已知随机变量X和Y相互独立,且它们分别在区间[-1,3]和[2,4]上服从均匀分布,则E (XY)? 已知随机变量X与Y相互独立,且它们分别在区间[-1,3]和[...

\u8bbe\u968f\u673a\u53d8\u91cfX\u4e0eY\u76f8\u4e92\u72ec\u7acb\uff0c\u4e14\u5b83\u4eec\u5206\u522b\u5728\u533a\u95f4[-1\uff0c3]\u548c[2\uff0c4]\u4e0a\u670d\u4ece\u5747\u5300\u5206\u5e03\uff0c\u5219E\uff08XY\uff09=\uff08\u3000\u3000\u3000\uff09

c

\u56e0\u4e3aE(x)=(-1+3)/2=1\uff0cE(y)=(2+4)/2=3.\u3002\u800cx\u4e0ey\u76f8\u4e92\u72ec\u7acb\uff0c\u4e8e\u662fE(xy)=E(x)E(y)=3\u3002
\u6982\u7387\u8bba\u4e2d\u63cf\u8ff0\u4e00\u4e2a\u968f\u673a\u4e8b\u4ef6\u4e2d\u7684\u968f\u673a\u53d8\u91cf\u7684\u5e73\u5747\u503c\u7684\u5927\u5c0f\u53ef\u4ee5\u7528\u6570\u5b66\u671f\u671b\u8fd9\u4e2a\u6982\u5ff5\uff0c\u6570\u5b66\u671f\u671b\u7684\u5b9a\u4e49\u662f\u5b9e\u9a8c\u4e2d\u53ef\u80fd\u7684\u7ed3\u679c\u7684\u6982\u7387\u4e58\u4ee5\u5176\u7ed3\u679c\u7684\u603b\u548c\u3002\u671f\u671b\u670d\u4ece\u7ebf\u6027\u6027\u8d28\uff0c\u56e0\u6b64\u7ebf\u6027\u8fd0\u7b97\u7684\u671f\u671b\u7b49\u4e8e\u671f\u671b\u7684\u7ebf\u6027\u8fd0\u7b97\u3002\u6570\u5b66\u671f\u671b\u53ef\u4ee5\u7528\u4e8e\u9884\u6d4b\u4e00\u4e2a\u968f\u673a\u4e8b\u4ef6\u7684\u5e73\u5747\u9884\u671f\u60c5\u51b5\u3002
\u65b9\u5dee\u662f\u5728\u6982\u7387\u8bba\u548c\u7edf\u8ba1\u65b9\u5dee\u8861\u91cf\u968f\u673a\u53d8\u91cf\u6216\u4e00\u7ec4\u6570\u636e\u65f6\u7684\u79bb\u6563\u7a0b\u5ea6\u7684\u5ea6\u91cf\uff0c\u6362\u53e5\u5316\u8bf4\u5982\u679c\u60f3\u77e5\u9053\u4e00\u7ec4\u6570\u636e\u4e4b\u95f4\u7684\u5206\u6563\u7a0b\u5ea6\u7684\u8bdd\u5c31\u53ef\u4ee5\u4f7f\u7528\u65b9\u5dee\u6765\u8868\u793a\u3002

\u6269\u5c55\u8d44\u6599
\u5728\u7edf\u8ba1\u63cf\u8ff0\u4e2d\uff0c\u65b9\u5dee\u7528\u6765\u8ba1\u7b97\u6bcf\u4e00\u4e2a\u53d8\u91cf\u4e0e\u603b\u4f53\u5747\u503c\u4e4b\u95f4\u7684\u5dee\u5f02\u3002\u4e3a\u907f\u514d\u51fa\u73b0\u79bb\u5747\u5dee\u603b\u548c\u4e3a0\uff0c \u79bb\u5747\u5dee\u5e73\u5747\u548c\u53d7\u6837\u672c\u542b\u91cf\u7684\u5f71\u54cd\u3002\u7edf\u8ba1\u5b66\u91c7\u7528\u5e73\u5747\u79bb\u5747\u5dee\u5e73\u65b9\u6765\u63cf\u8ff0\u53d8\u91cf\u7684\u53d8\u5f02\u7a0b\u5ea6\u3002
\u610f\u601d\u5e94\u8be5\u5c31\u662f\u4e3a\u4e86\u907f\u514d\u6709\u7684\u6570\u636e\u548c\u5747\u503c\u7684\u5dee\u503c\u662f\u6b63\u6570\uff0c\u6709\u7684\u662f\u8d1f\u6570\uff0c\u4ed6\u4eec\u76f8\u52a0\u4f1a\u76f8\u4e92\u62b5\u6d88\uff0c\u6240\u4ee5\u7528\u5e73\u65b9\u7684\u5f62\u5f0f\u6765\u8861\u91cf\u3002
\u51fd\u6570\u7684\u671f\u671b\u4e0d\u7b49\u4e8e\u671f\u671b\u7684\u51fd\u6570\uff0c\u5373E(f(x))\u2260f(E(x)) \u3002
\u8bbeC\u4e3a\u5e38\u6570\uff1a E(C)=C
\u8bbeC\u4e3a\u5e38\u6570\uff1a E(CX)=CE(X)
\u52a0\u6cd5\uff1aE(X+Y)=E(X)+E(Y)
\u5f53X\u548cY\u76f8\u4e92\u72ec\u7acb\u65f6\uff0cE(XY)=E(X)E(Y)
\uff08\u6ce8\u610f\uff0cX\u548cY\u7684\u76f8\u4e92\u72ec\u7acb\u6027\u53ef\u4ee5\u901a\u8fc7\u4e0b\u9762\u7684\u201c\u534f\u65b9\u5dee\u201d\u63cf\u8ff0\uff09
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a
\u767e\u5ea6\u767e\u79d1\u2014\u2014\u5747\u5300\u5206\u5e03

你好,
均匀分布是我们学的重要分布的一种,一些结论性的公式最好记住;
这里我给你说一下均匀分布的数值特征,E(X)=(b+a)/2 D(X)=(b-a)^2/12
对X a=-1 b=3 对Y a=2 b=4
所以E(X)=1 E(Y)=3
当然按照楼上说的推导也可以,但不推荐这么做。因为在考试的时候时间不允许。而且那些重要分布的数值特征考试中是直接可以用的,大家都认可的。
因为x与y独立,所以有E(XY)=E(X)E(Y)=3
注意,不独立上式子不成立。
再举例子:像泊松分布,如果考场上用公式算的话是耗时的,但如果你知道的话可以直接就用E(X)=D(X)=λ,而且有一年的考研题目也好像涉及到了这样的结论的直接应用。好像大体是这个意思,X~P(1),求P{X=E(X^2)}。这题很显然是用E(X^2)=E^2(X)+D(X)=2这个公式,也即求P{X=2}的概率,由此可见结论的重要性。



  • 宸茬煡闅忔満鍙橀噺X鍜孻鐩镐簰鐙珛,涓瀹冧滑鍒嗗埆鍦ㄥ尯闂碵-1,3]鍜孾2.4]涓婃湇浠庡潎鍖鍒...
    绛旓細鐢 闅忔満鍙橀噺X鏈嶄粠鍖洪棿锛-1,3锛戒笂鐨勫潎鍖鍒嗗竷,寰楀嚭E锛圶锛=(-1+3)/2=1 E(y)=(2+4)/2=3 鐢变簬X銆亂鐩镐簰鐙珛 E(X+Y)=E(X)+E(Y)=1+3=4
  • 璁闅忔満鍙橀噺X涓嶻鐩镐簰鐙珛,涓E(X)=E(Y)=1,D(X)=2,D(Y)=3,璇曟眰D(XY).
    绛旓細銆愮瓟妗堛戯細D(XY)=E(X2Y2)-[E(XY)]2锛岀敱X锛Y鐩镐簰鐙珛鐭ワ紝X2涓嶻2涔熺浉浜掔嫭绔嬶紝鎵浠(XY)锛滶(X2)E(Y2)-[E(X)E(Y)]2锛漿D(X)+[E(X)]2}{D(Y)+[E(Y)]2}-[E(X)]2[E(Y)]2锛(2+1)(3+1)-12脳12锛11锛
  • 宸茬煡闅忔満鍙橀噺X涓嶻鐩镐簰鐙珛,涓X~ B(10,0.4), Y ~ N(2,9),鍒橢(XY)=?
    绛旓細3X+Y ~ N(3.45)鍥犱负X~U[0,2]锛屾墍浠(X)=1,D(X)=(2^2)/12=1/3锛孍(X^2)=D(X)+E(X)^2=4/3锛屽洜涓篩~N(2,4)锛屾墍浠(Y)=2,D(Y)=4锛孍(Y^2)=D(Y)+E(Y)^2=8锛屾牴鎹湡鏈涗笌鏂瑰樊鐨勬ц川鍙緱锛欵(XY)=E(X)E(Y)=2锛孍((XY)^2)=E((X^2)(Y^2))=E(X^2)...
  • 璁闅忔満鍙橀噺X涓嶻鐩镐簰鐙珛,涓X锝濶(渭1,蟽12),Y锝濶(渭2,蟽22),鍒橺=X+Y...
    绛旓細銆愮瓟妗堛戯細D 鐢变簬鍙橀噺X鍜孻鐩镐簰鐙珛锛鍒 E锛圸锛夛紳E锛圶锛媃锛夛紳E锛圶锛夛紜E锛圷锛夛紳渭1锛嬑2D锛圸锛夛紳D锛圶锛媃锛夛紳D锛圶锛夛紜D锛圷锛夛紳蟽12锛嬒22鏁匷锝濶锛埼1锛嬑2锛屜12锛嬒22锛夈
  • 宸茬煡闅忔満鍙橀噺X,Y 鐩镐簰鐙珛,涓閮芥湇浠庢爣鍑嗘鎬佸垎甯,鍒橷骞虫柟 +Y骞虫柟鏈嶄粠浠...
    绛旓細鑷敱搴︿负n鍗℃柟鍒嗗竷鐨勫畾涔夋槸n涓浉浜掔嫭绔嬬殑鏍囧噯姝f佸垎甯冪殑骞虫柟鍜岋紝宸茬煡闅忔満鍙橀噺X锛孻鐩镐簰鐙珛锛屼笖閮芥湇浠庢爣鍑嗘鎬佸垎甯冿紝鎵浠ヤ緷鎹畾涔夛紝X2+Y2锝瀀2锛2锛夈傝В鏋愶細渚濇嵁瀹氫箟锛岄殢鏈哄彉閲廥锛孻鐩镐簰鐙珛锛屼笖閮芥湇浠庢爣鍑嗘鎬佸垎甯冿紝鍒橷2+Y2鏈嶄粠鑷敱搴︿负2鐨勫崱鏂瑰垎甯冦傛ц川锛氭鎬佸垎甯冨叿鏈変袱涓弬鏁拔煎拰蟽^2鐨勮繛缁瀷...
  • 璁句袱涓闅忔満鍙橀噺X,Y鐩镐簰鐙珛,涓D(X)=2,D(Y)=4,鍒橠(2X-Y+5)=___
    绛旓細12 鈭典袱涓闅忔満鍙橀噺X锛孻鐩镐簰鐙珛锛屼笖D锛圶锛=2锛孌锛圷锛=4锛屸埓D锛2X-Y+5锛=4D锛圶锛+D锛圷锛+D锛5锛=8+4+0=12锛庢晠绛旀涓猴細12锛庣浉浜掔嫭绔嬫槸璁続,B鏄袱浜嬩欢,濡傛灉婊¤冻绛夊紡P(AB)=P(A)P(B),鍒欑О浜嬩欢A,B鐩镐簰鐙珛,绠绉癆,B鐙珛.
  • 璁闅忔満鍙橀噺X,Y鐩镐簰鐙珛,涓鏈嶄粠鍚屼竴鍒嗗竷,璇曡瘉鏄 P{a<min(X,Y)鈮}=...
    绛旓細銆愮瓟妗堛戯細鍥犱负X涓嶻鐙珛鍚屽垎甯冿紝鏁匬{a锛渕in(X锛Y)鈮}=P{min(X锛孻)鈮}P{min(X锛孻)鈮}=1-P{min(X锛孻)锛瀊}-[1-P{min(X锛孻)锛瀉}]=P{min(X锛孻)锛瀉}-P}min(X锛孻)锛瀊}=P(X锛瀉锛孻锛瀉)-P(X锛瀊锛孻锛瀊)=P(X锛瀉)P(Y锛瀉)-P(X锛瀊)P(Y锛瀊)=[P(X锛瀉)]2...
  • 宸茬煡闅忔満鍙橀噺X涓嶻鐩镐簰鐙珛,涓瀹冧滑鍒嗗埆鍦ㄥ尯闂碵-1,3]鍜孾2,4]涓婃湇浠庡潎鍖...
    绛旓細鍥犱负E(x)=(-1+3)/2=1锛孍(y)=(2+4)/2=3.銆傝x涓巠鐩镐簰鐙珛锛浜庢槸E(xy)=E(x)E(y)=3銆傛鐜囪涓弿杩颁竴涓殢鏈轰簨浠朵腑鐨闅忔満鍙橀噺鐨勫钩鍧囧肩殑澶у皬鍙互鐢ㄦ暟瀛︽湡鏈涜繖涓蹇碉紝鏁板鏈熸湜鐨勫畾涔夋槸瀹為獙涓彲鑳界殑缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰銆傛湡鏈涙湇浠庣嚎鎬фц川锛屽洜姝ょ嚎鎬ц繍绠楃殑鏈熸湜绛変簬鏈熸湜鐨勭嚎鎬ц繍绠椼
  • 璁闅忔満鍙橀噺X涓嶻鐩镐簰鐙珛,涓X~N(0,1),N(1,1)鍒橮(X+Y鈮1)=1/2
    绛旓細涓擷+Y~N(1,2)锛岃〃绀x+y鐨勬鐜囧瘑搴﹀嚱鏁扮殑瀵圭О杞存槸1銆傞偅涔坧(X+Y灏忎簬绛変簬1)=1/2 鐩稿綋浜庢暣涓嚱鏁颁笌鍧愭爣杞村洿鎴愰潰绉殑宸﹀崐閮ㄥ垎涓0.5銆闅忔満鍙橀噺鐨勫彇鍊艰惤鍦ㄦ煇涓尯鍩熶箣鍐呯殑姒傜巼鍒欎负姒傜巼瀵嗗害鍑芥暟鍦ㄨ繖涓尯鍩熶笂鐨勭Н鍒嗐傚綋姒傜巼瀵嗗害鍑芥暟瀛樺湪鐨勬椂鍊欙紝绱Н鍒嗗竷鍑芥暟鏄鐜囧瘑搴﹀嚱鏁扮殑绉垎銆
  • 璁闅忔満鍙橀噺X涓嶻鐩镐簰鐙珛,涓X~N(2,1),Y~N(-2,4),Z=3X-2Y+4,姹:D(Z...
    绛旓細鐢宸茬煡寰桬(X) = 2, D(X) = 1,E(Y) = -2, D(Y) = 4,鍒欙細E(Z) = E(3X-2Y+4) = 3E(X) - 2E(Y) + E(4) = 14 D(Z) = D(3X-2Y+4) = 9D(X) + 4D(Y) + 0 = 25 鎵浠 Z~N(14,25)P{Z<=9} = P{(z-14)/5 <= (9-14)/5} = 蠁(-1) = 1-...
  • 扩展阅读:已知随机变量x n 0 1 ... 对于任意两个事件a和b ... 随机变量x~n(1 ... 联合分布律证明xy独立 ... 4) ... 两变量独立的充要条件 ... 如何判断随机变量独立 ... xy相互独立能推出什么 ... 相互独立期望公式 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网