数学期望，求E(xy)，已知联合分布律，不用方差法 E(xy)=E(x)E(y)E(x)，E(y)分别是x，y的独立分布函数的积分。每个变量独立函数又等于对联合分布函数的二重积分除以联合分布函数对另一个变量的积分。印象中。
联合分布有数学期望吗？ 目前看到的数学期望只是针对一个随机变量，有没有针对联合概率分布的数学期望，是怎么算的
联合密度函数的数学期望怎么求 数学期望是试验中每次可能结果的概率乘以其结果的总和。计算公式：1、离散型：离散型随机变量X的取值为X1、X2、X3…Xn，p(X1)、p(X2)、p(X3)…p(Xn)、为X对应取值的概率，可理解为数据X1、X2、X3…Xn出现的频率高f(Xi)，则：2、连续型：设连续性随机变量X的概率密度函数为f(x)，若积分绝对收敛，则称积分的值为随机变量的数学期望，记为E(X)。即扩展资料在许多生产实际与理论研究中，一个随机现象常常需要同时用几个随机变量去描述，例如，晶体管放大器中某一时刻的噪声电流就要用随机振幅和随机相位两个随机变量来表征。又如当一个确定的正弦信号，经过随机起伏信道传输后，到达接收点时其振幅、相位和角频率已不再是确定的了，而变成随机参数。这时的信号在某一时刻就要用三个随机变量来描述。如此可以推广到”个随机变量的情况。称n个随机变量X1，X2，…，Xn的总体X=(X1，X2，…，Xn)为n维随机变量(或n元随机变量)，或称n维随机矢量。显然，一维随机矢量即为随机变量。随机矢量X的性质不仅由单个随机变量X1，X2，…，Xn的性质所决定，而且还应由这些随机变量的相互关系所决定。参考资料来源：-数学期望参考资料来源：-联合分布函数
大学数学概率论误点，如果已知x和y联合分布列，E[xy]表示联合分布期望，那么E[X^2Y]代表什么？怎么求？ 就是X2Y的期望值还是毫无技术含量，每个X2Y的值乘以对应的概率加起来就行了举个简单的例子X 0 1 2Y0 1/9 0 1/91 0 0 2/92 1/9 1/3 1/9P(X2Y=0)=P(X=0)+P(Y=0)=1/9+1/9+1/9=1/3P(X2Y=1)=P(X=1，Y=1)=0P(X2Y=2)=P(X=1，Y=2)=1/3P(X2Y=4)=P(X=2，Y=1)=2/9P(X2Y=8)=P(X=2，Y=2)=1/9E(X2Y)=0*1/3+1*0+2*1/3+4*2/9+8*1/9=2/3+16/9=22/9
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。对于离散型，5261P(X=i，Y=j)=P(X=i)*P(Y=j)，谨记。E(XY)的求法可以先求出4102XY的分布律。(1)X和Y的联合分布律：1653X\\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
求数学期望值等 先求边缘密度 fX=0.5x fY=0.5y 再求期望 E(X)=x^3/6|(1，0)=1/6；同理：E(Y)=1/6 令Z=XY，则 ff h（xy）*f（x，y）dxdy=ff h（z）*xydxdy=f h（z）*z 则可以确定fZ=x（0）。
联合密度函数的数学期望怎么求 只要根据公式E(g(X，Y))=∫g(x，y)f(x，y)dxdy 计算即可.其中f(x，y)为已知的联合密度函数，g(x，Y)为要求的函数
