若随机变量x与y的相关系数等于1,表明两个变量的相关关系是

因为：Cov（Y，Z）=Cov（Y，X-0.4）=E[Y（X-0.4）]-E（Y）E（X-0.4）=E（XY）-0.4E（Y）-E（Y）E（X）+0.4E（Y）=E（XY）-E（X）E（Y）=cov（

D(X)=σ^2D(Y)=λpxy=Cov(X,Y)/根号(D(X)D(Y))Cov(x,y)=pxy(σ)根号λ=0.5(σ)根号λD(3x-2y)=D(3x)+D(-2y)+2Cov(3x,-2y

协方差计算公式为：COV(X,Y)=E(XY)-E(X)E(Y).随机变量X和Y的（线性）相关系数ρ(X,Y)=COV(X,Y)/(√D(X)*√D(Y)),所以答案为8/(5*3)=8/15

Ρxy=cov(x,y)/根（DXDY）=1/6/(3*3/2)=1/6*2/9=2/54=1/27

再问：能不能把计算过程写得更详细一点？再问：cov（X，Z）是怎么等于3cov（X，X）的？再答：

/>cdbabcadaadda还好我是学数学的

-1根据随机变量的数字特征公式推就行了再问：我想知道具体算的过程啊~~泪奔~~再答：大概过程如图协方差和期望方差的转化方差期望的变形公式等查书如果没书我也没办法了实在懒得打公式了

9+25-0.2*3*5*2=28

在这里x是自变量y是因变量,x+y=1化为y=1-x即y=-x+1x系数为-1所以x,y相关系数为-1

E（X)=0,D(X)=E(X^2)=1,E(X^3)=0E(X^4)=3E(Y)=2*E(X^2)+E(X)+3=5E(XY)=2*E(X^3)+E(X^2)+3*E(X)=1E(Y^2)=4*E(

UV=acXY+adX+bcY+bdE(UV)=acE(XY)+adEX+bcEY+bdEU=aEX+bEV=cEY+dEU*EV=acEXEY+adEX+bcEY+bd因此两式相减得E(UV)=EU

EX=∫[0,+∞]xe^(-x)dx∫[0,+∞]ye^(-y)dy=1.E(X^2)=∫[0,+∞]x^2e^(-x)dx∫[0,+∞]ye^(-y)dy=2.EY=∫[0,+∞]e^(-x)dx

0.9Cov(X,Y)=[E(XY)-EX*EYρ(X,Y)=Cov(X,Y)/(DX*DY)^(1/2)=0.9Cov(Y,Z)=E(YZ)-EY*EZ=E[Y(2X-1)]-EY*E(2X-1)=

Fy(y)=P(Y

因为X~B(10,0.5),N(2,10),所以EX=10×0.5=5,DX=10×0.5×0.5=2.5,EY=2,DY=10,又E(XY)=14,所以X与Y的协方差为cov(X,Y)=14-5×2

1.设x和y的相关系数为：CxyCxy=E[(x-Ex)(y-Ey)]/(sigmx*sigmy)=E[(x-Ex)(0.8x+0.7-0.8Ex-0.7)]/[sigmx*0.8*sigmx]=E[

X与Y相互独立的充要条件是f(x,y)=f(x)f(y).X与Y相互独立可以推出相关系数为0；但是相关系数为0推不出X与Y相互独立,除非附加条件：X与Y服从二维正态分布.

若Y=a+bX, E(X)=μ,D(X)=σ^2则E(Y)= bμ+ a,D(Y)= b^2σ^2E(XY)= E(aX + bX

D(z)=100D(x)D(x)=D(z)/100pxy=0.8cov(x,y)=0.8√D(x)D(y)cov(y,z)=10cov(y,x)=10cov(x,y)=8√D(x)D(y)=0.8√D

cov(x,y)=cov(1-2y,y)=cov(-2y,y)=-2cov(y,y)=-2D(y)D(x)=D(1-2y)=4D(y)pxy=cov(x,y)/√D(y)D(x)=-2D(y)/√D(