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
均匀分布U(a,b)的数学期望和方差分别是 数学期望:E(x)=(a+b)/2方差:D(x)=(b-a)2/12
均匀分布U(a,b)的数学期望和方差分别是 期望baiE(x)=(a+b)/2,方差D(x)=(b-a)2/12。简单du来说,均匀分布是指事zhi件的结果是等可能的dao。掷骰版子的结果就是一个权典型的均匀分布,每次的结果是6个离散型数据,它们的发生是等可能的,都是1/6。均匀分布也包括连续形态,比如一份外卖的配送时间是10~20分钟,如果我点了一份外卖,那么配送员会在接单后的10~20分钟内的任意时间送到,每个时间点送到的概率都是等可能的。扩展资料很多时候,均匀分布是源于我们对事件的无知,比如面对中途踏上公交车的陌生人,我们会判断他在之后任意一站下车的可能性均相等。正是由于不认识这个人,也不知道他的目的地是哪里,因此只好认为在每一站下车的概率是等可能的。如果上车的是一个孕妇,并且接下来公交车会经过医院,那么她很可能是去医院做检查,她在医院附近下车的概率会远大于其他地方。虽然不认识这名孕妇,但孕妇的属性为我们提供了额外的信息,让我们稍稍变的“有知”,从而打破了分布的均匀性。参考资料来源:-均匀分布
均匀分布数学期望在哪里? 当然在中点啦!不信用E(X)算算.