以知X,Y不相关,都具有零期望值及方差为1,令U=X,V=X Y

没有,我的意思是事件A与B不相关,B与C不相关,推不出A与C不相关.好比说,我吃饭和你睡觉不相关,我喝水也和你睡觉不相关,但是我吃饭和我喝水未必不相关：）

再问：第二个cosx的x不是有平方的吗再答：抱歉,我看错题目了.应该是

亲.这是定义,当分布为正态分布时,二者就是等价的再答：根据你的表达式，xy也是正太，再答：不懂可以追问再问：只要是二维正态分布独立和不相关就一定等价？再问：那个行列式等于零XY就不是二维正态分布吗，能

因|x^3/y^3取值为R,所以要加绝对值,这样才能导出才0右边趋近0再问：对不起是我写错了，不是|x^3/y^3|而是|x^3-y^3|。函数f(x,y)是分段函数，当x,y都不等于零，f(x,y)

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

设X,Y的分布律分别为X01Y011-pp1-qq（1）X,Y独立,那么他们一定不相关（这是书上的结论,只要独立就一定不相关）（2）X,Y不相关,则COV(X,Y)=0,即E(XY)=E(X)E(Y)

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）

是不是以x,y建立坐标轴,借助图像y>=x确定的呢……表示不知道答案不用谢

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

-1根据随机变量的数字特征公式推就行了再问：我想知道具体算的过程啊~~泪奔~~再答：大概过程如图协方差和期望方差的转化方差期望的变形公式等查书如果没书我也没办法了实在懒得打公式了

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

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|

E（x＋y）＝Ex＋Ey＝1＆＃47；5＋3＆＃47；5＝0．8D（x＋y）＝Dx＋Dy＋cov（xgy）＝1＆＃47；25＋9＆＃47；25＋cov（xrvzdy）需要知道xky的协方差2若相互独立

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x,y都大于零,求【x+y][1/x+25/y]的值?f(x,y)=(x+y)(1/x+25/y)=1+25x/y+y/x+25=25x/y+y/x+26令x/y=ug(u)=25u+1/u+26g

xy统计独立可以推出xy一定不相关,xy不相关不一定推出xy统计独立.相关描述xy之间的线性关系,独立是更强的条件.例如：N（0,1）,Y=X^2.EX=0,Cov(X,Y)=E(XY)=E(X^3)

因为X^2/(X^2+Y^2)+Y^2/(X^2+Y^2)=1所以E[X^2/(X^2+Y^2)]+E[Y^2/(X^2+Y^2)]=E(1)=1因为X、Y服从相同的分布,且相互独立,所以：E[X^2

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

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

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.