八大常见分布的期望和方差各是多少？
八大常见分布的期望和方差如下：
1、0-1分布：E(X)=p，D(X)=p(1-p)。
2、二项分布B(n,p)：P(X=k)=C(k
)p^k·(1-p)^(n-k)，E(X)=np，D(X)=np(1-p)。
3、泊松分布X~P(X=k)=(λ^k/k!)·e^-λ,E(X)=λ,D(X)=λ。
4、均匀分布U(a,b):X~f(x)=1/(b-a),a0;E(X)=1/λ,D(X)=θ^2。
6、正态分布N(μ,σ^2):f(x)=(1/√(2π)σ)e^-((x-μ)^2/2σ^2),E(X)=μ,D(X)=σ^2。
扩展资料：
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。概率论中方差用度量随机变量和其数学期望（即均值）之间的偏离程度。
统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。
在许多实际问题中，研究方差即偏离程度有着重要意义。
方差刻画了随机变量的取值对于其数学期望的离散程度。（标准差、方差越大，离散程度越大）。
若X的取值比较集中，则方差D（X）较小，若X的取值比较分散，则方差D（X）较大。
绛旓細鍏ぇ甯歌鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊濡備笅锛1銆0-1鍒嗗竷锛欵(X)=p锛孌(X)=p(1-p)銆2銆浜岄」鍒嗗竷B(n,p)锛歅(X=k)=C(k\n)p^k路(1-p)^(n-k)锛孍(X)=np锛孌(X)=np(1-p)銆3銆娉婃澗鍒嗗竷X~P(X=k)=(位^k/k!)路e^-位,E(X)=位,D(X)=位銆4銆鍧囧寑鍒嗗竷U(a,b):X~f(x)=1/(b-a...
绛旓細姒傜巼璁哄叓澶у垎甯冪殑鏈熸湜鍜屾柟宸涓嬶細涓銆佺鏁ｅ瀷鍒嗗竷锛1.0-1鍒嗗竷 B(1,p)锛氬潎鍊间负p锛屾柟宸负pq銆2.浜岄」鍒嗗竷B(n,p)锛氬潎鍊间负np锛屾柟宸负npq銆3.娉婃澗鍒嗗竷P(位)锛氬潎鍊间负位锛屾柟宸负位銆4.鍑犱綍鍒嗗竷GE(p)锛氬潎鍊笺備簩銆佽繛缁瀷鍒嗗竷锛1.鍧囧寑鍒嗗竷U(a,b)锛氬潎鍊间负(a+b)/2锛屾柟宸负(a-b)^2/12銆2....
绛旓細4. 娉婃澗鍒嗗竷锛圥oisson Distribution锛夛細- 鏈熸湜锛毼 - 鏂瑰樊锛毼 5. 鍑犱綍鍒嗗竷锛圙eometric Distribution锛夛細- 鏈熸湜锛1/p - 鏂瑰樊锛(1-p)/p^2 6. 瓒呭嚑浣曞垎甯锛圚ypergeometric Distribution锛夛細- 鏈熸湜锛歮n / (N + 1)- 鏂瑰樊锛(N - n)(N - m)n(m + 1) / ((N + 1)^2(N + 2))7. ...
绛旓細鍏朵腑鏈熸湜鏄E(X)=1/位锛鏂瑰樊鏄D(X)=1/位銆
绛旓細鍏ぇ甯歌鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊濡備笅锛1銆0-1鍒嗗竷 B(1,p)锛氬潎鍊间负p锛屾柟宸负pq銆2銆佹硦鏉惧垎甯働(位)锛氬潎鍊间负位锛屾柟宸负位銆3銆浜岄」鍒嗗竷B(n,p)锛氬潎鍊间负np锛屾柟宸负npq銆4銆佸嚑浣曞垎甯僄E(p)锛氬潎鍊 5銆佸潎鍖鍒嗗竷U(a,b)锛氬潎鍊间负(a+b)/2锛屾柟宸负(a-b)^2/12銆6銆佹鎬佸垎甯僋(渭,蟽)锛氬潎鍊硷細渭锛...
绛旓細鍚勭鍒嗗竷鐨勬湡鏈涗笌鏂瑰樊琛ㄥ涓嬶細0-1鍒嗗竷B(1,p)锛氬潎鍊间负p锛屾柟宸负pq銆浜岄」鍒嗗竷B(n,p)锛氬潎鍊间负np锛屾柟宸负npq銆娉婃澗鍒嗗竷P(位)锛氬潎鍊间负位锛屾柟宸负位銆鍧囧寑鍒嗗竷U(a,b)锛氬潎鍊间负(a+b)/2锛屾柟宸负(a-b)^2/12銆傛鎬佸垎甯僋(渭,蟽)锛氬潎鍊硷細渭锛屾柟宸細蟽銆傚崱鏂瑰垎甯兿嘵2(n)锛氬潎鍊糿锛屾柟宸2n銆
绛旓細甯歌鐨勬湁姝ｆ佸垎甯,浜岄」鍒嗗竷,鎸囨暟鍒嗗竷,鍧囧寑鍒嗗竷 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 ...
绛旓細鍏釜甯歌鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊锛1銆佸潎鍖鍒嗗竷锛屾湡鏈涙槸锛坅+b锛/2锛屾柟宸槸锛坆-a锛夌殑骞虫柟/12銆2銆浜岄」鍒嗗竷锛屾湡鏈涙槸np锛屾柟宸槸npq銆3銆娉婃澗鍒嗗竷锛屾湡鏈涙槸p锛屾柟宸槸p銆4銆佹寚鏁板垎甯冿紝鏈熸湜鏄1/p,鏂瑰樊鏄1/(p鐨勫钩鏂)銆5銆佹鎬佸垎甯冿紝鏈熸湜鏄痷锛屾柟宸槸&鐨勫钩鏂广6銆亁鏈嶄粠鍙傛暟涓簆鐨0-1鍒嗗竷锛屽垯e(x)=p锛...
绛旓細鍏釜甯歌鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊锛1銆佸潎鍖鍒嗗竷锛屾湡鏈涙槸锛坅+b锛/2锛屾柟宸槸锛坆-a锛夌殑骞虫柟/12銆2銆浜岄」鍒嗗竷锛屾湡鏈涙槸np锛屾柟宸槸npq銆3銆娉婃澗鍒嗗竷锛屾湡鏈涙槸p锛屾柟宸槸p銆4銆佹寚鏁板垎甯冿紝鏈熸湜鏄1/p,鏂瑰樊鏄1/(p鐨勫钩鏂)銆5銆佹鎬佸垎甯冿紝鏈熸湜鏄痷锛屾柟宸槸&鐨勫钩鏂广6銆亁鏈嶄粠鍙傛暟涓簆鐨0-1鍒嗗竷锛屽垯e(x)=p锛...
绛旓細甯歌鐨勬湁姝ｆ佸垎甯冿紝浜岄」鍒嗗竷锛屾寚鏁板垎甯冿紝鍧囧寑鍒嗗竷 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 ...
