ZKX's LAB

已知联合概率密度函数求协方差 已知随机变量X和Y的联合概率密度为φ(x,y)=

2021-04-23知识12

二维随机变量(x,y)的概率密度函数已知,求p{x+y 对f(x,y)在区域x+y

请问两个随机变量XY不独立,他们的协方差cov(X,Y)已知,请问怎么计算两者乘积的期望E(XY)? 利用协方差的公式啊COV(X,Y)=E[(X-E(X))(Y-E(Y))]=EXY-EX*EY那么EXY=COV(X,Y)+EX*EYEX,EY,COV(X,Y)都已知,就可以算出来了。如果X与Y是统计独立的,那么二者之间的协方差就是0,因为两个独立的随机变量满足E[XY]=E[X]E[Y]。但是,反过来并不成立。即如果X与Y的协方差为0,二者并不一定是统计独立的。协方差Cov(X,Y)的度量单位是X的协方差乘以Y的协方差。而取决于协方差的相关性,是一个衡量线性独立的无量纲的数。协方差为0的两个随机变量称为是不相关的。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)。某城市有10万个家庭,没有孩子的家庭有1000个,有一个孩子的家庭有9万个,有两个孩子的家庭有6000个,有3个。

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=。

#已知联合概率密度函数求协方差

随机阅读

qrcode
访问手机版