随机变量X服从参数为2的 泊松分布 则D(9-2X)
来源:学生作业帮助网 编辑:作业帮 时间:2024/11/11 14:56:51
事实上,任意随机变量的分布函数(CDF)均服从(0,1)上均匀分布. 补充.Y就是X的累积分布函数,累积分布函数的取值范围只能是(0,1).
1-(1-p)^3=19/27(1-p)^3=8/27(1-p)=2/3p=1/3P{X>=1}=1-(1-p)^2=5/9
f(x)=1,1≤x≤2f(y|x)=xe^(-xy),y≥0f(y|x)=f(x,y)/f(x)=f(x,y)=xe^(-xy)令z=xy,z≥0F(z)=P(Z≤z)=P(XY≤z)=∫(1,2)
设z=xyf(z)=f(z|x)f(x)=f(y|x)f(x)得证第二步应该是x已知为常数,所以分布密度.
你确定x-0.5没有绝对值吗再问:有啊,,,啊啊啊再答:根据切比雪夫不等式P{|X-EX|>=ε}2}根据题目ε=2所以P{x-0.5>2}≤1/4/2^2=1/16
因为随机变量X服从参数为1的指数分布,所以f(x)=e^(-x)(x>0时)而f(x)=0(x
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
参数为1,就是λ为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!
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-
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
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
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
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
X~π(2)E(x)=2D(X)=2D(X)=E(X^2)-[E(X)]^22=E(X^2)-4E(X^2)=6
/>∵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-
因为$X\simP(2)$,所以,$\E{X}=2$,$\Var{X}=2$.所以$\E{X^2}=\Var{X}+\E{X}^2=2+2^2=6$,建议好好看看书上的随机变量数字特征这一章,因为$\
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:
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=
/>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)