正态分布Y=X^2,Cov(X,Y)=

是一个范畴的意思.

能求呀cov(x,y)=E(XY)-E(X)*E(Y)=E(X)E(Y)-E(X)*E(Y)=0其实我们知道独立一定不相关那么它们的协方差就是0咯

用到的是cov（x+y,z）=cov(x,z)+cov(y,z)和cov(aX,bY)=ab*cov(X,Y)【其中x,y,z为变量,a,b为常数】两者结合,你的公式可以分部写：cov(x+y,x-y

先解释一下cov(X',1)这是求出矩阵X‘各个元素的最大似然估计,cov(X')是求方差、无偏估计,cov(X',1)=cov(X')*(n-1)/n;[y,x]=eig(A)：求矩阵A的全部特征值

由协方差性质Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)得Cov(Z,A)=Cov(Z,2X+Y-1)=2Cov(Z,X)+Cov(Z,Y)-0=25不懂再问

=cov（9x,x-y）+cov(y,x-y)=9cov(x,x)-9cov(x,y)+cov(x,y)-cov(y,y)

.你要知道随机变量{X,Y}的联合分布的啊,比如是某个概率测度\mu(x,y)那么E(XY)=\intxyd\mu(x,y)

根据协方差的性质来啊COV(aX,bY)=abCOV(X,Y),（a,b是常数）18

设：E{X}=a,E{Y}=b则：cov(x,y)=E{(X-a)(Y-b)}=E{XY}-ab-ab+ab=E{XY}-ab所以：cov(x,-y)=E{(X-a)(-Y+b)}=-E{XY}+ab

Cov(X,Y)=E(XY)-E(X)E(Y),cov(x,-y)=E[X(-Y)]-E(X)E(-Y)=-E(XY)+E(X)E(Y)=-Cov(X,Y)

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)

以D(X+Y)为例：D(X+Y)=E[(X+Y)-E(X+Y)]^2←方差的定义=E[X-E(X)+Y-E(Y)]^2=E[X-E(X)]^2+E[Y-E(Y)]^2+2E【[X-E(X)][Y-E(

cov(x,y)=cov(x,2x+3)=2cov(x,x)=2D(x)=2np(1-p)=2*100*0.6*(1-0.6)=48

Cov(3x-2y+1,x+4y-3)=3Cov(x,x)+12Cov(x,y)-2Cov(y,x)-8Cov(y,y)=3DX-8DY+10Cov(X,Y)=6-24-10=-28

cov（X,Y)=E(XY)-E(X)E(Y),这是协方差公式,但是你问的问题好像有问题哦,请把等号前面的字加上再问：不好意思，，，，设X,Y为随机变量,D(X)=4,D(Y)=16,Cov(X,Y)

1、cov(x,y)=E(xy)-E(x)E(y)=E(x³)-E(x)E(x²)=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

由方差的公式可以知道,D(2X+Y)=D(2X)+DY+2Cov(2X,Y)=4DX+DY+4Cov(X,Y)=8+1+4=13

COV(X+a,Y+b)=E[(X+a)(Y+b)]-E(X+a)E(Y+b)=E(XY+bX+aY+ab)-(E(x)+a)(E(Y)+b)=E(XY)+E(bX)+E(aY)+ab-[E(X)E(

N(1,1,4,9,1/2)表示的是二元正态分布,N(μ1,μ2,sigma²1,sigma²2,r)也就是说x服从期望为1,方差为4的正态分布y服从于期望为1,方差为9的正态分布

COV(X,Y)=E[(X-E(X))((Y-E(Y))]COV(2X,3Y)=E[(2X-E(2X))((3Y-E(3Y))]=2*3*E[(X-E(X))((Y-E(Y))]=6*COV(X,Y)