二维随机变量怎么求E(X),D(x)

作者&投稿:军会 (若有异议请与网页底部的电邮联系)
设随机变量X的概率密度为求E(X),D(X)~

∫2根号(2/π)x^(3/2)e(-x^4/4)
=∫(x>=0) 2根号(2/π)x^(3/2)e(-x^4/4) dx


设(x^2/2)=t
2xdx=dt
dx=dt/{2x}

带入

∫(x>=0) 2根号(2/π)x^(3/2)e(-x^4/4) dx
= ∫(t>=0) 根号(2/π)x^(1/2)e(-t^2) dt
=∫(t>=0) 根号(2/π)(根号2)t e(-t^2) dt
= ∫(t>=0) 根号(1/π) 2t e(-t^2) dt
=根号(1/π) {-e^(-t^2)|(0~无穷)}
=根号(1/π)


这些都是概率论的一些简单公式涉及到的公式,你只需要看一看就可以了E(ax+b)=aEx+bD(ax+b)=a^2DxDx=E(x^2)-(Ex)^2把公式熟记于心,以后什么题都不会怕了

二维随机变量求E(X),D(x)的计算方法:设X是一个随机变量,若E{[X-E(X)]^2}存在,则称E{[X-E(X)]^2}为X的方差,记为D(X),Var(X)或DX,即D(X)=E{[X-E(X)]^2}称为方差,而σ(X)=D(X)^0.5(与X有相同的量纲)称为标准差(或方差)。


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...
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 如果随机变量X的...

...Y),公式COV(XY)=E(XY)-E(X)E(Y)中的E(XY)是怎么得出的?
设z=x*y,即求E(z),先算出F(xy),求导得f(xy),至于求F(xy),就相当于算z=xy的分布函数,具体方法不缀述,划出区间,求二重积分。求出f(z)的话,又回到求一维变量的期望!

设二维随机变量(X,Y)联合概率密度密度如图,求E(X) E(Y) E(XY)。
∴E(XY+1)=E(XY)+1=8\/9+1=17\/9。含义 则X为连续型随机变量,称f(x)为X的概率密度函数,简称为概率密度。单纯的讲概率密度没有实际的意义,它必须有确定的有界区间为前提。可以把概率密度看成是纵坐标,区间看成是横坐标,概率密度对区间的积分就是面积,而这个面积就是事件在这个区间发生的...

二维离散型随机变量的E(XY)如何算?(X和Y不相互独立)
具体回答如图:当随机变量的可取值全体为一离散集时称其为离散型随机变量,否则称其为非离散型随机变量,这是很大的一个类,其中有一类是极其常见的,随机变量的取值为一(n)维连续空间。

已知二维随机变量的联合概率密度为如图第四题,求E(Y\/X)
根据随机变量函数的期望公式就可以如图求出Y\/X的期望值。

已知随机变量X,Y的联合密度f(x,y),求E(X)是不是这样算?
有,比如服从o,1分布时,E(x)=p就是服从参数的分布,当服从均匀分布时,比如服从(a,b)那就是(a+b)\/2,还有许多

...以点(0,1),(1,0),(1,1)为顶点的三角形上均匀分布,求E(X
又,X、Y的边缘分布密度函数分别为,fX(x)=∫(1-x,1)f(x,y)dy=2x,0<x<1;fX(x)=0,x为其它。fY(y)=∫(1-y,1)f(x,y)dx=2y,0<y<1;fY(y=0,y为其它。∴E(X)=∫(0,1)xfX(x)dx=2\/3,E(X²)=∫(0,1)x²fX(x)dx=1\/2。∴D(X)=1\/2-(2\/3)...

数学期望E(X)的公式是怎么推出来的?
数学期望E(X)和方差D(X)是概率论和数理统计中的两个重要概念,用于描述随机变量的数字特征。数学期望E(X)的求法:数学期望E(X)反映了随机变量X取值的平均水平。对于离散型随机变量,数学期望E(X)等于X的所有可能取值与其对应的概率的乘积之和。对于连续型随机变量,数学期望E(X)则是X的概率密度...

设二位连续型随机变量(X,Y)~N(1,1,4,9,0.5)求E(X)D(Y),具体解答步骤,谢...
D(X-2Y)=D(X)+4D(Y)=0.45+4*4=16.45 E((X+Y)²)=E(X²+Y²+2XY)=E(X²)+E(Y²)+E(2XY)=D(X)+E(X)²+D(Y)+E(Y)²+2E(X)E(Y)=0.45+0.25+1+16+2*0.5*1 =18.7 基本类型 简单地说,随机变量是指随机事件的数量表现...

X服从正态分布,计算E(X^2),不用方差推导直接用积分怎么算!
具体回答如图:由于一般的正态总体其图像不一定关于y轴对称,对于任一正态总体,其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。为了便于描述和应用,常将正态变量作数据转换。将一般正态分布转化成标准正态分布。

历城区18784251171: 知道随机变量的分布律怎么求D(x) -
牛孟双歧:[答案] 用方差的公式求: D(x)=E(x^2)-(EX)^2 =(1*0.4+0*0.1+1*0.2+9*0.3)-(-1*0.4+0*0.1+1*0.2+3*0.3)^2 =3.3-0.7^2 =2.81

历城区18784251171: 设随机变量x服从0 - 1分布,且p{x=0}=0.25,求e(x) d(x) -
牛孟双歧: 容易知道P(x=1)=1-0.25=0.75.故: E(x)=0*0.25+1*0.75=0.75. E(x^2)=(0^2)*0.25+(1^2)*0.75=0.75. 由公式得:D(x)=E(x^2)- [E(x)]^2=0.75-(0.75)^2= =0.75*0.25=0.2875.

历城区18784251171: 已知随机变量X,Y相互独立,且同服从分布N(0,1),又Z=根号(X^2+Y^2),求E(X),D(X) -
牛孟双歧: ^^E(Z)=E(X^2+Y^2)=E(X^2)+E(Y^2)=[DX+(EX)^2]+[DX+(EX)^2]=1+0+1+0=2 因为DX=E(X^2)-(EX)^2 D(Z)=D(X^2+Y^2)=D(X^2)+D(Y^2)=2+2=4(因为容易推知X^2和Y^2服从自由度为1的卡方分布,而卡方分布的方差等于其自由度的2倍)

历城区18784251171: 概率与统计
牛孟双歧: 一般情况下,u=E(X), D(X)=o^2=2^2=4

历城区18784251171: 根据概率密度函数求解期望和方差求E(X),D(X),设随机变量X的概率密度为f(x)=(1/2)*e^( - |x|),( - ∞ -
牛孟双歧:[答案] 显然由公式可以知道 EX =∫[-∞,+∞] x *f(x)dx =∫[-∞,+∞] x/2 *e^(-|x|) dx 显然x/2 *e^(-|x|)是一个奇函数, 那么积分之后得到的就是一个偶函数, 代入对称的上下限+∞和-∞,当然得到的E(X)就是0 不会的话我给你做一下吧, EX =∫[-∞,+∞] x/2 *e^(-|x|) dx =∫[-∞,0] x...

历城区18784251171: 设随机变量X~B(5,p),且E(X)=0.5,求D(X)? -
牛孟双歧: E(X)=np=0.5,p=05/n=0.5/5=0.1 D(X)=np(1-p)=5*0.1*﹙1-0.1﹚=0.45

历城区18784251171: E[D(x)]怎么算啊 -
牛孟双歧: 对于服从一定分布的随机变量x,D(x) 已经不是 x 的函数,而是一个常数;常数的数学期望等于它本身.因此: E[D(x)] = D(x)

历城区18784251171: 随机变量X的概率密度为f(x)=1/2*e^ - |x|,副无穷大<X<正无穷大,求D(X) -
牛孟双歧: D(X)=E(X^2)-[E(X)]^2 而 E(X)=∫xf(x)=∫1/2*xe^-|x|,-∞<x<+∞=∫1/2*xe^x -∞<x<0 +∫1/2*xe^-x 0<x<+∞=1/2*xe^x-1/2*e^x -∞<x<0+∫1/2*xe^-x+1/2*e^-x 0<x<+∞=-1 E(X^2)=∫x^2f(x)=∫1/2*x^2e^-|x|,-∞<x<+∞=∫1/2*x^2e^x -∞<x<0 +∫1/2*x^2e^-x 0<x<+∞=1/2*x^2e^x-x*e^x+ e^x -∞<x<0+∫1/2*x^2e^-x+x*e^-x+e^-x 0<x<+∞=3 则D(X)=E(X^2)-[E(X)]^2=2

历城区18784251171: 若随机变量X~U[0.2],则D(X)=( ) -
牛孟双歧: ^^显然 E(X) = 1 . 那么 D(X) = 积分(从0到2){ [1 / (2 - 0)](x - 1)^2 dx }= 1/2(1/3(x - 1)^3) |(从0到2)= 1/2(1/3 - (-1/3))= 1/3连续型均匀分布 U[a,b] 的方差通用公式是 (b - a)^2 / 12 .

历城区18784251171: 设二维随机变量(X,Y)服从二维正态分布,,求(X,Y)的联合概率密度函数f(x,y) -
牛孟双歧: 套公式即可. σ1^2=DX=16,σ2^2=DY=25. ρ=Cov(X,Y)/(σ1σ2)=0.6,√(1-ρ^2)=0.8. f(x,y)=(1/32π)e^{(-25/32)[x^2/16-3xy/50+y^2/25]}

本站内容来自于网友发表,不代表本站立场,仅表示其个人看法,不对其真实性、正确性、有效性作任何的担保
相关事宜请发邮件给我们
© 星空见康网