帕斯卡分布的数学期望和方差

不是还有那个方差和标准差之间的公式么?（n~p）这个,麻烦了回答：哦,这个好像叫离散型…大题很少用到…方差是np(1-p)…希望采纳追问：一定一定

Thisarticleintroducesthedefinitionandcharacteristicofmathematicalexpectationandvariancethroughtheexa

一般的那种厚书都是有归纳的吧.新东方那本概统也有.这个工作还是要自己做,因为只有自己才知道自己哪儿不懂.而且这些都是不用动脑子的工作.

瑞利分布的概率密度为：p(x)=2x/b*e^(-x^2/b)(积分限为0到+∞）E=∫xp(x)dx=2/b*∫x^2*e(-x^2/b)dx=-∫xd(e(-x^2/b))=-xe(-x^2/b)

方差是3.这是泊松分布,P(λ),也可以写成X~π(λ),P(X=k)=λ的k次方乘以e的(-λ)次方除以k的阶乘(这里用不了公式编辑器,只能口头叙述了).用期望和方差的公式可以推导出E(X)=λ,D

再答：完全根据定义来推导，中间利用求和技巧，就能顺利求出再答：不知道我表达清楚了没有，若有疑问请追问哦再问：问下。哪几个标准正态分布的结果是要记住的？再答：我只记得住正太，卡方，指数，平均的均值，有的

XH(n,M,N)例N个球有M个黑球取n个黑球则EX=nM/NDX=nM/N*(1-M/N)*(N-n)/(N-1)其实可以和二项分布类比的..二项分布就是超几何分布的极限

额、、其实Xi^2不就服从自由度为1的卡方分布么?因为卡方分布期望为自由度,方差为2*自由度.所以D(Xi^2)=2了

二项分布b(n,p)期望np方差np(1-p)几何分布G（p）期望1/p方差（1-p）/(pXp)

poisson(a),即V满足λ=a的泊松分布,P(X=k)=λ^k*e^(-λ)/k!泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率.泊松分布适合于描述单位时间内随机事件发生的次数.

数学期望为4,方差为16/120（均匀分布公式）题目二,=2是卡方分布快采纳,否则懒得教你

泊松分布,分布列为(p^k)*exp(-p)/k!,k=0,12,…….数学期望和方差均为p

先通过随机变量X的分布函数F(x)求导得到其概率密度函数f(x),再利用期望和二阶矩的定义式求出E(x)和E(x^2),进而得到方差好好看看概率论的课本

均匀分布,期望是（a+b）/2,方差是（b-a）的平方/12二项分布,期望是np,方差是npq泊松分布,期望是p,方差是p指数分布,期望是1/p,方差是1/(p的平方)正态分布,期望是u,方差是&的平

E(n)=1/p,D(n)=(1-p)/p^2

常见的有正态分布,二项分布,指数分布,均匀分布正态分布N~（a,b)EX=aDX=b二项分布B~（n,p)EX=npDX=np(1-p)指数分布λEX=λ分之一DX=λ^2分之一均匀分布在（a,b)之

不是的.f（x）=1/√2πb*e^[-(x-a)^2/2b^2]只是我们求出来发现恰好期望μ=a,方差δ^2=b^2所以才将f（x）写成f（x）=1/√2πδ*e^[-(x-μ)^2/2δ^2]期望

不用二重积分的,可以有简单的办法的.设正态分布概率密度函数是f(x)=[1/(√2π)t]*e^[-(x-u)^2/2(t^2)]其实就是均值是u,方差是t^2,百度不太好打公式,你将就看一下.于是：

P(λ)E(X)=λD(X)=λX指数分布E(X)=1/λD(X)=1/λ

负二项分布p{X=k}=f(k;r,p)=(k+r-1)!/[k!(r-1)!]p^r(1-p)^k,k=0,1,2,...,0正无穷）kf(k;r,p)=sum(k=1->正无穷）k(k+r-1)!