常数的数学期望
1. 一个常数的期望是多少
一个常数的期望是永远不变，
如，一天等于24小时，
一小时第于60分，
一分等于60秒等好多。
对于2项分布(例子:在n次试验中有k次成功,每次成功概率为p,他的分布列求数学期望和方内差)有ex=np
dx=np(1-p)
n为试验次容数
p为成功的概率
对于几何分布(每次试验成功概率为p,一直试验到成功为止)有ex=1/p
dx=p^2/q
还有任何分布列都通用的
dx=e(x)^2-(ex)^2
3. 常数的期望是什么啊
就是常数本身
4. 平稳随机过程的哪些数字特征为常数：数学期望、 。
只有这个
为确定函数 常记作a（t）
表示随机过程的几个样本函数的摆动中心
5. 为什么常数的数学期望仍是常数
期望可以看做是平均数，一个常数的平均数当然是它本身。
6. 常数的数学期望是零吗
设这个常数为C，则他的期望是E(C)=C就等于这个常数
不过方差是0
7. 数学期望的公式是什么
E(X) = X1*p(X1） + X2*p(X2） + …… + Xn*p(Xn) = X1*f1(X1） + X2*f2(X2） + …… + Xn*fn(Xn)
X ；1,X ；2,X ；3，……，X。
n为这离散型随机变量，p(X1）,p(X2）,p(X3），……p(Xn)为这几个数据的概率函数。在随机出现的几个数据中p(X1）,p(X2）,p(X3），……p(Xn)概率函数就理解为数据X1,X2,X3，……，Xn出现的频率f(Xn).
(7)常数的数学期望扩展阅读
在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。
大数定律规定，随着重复次数接近无穷大，数值的算术平均值几乎肯定地收敛于期望值。
离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。
8. 什么叫数学期望
数学期望是概率论早期发展中就已产生的一个概念。当时研究的概率问题大多与赌博有关。假如某人在一局赌博中面临如下的情况：在总共m＋n种等可能出现的结果中,有m种结果可赢得α,其余n种结果可赢得b), 则就是他在该局赌博中所能期望的收入。数学期望的这种初始形式早在1657年即由荷兰数学家C.惠更斯明确提出。它是简单算术平均的一种推广。 设x为离散型随机变量，它取值x0，x1,…的概率分别为p1,p2,…,则当级数时，定义它的期望为。这里之所以要求级数绝对收敛，是因为作为期望的这种平均，不应当依赖于求和的次序。若x 为连续型随机变量，其密度函数为p（x），则当积分时,定义它的期望为。在一般场合，设x是概率空间(Ω,F,p)上的随机变量，其分布函数为F(x),则当时,定义x的期望为 式中是斯蒂尔杰斯积分;或是随机变量x 在Ω上对概率测度p的积分。然而,并非所有的随机变量都具有期望。 随机变量的期望,有下列性质:E(x＋Y)=Ex＋EY；若把常数α看作随机变量,则Eα=α；若x≥0,则Ex≥0;若x与Y独立,则E(XY)＝Ex·EY;若随机变量x1,x2,…,xn有联合分布函数F(x1,x2,…,xn),则对一类n元函数
9. 数学期望的性质有哪些
数学期望的性质：
1、设X是随机变量，C是常数，则E（CX）=CE（X）。
2、设X，Y是任意两个内随机变量，则容有E（X+Y）=E（X）+E（Y）。
3、设X，Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）。
4、设C为常数，则E（C）=C。
(9)常数的数学期望扩展阅读：
期望的应用
1、在统计学中，想要估算变量的期望值时，用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。
2、在概率分布中，数学期望值和方差或标准差是一种分布的重要特征。
3、在古典力学中，物体重心的算法与期望值的算法近似，期望值也可以通过方差计算公式来计算方差：
4、实际生活中，赌博是数学期望值的一种常见应用。