随机变量X的数学期望绝对值小于正无穷-搜答案-智慧作业帮

说好的图呢?再问：这个

依题意可以得到λ=3,；所以E(X)=D(X)=3;而D(X)=E(X^2)-E(X)^2=3;所以E(X^2)=E(X)^2+D(X)=12；

E(X-Y)=∑∞P(X1)(Y1)(X1-Y1)=∫∞∫∞f(x)f(y)(x-y)dxdy=0希望能帮到您~

以下记int^s_t表示从t到s积分,Infty表示无穷.lim表示当M趋于正无穷时的极限.E(x)=int^Infty_0xp(x)dx=lim(MF(M)-int^M_0F(x)dx)——分部积分

不用积分的啊.B(3,0.4),EX=3*0.4=1.2,DX=3*0.4*0.6=0.72,E(X^2)=(EX)^2+DX=1.2^2+0.72=2.16.(1).E(X1)=E(X^2)=2.1

老兄,解答在图片上,给你回答还真费劲啊

E{X}=∫xf(x)dxE{C}=∫Cf(x)dx=C∫f(x)dx=C

第一个红圈：1/2x^2表示的是x的原函数,也就是说1/2x^2对x求导即可得到x.第二个红圈：|右边分别有b和a,表示积分上下限的取值,也就是说x分别取b和a的值然后相减.第三个红圈：左边的式子,分

已知X～B(3,0.4),则X的概率分布为X0123pk0.2160.4320.2880.064∴E(X1)=E(X^2)=0×0.216+1×0.432+4×0.288+9×0.064=2.16.E

“随机变量的均值”不是专业的表述.虽然英文有时也用mean表示数学期望,但是中文一般不这样说.随机变量的取值和广义密度函数(或者CDF的广义微分)乘积的Lebesgue积分称为数学期望.可以参考wik

如果知道X的分布律,先求出X^2的分布律,再求期望,如果不知道可以考虑楼上的方法……不是……X^204p0.30.7因此

E(X)已经是一个数,它的期望还是它本身E(X)

概率密度函数：f(x)=1/(2π)x:[0,2π]=0其它xE(sinx)=(1/2π)∫(2π,0)sinxdx=-(1/2π)cosx|(2π,0)=0即：E(sinx)=0.

x的概率密度函数f(x)=1,-1/2

由于格式问题,积分无法在这里显示,需要详细解答请去我的百度空间——>相册——>答案中去看.

切比雪夫不等式：设X的方差存在,对任意ε>0P{|X-EX|>=ε}

就是（10*10+2*10+4）*0.4＝124*0.4＝49.6

解题思路：本题主要充分理解正态分布的意义,u即是数学期望,也是正态分布密度函数的对称轴.解题过程：正态分布是连续型的随机变量，记作X-N(u,g2),其中u为期望,也是正态分布密度函数的对称轴,g2是

用定义就能证明吧cov(x,y)=EXY－EX*EY设Y是个常数ccov(x,c)=E(cX)－E(X)*E(c)=cEX-cEx=0也可以用这个公式证明D(X+Y)=DX+DY+2COV(XY)_爱