数学期望中E(XY)表示什么意思呢，求解答 数学期望中E(XY)表示2113xy相乘5261的数学期望。首先x，4102y都是随便1653变量，E（x）表示x的“平均”，即数学内期望，而现在容相当于把xy看成一个数（x，y各自随机取值），然后求（不妨设z=xy），也就是E(Z)=E(XY)。概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。扩展资料：离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。变量取值只能取离散型的自然数，就是离散型随机变量。例如，一次掷20个硬币，k个硬币正面朝上，k是随机变量。k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数√20，因而k是离散型随机变量。如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。例如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，x的取值范围是[0，15），它是一个区间，从理论上说在这个区间内可取任一实数3.5、无理数√20等，因而称这随机变量是连续型随机变量参考资料来源：-数学期望
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。
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）。
数学期望E(XY)怎么计算 如果X、Y独立，则：E(XY)=E(X)*E(Y)如果不独立，可以用定义计算：先求出X、Y的联合概率密度，再用定义.或者先求出Cov(x，y)再用公式 Cov(X，Y)=E(XY)-E(X)*E(Y)，D（X±Y）=D（X）+D(Y)±2*Cov(X，Y)
X和Y的联合分布律、怎么求它们的期望E（XY） 解：相互2113独立是关键。对于5261离散型，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
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？
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
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
期望值E（XY）怎么求，X，Y不独立 如果有联合分布律的话，E（XY）=(X1)*(Y1)*(P1)+(X2)*(Y2)*(P2)+…以此联合分布表为例：扩展资料：若两个随机变量X和Y相互独立，则E[(X-E(X))(Y-E(Y))]=0，因而若上述数学期望不为零，则X和Y必不是相互独立的，亦即它们之间存在着一定的关系。协方差与方差之间有如下关系：D(X+Y)=D(X)+D(Y)+2Cov(X，Y)D(X-Y)=D(X)+D(Y)-2Cov(X，Y)协方差与期望值有如下关系：Cov(X，Y)=E(XY)-E(X)E(Y)。协方差的性质：（1）Cov(X，Y)=Cov(Y，X)；（2）Cov(aX，bY)=abCov(X，Y)，（a，b是常数）；（3）Cov(X1+X2，Y)=Cov(X1，Y)+Cov(X2，Y)。由协方差定义，可以看出Cov(X，X)=D(X)，Cov(Y，Y)=D(Y)。
