Y=AX B E期望为0且与不相关的随机变量

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/21 11:11:03
设随机变量X1,X2,...X6的期望均为0,方差均为1,且任意两个随机变量的相关系数都为1/3,令Y=X1+X2+X3

COV(Y,Z)=COV(X1+X2+X3,X4+X5+X6)=COV(X1,X4)+COV(X1,X5)+COV(X1,X5)+.COV(X3,X6)=9*1/3=3D(Y)=D(X1+X2+X3)

设X的分布律如下,Y=X^2,试证明X与Y不相关又不相互独立

EX=-1/3+1/3=0EXY=EX^3=1/3*(-1)^3+1/3*1^3=0Cov(X,Y)=EXY-EXEY=0P(X=1,Y=0)=0P(Y=0)=P(X=0)=1/3P(x=1)*P(Y

随机变量X,Y相互独立,且都服从于N(0,1/2).求|X-Y|的期望与方差(需要具体步骤.

令U=X-Y,则U~N(0,1)则|U|=|X-Y|E|U|=0,(根据对称区间被积函数为偶函数)D|U|=E〔|U|^2〕-〔E|U|〕^2=0(同理E|U|=0)

设两个独立随机变量X,Y的数学期望分别为1与5,则E(XY)=(?)

X与Y独立时,E(XY)=E(X)E(Y)=1*5=5,答案是(B).即经济数学团队帮你解答,请及时采纳.

如题:随机变量X与Y不相关是D(X+Y)=DX+DY成立的充要条件,求证!

D(X+Y)=D(X)+D(Y)+2Cov(X,Y)等式成立当且仅当协方差为0协方差为0就意味着不相关呗

二维随机变量(X,Y)服从二维正态分布,则X+Y与X-Y不相关的充要条件为

C啊~这是概率论第四章的啊~不相关就是协方差为0~然后逆推到D(X)=D(Y)就可以导来了

概率论问题,求期望设随机变量X和Y相互独立,且都服从期望μ为标准差为σ的正态分布,求随机变量A=min{X,Y}和随机变

A={(X+Y)-|X-Y|}/2,B={(X+Y)+|X-Y|}/2X-Y服从N(0,2σ²)E|X-Y|=σ/√πEA=μ-σ/2√πEB=μ+σ/2√π再问:应该是对了,不过我算的E|

若随机变量X和Y相互独立且服从[0,1]上的均匀分布,则Z=max{X,Y}的期望E(Z)=

答案是2/3,可以先求出Z的概率密度再求期望.经济数学团队帮你解答,请及时评价.

X服从期望为a、标准差为b的正态分布,Y=X^3,则Y的期望与标准差是多少?查了好多都没找到关系式.

设Z为标准正态分布,则X=bZ+a,Y=(bZ+a)^3=b^3Z^3+3b^2aZ^2+3ba^2Z+a^3.EY=0+3b^2a+0+a^3=3b^2a+a^3DY=1/根号(2*pi)*积分_负

设随机变量(X,Y)服从二维正态分布,且X与Y不相关,fX(x),fY(y)分别表示X,Y的概率密度,则在Y=y的条件下

因为(X,Y)服从二维正态分布,且X与Y不相关,所以X与Y独立,所以f(x,y)=fX(x)fY(y).故fX|Y(x|y)=f(x,y)fY(y)=fX(x)fY(y)fY(y)=fX(x),故选:

1.设随机过程W(t)=X+tY+t平方Z,其中X,Y,Z是两两不相关的随机变量,且E(X)=E(Y)=E(Z)=0,D

(1)W(t)的自协方差函数Cw(t1,t2)=E{[W(t1)-Ew(t1)][W(t2)-Ew(t2)](利用均值为0化简)=E(W(t1)W(t2))=E[(X+t1Y+t1^2Z)(X+t2Y

随机变量X的期望为1,方差为4,随机变量Y的期望为0,方差为1,切X,Y的相关系数为-0.2,则Z=X-2Y+1的方差为

9.6吧,如果没计算错的话,过程的话直接照定义就可以了,用EZ²-(EZ)²=σ².EZ=2,然后EZ²=E(X²+4Y²+1+2X-4Y-

设X,Y,Z是三个两两不相关的随机变量,数学期望全为零,方差都是1,求X-Y和Y-Z的相关系数.

1.cov(X+Y,Y+Z)=cov(X,Y)+cov(X,Z)+cov(Y,Y)+cov(Y,Z).=cov(Y,Y)=D(Y);(不相关,所以cov(XY)=0;.)2.D(X+Y)=D(X)+D

X与Y不相关与不独立是什么关系

独立和不相关从字面上看都有“两个东西没关系”的意思.但两者是有区别的.结论:(1)X与Y独立,则X与Y一定不相关(2)X与Y不相关,则X与Y不一定独立证明:(1)由于X与Y独立,所以f(xy)=f(x

随机变量X,Y独立且同分布.服从于N(0,1/2).求|X-Y|的期望与方差

Z=X-Y服从N(0,1).E(|Z|)=(2/√2π)∫ze^(-z^2/2)dz=√(2/π)E(|Z|^2)=E(Z^2)=D(z)=1D(|z|)=1-2/π

若X与Y相互独立,则X与Y不相关?

不相关是指不线性相关,独立是指两个随机变量一点关系都没有,也就是说独立一定不相关,而不相关不一定独立.