E(2X 1)=7柏松分布,求参数

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/30 05:22:36
E(2X 1)=7柏松分布,求参数
x服从参数λ泊松分布 求 E(X^3)=

因为x服从参数λ泊松分布所以P{X=k}=e^(-λ)*λ^k/k!设f(x)=Σ(k=0,+∞)k*(k-1)...(k-m+1)x^k/k!=x^m*Σ(k=0,+∞)k*(k-1)...(k-m

X服从泊松分布求E[X(X-1)]

设X服从泊松分布,参数为λ,那么EX=λ,DX=λ,所以E[X(X-1)]=E(X^2)-EX=DX+(EX)^2-EX=λ+λ^2-λ=λ^2.也可以直接根据定义E[X(X-1)]=sum(n(n-

卡方分布如何求自由度设X1,X2,X3,X4是来自正太总体N(0.4)的简单随机样本,X=a(X1-2X2)^2+b(3

自由度肯定是2,就是可以转化成两个标准正太分布的平方之和,a,b都是来让后边的两个分布都等于标准正太分布的.再问:我自己已经做出来了,不过分还是给你好了……

泊松分布的期望问题X服从“入”的泊松分布,且E[(X-2)(X-3)]=2,求“入”的值

由E[(X-2)(X-3)]=E(x^2-5x+6)=E(x^2)+E(-5x+6)由泊松分布的数学期望公式得E(-5x+6)=-5E(x)+6=-5入+6E(x^2)=入^2+入则E[(X-2)(X

设随机变量序列X1,X2,...Xn独立同分布,且E(Xi)=μ,D(Xi)=σ^2,i=1,2,...,则对任意实数x

由林德贝格中心极限定理lim(n->∞)P{{(∑Xi-nμ)/[n^(1/2)*σ]}>x}=1-Φ(x).其中Φ(x)是标准正态分布的分布函数.

5个灯泡的寿命X1,X2,X3,X4,X5 独立同分布,且E(Xi)=b ( i=1 ,2 ,3,4,5 ) ,则5个灯

因为同分布,总体期望等于样本期望再问:没理解,有计算过程么

设随机变量X1和X2相互独立,且都服从正态分布N(0,1/2),令Y=X1-X2,求E|Y|

Y=X1-X2服从N(0,1)E(Y)=0E(|Y|)=(2/√2π)∫ye^(-y^2/2)dy=√(2/π),积分范围y>0E(|Y|²)=E(Y²)=D(Y)+E²

已知总体X的概率分布为P(X=i)=1/3,i=1,2,3.(X1,X2,X3)为来自X的样本,求E[x(1)],D[x

首先题目的意思是123三个数字,每个数字出现的可能性是一样的.然后现在是三个数字弄排列组合成一个三个数字组成的数组.那么用树状图就可以得出一共有27种组合的方式.E(X(1))的意思是求最小的那个数的

设随机变量X1,X2,...Xn独立同分布,且E(Xi)=μ,D(Xi)=σ^2,i=1,2,...,设x=1/n∑xp

EX=E(1/n∑xp)=1/n∑E(xp)=μDX=D(1/n∑xp)=1/n²D(∑xp)=1/n²∑D(xp)=σ²/n相关系数就是协方差和2个变量方差的积平方根的

求联合概率分布的问题如果x1服从标准正态分布在已知x1的条件下,x2服从均值-5+2x1方差为1的正态分布如何求x1,x

不太懂联合概率分布的意思可能和我们教材不一样吧我只会求X2的方差为4.不好意思.没有期望怎么能求出F(X)的概率分布呢?

已知x1和x1是方程2x2-2x-5=0的两个实数根,求代数式x1^3+3X1^2+0.5X1+6X2

已知x1是方程的解,则2x1²-2x1-5=0===>x1²-x1=5/2=2.5又,x1,x2是方程的两个解,则:x1+x2=1,x1x2=-5/2x1³+3x1

设随机变量X的分布列为 X1 2 3 4 P 0.2 0.3 a 0.4 ①求常数a ②求X的分布函数F(x)

①a=1-0.2-0.3-0.4=0.1;②F(x)={0,x<1时;0.2,1≦x<2时;0.5,2≦x<3时;0.6,3≦x<4时;1,x≥4时.解毕.再问:您写的是全部公式,但是最后的“解毕。”

设随机变量X1,X2...Xn相互独立同分布,服从B(1,p),则E(Xk∑Xi)=?其中Xk为X1,X2...Xn中的

注意到相同下标的X不独立,不相同下标的X相互独立,则该题就解决了

期望方差题已知X服从泊松分布P(r),X1,X2,...Xn为来自总体X的一个样本,S^2为样本方差,求E(S^2).请

我来解!首先你要搞清楚s^2是个什么东西!第二你要搞清楚方差的概念!s^2就是方差!定义就是2阶中心距!2阶中心距=E(x-E(x)^2)=∑xE(x-E(x)^2)那么也就等与D(x)换句话说就是求

设X1,X2...Xn是独立同分布的正值随机变量.证明E[(X1+...+Xk)/(X1+...Xn)]=k/n,k≤n

因为(Xi/(X1+X2+……+Xn))的绝对值小于等于1,所以它的期望存在.由对称性,E[(X1)/(X1+...Xn)]=E[(X2)/(X1+...Xn)]=...E[(Xi)/(X1+...X