随机变量不独立

随机变量独立的充要条件：对于连续型随机变量有：F(X,Y)=FX(X)FY(Y),f(x,y)=fx(x)fy(y)；对于离散型随机变量有：P(AB)=P(A)P(B)

f(x,y)=2f(x)=2(1-x)f(y)=2(1-y)f(x,y)不等于f(x)f(y)所以不独立

我猜你是想证明独立的一定相关但反之不然.如果是这样简单.设X与Y独立,那么COV(X,Y)=E[(X-EX)(Y-EY)]=E(XY)-E(X)E(Y)再由独立性定义有E(XY)=E(X)*E(Y)此

找出它们的关系,例如小明高考,如果考取100分,妈妈给他1000元,90分,给他900,80分,800,70分,700等等,对于考取多少分是一个变量,给多少钱又是一个变量,但它们并非独立,设考取X分,

P(A|B)=P(AB)/P(B)

相互独立事件（independentevents):事件A（或B）是否发生对事件B（A）发生的概率没有影响,这样的两个事件叫做相互独立事件.随机变量是：表示随机现象各种结果的变量.例如某一时间内公共汽

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,就可以算出来了再问：�����

对于两个独立事件A与B有P(A|B)=P(A)以及P(B|A)=P(B)换句话说,如果A与B是相互独立的,那么A在B这个前提下的条件概率就是A自身的概率；同样,B在A的前提下的条件概率就是B自身的概率

由于不独立,所以必须知道联合密度才能求.

只需要在分布函数F（X,Y)=Fx(X)Fy(Y)的两边分别对x与y求一阶偏导数即可ə^2F/(əxəy)=f(x,y)ə^2[Fx(X)Fy(Y)]/(

回答：|X-Y|不同于X-Y或X+Y.取了绝对值后,取值范围大于等于0,改变了原来变量的分布特性.

随机变量相互独立是指若干随机变量仅仅满足相互独立的条件；随机变量相互独立且具有相同分布不仅满足相互独立的条件,还满足分布都相同的条件再问：�ֲ���ͬ��ʲô��˼����再答：���������зֲ

联合分布函数F(x,y)=F(x)*(y)或密度函数p(x,y)=p(x)*p(y)

A肯定不对,你设X=Y=0即可B你可以设X=Y~B(1,p),计算P(X+Y≤0.5,X-Y≤0.5)=(1-p²),但是P(X+Y≤0.5)P(X-Y≤0.5)=(1-p)²(1

两两独立你是证了,但还要一个式子成立主是P(x=xi,y=yi,z=zi)=P(x=xi)P(y=yi)P(z=zi)成立才行但P(X=-1,Y=-1,Z=XY=-1)=0,这是因为X,Y取-1时,Z

n个随机变量来描述的随机现象中,这n个随机变量组成n维随机向量.描述随机向量的取值规律,用联合分布函数.随机向量中每个随机变量的分布函数,称为边缘分布函数.若联合分布函数等于边缘分布函数的乘积,则称这

根据你给的条件,X和Y是一个以[u1,u2]^T为期望,[sigma1,r;r,sigma2]为协方差矩阵的二元正太分布.正态分布的任意线性变换是正态分布,特别的,如果x~N(u,SIGMA),其中x

对int是什么?再问：int������再答：�Ǿ�������

先搞清楚XY的分布列,然后按离散型随机变量的均值计算公式做就是了.估计XY的分布计算要麻烦点.在X与Y不独立的情况下,用条件概率计算,P（AB）=P（A）P（B/A).

首先你要了解求解分布函数的概念是什么,了解之后这题就不难了.求x在（0,x）,y在（x,y）定义域内的双重积分,会得到一个包含x,y的函数,就是他的联合分布函数了.很简单的.另外,求min{}貌似是不