概率论 关于方差和数学期望的基本性质的一个问题 我觉得楼主概念有错误，两个随机变量之和的方差公式是D（X+Y）=D（X）+D（Y）+2E｛E（XY）-E（X）E（Y）｝是没错的，或者确切地说，是D（X+Y）=D（X）+D（Y）+2｛E（XY）-E（X）E（Y）｝，大括号就是随机变量（不一定是常数）的协方差cov（X，Y）。而且，楼主说当两个随机变量相互独立时，D（X+Y）=D（X）+D（Y）也是完全正确的。但是，接下来逻辑就有错误了，两个随机变量独立时的公式D（X+Y）=D（X）+D（Y）是由原始公式D（X+Y）=D（X）+D（Y）+2E｛E（XY）-E（X）E（Y）｝得来的，但是一定是因为“把X和Y看成常数来对待”得到的吗？这是关键。实际上，当两个随机变量X和Y独立时，就有公式E（XY）=E（X）E（Y），从而有“当随机变量X和Y独立时，D（X+Y）=D（X）+D（Y）”这样一个结论。不知解答是否令楼主满意？
最低0.27元开通文库会员，查看完整内容>；原发布者：维普网学术论坛2008N11O.SCIENCE&TECHNOGYINOAONLOFRMTI科技资讯离散型随机变量的数学期望的求解应用吴媚(南京化工职业技术学院基础部江苏南京210048)摘要：数学期望是概率论中很重要的数字特征之一，本文就离散型随机变量的数学期望的解法进行归纳，并对数学期望常用的技巧进行探讨。关键词：随机变量数学期望概率分布应用中图分类号：O14文献标识码：A文章编号：1672-3791(2008)04(b)-0247-01在数学学习中，对于一个数学问题从不同角度，不同方面的多种解法是培养创造性运用知识能力的重要途径。在概率论与数理统计中，对于随机变量数字特征的求法有很多种，尤其是对于数学期望的计算有更多的方e799bee5baa6e58685e5aeb931333433626533法，常用的解法大致可以分为用定义直接求解，利用期望性质代入公式求解，分解随机变量求解，建立函数关系求解等等。下面通过几个例子来说明这些方法的应用：例1：袋中有1个白球和4个黑球，每次从其中任取一个球，直到取到白球为止，求取球次数的期望。分析：由于题中并未指明取出的黑球是否放回，所以本题应分两种情况解答。解：1)当每次取出的黑球不再放回时，(设随机变量是取球次数。
数学期望的性质有哪些？ 数学期2113望的性质：1、设X是随机变5261量，C是常数，则E（CX）4102=CE（X）。16532、设X，Y是任意两个随机变量，则有E（X+Y）=E（X）+E（Y）。3、设X，Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）。4、设C为常数，则E（C）=C。扩展资料：期望的应用1、在统计学中，想要估算变量的期望值时，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。2、在概率分布中，数学期望值和方差或标准差是一种分布的重要特征。3、在古典力学中，物体重心的算法与期望值的算法近似，期望值也可以通过方差计算公式来计算方差：4、实际生活中，赌博是数学期望值的一种常见应用。参考资料来源：-数学期望
数学期望和方差的关系？
数学期望与方差在实际生活中有哪些应用 求平均值，射击打靶的时候也可以用到，风险投资的时候
数学期望的性质怎么证明 应该是 E(aX+b)=aE(X)+b
研究数学期望的目的及意义？ 又称期望或均值，是随机变量按概率的加权平均，表征其概率分布的中心位置。数学期望是概率论早期发展中就已产生的一个概念。当时研究的概率问题大多与赌博有关。。
大学数学应用概率与统计的知识点总结 概率论与数理统计初步主要考查考生对研究随机现象规律性的基本概念、基本理论和基本方法的理解，以及运用概率统计方法分析和解决实际问题的能力。随机事件和概率考查的主要内容有：(1)事件之间的关系与运算，以及利用它们进行概率计算；概率论与数理统计知识点与考点第一章知识点：181.1 随机试验：随机试验的三个特点。（1）样本空间：样本空间；样本点；（2）随机事件：随机事件；事件发生；基本事件；必然事件；不可能事件；（3）事件间的关系与事件的运算：包含关系；相等关系；互不相容；和事件、积事件、差事件、对立事件；（4）事件的运算律。1.2、概率的定义及运算：（1）频率定义；（2）概率的统计定义，（3）概率公理化定义，（4）古典概型，（5）几何概型1.3、条件概率：（1）定义；（2）性质；（3）乘法公式。（4）全概率公式，（5）贝叶斯公式；1.4事件的独立性：（1）两事件相互独立的性质；（2）三（多）个事件相互独立的定义，（3）伯努利试验模型考点：1、事件的表示和运算，2、有关概率基本性质的命题，3、古典概型的计算，4、几何概型的计算，5、事件的独立性的命题，6、条件概率与积事件概率的计算，7、全概率公式和Bayce公式的命题，8、。
