cov(x,y)=?

来源：蜘蛛抓取(WebSpider) 时间：2012-05-11 13:57 标签： cov x1 x2 x1 x2
> 问题详情
证明：关于两随机变量不相关，以下几个命题是等价的：
(1)X与Y不相关；
(2)Cov(X，Y)=0；
(3)E(XY)=E(X)E(Y)；(
悬赏：0&答案豆
提问人：匿名网友
发布时间：
证明：关于两随机变量不相关，以下几个命题是等价的：&&(1)X与Y不相关；&&(2)Cov(X，Y)=0；&&(3)E(XY)=E(X)E(Y)；(4)D(X+Y)=D(X)+D(Y)．
网友回答（共0条）
我有更好的答案
相关考试课程
请先输入下方的验证码查看最佳答案
图形验证：
验证码提交中……(window.slotbydup=window.slotbydup || []).push({
id: '2081942',
container: s,
size: '1000,60',
display: 'inlay-fix'设随机变量(X,Y)~N(1,1,4,4,0.5),Z=X+Y,则求Cov(Z,X)=？
设随机变量(X,Y)~N(1,1,4,4,0.5),Z=X+Y,则求Cov(Z,X)=？
09-11-13 &
当X〉2000时，Y=X，当和X&=2000时，Y=2000，在几何图形上看出没有间断点。
请登录后再发表评论!协方差公式：COV（X,Y）= E（XY）-EXEY 中间的过程是怎样的?E 怎么乘进去的E(XY-EX*Y-EY*X+EX*EY) =E(XY)-EXEY 中间那两项又为什么约掉了...
COV（X,Y）=E{[X-E（X)][Y-E（Y）]}=E(XY)-E(X)E(Y)-E(Y)E(X)+E(X)E(Y)=E（XY）-EXEY不懂追问,
所以式子最前面的E 可以直接和 X和 Y相乘？
那E（X）写成ux 也是可以直接一加一减约去的？？（u 就是那个一长丿的那个...）
首先你知道期望的性质E(X+Y)=E(X)+E(Y),把这个X-E（X)][Y-E（Y）]展开得到XY-XE(Y)-E(X)Y+E(X)E(Y)，这里的每一项看为一个整体按期望的性质展开，就可以得到答案，你自己试一下，不懂再问，谢谢
那原式现在就是E[XY-XE(Y)-YE(X)+E(X)E(Y)]
每一项看作整体展开不就是
E (XY) - E [XE(Y)] - E [YE(X)] + E [E(X)E(Y)]
然后怎么约掉只剩E（XY）-EXEY 的?
E [E(X)E(Y)]怎么办?
T^T T^T 谢谢
不好意思，我没解释清楚。E (XY) - E [XE(Y)] - E [YE(X)] + E [E(X)E(Y)]，这个是可以继续化简的。
因为E(X)，E(Y)是期望，是一个数，所以 E [YE(X)]=E (X）E(Y)= E [XE(Y)]
E [E(X)E(Y)]=E (X）E(Y)
再带入就可以得到答案了，不懂得话请再次追问，谢谢
为您推荐：
其他类似问题
扫描下载二维码3724人阅读
图像处理&机器视觉&matlab（51）
cov(x), if x is a vector, returns the variance of x. For matrix input X, where each row is an observation, and each column is a variable, cov(X) is the covariance matrix. diag(cov(X)) is a vector of
variances for each column, and sqrt(diag(cov(X))) is a vector of standard deviations. cov(X,Y), where X and Y are matrices with the same number of elements, is equivalent to cov([X(:) Y(:)]).
cov(x) or cov(x,y) normalizes by N – 1, if N & 1, where N is the number of observations. This makes cov(X) the best unbiased estimate of the covariance matrix if the observations are from a normal distribution.
For N = 1, cov normalizes by N.
cov(x,1) or cov(x,y,1) normalizes by N and produces the second moment matrix of the observations about their mean. cov(X,Y,0) is the same as cov(X,Y) and cov(X,0) is the same as cov(X).
OriginMatrix = [2,3,2; 4,5,3; 6,4,2; 4,5,3];
[M,N]=size(OriginMatrix);
MeanArray = mean( OriginMatrix );
MeanMatrix = ones( M, 1 ) * MeanA
% 得到每列减去每列均值的的矩阵
OriginSubMean = OriginMatrix - MeanM
% 计算出相关矩阵
CovMatrixComputed = OriginSubMean' * OriginSubMean / M;
CovMatrixComputed = OriginSubMean' * OriginSubMean / ( M-1 );
0.7 0.5000
matlab 自带的函数
CovMatrix = cov( OriginMatrix );
0.7 0.5000
OK 现在理解了没？？
最后找了一张公式附上：
概率的基础，可以看看的& 不难的，很简单的。。。。。
好了 该回宿舍了。。。。。
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：691122次
积分：8277
积分：8277
排名：第1563名
原创：144篇
转载：41篇
评论：300条
ML and CV.
(1)(6)(4)(2)(6)(1)(2)(2)(3)(3)(7)(24)(4)(3)(11)(5)(1)(5)(18)(23)(33)(5)(11)(5)

我要回帖

更多关于 cov x1 x2 x1 x2 的文章

 

随机推荐