随机变量X的概率密度为f(x)=eˇ-x,x>0,求Y=2X的数学期望和Y=eˇ-2X的数学期望
2个回答
展开全部
(1)EY=2E(X)=2
(2)E(Y)=∫(-∞,+∞)f(x)e^(-2x)dx=1/3
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。
实际运用
乒乓球是我们的国球,上世纪兵兵球也为中国带了一些外交。中国队在这项运动中具有绝对的优势。现就乒乓球比赛的安排提出一个问题:假设德国队和中国队比赛。赛制有两种,一种是双方各出3人,三场两胜制, 一种是双方各出5人,五场三胜制,哪一种赛制对中国队更有利。
分析:由于中国队在这项比赛中的优势,不妨设中国队中每一位队员德国队员的胜率都为60%,接着只需要比较两个队对应的数学期望即可。
展开全部
分部积分。
E{2X}=2∫[0,∞]{xe^(-x)}dx = -2∫[0,∞]xde^(-x) = 2∫[0,∞]e^(-x)dx = 2
E{e^(-2X)}=∫[0,∞]{e^(-3x)}dx = 1/3
E{2X}=2∫[0,∞]{xe^(-x)}dx = -2∫[0,∞]xde^(-x) = 2∫[0,∞]e^(-x)dx = 2
E{e^(-2X)}=∫[0,∞]{e^(-3x)}dx = 1/3
追问
这个分部积分怎么做的?能给出具体步骤么?分部积分公式不是∫udv=uv-∫vdu么?你算的怎么没有uv?是步骤省略了么?
追答
-2∫[0,∞]xde^(-x) = -2xe^(-x)|[代入上限∞, 代入下限0] + 2∫[0,∞]e^(-x)dx = 2
其中 -2xe^(-x)|[代入上限∞, 代入下限0] = 0 - 0 = 0
本回答被提问者和网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询