x与y相互独立cov+x+y+0
答：1=∫[0,1]dx∫[0,1]kxydy=∫k/2*xdx=k/4 即k=4 fX(x)=∫[0,1]4xydy=2x（0<x<1,其它为0）同理：fY(y)=2y（0<y<1,其它为0）因fX(x)*fY(y)=f(x,y)因此X与Y相互独立 COV(X,Y)=E(XY)-E(X)*E(Y)=E(X)*E(Y)-E(X)*E(Y)=0 可没D(X,Y)，你估计是求...
答：1、cov(x,y)=E(xy)-E(x)E(y)=E(x )-E(x)E(x )=02、符号打不出来，总之，就是先求出f(xy)，也就是联合密度，然后把min(x,y)乘以联合密度在负无穷到正无穷积分，min(x,y)中在x,y中取一个，是并事件。当min(x,y)=x时，y的积分范围是从负无穷到正无穷，而x的...
答：在统计学中，cov(x, y)表示随机变量 x 和 y 之间的协方差（covariance）。协方差用来衡量两个随机变量的线性关系程度，即它们的变化趋势是否同向或反向。协方差可以通过以下公式计算：cov(x, y) = E[(x - μx)(y - μy)]其中，E表示期望值（即均值），μx表示变量 x 的均值，μy表示...
答：设 X 与 Y 是两个随机变量，则D（X－Y）＝D（X）＋D（Y）－2Cov（X，Y），其中协方差Cov（X，Y）＝E｛［x－E（X）］［y－E（Y）］｝。特别的，当X，Y是两个不相关的随机变量时，Cov（X，Y）=0，则D（X－Y）＝D（X）＋D（Y）。因为随机变量X与Y相互独立，且Z＝X－Y，所以...
答：cov(x,y)=EXY－EX*EY 协方差的定义，EX为随机变量X的数学期望，同理，EXY是XY的数学期望，挺麻烦的，建议你看一下概率论cov(x,y)=EXY－EX*EY 协方差的定义，EX为随机变量X的数学期望，同理，EXY是XY的数学期望，挺麻烦的，建议你看一下概率论 举例：Xi 1.1 1.9 3 Yi 5.0 10.4 14...
答：XY独立，那么E（XY）＝E（X）E（Y），于是baiCOV（XY）＝E［（X－E（X））（Y－E（Y））］＝E（XY）－E（X）E（Y）＝0。至于为什么XY独立E（XY）＝E（X）E（Y），这是因为XY的两个分布pxy（xy）＝px（x）py（y）。协方差是两个变量的总体误差，它不同于一个变量误差的方差。
答：D（x）=E(x^2)-[E(x)]^2.cov（x，y）=0，则x与y相互独立。其实原定义应该是E（XY）=E（X）*E（Y）。不过结论是一样的。（仅对正态分布而言）相关系数为0不代表相互独立，只是不相关。不相关是指没有线性关系，但不代表没有其它关系。对于二维正态分布来说不相关与独立性是等价的。
答：若X方差σ^2≠0，则X和X+Y不独立 。证：cov（X,X+Y）=cov（X,X)+cov（X,Y)=σ^2+0=σ^2≠0 那么相关系数自然不为0，祝学习愉快 别忘记采纳。
答：cov(U,V)=cov(x+y,x-y)=cov(x,x)-cov(x,y)+cov(y,x)-cov(y,y)变量X和Y相互独立-->cov(x,y)=cov(y,x)=0 量X和Y相互同分布-->cov(x,x)=cov(y,y)=Dx=Dy cov(U,V)=0--->则U和V独立
答：若两个随机变量X和Y相互独立，则E[(X-E(X))(Y-E(Y))]=0，若上述数学期望不为零，则X和Y必不是相互独立的，亦即它们之间存在着一定的关系。协方差与方差之间有如下关系：（1）D(X+Y)=D(X)+D(Y)+2Cov(X，Y)（2）D(X-Y)=D(X)+D(Y)-2Cov(X，Y)协方差与期望值有如下关系：...
网友评论：
郑疤18578697876：
(弱智概率题)若两个随机变量X与Y相互独立,那X和X+Y独立么? -
18677卢侨
： 若X方差σ^2≠0,则X和X+Y不独立 . 证: cov(X,X+Y)=cov(X,X)+cov(X,Y)=σ^2+0=σ^2≠0 那么相关系数自然不为0, 祝学习愉快 别忘记采纳.
郑疤18578697876：
设X与Y相互独立 D(X)=1 D(Y)=2 求协方差cov(2X+Y,X - 2Y) 答案是 - 2 求解答 谢谢! -
18677卢侨
： 用公式Cov(aX+bY,cW+dZ)=acCov(X,W)+bcCov(Y,M)+adCov(X,z)+bdCov(Y,Z)把数字往里代就可以了~还有Cov(X,X)=D(X)
郑疤18578697876：
设随机变量X与Y相互独立,且方差DX>0,DY>0,则()A.X与X+Y一定相关B.X与X+Y一定不相关C.X与XY -
18677卢侨
： ∵Cov(X,X+Y)=Cov(X,X)+Cov(X,Y)=DX+Cov(X,Y) 而X与Y相互独立,且方差DX>0,DY>0,∴Cov(X,X+Y)=DX+0=DX>0 即X与X+Y一定相关. 故A正确,B错误. 又Cov(X,XY)=E(X-EX)(XY-EXY)=EX2Y-EXEXY=EX2Y-(EX)2EY,但是X2与Y不一定独立因此EX2Y不一定等于(EX)2EY,即X与XY可能相关也可能不相关 故C、D错误 故选:A
郑疤18578697876：
D(X+Y)=D(X)+D(Y)可以说明X、Y独立吗? -
18677卢侨
： 由公式可以知道 D(X+Y)=D(X)+D(Y)+2COV(X,Y) COV(X,Y) 是表示x和y的协方差,COV(X,Y)= E[(X-E(X))(Y-E(Y))]如果D(x+y)=D(x)+D(y),我们就能得到协方差COV(X,Y)=0如果X与Y是相互独立的,那么二者之间的协方差就是0. 但是,反过来并不成立. 即如果X与Y的协方差为0,二者并不一定是相互独立的.X与Y的协方差为0时,只能说明X和Y不相关,即没有线性关系,但并不一定相互独立
郑疤18578697876：
对任意两个随机变量X和Y,由D(X+Y)=D(X)+D(Y)可以推断() -
18677卢侨
： D(X+Y)=D(X)+D(Y)+2COV(X,Y) COV(X,Y) 是表示x和y的协方差,COV(X,Y)= E[(X-E(X))(Y-E(Y))] 如果D(x+y)=D(x)+D(y),我们就能得到协方差COV(X,Y)=0 如果X与Y是相互独立的,那么二者之间的协方差就是0.但是,反过来并不成立.即如果X与Y的协方差为0,二者并不一定是相互独立的. X与Y的协方差为0时,只能说明X和Y不相关,即没有线性关系,但并不一定相互独立 所以结论是X与Y不相关
郑疤18578697876：
概率论与数理统计:设随机变量x与y相互独立,且d(x)=1,d(y)=2,求d(x - y) -
18677卢侨
： 有公式的D(X+_Y)=DX+DY+_2cov(X,Y)既然X,Y独立,协方差必为 0D(X-Y)=DX+DY=3
郑疤18578697876：
设随机变量X和Y相互独立,U=X+Y,V=X - Y,则U和V必定 -
18677卢侨
： cov(u,v)=cov(x+y,x-y)=cov(x,x)-cov(x,y)+cov(y,x)-cov(y,y) 变量x和y相互独立-->cov(x,y)=cov(y,x)=0 量x和y相互同分布-->cov(x,x)=cov(y,y)=dx=dy cov(u,v)=0--->则u和v独立
郑疤18578697876：
设X与Y相互独立,其概率密度分别为.......,求X+Y的概率密度. -
18677卢侨
： 根据离散褶积公式:p(x)=∫[-∞,+∞]p1(u)p2(x-u)du,X+Y的概率密度为: p(x)=∫[0,1]1*e^-(x-u)du=(e-1)*e^(-x)
郑疤18578697876：
若X与Y相互独立且D(x)=4,D(Y)=2,则Cov(X,Y) -
18677卢侨
：[答案] 由于X与Y相互独立,二者的相关系数为零:r(X,Y) = 0 而Cov(X,Y)等于X、Y的相关系数r(X,Y)与X、Y标准差的乘积,或 r(X,Y) = Cov(X,Y) / [D(X)D(Y)]^0.5 也即:Cov(X,Y) = r(X,Y) [D(X)D(Y)]^0.5 = 0
郑疤18578697876：
若X与Y相互独立且D(x)=4,D(Y)=2,则Cov(X,Y) -
18677卢侨
： 由于X与Y相互独立,二者的相关系数为零: r(X,Y) = 0 而Cov(X,Y)等于X、Y的相关系数r(X,Y)与X、Y标准差的乘积,或 r(X,Y) = Cov(X,Y) / [D(X)D(Y)]^0.5 也即: Cov(X,Y) = r(X,Y) [D(X)D(Y)]^0.5 = 0
