1樓：西域牛仔王
這不方差的定義麼？？定義就沒有出處，只須記住。
2樓：匿名使用者
這個是樣本方差的定義，對於離散型隨機變數來說，期望其實就是取平均值版。那所以這個其實權就是要看一個樣本總體中每一個樣本和這個樣本總體的平均值之間的差異有多少，換句話說，就是樣本總體的波動程度有多少，如果樣本容量都是相同的話，你可以不加外面一層的e，這樣求得的是波動值總數是多少，但如果樣本數量不同，那你這總數是沒有意義的，所以最外面加上e其實就是求一個樣本波動的平均值，這樣通過平均值去判斷樣本到底是穩定還是不穩定。
方差與數學期望的關係公式dx=ex^2-(ex)^2 不太清楚e(x^2)=什麼 舉例說明
3樓：看完就跑真刺激
^d(x)=e
=e=e[x^2]-e+e
=e[x^2]-2*e[x]*e[x]+e[x]^2=x[x^2]-e[x]^2
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。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。
4樓：drar_迪麗熱巴
證明：d(x)=e(方差的定義）
=e=e[x^2]-e+e
=e[x^2]-2*e[x]*e[x]+e[x]^2=x[x^2]-e[x]^2
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。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。
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。
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。
5樓：毛金龍醫生
^e=e(x^2)-2e(x)e(x)+[e(x)^2)]這個你直接分項就行了,e=e(x^2)+e[-2xe(x)]+e[e(x)^2]
你想啊,e(x)是一個常數,常數的期望還是常數本身!
e[-2xe(x)]=-2e(x)e(x)e[e(x)^2]=e(x)^2
設隨機變數x的數學期望e（x）=7，方差d（x）=5，用切比雪夫不等式估計得p{2＜x＜12}≥______
6樓：一生一個乖雨飛
|p≥4/5
切比雪夫（chebyshev）不等式，對於任一隨機變數x ，若ex與dx均存在，則對任意ε＞0，恆有p=ε} 越小，p的一個上界，該上界並不涉及隨機變數x的具體概率分佈，而只與其方差dx和ε有關，因此，切比雪夫不等式在理論和實際中都有相當廣泛的應用。
7樓：手機使用者
根據切比雪夫不等式有：
p（|x-ex|≥ε ）≤
varx
?隨機變數x的數學期望e（x）=7，方差d（x）=5，故有：p=p
而對於p≤dx=15
p=p=1-p≥45
概率論連續性隨機變數的數學期望ex=∫(-∞-∞)xf(x)dx,則e(x^2)[e(x²)]=?
隨機變數x的概率密度為f(x)=eˇ-x,x>0,求y=2x的數學期望和y=eˇ-2x的數學期望
8樓：品一口回味無窮
分部積分du
。zhi
e=2∫
dao[0,∞
版]dx = -2∫[0,∞]xde^(-x) = 2∫[0,∞]e^(-x)dx = 2
e=∫[0,∞]dx = 1/3
設二維隨機變數(x,y)服從二維正態分佈(1,-1;4,9;0),則e(x^2y^2)=
e（x^2）期望值怎麼算 是不是隻要把x平方 p
9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）。
10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。
隨機過程的期望和方差描述了隨機變數的哪些性質
隨機過程的bai期望和方差描du述了隨機變數的zhi哪些性質?我理dao解你的問題回 是 隨機變數答的期望和方差描述了隨機變數的哪些性質?隨機變數的期望就是平均數。方差是衡量隨機度的。方差為零的隨機變數是常數。方差越大就越隨機。用力學的術語來說 均值就是重心。方差就是轉動慣量。隨機過程和隨機變數之間...
隨機變數是什麼
隨機變數是表示隨機現象各種結果的變數。例如某一時間內地鐵站的 數量，一臺機器在一定時間內出現錯誤的次數等等，都是隨機變數的例項。在做實驗時，常常是相對於試驗結果本身而言，我們主要還是對結果的某些函式感興趣。例如，在擲骰子時，我們常常關心的是兩顆骰子的點和數，而並不真正關心其實際結果，我們關注的這些量...
設隨機變數X具有概率密度函式，求數學期望
具體的記不清楚了，沒有公式編輯器也打不上，給你說一下思路。我們知道概率的期版望，是用x p，然後求 權和，這個是對於離散的來說 如果對於連續的，應該用那一點的x乘以該點的概率值，即用x f x 再求和，我們要有意識，對於連續的函式，逐點求和就是求積分，這裡的積分域是從負無窮到正無窮，因此這裡的第一個...