协方差计算如何展开？ 用到的是cov（x+y，z）=cov(x，z)+cov(y，z)和cov(aX，bY)=ab*cov(X，Y)【其中x，y，z为变量，a，b为常数】两者结合，你的公式可以分部写：cov(x+y，x-y)cov(x，x-y)+cov(y，x-y)cov(x，x)-cov(x，y)+cov(y，x)-cov(y，y)
相关函数的协方差的性质 协方差的性质：62616964757a686964616fe4b893e5b19e313334313532391、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)。协方差函数定义为：若X(t)=Y(t)+i*Z(t)，Y，Z为实过程，则称X(t)为复随机过程，相关函数定义为：扩展资料协方差反映了两个变量之间的相关程度：协方差是两个变量与自身期望做差再相乘，然后对乘积取期望。也就是说，当其中一个变量的取值大于自身期望，另一个变量的取值也大于自身期望时，即两个变量的变化趋势相同，此时，两个变量之间的协方差取正值。反之，即其中一个变量大于自身期望时，另外一个变量小于自身期望，那么这两个变量之间的协方差取负值。当x与y变化趋势一致时，两个变量与自身期望之差同为正或同为负，其乘积必然为正，所以其协方差为正；反之，其协方差为负。所以协方差的正负性反映了两个变量的变化趋势是否一致。再者，当x和y在某些时刻变化一致，某些时刻变化不一致时，在第一个点，x与y虽然变化，但是y的变化幅度远不及x变化幅度大，所以其乘积必然较小。在第二个点，x与y变化一致且变化幅度都很。
协方差的算法 COV(X，Y)=E{(X-E(X))(Y=E(Y))}是协方差的定义式，把它展开，很容易得到：COV(X，Y)=E(XY)-E(X)E(Y)，具体计算协方差都是用后一个式子，这方便多了。如果已知X与Y的分布列，。
