x服从指数分布,则(x1 x2) 2服从什么分布

来源:学生作业帮助网 编辑:作业帮 时间:2024/07/04 22:19:20
大学概率论:设X,Y相互独立,都服从参数为2的指数分布,则P(X

解 实际上本题就是不用计算也能得出所求的概率为1/2.因为X和Y是相互独立的,且服从相同的分布,联合密度是边缘密度之积,由对称性可得X<Y的概率一定是1/2.当然X>Y的概率也是

高数填空设相互独立的随机变量X服从(0,2)上的均匀分布,Y服从参数为2的指数分布,则当0

∫[0,2]1/2dx∫[0,2]1/2*e^(-y/2)dy=1/4∫[0,2]∫[0,2]e^(-y/2)dxdy再问:e^(-y)?再答:没有啦,搞错上限了∫[0,x]1/2dx∫[0,y]1/

证明指数分布的无记忆性,即若随机变量X服从指数分布,则对任意正实数s和t有:P{X>s+t | X>s}=P{X>t}

不妨直接利用指数分布的分布函数计算(利用其密度函数容易推得),即当x≥0时,F(x)=1-e^(-λ*x)当xs+t|X>t}=P{X>s+t,X>t}/P{X>t}=P{X>s+t}/P{X>t}=

随机变量X服从参数为2的指数分布,随机变量Y服从参数为4的指数分布,求E(2X^2+3Y)=多少?

对于X有:DX=1/4EX=1/2所以EX²=DX+(EX)²=3/4对于Y有EY=1/4所以E(2X²+3Y)=2EX²+3EY=9/4注:各个版本教材对指数

设随即变量X服从参数为2的指数分布,则Y=e^x的概率密度为_____.

答案是2/(Y*Y*Y)求函数的概率密度有一个公式,如果Y(X)的导数是非0的,则可以用这个公式.这个题Y关于X的导数是大于0的,所以:(1)求Y关于X的函数的反函数,此题Y的反函数就是:Y的对数;(

设随机变量X服从参数为1的指数分布,则E(X+e^-2X)=?

E(X)=1Ee^(-2x)=∫(0~无穷)e^(-2x)e^(-x)dx=-e^(-3x)/3|(0~无穷)=1/31+1/3=4/3再问:期望的定义式不是E(X)=∫xf(x)dx,f(x)为密度

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

假设X、Y都服从独立同分布的指数分布,则max(X,Y)服从什么分布呢?如何求其期望、方差

E(x+y)=Ex+Ey=1&#47;5+3&#47;5=0.8D(x+y)=Dx+Dy+cov(xgy)=1&#47;25+9&#47;25+cov(xrvzdy)需要知道xky的协方差2若相互独立

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2的指数分布,则Y=1-e^(-2x)的概率密度为?

F(y)=P(Y≤y)=P(1-exp(-2X)≤y)=P(X≤-ln(1-y)/2)=∫[0,-ln(1-y)/2]2exp(-2x)dx=y0

概率指数分布家设随机变量X服从参数为λ的指数分布,且X落入区间(1,2)内的概率达到最大,则λ=?

X落入区间(1,2)内的概率P=积分(1-->2)λe^(-λx)dx=e^(-λ)-e^(-2λ)概率达到最大-->dP/dλ=0-->λ=ln2

设随机变量X服从指数分布e(2),则EX²=

E(x)=1/2D(x)=1/4E(X^2)=D(x)+E^2(x)=1/2如有意见,欢迎讨论,共同学习;如有帮助,请选为满意回答!

设随机变量X服从指数分布,E(x)=1000,则p(1000

X~E(n)E(X)=1000=1/nD(X)=1/n^2=1000^2p(1000

设随机变量X服从参数为1的指数分布,则数学期望E{X+e-2X}= ___ .

/>∵X服从参数为1的指数分布,∴X的概率密度函数f(x)=e-x,x>00,x≤0,且EX=1,DX=1,∴Ee-2x=∫+∞0e-2x•e-xdx=-13e-3x|+∞0=13,于是:E(X+e-

假设随机变量X服从指数分布,则随机变量Y=min{X,2}的分布函数(  )

Y的分布函数是:F(y)=P(Y≤y)=P(min(X,2)≤y)=1-P(min(X,2)>y)=1-P(X>y,2>y)考虑y<2和y≥2两种情况当y<2时,FY(y)=1-P(X>y)=PX≤y