已知随机变量x和y不相关期望为零方差为1

D(xy)=E(X^2*Y^2)-[E(XY)]^2=E(X^2)E(Y^2)-[E(X)E(Y)]^2

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

详细解答如下,点击放大图

E(W)=E(2X+3Y)=E(2X+3Y)=2E(X)+3E(Y)=19;同理有:E(Z)=-11;D(W)=D(2X+3Y)=E((2X+3Y)^2)-(E(2X+3Y))^2=E(4X^2+12

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)

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

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

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

楼上方差错了方差（x*（e^x-1）^2在（0,1）上的积分）

X--B(n,p)==>p(x)=C(n,x)p^x(1-p)^(n-x)Y=e^(mx)==>E(Y)=所有的y求和y*p(y)=所有的x求和e^(mx)*p(x）=所有的x求和e^(mx)*[C(

X--B(n,p)P(x)=C(n,x)p^x(1-p)^(n-x)Y=e^(mx)E(Y)=所有的y求和Σy*P(y)=所有的x求和Σe^(mx)*P(x）=所有的x求和Σe^(mx)*[C(n,x

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|

EY=0DY=1EY=E(x-u)/&=(EX-U)/&=0DY=D[(X-U)^2]/(&^2)而D[(X-U)^2]=E[(X-U)^2]-[E(X-U)]^2=E[(X-U)^2](后面项为0)

证明,首先由概率密度为偶函数,有E（x）=E（Y）=0所以相关系数为pxy=COV（x,y）/根号【D（X）*D（Y）】=COV（x,y）/根号【D（X）*D（Y）】=E(x-E(x)(y-E(y))

切比雪夫不等式：设X的方差存在,对任意ε>0P{|X-EX|>=ε}

Y=1当x大于0概率2／3Y=-1当x小于0概率1／3E(Y)=1*2/3+(-1)*1/3=1/3D(Y)=E(Y^2)-E(Y)^2=1-1/9=8/9

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-

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

若Y=a+bX, E(X)=μ,D(X)=σ^2则E(Y)= bμ+ a,D(Y)= b^2σ^2E(XY)= E(aX + bX