证明要用到重积分，而独立是再乘的关系下才用，E(AB)=EAEB需要独立，简单说下证明，E(X1+X2)=积分号(X1+X2)f(x1，x2)dxdy对x，y都从负无穷到正无穷积分，一解就是了，f(x1，x2)是密度函数，这是大学学的。期望其实相当于加权平均值，因此相加成立。例如甲得1分概率为30%，得2分概率...
期望的公式:E=X1*P1+X2*P2+X3*P3+.+Xn*Pn 方差的公式:D=(X1-E)的平方*P1+(X2-E)的平方*P2+(X3-E)的平方*P4+. +(Xn-E)的平方*Pn 对于2项分布(例子:在n次试验中有K次成功,每次成功概率为P,他的分布列求数学期望和方差)有EX=np DX=np(1-p) ,n为试验次数 p为成功的概率 对于几何分布...
P(A):P(A):事件AA发生的概率 E(X):E(X):随机变量X的期望值,E(X)=Σ[P(X=i)∗i]E(X)=Σ[P(X=i)∗i] 独立事件:互相不影响的事件,满⾜P(AB)=P(A)P(B)P(AB)=P(A)P(B)前提:A,BA,B;两个随机变量是独立的 对于独立事件,我们有E(AB)=E(A)E(B)E(AB)=E(A)E(B) 常用...
的情况下，事件A的条件概率 与事件在给定事件 发生的条件下的条件概率 的关系如下：结合全概率公式，贝叶斯公式可以进一步表示为：贝叶斯估计的步骤如下：1. 给定先验分布 ： 先验分布反映了在没有数据之前对参数的认知。泊松分布的先验分布假定为某一伽马分布，即 。2. 定义似然函数 ： 似然函数表示给定参数...
期望值性质问题我曾看过期望值有一个性质:E(A+B)=E(A)+E(B),不管A,B是否独立,为什么?能举举例子吗
下列说法正确的是( )A.随机变量X的数学期望E(X)反映了X取值的概率的平均值B.随机变量X的方差D(X)反映了X取值的平均水平C.随机变量X的数学期望E(X)反映
伯努利分布是二项分布在n= 1时的特殊情况。X~ B(1,p)与X~ Bern(p)的意思是相同的。相反，任何二项分布B(n,p)都是n次独立伯努利试验的和，每次试验成功的概率为p。泊松近似 当试验的次数趋于无穷大，而乘积np固定时，二项分布收敛于泊松分布。因此参数为λ=np的泊松分布可以作为二项分布B(n,p)的近似，...
这是多维函数，E是对应法则，变量为A B，依次类推还有三维，四维等等，他表示在空间的一个曲面，E（A）表示一条线
相关知识点: 排列组合与概率统计 概率 离散型随机变量的期望与方差 期望 试题来源: 解析 由题可得 在区间上服从均匀分布 平均值为 即 综上所述,答案是结果一 题目 设X在区间[a,b]上服从均匀分布,则数学期望EX= 答案 (a+b)/2相关推荐 1设X在区间[a,b]上服从均匀分布,则数学期望EX= ...