cov(x,|x|)等于多少，怎么算

1. cov(x,|x|)等于多少，怎么算

从定义考察入手
cov（X，Y）=E（X-EX）（Y-EY），另外书上规定此定义涉及到的期望和方差都存在
一般运用性质解题cov（X，Y）=E（XY）-EX*EY
本题X分布概率密度都不清楚，算不出cov(x,|x|)的具体值。
比如X~U(0,1)与X~U（-1,0），两种情况的答案显然是不同的
ps：本人常年在南京地区一对一辅导考研数学，如有需要可以私信我

2. cov(x,y)公式是什么？

cov(x,y)公式是：
D(X)=E(X²)-E²(X)=(1.1²+1.9²+3²)/3 - 4=4.60-4=0.6 σx=0.77
D(Y)=E(Y²)-E²(Y)=(5²+10.4²+14.6²)/3-100=15.44 σy=3.93
X,Y的相关系数：
r(X,Y)=Cov(X,Y)/(σxσy)=3.02/(0.77×3.93) = 0.9979
协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 
如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。
若两个随机变量X和Y相互独立，则E[(X-E(X))(Y-E(Y))]=0，因而若上述数学期望不为零，则X和Y必不是相互独立的，亦即它们之间存在着一定的关系。
协方差与方差之间有如下关系：
D(X+Y)=D(X)+D(Y)+2Cov(X，Y)
D(X-Y)=D(X)+D(Y)-2Cov(X，Y)
协方差与期望值有如下关系：
Cov(X，Y)=E(XY)-E(X)E(Y)。
协方差的性质：
（1）Cov(X，Y)=Cov(Y，X)；
（2）Cov(aX，bY)=abCov(X，Y)，（a，b是常数）；
（3）Cov(X1+X2，Y)=Cov(X1，Y)+Cov(X2，Y)。
由协方差定义，可以看出Cov(X，X)=D(X)，Cov(Y，Y)=D(Y)。
设X和Y是随机变量，若E(X^k)，k=1，2，...存在，则称它为X的k阶原点矩，简称k阶矩。
若E{[X-E(X)]k}，k=1，2，...存在，则称它为X的k阶中心矩。
若E{(X^k）（Y^p)}，k、l=1，2，...存在，则称它为X和Y的k+p阶混合原点矩。
若E{[X-E(X)]^k[Y-E(Y)]^l }，k、l=1，2，...存在，则称它为X和Y的k+l阶混合中心矩。
显然，X的数学期望E(X)是X的一阶原点矩，方差D(X)是X的二阶中心矩，协方差Cov(X，Y)是X和Y的二阶混合中心矩。

3. 求cov(X,Y)

E(X)=0*2/3 +1*1/3=1/3
E(Y)=0*6/15 +1*8/15+2*15=2/3
E(XY)=0*(3/15+6/15+1/15+3/15)+1*2/15+2*0=2/15
Var(X)=0*2/3+1*1/3=1/3
Var(Y)=0*6/15+1*8/15+2^2*1/15=4/5
Cov(X,Y)=E(XY)-E(X)*E(Y)=2/15-1/3*2/3=-4/45

4. cov(x+y)公式

Cov(X,Y)=E(X-EX)(Y-EY)为X和Y的协方差。

5. cov((x1,x2),x3)怎么算

cov(Xi,Xj)=E[(XiE[Xi])(XjE[Xj])] 这样这个矩阵为Σ=E[(XE[X])(XE[X])T] =[cov(X1,X1)cov(X1,X2)cov(X1,Xn)cov(X2,X1)cov(X2,X2)cov(X2,Xn

6. Cov（X1+X2，X1-X2） =Cov（X1，X1）-Cov（X2，X2）这个 是怎么成立的啊 ？谢谢您

7. Cov（X1+X2,X1-X2） =Cov（X1,X1）-Cov（X2,X2）这个 是怎么成立的啊

8. 为啥cov（x，1）＝0

Cov(X，1)
=E(X·1)-E(X)E(1)
=E(X)-E(X)·1
=0
【附注】两个结论
Cov(X，Y)=E(XY)-E(X)E(1)
E(C)=C