已经随机变量X服从泊松分布,且D(X)=1,由P{X>1)
来源:学生作业帮助网 编辑:作业帮 时间:2024/10/04 21:10:37
依题意可以得到λ=3,;所以E(X)=D(X)=3;而D(X)=E(X^2)-E(X)^2=3;所以E(X^2)=E(X)^2+D(X)=12;
X服从B(n,p)二项分布D(X)=np(1-p)Y服从参数为3的泊松分布D(Y)=3X与Y相互独立D(X+Y)=D(X)+D(Y)D(X+Y)=np(1-p)+3解毕
泊松分布P{X=k}=(λ^k)·e^(-λ)/k!P{X=1}=λ·e^(-λ)P{X=2}=λ²·e^(-λ)/2因为P{X=1}=P{X=2}所以λ·e^(-λ)=λ²·e^
由于:P(X=0,Y=0)=P(X=1,Y=0)=P(X=0,Y=1)=P(X=1,Y=1)=1/4.P(Z=1)=P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1)=3/4.P(Z=0
这个用泊松分布可加性来做,很简单X,Y相互独立且分别服从p(λ1),p(λ2)那么Z=X+Yp(λ1+λ2)参考资料里有他的证明
要用到微积分吗?具体公式给下回答:=Σ(3^I*e^(-3)I/I!)(3^(K-I)*e^(-3)I/(K-I)!)=Σ(3^I*3^(K-I)e^(-3)*e^(-3)/I!*(K-I)!)=Σ[
相互独立且服从参数为λ1,λ2的泊松分布
E(X^2)=E(X^2-X+X)=E[X(X-1)+X]=E[X(X-1)]+E(X)=∑(k=0→∞)k(k-1)T^ke^(-T)/k!+∑(k=0→∞)kT^ke^(-T)/k!=∑(k=2→
因为X服从泊松分布,所以DX=EX=5,则D(X–1)=DX=5
首先E(X-1)(X-2)=E(X^2-3X+2)=1.因为DX=EX=Y.解出来Y=1.带入到泊松分布中,因为泊松分布是从0开始到正无穷.所以P{X>=1}=1-e
随机变量X与Y相互独立,那么D(X-2Y+3)=DX+2²*DY而X~B(16,0.5),Y服从参数为9的泊松分布所以DX=16*0.5*(1-0.5)=4,而Y的方差就等于泊松分数的参数,
F(x)=λ^ke^(-λ)/k!由P{X=0}=1/2得e^(-λ)=1/2λ=ln2则F(x)=(ln2)^k/2(k!)P{X>1}=1-P{X
P{X=1}=λ*e^(-λ)P{X=2}=0.5*(λ^2)*e^(-λ)所以λ*e^(-λ)=0.5*(λ^2)*e^(-λ)整理λ=0或λ=2λ≠0,所以λ=2P{X=0}=e^(-2)P{X=
P{X=1}=P{X=2},λ*e^-λ=λ^2*e^-λ/2λ=λ^2/2λ=2P{X=4}=2^4*e^-2/4!=2e^-2/3
P(1),所以E(X)=1,D(X)=1,又因D(X)=E(X²)-E²(X),所以E(X²)=D(X)+E²(X)=2
有些符号不会打.但有这样的结论:泊松分布的数学期望与方差相等,都等于参数λ.因为泊松分布只含有一个参数,只要知道它的数学期望或者方差就能完全确定它的分布
随机变量X服从泊松分布,且P(X=1)=P(X=2),所以:P(X=i)=e−λλii!即:e−λλ=e−λλ22!得:λ=2P(X=4)=23e−2
由泊松分布知道E(x)=D(x=)λ,则可知E[(x-2)(X-3)]=E(x^2-5x+6)=E(x^2)-5E(x)+6=D(x)+(E(x))^2-5E(x)+6=λ+λ^2-5λ+6=2即λ^
E((X-1)(X-2))=E(X2)-3E(X)+2=1E(X)=∝K=0KλKK!e−λ=λE(X2)=λ2+λλ2+λ-3λ+2=1则λ=1D(X)=λ=1