^2的概率密度。