ZKX's LAB

二维分布律求数学期望 设随机变量(X,Y)服从二维正态分布,其概率密度为ψ(x,y)=12π·e^[-12(x2+y

2020-09-27知识12

概率论,二维随机变量,均匀分布 f(x,y)=A(x从0到1积分,这是外积分){(y从0到x积分,这是内积分)dy} dx=1A(x从0到1积分,这是外积分)xdx(A/2)(x^2)|代入x=1A/21->;A=2.即,f(x,y)=2,0

二维分布律求数学期望 设随机变量(X,Y)服从二维正态分布,其概率密度为ψ(x,y)=1\/2π·e^[-1\/2(x2+y

概率论与数理统计第四版答案 《概率论与数理统计》作业集及答案 第1章 概率论的基本概念§1.1 随机试验及随机事件 1.(1)一枚硬币连丢3次,观察正面H﹑反面T 出现的情形.样本空间是:S=;。

二维分布律求数学期望 设随机变量(X,Y)服从二维正态分布,其概率密度为ψ(x,y)=1\/2π·e^[-1\/2(x2+y

数学期望和分布列怎么求呢? 1、只要把分布列表格2113中的数字,每一列相5261乘再相加,即可。2、如果X是离散型4102随机变1653量,它的全部可能取值是a1,a2,…,an,…,取这些值的相应概率是p1,p2,…,pn,…,则其数学期望E(X)=(a1)(p1)+(a2)(p2)+…+(an)(pn)+…;均匀分布的期望:均匀分布的期望是取值区间[a,b]的中点(a+b)/2。均匀分布的方差:var(x)=E[X2]-(E[X])2。扩展资料:用概率论的知识,不难得知,甲获胜的可能性大,乙获胜的可能性小。因为甲输掉后两局的可能性只有(1/2)×(1/2)=1/4,也就是说甲赢得后两局或后两局中任意赢一局的概率为1-(1/4)=3/4,甲有75%的期望获得100法郎;而乙期望赢得100法郎就得在后两局均击败甲,乙连续赢得后两局的概率为(1/2)*(1/2)=1/4,即乙有25%的期望获得100法郎奖金。可见,虽然不能再进行比赛,但依据上述可能性推断,甲乙双方最终胜利的客观期望分别为75%和25%,因此甲应分得奖金的100*75%75(法郎),乙应分得奖金的的100×25%25(法郎)。这个故事里出现了“期望”这个词,数学期望由此而来。参考资料来源:-分布列参考资料来源:-数学期望

二维分布律求数学期望 设随机变量(X,Y)服从二维正态分布,其概率密度为ψ(x,y)=1\/2π·e^[-1\/2(x2+y

设随机变量X的分布律为如下,求(1)Y=2X+1的分布律(2)Y的数学期望值与方差 X 1 2 3 Pk 1/6 1/3 1/2 (1)、随机变量X的分布律为X 1 2 3Pk 1/6 1/3 1/2故可以知道Y=2X+1可以取3,5,7,其对应的概率不变故Y=2X+1的分布律为:Y 3 5 7P 1/6 1/3 1/2(2)、由Y的分布律易求得Y的数学期望值EY=3×(1/6)+5×(1/3)+7×(1/2)=17/3,.

随机向量(X,Y)服从二维正态分布,X和Y的期望值分别为1和0,方差分别为1和4,相关系数为-1/2,试求X-Y分布 X-Y也是正态分布.E(X-Y)=EX-EY=1-0=1D(X-Y)=DX+DY-2cov(X,Y)=1+4-2ρ(DXDY)^(1/2)=7故X-Y~N(1,7)

二维随机变量设(X,Y)的分布律为 图表有三行 有了联合分布律,要想求期望,就要分别求出X的边际分布和XY的分布.因为X的边际分布是:X 0 1 2P 0.4 0.3 0.3所以E(X)=0*0.4+1*0.3+2*0.3=0.9.对于XY,要分别讨论X,Y的取值.因为X=0,1,2,Y=1,2,所以XY的可能值为0,1,2,4.因此其分布律为:XY 0 1 2 4P 0.4 0.2 0.2 0.2所以E(XY)=0*0.4+1*0.2+2*0.2+4*0.2=1.4

知道随机变量的分布函数如何求其数学期望? 求出密度函数然后再根据公式把xf(x)从负无穷积分到正无穷就是啦

X和Y的联合分布律、怎么求它们的期望E(XY) 解:相互独立是关2113键。对于离5261散型,P(X=i,Y=j)=P(X=i)*P(Y=j),谨记。E(XY)的求法可以先求出XY的分4102布律。(1)X和Y的联合1653分布律:X\\Y 3 4 Pi.1 0.32 0.08 0.42 0.48 0.12 0.6P.j 0.8 0.2(2)XY的分布律:XY 3 4 6 8P 0.32 0.08 0.48 0.12E(XY)=3*0.32+4*0.08+6*0.48+8*0.12=5.12

设随机变量(X,Y)服从二维正态分布,其概率密度为ψ(x,y)=1/2π·e^[-1/2(x2+y 你好!可以用随机变量函数的期望公式如图计算,需要用到Γ函数。经济数学团队帮你解答,请及时采纳。谢谢!

#概率论#数学#统计学#均匀分布#二维

随机阅读

qrcode
访问手机版