设X1,X2,X3,Y均为随机变量，已知Cov(X1,Y)=-1Cov(X2,Y)=3则Cov(X1

首先：Y=X1+X2+X3,同时X1X2X3相互独立为什么：D（Y)=3D(X1),COV(X,Y)=COV(X,X1)=D(X)还是不明白你想表达什么首先：Y=X1+X2+X3,同时X1X2X3相互

概率论与数理统计,协方差性质：cov(X1+X2,Y)=cov(X1,Y)+cov(X2,Y).但是有道题目里面的部分为看不懂了,设随机变量X和Y的期望都等于1,方差都等于2,其相关系数为0.25,记

设随机变量X1,X2,…Xn(n>1)独立同分布,方差λ^2>0,令Y=(1/n)∑(i=1~n)Xi,则()A.cov(X1,Y)=(λ^2)/nB.cov(X1,Y)=λ^2C.D(X1,Y)=[

设X,Y为随机变量,已知协方差cov(X,Y)=3,则cov(2X,3Y）=设X,Y为随机变量,已知协方差cov(X,Y)=3,则cov(2X,3Y）=设X,Y为随机变量,已知协方差cov(X,Y)=

概率论,已知随机变量X1,X2,X3,…Xn(n>1)相互独立且同分布概率论,已知随机变量X1,X2,X3,…Xn(n>1)相互独立且同分布,其方差为σ^2,Y=1/n∑(1~n)Xi,求Cov(X1

随机变量X1X2X3独立且都服从N(a,b2)求COV(X1+X2-X3,X1-X2-X3)随机变量X1X2X3独立且都服从N(a,b2)求COV(X1+X2-X3,X1-X2-X3)随机变量X1X2

设总体X服从参数为λ=2的泊松分布,X1,X2,X3为X的一个样本,则Cov(X1+X2,X2)=?;E(X1X2+X3^2)=?设总体X服从参数为λ=2的泊松分布,X1,X2,X3为X的一个样本,则

cov(x,y)=?cov(x,y)=?cov(x,y)=?期望值分别为E(X)=μ与E(Y)=ν的两个实数随机变量X与Y之间的协方差定义为：COV(X,Y)=E[(X-E(X))(Y-E(Y))]什

关于协方差,请问一下这一步是根据哪条性质,或者哪个公式算出来的.这个是题干下面这一步,就是把协方差拆开,没有找到相关的公式和性质,感觉最接近的公式应该是：cov（X1+X2,Y)=cov(X1,Y)+

设随机变量X1,X2,X3相互独立,其中X1~b(5,0.2),X2~,X)4,0(N3服从参数为3的泊松分布.设随机变量X1,X2,X3相互独立,其中X1~b(5,0.2),X2~,X)4,0(N3

设X,Y为两个随机变量,其方差均存在,则D(X+Y)=有没有不包括cov(x,设X,Y为两个随机变量,其方差均存在,则D(X+Y)=有没有不包括cov(x,设X,Y为两个随机变量,其方差均存在,则D(

设(X,Y)为二维随机变量,证明:COV(X,Y)=E(XY)-EXEY设(X,Y)为二维随机变量,证明:COV(X,Y)=E(XY)-EXEY设(X,Y)为二维随机变量,证明:COV(X,Y)=E(

协方差cov(x,-y)=-cov(x,y)吗协方差cov(x,-y)=-cov(x,y)吗协方差cov(x,-y)=-cov(x,y)吗设：E{X}=a,E{Y}=b则：cov(x,y)=E{(X-

为什么协方差cov(x,-y)=-cov(x,y)为什么协方差cov(x,-y)=-cov(x,y)为什么协方差cov(x,-y)=-cov(x,y)Cov(X,Y)=E(XY)-E(X)E(Y),c

设X,Y为随机变量,D(X)=4,D(Y)=16,Cov(X,Y)=2,则=()设X,Y为随机变量,D(X)=4,D(Y)=16,Cov(X,Y)=2,则=()设X,Y为随机变量,D(X)=4,D(Y

对随机变量X,Y.已知D(X)=2,D(Y)=3,cov(X,Y)=-1,则cov(3x-2y+1,x+4y-3)=().对随机变量X,Y.已知D(X)=2,D(Y)=3,cov(X,Y)=-1,则c

概率论问题设Cov(X,Y)=4,Var(Y)=7,则Cov(2x-Y,Y)=?概率论问题设Cov(X,Y)=4,Var(Y)=7,则Cov(2x-Y,Y)=?概率论问题设Cov(X,Y)=4,Var

高数概率论问题：已知X1...Xn是来自总体容量为n的简单随机样本,起均值和方差分别为X与S^2我想问是的协方差cov(Xi-X,Xj-X)=COV(Xi,Xj)-COV(Xi,X)-COV(X,Xj

若点(x1,1),(x2,2),(x3,-3)都是反比例函数y=-1/x图象上的点,则()A.x1>x2>x3B.x1>x3>x2C.x3>x2>x1D.x3>x1>x2若点(x1,1),(x2,2)

设X与Y为随机变量,E(X)=3E(Y)=-2D(X)=9D(Y)=4.在下列情况下,求E(3X-Y),D(3X-Y)(1)COV(X,Y)=1(2)COV(X,Y)=0(3)COV(X,Y)=-1D