题目
设随机变量 X,Y 相互独立,且 X sim N(mu_1,sigma_1^2),Y sim N(mu_2,sigma_2^2),则 X-Y 为()A. N(mu_1+mu_2,sigma_1^2+sigma_2^2)B. N(mu_1-mu_2,sigma_1^2-sigma_2^2)C. N(mu_1+mu_2,sigma_1^2-sigma_2^2)D. N(mu_1-mu_2,sigma_1^2+sigma_2^2)
设随机变量 $X,Y$ 相互独立,且 $X \sim N(\mu_1,\sigma_1^2),Y \sim N(\mu_2,\sigma_2^2)$,则 $X-Y$ 为()
A. $N(\mu_1+\mu_2,\sigma_1^2+\sigma_2^2)$
B. $N(\mu_1-\mu_2,\sigma_1^2-\sigma_2^2)$
C. $N(\mu_1+\mu_2,\sigma_1^2-\sigma_2^2)$
D. $N(\mu_1-\mu_2,\sigma_1^2+\sigma_2^2)$
题目解答
答案
D. $N(\mu_1-\mu_2,\sigma_1^2+\sigma_2^2)$
解析
考查要点:本题主要考查独立正态随机变量线性组合的分布性质,特别是差运算后的期望与方差的计算。
解题核心思路:
- 独立正态变量的线性组合仍服从正态分布。
- 期望的线性性:$E(aX + bY) = aE(X) + bE(Y)$。
- 方差的可加性:若$X$与$Y$独立,则$D(aX \pm bY) = a^2D(X) + b^2D(Y)$。
破题关键点:
- 差运算的期望:$E(X - Y) = E(X) - E(Y) = \mu_1 - \mu_2$。
- 差运算的方差:由于$X$与$Y$独立,$D(X - Y) = D(X) + D(Y) = \sigma_1^2 + \sigma_2^2$。
设随机变量$X \sim N(\mu_1, \sigma_1^2)$,$Y \sim N(\mu_2, \sigma_2^2)$,且$X$与$Y$独立,则:
-
计算$X - Y$的期望:
$E(X - Y) = E(X) - E(Y) = \mu_1 - \mu_2$ -
计算$X - Y$的方差:
$D(X - Y) = D(X) + D(-Y) = D(X) + D(Y) = \sigma_1^2 + \sigma_2^2$
(因为方差对常数倍数的平方敏感,且$D(-Y) = D(Y)$) -
确定分布类型:
由于$X$和$Y$均为正态分布,且线性组合(差)的正态性保持,故$X - Y \sim N(\mu_1 - \mu_2, \sigma_1^2 + \sigma_2^2)$。