设随机变量X的概率密度为f(x)={x ,0≤x<1 ;2-x,1≤x≤2;0,其他 }求E(x).
具体回答如图:
事件随机发生的机率,对于均匀分布函数,概率密度等于一段区间(事件的取值范围)的概率除以该段区间的长度,它的值是非负的,可以很大也可以很小。
扩展资料:
设随机变量X具有概率密度fX(x),-∞<x<∞,由设函数g(x)处处可导且恒有g'(x)>0(或恒有g'(x)<0),则Y=g(X)是连续型随机变量。
把概率密度看成是纵坐标,区间看成是横坐标,概率密度对区间的积分就是面积,而这个面积就是事件在这个区间发生的概率,所有面积的和为1。所以单独分析一个点的概率密度是没有任何意义的,它必须要有区间作为参考和对比。
随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。随机变量可以是离散型的,也可以是连续型的。
参考资料来源:百度百科——概率密度
解题过程如下图:
扩展资料
随机变量性质:
随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。随机变量可以是离散型的,也可以是连续型的。
如分析测试中的测定值就是一个以概率取值的随机变量,被测定量的取值可能在某一范围内随机变化,具体取什么值在测定之前是无法确定的,但测定的结果是确定的,多次重复测定所得到的测定值具有统计规律性。
随机变量与模糊变量的不确定性的本质差别在于,后者的测定结果仍具有不确定性,即模糊性。
求概率空间的方法:
设X,Y是概率空间(Ω,F,p)上的两个随机变量,如果除去一个零概率事件外,X(ω)与Y(ω)相同,则称X=Y以概率1成立,也记作p(X=Y)=1或X=Y,α.s.(α.s.意即几乎必然)。
设x1,x2,…,xn是n个随机变量,如果对任何n个实数x1,x2,即它们的联合分布函数F(x1,x2,…,xn)等于它们各自的分布函数F1(x1),F2(x2),…,Fn(xn)的乘积,即则称x1,x2,…,xn是独立的。这一定义可以直接推广到每一xk(k=1,2,…,n)是随机向量的情形。
独立性的直观意义是:x1,x2,…,xn中的任何一个取值的概率规律,并不随其中的其他随机变量取什么值而改变。