设随机变量 . 的数学期望均为2,方差分别为1和4, ,根据切比雪夫不等式 .-搜答案-百度作业网

依题意可以得到λ=3,；所以E(X)=D(X)=3;而D(X)=E(X^2)-E(X)^2=3;所以E(X^2)=E(X)^2+D(X)=12；

X与Y独立时,E(XY)=E(X)E(Y)=70所以选C

泊松分布P{X=k}=(λ^k)·e^(-λ)/k!P{X=1}=λ·e^(-λ)P{X=2}=λ²·e^(-λ)/2因为P{X=1}=P{X=2}所以λ·e^(-λ)=λ²·e^

E(X)=E(X1+X2+X3)=E(X1)+E(X2)+E(X3)=0,同理E(Y)=0E(XY)=E(X2^2)+E(X3^2)=2B^2Cov(X,Y)=E(XY)-E(X)*E(Y)=2B^2

1.1/2ln32.28.83.X与Y相互独立,且X~P(入),Y~P(1),则X+Y~P(λ+1)所以P（X=k|X+Y=n）=P{X=k,Y=n-k}/P{X+Y=n}=exp(-λ)λ^k/k!

(1).EY=2E(X)=2(2)E(Y)=∫(-∞,+∞)f(x)e^(-2x)dx=1/3如有意见,欢迎讨论,共同学习;如有帮助,

第一个红圈：1/2x^2表示的是x的原函数,也就是说1/2x^2对x求导即可得到x.第二个红圈：|右边分别有b和a,表示积分上下限的取值,也就是说x分别取b和a的值然后相减.第三个红圈：左边的式子,分

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]+

积分不知道怎么打积0-2就这么表示了（∫0-2）能看明白就行X的分布函数f(x)=e^(-x)(x>0)0(x2)(指数分布）∫f(x)dx/2（积分区间0-2）=(1-1/e^2)/2(2>y>0)

∫(0,+∞)xf(x)dx=∫(0,+∞)x/[π(1+x^2)]dx=(1/2π)ln(1+x^2)(0,+∞)不存在∴期望E(x)不存在.

先通过随机变量X的分布函数F(x)求导得到其概率密度函数f(x),再利用期望和二阶矩的定义式求出E(x)和E(x^2),进而得到方差好好看看概率论的课本

x的概率密度函数f(x)=1,-1/2

切比雪夫不等式：设X的方差存在,对任意ε>0P{|X-EX|>=ε}

/>∵X服从参数为1的指数分布，∴X的概率密度函数f(x)=e-x，x＞00，x≤0，且EX=1，DX=1，∴Ee-2x=∫+∞0e-2x•e-xdx=-13e-3x|+∞0=13，于是：E(X+e-

就是（10*10+2*10+4）*0.4＝124*0.4＝49.6

解题思路：本题主要充分理解正态分布的意义,u即是数学期望,也是正态分布密度函数的对称轴.解题过程：正态分布是连续型的随机变量，记作X-N(u,g2),其中u为期望,也是正态分布密度函数的对称轴,g2是

密度函数关於y轴对称,偶函数,期望肯定是0E(X²)=1/2{∫(~0)x²e^(x)dx+∫(0~)x²e^(-x)dx}=(1/2)2∫(0~)x²e^(-

pdf（概率密度）fx=exp(-x)cdf(累计概率)Fx=1-exp(-x)那么x2的概率=exp(-2),反正是连续函数,等号无所谓E[Y]=p(x2)]=2-2exp(-2)+E[X(>2)]

用定义就能证明吧cov(x,y)=EXY－EX*EY设Y是个常数ccov(x,c)=E(cX)－E(X)*E(c)=cEX-cEx=0也可以用这个公式证明D(X+Y)=DX+DY+2COV(XY)_爱