Y=max X1 X2 求期望

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/14 17:50:54
请高人解答概率论中求|X-Y|的期望的问题,

令z=x-y,则Z~N(0,1).然后求Z>0时的期望这是简便算法,我也是在网上看到的真像你那样算的话,算死个人啊再问:那请问你能不能给个详细的解题步骤?再答:不好意思应该是Z~N(0,2).(刚查了

matlab 求密度函数期望

初步猜测,sqrt(2)显然是标量,而sqrt(u)就可能作为矢量了.对策:把*改成.*

已知二维随机变量(X,Y)联合概率密度f(x,y),求随机变量X的期望?

是的,就是这样求的.再问:还可以二重积分那样求呢再答:二重积分求也是类似于‘先求出X的边缘概率密度,然后按照一维随机变量计算期望’只不过二重积分把‘先求出X的边缘概率密度,然后按照一维随机变量计算期望

求随机变量|X|数学期望

老兄,解答在图片上,给你回答还真费劲啊

设随机变量x服从(0,1)上的均匀分布,求Y=e^X的数学期望和方差

XU(0,1)密度函数:等于:1当0再问:这是标准答案了吧?再答:按公式计算而得:若x的概率密度函数为f(x),那么随机变量x的函数g(x)的数学期望和方差分别为:E[g(x)]=∫g(x)f(x)d

随机变量X和Y的数学期望分别是—2和2,方差分别是1和4,而相关系数为-0.5,求X+Y的期望和方差

E(ξ+η)=E(ξ)+E(η).E(X+Y)=E(X)+E(Y)=0.X+Y的数学期望为0D(X+Y)=D(X)+D(Y)+2COV(X,Y)ρXY=COV(X,Y)/√D(X)√D(Y),称为随机

设随机变量x服从(0,1)上的均匀分布,Y=e^x 求y的数学期望 和 方差

楼上方差错了方差(x*(e^x-1)^2在(0,1)上的积分)

期望

解题思路:1、根据独立性求出概率。2、求出随机变量可能的取值再求出概率写出分布列。解题过程:

大学数学期望与方差若(X,Y)服从二元正太分布N(-1,5,2,3,-0.5),试求Z=2X-3Y的数学期望与方差.

EZ=2EX-3EY=-17var(Z)=4var(X)+9var(Y)-12cov(X,Y)=4var(X)+9var(Y)-12ρ(var(X)var(Y))½=4×2+9×3-12×(

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|

X Y Z为期望为0,方差为1的高斯随机变量,利用特征函数求E[XYZ]

这问题一般人估计都不知道,问老师吧!

已知X和Y各自的数学期望以及他们各自平方的数学期望,求两变量乘积的数学期望

Exy=Ex^2+Ey^2+Ex+Ey前提是XY独立再问:是E(y^2)还是Ey^2再答:E(y^2)

求二维随机变量的期望,

g(x,y)代表任何一个以x,y为自变量的二元函数,但是并不排除x^2啊,g(x,y)=x^2+0*y^2,这完全可以啊.其实g(x,y)可以是任何一个表达式,哪怕是x+y+z呢,没有任何关系.只需要

已知总体Y服从正态分布N(u,1),且Y=lnX,求X的期望E(X)

E(X)=∫(-∞,∞)e^y*(1/2π)^(1/2)*e^((y-u)/2)^2dy=e^(1/2+u)

设X的概率分布为 ,求:1)Y=2X的数学期望; 2) 的数学期望.

Y=2X的数学期望E(2x)=∫2x*e^(-x)dxx∈(0,+∞)=-2x*e^(-x)-2e^(-x)代入积分区间(0,+∞)E(2x)=0+2=2第二问到底要求那个函数的数学期望?

如何求期望与方差

期望EX=10*0.5+9*0.3+8*0.1+7*0.05+6*0.05=5+2.7+0.8+0.35+0.3=9.15(变量x的取值乘以各自取值的概率之和)方差DX.在计算方差之前先求平均值y=(

概率论中期望E(max(X,Y))该怎么求?

这个很容易理解啊!第二个如果也是

概率论 设随机变量服从参数为1的指数分布,令Y=max{X,2},求Y的数学期望

pdf(概率密度)fx=exp(-x)cdf(累计概率)Fx=1-exp(-x)那么x2的概率=exp(-2),反正是连续函数,等号无所谓E[Y]=p(x2)]=2-2exp(-2)+E[X(>2)]

在区间【0,a】上任取两点x,y求这两点距离的数学期望和方差

取数轴上的区间[0,a],两点的坐标为随机变量A,B,则A,B相互独立,都服从[0,h]上的均匀分布,分布函数为F(x)=0,xh时.两点距离X=|A-B|=max(A,B)-min(A,B)EX=E