二维随机变量方差加减
答：对于二维随机变量(X,Y)方差Var(2X-Y)=Var(2X)+Var(Y)-2Cov(2X,Y)=4Var(X)+Var(Y)-4Cov(X,Y)因为X,Y独立，即X,Y不相关，因此协方差Cov(X,Y)=0 =4Var(X)+Var(Y)示例 已知某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图1：甲仪器测量...
答：二维随机变量( X,Y)的性质不仅与X 、Y 有关,而且还依赖于这两个随机变量的相互关系。因此，逐个地来研究X或Y的性质是不够的，还需将（X，Y）作为一个整体来研究。
答：对于二维随机变量(X,Y)方差Var(2X-Y)=Var(2X)+Var(Y)-2Cov(2X,Y)=4Var(X)+Var(Y)-4Cov(X,Y)因为X,Y独立，即X,Y不相关，因此协方差Cov(X,Y)=0 =4Var(X)+Var(Y)
答：设二维连续型随机变量(X,Y)的联合密度函数为p(x,y)，并且p(x,y)=2-x-y，p(x,y)=0。首先，由于p(x,y)是联合密度函数，因此对于任意的x,y，都有p(x,y)≥0。因此，对于任意的x,y，都有2-x-y≥0。接下来，我们可以列出方程组：2-x-y≥0 p(x,y)=0 将第一个方程带入第二个...
答：以D(X+Y)为例：D(X+Y)=E[(X+Y)-E(X+Y)]^2 ← 方差的定义 =E[X-E(X)+Y-E(Y)]^2 =E[X-E(X)]^2+E[Y-E(Y)]^2+2E【[X-E(X)][Y-E(Y)]】=D(X)+D(Y)+2Cov(X，Y) ←协方差的定义 同理：D(X-Y)也有此结论 以上答案仅供参考，如有疑问可继续追问...
答：二维随机变量的DX计算方法：DX=EX^2-(EX)^2。二维随机变量的方差描述了随机变量的取值与其数学期望的偏离程度。对于多维随机变量的情况，协方差与相关系数刻画了每个随机变量的相关性。二维随机变量的性质：数学期望是一阶原点矩；方差是二阶中心矩；协方是二阶混合中心距。通过矩，可以定义协方差矩阵，...
答：对于二维连续变量的分布函数F(x，y)，一般应用其概率密度函数f(x，y)的定积分求解；对于非连续变量，需要分别累加求得【与一维随机变量的求法相仿】。∴本题中，当x∈(0,∞)、y∈(0，∞)时，分布函数F(x，y)=∫(-∞，x)du∫(-∞,y)f(u，v)dv=∫(0，x)du∫(-0，y)2e^(-2u-v...
答：4+(2-1.5)^2*0.3+(2-1.5)^2*0.2 = 0.5^2*(0.1+0.4+0.3+0.2) = 0.25 E(XY) = ∑ xyP(x,y) = 1*1*0.1 + 1*2*0.3 + 2*1*0.4 + 2*2*0.2 = 2.3 标准协方差 Cov(X,Y) = E(XY) - E(X)E(Y) = 2.3 - 1.6*1.5 = - 0.1 ...
答：方差的加减运算法则如下：方差刻画了随机变量的取值对于其数学期望的离散程度。（标准差、方差越大，离散程度越大。否则，反之）若x的取值比较集中，则方差d较小，若x的取值比较分散，则方差dx大。因此，dX是刻画X取值分散程度的一个量，它是衡量取值分散程度的一个尺度。当数据分布比较分散(即数据在...
答：由于X和Y都是连续型随机变量，我们可以交换积分的顺序，得到：E(XZ) = ∫∫ xz × (1/2π2'2') × exp[-(1/2(1-0.52))[((x-11)/2')2 - 2 × 0.5 × (x-11)(y-0) + ((y-0)/2')2]] dydx= ∫(-∞,∞) ∫(-∞,∞) x(x-y) × (1/2π2'2') × exp[...
网友评论：
纪霍19441893739：
二维离散型随机变量方差怎样算 -
60543暴刻
： E(X) = ∑ xP(x,y) = 1*0.1 + 1*0.3 + 2*0.4 + 2*0.2 = 1.6 D(X) = E[(X-EX)^2] = ∑ (x-EX)^2 P(x,y) = (1-1.6)^2*0.1+(1-1.6)^2*0.3+(2-1.6)^2*0.4+(2-1.6)^2*0.2 = 0.6^2*0.4 + 0.4^2*0.6 = 0.24 E(Y) = ∑ yP(x,y) = 1*0.1 + 1*0.4 + 2*0.3 + 2*0.2 = 1.5 D(Y) = E[(...
纪霍19441893739：
设X与Y相互独立,方差D(2X - Y)= . -
60543暴刻
： 对于二维随机变量(X,Y) 那么, 方差Var(2X-Y) =Var(2X)+Var(Y)-2Cov(2X,Y) =4Var(X)+Var(Y)-4Cov(X,Y) 因为X,Y独立,即X,Y不相关,因此协方差Cov(X,Y)=0 =4Var(X)+Var(Y) 有不懂欢迎追问
纪霍19441893739：
二维离散型随机变量方差怎样算x/y 1 21 0.1 0.32 0.4 0.2 求D(X) D(Y) 标准协方差.谢谢 -
60543暴刻
：[答案] E(X) = ∑ xP(x,y) = 1*0.1 + 1*0.3 + 2*0.4 + 2*0.2 = 1.6D(X) = E[(X-EX)^2] = ∑ (x-EX)^2 P(x,y) = (1-1.6)^2*0.1+(1-1.6)^2*0.3+(2-1.6)^2*0.4+(2-1.6)^2*0.2= 0.6^2*0.4 + 0.4^2*0.6 = 0.24E(Y) = ∑ yP(x,y) ...
纪霍19441893739：
二维正态分布的期望和方差公式
60543暴刻
： 二维正态分布的期望公式:数F(X)=1/(√2π)T,方差公式:f=T*E^h.二维正态分布,又名二维高斯分布(英语:Two-dimensionalGaussiandistribution,采用德国数学家卡尔·弗里德里希·高斯的名字冠名),是一个在数学、物理及工程等领域都非常重要的概率分布.在概率论和统计学中,数学期望(mean)(或均值,亦简称期望)是试验中每次可能结果的概率乘以其结果的总和,是最基本的数学特征之一.它反映随机变量平均取值的大小.需要注意的是,期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等.期望值是该变量输出值的平均数.期望值并不一定包含于变量的输出值集合里.
纪霍19441893739：
设二维随机变量(ξ,η)在区域D:0
纪霍19441893739：
方差、协方差与相关系数的关系方程
60543暴刻
： 随机变量:ξ 0,数学期望:Eξ 1,方差:若E(ξ-Eξ)^2存在,则称 Dξ=E(ξ-Eξ)^2为随机变量ξ的方差;称√Dξ为ξ的标准差. 2,协方差:给定二维随机变量 ξ (ξ1, ξ2),若:E[(ξ1-Eξ1)(ξ2-Eξ2)]存在,则称其为随机变量 (ξ1,ξ2)的协方差,记为:cov(ξ1,ξ2)=E[(ξ1-Eξ1)(ξ2-Eξ2)] 3,记:r(ξ1,ξ2)=cov(ξ1,ξ2)/[Dξ1Dξ2]^0.5 =E[(ξ1-Eξ1)(ξ2-Eξ2)] / [Dξ1Dξ2]^0.5 (Dξ1,Dξ2均大于零) 称:上式为ξ1,ξ2的'相关系数'或'标准协方差'. 4,以上可知方差、协方差、相关系数之间的相互关系.
纪霍19441893739：
设X与Y相互独立,方差D(2X - Y)= . -
60543暴刻
：[答案] 对于二维随机变量(X,Y) 那么, 方差Var(2X-Y) =Var(2X)+Var(Y)-2Cov(2X,Y) =4Var(X)+Var(Y)-4Cov(X,Y) 因为X,Y独立,即X,Y不相关,因此协方差Cov(X,Y)=0 =4Var(X)+Var(Y) 有不懂欢迎追问
纪霍19441893739：
方差计算公式 -
60543暴刻
： 计算方法 一.方差的概念与计算公式 例1 两人的5次测验成绩如下: X: 50,100,100,60,50 E(X )=72; Y: 73, 70, 75,72,70 E(Y )=72. 平均成绩相同,但X 不稳定,对平均值的偏离大. 方差描述随机变量对于数学期望的偏离程度. 单个偏离...
纪霍19441893739：
关于随机变量的方差.请问这个题,怎么做啊?谢谢了... -
60543暴刻
： 二项分布的期望EX=np 方差DX=npq 则 q=DX/EX=3.6/6=0.6 其中 q=1-p 则 p=1-q=1-0.6=0.4 不懂继续追问
