指數分布數學期望？指數分布的期望：E（X）=1/λ。指數分布的方差：D（X）=Var（X）=1/λ2。指數分布與分布指數族的分類不同，后者是包含指數分布作為其成員之一的大類概率分布，也包括正態分布，二項分布，伽馬分布，泊松分布等等。那么，指數分布數學期望？一起來了解一下吧。
均勻分布，期望是（a+b）/2，方褲棗差是（b-a）的平方/12
二項分布，期望是np，方差是npq
泊松分布，期望世租是p，方差是p
指數分布，期望是1/p,方胡返拆差是1/(p的平方)
正態分布，期望是u，方差是&的平方
1.因為LAMAT的指數分布的數跡念學期望為1/LAMAT,也就是平均值為1/LAMAT.
記住一些特殊分布的期望,方差是有好處的,比如正態分布,平均分布,指數分布,泊松分布等等
2.因姿段困為根據題目YOUROU的分布燃塵率為P{YOUROU=k}=1/(2^k) k=1,2.,所以
YOUROU=k,為整數,即后面的n,那么sin(YOUROU*PI/2)=sin(nPI/2)
所以只能取-1,0,1
就是說YOUROU是服從離散分布.且YOUROU取1,2,3,4,5,6..時對應的概率是1/1^2,1/2^2...那么YOUROU只能取整數1,2,3,4,5..k.
而可得后面的sin(YOUROU*PI/2)中.因為YOUROU只能取整數1,2,3,4,5..k,所以YOUROU*PI/2只能是kPI,(K+1)PI/2,
而sin(2kPI)=0,sin,(K+1)PI/2=1或者-1
還有不明白的嗎?
指數分布的期望：E（X）=1/λ。
指數分布的方差：D（X）=Var（X）=1/λ2。
指數分布與分布指數族的閉碰握春分類不同，后者是包含指數分布作為其成員之一的大類概率分布，也包括正態分布，二項分布，伽馬分布，泊松分布等等。
六個常見分布的期望和方差：
1、均勻分布，期望是（a+b）/2，方差是（b-a）的平方/12。
2、二項分布，轎皮談期望是np，方差是npq。
3、泊松分布，期望是p，方差是p。
4、指數分布，期望是1/p,方差是1/(p的平方)。
5、正態分布，期望是u，方差是&的平方。
6、x服從參數為p的0-1分布，則e(x)=p，d(x)=p(1-p)。
如下：
指數分布的參數為λ，則指數分布的期望為1/λ；方差為（1/λ）^2。
E(X)==∫x*f(x)dx==∫λx*e^(-λx)dx=-(xe^(-λx)+1/λ*e^(-λx))|(正無窮到0)=1/λ。
E(X^2)==∫x^2*f(x)dx=∫x^2*λ*e^(λx)dx=-(2/λ^2*e^(-λx)+2x*e^(-λx)+λx^2*e^(-λx))|(正無窮到0)=2/λ^2。
DX=E(X^2)-(EX)^2=2/λ^2-(1/λ)^2=1/λ^2。
在概率理論和統計學中，指數分布（也稱為負指數分布）是描述泊松過程中橘冊的事件之間的時間的概率分布，即事件以恒定平均速率連續且獨立地發生的過程。 這是伽馬分布的一個特殊情況。 它是幾何分布的連續模擬，它具有無記憶的關鍵性質。 除了用圓顫宏于分析泊松過程外，還可以在其他各種環境中找到。
指數分布與分布指數族的分類不同，后者是包含指數分布作為其成員之一的大類概率分布，也洞棚包括正態分布，二項分布，伽馬分布，泊松分布等等。
指數函數的一個重要特征是無記憶性（Memoryless Property，又稱遺失記憶性）。
因為λ=1/瞎轎陪θ 只是表示方式不同，通常課本用的1/θ，但是考研大綱寫的是λ，考研大綱一直沒修改過，所以網上搜的時候帆饑很多都是考研的用λ。其實都一樣的，現在更傾向于θ用著更方磨蠢便，直接報數就行了不用再轉倒數。
以上就是指數分布數學期望的全部內容，指數分布的參數為λ，則指數分布的期望為1/λ；方差為（1/λ）^2。E(X)==∫x*f(x)dx==∫λx*e^(-λx)dx=-(xe^(-λx)+1/λ*e^(-λx))|(正無窮到0)=1/λ。
