本文介绍了方差和数学期望的概念及其在概率论中的应用。方差是衡量随机变量取值偏离数学期望程度的指标，而数学期望描述了随机变量的平均波动性。文中列举了离散型和连续型随机变量的常见分布，如0-1分布、二项分布、泊松分布、均匀分布、指数分布和正态分布的方差和期望计算公式，并探讨了方差的性质。此外，还讨论了二维随机变量的数学期望计算及其性质。
如题：2019年10月：
分析：由方差的性质，详见4
D(2x+1)=D(2x)+0=4D(x)=10,所以D(x)=2.5,答案选B
在此之前，不知什么是方差。
1、什么是方差呢？
可以说是建立在数学期望基础上的概念，什么是数学期望呢？详见扩展：《关于数学期望由来？？》
从方差的概念中：X-E(x),可以看出是随机变量X的取值偏离E(x)平均程度的值，可能是正，也可能是负，再取平方之后，都是正。可见方差是对数学期望的偏离程度的放大。如果说数学期望是对一条曲线整体波动性的描述（用值 X 概率，再相加或积分），那么方差则更深入到这个波动性的内部，提示了波动性产生的原因（也就是偏离程度，用随机变量X的平方的数学期望 减去 X的数学期望的平方）。
也就是计算方差公式：
公式很重要！！！！！！
2、常见离散型随机变量方差：
0-1分布: D(x)=p(数学期望） * （1-p)
二项分布： D(x)=np * (1-p)
泊松分布：&n
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
