正态分布数学期望公式E(X 1)-搜答案-大师作文网

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

楼主的题目还是有问题,此题应该加上X,Y相互独立的条件.你可以先求出Z的密度再来求期望,但会比较麻烦.相信楼主手里的教材上一定有这样一道题目的在本题相同的条件下求W=max（X,Y）的期望,答案为:1

原始数据：x1,x2,...,xnx的数学期望：Ex=[∑(i=1->n)xi]/n(1)x的方差：D(x)=[∑(i=1->n)(xi-Ex)²]/n(2)x的方差：D(x)还等于：D(x

定义4.1.1　设离散型随机变量的概率分布为 ,当级数绝对收敛（即）时,称数值　　　　为&nb

随机变量X与Y相互独立且服从N(0,1/2)的正态分布所以Z=X-Y服从标准正态分布N(0.1)E|X-Y|=E|Z|=（2π）^(-0.5)*∫【-∞,+∞】|z|e^(-z^2/2)dz=√（2/

e就是我们所说的无理数约等于2.718左右.它是自然对数的底数,就是常数,没什么特别的意义.

就是u据定义一算即可

二项分布pk=C(n,k)p^kq^(n-k),k=0,1,2,...n由期望的定义 n n∑kpk=∑kC(n,k)p^kq^(n-k)=np∑C((n

第九题选125,第十题看不清楚哇,你在考统计学吗再问：第十题，你点一下就放大了，我没有考统计学，帮别人

参考

正态分布有一个性质是“独立和不相关等价”原题说x,y独立,所以他们相关系数是0；又因为Cov(x,y)=E(xy)-ExEy,原题的结论显然.

A

如果X、Y独立,则：E(XY)=E(X)*E(Y)如果不独立,可以用定义计算：先求出X、Y的联合概率密度,再用定义.或者先求出Cov(x,y)再用公式Cov(X,Y)=E(XY)--E(X)*E(Y)

正态分布数学

解题思路：正态分布应用解题过程：同学你好，如对解答还有疑问，可在答案下方的【添加讨论】中留言，我收到后会尽快给你答复。感谢你的配合！祝学习进步，心情愉快！最终答案：略

数学期望的公式

E=x1p1x2p2x3p3...xn*pn

1、E(X')=u,D(X')=σ2/n,E(S2)=DX,2、最大似然估计：a=-1-n/(lnx1+lnx2+...+lnn)矩估计：a=(1-2X')/(X'-1)X'代表X-好多符号显示不了,

x0时在0到正无穷的积分,X服从标准正态分布这是确定的,不会因为你用它干什么而变化变.所以μ和σ是不会变化的.

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：

1、x1、x2是否相互独立,与你得出的Δ=X1-X2无关.只与你使用环境有关,与你建模时假设有关,也就是实际情况.2、如果相互独立,标准正态分布的函数也是标正分布,期望与方差根据公式可求的.如果不独立

设ξ服从N(μ,^2),求Eξξ的分布密度为φ(x)=1/[√(2π)σ]e^(-(x-μ)^2/(2σ^2))从而Eξ=∫(+∞)(-∞)x/[√(2π)σ]e^(-(x-μ)^2/(2σ^2))d