1樓:匿名使用者
感覺好奇怪啊
0 貌似|x-1|<2 是不是ex=1.5???? 設隨機變數x,y的數學期望都是2,方差分別為1和4,而相關係數為0.5,則根據切比雪夫不等式p{|x-y|≥6}≤_ 2樓:匿名使用者 切比雪夫不等式:設x的方差存在,對任意ε>0 p<=dx/ε^2 或者 p>=1-(dx/ε^2) e(x-y)=ex-ey=0 cov(x,y)=ρxy*√dx*√dy=0.5*1*2=1d(x-y)=dx-2cov(x,y)+dy=3你就將x-y看做一個隨機變數 p<=d(x-y)/ε^2 這裡ε=6 p<=d(x-y)/ε^2=1/12 3樓:厚德本 令z=x-y, 則:e(z)=e(x)-e(y)=0, d(z)=d(x-y))=d(x)+d(y)-2cov(x,y)=1+4-2?12? d(x) d(y) =3,於是有: p=p≤d(z) =112. 設隨機變數x的數學期望e(x)=7,方差d(x)=5,用切比雪夫不等式估計得p{2<x<12}≥______ 4樓:一生一個乖雨飛 |p≥4/5 切比雪夫(chebyshev)不等式,對於任一隨機變數x ,若ex與dx均存在,則對任意ε>0,恆有p=ε} 越小,p的一個上界,該上界並不涉及隨機變數x的具體概率分佈,而只與其方差dx和ε有關,因此,切比雪夫不等式在理論和實際中都有相當廣泛的應用。 5樓:手機使用者 根據切比雪夫不等式有: p(|x-ex|≥ε )≤ varx ?隨機變數x的數學期望e(x)=7,方差d(x)=5,故有:p=p 而對於p≤dx=15 p=p=1-p≥45 設隨機變數x和y的數學期望為-2和2,方差為1和4,相關係數-0.5,根據切比雪夫不等式估計概率p{|x+y|>=6} 6樓:tju_木葉 ^e(x)=-2, e(y)=2; d(x)=1, d(y)=4; cov(x,y)=-0.5; 令z=x+自y, 則e(z)=e(x)+e(y)=0, d(z)=d(x)+d(y)+2cov(x,y)=4,所以p=p<=d(z)/6^2=1/9 即p<=1/9 設隨機變數x的方差是2,則根據切比雪夫不等式有估計p{|x-e(x)|≥2}≤1212 7樓:無極罪人 根據切比雪夫不等式公式有: p≤d(x)ε, 於是:p≤d(x)=12. 設隨機變數x 的方差為2.5,試利用切比雪夫不等式估計概率p{|x-e(x)|>=7.5 } 8樓:假面 |7.5=3×σ 所以 p=1-0.9973=0.0027 隨機試驗各種結果du的實值單值函式。隨zhi機事件不dao論與數量是否直接有關,都版 可以數量化,即權都能用數量化的方式表達。 隨機事件數量化的好處是可以用數學分析的方法來研究隨機現象。例如某一時間內公共汽車站等車乘客人數,**交換臺在一定時間內收到的呼叫次數,燈泡的壽命等等,都是隨機變數的例項。 fx x e x,x 0 所以fy y p y e x 所以fy y 是上式的積分,為1 1 y,y 1 所以fy y 是上式的導數,為1 y 2,y 1 其餘為0。由於隨機變數x的取值只取決於概率密度函式的積分,所以概率密度函式在個別點上的取值並不會影響隨機變數的表現。連續型的隨機變數取值在任意一... 1 a 1 2 b 1 2 1 2 解題過程bai如下 1 f 無窮 0 即dua b 2 0f 無窮 1 即a b 2 1 得zhi a 1 2 b 1 2 p f 1 f 1 3 4 1 4 1 2隨機事件數 dao量化的回 好處是可以用數學分答 析的方法來研究隨機現象。例如某一時間內公共汽車站... 首先,這是一個離散型的隨機變數,且只在x 1和x 2處取值,x為2的概率為1 3,故x為1的概率是 2 3,所以a 2 3.概率題 分佈函式是f x p x x 概率的和,比如下面的0 x 1時,為什麼把 1,0,1的概率全加起來?一維離散型隨機變數已知分佈律求分佈函式f x f x p表示落在 無...設隨機變數X服從引數1的泊松分佈,記隨機變數Y試求
設連續型隨機變數X的分佈函式為F X A Barctanxx求 1 常數A,B
設離散型隨機變數X的分佈函式為Fx0,x