由联合概率密度怎么求数学期望

Ⅰ 已知概率密度函数，它的期望和方差是怎么得来的谢谢

已知概率密度函数，它的期望：

(1)由联合概率密度怎么求数学期望扩展阅读：

连续型的随机变量取值在任意一点的概率都是0。作为推论，连续型随机变量在区间上取值的概率与这个区间是开区间还是闭区间无关。要注意的是，概率P{x=a}=0，但{X=a}并不是不可能事件。

由于随机变量X的取值 只取决于概率密度函数的积分，所以概率密度函数在个别点上的取值并不会影响随机变量的表现。

如果一个函数和X的概率密度函数取值不同的点只有有限个、可数无限个或者相对于整个实数轴来说测度为0（是一个零测集），那么这个函数也可以是X的概率密度函数。

Ⅱ 概率密度求期望公式

概率密度求期望公式：f(x)=(1/2√π)。概率指事件随机发生的机率，对于均匀分布函数，概率密度等于一段区间(事件的取值范围)的概率除以该段区间的长度，它的值是非负的，可以很大也可以很小。

Ⅲ 求概率密度函数的期望值

你好！直接用积分如图计算Y的期望，需要分成两段计算。经济数学团队帮你解答，请及时采纳。谢谢！

Ⅳ 知道联合密度函数 怎么求各自的期望

Fx(x) = ∫f(x,y)*dy

求单变量的期望，可以参考以下公式：

E(x) = ∫x*Fx(x)*dx=∫∫x*f(x,y)*dxdy

设（X，Y）是二维随机变量，x，y是任意实数，二元函数：F(x,y)=P({X≤x∩Y≤y})=P(X≤x,Y≤y)，被称二维随机变量(X，Y)的分布函数，或称为X和Y的联合分布函数。

(4)由联合概率密度怎么求数学期望扩展阅读：

将二维随机变量（X，Y）看成是平面上随机点的坐标，分布函数F（x，y）在（x，y）处的函数值就是随机点（X，Y）落在如图以（x，y）为顶点而位于该点左下方的无穷矩形区域内的概率。

函数与不等式和方程存在联系（初等函数）。令函数值等于零，从几何角度看，对应的自变量的值就是图像与X轴的交点的横坐标。

从代数角度看，对应的自变量是方程的解。另外，把函数的表达式（无表达式的函数除外）中的“=”换成“<”或“>”，再把“Y”换成其它代数式，函数就变成了不等式，可以求自变量的范围。

Ⅳ 已知概率密度函数怎么求它的数学期望和方差

求方差要利用个公式，DX=EX^2-(EX)^2
期望EX=∫ f（x）*x dx
下面的积分区间都是-a到a 为了书写我就不写明了。
EX=∫ 1/2a *x dx =0
EX^2=∫ （1/2a）*x^2 dx=1/3 a^2
DX=EX^2-(EX)^2=（1/3）a^2
当然，对于一些常见分布的期望和方差可以直接背公式
请别忘记采纳，祝学习愉快

Ⅵ X和Y的联合分布律、怎么求它们的期望E（XY）

相互独立是关键。对于离散型，P(X=i, Y=j) = P(X=i) * P(Y=j)，谨记。E(XY)的求法可以先求出XY的分布律。

(1) X和Y的联合分布律：

XY 3 4 Pi.

1 0.32 0.08 0.4

2 0.48 0.12 0.6

P.j 0.8 0.2

(2) XY的分布律：

XY 3 4 6 8

P 0.32 0.08 0.48 0.12

E(XY) = 3 * 0.32 + 4 * 0.08 + 6 * 0.48 + 8 * 0.12 = 5.12

连续变量

类似地，对连续随机变量而言，联合分布概率密度函数为fX,Y(x, y)，其中fY|X(y|x)和fX|Y(x|y)分别代表X = x时Y的条件分布以及Y = y时X的条件分布；fX(x)和fY(y)分别代表X和Y的边缘分布。

同样地，因为是概率分布函数，所以必须有：∫x∫y fX,Y(x,y) dy dx=1

独立变量

若对于任意x和y而言，有离散随机变量：

P(X=x and Y=y)=P(X=x) ·P(Y=y)

或者有连续随机变量：

pX,Y(x,y)=pX(x)·pY(y)

则X和Y是独立的。

Ⅶ 二维随机变量已知概率密度，求期望方差

概率密度：f（x）＝（1／2√π）exp｛－（x－3）²／2＊2｝

根据题中正态概率密度函数表达式就可以立马得到随机变量的数学期望和方差：

数学期望：μ＝3

方差：σ²＝2

连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。

而随机变量的取值落在某个区域之内的概率则为概率密度函数在这个区域上的积分。当概率密度函数存在的时候，累积分布函数是概率密度函数的积分。

(7)由联合概率密度怎么求数学期望扩展阅读：

连续随机变量在任意点的概率为0。作为推论，连续随机变量在某一区间上的概率与该区间是开的还是闭的无关。注意概率P｛x＝a｝＝0，但｛x＝a｝不是不可能的事件。

由于随机变量X的值只取决于概率密度函数的积分，所以概率密度函数在单个点上的值并不影响随机变量的性能。

如果一个函数和概率密度函数X只有有限数量的不同的值，可数无限或对整个实数线，这项措施是零（0组测量），然后函数也可以X的概率密度函数。