连续型随机变量怎么算 连续型随机变量的判定条件
连续型随机变量计算，连续性的随机变量的求数学期望 E(X²)怎么求？连续型的二维随机变量的EXY等于多少？这里xy不独立。求公式？随机变量X Y不独立,X Y为连续型随机变量,E(XY)怎么算？连续性随机变量函数的方差怎么算？设二位连续型随机变量(X,Y)~N(1,1,4,9,0.5)求E(X)D(Y)，具体解答步骤，谢啦。
本文导航
连续型随机变量的函数
第二种方法是，先算密度函数，就是对分布函数求导，见图片
连续型随机变量x的数学期望证明
要求EX^2，只知道EX还不够，至少要知道x是如何分布的，也即它的分布函数或者概率密度函数。
若X~N（1，3），则Dx=3，由DX=EX^2-(EX)^2及EX的值可以算出EX^2。若X~N（1，3），Y=3X+1，EY=E(3X+1)=3EX+1=3*1+1=4，DY=D（3X+1）=3^2*DX=9*DX=9*3=27，所以Y~N（4，27）。
3X与X+X+X没有区别。Z=X+Y的密度函数也要根据X,Y的概率密度f(xy)来求，一般用作图法计算，先算出分布函数F(Z)，再算密度函数f(z)，也可以直接积分计算：f(z)=将f(x，z-x)对x积分，这时的难点是确定好积分上下限。
如果随机变量X的所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任一点的随机变量。例如，一批电子元件的寿命、实际中常遇到的测量误差等都是连续型随机变量。
扩展资料：
能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。离散型随机变量与连续型随机变量也是由随机变量取值范围（或说成取值的形式）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。
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分钟、5分钟7毫秒、7√2分钟，在这十五分钟的时间轴上任取一点，都可能是等车的时间，因而称这随机变量是连续型随机变量。
参考资料来源：百度百科——连续型随机变量
连续型随机变量的数学期望公式
计算公式为E(XY)=∫∫xyf(x，y)dxdy，积分范围是整个平面，其中f(x,y)是联合概率密度。
二维随机变量( X，Y)的性质不仅与X 、Y 有关,而且还依赖于这两个随机变量的相互关系。因此，逐个地来研究X或Y的性质是不够的，还需将（X，Y）作为一个整体来研究。
设E是一个随机试验，它的样本空间是S={e}，设X=X（e）和Y=Y(e)S是定义在S上的随机变量，由它们构成的一个向量（X，Y）。
扩展资料：
如果随机变量X的所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任一点的随机变量。例如，一批电子元件的寿命、实际中常遇到的测量误差等都是连续型随机变量。
一个事件的概率为1，并不意味这个事件一定是必然事件。
当提到一个随机变量X的概率分布，指的是它的分布函数，当X是连续型时指的是它的概率密度，当X是离散型时指的是它的分布律。
参考资料来源：百度百科--二维随机变量
随机变量有连续性如何证明
当随机变量的可取值全体为一离散集时称其为离散型随机变量，否则称其为非离散型随机变量，这是很大的一个类，其中有一类是极其常见的，随机变量的取值为一(n)维连续空间。
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。
扩展资料：在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。
如果随机变量X1和X2独立，是指X1的取值不影响X2的取值，X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布，这意味着X1和X2具有相同的分布形状和相同的分布参数。
连续型二维随机变量方差积分公式
直接根据期望与方差的计算公式就可以如图求出期望是1，方差是1/6。
（x-Ex）²f（x）从负无穷到正无穷积分
E(X)就是X的平均值
参数为2的泊松分布，根据公式可知Eξ=Dξ=2，所以D(2ξ)=4Dξ=8。
密度函数设成f(x,y) 就相当于上文(2/3)(1/3)
(重积分)x*f(x,y)就是E(X)
(重积分)y*f(x,y)就是E(Y)
(重积分)xy*f(x,y)就是E(XY)
扩展资料：
（当且仅当X取常数值E（X）时的概率为1时，D（X）=0。）
注：不能得出X恒等于常数，当x是连续的时候X可以在任意有限个点取不等于常数c的值。
D（aX+bY）=a2DX+b2DY+2abCov（X，Y）。
方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差，记作S2。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。
参考资料来源：百度百科-方差
连续型随机变量的判定条件
答案：
X~N(1,1),Y~N(4,9) E(X)=u=1,D(Y)=σ ²=9
E(x)D(Y)=9
二维正态分布(x,y)~N(u1,u2,s1,s2,r)，其中r=R(x,y)=cov(x,y)=1/2
E(X)=5*0.1=0.5,D(X)=5*0.1*0.9=0.45
E(Y)=1,D(Y)=4;
E(X-2Y)=E(X)-2E(Y)=0.5-2=-1.5
D(X-2Y)=D(X)+4D(Y)=0.45+4*4=16.45
E((X+Y)²)=E(X²+Y²+2XY)=E(X²)+E(Y²)+E(2XY)
=D(X)+E(X)²+D(Y)+E(Y)²+2E(X)E(Y)
=0.45+0.25+1+16+2*0.5*1
=18.7
基本类型
简单地说，随机变量是指随机事件的数量表现。例如一批注入某种毒物的动物，在一定时间内死亡的只数；某地若干名男性健康成人中，每人血红蛋白量的测定值；等等。
另有一些现象并不直接表现为数量，例如人口的男女性别、试验结果的阳性或阴性等，但我们可以规定男性为1，女性为0，则非数量标志也可以用数量来表示。
这些例子中所提到的量，尽管它们的具体内容是各式各样的，但从数学观点来看，它们表现了同一种情况，这就是每个变量都可以随机地取得不同的数值，而在进行试验或测量之前，我们要预言这个变量将取得某个确定的数值是不可能的。
按照随机变量可能取得的值，可以把它们分为两种基本类型：
离散型
离散型（discrete）随机变量即在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。离散型随机变量通常依据概率质量函数分类，主要分为：伯努利随机变量、二项随机变量、几何随机变量和泊松随机变量。
连续型
连续型（continuous）随机变量即在一定区间内变量取值有无限个，或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值，一批传染性肝炎患者的血清转氨酶测定值等。有几个重要的连续随机变量常常出现在概率论中，如：均匀随机变量、指数随机变量、伽马随机变量和正态随机变量。
概念辨析
能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。离散型随机变量与连续型随机变量也是由随机变量取值范围（或说成取值的形式）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。
实例
比如，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√20……因而k是离散型随机变量。
再比如，掷一个骰子，令X为掷出的结果，则只会有1,2,3,4,5,6这六种结果，而掷出3.3333是不可能的。因而X也是离散型随机变量。
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。
比如，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分钟、5分钟7毫秒、7√2分钟，在这十五分钟的时间轴上任取一点，都可能是等车的时间，因而称这随机变量是连续型随机变量。
