数学期望E(XY)是什么意思啊？
数学期望中E(XY)表示xy相乘的数学期望。
首先x，y都是随便变量，E（x）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。
扩展资料：
离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。
变量取值只能取离散型的自然数，就是离散型随机变量。例如，一次掷20个硬币，k个硬币正面朝上，k是随机变量。k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数√20，因而k是离散型随机变量。
如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。
例如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，x的取值范围是[0,15），它是一个区间，从理论上说在这个区间内可取任一实数3.5、无理数√20等，因而称这随机变量是连续型随机变量
参考资料来源：百度百科-数学期望
绛旓細鈥渋鈥濊〃绀洪氶」鍏紡涓璱鏄彉閲忥紝闅忕潃椤规暟鐨勫鍔犺岄1澧炲姞 锛屸1鈥濊〃绀轰粠i=1鏃跺紑濮嬪彉鍖栵紝涓婇潰鐨勨渘鈥濊〃绀哄姞鍒癷=n锛屸渁i鈥濇槸閫氶」鍏紡銆傛ц川锛氣垜锛坈x锛=c鈭憍,c涓哄父鏁般2銆 鏁板鏈熸湜E鐨勮繍绠楀叕寮忓拰鎬ц川锛氬叕寮忥細濡傛灉X銆乊鐙珛,鍒欙細E(XY)=E(X)*E(Y)銆傚鏋滀笉鐙珛,鍙互鐢ㄥ畾涔夎绠楋細鍏堟眰鍑篨銆乊...
绛旓細褰撴秹鍙婂埌闅忔満鍙橀噺X鍜孻鐨勪箻绉殑鏁板鏈熸湜E(XY)鐨勮绠楁椂锛屾儏鍐典細鏈夋墍鍖哄埆銆傚鏋淴鍜孻鏄嫭绔嬬殑锛岃绠楄繃绋嬬浉褰撶洿鎺ワ紝鍙互鍒╃敤鏈熸湜鐨勭嚎鎬фц川锛屽嵆E(XY)绛変簬E(X)涓嶦(Y)鐨勪箻绉紝鍗矱(XY) = E(X) * E(Y)銆傝繖涓粨鏋滄槸鐢变簬鐙珛闅忔満鍙橀噺鐨勪箻绉殑鏈熸湜鍊肩瓑浜庡悇鑷湡鏈涚殑涔樼Н锛屾棤闇鑰冭檻瀹冧滑涔嬮棿鐨勫叧鑱旀с傜劧...
绛旓細鏄湡鏈涜凯浠ｆ硶鍒欏涓嬪浘鎵绀猴細鍦ㄦ鐜囪鍜岀粺璁″涓紝鏁板鏈熸湜(mean)锛堟垨鍧囧硷紝浜︾畝绉版湡鏈涳級鏄瘯楠屼腑姣忔鍙兘缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆傚畠鍙嶆槧闅忔満鍙橀噺骞冲潎鍙栧肩殑澶у皬銆傞渶瑕佹敞鎰忕殑鏄紝鏈熸湜鍊煎苟涓嶄竴瀹氱瓑鍚屼簬甯歌瘑涓殑鈥滄湡鏈涒濃斺斺滄湡鏈涘尖濅篃璁镐笌姣忎竴涓粨鏋滈兘涓嶇浉绛夈傛湡鏈涘兼槸璇...
绛旓細濡傛灉鏈夎仈鍚堝垎甯冨緥鐨勮瘽锛E锛圶Y锛=(X1)* (Y1)*(P1)+ (X2)*( Y2)*(P2)+鈥︿互姝よ仈鍚堝垎甯冭〃涓轰緥锛
绛旓細鍗忔柟宸绠楋細COV锛圶锛孻锛=E锛圶Y锛-E锛圶锛塃锛圷锛夈侲X涓洪殢鏈哄彉閲廥鐨鏁板鏈熸湜锛EXY鏄XY鐨勬暟瀛︽湡鏈涖傚崗鏂瑰樊鍦ㄦ鐜囪鍜岀粺璁″涓敤浜庤 閲忎袱涓彉閲忕殑鎬讳綋璇樊銆傝屾柟宸槸鍗忔柟宸殑涓绉嶇壒娈婃儏鍐碉紝鍗冲綋涓や釜鍙橀噺鏄浉鍚岀殑鎯呭喌銆傚彉閲忛棿鐩稿叧鐨勫叧绯伙細涓鑸湁涓夌锛氭鐩稿叧銆佽礋鐩稿叧鍜屼笉鐩稿叧銆傛鐩稿叧锛氬亣璁炬湁涓や釜鍙橀噺...
绛旓細鍗忔柟宸殑瀹氫箟锛孍X涓洪殢鏈哄彉閲廥鐨鏁板鏈熸湜锛屽悓鐞嗭紝EXY鏄XY鐨勬暟瀛︽湡鏈涳紝鎸洪夯鐑︾殑锛屽缓璁綘鐪嬩竴涓嬫鐜囪 涓句緥锛歑i 1.1 1.9 3 Yi 5.0 10.4 14.6 E(X) = (1.1+1.9+3)/3=2 E(Y) = (5.0+10.4+14.6)/3=10 E(XY)=(1.1脳5.0+1.9脳10.4+3脳14.6)/3=23.02 Cov(X,...
绛旓細姝ｆ佸垎甯冪殑鏈熸湜鍜屾柟宸绠楀叕寮忔秹鍙婁袱涓嫭绔嬬殑姝ｆ佸垎甯僗鍜孻銆傚叿浣撴潵璇达紝濡傛灉X鏈嶄粠N(0, 4)鍒嗗竷锛屽叾鏁板鏈熸湜E(X)涓0锛屾柟宸瓺(X)涓4锛涜孻鏈嶄粠N(2, 3/4)鍒嗗竷锛屾暟瀛︽湡鏈汦(Y)涓2锛屾柟宸瓺(Y)涓4/3銆傚綋X鍜孻鐙珛鏃讹紝瀹冧滑鐨勪箻绉鏈熸湜E(XY)绛変簬鍚勮嚜鐨勬湡鏈涘肩浉涔橈紝鍗矱(XY) = E(X) * E(Y) ...
绛旓細D(x)鎸囨柟宸紝E(x)鎸囨湡鏈涖備竴銆丒(x)锛氣憼鏈熸湜鐨勫畾涔夛細鍦ㄦ鐜囪鍜岀粺璁″涓紝鏁板鏈熸湜(mean)锛堟垨鍧囧硷紝浜︾畝绉版湡鏈涳級鏄瘯楠屼腑姣忔鍙兘缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆傚畠鍙嶆槧闅忔満鍙橀噺骞冲潎鍙栧肩殑澶у皬銆傞渶瑕佹敞鎰忕殑鏄紝鏈熸湜鍊煎苟涓嶄竴瀹氱瓑鍚屼簬甯歌瘑涓殑鈥滄湡鏈涒濃斺斺滄湡鏈涘尖濅篃璁镐笌姣...
绛旓細Xi 1.1 1.9 3 Yi 5.0 10.4 14.6 E(X) = (1.1+1.9+3)/3=2 E(Y) = (5.0+10.4+14.6)/3=10 E(XY)=(1.1脳5.0+1.9脳10.4+3脳14.6)/3=23.02 Cov(X,Y)=E(XY)-E(X)E(Y)=23.02-2脳10=3.02 姝ゅ锛氳繕鍙互璁＄畻锛欴(X)=E(X²)-E²(X)=...
绛旓細杈圭紭姒傜巼瀵嗗害鍏紡 f(x)=鑱斿悎瀵嗗害鍑芥暟瀵箉鐨勭Н鍒 鍥犱负E(Y)鏄釜甯告暟锛屽畠浠ｈ〃鍧囧硷紝瀵逛簬缁欏畾鐨勬鐜囧垎甯冿紝鍏跺潎鍊兼槸鍥哄畾鐨勶紝鍙互鐪嬫垚甯告暟a => E{aX}=aE(X)=E(X)E(Y) XY涓嶇嫭绔嬩篃鎴愮珛鐨勩傝繛缁瀷鐨鏈熸湜灏辨槸涓涓Н鍒嗭紝绉垎杩愮畻鏄嚎鎬х殑锛屼篃灏辨槸璇翠袱椤瑰拰鐨勭Н鍒嗙瓑浜庝袱椤瑰垎鍒Н鍒嗗悗鐨勫拰銆傗埆(A+B)...
