‘壹’ 分布列和数学期望公式是什么
1、只要把分布列表格中的数字，每一列相乘再相加，即可。
2、如果X是离散型随机变量，它的全部可能取值是a1,a2,…，an,…,取这些值的相应概率是p1，p2，…，pn，…，则其数学期望E(X)=(a1)(p1)+(a2)(p2)+…+(an)(pn)+…；
均匀分布的期望：均匀分布的期望是取值区间[a,b]的中点(a+b)/2。
均匀分布的方差：var(x)=E[X²]-(E[X])²。
(1)分布列数学期望的相关知识点扩展阅读：
变量取值只能取离散型的自然数，就是离散型随机变量。例如，一次掷20个硬币，k个硬币正面朝上，k是随机变量。k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数，因而k是离散型随机变量。
如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。例如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，x的取值范围是[0，15），它是一个区间，从理论上说在这个区间内可取任一实数3.5、无理数等，因而称这随机变量是连续型随机变量。
‘贰’ 分布列和数学期望文科考吗
会考。
分布列（Probability distribution），表示概率在所有的可能发生的情况中的分布。A，B，C，D 分别表示四个不同的事件， P 为他们对应的概率，（0≤p≤1）对于任意一个分布列，所有概率之和为1，也写作100%。
在概率论和统计学中，数学期望(mathematic expectation [4] )（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。大数定律表明，随着重复次数接近无穷大，数值的算术平均值几乎肯定地收敛于期望值。
‘叁’ 什么叫分布列及期望，求解释和举例！
离散型随机变量的一切可能的取值xi与对应的概率P(=xi)之积的和称为的数学期望（设级数绝对收敛），记为E。如果随机变量只取得有限个值。随机变量最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。它是简单算术平均的一种推广，类似加权平均。
‘肆’ 数学期望和分布列怎么求呢
1、只要把分布列表格中的数字，每一列相乘再相加，即可。
2、如果X是离散型随机变量，它的全部可能取值是a1,a2,…，an,…,取这些值的相应概率是p1，p2，…，pn，…，则其数学期望E(X)=(a1)(p1)+(a2)(p2)+…+(an)(pn)+…；
均匀分布的期望：均匀分布的期望是取值区间[a,b]的中点(a+b)/2。
均匀分布的方差：var(x)=E[X²]-(E[X])²。
(4)分布列数学期望的相关知识点扩展阅读：
用概率论的知识，不难得知，甲获胜的可能性大，乙获胜的可能性小。
因为甲输掉后两局的可能性只有(1/2)×(1/2）=1/4，也就是说甲赢得后两局或后两局中任意赢一局的概率为1－(1/4)=3/4，甲有75%的期望获得100法郎；
而乙期望赢得100法郎就得在后两局均击败甲，乙连续赢得后两局的概率为(1/2)*(1/2)=1/4，即乙有25%的期望获得100法郎奖金。
可见，虽然不能再进行比赛，但依据上述可能性推断，甲乙双方最终胜利的客观期望分别为75%和25%，因此甲应分得奖金的100*75%=75(法郎)，乙应分得奖金的的100×25%=25(法郎)。这个故事里出现了“期望”这个词，数学期望由此而来。
‘伍’ 分布列和数学期望怎么做
1、只要把分布列表格中的数字，每一列相乘再相加，即可。
2、如果X是离散型随机变量，它的全部可能取值是a1，a2，…，an，…，取这些值的相应概率是p1，p2，…，pn，…，则其数学期望E（X）＝（a1）（p1）＋（a2）（p2）＋…＋（an）（pn）＋…；
均匀分布的期望：均匀分布的期望是取值区间［a，b］的中点（a＋b）／2。
均匀分布的方差：var（x）＝E［X²］－（E［X］）²。
(5)分布列数学期望的相关知识点扩展阅读：
分布列就是一个概率题所有事件极其概率列成的两行两列的表格。 数学期望就是把概率乘以对应的数字即可，比如计硬币向上为1，向下为0，E（投硬币）=1/2*1+1/2*0=1/2。
期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。
‘陆’ 高中数学知识点
高中数学知识点：
1、三角函数：
对于三角函数的考法共有两种。分别是解三角形和三角函数本身。大概百分之十到二十的概率考解三角形，百分之八十到九十概率考对于三角函数本身的熟练运用。
4、数列：
数列主要是求解通项公式和前n项和。首先是通项公式，要看题目中给出的条件形式，不同的形式对应不同的解题方法，其中主要包括公式法、累加法、累乘法、待定系数法、数学归纳法、倒数变化法等，熟练应用这些方法并积累例题达到熟练的程度。
5、圆锥曲线：
一般套路就是，前半部分是对基本性质的考察，后半部分考察与直线相交，且后半部分的步骤几乎都是一致的。
‘柒’ 什么叫分布列及期望，求解释和举例
分布列
分布列，表示概率在所有的可能发生的情况中的分布。
如果X是连续型随机变量，其概率密度函数是p(x)，则X的数学期望E(X)等于 函数xp(x)在区间(-∞，+∞）上的积分。
‘捌’ 怎么求分布列和数学期望
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]/12
数学期望E（X)是一个常数，还有E（a+b)=E（a）+E（b)
可能是要知道这个:E[(X-E(X))^2]=E[X^2-2*E(X)*X+(E(X))^2]
=E(X^2)-2*E(X)*E(X)+[E(X)]^2
=E(X^2)-[E(X)]^2
‘玖’ 六种常见分布的期望和方差是什么
六种常见分布的期望和方差：
1、0-1分布
已知随机变量X，其中P{X=1} = p，P{X=0} = 1-p，其中 0 < p < 1，则成X服从参数为p的0-1分布。
其中期望为E（X）= p，方差D（X）= p（1-p）。
2、二项分布
n次独立的伯努利实验（伯努利实验是指每次实验有两种结果，每种结果概率恒定，比如抛硬币）。
其中期望E（X）= np，方差D（X）= np（1-p）。
3、泊松分布
其概率函数为P{X=k}=λ^k/(k!e^λ) k=0，1，2…...k代表的是变量的值。
其中期望和方差均为λ。
4、均匀分布
若连续型随机变量X具有概率密度，则称X在（a，b）上服从均匀分布。
其中期望E（X） = （a+b）/ 2 ，方差D（X） = （b-a）^2 / 12。
5、正态分布
若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。当μ = 0,σ = 1时的正态分布是标准正态分布。
其中期望是u，方差是σ的平方。
6、指数分布
若随机变量x服从参数为λ的指数分布，则记为X~E（λ）。
其中期望是E(X)=1/λ，方差是D(X)=1/λ。
‘拾’ 请问这个分布函数的数学期望怎么求
已知F(x)，可以求X的分布列
X -1 1 2
P 0.3 0.4 0.3
E(x)＝-1×0.3+1×0.4+2×0.3＝0.7
均匀分布的期望：均匀分布的期望是取值区间[a,b]的中点(a+b)/2。
均匀分布的方差：var(x)=E[X²]-(E[X])²
var(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]上的均匀分布，则数学期望EX=（2+4）/2=3；方差DX=（4-2）²/12=1/3。
(10)分布列数学期望的相关知识点扩展阅读：
离散型随机变量的分布律和它的分布函数是相互唯一决定的。它们皆可以用来描述离散型随机变量的统计规律性，但分布律比分布函数更直观简明，处理更方便。因此，一般是用分布律(概率函数)而不是分布函数来描述离散型随机变量。