设随机变量X的概率密度为数学期望写出详细过程

【设随机变量X的概率密度为数学期望写出详细过程】解题过程如下:
F(y)=P(Y<y)=P(x^2<y)=P(-y^0.5<x<y^0.5)=Fx(y^0.5)-Fx(-y^0.5),其中Fx(x)=1-e^-x带入即可
微分得到f(y)=(0.5y^-0.5)(e^(y^0.5)+e^(-y^0.5)) 。
x=(+or-y^0.5),|Jacobian|=|dx/dy|=1/2y^-0.5
f(y)=(0.5y^-0.5) (fx(y^0.5)+fx(-y^0.5))= (0.5y^-0.5)(e^(y^0.5)+e^(-y^0.5))
其实任意的随机变量x,y=x^2的分布都是(0.5y^-0.5)(fx(y^0.5)+fx(-y^0.5))下次直接套这个公式就好,上面的证明对于一切随机变量x都适用 。

设随机变量X的概率密度为数学期望写出详细过程

文章插图

性质:
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 。

平稳二项随机过程概率模型的基本假定是什么如何通俗的理解概率密度函数关于条件概率的计算公式?什么是条件概率?

    推荐阅读