P(X/Y<0)=0.5
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
解:
∵ (x,duy)~N(0,0,1,1,0)
∴X~N(0,1),Y~N(0,1)
且X与Y独立
∵X/Y<0,即X与Y反号
∴ P(X/Y<0)
E(X)=1
D(X)=4
E(X^2)=D(X)+E(X)^2=5
E(Y)=1
D(Y)=9
E(Y^2)=D(Y)+E(Y)^2=10
∴E(X^2Y^2)=E(X^2)E(Y^2)=50
扩展资料:
则这个随机变量就称为正态随机变量,正态随机变量服从的分布就称为正态分布,μ维随机向量具有类似的概率规律时,称此随机向量遵从多维正态分布。
多元正态分布有很好的性质,例如,多元正态分布的边缘分布仍为正态分布,它经任何线性变换得到的随机向量仍为多维正态分布,特别它的线性组合为一元正态分布。
本词条的正态分布是一维正态分布,此外多维正态分布参见“二维正态分布”。
参考资料来源:百度百科-正态分布