联合密度函数求cov(X，Y) 看看吧
二元连续型随机变量的协方差中的E(X)E(Y)怎么求？有联合概率密度函数. E(X)就是X的平均值你就想成你每次考试，比如2次考100，一次0分，一共3次，就是(2/3)*100+(1/3)*0=66.6分密度函数设成f(x，y)就相当于上文(2/3)，(1/3)积分就是求非常多个小东西的和，只不过这些东西是有实数那么多，求和就是离散的和，一般是有限个东西的和，最多就是整数那么多个和，不要把积分想的很神圣(重积分)x*f(x，y)就是E(X)(重积分)y*f(x，y)就是E(Y)(重积分)xy*f(x，y)就是E(XY)
根据联合密度函数，求协方差 E(XY)=∫(-∞，+∞)∫(-∞，+∞)xy(x+y)dxdy=∫(0，1)∫(0，1)xy(x+y)dxdy=∫(0，1)[(1/3)y+(1/2)y^2]dy=1/3.E(X)=∫(-∞，+∞)∫(-∞，+∞)x(x+y)dxdy=∫(0，1)∫(0，1)x(x+y)dxdy=。
生成模拟的多维高斯分布数据，协方差矩阵怎么定义 定义是变2113量向量减去均值向量，然后乘以变量5261向量减去均值向量的4102转置再求均值。例如1653x是变量，μ是均值，协方差矩阵等于E[(x-μ)(x-μ)^t]，物理意义是这样的，例如x=(x1，x2，xi)那么协方差矩阵的第m行n列的数为xm与xn的协方差，若m=n，则是xn的方差。如果x的元素之间是独立的，那么协方差矩阵只有对角线是有值，因为x独立的话对于m≠n的情况xm与xn的协方差为0。另外协方差矩阵是对称的。一般多变量分布的时候(例如多元高斯分布)会用到协方差矩阵，工程上协方差矩阵也用来分析非确定性平稳信号的性质以及定义非确定性向量的距离(马哈拉诺比斯范数)。
已知二维随机变量(X，Y)的联合分布律如图片所示，则X与Y的协方差COV(X，Y)= 解：E（zhidaoY）=0×（0.3+0.1）版+1×（0.2+0.4）=0.6E（X）=2×（0.3+0.2）+3×（0.1+0.4）=2.5E（XY）=2*0*0.3+3*0*0.1+2*1*0.2+3*1*0.4=1.6则权cov（X，Y)=E（XY）-E（x）E（Y）=1.6-2.5*0.6=0.1
