服从参数为1的指数函数,p(x≤2

来源:学生作业帮助网 编辑:作业帮 时间:2024/10/01 11:04:44
设随机变量X服从参数为λ的泊松分布,且P{X=1}=P{X=2},求数学期望和方差

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^

设随机变量x与y相互独立,都服从参数为1的指数分布,求P{X

对参数为入1,入2的两个指数分布X1,X2P(X1>X2)=入1/(入1+入2)1/(1+1)=1/2E(a),E(b)为例P(X>Y)∫(0~)∫(0~y)abe^(-ax-by)dxdy=∫(0~

设随机变量x服从参数λ=1的指数函数,求Y=lnx的概率密度

如图,有不清楚请追问.满意的话,请及时评价.谢谢!

X与Y独立,且X服从(0,1)上的均匀分布,Y服从参数为1 的指数分布,求P{X=min(X,Y)}

令Z=min(X,Y),则:P{Z=min(X,Y)>z}=P{X>z,Y>z}=P{X>z}*P{Y>z}易知:P{X>z}=1-z(0==0)所以:P{Z=min(X,Y)>z}=[1-z]*[1

设随机变量x服从参数为(2,P)的二项分布,Y服从参数为(4,P)的二项分布

因为随机变量服从X~(2,P)则,P(ξ≥1)=1-=a(a你没给出),可以求出p;那么,P(η≥1)=1-

设随机变量X服从参数为λ的泊松分布,且P{X=1}=P{X=2},则P{X>2}的值为

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=

设随机变量X服从参数为λ的泊松分布,且已知P{X=1}=P{X=2},求P{X=4}.

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

X服从参数为1的指数分布p(x)=e^-x,x>0;0,x为其余,求 条件概率p(X>5/X>3)等于?

P(X>5|X>3)=P(X>5,X>3)/P(X>3)=P(X>5)/P(X>3)=[1-F(5)]/[1-F(3)].F(x)为其分布函数.f(x)=e^-x,x>0;0,x为其余对应的分布函数为

设随机变量x服从参数为2的指数函数,y服从参数为4的指数分布则E(2x 3y)等于多少

指数分布的期望为参数的倒数,所以EX=1/2,EY=1/4故E(2X)=1,E(3Y)=3/4

设随机变量X服从参数λ 为的指数分布,则概率 P(X>EX)?

X服从参数λ为的指数分布,则:EX=1/λ,X有分布函数:F(x)=1-e^(-λx),x>=0;于是P(X>EX)=1-P(X

设随机变量X服从参数为p的几何分布,试证明:E(1/X)=(-plnp)/(1-p)

X和1/X对应的概率是一样的,都是p*(1-p)^(n-1),那么E(1/X)=∑(1/k)*p*(1-p)^(k-1),其中,k从1到无穷.E(1/X)=p/(1-p)∑[(1-p)^k]/k=p/

设随机变量X服从参数为λ的指数分布,则P{X>DX}

由题设,X服从参数为λ的指数分布,知:DX=1λ2,λ>0,于是:P{X>DX}=P{X>1λ}=∫+∞1λλe−λxdx=−e−λx| +∞1λ=1e.

设随机变量X服从参数为λ的泊松分布,且p{X=1}=p{X=2},则EX=?DX=?

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

设随机变量X服从参数为1的泊松分布,则P{X=EX2}=______.

由于随机变量X服从参数为1的泊松分布,所以:E(X)=D(X)=1又因为:DX=EX2-(EX)2,所以:EX2=2,X 服从参数为1的泊松分布,所以:P{X=2}=12e−1,故答案为:1

设X服从参数为1的泊松分布,则P(X>1)

楼上的答案似乎不对P(X>1)=1-P(X=1)-P(X=0)=1-e^(-1)-e^(-1)-=1-2/e=0.26424

X,Y是相互独立的随机变量,都服从参数为n,p的二项分布 求证:Z=X+Y服从参数为2n,p的二项分布

由于X,Y都服从参数为n,p的二项分布,P(X=i)=C(n,i)p^i(1-p)^(n-i),P(Y=i)=C(n,i)p^i(1-p)^(n-i).设Z=X+Y,由于X,Y是相互独立,因此P(Z=

设随机变量X服从参数为(2,p)的二项分布,随机变量Y服从参数为(3,p)的二项分布,若P{X≥1}=59,

/>因为X服从参数为(2,p)的二项分布,且P{X≥1}=59,所以:P{X=0}=1-P{X≥1}=49,即:C02P0(1-P)2=(1-P)2=49,求解得:P=13,因为Y服从参数为(3,p)