如何求指数分布的ex和dx？
指数分布的ex和dx求：
当X，Y无关时，E（XY）=E（X）E（Y），D（X）=E（X^2）-（E（X））^2，此时，E（X（X+Y-2））=E（X^2+XY-2X）=E（X^2）+E（XY）-2E（X）。
D（x）指方差，E（x）指期望。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。
在概率理论和统计学中
指数分布（也称为负指数分布）是描述泊松过程中的事件之间的时间的概率分布，即事件以恒定平均速率连续且独立地发生的过程。 这是伽马分布的一个特殊情况。 它是几何分布的连续模拟，它具有无记忆的关键性质。 除了用于分析泊松过程外，还可以在其他各种环境中找到。
绛旓細鎸囨暟鍒嗗竷鐨別x鍜宒x姹锛氬綋X锛孻鏃犲叧鏃讹紝E锛圶Y锛=E锛圶锛塃锛圷锛夛紝D锛圶锛=E锛圶^2锛-锛圗锛圶锛夛級^2锛屾鏃讹紝E锛圶锛圶+Y-2锛夛級=E锛圶^2+XY-2X锛=E锛圶^2锛+E锛圶Y锛-2E锛圶锛夈侱锛坸锛夋寚鏂瑰樊锛孍锛坸锛夋寚鏈熸湜銆傛柟宸槸鍦ㄦ鐜囪鍜岀粺璁℃柟宸 閲忛殢鏈哄彉閲忔垨涓缁勬暟鎹椂绂绘暎绋嬪害鐨勫害閲忋傛鐜囪涓...
绛旓細DXY = EX2EY2 鈥(EX)2(EY)2 D(X+Y) = DX + DY + 2[E锛圶Y)-EXEY] = DX + DY 甯歌鐨勬鐜囧垎甯冿細鍧囧寑鍒嗗竷锛歎锛坅,b锛夛紝瀹冧滑瀵瑰簲鐨勬暟瀛︽湡鏈涘拰鏂瑰樊鍒嗗埆鏄細鏁板鏈熸湜锛欵(x)=(a+b)/2 鏂瑰樊锛欴(x)=(b-a)2/12
绛旓細DX=E(X^2)-(EX)^2=2/位^2-(1/位)^2=1/位^2
绛旓細Ex=鈭(0,鈭) xe⁻ˣ dx = -鈭(0,鈭) xde⁻ˣ = -[xe⁻ˣ]|(0,鈭) + 鈭(0,鈭) e⁻ˣdx = -(0-0) - e⁻ˣ|(0,鈭) = -(0-1) = 1锛屽嵆锛欵x =1 銆2. 閭ｄ箞锛欵(3x+2) = 3Ex+2 = 5 銆3. Dx = 鈭(0...
绛旓細浣犲ソ锛绛旀鏄100銆傝嫢X~e(位)锛屽垯鏈塃X=1/位锛孌X=1/位^2锛屾湰棰樜=0.01銆傜粡娴庢暟瀛﹀洟闃熷府浣犺В绛旓紝璇峰強鏃堕噰绾炽傝阿璋紒
绛旓細甯歌鐨勬湁姝ｆ佸垎甯冿紝浜岄」鍒嗗竷锛鎸囨暟鍒嗗竷锛屽潎鍖鍒嗗竷 姝ｆ佸垎甯僋~锛坅,b) EX=a DX=b 浜岄」鍒嗗竷B~锛坣,p) EX=np DX=np(1-p)鎸囨暟鍒嗗竷位 EX=位鍒嗕箣涓 DX=位^2鍒嗕箣涓 鍧囧寑鍒嗗竷 鍦紙a,b)涔嬪墠鐨勮寖鍥 EX=2鍒嗕箣a+b DX=(b-a)^2\12 ...
绛旓細DX=E(X^2)-(EX)^2=2/位^2-(1/位)^2=1/位^2銆傚湪姒傜巼鐞嗚鍜岀粺璁″涓紝鎸囨暟鍒嗗竷锛堜篃绉颁负璐熸寚鏁板垎甯冿級鏄弿杩版硦鏉捐繃绋嬩腑鐨勪簨浠朵箣闂寸殑鏃堕棿鐨勬鐜囧垎甯冿紝鍗充簨浠朵互鎭掑畾骞冲潎閫熺巼杩炵画涓旂嫭绔嬪湴鍙戠敓鐨勮繃绋嬨 杩欐槸浼介┈鍒嗗竷鐨涓涓壒娈婃儏鍐点 瀹冩槸鍑犱綍鍒嗗竷鐨勮繛缁ā鎷燂紝瀹冨叿鏈夋棤璁板繂鐨勫叧閿ц川銆 闄や簡鐢ㄤ簬...
绛旓細鎸囨暟鍒嗗竷鐨鏈熸湜涓1/位銆傛寚鏁板垎甯冪殑鍙傛暟涓何伙紝鍒欐寚鏁板垎甯冪殑鏈熸湜涓1/位锛涙柟宸负(1/位)²銆傛寚鏁板垎甯涓庡垎甯冩寚鏁鏃忕殑鍒嗙被涓嶅悓锛屽悗鑰呮槸鍖呭惈鎸囨暟鍒嗗竷浣滀负鍏舵垚鍛樹箣涓鐨勫ぇ绫绘鐜囧垎甯冿紝涔熷寘鎷鎬佸垎甯冿紝浜岄」鍒嗗竷锛屼冀椹垎甯冿紝娉婃澗鍒嗗竷绛夌瓑銆
绛旓細EX=2 DX=4
绛旓細鎸囨暟鍒嗗竷鐨鍙傛暟涓何伙紝鍒欐寚鏁板垎甯冪殑鏈熸湜涓1/位锛涙柟宸负锛1/位锛塣2 E(X)==鈭玿*f(x)dx==鈭粁*e^(-位x)dx=-(xe^(-位x)+1/位*e^(-位x))|(姝ｆ棤绌峰埌0)=1/位 E(X^2)==鈭玿^2*f(x)dx=鈭玿^2*位*e^(位x)dx=-(2/位^2*e^(-位x)+2x*e^(-位x)+位x^2*e^(-...
