随机变量的数学期望 楼主的这个结论明显是得不出来的.如果随机变量XY相互独立，那么有：EXY=EXEYXY相互独立，那么它们的相关系数：ρ=0ρ=Cov(X，Y)/√(DXDY)=0协方差：Cov(X，Y)=0Cov(X，Y)=EXY-EXEY=0所以有：EXY=EXEY
关于数学期望定义 E(Y)=E[g(X)]=∑g(Xk)Pk已知E(X)=∑XkPk因为其中的Pk是与随机变量X相对应的所以在E(Y)=E[g(X)]=∑g(Xk)Pk中，可以把g(Xk)看做一个整体随机变量XEX=∫xf(x)dxEY=∫g(x)f(x)dx
二维混合型的数学期望怎么求？混合型期望EXY怎么求？ ∫xyf（x，y）dxdy
数学期望 E(x)=(∫R^2)xf(x，y)dxdy∫R^2表示二重积分，在函数所定义的所有的域积分
XY服从0-1分布，EXY=5/8 请问为什么画出联合分布表后，EXY=P22呢 我确信你联合分布画错了，请给出联合分布表
关于随机变量X的 D(Y)=E(1-2X)=D(1)+(-2)^2D(X)=0+4*1=4因为D(rX)=r^2 D(x)，D(C)=0（C常数）
请问数学期望的性质E(X+Y)=EX+EY这要怎么证明啊。 连续型的期望就是一个积分嘛，积分运算是线性的，也就是说两项和的积分等于两项分别积分后的和.∫(A+B)=∫A+∫B
数学期望E(X-Y)=？ E（x-y)=E（x）-E(y)两个随机变量差的期望等于这两个随机变量的期望的差
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(尉+畏)=E(尉)+E(畏)锛嶦(X+Y)=E(X)+E(Y)=0.X+Y鐨勬暟瀛︽湡鏈涗负0D(X+Y)=D(X)+D(Y)+2COV(X，Y)蟻XY=COV(X，Y)/鈭欴(X)鈭欴(Y)，绉颁负闅忔満鍙橀噺X鍜孻鐨勭浉鍏崇郴鏁?-0.5=COV(X，Y)/鈭?鈭?COV(X，Y)=-1D(X+Y)=D(X)+D(Y)+2COV(X，Y)=1+4+2.
