设书籍中每页的排字错误服从泊松分布

来源:学生作业帮助网 编辑:作业帮 时间:2024/11/11 15:27:41
设书籍中每页的排字错误服从泊松分布
设两个随机变量X和Y相互独立且分别服从参数为a1,a2的泊松分布,则X+Y服从参数为什么的泊松分布?

X+Y服从参数为(a1+a2)的泊松分布,因为泊松分布具有可加性,证明见参考资料

设随机变量X服从参数为3的泊松分布,则X平方数学期望,

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;

设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松分布?

X~π(a)Y~π(b)π(a)π(b)为柏松分布则P{X=k}=(a^k)e^(-a)/k!P{Y=m}=(b^m)e^(-b)/m!k,m=0,1,2.因为X,Y相互独立则他们的联合分布P{X=k

关于泊松分布的概率题设一本书的各页的印刷错误个数X服从泊松分布,已知有一个和两个印刷错误的页数相同,试求随意抽查的4页中

分布律为:P{X=k}=[e^(-L)]*L^k/(k!).(L为参数)(k=0,1,2,3,.)现在首先求L.由:一个和两个印刷错误的页数相同,即:P{X=1}+=P{X=2},即:[e^(-L)]

概率论 泊松分布设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松

若是没有记错的话,虽然卷积公式在连续型随机变量中提出来,但是有说过对于离散型随机变量也可使用,把那个积分改成求和就行了再问:能具体为我证明此题吗?谢谢再答:不知道公式怎么打,只能简要说一说:因为X、Y

设X服从参数为1的泊松分布,Y服从参数为4,0.5的二项分布,且x,y相互独立,求E(XY)

由于相互独立,EXY=EX*EY=1*2=2泊松分布的期望等于纳姆达=1二项分布的期望等于np=4*0.5=2

设随机变量X与Y相互独立,且都服从参数为3的泊松分布,证明X+Y仍服从泊松分布,参数为6

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

设随机变量X与Y相互独立,且都服从参数为3的泊松分布,证明X+Y服从泊松分布,参数为6

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[

设随机变量X,服从参数T,T>0的泊松分布,求E(X平方)

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→

设随机变量X服从参数为λ=2的泊松分布,Y表示对X的3次独立重复观测中事件X

其实楼上的那位过程是对的,只是给的结果是方差.Y服从二项分布Y~b(n,p),这里n=3,p=e^(-2).所以E(Y)=3*e^(-2)再问:p=e^(-2)这个怎么得出来的。。。。。再答:泊松分布

设总体X服从参数为λ的普阿松分布(泊松分布),它的分布律为:

首先写出似然函数LL=∏p(xi)=∏{[(λ^xi)/(xi!)]·e^(-λ)}=e^(-nλ)·∏{[(λ^xi)/(xi!)]=e^(-nλ)·λ^(∑xi)·∏1/(xi!)然后对似然函数取

设某城市在一周内发生交通事故的次数服从参数为0.3的泊松分布,试问

看来是我最开始想错了.公式P=总合(e^(平均)*(平均)^x)/x!正好2次,概率是0.0333零次概率是0.7408,所以至少一次的概率是1-0.7408=0.2592国内课程有学这个吗?

设随机变量X服从参数为2的泊松分布,则E(X^2)=?

X~π(2)E(x)=2D(X)=2D(X)=E(X^2)-[E(X)]^22=E(X^2)-4E(X^2)=6

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

设随机变量X服从参数为2的泊松分布,则E(2X)等于?

参数为2的泊松分布,其期望就等于参数2即,E(X)=2∴ E(2X)=2E(X)=4……【期望的性质E(CX)=CE(X)】再问:

设随机变量X服从参数为4的泊松分布,则DX =____________.

泊松分布的期望Ex=λ=4,Dx=λ=4PS:泊松分布式(λ^k)/k!*e(-λ)

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