若随机变量x的期望EX=a,方差DX=b,则E(-3X 2)-搜答案-大师作文网

...

a=1-0.2-0.1-0.3=0.4EX=0*0.2+1*0.1+2*0.3+3*0.4=1.9x^2对应的概率分布为0、1、4、9P=0.2,0.1,0.3,0.4EX^2=0*0.2+1*0.1

EX^2与(EX)^2概念不一样,期望的运算只有特定的几个,别的不行.再问：E可以当做有分配率这回事吗再答：如果你不太了解期望，那你不要乱用。期望与方差的最基本公式是：DX=EX^2-(EX)^2EX

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=EXEYXY相互独立,那么它们的相关系数：ρ=0ρ=Cov(X,Y)/√(DXDY)=0协方差：Cov(X,Y)=0Cov(X

切比雪夫不等式P（|X-μ|》3σ）

F(X)=（X-a）/（b-a）f(X)=F'(X)=1/（b-a）E(X)=∫xf(x)dx=∫x/(b-a)dx=x^2/2|(a,b)/(b-a)=(b^2-a^2)/2(b-a)=(a+b)/

E(X^2)-2EX+1=10E(X^2)-4EX+4=6所以EX=7/2E(X^2)=16D(X)=E(X^2)-[E(X)]^2=16-(7/2)^2

证明：D(X)=E{[X-E[X]]^2}(方差的定义）=E{X^2-2*X*E[X]+E[X]^2}=E[X^2]-E{2*X*E[X]}+E{E[X]^2}=E[X^2]-2*E[X]*E[X]+

X服从均匀分布,即X~U(a,b),则E(X)=(a+b)/2,D(X)=(b-a)²/12证明如下：设连续型随机变量X~U(a,b)那么其分布函数F(x)=(x-a)/(b-a),a≤x≤

密度函数：f(x)=1/(b-a)[a,b]f(x)=0其它x数学期望Ex=∫(a,b)x/(b-a)dx=0.5/(b-a)（b^2－a^2)=(a+b)/2Ex=(a+b)/2方差Dx=∫(a,b

EY=0DY=1EY=E(x-u)/&=(EX-U)/&=0DY=D[(X-U)^2]/(&^2)而D[(X-U)^2]=E[(X-U)^2]-[E(X-U)]^2=E[(X-U)^2](后面项为0)

用定义求解而不是性质,X4次方当成一个g(x)函数,根据定义,E（X4次方）=积分符号g(x)f(x)dx,其中f(x)是标准正态分布的概率密度.用分部积分法求解,不过运算很麻烦.还有另一种解这种复杂

因离散型函数的概率之和肯定等于1,所以a=0.2EX=10*0.2+20*0.1+30*0.5+40*0.2EX=27

见图片（点击可放大）：BTW：最近百度不让发只有一张图的,所以我这里带上一句话,为了能发出去.

4

是的.假设X服从均匀分布,即X~U(a,b),则数学期望E(X)=(ab)/2,再问：他是什么样的平均值，?E(X)代表什么

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

1).显然.(2).DX=E(X-EX)^2=E[(X-(a+b)/2+(a+b)/2-EX)^2]=E[(X-(a+b)/2)^2+((a+b)/2-EX)^2+2(X-(a+b)/2)((a+b)