随机变量的数学期望一定存在吗?

若随机变量X数学期望存在，则E(E(EX)EX为常数设，EX=C则，D(EX)=D(C)=0E[D(EX)]=E(0)=0需要注意的是，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。扩展资料：随机变量即在一定区间内变量取值有无限个，或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值，一批传染性肝炎患者的血清转氨酶测定值等。有几个重要的连续随机变量常常出现在概率论中，如：均匀随机变量、指数随机变量、伽马随机变量和正态随机变量。参考资料来源；百度百科-随机变量

设总体x~u[a,b]，样本均值的期望和方差如下：如果随机变量只取得有限个值或无穷能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。离散型随机变量的一切可能的取值乘积之和称为该离散型随机变量的数学期望（若该求和绝对收敛），它是简单算术平均的一种推广，类似加权平均。随机变量概念在做实验时，常常是相对于试验结果本身而言，我们主要还是对结果的某些函数感兴趣。例如，在掷骰子时，我们常常关心的是两颗骰子的点和数，而并不真正关心其实际结果。就是说，我们关心的也许是其点和数为7，而并不关心其实际结果是否是（1，6）或（2，5）或（3，4）或（4，3）或（5，2）或（6，1）。我们关注的这些量，或者更形式的说，这些定义在样本空间上的实值函数，称为随机变量。因为随机变量的值是由试验结果决定的，所以我们可以给随机变量的可能值指定概率。

随机变量的期望存在,则方差不一定存在. 比如一个随机变量X 取1的概率为 1/2 取2的概率为 1/4 ... 取n的概率为1/2^n . 比如一个随机变量X 取1的概率为 1/2 取2的概率为 1/4 ... 取n的概率为1/2^n .

以下记int^s_t表示从t到s积分，Infty表示无穷。lim表示当M趋于正无穷时的极限。E(x)=int^Infty_0xp(x)dx=lim(MF(M)-int^M_0F(x)dx)——分部积分=lim(MF(M)-M+int^M_0(1-F(x))dx).由于0<=M(1-F(M))=Mint^Infty_0p(x)dx而int^Infty_0p(x)dx=1<=int^M_0xp(x)dx（M充分大时），因为积分收敛，所以积分的尾巴趋于0，亦即limint^Infty_Mxp(x)dx=0。<----这个很重要将以上几个式子合起来，就证明了该结论。

根据切比雪夫不等式有：P（|X-EX|≥ε）≤VarX?2随机变量Xe数学期望E（X）=μ，方差D（X）=σ2，故有：P{|X-μ|≥2σ}≤DX(2σ)2=m4

pnorm((11-10)/sqrt(0.04))-pnorm((9.2-10)/sqrt(0.04))[1] 0.999968这是在X服从正态分布的假设下的答案。

数学期望是int(x*f(x))f(x)是随机变数x的概率密度函数。如x为标准正态分布，f(x)=1/sqrt(2*pi)*exp(-x^2/2)x的期望为int(x*f(x))=int(x/sqrt(2*pi)*exp(-x^2/2))

数学期望的定义是，一个随机变量x有两个取值，取x1概率是p，取x2的概率是1-p，则x的数学期望是e(x)=x1*p+x2*(1-p)所以你的问题实际上是三个问题。1.如果x取2和0的概率都是1/2，则其数学期望=1/2x2+1/2x02.如果x取2和-1的概率都是1/2，则其数学期望=1/2x2+1/2x(-1)3.如果x取2-1和0的概率都是1/2，则其数学期望=1/2x(2-1)+1/2x(-1)

你好！很高兴为你解答，~如果你认可我的回答，请及时点击【采纳为满意回答】按钮~~手机提问者在客户端右上角评价点“满意”即可。~~你的采纳是我前进的动力~~祝你学习进步！有不明白的可以追问！谢谢！~

已知概率密度函数，它的期望：已知概率密度函数，它的方差：扩展资料：连续型的随机变量取值在任意一点的概率都是0。作为推论，连续型随机变量在区间上取值的概率与这个区间是开区间还是闭区间无关。要注意的是，概率P{x=a}=0，但{X=a}并不是不可能事件。由于随机变量X的取值 只取决于概率密度函数的积分，所以概率密度函数在个别点上的取值并不会影响随机变量的表现。如果一个函数和X的概率密度函数取值不同的点只有有限个、可数无限个或者相对于整个实数轴来说测度为0（是一个零测集），那么这个函数也可以是X的概率密度函数。

若随机变量X数学期望存在，则E(E(EX)EX为常数设，EX=C则，D(EX)=D(C)=0E[D(EX)]=E(0)=0需要注意的是，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。扩展资料：随机变量即在一定区间内变量取值有无限个，或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值，一批传染性肝炎患者的血清转氨酶测定值等。有几个重要的连续随机变量常常出现在概率论中，如：均匀随机变量、指数随机变量、伽马随机变量和正态随机变量。参考资料来源；百度百科-随机变量

数学期望的性质：1、设x是随机变量，c是常数，则e（cx）=ce（x）。2、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。

并非所有随机变量都与数学期望.请看连续型随机变量数学期望的定义：设X是连续型随机变量,其密度函数为f(x),如果∫xf(x)dx绝对收敛,定义 X的数学期望为E(X)=.由此可见对于连续型随机变量使用条件限制的,因此并非任何随机变量都有数学期望.

E(X)=X1*p(X1）+X2*p(X2）+……+Xn*p(Xn)=X1*f1(X1）+X2*f2(X2）+……+Xn*fn(Xn)。n为这离散型随机变量，p(X1），p(X2），p(X3），……p(Xn)为这几个数据的概率函数。在随机出现的几个数据中p(X1），p(X2），p(X3），……p(Xn)概率函数就理解为数据X1，X2，X3，……，Xn出现的频率f(Xn)。介绍在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。需要注意的是，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。

期望可以理解为这个变量的平均值，是对随机变量本身“客观价值”的一种表现。因为随机无法确定，大家心里需要有个数，这个随机的因素到底围绕的哪条线变化，期望就是那条线。方差则是另一种特征，他描述的是随机变量的波动性（围绕着期望波动）的大小。方差越大，说明这个事变数越大，容易偏离平均值很远。

因为，(X，Y)是二维离散型随机变量所以，xy也是离散型随机变量先求出xy的概率分布列再求xy的期望比如P(x＝0)＝1/2，P(x＝1)＝1/2P(y＝0)＝1/2，P(y＝1)＝1/2则，P(xy＝0)＝3/4P(xy＝1)＝1/4所以，E(XY)＝0×(3/4)＋1×(1/4)＝1/4这个例子比较简单，但方法是一样的如果还有问题，可以把原题发给我

求解的方法是：X是离散型随机变量，其全部可能取值是a1，a2，a3等到an取这些值的相应概率是p1，p2，p3等到pn，则其数学期望E(X)=(a1)*(p1)+(a2)*(p2)+…+(an)*(pn)。在概率论和统计学中，数学期望是试验中每次可能结果的概率乘以其结果的总和。也是最基本的数学特征之一。它反映随机变量平均取值的大小。需要注意的是，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。规定，随着重复次数接近无穷大，数值的几乎肯定地收敛于期望值。

并非所有随机变量都与数学期望.请看连续型随机变量数学期望的定义：设X是连续型随机变量,其密度函数为f(x),如果∫xf(x)dx绝对收敛,定义 X的数学期望为E(X)=. 由此可见对于连续型随机变量使用条件限制的,因此并非任何随机变量都有数学期望. 具体资料请参考《概率论与数理统计》（经管类第四版）P89

E(X)=X1*p(X1）+X2*p(X2）+……+Xn*p(Xn)=X1*f1(X1）+X2*f2(X2）+……+Xn*fn(Xn)。n为这离散型随机变量，p(X1），p(X2），p(X3），……p(Xn)为这几个数据的概率函数。在随机出现的几个数据中p(X1），p(X2），p(X3），……p(Xn)概率函数就理解为数据X1，X2，X3，……，Xn出现的频率f(Xn)。介绍在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。需要注意的是，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。

求解方法：代入公式。在[a,b]上的均匀分数。期望：EX=∫{从-a积到a} xf(x) dx。=∫{从-a积到a} x/2a dx。=x^2/4a |{上a,下-a}。=0。E(X^2)=∫{从-a积到a} (x^2)*f(x) dx。=∫{从-a积到a} x^2/2a dx。=x^3/6a |{上a,下-a}。=(a^2)/3。在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。需要注意的是，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。大数定律规定，随着重复次数接近无穷大，数值的算术平均值几乎肯定地收敛于期望值。总结如下：离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。变量取值只能取离散型的自然数，就是离散型随机变量。例如，一次掷20个硬币，k个硬币正面朝上，k是随机变量。k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数，因而k是离散型随机变量。

E(Y)=E(2X+2)=2E(X)+2 =2+2=4D(Y)=D(2X+2)=4D(X) =4

求解过程与结果如下所示。

根据切比雪夫不等式有：P（|X-EX|≥ε ）≤VarX?2随机变量Xe数学期望E（X）=μ，方差D（X）=σ2，故有：P{|X-μ|≥2σ}≤DX(2σ)2=m4

在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。D(X) = E{[X - E(X)]^2}.(1)=E(X^2) - (EX)^2.(2)。（1）式是方差的离差表示法。（2）式表示：方差 = X^2的期望 - X的期望的平方。相关内容：当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。用概率论的知识，不难得知，甲获胜的可能性大，乙获胜的可能性小。因为甲输掉后两局的可能性只有(1/2)×(1/2）=1/4，也就是说甲赢得后两局或后两局中任意赢一局的概率为1－(1/4)=3/4，甲有75%的期望获得100法郎。而乙期望赢得100法郎就得在后两局均击败甲，乙连续赢得后两局的概率为(1/2)*(1/2)=1/4，即乙有25%的期望获得100法郎奖金。

期望＝目标+勤奋+方法那有什么计算公式，就是胡思乱想，异想天开。

E(Y)为常数 故 E(XE(Y))=E(Y)E(X) 如有意见,欢迎讨论,共同学习；如有帮助,

因为，(X，Y)是二维离散型随机变量所以，xy也是离散型随机变量先求出xy的概率分布列再求xy的期望比如P(x＝0)＝1/2，P(x＝1)＝1/2P(y＝0)＝1/2，P(y＝1)＝1/2则，P(xy＝0)＝3/4P(xy＝1)＝1/4所以，E(XY)＝0×(3/4)＋1×(1/4)＝1/4如果随机变量X的所有可能的取值是有限或者可列无穷多个，那么它分布函数的值域是离散的，对应的分布为离散分布。常用的离散分布有二项分布、泊松分布、几何分布、负二项分布等。扩展资料：离散型随机变量在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数，灯泡的寿命等等，都是随机变量的实例。在实际问题中通常用它来表征多个独立操作的随机试验结果或多种有独立来源的随机因素的概率特性，因此它对于概率统计的应用是十分重要的。参考资料来源：百度百科——随机变量

你好！可利用已知变量的期望与方差，若Y=aX+b，则E(Y)=aE(X)+b，D(Y)=(a^2)D(X)。经济数学团队帮你解答，请及时采纳。谢谢！

期望可以理解为这个变量的平均值，是对随机变量本身“客观价值”的一种表现。因为随机无法确定，大家心里需要有个数，这个随机的因素到底围绕的哪条线变化，期望就是那条线。方差则是另一种特征，他描述的是随机变量的波动性（围绕着期望波动）的大小。方差越大，说明这个事变数越大，容易偏离平均值很远。

首先弄清XY的分布列，然后按离散型随机变量的均值计算公式做，估计XY的分布计算要难点。在X与Y不独立的情况下，用条件概率计算，P（AB）=P（A）P（B/A)。高中公式大全:高中数学公式大全： 两角和公式 sin(A+B)=sinAcosB+cosAsinB sin(A-B)=sinAcosB-sinBcosA cos(A+B)=cosAcosB-sinAsinB cos(A-B)=cosAcosB+sinAsinB tan(A+B)=(tanA+tanB)/(1-tanAtanB) tan(A-B)=(tanA-tanB)/(1+tanAtanB) ctg(A+B)=(ctgActgB-1)/(ctgB+ctgA) ctg(A-B)=(ctgActgB+1)/(ctgB-ctgA) 倍角公式 tan2A=2tanA/(1-tan2A) ctg2A=(ctg2A-1)/2ctga cos2a=cos2a-sin2a=2cos2a-1=1-2sin2a 半角公式 sin(A/2)=√((1-cosA)/2) sin(A/2)=-√((1-cosA)/2) cos(A/2)=√((1+cosA)/2) cos(A/2)=-√((1+cosA)/2) tan(A/2)=√((1-cosA)/((1+cosA)) tan(A/2)=-√((1-cosA)/((1+cosA)) ctg(A/2)=√((1+cosA)/((1-cosA)) ctg(A/2)=-√((1+cosA)/((1-cosA)) 和差化积 2sinAcosB=sin(A+B)+sin(A-B) 2cosAsinB=sin(A+B)-sin(A-B) 2cosAcosB=cos(A+B)-sin(A-B) -2sinAsinB=cos(A+B)-cos(A-B) sinA+sinB=2sin((A+B)/2)cos((A-B)/2 cosA+cosB=2cos((A+B)/2)sin((A-B)/2) tanA+tanB=sin(A+B)/cosAcosB tanA-tanB=sin(A-B)/cosAcosB ctgA+ctgBsin(A+B)/sinAsinB -ctgA+ctgBsin(A+B)/sinAsinB 某些数列前n项和 1+2+3+4+5+6+7+8+9+…+n=n(n+1)/2 1+3+5+7+9+11+13+15…+(2n-1)=n2 2+4+6+8+10+12+14+…+(2n)=n(n+1) 12+22+32+42+52+62+72+82+…+n2=n(n+1)(2n+1)/6 13+23+33+43+53+63+…n3=n2(n+1)2/4 1*2+2*3+3*4+4*5+5*6+6*7+…+n(n+1)=n(n+1)(n+2)/3 正弦定理 a/sinA=b/sinB=c/sinC=2R 注： 其中 R 表示三角形的外接圆半径 余弦定理 b2=a2+c2-2accosB 注：角B是边a和边c的夹角

一：抽球类问题数学期望E=n*E1注：E为数学期望，E1为抽一次球的数学期望，n为抽的次数例：有完全相同的黑球，白球，红球共15个，其中黑7个，白3个，黑5个则抽5次抽到黑球的个数的数学期望E=5*（5/15）=5/3衍生问题还有抽人，抽产品等二：遇红灯问题数学期望E=P1+P2+……..注：P为概率，E为相应所有P的和例：小红去学校的路上有4个红灯，遇第1个红灯的概率为0.5，第2个的为0.35，第3个的为0.65，第4个的为0.23（遇红灯是互相独立的，互不影响的）则小红在一次去学校的路上遇到的红灯的数学期望E=0.5+0.35+0.65+0.23=1.73衍生问题有很多三：三局两胜制问题的局数期望E=2（1+P1*P2）注：E为局数期望，P1，P2为两队或两人的获胜的概率（P1+P2=1）例：甲和乙下棋，甲赢的概率为0.45，乙赢的概率为0.55则他们三局两胜的局数期望E=2（1+0.45*0.55）=2.495衍生问题多见于比赛中

一个随机变量的期望存在，其方差并不一定存在。一个反例是：概率密度为x>1时，f(x)=2/x^3，x≤1时f(x)=0。

【答案】：根据随机变量数学期望的性质4，所以数学期望E(5X-2)=5E(X)-2=5×(-2)-2=-12$根据随机变量方差的性质4，所以方差D(-2X+5)=(-2)2D(X)=(-2)2×5=20

一个随机变量的期望存在，其方差并不一定存在。一个反例是：概率密度为x>1时，f(x)=2/x^3，x≤1时f(x)=0。

代入公式。在[a,b]上的均匀分布，期望=(a+b)/2，方差=[(b-a)^2]/2。代入直接得到结论。如果不知道均匀分布的期望和方差公式，只能按步就班的做：期望：EX=∫{从-a积到a} xf(x) dx=∫{从-a积到a} x/2a dx=x^2/4a |{上a,下-a}=0E(X^2)=∫{从-a积到a} (x^2)*f(x) dx=∫{从-a积到a} x^2/2a dx=x^3/6a |{上a,下-a}=(a^2)/3方差：DX=E(X^2)-(EX)^2=(a^2)/3扩展资料：离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。变量取值只能取离散型的自然数，就是离散型随机变量。例如，一次掷20个硬币，k个硬币正面朝上，k是随机变量。k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数，因而k是离散型随机变量。如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。例如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，x的取值范围是[0,15），它是一个区间，从理论上说在这个区间内可取任一实数3.5、无理数等，因而称这随机变量是连续型随机变量。由于随机变量X的取值 只取决于概率密度函数的积分，所以概率密度函数在个别点上的取值并不会影响随机变量的表现。更准确来说，如果一个函数和X的概率密度函数取值不同的点只有有限个、可数无限个或者相对于整个实数轴来说测度为0（是一个零测集），那么这个函数也可以是X的概率密度函数。连续型的随机变量取值在任意一点的概率都是0。作为推论，连续型随机变量在区间上取值的概率与这个区间是开区间还是闭区间无关。要注意的是，概率P{x=a}=0，但{X=a}并不是不可能事件参考资料来源：百度百科-数学期望

你好！可以如图利用期望与方差的性质求出结果。经济数学团队帮你解答，请及时采纳。谢谢！

期望就是随机变量分布的中心位置，方差就是随机变量的分散程度，即数据的稳定性。

E(poisson)*E(Normal)=1000*100=100000两个分布是independent的.

由于是随机变量X~B,所以直接套公式：E(x)=np=10*0.2.

设随机变量X的数学期望为E(X)，方差为D(X)＞0，令，证明：E(Y)=0，D(Y)=1。扩展资料设随机变量X的数学期望E（X）=μ，方差D（X）=σ2，则根据切比雪夫不等式，有P{|X-μ|≥2σ}≤根据切比雪夫不等式有：P（|X-EX|≥ε ）≤VarX /ɛ2

期望的数学定义就是你说的第2种，前面那个定义必须在总体的每个数以相同概率出现时才成立。比如掷硬币，正面赢1元钱，反面输1元。那么期望就是E(X)=0.5*1+0.5*(-1)=0，这同时也是所有可能情况的算术平均。

时而时而造句 1、大雁时而排成一字型，时而排成人字型。 2、她在湖边散步，时而低头沉思，时而眺望远方，一副心情沉重的样子。 3、每个人的生活都是丰富多彩的,时而喜悦、时而愤怒、时而悲伤、时而快乐，无论你走到那里，它们都将伴你左右。 4、瞧，那里的菊花正在争奇斗艳呢，时而像一位亭亭玉立的小姑娘，时而像一位害羞的小姑娘，时而像一个毛茸茸的雪球，时而像天上那五光十色的焰火。 5、小乌龟的"头时而伸，时而缩，时而长，时而短。 6、天上的白云时而像小狗，时而像小鸡，时而像小猫，时而像小猪。 7、天上的月亮时而圆时而缺。 8、夏天的天气时而晴时而雨。 9、傍晚的火烧云从东边一直烧到西边，它时而像一只石狮子蹲坐着，时而像几匹骏马。 10、白云时而像翱翔的雄鹰，时而像奔腾的骏马，时而像一条绚丽的彩带。 11、你看动物园的猴子，时而跳到假山上，时而爬到树干上，时而向游人要吃的，时而懒洋洋地赛太阳，真是活波可爱! 12、小家伙可爱极了，时而唱歌，时而跳舞。 13、站在黄山山顶，仰望空中白云，时而像飞奔的骏马，时而像吃草的绵羊，时而像奔腾的巨龙，时而像盛开的花朵。

粉笔"16号，擦黑板女生怦怦地走上讲台，拿起宛如千斤重的黑板擦，黑板上留下的模糊不清的字迹写满了她的怨恨，"讨厌，粉笔灰弄得满头都是。"她喃喃自语地从我身边走过，我不禁心一颤，被她那句宛如寒风般的话割伤，我的心好痛好痛……粉笔灰讨厌吗？难道粉笔牺牲自己的精神震撼吗？言尽于此，我不禁想起了伟大的人--教师。教师，多么神圣的职业，它像蜡烛、粉笔一样伟大，手握粉笔写出了对学生们无尽的爱，对学生倾囊相授的知识和无言的关怀，就是不写那句"我是伟大的人"。教师默默奉献，正如粉笔将自己的一生印在黑板上，留下了些许的无奈。惆怅，光阴似箭，岁月不饶人，我想多为教育事业奉献，还有许多孩子正用渴望的目光盯着我，我不想这么早离开岗位……教师是圣人也是人，额头上出现了道道皱纹，我知道那是被一把叫做"担忧"的刀雕刻成的。同样的，粉笔灰也在教师头发上久久盘旋，不肯离去，仿佛他们是一体的，每个教师都是一位天使，但是为了孩子们，他们藏起了飞向天宫的翅膀，在人间逗留。为了学生，他们呕心沥血地批改作业，为了学生手中的成绩单，他们不喋不休地翻练习题，复印给学生，为了党的教育事业，他们双鬓斑白，苍颜白发，仍不辞劳苦，一心一意地无私奉献。粉笔是短小的，掂在手里不过几克，但是不是渺小的，它有自己的贡献，它是教师的影子，每一支粉笔上都写满它与教师之间的不解情缘。轮到我擦黑板的时候，我拿起黑板擦不禁黯然神伤。我擦去的是老师的心血，我成了罪人。晚上，我辗转反侧，好不容易睡着了。睡梦里。一支粉笔从天外飘来，它告诉我，不必为此难过，它不想留下功绩让人赞扬，我不记得我有没有答应它，但我记得它来的乘坐五彩云，与它携手同行的是教师！

读音： [ dà yàn ]释义：一种冬侯鸟，羽毛紫褐色，腹部白色，嘴扁腿短，吃植物种子及鱼虫。群居于水边。飞行时常排成行列。又叫鸿雁造句：（1）成群的大雁，排成“人”字，飞向远方。（2）大雁是候鸟，冬天要飞到南方过冬。（3）秋天，大雁又从北方迁徙到南方。（4）一群大雁扇动着翅膀，向南方飞去。（5）看，大雁的一字阵排列得多整齐。

打我上学起，便有了那只猫，它整日陪伴着邻家的老人，共享着天伦之乐，老人把猫喂养得像个公主，那猫似乎也懂老人的心思，有时乖巧的不得了。大家都喜欢它。有时下午放学回家，便可看到猫在老人腿下窜来窜去，老人乐呵呵笑着，阳光此时灿烂得照亮了每个人心头，中间开出了一朵花，里面注满了生命的美好与快乐！　　那猫渐渐长大，蓬松的毛变得有些清亮，一圈一圈淡黄色的印记，裹着它的腰上，四条细长的腿长的越发秀美，此时真的更向个公主，老人对猫也更加关爱，细细想，有时甚至觉得人与猫亲密得更像一家子，此时，因为这只猫，不只是老人，整栋楼都被它带动得活了起来，心中不时扬抑起那快乐的身影。那时，甚至汗水都是甜的。　　可是，岁月的脚步总是叩击着命运的钟声，在一个异常寒冷的冬天，老人的家被儿女们搬走了，而那只猫就这样的被抛弃了……　　那猫却认为是在和老人捉迷藏，在楼道内上跳下窜，可此时，除了呼啸的寒风外，楼道内昏黑的恐怖似乎能吞噬一切生灵，昏暗的灯光在风中摇摇欲坠，凛冽的寒风把猫的毛扭成了冰针，猫用微微颤抖的声音轻轻叫着，诉说着被撕裂的悲伤与无助。它用头缓缓撞击着门，长年来，友谊的锁链紧紧系在老人与猫的心上；此刻，命运也在叩击着老人的心门，里面，是一颗孤独的心。　　绝望之后，便是堕落。　　那天过后，猫似乎改变了许多，曾经润滑的毛变成了一块块毛毡，尾巴如同一块僵硬的冰柱，它有时甚至要撕咬自己的毛，我们偶尔也会给它喂食，它却吃得很少，早上和中午，一直蜷伏着，下午便趴在天桥上晒太阳，晚上继续缩成一团，毛和毛之间打着架，它一天几乎不会移动位置，堕落像一团被剁成肉泥的尸体，我们也当它是个若有若无的东西，如同晃荡在楼道间的幽灵般，一种悲哀罢了。　　然而堕落之后，便是觉醒。　　在一个初春的晚上，我正走在回家的路上，忽然感到一团白色的影子从眼前闪过，一只猫，小心翼翼的挪到水沟边，前爪趴在沟边弓着。过了一会儿，猛地后爪一蹬，前爪紧接着勾一下，在老鼠出洞瞬间，从半空跳下，前爪顺势向下一抓，如同一把刀直插入老鼠，后爪刚一落地便迅速再次跳起给老鼠第二次致命一击，当水花落下时，那只猫已经撕咬，显得格外有力。我仔细一看，就是以前那只猫，这分明是压抑许久后的借题发挥，水沟里，那长长的撕咬声震撼着我，一种沉默后的爆发，在今天，终于燃烧起来。　　打那以后，楼道边与水沟里便会偶尔有一些零星的老鼠骨头，而那只猫也健壮许多，它不再堕落不再苟且活着，而是觉醒了，真正站了起来！　　人生虽有许多困难、挫折，但如果因此而堕落，那这个生命就毫无意义，只要振作起来，坚强起来，阳光，一样是新的！

泥土的自述 我，是一堆脏脏的泥土，也许你会觉得我博大而厚重，也许你会觉得我平凡而朴实，在也许你会觉得我一无是处，只是一堆烂烂的泥土罢了。可是这些评价我通通都不在乎，我只希望默默地孕育万物、造福人类就好了。 我，是草坪地上的泥土，无论春夏秋冬，我不怕严寒、酷热，我始终呆在那里一动不动，因为那时候我知道我不只是为自己存在，而是还有那些极需要泥土的小草们。在当有人为小草浇水时，水流到我的身上，这时我便铆足了全身的劲，把身上所有的营养都释放给了小草，希望他能够茁壮成长。在夏季时，通常有爱玩的孩子到这片草坪地上来玩，看！他们玩得多开心啊！这是我的心里甭提有多高兴了，想到因为我为这些孩子提供了场地来玩，我心里就自豪无比，自豪到都忘记了他们踩在我身上的疼痛。因为我知道我的存在给那些孩子们带来了无穷的快乐。他们只要快乐了，我这点牺牲又算什么呢！ 我，是花园里的泥土。因为我，才显得那五彩缤纷的花朵是多么得绚丽，当人们来到花园前，都为那五彩纷呈的花朵称赞时，虽然我常常被人们忽视、冷落，可是我从不抱怨，还是时时刻刻尽到自己的责任，给新的生命营养与呵护。 我，是花盆里的泥土，虽然我只孕育着一个生命，可是我还是竭尽全力地尽到自己的责任与义务，不会因为我只是孕育一个生命，而对自己的工作有半点的疏忽。 我，是校园里的泥土，虽然在校园里我什么作用都起不到，可是当那些学生到操场上玩时，看到他们开心、快乐的样子，我就觉得我的存在是有意义的，为更多的人带来了幸福、快乐。 …… 我，就是这样一堆默默无闻，又不起眼的泥土，可是我始终在孕育着这世界上的万物。望采纳!!!@2

大雁

一天夜晚，我正在房间里写作业，爸妈正在上网。突然，房间里的灯闪了几下，没等我反应过来，家里的灯全部暗了下来。啊，停电了。家里黑漆漆的一片，伸手不见五指。我一个人坐在黑暗的房间里，心里有点害怕。这时，房门旁出现一个亮光，原来是妈妈给我拿来了一根点燃的。妈妈把蜡烛放在了我的书桌上。顿时，整个房间在烛光的照耀下变亮了，我也安心地在烛光下写起了作业。终于，我把作业写好了。正当我准备离开房间的时候，无意间发现蜡烛被燃烧得只剩下半截了。我又坐了下来，目不转睛盯着蜡烛，看着它一点一点地燃烧。这个时候，我被蜡烛的精神感动了。它燃烧着自己，却为人们带来了光亮。它虽然外形普通，却拥有一种难能可贵的精神。此时此刻，在我的眼里，它不再是一根平凡的蜡烛，而是一个伟大的人，一个有着无私奉献的精神的人。它不为名利，从没替自己着想过，而是默默地让燃烧自己的火光照亮黑暗。可以这么说， 第九作文网.原创作文它把自己的生命毫无保留地献给了人类。这就是蜡烛的精神。突然，家里的灯又亮了起来。原来是来电了。可是，摆在书桌上的蜡烛已经燃完了，化为了灰烬。蜡烛的生命虽然短暂，但它在停电的这段时间里为人们带来了光明，它这一生就是有意义的。这时，我想起了一句格言：“春蚕到死丝方尽，蜡炬成灰泪始干。”蜡烛虽然平凡，却有着一种默默无闻，无私奉献的精神。我们要做一个具有蜡烛精神的人，为社会，为国家，奉献出自己的一份力量!借物抒情的600字作文二仙人掌，是一种生命力十分顽强的奇特的热带植物。盆栽的仙人掌，它百折不挠的性格十分让人吃惊，有水、无水、天热、天冷它都不在乎。它翠绿的身体长着一块块长满硬刺的掌状茎，它么没不断向上生长，像叠罗汉似的。一片“绿色的手掌”里又长出一片“绿色的小手长”，使人产生不少遐思。它生长在什么地方都以这个姿势矫健地挺立着。在炎热久旱的夏天里，其它盆栽都已经垂下了头，而仙人掌像勇士一样抬着头，眺望那蓝蓝的天空;在寒风刺骨的冬天里，别的盆栽早已被主人捧回室内，可是仙人掌坏顶着风霜，不惧周围的环境。它从来不讲究，它一扎下根，就好像在说：“这地方真好，就在这里生长吧!”仙人长浑身是硬刺，什么野兽见到它都马上止步。害虫想啮食它，身子总被扎得千疮百孔。一快绿色的仙人掌折断到地面，大家都以为它枯死了，不，如果你这样任为就错了，它用身体的养份生出根，又培养出一棵青春焕发的小仙人掌，这是真正的“落地生根”。它的顽强生命力谁可比得上呢?这看起来很平凡的植物，谁料得到，它会长出美丽的小花，就像武士头盔上的彩缨。仙人掌是热带植物，它形状像手掌，故名仙人掌。它不畏酷暑，就是气温高达摄氏40度，它几天不喝水也能坚强地活下去。就这样它日日、月月、年年经受着烈日的考验，快活地生长着。人也要有这种不屈不挠的景神，不论顺境还是逆境，都要以坚强的意志生活着、工作着。仙人掌也是一味好药，人们有病，它可以帮忙，比如患了腮腺炎，只要用石头把它捣成酱，再用来敷在腮边，很快就可以痊愈。仙人掌没有使人一见就生羡慕之心的花朵，也没有多姿多彩的身躯。它浑身长满了针，使人一见觉得一股凉意涌来。它那默默无闻无私奉献的高贵品质多么令人钦佩。

断雁孤鸿：duànyàngūhóng【解释】：鸿：鸿雁。离了群的孤独大雁。比喻孤身独处，多指未成婚的男子。【举例造句】：他至今未婚，成了断雁孤鸿。飞鸿印雪：fēihóngyìnxuě【解释】：鸿：大雁。大雁踩过的雪地。比喻事情经过所留下的痕迹。【举例造句】：生死去来兮不碍真圆，飞鸿印雪兮爪趾宛然。目断飞鸿：mùduànfēihóng【解释】：断：断绝；鸿：鸿雁。目送大雁飞去，直到看不见。形容离别的悲凄之情。【举例造句】：他目断飞鸿，不忍离开码头。轻如鸿毛：qīngrúhóngmáo【解释】：鸿毛：大雁的毛。比大雁的毛还要轻。比喻非常轻微或毫无价值。【举例造句】：梅伯死轻如鸿毛，有何惜哉？人似秋鸿：rénsìqiūhóng【解释】：鸿：大雁。人好像秋天的大雁一样。比喻朋友间守信用，就像鸿雁每年秋天按时从北方飞到南方那样。【举例造句】： 人似秋鸿无定住，事如飞弹须园熟。笑君侯、陪酒又陪歌，阳春曲。