设随机变量的概率密度为f(x,y)=12y^2(0<=y<=x<=1) 其他为0,求E(X^2+Y^2)
设随机变量的概率密度为f(x,y)=12y^2(0<=y<=x<=1) 其他为0,求E(X^2+Y^2)的过程如下:
单纯的讲概率密度没有实际的意义,它必须有确定的有界区间为前提。可以把概率密度看成是纵坐标,区间看成是横坐标,概率密度对区间的积分就是面积,而这个面积就是事件在这个区间发生的概率,所有面积的和为1。
扩展资料
离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。
变量取值只能取离散型的自然数,就是离散型随机变量。例如,一次掷20个硬币,k个硬币正面朝上,k是随机变量。k的取值只能是自然数0,1,2,…,20,而不能取小数3.5、无理数,因而k是离散型随机变量。
如果变量可以在某个区间内取任一实数,即变量的取值可以是连续的,这随机变量就称为连续型随机变量。
例如,公共汽车每15分钟一班,某人在站台等车时间x是个随机变量,x的取值范围是[0,15),它是一个区间,从理论上说在这个区间内可取任一实数3.5、无理数等,因而称这随机变量是连续型随机变量。
E(X²+Y²)=16/15
具体回答如下:
EX=∫∫[0<=y<=x<=1] xf(x,y)dxdy=∫[0->1]∫[0->x] 12xy²dydx=4/5
EY=∫∫[0<=y<=x<=1] yf(x,y)dxdy=∫[0->1]∫[0->x] 12y³dydx=3/5
E(X²+Y²)=∫∫[0<=y<=x<=1] (x²+y²)f(x,y)dxdy=∫[0->1]∫[0->x] 12x²y²+12y^4dydx=16/15
随机变量的性质:
随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的。
随机变量可以是离散型的,也可以是连续型的。如分析测试中的测定值就是一个以概率取值的随机变量,被测定量的取值可能在某一范围内随机变化,具体取什么值在测定之前是无法确定的。
但测定的结果是确定的,多次重复测定所得到的测定值具有统计规律性。随机变量与模糊变量的不确定性的本质差别在于,后者的测定结果仍具有不确定性,即模糊性。
E(X^2+Y^2)如图:
随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的。
随机变量可以作为离散型的,也可以作为连续型的。如分析测试中的测定值就是一个以概率取值的随机变量,被测定量的取值可能在某一范围内随机变化,具体取什么值在测定之前是无法确定。
扩展资料:
有些随机现象需要同时用多个随机变量来描述。例如对地面目标射击,弹着点的位置需要两个坐标才能确定,因此研究它要同时考虑两个随机变量。
随机变量可以看作一维随机向量。称n元x1,x2,…,xn的函数为X的分布函数。又如果(x1,x2)为二维随机向量,则x1+ix2(i2=-1)做为复随机变量。
1/2
解
E(XY)
=∫[x=0->1]∫[y=0->1]xyf(x,y)dydx
=∫[x=0->1]∫[y=0->x]xy(12y²)dydx
=∫[x=0->1]3x∫[y=0->x]4y³dydx
=∫[x=0->1]3x^5dx
=1/2。
扩展资料:
随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。随机变量可以是离散型的,也可以是连续型的。
如分析测试中的测定值就是一个以概率取值的随机变量,被测定量的取值可能在某一范围内随机变化,具体取什么值在测定之前是无法确定的,但测定的结果是确定的,多次重复测定所得到的测定值具有统计规律性。随机变量与模糊变量的不确定性的本质差别在于,后者的测定结果仍具有不确定性,即模糊性。
参考资料来源:百度百科-随机变量
广告 您可能关注的内容 |