请高人解答概率论中求|X-Y|的期望的问题,？

1. 请高人解答概率论中求|X-Y|的期望的问题,？

令z=x-y, 
  则Z~N(0,1). 
  然后求Z>0时的期望 
  这是简便算法,我也是在网上看到的 
  真像你那样算的话,算死个人啊,8,
  sunshineQQ  举报 
  那请问你能不能给个详细的解题步骤？ 不好意思应该是 Z~N(0,2).（刚查了下《数理统计》书上的定理，发现我没经思考就写上去了） 结果是：2/√π 对吗？,请高人解答概率论中求|X-Y|的期望的问题, 
  已知X,Y独立且都服从N(0,1)标准正态分布,求期望E|X-Y|,请写出详细的解题步骤（估计要用到积分,请详细写出求积分步骤,我就是用积分算不对,跟答案不一样）

2. 怎么求期望的期望值？

E(X)=X1*p(X1)+X2*p(X2)+??+Xn*p(Xn)
X1,X2,X3,??,Xn为这几个数据，p(X1),p(X2),p(X3),??p(Xn)为这几个数据的概率函数。
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。（换句话说，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。）
如果X是连续的随机变量，存在一个相应的概率密度函数 /iknow-pic.cdn.bcebos.com/5d6034a85edf8db1010a8ee70423dd54564e7409"target="_blank"title="点击查看大图"class="ikqb_img_alink">/iknow-pic.cdn.bcebos.com/5d6034a85edf8db1010a8ee70423dd54564e7409?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc="https://iknow-pic.cdn.bcebos.com/5d6034a85edf8db1010a8ee70423dd54564e7409"/> ，若积分 /iknow-pic.cdn.bcebos.com/574e9258d109b3de4e9b16ebc1bf6c81800a4c09"target="_blank"title="点击查看大图"class="ikqb_img_alink">/iknow-pic.cdn.bcebos.com/574e9258d109b3de4e9b16ebc1bf6c81800a4c09?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc="https://iknow-pic.cdn.bcebos.com/574e9258d109b3de4e9b16ebc1bf6c81800a4c09"/> 绝对收敛，那么X的期望值可以计算为： /iknow-pic.cdn.bcebos.com/55e736d12f2eb9382ba08971d8628535e4dd6f60"target="_blank"title="点击查看大图"class="ikqb_img_alink">/iknow-pic.cdn.bcebos.com/55e736d12f2eb9382ba08971d8628535e4dd6f60?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc="https://iknow-pic.cdn.bcebos.com/55e736d12f2eb9382ba08971d8628535e4dd6f60"/> ，是针对于连续的随机变量的，与离散随机变量的期望值的算法同出一辙，由于输出值是连续的，所以把求和改成了积分。
/iknow-pic.cdn.bcebos.com/8cb1cb13495409233cfce5fd9f58d109b2de4998"target="_blank"title="点击查看大图"class="ikqb_img_alink">/iknow-pic.cdn.bcebos.com/8cb1cb13495409233cfce5fd9f58d109b2de4998?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc="https://iknow-pic.cdn.bcebos.com/8cb1cb13495409233cfce5fd9f58d109b2de4998"/>
扩展资料：
在一般情况下，两个随机变量的积的期望值不等于这两个随机变量的期望值的积。
特殊情况是当这两个随机变量是相互独立的时候 /iknow-pic.cdn.bcebos.com/0824ab18972bd4071424557e76899e510eb30955"target="_blank"title="点击查看大图"class="ikqb_img_alink">/iknow-pic.cdn.bcebos.com/0824ab18972bd4071424557e76899e510eb30955?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc="https://iknow-pic.cdn.bcebos.com/0824ab18972bd4071424557e76899e510eb30955"/> （也就是说一个随机变量的输出不会影响另一个随机变量的输出。）
例如，美国的轮盘中常用的轮盘上有38个数字，每一个数字被选中的概率都是相等的。赌注一般押在其中某一个数字上，如果轮盘的输出值和这个数字相等，那么下赌者可以将相当于赌注35倍的奖金(原注不包含在内)，若输出值和下压数字不同，则赌注就输掉了。
考虑到38种所有的可能结果，然后这里我们的设定的期望目标是“赢钱”，则因此，讨论赢或输两种预想状态的话，以1美元赌注押一个数字上，则获利的期望值为：赢的“概率38分之1，能获得35元”，加上“输1元的情况37种”，结果约等于-0.0526美元。
也就是说，平均起来每赌1美元就会输掉5美分，即美式轮盘以1美元作赌注的期望值为负0.0526美元。

3. 数学里面期望值是什么？怎么算？

4. 期望值怎么算？

E(X) = X1*p(X1) + X2*p(X2) + …… + Xn*p(Xn)
X1,X2,X3,……,Xn为这几个数据，p(X1),p(X2),p(X3),……p(Xn)为这几个数据的概率函数。
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。（换句话说，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。）
如果X是连续的随机变量，存在一个相应的概率密度函数  ，若积分  绝对收敛，那么X的期望值可以计算为：  ，是针对于连续的随机变量的，与离散随机变量的期望值的算法同出一辙，由于输出值是连续的，所以把求和改成了积分。

扩展资料：
在一般情况下，两个随机变量的积的期望值不等于这两个随机变量的期望值的积。
特殊情况是当这两个随机变量是相互独立的时候  （也就是说一个随机变量的输出不会影响另一个随机变量的输出。）
例如，美国的轮盘中常用的轮盘上有38个数字，每一个数字被选中的概率都是相等的。赌注一般押在其中某一个数字上，如果轮盘的输出值和这个数字相等，那么下赌者可以将相当于赌注35倍的奖金(原注不包含在内)，若输出值和下压数字不同，则赌注就输掉了。
考虑到38种所有的可能结果，然后这里我们的设定的期望目标是“赢钱”，则因此，讨论赢或输两种预想状态的话，以1美元赌注押一个数字上，则获利的期望值为：赢的“概率38分之1，能获得35元”，加上“输1元的情况37种”，结果约等于-0.0526美元。
也就是说，平均起来每赌1美元就会输掉5美分，即美式轮盘以1美元作赌注的期望值为 负0.0526美元。

5. 期望值怎么算的？

投资生产A产品的期望为64万元，投资生产B产品的期望为41万元。
解答过程为：
1、先求A,B两种产品成功的概率：
P(A)=40/50=0.8，P(B)=35/50=0.7。
2、投资生产A产品的期望为E(A)=0.8*100+0.2*（-80）=64；
投资生产B产品的期望为E(B)=0.7*80+0.3*(-50)=41。
E(A)>E(B)
所以投资A产品要好，因为A平均获利水平高于B。
扩展资料：
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。
期望的应用
1、在统计学中，想要估算变量的期望值时，用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。
2、在概率分布中，数学期望值和方差或标准差是一种分布的重要特征。

6. 数学期望怎么求期望值？

投资生产A产品的期望为64万元，投资生产B产品的期望为41万元。
解答过程为：
1、先求A,B两种产品成功的概率：
P(A)=40/50=0.8，P(B)=35/50=0.7。
2、投资生产A产品的期望为E(A)=0.8*100+0.2*（-80）=64；
投资生产B产品的期望为E(B)=0.7*80+0.3*(-50)=41。
E(A)>E(B)
所以投资A产品要好，因为A平均获利水平高于B。
扩展资料：
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。
期望的应用
1、在统计学中，想要估算变量的期望值时，用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。
2、在概率分布中，数学期望值和方差或标准差是一种分布的重要特征。

7. 期望值怎么算？

E(X)=X1*p(X1)+X2*p(X2)+??+Xn*p(Xn)
X1,X2,X3,??,Xn为这几个数据，p(X1),p(X2),p(X3),??p(Xn)为这几个数据的概率函数。
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。（换句话说，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。）
如果X是连续的随机变量，存在一个相应的概率密度函数  ，若积分  绝对收敛，那么X的期望值可以计算为：  ，是针对于连续的随机变量的，与离散随机变量的期望值的算法同出一辙，由于输出值是连续的，所以把求和改成了积分。

扩展资料：
在一般情况下，两个随机变量的积的期望值不等于这两个随机变量的期望值的积。
特殊情况是当这两个随机变量是相互独立的时候  （也就是说一个随机变量的输出不会影响另一个随机变量的输出。）
例如，美国的轮盘中常用的轮盘上有38个数字，每一个数字被选中的概率都是相等的。赌注一般押在其中某一个数字上，如果轮盘的输出值和这个数字相等，那么下赌者可以将相当于赌注35倍的奖金(原注不包含在内)，若输出值和下压数字不同，则赌注就输掉了。
考虑到38种所有的可能结果，然后这里我们的设定的期望目标是“赢钱”，则因此，讨论赢或输两种预想状态的话，以1美元赌注押一个数字上，则获利的期望值为：赢的“概率38分之1，能获得35元”，加上“输1元的情况37种”，结果约等于-0.0526美元。
也就是说，平均起来每赌1美元就会输掉5美分，即美式轮盘以1美元作赌注的期望值为负0.0526美元。

8. x+y的期望等于x的期望+y的期望

您好，x+y的期望等于x的期望+y的期望这句话是对的，写成公式为E(x+y)=E(x)+E(y)。希望我的回答对你有所帮助。【摘要】
x+y的期望等于x的期望+y的期望【提问】
您好，x+y的期望等于x的期望+y的期望这句话是对的，写成公式为E(x+y)=E(x)+E(y)。希望我的回答对你有所帮助。【回答】
您好，可以发文字吗？语音听不太清楚【回答】
这个等式有前提条件吗【提问】
没有【回答】
好，谢谢【提问】