求相互独立随机变量X与Y的期望值和方差值的方法是什么？
利用公式
D(aX+bY)=+a²D(X)+b²D(Y)
X 服从正态分布,即X~N(μ,σ^2),则E(x)=μ,D(X)=σ^2
D（x）=0.6,D（y）=2
D(3X-Y)=9D(x)+D(Y）=9 ×0.6+2=7.4。
0≤P(A)≤1
0≤P(B)≤1
0≤P(AB)≤1
设X、Y是相互独立的随机变量，则有E(XY)=E(X)E(Y)。
扩展资料：
假设随机变量X、Y的相关系数存在。如果X和Y相互独立，那么X、Y不相关。反之，若X和Y不相关，X和Y却不一定相互独立。不相关只是就线性关系来说的，而相互独立是就一般关系而言的。
例1 有两门高射炮独立地射击一架敌机，设甲炮击中敌机的概率为0.8，乙炮击中敌机的概率为0.7，试求敌机被击中的概率。
解： 设A={甲炮击中敌机}，B={乙炮击中敌机}，则A U B={敌机被击中}，由题意知，P(A)=0.8，P(B)=0.7，由于A，B相互独立。故
绛旓細0鈮(AB)鈮1 璁綳銆乊鏄鐩镐簰鐙珛鐨勯殢鏈哄彉閲锛屽垯鏈塃(XY)=E(X)E(Y)銆
绛旓細濡傛灉X銆乊鐙珛锛屽垯锛欵(XY)=E(X)*E(Y) 濡傛灉涓嶇嫭绔嬶紝鍙互鐢ㄥ畾涔夎绠楋細鍏堟眰鍑篨銆乊鐨勮仈鍚堟鐜囧瘑搴︼紝鍐嶇敤瀹氫箟銆傝嫢涓や釜闅忔満鍙橀噺X鍜孻鐩镐簰鐙珛锛屽垯E[(X-E(X))(Y-E(Y))]=0锛屽洜鑰岃嫢涓婅堪鏁板鏈熸湜涓嶄负闆讹紝鍒橷鍜孻蹇呬笉鏄浉浜掔嫭绔嬬殑锛屼害鍗冲畠浠箣闂村瓨鍦ㄧ潃涓瀹氱殑鍏崇郴銆
绛旓細璁＄畻濡備笅锛氳闅忔満鍙橀噺X~N(0,1)锛孻~N(0,1)锛屼笖X涓嶻鐩镐簰鐙珛锛屽嵆鑷敱搴︿负2鐨勫鏂瑰垎甯冦傝嫢 X~N(0,1) 鍒 X^2~Ga(1/2,1/2)鏍规嵁Ga鍒嗗竷鐨勫彲鍔犳у緱蠂^2~Ga(n/2,1/2)锛涙墍浠^2+Y^2~蠂^2(2)銆傚熀鏈被鍨 绠鍗曞湴璇达紝闅忔満鍙橀噺鏄寚闅忔満浜嬩欢鐨勬暟閲忚〃鐜般備緥濡備竴鎵规敞鍏ユ煇绉嶆瘨鐗╃殑鍔ㄧ墿...
绛旓細X+Y ~ B(2, p)銆傝繖鏄洜涓猴紝闅忔満鍙橀噺X鍜孻鐩镐簰鐙珛du锛屼笖鍧囨湇浠庝簬B(1,p)锛孹+Y鐩稿綋浜庣嫭绔嬮噸澶嶅仛浜嗕袱娆℃姏纭竵鐨勫疄楠岋紝涓2閲嶈礉鍔埄姒傚舰锛屾晠X+Y ~ B(2, p)銆傚叧蹇冪殑涔熻鏄叾鐐瑰拰鏁颁负7锛岃屽苟涓嶅叧蹇冨叾瀹為檯缁撴灉鏄惁鏄紙1锛6锛夋垨锛2锛5锛夋垨锛3锛4锛夋垨锛4锛3锛夋垨锛5锛2锛夋垨锛6锛1锛夈
绛旓細鏂瑰樊锛鏈熸湜锛欵X=3,EY=1锛汥X=E(X^2)-(EX)^2=鈭玔0鈫6](1/6)x^2dx-9=12-9=3锛汥Y=3锛汦Z=E(3X-2Y)=3EX-2EY=7锛汥Z=D(3X-2Y)=D(3X)+D(-2Y)=9DX+4DY=39銆
绛旓細棣栧厛锛屾垜浠潵璁＄畻 Z 鐨勬湡鏈鍊 E(Z)銆傜敱浜 X 鍜 Y 鏄鐩镐簰鐙珛鐨闅忔満鍙橀噺锛屾垜浠彲浠ヤ娇鐢ㄦ湡鏈涚殑绾挎фц川鏉ヨ绠 E(Z)锛欵(Z) = E(X) - 2E(Y) + 10 鏍规嵁娉婃澗鍒嗗竷鐨勬湡鏈涘叕寮忥紝E(X) = 位锛屽叾涓 位 鏄硦鏉惧垎甯冪殑鍙傛暟銆傚湪杩欑鎯呭喌涓嬶紝E(X) = 4銆傛牴鎹簩椤瑰垎甯冪殑鏈熸湜鍏紡锛孍(Y) = np锛...
绛旓細濡傛灉 E(X) = E(Y) = 0,閭ｄ箞 D(XY) = E(X²)E(Y²) = D(X)D(Y)锛 涔熷氨鏄褰揦锛Y鐙珛锛屼笖X,Y鐨鏁板鏈熸湜鍧囦负闆舵椂锛孹,Y涔樼Н XY鐨勬柟宸瓺(XY)绛変簬锛欴(XY) = D(X)D(Y)琛ㄧず鏂规硶 闅忔満璇曢獙缁撴灉鐨勯噺鐨勮〃绀恒備緥濡傛幏涓棰楅瀛愬嚭鐜扮殑鐐规暟锛岀數璇濅氦鎹㈠彴鍦ㄤ竴瀹氭椂闂村唴鏀跺埌...
绛旓細濡傚悓鈥滀辅x涓ㄢ墹1鈥濅笌鈥-1鈮鈮1鈥濇湰璐ㄤ笂涓鏍凤紝浠呪滈┈鐢蹭笉鍚岃屽凡鈥濄傝嫢闅忔満鍙橀噺X鏈嶄粠涓涓暟瀛︽湡鏈涗负渭銆佹柟宸负蟽^2鐨勬鎬佸垎甯冿紝璁颁负N(渭锛屜僞2)銆傚叾姒傜巼瀵嗗害鍑芥暟涓烘鎬佸垎甯鐨勬湡鏈鍊嘉煎喅瀹氫簡鍏朵綅缃紝鍏舵爣鍑嗗樊蟽鍐冲畾浜嗗垎甯冪殑骞呭害銆傚綋渭 = 0,蟽 = 1鏃剁殑姝ｆ佸垎甯冩槸鏍囧噯姝ｆ佸垎甯冦
绛旓細鍏堢畻鍑x,y鐨鑱斿悎姒傜巼瀵嗗害鍑芥暟锛屽洜涓烘槸鐙珛鐨勬墍浠ワ紝f(x,y)=f(x)*f(y)鐒跺悗璁緂(x,y)=|x-y|,褰搙>y,g(x,y)=x-y,褰搙<y,g(x,y)=y-x 鐒跺悗杩涜鍒嗘鐨勪簩閲嶇Н鍒嗭紝鐒跺悗鎷嗗紑鍐嶈繘琛岀Н鍒嗐備腑闂存湁涓涓瘮杈冨叧閿殑鍦版柟鏄e鐨勮礋鐨X骞虫柟绉垎锛岀Н鍒嗗尯闂存槸锛坹锛屾鏃犵┓锛夛紝杩欎釜绛旀鏄牴鍙蜂笅蟺/2...
绛旓細E(2X+Y)=-2锛 D(2X-Y)=12 鍏蜂綋瑙ｆ硶濡備笅鍥撅細鐩稿叧搴旂敤鐨勬ц川锛1銆佽X鏄闅忔満鍙橀噺锛孋鏄父鏁帮紝鍒欐湁E(CX)=CE(X)2銆佽X鏄殢鏈哄彉閲忥紝C鏄父鏁帮紝鍒欐湁D(CX)=C^D(X)锛孌(X+C)=D(X)銆
