连续性数学期望ex2怎么求

① 概率论与数理统计 数学期望 E(X∧2)怎么求

若X是离散型的，则E(X^2)=∑((xi)^2)pi。若X是连续型的，则E(X^2)=(x^2)f(x)在-∞到+∞的定积分。

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。

(1)连续性数学期望ex2怎么求扩展阅读：

设随机事件A在n次重复试验中发生的次数为nA，若当试验次数n很大时，频率nA/n稳定地在某一数值p的附近摆动，且随着试验次数n的增加，其摆动的幅度越来越小，则称数p为随机事件A的概率，记为P(A)=p。

如果随机变量只取得有限个值或无穷能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。

事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。

② 数学期望e(x^2)怎么求

E（X^2）是X^2的期望。
比如，P{X=1}=2/3，P{X=0}=1/6，P{X=-1}=1/6。
EX=1*2/3+0*1/6+（-1）*1/6=2/3-1/6=1/2。
EX^2=1^2*2/3+0^2*1/6+（-1）^2*1/6=2/3+1/6=5/6。
DX=EX^2-【EX】^2=5/6-（1/2）^2=7/12。
但是根据期望的定义：EX=累计所有的P（Xi）*Xi。
所以E（X^2）=累加P（Xi^2）*Xi^2。
本题P（X^2=1）=P（-1^2=1）+P（1^2=1）=5/6，P（X^2=0）=1/6。
所以E（X^2）=5/6*1+1/6*0=5/6。
若取Y=X^2，则更好理解，因为Y的取值只有1和0。

③ E（x^2）期望值怎么算 是不是只要把x平方 p

E(3x^2+2)=3 E(x^2)+2

在概率论和统计学中，数学期望（或均值）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。

（1）离散型

若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续型随机变量，f(x)称为X的概率密度函数（分布密度函数）。

(3)连续性数学期望ex2怎么求扩展阅读：

应用

在统计学中，当估算一个变量的期望值时，一个经常用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。

在概率分布中，期望值和方差或标准差是一种分布的重要特征。在经典力学中，物体重心的算法与期望值的算法十分近似。期望值也可以通过方差计算公式来计算方差。

④ 连续性函数期望公式

连续函数求期望的公式：E（X^2）=D（X）+（E（X））^2=1+0^2=1。

若X~N（1，3），则Dx=3，由DX=EX^2-（EX）^2及EX的值可以算出EX^2。若X~N（1，3），Y=3X+1，EY=E（3X+1）=3EX+1=3*1+1=4，DY=D（3X+1）=3^2*DX=9*DX=9*3=27，所以Y~N（4，27）。

这就是说

如果自变量在某一点处的增量趋于0时，对应函数值的增量也趋于0，就把f(x)称作是在该点处连续的。在函数极限的定义中曾经强调过，当x→x0时f(x)有没有极限，与f(x)在点x0处是否有定义并无关系。但由于函数在x0处连续，则表示f(x0)必定存在，显然当Δx=0（即x=x0）时Δy=0<ε。于是上述推导过程中可以取消0<|Δx|这个条件。

⑤ 已知期望ex怎么求ex2

已知期望ex求ex2是(ex2)'=(ex2)*2x，在概率论和统计学中，数学期望亦简称期望，是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
需要注意的是，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。

⑥ 连续函数求期望的公式

连续函数求期望的公式如下：

E(X) = X1*p(X1）+ X2*p(X2）+……+ Xn*p(Xn) = X1*f1(X1）+ X2*f2(X2）+……+ Xn*fn(Xn)。

X；1,X；2,X；3，……，X。

n为这离散型随机变量，p(X1），p(X2），p(X3），……p(Xn)为这几个数据的概率函数。在随机出现的几个数据中p(X1），p(X2），p(X3），……p(Xn)概率函数就理解为数据X1,X2,X3，……，Xn出现的频率f(Xn)。

数学期望描述的是一个随机变量取值的集中位置，也就是随机变量的概率加权平均值。只有在大量试验基础上才能体现出来的一个规律性。

期望值是基础概率学的升级版，是所有管理决策的过程中，尤其是在金融领域是最实用的统计工具。某个事件（最初用来描述买彩票）的期望值即收益，实际上就是所有不同结果的和，其中每个结果都是由各自的概率和收益相乘而来。

⑦ 二项分布的数学期望E（X^2)怎么求

因为x服从二项分布b(n,p)

所以e(x)=np

d(x)=npq而方差d(x)=e(x^2)-[e(x)]^2，因为e(x^2)=d(x)+[e(x)]^2=npq+(np)^2=np(q+np)，即e(x^2)=np(np+q)

二项分布即重复n次独立的伯努利试验。在每次试验中只有两种可能的结果，而且两种结果发生与否互相对立，并且相互独立，与其它各次试验结果无关，事件发生与否的概率在每一次独立试验中都保持不变，则这一系列试验总称为n重伯努利实验，当试验次数为1时，二项分布服从0-1分布。

图形特点

对于固定的n以及p，当k增加时，概率P{X=k}先是随之增加直至达到最大值，随后单调减少。可以证明，一般的二项分布也具有这一性质，且：

当（n+1）p不为整数时，二项概率P{X=k}在k=[(n+1)p]时达到最大值；

当（n+1）p为整数时，二项概率P{X=k}在k=(n+1)p和k=(n+1)p-1时达到最大值。

以上内容参考：网络-二项分布

⑧ 数学期望中E(X＾2)怎么算 没有D(X) 只有E(X)的值

数学期望为设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X),Var(X)或DX。即D(X)=E{[X-E(X)]^2}称为方差，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差（或方差）。

⑨ 数学期望的计算公式，具体怎么计算

公式主要为：

性质3和性质4可以推到到任意有限个相互独立的随机变量之和或之积的情况。

参考资料：数学期望-网络