二维随机变量期望exy
答:计算公式为E(XY)=∫∫xyf(x,y)dxdy,积分范围是整个平面,其中f(x,y)是联合概率密度。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。设E是一个随机试验,它的样本空间是...
答:理论上,过程及结果都对。面临的问题是,求f(z)可能比较麻烦,实务中可能求E(XY)更简洁。
答:如果有联合分布律的话,E(XY)=(X1)* (Y1)*(P1)+ (X2)*( Y2)*(P2)+…以此联合分布表为例:
答:计算得到EXY=∑pi (XY)i 即可
答:表示x的“平均”,即数学期望,而现在相当于把xy看成一个数(x,y各自随机取值),然后求(不妨设z=xy),也就是E(Z)=E(XY)。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。
答:你好!E(XY)等于所有xi*yj*pij求和,本题E(XY)=0×0×(1/5)+0×1×(2/5)+0×2×(1/15)+1×0×(1/5)+1×1×(2/15)+1×2×0=2/15。经济数学团队帮你解答,请及时采纳。谢谢!
答:=> EY = 3/8 EX EY就是所求的2个边际期望 要求协方差,有公式 Cov(X, Y) = EXY - EX*EY 所以只要再求出EXY即可 EXY = ∫ dx ∫ p(x, y) dy 第一个积分上限1,下限0,第二个积分上限x,下限0 解得EXY = 1 所以 Cov(X, Y) = 1 - 3/4 * 3/8 = 23/32 ...
答:随机变量X和Y的联合分布函数是设(X,Y)是二维随机变量,对于任意实数x,y,二元函数:F(x,y)=P{(X<=x)交(YP(X<=x,Y<=y)称为二维随机变量(X,Y)的分布函数。如果将二维随机变量(X,Y)看成是平面上随机点的坐标,那么分布函数F(x,y)在(x,y)处的函数值就是随机点(X,Y)落在以点...
答:Cov(x,y)=EXY-EXEY 挨个求出来不就可以了吗?EXY=1/3 EY=3/5 Ex=2/5 Cov(x,y)=7/75
答:1、二维离散型随机变量独立的的充要条件是联合概率分布等于对应的边缘概率分布之积。EXY=EXEY只是两者独立的必要条件,并不是充分条件。2、二重积分可以变换积分次序的,先对哪个变量积分都一样
网友评论:
乜荣18310541725:
怎么求二维随机变量的期望 -
20825乐娜
: 因为,(X,Y)是二维离散型随机变量所以,xy也是离散型随机变量先求出xy的概率分布列再求xy的期望比如P(x=0)=1/2,P(x=1)=1/2P(y=0)=1/2,P(y=1)=1/2则,P(xy=0)=3/4P(xy=1)=1/4所以,E(XY)=0*(3/4)+1*(1/4)=1/4这个例子比较简单,但方法是一样的如果还有问题,可以把原题发给我
乜荣18310541725:
对二维随机变量求期望 X和y的期望是否一样 -
20825乐娜
: 无论是离散型随机变量还是连续型随机变量,作为它的概率,概率之和均为1.因为所有概率相加,表示了对一件事所有情况的讨论,如果所有情况都考虑到了,那么这件事就一定会发生,概率为1,就是100%,而事实上,一件事并不可能一定发生,所以才有概率啊~~
乜荣18310541725:
在数字特征中求期望是变量乘以概率.那么两维随机变量的数学期望,有两个变量,难道是一起乘吗?比如,Exy,xy不独立.那么就是对xy*f(x.y)进行积分吗? -
20825乐娜
:[答案] 是的,进行二重积分
乜荣18310541725:
设二维随机变量(X,Y)的概率分布为YX - 1 0 1 - 1 a 0 0.20 0.1 b 0.21 0 0.1 c其中a,b,c为常数,且X的数学期望EX= - 0.2,P{Y≤0|X≤0}=0.5,记Z=X+Y,求:(Ⅰ... -
20825乐娜
:[答案](I) 由概率分布的性质知: a+0.2+0.1+b+0.2+0.1+c=1, 即:a+b+c=0.4…① 由(X,Y)可写出X的边缘概率分布为: X-101Pa+0.2b+0.3c+0.1故:EX=-(a+0.2)+(c+0.1)=-0.2, 即:a-c=0.1…② 又因为:0.5=P{ Y≤0|X≤0}= P{X≤0,Y≤0} P{X≤0}= a+b+0.1 ...
乜荣18310541725:
二维离散型随机变量的 E(xy)怎么求? 离散型 离散型 离散型 不是连续型!!! -
20825乐娜
: 如图所示: 因为,(X,Y)是二维离散型随机变量. 所以,xy也是离散型随机变量. 先求出xy的概率分布列. 再求xy的期望:比如 P(x=0)=1/2,P(x=1)=1/2 P(y=0)=1/2,P(y=1)=1/2 则,P(xy=0)=3/4 P(xy=1)=1/4 所以,E(XY)=0*(3/4)+1*(1/4)=1/4. ...
乜荣18310541725:
概率论 二维随机变量 期望 相关系数
20825乐娜
: E(x,y)=∫∫(-∞,+∞)f(x,y)xydxdy=1/4 cov(x,y)=E(xy)-E(x)E(y)=1/4-1/4=0 ρxy=0 如有意见,欢迎讨论,共同学习;如有帮助,请选为满意回答!
乜荣18310541725:
二维正态分布的期望和方差公式
20825乐娜
: 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.
乜荣18310541725:
设二维随机变量(X,Y)服从N(μ,μ,σ2,σ2,0),则E(XY2)=______. -
20825乐娜
:[答案] (X,Y)~N(μ,μ,σ2,σ2,0) ∴X~N(μ,σ2),Y~N(μ,σ2) ∴EX=μ,EY2=DY+(EY)2=μ2+σ2 又∵ρ=0 ∴X和Y独立 ∴EXY2=EXEY2=μ(μ2+σ2)
乜荣18310541725:
随机变量的数学期望
20825乐娜
: 楼主的这个结论明显是得不出来的.如果随机变量XY相互独立,那么有:EXY=EXEY XY相互独立,那么它们的相关系数:ρ=0 ρ=Cov(X,Y)/√(DXDY)=0 协方差
乜荣18310541725:
相互独立的x和y求期望 -
20825乐娜
: x、y相互独立,可以推出Exy=ExEy, 但是Exy=ExEy不能推出x、y相互独立,只能推出x、y不相关.