随机变量EX与DX的关系公式
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/06 16:53:32
![随机变量EX与DX的关系公式](/uploads/image/f/7722477-45-7.jpg?t=%E9%9A%8F%E6%9C%BA%E5%8F%98%E9%87%8FEX%E4%B8%8EDX%E7%9A%84%E5%85%B3%E7%B3%BB%E5%85%AC%E5%BC%8F)
B(n,p),n=5,p=0.3,q=0.7EX=np=1.5DX=npq=5*0.3*0.7=1.05
E(X)是期望值,D(X)不知道是什么.
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☆,】】
切比雪夫不等式P(|X-μ|》3σ)
再问:太满意啦,太感谢啦再问:原来是我求错了DU和DV,我当成减法了,老师上课讲的时候也没在意,现在才发现我的错误,太谢谢你了
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]+
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)
由题知a+b+c=1112,-a+c+16=0,12×a+12×c+22×112=1,∴a=512,b=14故答案为:512;14.
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.
有些符号不会打.但有这样的结论:泊松分布的数学期望与方差相等,都等于参数λ.因为泊松分布只含有一个参数,只要知道它的数学期望或者方差就能完全确定它的分布
对于X服从二项分布,有下面的公式EX=np,DX=np(1-p)所以有2=np4/3=np(1-p)=2(1-p)解得p=1/3,n=6
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)
样本数量,比如我有5个数字,1,2,3,4,5,这几个数字的方差就是(1-3)^2+(2-3)^2+(3-3)^2(4-3)^2+(5-3)^2=10
下面给出利用特征函数所进行的严格证明.证明:记h_{X}(t)为随机变量X的特征函数(注:记号“h_{X}”中的“_”表示“下标”;下文中的记号“^”表示“上标”,用来表示幂运算,如2^n是2的n次方
(1)连续型随机变量的分布函数必然连续,由此可考虑分布函数在x=0及x=π处的连续性.要连续,必须左右极限先得相等,于是b=0,kπ+b=1,即k=1/π,b=0.(2)根据(1)的结果可知,这是区间