正态分布的可加性证明求助已知两个互相独立的正态分布随机变量X,Y;X~N(μ1,σ1),N(μ2,σ2),求证:aX+bY~N(aμ1+bμ2,a²σ1²+b²σ2²)
来源:学生作业帮助网 编辑:作业帮 时间:2024/09/02 20:01:38
![正态分布的可加性证明求助已知两个互相独立的正态分布随机变量X,Y;X~N(μ1,σ1),N(μ2,σ2),求证:aX+bY~N(aμ1+bμ2,a²σ1²+b²σ2²)](/uploads/image/z/11508299-35-9.jpg?t=%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83%E7%9A%84%E5%8F%AF%E5%8A%A0%E6%80%A7%E8%AF%81%E6%98%8E%E6%B1%82%E5%8A%A9%E5%B7%B2%E7%9F%A5%E4%B8%A4%E4%B8%AA%E4%BA%92%E7%9B%B8%E7%8B%AC%E7%AB%8B%E7%9A%84%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83%E9%9A%8F%E6%9C%BA%E5%8F%98%E9%87%8FX%2CY%3BX%7EN%28%CE%BC1%2C%CF%831%29%2CN%28%CE%BC2%2C%CF%832%29%2C%E6%B1%82%E8%AF%81%EF%BC%9AaX%2BbY%7EN%28a%CE%BC1%2Bb%CE%BC2%2Ca%26%23178%3B%CF%831%26%23178%3B%2Bb%26%23178%3B%CF%832%26%23178%3B%29)
xSN@JЍ&V>5Lhe5BTHP1j1q(>@V3%4U{3j >f7ZcudgZӴJbtwXL[-dh&|ʄdheZz(/kYq
Ph
zgg8y}x(0>1 ^@@EDs+J?OYBJ@76Y{X6F&([V5Vd:i`yB"@{xiٳi^(QbHfNCe)*S<G
$ č^.q 75Ph7^J{?,'7wy+mxc"fk0FXDؼ
ƀQ,9
>X;Gvb;0JѲ6F[%@jq+N,]K}!j?;ď_
正态分布的可加性证明求助已知两个互相独立的正态分布随机变量X,Y;X~N(μ1,σ1),N(μ2,σ2),求证:aX+bY~N(aμ1+bμ2,a²σ1²+b²σ2²)
正态分布的可加性证明求助
已知两个互相独立的正态分布随机变量X,Y;X~N(μ1,σ1),N(μ2,σ2),
求证:aX+bY~N(aμ1+bμ2,a²σ1²+b²σ2²)
正态分布的可加性证明求助已知两个互相独立的正态分布随机变量X,Y;X~N(μ1,σ1),N(μ2,σ2),求证:aX+bY~N(aμ1+bμ2,a²σ1²+b²σ2²)
可以用定义证,这里给出一个更简单的证法,用特征函数证:
N(a,σ²)的特征函数为exp(iat-σ²t²/2)
因为X,Y独立
所以有f_(aX+bY)(t)
=f_(aX)(t)*f_(bY)(t)
=f_(X)(at)*f_(Y)(bt)
=exp(iμ1at-σ1²a²t²/2)*exp(iμ2bt-σ2²b²t²/2)
=exp(i(aμ1+bμ2)t-(a²σ1²+b²σ2²)t²/2)
这就是N(aμ1+bμ2,a²σ1²+b²σ2²)的特征函数
由特征函数的唯一性知aX+bY~N(aμ1+bμ2,a²σ1²+b²σ2²)
注:以上“_(X)”,“_(Y)”,“_(aX+bY)”,“_(aX)”,“_(bY)”表示相应的下标,我不知道在这里怎么实现.
2
正态分布的可加性证明求助已知两个互相独立的正态分布随机变量X,Y;X~N(μ1,σ1),N(μ2,σ2),求证:aX+bY~N(aμ1+bμ2,a²σ1²+b²σ2²)
两个不独立的正态分布相加 结果还是正态分布吗?
两个独立正态分布随机变量的线性组合还是正态分布,为什么?
正态分布的可加性实际应用求助如果一个零件的Sigma(S1)=0.4,服从正态分布,U=0另一个零件的Sigma(S2)=0.35,服从正态分布,U=0两个零件Sigma相互独立那么这两个零件配合,是不是以正态分布可加性进行
两个正态分布相互独立是两个正态分布的线性函数也是正态分布什么条件为什么说判断正态分布的函数是否服从正态分布要看两个函数是否独立或者是否服从二维正态分布?两个正态分布相互
一个有关标准标准正态分布的概率题的证明已知Y1与Y2独立同服从N(0.1)证明:Y1-Y2服从N(0.2)
两个独立的正态分布相加减 得到的还是正态分布么比如X Y都是正态分布 那Z=X-2Y+7 服从正态分布么?
两个相互独立正态分布相加结果还是正态分布,如何从代数上证明这一结论?只有这么多分了,看BS模型推导的时候突然觉得不解,本人数学不太行,各位见笑了.
正态分布的公式证明
两个不独立的同分布正态分布函数相减服从什么样的正态分布,与相关系数r有关么.
设A,B,C是三个互相独立的随机事件,证明1,AUB 上面有一横 与C互相独立,2,AB 上面有一横 与C互相独立
超导态的两个互相独立的基本属性是什么
两个一维正态分布的协方差为0,他们是独立的吗
两个独立随机变量X、Y概率密度已知且都是均匀分布,求Z=XY分布如果是正态分布呢?
两个变量都服从标准正态分布,方差不同,独立吗
概率论指数分布,已知X1,X2为互相独立,都为指数分布,且参数都为1,证明为(0~1)的均匀分布,
互相独立的x,y服从正态分布,为什么它们各自的数学期望乘积等于他们乘积的数学期望?如题
设事件A,B,C互相独立,试证明事件A的逆,B,C相互独立