1、这个很简单啊，所谓几个数据的数学期望，就是指这几个数据的平均值。

2、对于数学期望的定义是这样的。

3、数学期望E(X)=X1*p(X1)+X2*p(X2)+……+Xn*p(Xn)X1,X2,X3,……,Xn为这几个数据，p(X1),p(X2),p(X3),…厅拆闭…p(Xn)为这及格数据的概率函数。

4、在随机出现的及格数据中p(X1),p(X2),p(X3),……p(Xn)概扮裂率函数就理解为数据X1,X2,X3,……,Xn出现的频率f(Xi).则、E(X)=X1*p(X1)+X2*p(X2)+……+Xn*p(Xn)=X1*f1(X1)+X2*f2(X2)+……+Xn*fn(Xn)很容易证明E(X)对于这几个数据来说就是他们的算术平均值。

5、我们举个例子，比如说有这么几个数、11出现的次数为3次，占所有数据出现次数的3/12,这个3/12就是1所对应的频率。

6、同理，可以计算出f(2)=2/12,f(5)=2/12,f(6)=1/12,f(8)=2/12,f(9)=1/12,f(4)=1/12根据数学期望的定义、E(X)=2*f(2)+5*f(5)+6*f(6)+8*f(8)+9*f(9)+4*f(4)=13/3所以E(X)=13/3,现在算这些数的算术平均御团值、Xa=(1+1+2+5+2+6+5+8+9+4+8+1)/12=13/3所以E(X)=Xa=13/3。

1、把分布列表格中的数字每一列相乘再相加即可。

2、在概率论和统计学中，数学期望(或均值，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，是基本的数学特征之一。

3、它反映随机变量平均取值的大小。

4、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。

5、期望值是该变量输出值的平均数。

6、期望值并不一定包含于变量的输出值集合里。

7、经济决策、假设某一超市出售的某种商品，每周的需求量X在10至30范围内等可能取值，该商品的进货量也在10至30范围内等可能取值(每周只进一次货)超市每销售一单位商品可获利500元，若供大于求，则削价处理，每处理一单位商品亏损100元。

8、若供不应求，可从其他超市调拨，此时超市商品可获利300元。

9、试计算进货量多少时，超市可获得佳利润并求出大利润的期望值。

10、分析、由于该商品的需求量(销售量)X是一个随机变量，它在区间(10,30)上均匀分布，而销售该商品的利润值Y也是随机变量，它是X的函数，称为随机变量的函数。

11、题中所涉及的佳利润只能是利润的数学期望(即平均利润的大值)。

12、因此，本问题的解算过程是先确定Y与X的函数关系，再求出Y的期望E(Y)。

13、后利用极值法求出E(Y)的极大值点及大值。

14、以上内容参考、百度百科-数学期望。

1、把分布列表格中的数字每一列相乘再相加即可。

1、直接用积分如图计算Y的期望，需要分成两段计算。

2、概率密度、f(x)=(1/2√π)exp{-(x-3)²/2*2}根据题中正态概率密度函数表达式就可以立马得到随机变量的数学期望和方差、数学期望、μ=3方差、σ²=2数学期望值是每一次的概率乘以其结果的总和。

3、公式就是反应连续性数学期望和概率密度的关系。

4、扩展资料、连续随机变量很多随机变量不是离散的，而是连续的，如时间，降雨量。

5、这样的随机变量叫连续随机变量。

6、定义1随机变量Y的累积分布函数F(y0)等于Y取值小于y0的概率，即F(y0)=P(Y<=y0),-∞

7、连续随机变量的累积分布函数一定是单调递增函数。

8、连续随机变量的密度函数定义3若F(y)是连续型随机变量Y的累积分布函数，则随机变量Y的密度函数f(y)是f(y)=d(F(y)/dy连续随机变量的期望值。

9、定义4设Y是一个连续随机变量，密度函数f(y),g(Y)是Y的任意函数，则Y的期望值、E(Y)=∫(-∞,∞)yf(y)dy，g(Y)的期望值、E(g(Y))=∫(-∞,∞)g(y)f(y)dy(注、期望的定义类似向量内积的定义)参考资料来源、百度百科——概率密度函数。

1、直接用积分如图计算Y的期望，需要分成两段计算。

1、这个很简单啊，所谓几个数据的数学期望，就是指这几个数据的平均值。

2、对于数学期望的定义是这样的。

3、数学期望E(X)=X1*p(X1)+X2*p(X2)+……+Xn*p(Xn)X1,X2,X3,……,Xn为这几个数据，p(X1),p(X2),p(X3),…厅拆闭…p(Xn)为这及格数据的概率函数。

4、在随机出现的及格数据中p(X1),p(X2),p(X3),……p(Xn)概扮裂率函数就理解为数据X1,X2,X3,……,Xn出现的频率f(Xi).则、E(X)=X1*p(X1)+X2*p(X2)+……+Xn*p(Xn)=X1*f1(X1)+X2*f2(X2)+……+Xn*fn(Xn)很容易证明E(X)对于这几个数据来说就是他们的算术平均值。

5、我们举个例子，比如说有这么几个数、11出现的次数为3次，占所有数据出现次数的3/12,这个3/12就是1所对应的频率。

6、同理，可以计算出f(2)=2/12,f(5)=2/12,f(6)=1/12,f(8)=2/12,f(9)=1/12,f(4)=1/12根据数学期望的定义、E(X)=2*f(2)+5*f(5)+6*f(6)+8*f(8)+9*f(9)+4*f(4)=13/3所以E(X)=13/3,现在算这些数的算术平均御团值、Xa=(1+1+2+5+2+6+5+8+9+4+8+1)/12=13/3所以E(X)=Xa=13/3。

1、由X~N(0，4)与Y~N(3/4)为正态分布得、X~N(0，4)数学期望E(X)＝0，方差D(X)＝4。

2、Y~N(3/4)数学期望E(Y)＝方差D(Y)＝4/3。

3、由X，Y相互独立得、E(XY)＝E(X)E(Y)＝0×2＝0，D(X＋Y)＝D(X)＋D(Y)＝4×4/3＝16/D(2X－3Y)＝2²D(X)－3²D(Y)＝4×4－9×4/3＝4扩展资料、正态分布性质、⑴一般正态分布记为X~N(μ，σ²)，标准正态分布记为X~N(0，1)。

4、⑵一般正态分布转化为标准正态分布、若X~N(μ，σ²)，Y＝(X－μ)/σ~N(0，1)。

5、⑶正态分布数学期望为E(X)＝μ，D(X)＝σ²。

6、数学期望与方差性质、设C为一个常数，X和Y是两个随机变量，有如下性质、⑴数学期望性质、E(C)＝C，E(CX)＝CE(X)，E(X＋Y)＝E(X)＋E(Y)，在X和Y相互独立时有E(XY)＝E(X)E(Y)。

7、⑵方差性质、D(C)＝0，D(CX)＝C²D(X)，D(X＋C)＝D(X)，在X和Y相互独立时有D(X＋Y)＝D(X)＋D(Y)。

8、参考资料、百度百科_数学期望百度百科_正态分布百度百科_方差。

1、数学期望的性质、设X是随机变量，C是常数，则E(CX)=CE(X)。

1、您好，我是百度问一问的老师，您的问题我已经收到，解答需要一些时间，请您稍等一下，需要5分钟出结果，请不要结束咨询哦，您也可以提供更多有效信息，以便于我更好的为您解答哦~如果我的解答对您有所帮助，还请您给予赞，感谢。