设随机变量X,Y相互独立,且X~N(0,1),Y~(1,4),则分布X-Y=

X-Y~N(-1，5)。

由已知得EX=0，DX=1，EY=1，DY=4，于是E(X-Y)=EX-EY=-1，

X，Y相互独立，所以D(X-Y)=DX+D(-Y)=DX+DY=5。 

故X-Y~N(-1，5)

扩展资料：

在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。

如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布，这意味着X1和X2具有相同的分布形状和相同的分布参数。

对离散随机变量具有相同的分布律，对连续随机变量具有相同的概率密度函数，有着相同的分布函数，相同的期望、方差。如实验条件保持不变，一系列的抛硬币的正反面结果是独立同分布。

Y应是服从Y~N(1,4)吧
由已知得EX=0，DX=1，EY=1，DY=4，于是E(X-Y)=EX-EY=-1，
X,Y相互独立，所以D(X-Y)=DX+D(-Y)=DX+DY=5。
故X-Y~N(-1，5)

Y服从Y~N(1,4)

由已知得EX=0，DX=1，EY=1，DY=4，于是E(X-Y)=EX-EY=-1，

X,Y相互独立，所以D(X-Y)=DX+D(-Y)=DX+DY=5。

故X-Y~N(-1，5)

扩展资料

随机变量在不同的条件下由于偶然因素影响，可能取各种不同的值，故其具有不确定性和随机性，但这些取值落在某个范围的概率是一定的，随机变量可以是离散型的，也可以是连续型的。

如分析测试中的测定值就是一个以概率取值的随机变量，被测定量的取值可能在某一范围内随机变化，具体取什么值在测定之前是无法确定的，但测定的结果是确定的，多次重复测定所得到的测定值具有统计规律性。