1. Значит, формула для σ_Z упрощается до:
σ_Z = √((2²*σ₁²) + (1²*σ₂²) + 2*2*1*cov(X,Y)) = √(4*σ₁² + σ₂² + 0) = √(4*σ₁² + σ₂²)
Так как X распределена по нормальному закону с параметрами (1, 3), то стандартное отклонение X, σ₁, равно 3.
Аналогично, так как Y распределена по нормальному закону с параметрами (2, 4), то стандартное отклонение Y, σ₂, равно 4.
Теперь, подставим значения σ₁ и σ₂ в формулу:
σ_Z = √(4*3² + 4²) = √(36 + 16) = √(52) ≈ 7.211
2. Чтобы найти дисперсию случайной величины D(2X-1), мы можем использовать следующую формулу:
D(2X-1) = М[(2X-1-МX)²] где М - ожидаемое значение.
Для начала, найдем ожидаемое значение (математическое ожидание) случайной величины 2X-1:
М(2X-1) = 2МX - 1
Из условия дано, что MX = 3, поэтому:
М(2X-1) = 2(3) - 1 = 6 – 1 = 5
Теперь, подставим полученное ожидаемое значение в формулу для дисперсии:
D(2X-1) = М[(2X-1-МX)²] = М[(2X-1-5)²] = М[(2X-6)²] = М[(2X-6)²]
Следующим шагом, мы должны выразить значение X через ожидаемые значения. Используем свойство:
MX2 = D(X) + (MX)²
Из условия дано, что MX2 = 12, поэтому:
12 = D(X) + 3² = D(X) + 9
Таким образом, дисперсия D(X) равна:
D(X) = 12 - 9 = 3
Теперь мы можем заменить значение D(X) в формуле для дисперсии:
D(2X-1) = М[(2X-6)²]= М[4(X-3)²] = М[4(X² - 6X + 9)] = 4(E[X²] - 6E[X] + 9)
Из условия дано, что MX = 3 и MX² = 12, поэтому:
D(2X-1) = 4(E[X²] - 6E[X] + 9) = 4(12 - 6*3 + 9) = 4(12 - 18 + 9) = 4(3) = 12
Таким образом, дисперсия случайной величины D(2X-1) равна 12.