E(X*Y)=1/2
由于X,Y相互独立,因此E(X,Y)
=∫∫xyf(x,y)dxdy
=∫∫xyf1(x)f2(y)dxdy
=∫xf1(x)dx∫yf2(y)dy
=E(X)E(Y)
=1/2*1
=1/2
扩展资料
均匀分布对于任意分布的采样是有用的。 一般的方法是使用目标随机变量的累积分布函数(CDF)的逆变换采样方法。 这种方法在理论工作中非常有用。
正态分布是逆变换方法效率不高的重要例子。 然而,有一个确切的方法,Box-Muller变换,它使用逆变换将两个独立的均匀随机变量转换成两个独立的正态分布随机变量。
X服从(-1,2)上的均匀分布,Y-N(1,4)则E(X,Y)=1/2。
解题过程:
首先E(X,Y)为X和Y的联合期望,E(X,Y)=∫∫x*y*fXY(x,y)dxdy,又因为X和Y是相互独立的随机变量,所以说fXY(x,y)=fX(x)*fY(y)。
所以说E(X,Y)=∫∫x*y*f(x,y)dxdy=∫xfX(x)dx*∫yfY(y)dy=E(X)*E(Y)。
E(X,Y)=E(X)*E(Y)=1/2*1=1/2。
扩展资料:
标准均匀分布:
1、若a = 0并且b = 1,所得分布U(0,1)称为标准均匀分布。
2、标准均匀分布的一个有趣的属性是,如果u1具有标准均匀分布,那么1-u1也是如此。
均匀分布相关的分布:
1、如果X服从标准均匀分布,则Y = X^n具有参数(1 / n,1)的β分布。
2、如果X服从标准均匀分布,则Y = X也是具有参数(1,1)的β分布的特殊情况。
3、两个独立的,均匀分布的总和产生对称的三角分布。
本回答被网友采纳设X和Y相互独立的随机变量且X服从(-1,2)上的均匀分布,Y-N(1,4)则E...
E(X*Y)=1\/2 由于X,Y相互独立,因此E(X,Y)=∫∫xyf(x,y)dxdy =∫∫xyf1(x)f2(y)dxdy =∫xf1(x)dx∫yf2(y)dy =E(X)E(Y)=1\/2*1 =1\/2
设随机变量X,Y相互独立,且X~N(1,2),Y~N(0,1)试求随变量Z=2X-Y+3的...
e(z)=e(2x-y)=2e(x)-e(y)=2-0=2 d(z)=d(2x-y)=4d(x)+d(y)=4(2)+1=9 所以Z=2X-Y+3=(2,9)一个二维正态2113分布的边缘分布的和总是正态分布。特别的两个独立正态分布的和总是正态分布。
设随机变量X~N(1,4),y~N(1,2), 且X与Y相互独立。则E(X-2Y)=? D(X...
所以:E(X-2Y)=EX-2EY=1-2=-1.D(X-2Y)=DX+4DY=4+4*2=12.
设随机变量X,Y相互独立,且X~N(0,1),Y~(1,4),则分布X-Y=
X-Y~N(-1,5)。由已知得EX=0,DX=1,EY=1,DY=4,于是E(X-Y)=EX-EY=-1,X,Y相互独立,所以D(X-Y)=DX+D(-Y)=DX+DY=5。故X-Y~N(-1,5)
设随机变量X与Y相互独立,且X~N(1,4),Y~N(0,1),令Z=X-Y,则D(Z)=
X,Y)=E{[x-E(X)][y-E(Y)]}。特别的,当X,Y是两个不相关的随机变量时,Cov(X,Y)=0,则D(X-Y)=D(X)+D(Y)。因为随机变量X与Y相互独立,且Z=X-Y,所以D(Z)=D(X-Y)=D(X)+D(Y)-2Cov(X,Y)=D(X)+D(Y)=4+1=5。
设随机变量X与Y相互独立,且X~N(0,1),Y~N(1,4)。 (1) 求二维随机变量(X...
x,y),所以应该用的是第②个公式,用概率密度函数的乘积!两个函数的关系是这样的 fX(x)=P(X≤x)=∫[-∞,x] f(t)dt 两者都可以求概率,只是用法不一样而已,分布函数的函数值即为概率,而概率密度的积分值才表示概率!不明白可以追问,如果有帮助,请选为满意回答!
设随机变量X与Y相互独立,且都服从参数为1的指数分布,则随机变量Z=Y\/X...
具体回答如图:随机试验各种结果的实值单值函数。随机事件不论与数量是否直接有关,都可以数量化,即都能用数量化的方式表达。
设随机变量x与y相互独立,且x~E(1\/2),y~N(0,1)求z=x+y的概率密度...
2016-12-02 设随机变量X,Y相互独立,且X~N(1,2),Y~N(0,1... 2016-07-05 设随机变量X与Y相互独立,且都服从N(0,1\/2),则E(|... 147 2018-08-16 设随机变量xy相互独立,x~n(1,2),y~n(0,1),... 4 2012-11-08 设随机变量X与Y相互独立,且X~U(0,1),Y~e(1),... 94 2013...
设随机变量X与Y相互独立,且X~U(0,2),Y服从参数为3的指数分布,则E(XY...
随机变量X与Y相互独立,E(XY)=E(X)*E(Y)=1*(1\/3)=1\/3 指数分布与分布指数族的分类不同,后者是包含指数分布作为其成员之一的大类概率分布,也包括正态分布,二项分布,伽马分布,泊松分布等等。如果一个随机变量呈指数分布,当s,t>0时有P(T>t+s|T>t)=P(T>s)。即,如果T是某一...
设随机变量X与Y相互独立,且X~N(1,4),Y~N(0,1),令Z=X-Y,则E(Z2)=()
E(Z)=1 D(Z)=4+1=5 D(Z)=E(Z²)-E²(Z)E(Z²)=D(Z)+E²(Z)=6