概率统计所有分布的期望和方差
设随机变量服从参数为入的指数分布，期望和方差怎么求？
设随机变量服从参数为入的指数分布，期望和方差怎么求？
指数函数概率密度函数：f(x)a*e^(ax),xgt0,其中agt0为常数.
f(x)0,其他
有连续行随机变量的期望有E(X)∫|x|*f(x)dx,(积分区间为负无穷到正无穷)
则E(X)∫|x|*f(x)dx,(积分区间为0到正无穷),因为负无穷到0时函数值为0.
EX)∫x*f(x)dx∫ax*e^(-ax)dx-(xe^(-ax) 1/a*e^(-ax))|(正无穷到0)1/a
而E(X^2)∫x^2*f(x)dx∫x^2*a*e^(ax)dx-(2/a^2*e^(-ax) 2x*e^(-ax) ax^2*e^(-ax))|(正无穷到0)2/a^2,
DXE(X^2)-(EX)^22/a^2-(1/a)^21/a^2
概率方差公式高中？
方差∑（xi-E（x））2
即每一项减去期望的平方再求和
超几何分布的期望与方差公式？
数学期望（即均值）E（X）＝X1p1＋X2p2＋…＋XnPn。方差＝（X1－Ex）＾2p1十〈X2－Ex）＾2＋…＋〈Xn－EX）＾2pn或方差＝E（X＾2）一（Ex）＾2（即平方均值减去均值平方）。
随机变量一次函数的数学期望和方差？
方差E(x2)-E(x)2，E(X)是数学期望。 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。 方差在概率论和统计学中，一个随机变量的方差描述的是它的离散程度，也就是该变量离其期望值的距离。
一个实随机变量的方差也称为它的二阶矩或二阶中心动差，恰巧也是它的二阶累积量。这就是将各个误差将之平方，相加之后再除以总数，透过这样的方式来算出各个数据分布、零散的程度。
两个正态分布相乘的期望和方差？
正态分布的期望为均值，均值为正太分布的对称轴。它们的积为两个均值的乘积。
如果 U 与 V 是期望值为 0、方差为 1 的两个独立正态分布随机变量的话，那么比值 U/V 为柯西分布，相乘是联合正态分布。
态曲线的高峰位于正中央，即均数所在的位置。
对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为
。