笛子数码网将跟大家是介绍关于x2-01的，希望可以帮你解惑。
问个微积分的问题，请各位达人指教:∫01∫01（2-x-y）dxdy
解：内外层积分的下限均为0，上限均为1；
若先对x积分[对x积分时把y视为常量，反之亦然，这就是一元函数定积分和多元函数重积分的区别，对一个变量积分时其它的都看作常数，比如对x+y积分就得到(x^2/2)+yx, y再此视为常系数]，则
原式=∫01{[2x-(x^2/2)-yx]01}dy （已经对x积分，是将y看作常量进行的）
=∫01{2-(1/2)-y}dy （此时对y积分，是将x看作常量进行的，虽然此时没有x）
=[(3y/2)-(y^2/2)]01
=(3-1)/2
=1
改变累次积分的顺序（即先对y积分）得：
原式=∫01{[(2-x)y-(y^2/2)]01}dx （已经对y积分，是将x看作常量进行的）
=∫01[(3/2)-x]dx （此时对x积分，是将y看作常量进行的，虽然此时没有y）
=[(3x/2)-(x^2/2)]01
=(3-1)/2
=1
01分布的期望和方差是多少？
01分布的期望和方差是：期望p方差p（1-p），二项分布期望np，方差np（1-p）。
最简单的证明办法是：X能够分解成n个相互独立的，都服从以p为参数的(0-1)分布的随机变量之和：
设X服从N(0,1)Z服从自由度为N的卡方分布 X和Z独立 那么D(T)=E(T^2)-E(T)^2 其中E(T)=E(X/sqrt(Z/N))=E(X)*E(1/sqrt(Z/N))=0。
所以D(T)=E(T^2)=E(X^2/(Z/N))=E(X^2)*E(N/Z)=N*E(X^2)*E(1/Z)。
统计学意义：
当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。
样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。
