离散型随机变量数学期望的定义中,级数为什么要绝对收敛
来源:学生作业帮助网 编辑:作业帮 时间:2024/09/24 18:28:23
其实你说的是对的.∑xp,x=n,p=1/n×(-1)的n次方,∑p为条件收敛,∑(-1)的n次方的值是不存在的.因为-1+(1-1)+(1-1)+(1.=-1(-1+1)+(-1+1)+(-1+1)
Dξ=(x1-Eξ)^2·p1+(x2-Eξ)^2·p2+……+(xn-Eξ)^2·pn=(x1)^2·p1-2x1p1Eξ+(Eξ)^2+…………+(xn)^2·pn-2xnpnEξ+(Eξ)^2p
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
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☆,】】
E(2X-3)=2EX-3.X服从泊松分布,则EX=3.所以EZ=3.
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
当然不行啊,这是典型的误区,主要有以下两点.(1)期望的严格定义是∑xi*pi绝对收敛,注意是绝对,也就是说这和平常理解的平均值是有区别的.一个随机变量可以有平均值或中位数,但其期望不一定存在.(2)
可以用来设计抽奖活动,保证商家在理论上不亏钱,同时吸引消费者
不是的,数学期望相当于平均值,出现的概率可能为0,如投骰子,
不一定吧--设想全部自然数上的均匀分布.
重新列表先将a进行运算,对应的概率不变,再用运算后的a'与对应概率相乘,加和.我说的就是过程啊.
不收敛的话E就没有明确的值了,不存在或者无穷大.绝对收敛的要求例如存在(-1)^n那就不行了.
解题思路:(Ⅰ)根据“三位递增数”的定义,即可写出所有个位数字是5的“三位递增数”;(Ⅱ)随机变量X的取值为:0,-1,1分别求出对应的概率,即可求出分布列和期望.解题过程:
5.7x0.3+8x0.35+9x0.2+10x0.15=8.26.取出0个红球的概率是C(2,2)/C(5,2)=1/10取出1个红球的概率是C(3,1)*C(2,1)/C(5,2)=6/10取出2
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
数学期望就是平均值,这个结论在连续型应该是对的,离散型的期望可以是取不到的值.比如0,1分布,都是0.5概率,那期望就是0.5,但变量只能取0和1.
望采纳!
Abstract:ThisarticlecitedDiscreteRandomVariableExpectationlaw,includingthedefinitionofmethod,decompo
利用离散型随机变量期望公式求解出期望值一般情况下就是计算一个级数求和
想想二项分布泊松分布和0-1分布的关系就求出来了几何分布就是求级数的和函数自己算算呗查看原帖