二维正态分布的+怎么求
答：根据条件密度公式 f(y|X=x)=f(x,y)/fX(x),所以可得联合密度为 f(x,y)=exp(-x^2-(y-x)^2)/2)/(2*pi)再求出Y的边缘密度可得到 fY(y)= exp(-y^2/4)/(2根号（pi))y也就是说，Y~N（0，根号（2））
答：E(X-Y)=EX-EY=1-0=1
答：Cov(X,Y)= P*σ1*σ2 = P*√&1*√&2
答：你好！这里用到了协方差的性质：Cov(X,Y+Z)=Cov(X,Y)+Cov(X,Z)；Cov(X,aY)=aCov(X,Y)。经济数学团队帮你解答，请及时采纳。谢谢！
答：二维正态分布的ρ的正负确定方法：若条件要求包含在协方差为0，同时相关系数为0内，则其为相互独立的必要条件；若协方差为0，同时相关系数为0包含在条件要求内，则其为相互独立的充分条件。否则为既不充分又不必要条件。若随机变量X与Y的联合分布是二维正态分布，则X与Y独立的充要条件是X与Y不相关...
答：由正态分布的可加性可知,X+Y服从N(0+1,1+1)=N(1,2)X-Y服从N(0-1,1+1)=N(-1,2)故(X+Y-1)/根号2服从标准正态分布N(0,1),(X-Y+1)/根号2服从标准正态分布N(0,1).由此可知,只有B是正确答案.选项D如果将1改为-1就正确了.
答：好像有公式 E(2X-Y) = 2E(X)-E(Y) = 2*5-6 = 4 ，不知是否正确，仅供参考。
答：联合密度函数对x积分就可以，这个积分指数配方后直接就有结果了
答：你好！实际上ρ(X/3,Y/2)=ρ(X,Y)。利用性质Cov(X,aY)=aCov(X,Y)可得Cov(X/3,Y/2)=(1/2)Cov(X/3,Y)=(1/6)Cov(X,Y)。经济数学团队帮你解答，请及时采纳。谢谢！
答：E1（xy）=E（x-E(x)）E(y-E(y))(因为期望都为0)=cov1（x,y）=1/3 同理：E2（xy）=cov2(x,y)=-1/3
网友评论：
壤败13128948281：
二维正态分布的期望和方差公式
49752应点
： 二维正态分布的期望公式:数F(X)=1/(√2π)T,方差公式:f=T*E^h.二维正态分布,又名二维高斯分布(英语:Two-dimensionalGaussiandistribution,采用德国数学家卡尔·弗里德里希·高斯的名字冠名),是一个在数学、物理及工程等领域都非常重要的概率分布.在概率论和统计学中,数学期望(mean)(或均值,亦简称期望)是试验中每次可能结果的概率乘以其结果的总和,是最基本的数学特征之一.它反映随机变量平均取值的大小.需要注意的是,期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等.期望值是该变量输出值的平均数.期望值并不一定包含于变量的输出值集合里.
壤败13128948281：
如何确定二维正态分布的问题 -
49752应点
： 两个服从正态分布的变量能够决定二维正态分布的充要条件是这两个变量的线性组合是一维正态分布.而要这两个正态变量的任意线性组合是一维正态分布的充分条件是两个独立.所以一般只有X,Y独立才能确定联合分布.另外,由5个参数确定一个二维正态分布,前提是已经知道这两个变量服从二维正态分布.很抱歉,回答者上传的附件已失效
壤败13128948281：
大学概率论问题 二维正态分布 -
49752应点
： P=0和XY相互独立互为充要条件的前提是xy服从而为二维正态分布,由xy分别为正态分布,p=0不能推出xy独立,所以不能推出xy服从二维正态分布
壤败13128948281：
二维正态分布 -
49752应点
： UV=x^2-y^2, 因为XY独立服从正态分布,所以他们的平方也服从,然后他们的平方差服从,所以UV服从.
壤败13128948281：
二维正态分布里的p是什么意思? -
49752应点
： 正态分布里p值主要为了检验一组数据是否服从正态分布的标准.p值就是接受原假设是出错的概率.正态分布的意义: 1. 正态分布的意义. 2. 正态分布的密度函数的特点是:关于μ对称,在μ处达到最大值,在正(负)无穷远处取值为0,在μ±σ处有拐点. 3. 它的形状是中间高两边低 ,图像是一条位于x轴上方的钟形曲线.当μ=0,σ2 =1时,称为标准正态分布,记为N(0,1).
壤败13128948281：
两个二维正态分布的加减是否还是二维正态分布 -
49752应点
： 不一定...最简单的两个独立同分布,相减之和就什么都没了
壤败13128948281：
设二维随机变量(X,Y )服从二维正态分布N(0,0,1,1,0)求P(X+Y<0)及P(X/Y>0) -
49752应点
： p(x/y<0)=0.5本题使用正态分布与独立性分析: (x,y)~n(0,0,1,1,0) 说明x~n(0,1),y~n(0,1) 且x与y独立 x/y<0,即x与y反号 所以 p(x/y<0)=p(x>0,y<0)+p(x<0,y>0) =p(x>0)p(y<0)+p(x<0)p(y>0) =0.5*0.5+0.5*0.5 =0.5 正态分布: 若随机变量服从一个位置参数、尺度参数为的概率分布,记为:则其概率密度函数为正态分布的数学期望值或期望值等于位置参数,决定了分布的位置;其方差的开平方或标准差等于尺度参数,决定了分布的幅度.正态分布的概率密度函数曲线呈钟形,因此人们又经常称之为钟形曲线.
壤败13128948281：
已知一个二维正态分布的概率密度,怎么求这个二维随机变量落在一个区域里的概率. -
49752应点
： 你的题目具体是什么? 对于二元变量的概率解法 当然使用积分的方法即可 推出这里区域的上下限之后 再把概率密度函数代入 进行二次积分得到的值 就是其概率值
壤败13128948281：
二维正态分布(u1,u2,&1,&2,P),求cov(x,y) -
49752应点
：[答案] Cov(X,Y)= P*σ1*σ2 = P*√&1*√&2
壤败13128948281：
若(X,Y)服从二维正态分布N(0,0,1,1,ρ),令U=αX+βY,V=αX - βY,则Cov(U,V)为()A. -
49752应点
： ∵Cov(U,V)=Cov(αX+βY,αX-βY)=Cov(αX+βY,αX)-Cov(αX+βY,βY)= =Cov(αX,αX)+Cov(βY,αX)-Cov(αX,βY)-Cov(βY,βY) =α2DX-β2DY 又由(X,Y)服从二维正态分布N(0,0,1,1,ρ),知 DX=DY=1 ∴Cov(U,V)=α2-β2
