设x服从参数为2的指数分布,求EX

来源:学生作业帮助网 编辑:作业帮 时间:2024/10/02 02:46:26
设x服从参数为2的指数分布,求EX
概率论问题:设随机变量X服从参数为2的指数分布,Y服从参数为4的指数分布,求E(2X²+3Y)的值.

随机变量X服从参数为2的指数分布EX=1/2DX=1/4EX²=(EX)²+DX=1/2EY=1/4E(2X²+3Y)=2*(1/2)+3*(1/4)=7/4

设随机变量X的密度函数f(x)为偶函数,X^2服从参数为λ的指数分布,求f(x)?

X^2服从参数为λ的指数分布所以P{X^2>x^2}=e^(-λx^2)当xx^2}=(1/2)e^(-λx^2)所以f(x)=dF(x)/dx=-λxe^(-λx^2)又因为f(x)是偶函数所以x>

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=e^y服从参数为e的指数分布.求随机变量Y的概率密度函数

先令Y=lnXF(y)=P{Y≤y}=P{lnX≤y}=P{X≤e^y}=Fx(e^y)=1-e^(-e^(y+1))此为Y的分布函数f(y)=F`(y)=e^(y+1-e^(y+1))你确定参数是e

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X服从参数设X服从参数为λ=1的指数分布,求Y=X^2的概率密度.

X的概率密度函数:fX(x)={e^-x,x>0{0,x0时,有FY(y)=P{X^2≤y}=P{-√y≤x≤√y}=∫(-√y→√y)fX(x)dxfY(y)=d[FY(y)]/dy=d[∫(-√y

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2的指数分布,证明Y=e^-2X服从U(0,1)

解法的要点如下图,先找出分布函数的关系.经济数学团队帮你解答,请及时采纳.谢谢!

设随机变量X服从参数为1的指数分布,令Y=max(X,2),求Y的数学期望.求详解.

积分不知道怎么打积0-2就这么表示了(∫0-2)能看明白就行X的分布函数f(x)=e^(-x)(x>0)0(x2)(指数分布)∫f(x)dx/2(积分区间0-2)=(1-1/e^2)/2(2>y>0)

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服从参数为2的指数分布,随机变量Y=X^2,F(x,y)为(X,Y)的分布函数,求F(3,4).

这个题目没错F(3,4)=P{X≤3,Y≤4}=P{X≤3,X^2≤4}=P{-2≤X≤2}直接求结果,不要先求分布函数,那样很麻烦的

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

设随机变量X服从参数为3的指数分布,试求:

(1).f(x)=3e^(-3x),x>0;f(x)=0,其他.y1时,FY(y)=P(Y

设随机变量X,Y独立,且均服从参数为λ的指数分布,求:X/(X+Y)的分布

设u=x+y,v=x/(x+y),算u,v的联合分布之后再求边际分布.

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-

概率论 设随机变量服从参数为1的指数分布,令Y=max{X,2},求Y的数学期望

pdf(概率密度)fx=exp(-x)cdf(累计概率)Fx=1-exp(-x)那么x2的概率=exp(-2),反正是连续函数,等号无所谓E[Y]=p(x2)]=2-2exp(-2)+E[X(>2)]