怎么判断x和y服从正态二维分布
x平方怎么看是否符合正态分布？
x平方怎么看是否符合正态分布？
如果x服从正态分布N，则x平方服从N（u,（σ^2）/n）。
因为X1,X2,X3,...,Xn都服从N（u,σ^2) ,正太分布可加性X1 X2...Xn服从N（nu,nσ^2).
均值X（X1 X2...Xn）/n,所以X期望为u,方差D(X)D（X1 X2...Xn）/n^2σ^2/n
E（Y） E [X] - E [X] 0 Y（Y） E [YE（Y）] ^ 2 E [ - X - 0] ^ 2 E [X ^ 2] 1
因此,随机变量Y - X的意思是0,方差为1 服从标准正态分布的随机变量：BR / N（0,1）
二维正态分布矩阵形式？
UVx^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。
xy服从正态分布xy是否相互独立？
因为这是正态分布的性质之一：
如果X和Y服从：
是统计独立的正态随机变量，那么：
X和Y的和也满足正态分布：
X和Y的差也满足正态分布
U与V两者是相互独立的。（要求X与Y的方差相等）。
扩展资料：
正态分布曲线的特征：
1、集中性：正态曲线的高峰位于正中央，即均数所在的位置。
2、对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
3、均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
4、曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
5、正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ,σ2）。
如何证明两个正态分布相互独立？
U，V都是正态分布，正态分布有个很特殊的性质：正态分布不相关，则独立。
所以只需证：Cov(U, V) 0
Cov(U,V) Cov(X Y, X-Y)
Cov(X, X) - Cov(X, Y) Cov(Y, X) - Cov(Y, Y)
因为 X，Y 独立同分布，所以：Cov(X, X) Cov(Y, Y)，Cov(X, Y) Cov(Y, X)
所以，Cov(U, V) 0
两个独立正态分布的随机变量的线性组合仍服从正态分布。
这是二维正态分布的边缘分布(不需要独立)的线性组合服从正态分布的特殊情况。
因为若X，Y服从相互独立的正态分布，则(X，Y)服从二维正态分布(密度函数为fX(x)·fY(y))。
若没有独立或服从二维正态分布这样的条件，则可以有下面这样的反例：
设X服从标准正态分布，Y服从与之独立的两点分布：P(Y 1) 1/2, P(Y -1) 1/2。
则XY与|X|·Y都服从标准正态分布，但二者的和并不服从正态分布(取0的概率为1/2)。