本文探讨了随机变量的数学期望，包括离散型和连续型随机变量的期望值，以及数学期望的性质。同时介绍了方差、协方差、相关系数及其性质。此外，讲解了大数定律，如切比雪夫不等式和伯努利大数定律，以及中心极限定理在概率论中的重要应用。
数学期望
一些常用的离散型随机变量的数学期望
1（0—1分布）：
E ( X ) = p \quad E(X)=p E(X)=p
\quad 任意事件的示性函数的数学期望等于它的概率
2（二项分布）：
E ( X ) = n p \quad E(X)=np E(X)=np
3（泊松分布）：
E ( X ) = λ \quad E(X)=\lambda E(X)=λ
4（几何分布）：
E ( X ) = 1 p \quad E(X)=\frac 1 p E(X)=p1
连续型随机变量的数学期望
一些常用的连续型随机变量的数学期望
1（均匀分布）：
E ( X ) = a + b 2 \quad E(X)=\frac {a+b} 2 E(X)=2a+b
2（指数分布）：
E ( X ) = 1 λ \quad E(X)=\frac 1 \lambda E(X)=λ1
3（正态分布）：
E ( X ) = μ \quad E(X)=\mu E(X)=μ
4（柯西分布）：
E ( X ) 不 存 在 \quad E(X)不存在 E(X)不存在
随机变量函数的数学期望
最低0.47元/天 解锁文章
扫一扫
919
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
