1樓：一生一個乖雨飛
e(3x^2+2)=3 e(x^2)+2
在概率論和統計學中，數學期望（或均值）是試驗中每次可能結果的概率乘以其結果的總和，是最基本的數學特徵之一。它反映隨機變數平均取值的大小。
（1）離散型
如果隨機變數只取得有限個值或無窮能按一定次序一一列出，其值域為一個或若干個有限或無限區間，這樣的隨機變數稱為離散型隨機變數。
（2）連續型
若隨機變數x的分佈函式f(x)可表示成一個非負可積函式f(x)的積分，則稱x為連續型隨機變數，f(x)稱為x的概率密度函式（分佈密度函式）。
2樓：
解：x服從正態分佈n（3000,1000）所以有：ex=3000，dx=1000
又e(x^2)=(ex)^2+dx
即e(x^2)=3000^2+1000
正態分佈（normal distribution）又名高斯分佈（gaussian distribution），是一個在數學、物理及工程等領域都非常重要的概率分佈，在統計學的許多方面有著重大的影響力。若隨機變數x服從一個數學期望為μ、方差為σ^2的高斯分佈，記為n(μ，σ^2)。其概率密度函式為正態分佈的期望值μ決定了其位置，其標準差σ決定了分佈的幅度。
因其曲線呈鐘形，因此人們又經常稱之為鐘形曲線。我們通常所說的標準正態分佈是μ = 0,σ = 1的正態分佈。
概率論與數理統計 數學期望 e(x∧2)怎麼求
3樓：demon陌
^若x是離散型的，則e(x^2)=∑((xi)^2)pi。若x是連續型的，則e(x^2)=(x^2)f(x)在-∞到+∞的定積分。
期望值並不一定等同於常識中的「期望」——「期望值」也許與每一個結果都不相等。期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合裡。
大數定律規定，隨著重複次數接近無窮大，數值的算術平均值幾乎肯定地收斂於期望值。
數學期望中e(x＾2)怎麼算 沒有d(x) 只有e(x)的值
4樓：愛瀧長霞
^數學期望為設x是一個隨機變數，若e存在，則稱e為x的方差，記為d(x),var(x)或dx。即d(x)=e稱為方差，而σ(x)=d(x)^0.5（與x有相同的量綱）稱為標準差（或方差）。
概率論中e(x平方)跟e(x)平方有區別嗎？
5樓：小小芝麻大大夢
二者是有區別的。
1、離散型是取值乘以對應概率求和，連續型是在積分割槽間上x乘以密度函式的積分。方差是e（x-ex）^2=e(x^2)-(ex)^2，也就是平方的期望減去期望的平方。
2、平方的期望是x^2乘以密度函式求積分，期望的平方是求完期望在算平方。離散型的方差也很明白了。也就是各個取值減去期望後平方在乘以對應的概率。
3、方差是e（x-ex）^2=e(x^2)-(ex)^2，也就是平方的期望減去期望的平方。二者不能混為一談，平方的期望是x^2乘以密度函式求積分。
擴充套件資料
當資料分佈比較分散（即資料在平均數附近波動較大）時，各個資料與平均數的差的平方和較大，方差就較大；當資料分佈比較集中時，各個資料與平均數的差的平方和較小。因此方差越大，資料的波動越大；方差越小，資料的波動就越小。 [6]
樣本中各資料與樣本平均數的差的平方和的平均數叫做樣本方差；樣本方差的算術平方根叫做樣本標準差。樣本方差和樣本標準差都是衡量一個樣本波動大小的量，樣本方差或樣本標準差越大，樣本資料的波動就越大。
方差和標準差是測算離散趨勢最重要、最常用的指標。方差是各變數值與其均值離差平方的平均數，它是測算數值型資料離散程度的最重要的方法。標準差為方差的算術平方根，用s表示。
方差相應的計算公式為：
標準差與方差不同的是，標準差和變數的計算單位相同，比方差清楚，因此很多時候我們分析的時候更多的使用的是標準差。
6樓：z在中途
性質區別：
e(x平方
)表示的是，x平方即x^2的期望值，而e(x)^2 表示的是，x的期望值e(x)，再進行平方。
詳細解釋：
1、離散型是取值乘以對應概率求和，連續型是在積分割槽間上x乘以密度函式的積分。方差是e（x-ex）^2=e(x^2)-(ex)^2，也就是平方的期望減去期望的平方。二者不能混為一談。
2、平方的期望是x^2乘以密度函式求積分，期望的平方是求完期望在算平方。離散型的方差也很明白了，你該曉得怎麼算了吧。也就是各個取值減去期望後平方在乘以對應的概率。
3、方差是e（x-ex）^2=e(x^2)-(ex)^2，也就是平方的期望減去期望的平方。二者不能混為一談，平方的期望是x^2乘以密度函式求積分。
4、期望的平方是求完期望在算平方。
擴充套件資料：
e（x-ex）^2，方差的定義：
1、方差是在概率論和統計方差衡量隨機變數或一組資料時離散程度的度量。概率論中方差用來度量隨機變數和其數學期望（即均值）之間的偏離程度。
2、統計中的方差（樣本方差）是每個樣本值與全體樣本值的平均數之差的平方值的平均數。在許多實際問題中，研究方差即偏離程度有著重要意義。
3、方差是衡量源資料和期望值相差的度量值。方差在統計描述和概率分佈中各有不同的定義，並有不同的公式。
4、在統計描述中，方差用來計算每一個變數（觀察值）與總體均數之間的差異。為避免出現離均差總和為零，離均差平方和受樣本含量的影響，統計學採用平均離均差平方和來描述變數的變異程度。總體方差計算公式。
5、為總體方差，為變數，為總體均值，為總體例數。實際工作中，總體均數難以得到時，應用樣本統計量代替總體引數，經校正後，樣本方差計算公式：s^2= ∑（x-） ^2 / （n-1） [2] s^2為樣本方差，x為變數，為樣本均值，n為樣本例數。
6、在概率分佈中，設x是一個離散型隨機變數，若e存在，則稱e為x的方差，記為d（x），var（x）或dx，其中e（x）是x的期望值，x是變數值 。
7、公式中的e是期望值expected value的縮寫，意為「變數值與其期望值之差的平方和」的期望值。 [2] 離散型隨機變數方差計算公式：d（x）=e=e（x^2） - [ e（x）]^2。
8、當d（x）=e稱為變數x的方差，而稱為標準差（或均方差）。它與x有相同的量綱。標準差是用來衡量一組資料的離散程度的統計量 。
7樓：匿名使用者
有啊。e(x²)是說所求期望的一系列資料的每一項進行平方，然後再求期望，e（x）²，是先求期望再來求和的平方的意思。用式子表達是（x²+y²+z²+。。。。。。
）與（x+y+z。。。。。）²的差別。。。
8樓：江南
不能，e(x的平方）=x的平方f（x)dx的積分，e(x)=xf(x)dx的積分
9樓：匿名使用者
離散型是取值乘以對應概率求和，連續型是在積分割槽間上x乘以密度函式的積分。方差是e（x-ex）^2=e(x^2)-(ex)^2，也就是平方的期望減去期望的平方。二者不能混為一談，平方的期望是x^2乘以密度函式求積分，期望的平方是求完期望在算平方。
離散型的方差也很明白了，你該曉得怎麼算了吧。也就是各個取值減去期望後平方在乘以對應的概率，求和！這麼簡單的 問題你的老師也敢問，行不行啊？
你應該給我滿分的，懸賞分全部給我
方差計算公式d(x)=e(x^2)-[e(x)]^2 怎麼推導？
10樓：
dx=e（（x-ex）平方）這個明白嗎，其實sigma（x-ex）平方乘pi就是這個
然後把括號裡面的開出來 dx=e(x平方-2xex+（ex）平方)，然後再開出來就是了
11樓：物昰亽鯡
^e(x^2）是x^2的期
望.比如，
版p = 2/3, p = 1/6, p = 1/6.
ex = 1*2/3 + 0*1/6 +(-1)*1/6 = 2/3 - 1/6 = 1/2.
ex^權2 = 1^2*2/3 + 0^2*1/6 + (-1)^2*1/6 = 2/3 + 1/6 = 5/6.
dx = ex^2 - [ex]^2 = 5/6 - (1/2)^2 = 7/12
正態分佈的期望值和方差是什麼，正態分佈的期望值和方差是什麼？
在概率論和統計學中，數學期望 mean 或均值，亦簡稱期望 為試驗中每次可能結果的概率乘以其結果的總和，是最基本的數學特徵之一。它反映隨機變數平均取值的大小。方差為各個資料與平均數之差的平方的和的平均數，即 其中，x表示樣本的平均數，n表示樣本的數量，xi表示個體，而s 就表示方差。擴充套件資料 當...