随机变量 https://assets.asklib.com/images/image2/2017081312514689155.jpg 独立，并且服从同一分布，数学期望为μ，方差为σ 2 。这个n随机变量的简单算术平均数为 https://assets.asklib.com/images/image2/2017081312532782352.jpg 。求 https://assets.asklib.com/images/image2/2017081312534618561.jpg 的方差。
随机变量它是对X所有可能取值按照其发生概率大小加权后得到的（ ）。
下列关于随机变量的数学期望的表述中正确的是（）。
随机变量它是对X所有可能取值按照其发生概率大小加权后得到的（ ）。
数学期望描述随机变量取值的平均特征。
风险型决策中的最大期望值准则就是把每一个决策方案看作是离散型随机变量，然后把它的数学期望算出来，再加以比较。如果决策目标是收益最大，那么选择数学期望值最大的方案。反之，选择数学期望值最小的方案。
随机变量X的数学期望又叫X的（）。
平均数或数学期望反映随机变量的（）特征。
期望值是随机变量的概率加权和，方差描述随机变量偏离其期望值的程度。()
可修复元件连续停运时间随机变量的数学期望也称为（）。
10个人随机地进入15个房间（每个房间容纳的人数不限），若随机变量X表示有人的房间数，则X的数学期望为（）。
数学期望反映了随机变量取值的平均水平，方差反映了随机变量取值与其均值的偏离水平
设随机变量X的数学期望E（X)=-1，方差D（X)=3，求函数的数学期望E[3（X2-2)]．
设随机变量X服从标准正态分布N（0,1),求随机变量函数Y=X<sup>n</sup>（n是正整数)的数学期望与力差.
借助R-S积分定义的数学期望的一般定义只可以计算离散型和连续型随机变量的数学期望（).
随机变量X的大小可以用它的教学期望E（X)来表示，而随机变量X取值的分散程度可以用它的方差D（X)来表示。（)
2、设随机变量X的分布律为P（X=1)=0.1, P（X=2)=0.3, P（X=4)=0.2, P（X=6)=0.4, 则X的数学期望为E（X)=1×0.1＋2×0.3＋4×0.2＋6×0.4＝3.9 .
设随机变量X的密度函数为，已知 。（1)求a,b,c的值; （2)求随机变量Y=e<sup>X</sup>的数学期望和方差。
设X是一随机变量，a为任意实数，EX是X的数学期望，则（）。
设（X,Y)是二维连续型随机变量,其联合概率密度为求条件数学期望.
9、设随机变量X和Y的数学期望都是2，方差分别为1和4，而相关系数为0.5，则根据切比雪夫不等式P{|X – Y| ³ 6} £（）．
3、对于一个随机变量X，其数学期望E（X)为一个固定的常数.
设随机变量和Y相互独立，且都服从标准正态分布。求的数学期望。
88、已知随机变量X～N（1，4)，则X 的数学期望为4．
