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