求数学期望EX和方差Dx

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/11 01:04:27
已知离散型随机变量x的概率分布为x=0‘1’2‘3,P=0.2,0.1,0.3,a求常数a,x的数学期望EX和方差DX

a=1-0.2-0.1-0.3=0.4EX=0*0.2+1*0.1+2*0.3+3*0.4=1.9x^2对应的概率分布为0、1、4、9P=0.2,0.1,0.3,0.4EX^2=0*0.2+1*0.1

概率论求数学期望和方差

X(i):第i次抽取时卡片的号,则E(X(i))=(1+2+...+n)/n;D(X(i))=E(X^2(i))-E(X(i))=(1^2+2^2+...+n^2)/n-(1+2+...+n)/n又X

离散随机变量的数学期望EX反映了什么,方差DX又反映了什么

离散型随机变量X的均值反映了离散型随机变量×取值的平均水平,随机变量的方差反映了随机变量取值偏离于均值的平均程度【【不清楚,再问;满意,愿你开☆,】】

设随机变量x服从区间[a b]上的均匀分布 写出其概率密度函数f(x),并求其数学期望Ex,方差Dx.

F(X)=(X-a)/(b-a)f(X)=F'(X)=1/(b-a)E(X)=∫xf(x)dx=∫x/(b-a)dx=x^2/2|(a,b)/(b-a)=(b^2-a^2)/2(b-a)=(a+b)/

懂数学期望和方差的来随机变量X满足E((x-1)^2)=10,E((x-2)^2)=6,求Ex Dx.

E(X^2)-2EX+1=10E(X^2)-4EX+4=6所以EX=7/2E(X^2)=16D(X)=E(X^2)-[E(X)]^2=16-(7/2)^2

设离散型随机变量X的数学期望为EX,方差为DX,试证明:DX=EX^2-(EX)^2

证明:D(X)=E{[X-E[X]]^2}(方差的定义)=E{X^2-2*X*E[X]+E[X]^2}=E[X^2]-E{2*X*E[X]}+E{E[X]^2}=E[X^2]-2*E[X]*E[X]+

设随机变量x在区间a b上服从均匀分布,求x得数学期望ex和方差dx!

X服从均匀分布,即X~U(a,b),则E(X)=(a+b)/2,D(X)=(b-a)²/12证明如下:设连续型随机变量X~U(a,b)那么其分布函数F(x)=(x-a)/(b-a),a≤x≤

设随机变量x在区间a b上服从均匀分布,求x得数学期望ex和方差dx

密度函数:f(x)=1/(b-a)[a,b]f(x)=0其它x数学期望Ex=∫(a,b)x/(b-a)dx=0.5/(b-a)(b^2-a^2)=(a+b)/2Ex=(a+b)/2方差Dx=∫(a,b

有关分布列和EX数学期望

解题思路:分布列的几种基本类型,要做好区分,选准类型,然后求解。解题过程:解析说明:采取分层抽样共抽取9人,故。满意人数共为3人。表示段的人数,故可取0,1,2,3.是一个超几何分布的问题,不是两点分

已知随机变量X的期望EX=U,方差DX=&^2,随机变量Y=(x-u)/&,求EY和DY

EY=0DY=1EY=E(x-u)/&=(EX-U)/&=0DY=D[(X-U)^2]/(&^2)而D[(X-U)^2]=E[(X-U)^2]-[E(X-U)]^2=E[(X-U)^2](后面项为0)

概率论 求方差掷20个骰子,求所得点数之和的数学期望和方差

第i次的点数为Xi,每次相互独立点数之和X=X1+X2+……+X20E(X)=E(X1)+E(X2)+……=70D(X)=D(X1)+D(X2)+……=175/3

常见分布的数学期望和方差

常见的有正态分布,二项分布,指数分布,均匀分布正态分布N~(a,b)EX=aDX=b二项分布B~(n,p)EX=npDX=np(1-p)指数分布λEX=λ分之一DX=λ^2分之一均匀分布在(a,b)之

数学期望和方差的疑问?

不是的.f(x)=1/√2πb*e^[-(x-a)^2/2b^2]只是我们求出来发现恰好期望μ=a,方差δ^2=b^2所以才将f(x)写成f(x)=1/√2πδ*e^[-(x-μ)^2/2δ^2]期望

求正态分布的数学期望和方差的推导过程

不用二重积分的,可以有简单的办法的.设正态分布概率密度函数是f(x)=[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]其实就是均值是u,方差是t^2,百度不太好打公式,你将就看一下.于是:

设常数a与b为随机变量X的一切可能取值中的最小值与最大值,EX,DX分别为X的数学期望与方差

1).显然.(2).DX=E(X-EX)^2=E[(X-(a+b)/2+(a+b)/2-EX)^2]=E[(X-(a+b)/2)^2+((a+b)/2-EX)^2+2(X-(a+b)/2)((a+b)

问一道求数学期望和方差的题

设X=n+k,即n个“合格品”和k个“不合格品”.那么,n服从“负二项分布”,即P(n=i)=C(i+k-1,k-1)xp^kx(1-p)^i.这个分布的均值和方差分别是E(n)=k(1-p)/p;D