随机变量的数学期望

㈠ 设随机变量x的数学期望ex=u,方差为

切比雪夫不等式的定义：设随机变量x的方差D(x)存在,则对任意e>0,都有 P{|X-E(X)|>=e}>=[D(x)/e^2].
[D(x)/e^2]=σ^2/(9σ^2)
答案为(1/9)

㈡ 关于随机变量X的 已知随机变量的数学期望值是E(X)=1,方差D(X)=1 令y...

题目中令y=1-2X
,将x前面的系数
-2看做a,常数项1看做bE(Y)=aE(X)+bD(Y)=a²D(X)记住公式方可做题

㈢ 如何计算一个随机变量的数学期望

如果是离散数据，每个数据出现的概率都相等的话，是可以用mean求均值作为期望的，如果给出的是密度表达式，就只能用积分了。

㈣ 随机变量的数学期望

楼主的这个结论明显是得不出来的。
如果随机变量XY相互独立，那么有：EXY=EXEY
XY相互独立，那么它们的相关系数：ρ=0
ρ=Cov(X,Y)/√(DXDY)=0
协方差：Cov(X,Y)=0
Cov(X,Y)=EXY-EXEY=0
所以有：EXY=EXEY
希望帮助到你~望采纳

㈤ 随机变量X的概率密度为f(x)=eˇ-x,x>0,求Y=2X的数学期望和Y=eˇ-2X的数学期望

(1)EY=2E(X)=2

(2)E(Y)=∫(-∞,+∞)f(x)e^(-2x)dx=1/3

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。

实际运用

乒乓球是我们的国球，上世纪兵兵球也为中国带了一些外交。中国队在这项运动中具有绝对的优势。现就乒乓球比赛的安排提出一个问题：假设德国队和中国队比赛。赛制有两种，一种是双方各出3人，三场两胜制， 一种是双方各出5人，五场三胜制，哪一种赛制对中国队更有利。

分析：由于中国队在这项比赛中的优势，不妨设中国队中每一位队员德国队员的胜率都为60%，接着只需要比较两个队对应的数学期望即可。

㈥ 怎样计算随机变量函数的数学期望

数学期望是int(x*f(x))f(x)是随机变数x的概率密度函数.如x为标准正态分布,f(x)=1/sqrt(2*pi)*exp(-x^2/2)x的期望为int(x*f(x))=int(x/sqrt(2*pi)*exp(-x^2/2))

㈦ 什么是随机变量的数学期望值

在概率论和统计学中，一个离散性随机变量的期望值（或数学期望、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。换句话说，期望值是随机试验在同样的机会下重复多次的结果计算出的等同“期望”的平均值。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。（换句话说，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。）