1、设随机变量X~U（1，3），则1/X的数学期望为 （） 答案是1/2ln3 1题U(1，3)，即X在1到3之间的概率密度是1/2，在其它点是0E(1/X)=(1/X)*1/2在1到3的定积分=原函数(1/2)lnx上限3下限1=(1/2)ln3-(1/2)ln1=(1/2)ln32题D(3X-2Y)=D(3X)+D(2Y)-2p*根号D(3X)*根号D(2Y)9D(X)+4D(Y)-12p*根号D(X)*根号D(Y)9*4+4*9-12*0.6*2*3=28.8
已知X是(0，1)，均值为0.5的均匀分布，求数学期望E(ln(X)) 根据题目，x的概率密度f(x)=1，01)(lnx)dxxlnx-1|(0->；1)0
已知总体Y服从正态分布N（u，1），且Y=lnX，求X的期望E（X）
x属于正态分布，x^2的数学期望和方差 X N(μ，σ2)那么：E(X2)=σ2+μ2D(X2)=∫(∞，-∞)[x2-E(x2)]2 f(x；μ，σ2)dx
数学的正态分布的问题 var(X)=E(X^2)-E(X)^2E(X^2)=VAR(X)+E(X)^2=t^2+u^2
y=ln(x)，已知y服从正态分布N（μ，α平方），求E(X)， 那就是X=e的Y次方 Y服从N(mu，sigma^2)所以X服从对数正态分布怎么求？一步步硬算.EX=Ee^Y=积分正负无穷 e^y*1/根号(2pi)*1/sigma*exp{-(y-mu)^2/2sigma^2}做变量代换t=y-mu/根号(2sigma^2)然后一步步求下去，纯粹微积分的东西最后答案就是exp(mu+0.5*sigma^2)
X服从正态分布，X的平均值的数学期望是什么 具体回答如图：期望值并不一定等同于常识中的“期望”—“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。大数定律规定，随着重复次数接近无穷大，数值的算术平均值几乎肯定地收敛于期望值。若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ=0，σ=1时的正态分布是标准正态分布。扩展资料：由于一般的正态总体其图像不一定关于y轴对称，对于任一正态总体，其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。为了便于描述和应用，常将正态变量作数据转换。将一般正态分布转化成标准正态分布。如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。例如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，x的取值范围是[0，15），它是一个区间，从理论上说在这个区间内可取任一实数3.5、无理数等。参考资料来源：-正态分布参考资料来源：-数学期望
