整值随机变量数学期望的计算

本利用三种方法简捷地计算了整值随机变量的数学期望。     

利用随机变量的和式分解计算数学期望

善于利用随机变量的和式分解法，可使较复杂的甚至是无从着手的问题得到简捷地解决。     

数学期望的应用

数学期望是概率论的一个重要概念,应用数学期望讨论某些实际问题,从而得到一些有意义的结论.     

一个离散型随机变量数学期望的计算

分别用定义法和随机变量和式分解法计算得到一个离散型随机变量的数学期望．其中,定义法计算过程步骤多,公式的转化和运算灵活,而随机变量和式分解法利用变量分解技巧,降低了计算难度．     

数学期望的几种求法

本文从实践的角度，给出了计算数学期望的几种方法。     

数学期望的应用

通过构造概率模型或引进随机变量 ,给出数学期望的简单应用     

经验数学期望及其性质

在文[1]的基础上，给出了经验数学期望的定义，证明了经验数学期望是数学期望的一致估计，并讨论了经验数学期望与经验特征函数的关系。     

数学期望的教学方法新探

结合多年教学实践,由实际问题通过讨论的形式引入离散型随机变量数学期望,并通过对连续型随机变量的离散化,自然导出连续型随机变量数学期望。该方法思路清晰,便于学生深入理解数学期望的内涵,通过实践,效果良好。     

数学期望在投资决策中的应用

该文根据数学期望的有关概念,从概率论的角度举例说明数学期望在投资决策中的应用,把现实中的实际问题转化为数学问题.     

关于随机变量数学期望与方差的讨论

通过举例探讨了求随机变量的数学期望和方差的若干方法,有利用于学生进一步了解随机变量数学期望与方差的性质和应用。     

给定随机变量下条件期望定义与性质的探讨

引出了给定随机变量下条件期望的一般数学定义,并讨论了它的性质,得出条件分布与条件期望的若干常用结论。     

关于条件期望的几乎处处收敛性

对条件期望的几乎处处收敛性给出一个较为一般的定理,使得原先的一些结果成为证明非常简洁的推论,另外对均值下鞅也给出了一些条件期望收敛性的结果．     

连续型随机变量函数的期望和方差的近似计算

本文利用泰勒公式将连续型随机变量函数的期望和方差的计算 ,由积分运算转化为求导运算。给出了近似计算公式 ,从而解决了可 (偏 )导的连续型随机变量函数的期望和方差的计算问题     

离散随机变量数学期望的几种求法

从实践的角度,给出了计算离散随机变量数学期望的几种方法.     

Double conditional expectation

The concept of double conditional expectation is introduced. A series of properties for the double conditional expectation are obtained several convergence theorems and Jensen inequality are proved. Finally we discuss the special cases and application for double conditional expectation.     

效用期望值决策方法

本文定义了两种效用函数,给出了两种效用期望值决策方法以及效用期望值决策方法的几个结论.     

期望规划关于实随机变量的稳定性

首先将实随机变量的分布函数做成一个距离空间,继而使此距离空间完备化,在得到期望规划的若干性质后利用集值映射的工具讨论期望规划关于实随机变量的稳定性,并且得出了一些稳定性结果。     

负三项分布的性质研究

负三项分布是一种基于伯努利试验的概率分布模型.文章以随机变量的特征函数为主要工具,研究负三项分布的若干重要性质.首先计算出负三项分布的特征函数,然后利用特征函数的性质和相关定理推出负三项分布的数学期望和方差,证明相互独立的负三项分布具有可加性,计算过程简洁,最后给出负三项分布取得概率的最大值点.