分布列和数学期望和方差可以相互转换吗？怎么转呢？
超几何分布的数学期望和方差的算法
概率论中均匀分布的数学期望和方差该怎么求啊？ 均匀分布2113的期望：均匀分布的期望是取值区间[a，b]的中5261点(a+b)/2。4102均匀分布的方差：var(x)=E[X2]-(E[X])2var(x)=E[X2]-(E[X])2=1/3(a2+ab+b2)-1/4(a+b)2=1/12(a2-2ab+b2)=1/12(a-b)2若X服从[2，4]上的均1653匀分布，则数学期望EX=（2+4）/2=3；方差DX=（4-2）2/12=1/3。扩展资料1、标准均匀分布若a=0并且b=1，所得分布U（0，1）称为标准均匀分布。标准均匀分布的一个有趣的属性是，如果u1具有标准均匀分布，那么1-u1也是如此。2、相关分布（1）如果X服从标准均匀分布，则Y=Xn具有参数（1/n，1）的β分布。（2）如果X服从标准均匀分布，则Y=X也是具有参数（1，1）的β分布的特殊情况。（3）两个独立的，均匀分布的总和产生对称的三角分布。参考资料来源：-均匀分布
超几何分布列的数学期望和方差公式 超几何分布的数学期望与方差设随机变量，则 应用组合公式和，得 类似地可得 故
概率分布列 公式 二项分布b（n，p）EX=np Var=np(1-p)泊松分布P（λ）EX=λ Var=λ负二项分布Nb(r，p)EX=r/p Var=r(1-p)/(p^2)指数分布Exp（λ）EX=1/λ Var=1/λ正态分布N（μ，σ^2）EX=μ Var=σ^2均匀分布U（a，b）EX=（a+b）/2 Var=[（b-a）^2]/126个常用的
超几何分布的数学期望和方差怎么算 X~H(n，M，N)例 N个球 有M个黑e68a84e8a2ad62616964757a686964616f31333433636234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若随机变量X服从参数为n，p的二项分布，则EX=np，DX=np(1-p)②若随机变量X服从参数为N，M，n的超几何分布，则EX=nM/N超几何分布的方差①若随机变量X服从参数为n，p的二项分布，则EX=np，DX=np(1-p)②若随机变量X服从参数为N，M，n的超几何分布，则EX=nM/N超几何分布的方差D（X）=np（1-p）*（N-n）/（N-1）扩展资料：证明：引理一：∑{C(x，a)*C(d-x，b)，x=0.min{a，d}}=C(d，a+b），考察（1+x)^a*（1+x)^b中x^d的系数即得。（另：还可以由超几何分布1=∑P(X=K)，k=0，1，2.n得）引理二：k*C(k，n)=n*C(k-1，n-1），易得。正式证明：EX=∑{k*C(k，M)*C(n-k，N-M)/C(n，N)，k=0.min{M，n}}1/C(n，N)*∑{M*C(k-1，M-1）*C(n-k，N-M)，k=1.min{M，n}}（提取公因式，同时用引理二变形，注意k的取值改变）M/C(n，N)*∑{C(k-1，M-1）*C(n-k，N-M)，k=1.min{M，n}}（提取，整理出引理一的前提）M*C(n-1，N-1）/C(n，N)（利用引理一）Mn/N（化简即得）参考资料来源：-超几何分布
