概率论怎么求期望 概率论里面的期望怎么求

1.先求出c值 由概率之和等于1 得到 c(1+1/2+1/6+.1/k!)=1 由泰勒公式展开式得到 e^x=1+x+1/2x^2+.+1/k!x^k 该式令x=1 因此1+1/2+1/6+.1/k!=e 带回第一个式子得到c=1/e2.这时我们可以看出,x是服从参数纳姆达=1的泊松分布,其方差,期望都等于纳姆达=1 因此,e(x^2)=ex*ex+dx=1+1=2

^X(i):第i 次抽取时卡片的号,则E(X(i))=(1+2+.+n)/n; D(X(i))=E(X^2(i))-E(X(i))=(1^2+2^2+.+n^2)/n-(1+2+.+n)/n 又X=X(1)+X(2)+.+X(n),根据期望和方差的性质 E(X)=E(X(1))+E(X(2))+.E(X(n))=1+2+.+n; D (X) =D(X(1))+D(X(2))+.D(X(n)); 赶紧自己算一下,累死我眼睛啦

根据随机变量函数的期望公式及方差的计算公式,就可以如图求出这两个变量的期望与方差.

pdf(概率密度) fx=exp(-x) cdf(累计概率) Fx=1-exp(-x) 那么x<=2的概率=1-exp(-2) x>2的概率=exp(-2),反正是连续函数,等号无所谓 E[Y]=p(x<=2)2+E[X(>2)]=2-2exp(-2)+E[X(>2)] E[X(>2)]=integal(2~无穷)(xfx)=xexp(-x)(2~infinity的积分 )=Integ2~inf(xexp(-x)+(1)(-exp(-x))+exp(-x)) =-xexp(-x)-exp(-x)](2~infi)=3exp(-2) E[Y]=2-2exp(-2)+3exp(-2)=2+exp(-2)

求解“数学期望”主要有两种方法:1. 只要把分布列表格中的数字 每一列相乘再相加 即可.2. 如果X是离散型随机变量,它的全部可能取值是a1,a2,…,an,…,取这些值的相应概率是p1,p2…,pn,…,则其数学期望E(X)=(a1)*(p1)+(a2)*(p2)+…+(an)*(pn)+…;3. 如果X是连续型随机变量,其概率密度函数是p(x),则X的数学期望E(X)等于 函数xp(x)在区间(-∞,+∞)上的积分.在概率论和统计学中,数学期望(mean)(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,是最基本的数学特征之一.它反映随机变量平均取值的大小.

具体的记不清楚了,没有公式编辑器也打不上,给你说一下思路.我们知道概率的期望,是用x*p,然后求和,这个是对于离散的来说 如果对于连续的,应该用那一点的x乘以该点的概率值,即用x*f(x),再求和,我们要有意识,对于连续的函数,逐点求和就是求积分,这里的积分域是从负无穷到正无穷,因此这里的第一个式子,把括号里的2x-3当作上面提到的x,而f(x)直接用式子,最终式子,(2x-3)*2e(-2x),对其积分,这里要注意0处分段积分,由于x 不知道是否是这个地方有问题,如果是积分的问题,那只能你自己算了.另外,积分的时候的技巧,我们知道概率和为1,所以积分的时候也许可能用到,就不用算了,直接带进取就好

代入公式.在[a,b]上的均匀分布,期望=(a+b)/2,方差=[(b-a)^2]/2.代入直接得到结论.如果不知道均匀分布的期望和方差公式,只能按步就班的做:期望:EX=∫{从.

两点分布的期望是np,方差是np(1-p)代值即可.p=0.1,n=5

最后一步那个积分是正态分布N(1,1)的概率密度积分,结果是1.也可以用变量代换x-1=(√2)y之后再套用下图的结论.

这是一个离散型随即变量函数的数学期望问题: 根据期望的公式有E(X)=X*P(X) 同理:E(Y)=∑(Y*P(Y))=∑(Y*P(X)) 这里:P(Y)=P(X)因为x与y是单调函数关系 这里:Y=T(1-e^-aX) 这里:X服从参数为λ的泊松分布,即P(X)=(λ^x)(e^-λ)/x! 这里:X取0,1,2..+∞