如何证明 Var [X + Y ] = Var [X] + 2Cov (X,Y ) + Var [Y] 关于协方差的问题
来源:学生作业帮 编辑:拍题作业网作业帮 分类:数学作业 时间:2024/04/23 17:24:55
如何证明 Var [X + Y ] = Var [X] + 2Cov (X,Y ) + Var [Y] 关于协方差的问题
如何证明
Var [X + Y ] = Var [X] + 2Cov (X,Y ) + Var [Y]
如果 X跟Y 是 独立的随机变量 求证 Var [X + Y ] = Var [X - Y ]
X 有离散均匀分布 范围是 Rx= {-2,-1,12} 让Y=X^2 所以Y 的距离(range) 为 Ry= {1,4}
(a) 找出联合分布 (joint distribution) of X 跟 Y
(b) 证明 X,and Y 是无关联的,但是是 独立的.
如何证明
Var [X + Y ] = Var [X] + 2Cov (X,Y ) + Var [Y]
如果 X跟Y 是 独立的随机变量 求证 Var [X + Y ] = Var [X - Y ]
X 有离散均匀分布 范围是 Rx= {-2,-1,12} 让Y=X^2 所以Y 的距离(range) 为 Ry= {1,4}
(a) 找出联合分布 (joint distribution) of X 跟 Y
(b) 证明 X,and Y 是无关联的,但是是 独立的.
1
Var [X + Y ] = Var [X] + 2Cov (X,Y ) + Var [Y]
就用定义证明就行,
Var(X)=E(X^2)-[E(X)]^2
Var(Y)=E(Y^2)-[E(Y)]^2
Cov(X,Y)=E(XY)-E(X)E(Y)
所以
Var [X + Y ]=E[(X+Y)^2]-[E(X+Y)]^2=E(X^2+2XY+Y^2)-[E(X)+E(Y)}^2
={E(X^2)-[E(X)]^2}+{E(Y^2)-[E(Y)]^2}+ 2[E(XY)-E(X)E(Y)]
=Var(X)+2Cov (X,Y ) + Var (Y)
2
X,Y相互独立,那么E(XY)=E(X)E(Y)
所以Cov(X,Y)=E(XY)-E(X)E(Y)=0
Var [X -Y]=Var(X)+2Cov (X,-Y) + Var (-Y)=Var(X)-2Cov (X,Y) + Var (Y)=Var(X)+ Var (Y)
Var [X + Y ] = Var [X] + 2Cov (X,Y ) + Var [Y]=Var(X)+ Var (Y)
所以Var [X + Y ] = Var [X - Y ]
下面那个没看懂啥意思,可否写的明确些.
再问: 原题是英文的
再答: a 分布律是这样的, p{x=m,y=n}=p{y=n|x=m}*p{x=m} 其中m=1,-1,2,-2,n=1,4 所以联合分布律如下: p{x=1,y=1}=p{y=1|x=1}*p{x=1}=1*(1/4)=1/4 p{x=-1,y=1}=p{y=1|x=-1}*p{x=-1}=1*(1/4)=1/4 p{x=2,y=1}=p{y=1|x=2}*p{x=2}=0*(1/4)=0 p{x=-2,y=1}=p{y=1|x=-2}*p{x=-2}=0*(1/4)=0 p{x=1,y=4}=p{y=4|x=1}*p{x=1}=0*(1/4)=0 p{x=-1,y=4}=p{y=4|x=-1}*p{x=-1}=0*(1/4)=0 p{x=2,y=4}=p{y=4|x=2}*p{x=2}=1*(1/4)=1/4 p{x=-2,y=4}=p{y=4|x=-2}*p{x=-2}=1*(1/4)=1/4 b (1) x和y是不相关的,证明如下 很容易看到,xy也是一个离散均匀分布, xy={-1,1,-2,2,-4,4,-8,8} 所以E(XY)=0 且E(X)=0 所以cov(X,Y)=E(XY)-E(X)E(Y)=0 所以X,Y的相关系数ρxy=cov(X,Y)/[√Var(X)*√Var(Y)]=0 所以X,Y是不相关的。 (2) 下面证明不独立 因为p{x=1}=1/4 p{y=1}=1/2 而p{x=1,y=1}=1/4 所以p{x=1,y=1}≠p{x=1}*p{y=1} 所以x和y不是相互独立的。。。
Var [X + Y ] = Var [X] + 2Cov (X,Y ) + Var [Y]
就用定义证明就行,
Var(X)=E(X^2)-[E(X)]^2
Var(Y)=E(Y^2)-[E(Y)]^2
Cov(X,Y)=E(XY)-E(X)E(Y)
所以
Var [X + Y ]=E[(X+Y)^2]-[E(X+Y)]^2=E(X^2+2XY+Y^2)-[E(X)+E(Y)}^2
={E(X^2)-[E(X)]^2}+{E(Y^2)-[E(Y)]^2}+ 2[E(XY)-E(X)E(Y)]
=Var(X)+2Cov (X,Y ) + Var (Y)
2
X,Y相互独立,那么E(XY)=E(X)E(Y)
所以Cov(X,Y)=E(XY)-E(X)E(Y)=0
Var [X -Y]=Var(X)+2Cov (X,-Y) + Var (-Y)=Var(X)-2Cov (X,Y) + Var (Y)=Var(X)+ Var (Y)
Var [X + Y ] = Var [X] + 2Cov (X,Y ) + Var [Y]=Var(X)+ Var (Y)
所以Var [X + Y ] = Var [X - Y ]
下面那个没看懂啥意思,可否写的明确些.
再问: 原题是英文的
再答: a 分布律是这样的, p{x=m,y=n}=p{y=n|x=m}*p{x=m} 其中m=1,-1,2,-2,n=1,4 所以联合分布律如下: p{x=1,y=1}=p{y=1|x=1}*p{x=1}=1*(1/4)=1/4 p{x=-1,y=1}=p{y=1|x=-1}*p{x=-1}=1*(1/4)=1/4 p{x=2,y=1}=p{y=1|x=2}*p{x=2}=0*(1/4)=0 p{x=-2,y=1}=p{y=1|x=-2}*p{x=-2}=0*(1/4)=0 p{x=1,y=4}=p{y=4|x=1}*p{x=1}=0*(1/4)=0 p{x=-1,y=4}=p{y=4|x=-1}*p{x=-1}=0*(1/4)=0 p{x=2,y=4}=p{y=4|x=2}*p{x=2}=1*(1/4)=1/4 p{x=-2,y=4}=p{y=4|x=-2}*p{x=-2}=1*(1/4)=1/4 b (1) x和y是不相关的,证明如下 很容易看到,xy也是一个离散均匀分布, xy={-1,1,-2,2,-4,4,-8,8} 所以E(XY)=0 且E(X)=0 所以cov(X,Y)=E(XY)-E(X)E(Y)=0 所以X,Y的相关系数ρxy=cov(X,Y)/[√Var(X)*√Var(Y)]=0 所以X,Y是不相关的。 (2) 下面证明不独立 因为p{x=1}=1/4 p{y=1}=1/2 而p{x=1,y=1}=1/4 所以p{x=1,y=1}≠p{x=1}*p{y=1} 所以x和y不是相互独立的。。。
var(X)=var[E(X|Y)]+E[var(X|Y)]怎么证明
Var(x)=Var[E(X/Y)]+E(Var(X/Y))怎么证明
随机变量x与y是互不相关的,证明Var{x+y}=Var{x}+Var{y}
设Var(X)=25,Var(y)=36,pXY=0.4,求Var(X+Y)和Var(X-Y).
条件方差问题证明 Var(Y−X|X) = Var(Y|X)求大神给点思路
x是一随机变量,y=min(x,a),证明Var(y)
协方差计算如何展开?cov(x+y,x-y)=cov(x,x)-cov(x,y)+cov(y,x)-cov(y,y)求问
协方差cov(x,-y)= -cov(x,y)吗
为什么协方差cov(x,-y)= -cov(x,y)
javascript 中定义变量var r = [{x:10,y:9},{x:10,y:8}],
方差是var(X) 还是var(Xi)
随机变量Var(X)=9