随机变量数学期望与方差有什么关系？ 对于正态分布X∽N（μ，σ2）来说，均值μ，也就是数学期望EX，和方差σ2，即DX，是两个重要参数。它可以用来研究连续性随机变量。所以无论是不是正态分布，对一组数据来说方差DX就是变量（X－EX）2的期望，X是数据里的每一个值，EX即均值（数学期望）。
最低0.27元开通文库会员，查看完整内容>；原发布者：xuphahgu第9讲随机变量的数学期望与方差教学目的：1.掌握随机变量的数学期望及方差的定义。2.熟练能计算随机变量的数学期望与方差。教学重点：1．随机变量的数学期望2．随机变量函数的数学期望3．数学期望的性质4．方差的定义5．方差的性质教学难点：数学期望与方差的统计意义。教学学时：2学时。教学过程：第三章随机变量的数字特征§3.1数学期望在前面的课程中，我们讨论了随机变量及其分布，如果知道了随机变量X的概率分布，那么X的全部概率特征也就知道了。然而，在实际问题中，概率分布一般是较难确定的，而在一些实际应用中，人们并不需要知道随机变量的一切概率性质，只要知道它的某些数字特征就够了。因此，在对随机变量的研究中，确定其某些数字特征是重要的，而在这些数字特征中，最常用的是随机变量的数学期望和方差。1．离散随机变量的数学期望我们来看一个问题：某车间对工人的生产情况进行考察。车工小张每天生产的废品数X是一个随机变量，如何定义X取值的平均值呢？若统计100天，32天没有出废品，30天每天出一件废品，17天每天出两件废品，21天每天出三件废品。这样可以得到这100天中每天的平均废品数为这个数。
随机变量正态分布中，数学期望和方差有什么关系？ N(μ，δ2)μ就是期望δ2就是方差
随机变量是否都有数学期望和方差？ 一个随机变量的期望存在，其方差并不一定存在。一个反例是：概率密度为x>；1时，f(x)=2/x^3，x≤1时f(x)=0。
