概率，二维离散型随机变数中，E（XY）怎么求
概率，二维离散型随机变数中，E（XY）怎么求
你好！E(XY)等于所有xi*yj*pij求和，本题E(XY)=0×0×(1/5)+0×1×(2/5)+0×2×(1/15)+1×0×(1/5)+1×1×(2/15)+1×2×0=2/15。经济数学团队帮你解答，请及时采纳。谢谢！
离散型随机变数概率P怎么求？
随机取值的变数就是随机变数，随机变数分为离散型随机变数与连续型随机变数两种，随机变数的函式仍为随机变数。 有些随机变数,它全部可能取到的不相同的值是有限个或可列无限多个,这种随机变数称为"离散型随机变数". 离散型随机变数的概率分布 定义2.1：如果随机变数X只可能取有限个或至多可列个值，则称X为离散型随机变数。 定义2.2：设X为离散型随机变数，它的一切可能取值为X1，X2，……，Xn，……，记 P=P｛X=xn｝,n=1,2……(2.1) 称(2.1)式为X的概率函式，又称为X的概率分布，简称分布。 离散型随机变数的概率分布有两条基本性质： (1)Pn≥0 n=1,2,… (2)∑pn=1 对于集合｛xn,n=1,2,……｝中的任何一个子集A,事件“X在A中取值”即“X∈A”的概率为 P｛X∈A｝=∑Pn 特别的，如果一个试验所包含的事件只有两个，其概率分布为 P｛X=x1｝=p(0<p<1) P｛X=x2｝=1-p=q 这种分布称为两点分布。 如果x1=1,x2=0,有 P｛X=1｝=p P｛X=0｝=q 这时称X服从引数为p的0-1分布，它是离散型随机变数分布中最简单的一种。由于是数学家伯努利最先研究发现的，为了纪念他，我们也把服从这种分布的试验叫伯努利试验。习惯上，把伯努利的一种结果称为“成功”，另一种称为“失败”。
求解 二维离散型随机变数
F(x,y)=0, x<1或y<1
F(x,y)=0.09, 1<=x<2,1<=y<2
F(x,y)=0.09+0.12=0.21, 1<=x<2,2<=y 3
F(x,y)=0.21+0.09=0.3, 1<=x<2,y>=3
F(x,y)=0.09+0.12=0.21, 2<=x<3,1<=y<2
F(x,y)=0.21+0.12+0.16=0.49, 2<=x<3,2<=y<3
F(x,y)=0.49++0.09+0.12+0.09=0.79, 2<=x<3,3<=y
F(x,y)=0.09+0.12+0.09=0.30, 3<=x,1<=y<2
F(x,y)=0.30+0.12+0.16+0.12=0.7, 3<=x,2<=y<3
F(x,y)=0.7+0.09+0.12+0.09=1, 3<=x,3<=y
总之，F(x,y)=P(X<=x,Y<=y)
非离散型随机变数和离散型随机变数该怎么区别
离散型随机变数 就是变数是一个 离散状态 比如是几个数值 X=1 X=2 X=4 才有定义 其余无定义 这样变数就离散了 连续型的是变数是一个范围 比如 X属于 0 到1 还有假如X在0到1 和 2到3 上有定义 这样是离散的两个区间 是叫离散型还是连续型呢 好像都不能叫 叫非离散型比较靠谱 至于那个实验 就是 服从二项分布 结果只有两种 每次实验互不影响 每种结果都是相同概率 比如抛硬币 不是正面就是反面 正面反面概率每次都是1/2
二维离散型随机变数的概率分布怎么求
（I）
因为：
P{XY=1}=P{X=1，Y=1}=
1
3
，P{XY=2}=P{X=1，Y=2}+P{X=2，Y=1}=0，P{XY=4}=P{X=2，Y=2}=
1
12
，
所以：
P{X=2，Y=1}=P{X=1，Y=2}=0，
P{X=0，Y=1}=P{Y=1}-P{X=1，Y=1}-P{X=2，Y=1}=0，
P{X=0，Y=2}=P{Y=2}-P{X=1，Y=2}-P{X=2，Y=2}=
1
4
，
P{X=0，Y=0}=P{X=0}-P{X=0，Y=1}-P{X=0，Y=2}=
1
4
，
故有：P{X=2Y}=P{X=0，Y=0}+P{X=1，Y=2}=
1
4
．
（Ⅱ）
由已知条件：
E（X）=
2
3
，E（Y）=1，E（XY）=
2
3
，E（Y2）=
5
3
，
所以：
Cov（X-Y，Y）=Cov（X，Y）-Cov（Y，Y）
=[E（XY）-E（X）E（Y）]-[E（Y2）-（E（Y））2]
=（
2
3
-
2
3
）-（
5
3
-1）
=-
2
3
．
离散型随机变数 的概率分布 .
∑(k=1,∞)P(X=k)=1
所以
∑(k=1,∞)Aλ^k=1
也就是
A∑(k=1,∞)λ^k=1
Aλ/(1-λ)=1
A=(1-λ)/λ
这里化简需要|λ|<1
而P(X=k)=Aλ^k>0 所以A>0 λ>0
所以0<λ<1 A>0 A=(1-λ)/λ=λ^(-1)-1
排除BD
而C没有考虑λ<0时，不成立
而A，可以由A=λ^(-1)-1，得到(A+1)=λ^(-1)，λ=(1+A)^(-1)
所以选A
二维离散型随机变数的方差怎么求
方差是各个资料分别与其平均数之差的平方的和的平均数，用字母D表示。在概率论和数理统计中，方差（Variance）用来度量随机变数和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变数和均值之间的偏离程度有着重要意义。计算方差："MODE"+"STAT"+"1-VAR"+“算式（每个数用等于号空行）"+AC"+"SHIFT"+按1+"Var"+"x6n"+"="计算平均数："MODE"+"STAT"+"1-VAR"+"算式（每个数用等于号空行）"+"AC"+"SHIFT"+按1+“Var"+"2"(平均数的符号）+"="
二维离散型随机变数方差怎样算
E(X) = ∑ xP(x,y) = 1*0.1 + 1*0.3 + 2*0.4 + 2*0.2 = 1.6
D(X) = E[(X-EX)^2] = ∑ (x-EX)^2 P(x,y)
= (1-1.6)^2*0.1+(1-1.6)^2*0.3+(2-1.6)^2*0.4+(2-1.6)^2*0.2
= 0.6^2*0.4 + 0.4^2*0.6 = 0.24
E(Y) = ∑ yP(x,y) = 1*0.1 + 1*0.4 + 2*0.3 + 2*0.2 = 1.5
D(Y) = E[(Y-EY)^2] = ∑ (y-EY)^2 P(x,y)
= (1-1.5)^2*0.1+(1-1.5)^2*0.4+(2-1.5)^2*0.3+(2-1.5)^2*0.2
= 0.5^2*(0.1+0.4+0.3+0.2) = 0.25
E(XY) = ∑ xyP(x,y) = 1*1*0.1 + 1*2*0.3 + 2*1*0.4 + 2*2*0.2 = 2.3
标准协方差 Cov(X,Y) = E(XY) - E(X)E(Y) = 2.3 - 1.6*1.5 = - 0.1
二维离散型随机变数联合密度怎么求
离散型列表格不就行了？
