帕斯卡分布的期望-搜答案-智慧作业帮

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)

X在（0,4）均匀分布.期望为2.

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

（1）总情况为：C(10,2)=45,取得两球颜色相同的情况为：C(4,2)+C(3,2)+C(3,2)=12,所以P=1-12÷45=11/15（2）§012346P8/151/151/51/151

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)

再问：能不能解释下呢，谢谢！再答：

有一个公式,E(1/(x+1))等于1/(x+1乘以泊松分布的密度函数从0到正无穷的求和,应该能解出来再问：不知道你说的什么公式--再答：参照概率论与数理统计书上泊松分布的期望的推导过程，将i换成1/

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.

这个有点复杂的,具体的嘛,你去看高等数学积分那一章有的.很详细

由定义得：E(ξ)=∑KP(ξ=k)=∑K(k-1)(1-θ)^(k-2)θ^2利用等式：K(k-1)(1-θ)^(k-2)=[(1-θ)^(k)]''因此有：E(ξ)=θ^2∑[(1-θ)^(k)]

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

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)

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

E=np即二项分布的期望等于试验次数乘以每次试验中事件发生的概率

帕斯卡●数学家帕斯卡的帕斯卡简介1、带上本金1000RMB；2、每次下注100RMB;3、每次下注有两种结果,赢或输各占50%,输了再下注100RMB,一直到赢为止；4、赢了一注后,再下注200RMB

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)!

x从0到4,你穷举啊

为那个常数拉母它