随机变量的均值

3．体育课的排球发球项目考试的规则是：每位学生最多可发球3次，一旦发球成功，则停止发球，否则一直发到3次为止．设学生一次发球成功的概率为p(p≠0)，发球次数为X，若X的数学期望EX＞1.75，则p的取值范围是( )A. B.C. D.4．某种种子每粒发芽的概率都为0.9，现播种了1 000粒，对于没有发芽的种子，每粒需要再补种2粒，补种的种子数记为X，则X的数学期望为( )A．100 B．200C．300 D．4005．(2012·山西模拟)某班举行了一次“心有灵犀”的活动，教师把一张写有成语的纸条出示给A组的某个同学，这个同学再用身体语言把成语的意思传递给本组其他同学．若小组内同学甲猜对成语的概率是0.4，同学乙猜对成语的概率是0.5，且规定猜对得1分，猜不对得0分，则这两个同学各猜1次，得分之和X(单位：分)的数学期望为( )A．0.9 B．0.8C．1.2 D．1.16．袋中装有大小完全相同，标号分别为1,2,3，…，9的九个球．现从袋中随机取出3个球．设X为这3个球的标号相邻的组数(例如：若取出球的标号为3,4,5，则有两组相邻的标号3,4和4,5，此时X的值是2)．则随机变量X的数学期望EX为( )A. B.C. D.7．某射手射击所得环数X的分布列如下：X78910

区别是一个是真实值一个是估计值,关系是2个是数值上一样的.如图

用px表示￡=x的概率： p1，p2=0（至少取到一个球大于等于3） p5=1-4/5*3/4*2/3=3/5（相当取到5的概率） p3=3/5*2/4*1/3=1/10（即取到1，2，3的概率） p4=1-p5-p3-p2-p1=3/10;综上，根据定义，E￡=5*3/5+3*1/10+4*3/10=4.5满意请采纳数学专家——双子座为你解答

为什么说随机变量的均值是固定的，是常数。样本是变化的，它的平均值是随着样本变化等而变化的，故是一个随机变量。

区别是一个是真实值一个是估计值,关系是2个是数值上一样的. 如图

设总体x~u[a,b]，样本均值的期望和方差如下：扩展资料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。

随机变量的均值与样本的均值可以是相等的，样本是随机变量的某些取值，因此只要样本是随机选取的，则随机变量的均值与样本的均值是相同的。当然，随机变量的均值与样本的均值并非等价，因为样本代表的是部分的情况，不能完全与整体等价

离散型随机变量的的期望也就是离散型随机变量的均值的是为了表达一个随机变量取值的中间水平，随机变量的方差刻画了随机变量取值的离散程度。由于它们反映了随机变量取值的平均水平及稳定性，所以随机变量的均值和方差在市场预测等其他方面有着重要的应用。离散型随机变量的期望公式：离散型随机变量X的取值为X1、X2、X3……Xn，p（X1）、p（X2）、p（X3）……p（Xn）、为X对应取值的概率，可理解为数据X1、X2、X3……Xn出现的频率高f（Xi）。则E（X）=X1*p（X1）+X2**p（X2）+……+Xn**p（Xn）= X1*f1（X1）+X2*f2（X2）+……+Xn*fn（Xn）。离散型随机变量的方差公式：D（X）=E{[X-E（X）]^2}=E（X^2）-（EX）^2。常见的分布的方差和期望：1、均匀分布：期望是（a+b）/2，方差是（b-a）的平方/12。2、二项分布：期望是np，方差是npq。3、泊松分布：期望是p，方差是p。4、指数分布：期望是1/p，方差是1/（p的平方）。5、正态分布：期望是u，方差是&的平方。6、X服从参数为p的0-1分布，则E（X）=p，d（X）=p（1-p）。

随机变量的均值也就是数学期望，仅依赖于这个随机变量的分布，当随机变量的概率分布确定以后，这个随机变量的数学期望就是确定的常数，比如0~1之间的随机数，大量统计的平均值应该是0.5左右。对于一个不确定的总体（比如某校学生的平均身高），均值X是一个变量，但是全国人的平均身高基本是确定的，虽然长期来看，均值也是逐步增加的。

有单位。随机变量的均值和随机变量本身的单位是一样的。随机变量的均值也就是数学期望。当随机变量的概率分布确定以后，这个随机变量的均值就是确定的常数。均值是随机变量的一个重要特征数，表现的是随机变量取值的平均水平。

数学期望Ex不是说均值而是Ex=∑x*px即随机变量最大可能的取值当然可能通过均值来计算就更不是概率的均值了

均值即数学期望 E=X1*P1+X2*P2+X3*P3+.+Xn*Pn 即每个变量的取值乘以相应的概率再相加 方差 D=(X1-E)^2*P1+(X2-E)^2*P2+.+(Xn-E)^2*Pn 即每个变量的取值减去期望的差作平方,乘以相应的概率,再相加

n个随机变量的均值可通过方程式来表示。例，X?=X1+X22的取值为0，0.5，1下面我们升级与X1，X2与X为随机变量，所谓随机变量与普通变量的区。

调用方式（1）y=mean（x）：当x为向量时，此函数结果为x的均值；当x为一矩阵时，函数结果为一个行向量，其元素分别为矩阵每列元素的均值。（2）y=mean（x，dim）：用参数dim来指定求均值的数据对象。·当dim为1时，函数结果为一个行向量，其元素分别为x每列元素的均值；·当dim为2时，函数结果为一个列向量，其元素分别为x每行元素的均值。

随机变量的均值与样本的均值可以是相等的,样本是随机变量的某些取值,因此只要样本是随机选取的,则随机变量的均值与样本的均值是相同的. 当然,随机变量的均值与样本的均值并非等价,因为样本代表的是部分的情况,不能完全与整体等价

“随机变量的均值”不是专业的表述.虽然英文有时也用mean表示数学期望,但是中文一般不这样说. 随机变量的取值和广义密度函数(或者CDF的广义微分)乘积的Lebesgue积分称为数学期望. 可以参考wiki的Expected_value词条

离散型随机变量的的期望也就是离散型随机变量的均值的是为了表达一个随机变量取值的中间水平，随机变量的方差刻画了随机变量取值的离散程度。由于它们反映了随机变量取值的平均水平及稳定性，所以随机变量的均值和方差在市场预测等其他方面有着重要的应用。离散型随机变量的期望公式：离散型随机变量X的取值为X1、X2、X3……Xn，p（X1）、p（X2）、p（X3）……p（Xn）、为X对应取值的概率，可理解为数据X1、X2、X3……Xn出现的频率高f（Xi）。则E（X）=X1*p（X1）+X2**p（X2）+……+Xn**p（Xn）= X1*f1（X1）+X2*f2（X2）+……+Xn*fn（Xn）。离散型随机变量的方差公式：D（X）=E{[X-E（X）]^2}=E（X^2）-（EX）^2。常见的分布的方差和期望：1、均匀分布：期望是（a+b）/2，方差是（b-a）的平方/12。2、二项分布：期望是np，方差是npq。3、泊松分布：期望是p，方差是p。4、指数分布：期望是1/p，方差是1/（p的平方）。5、正态分布：期望是u，方差是&的平方。6、X服从参数为p的0-1分布，则E（X）=p，d（X）=p（1-p）。