设总体X~b(1,p)求Ex,Dx,Es2

EX=mp=(x1+x2+...+xn)/n所以p的矩估计量为(x1+x2+...+xn)/(mn)而E[(x1+x2+...+xn)/(mn)]=(E(x1)+E(x2)+...+E(xn))/(m

这题就是把N从常量整数变成变量,如果是常量整数,Y服从正态分布,变成变量整数其实也服从正态分布,但此时E(Y)跟D(Y)就变了.但是也很好求,只是比较麻烦.E(X)=λ,D(X)=ε平方,E(N)=1

因为.X与S2分别为总体均值与方差的无偏估计，且二项分布的期望为np，方差为np（1-p），故E（.X）=np，E（S2）=np（1-p）．从而，由期望的性质可得，E（T）=E（.X）-E（S2）=n

(1)EX=x1p1+x2p2+x3p3+x4p4=1×0.1+2×0.2+3×0.3+4×0.4=3DX=√[(x1-EX)²p1+(x2-EX)²p2+(x3-EX)²

a=1/2b=-1

X服从均匀分布,即X~U(a,b),则E(X)=(a+b)/2,D(X)=(b-a)²/12证明如下：设连续型随机变量X~U(a,b)那么其分布函数F(x)=(x-a)/(b-a),a≤x≤

密度函数：f(x)=1/(b-a)[a,b]f(x)=0其它x数学期望Ex=∫(a,b)x/(b-a)dx=0.5/(b-a)（b^2－a^2)=(a+b)/2Ex=(a+b)/2方差Dx=∫(a,b

用样本算出均值与方差,另一方面,其均值与方差分别为np,np(1-p),即可算出

f(x)=1-(e^x)令y=0即1-(e^x)=0,得x=0故与x轴交点P（0,0）f'(x)=-(e^x)将x=0代入得切线的斜率为-1故P处的切线方程是y=-x

B（10,p）,则E(X)=10p,D(X)=10p(1-p)E(X拔)=E(1/n*(X1+X2+^+Xn))=1/n*[E(X1)+E(X2)+^+E(Xn)]=1/10*10*E(X)=10pD

因为f(x)是R上的偶函数所以f(-x)=e^-x/a+a/e^-x=1/ae^x+ae^x=f(x)即e^x/a+a/e^x=1/ae^x+ae^x整理得1/a(e^x+1/e^x)=a(e^x+1

P（38≤X≤43）=P(X≤43)-P(X≤38)=P(Y≤(43-40)/5)-P(Y≤(38-40)/5)=Φ(0.6)-Φ(-0.4)=Φ(0.6)-1+Φ(0.4)Φ(0.6)和Φ(0.4)

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

E[X]=NP;Var[X]=NP(1-P);矩估计：总体的一阶原点矩为E[X]=NP;样本的一阶原点矩为_X,用样本估计总体,有^p=_X/N;极大似然估计：^p=_X/N;

你这个分布不是指数分布,是几何分布EX=1/p即p=1/EX所以X一把是对EX的矩估计p_hat=1/X一把

(1)连续型随机变量的分布函数必然连续,由此可考虑分布函数在x=0及x=π处的连续性.要连续,必须左右极限先得相等,于是b=0,kπ+b=1,即k=1/π,b=0.(2)根据(1)的结果可知,这是区间

E(x)＝p

先把区间（140

函数f(x)=1-ex的图象与x轴相交于p点,则令：f(x)=1-ex等于0,解出得：x=1/e所以点p的坐标是（1/e,0）f(x)求导,得：f(x)'=-e所以曲线在p处的切线的方程是：y=-ex

已知是均匀分布,立刻能写出每一个Xi的密度函数都是f(x)＝1/(b－a)a＜Xi＜b那么它们的分布函数也能写出：当Xi＜a时,F(x)＝0当a＜Xi＜b时,F(x)＝∫f(t)dt＝(x－a)/(b