X~U(0,1)Y=eX的期望与方差
来源:学生作业帮助网 编辑:作业帮 时间:2024/10/03 00:44:32
由集合A中的不等式2x-x2>0,变形得:x(x-2)<0,解得:0<x<2,∴集合A={x|0<x<2},由ex>0,得到集合B中的函数y=ex+1>1,∴集合B={y|y>1},则A∩B={x|1
a=1-0.2-0.1-0.3=0.4EX=0*0.2+1*0.1+2*0.3+3*0.4=1.9x^2对应的概率分布为0、1、4、9P=0.2,0.1,0.3,0.4EX^2=0*0.2+1*0.1
EX^2-(EX)^2=DX知道这个公式不?知道就会了吧...EY=EX^2=DX+(EX)^2=1+0=1
#include#include#defineEI2.718281828459intmain(void){doublex,y;printf("x=");scanf("%lf",&x);if(
EX^2与(EX)^2概念不一样,期望的运算只有特定的几个,别的不行.再问:E可以当做有分配率这回事吗再答:如果你不太了解期望,那你不要乱用。期望与方差的最基本公式是:DX=EX^2-(EX)^2EX
XU(0,1)密度函数:等于:1当0再问:这是标准答案了吧?再答:按公式计算而得:若x的概率密度函数为f(x),那么随机变量x的函数g(x)的数学期望和方差分别为:E[g(x)]=∫g(x)f(x)d
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
楼上方差错了方差(x*(e^x-1)^2在(0,1)上的积分)
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)
E(X)=∫(-∞,∞)e^y*(1/2π)^(1/2)*e^((y-u)/2)^2dy=e^(1/2+u)
lambda
要使y=log12(x+3)(2−x)有意义,需(x+3)(2-x)>0即(x+3)(x-2)<0,解得-3<x<2;由ex-1≥1,得x-1≥0,即x≥1.所以A={x|-3<x<2};B={x|x
由:y=e2x+(1+x)ex得:y′=2e2x+(2+x)ex,y″=4e2x+(3+x)ex,将y,y′,y″代入原微分方程,整理可得:(4+2α+β)e2x+(1+α+β)xex+(3+2α+β
Y=2+3XEY=E(2+3X)=3EX+2=5DY=D(2+3X)=3^2*DX+2=9DX=18
9.6吧,如果没计算错的话,过程的话直接照定义就可以了,用EZ²-(EZ)²=σ².EZ=2,然后EZ²=E(X²+4Y²+1+2X-4Y-
y=x^(e^x)(1)lny=e^xlnx(2)//:对(1)两边取对数y'/y=e^x(lnx+1/x)(3)//:(2)两边对x求导y'=x^(e^x)e^x(lnx+1/x)(4)//:最后结