设随机变量X~E(),则P{X>E(X)}

来源:学生作业帮助网 编辑:作业帮 时间:2024/06/05 00:14:11
设随机变量X~E(),则P{X>E(X)}
设随机变量X的概率分布为P{X=k}=e-1/K!

P(1)E(X)=D(X)=1E(X^2)=2P(X=EX^2)=P(X=2)=1/(2e)如有意见,欢迎讨论,共同学习;如有帮助,

设随机变量X服从参数y的泊松分布,且E(X—1)(X—2)=1,则P{X>=1}=

首先E(X-1)(X-2)=E(X^2-3X+2)=1.因为DX=EX=Y.解出来Y=1.带入到泊松分布中,因为泊松分布是从0开始到正无穷.所以P{X>=1}=1-e

设随机变量X的方差为2,根据切比雪夫不等式P{/X-E(X)/>=2}

D(X)就是方差啦·,已经告诉你了.P{|X-EX|>=2}

设随机变量X~N(1,4),则P{X

标准正态分布X~N(0,1),x在0处取得最大值,P{x再问:那要是P{X≥1},也是的0.5吗?再答:对啊,因为P{X=a}=1;连续分布取单点值的概率是0,所以说P{Xa}=1;P{X=a}=1;

设随机变量X的数学期望存在,则E(E(E(X)))= .

E(X)已经是一个数,它的期望还是它本身E(X)

设随机变量X~P(λ)且P{X=1}=P{X=2},则E(X)=

X服从泊松分布P(λ)所以P{X=1}=P{X=2}λe^(-λ)=λ^2e^(-λ)/2λ=2所以EX=λ=2

设随机变量X服从参数为p的几何分布,试证明:E(1/X)=(-plnp)/(1-p)

X和1/X对应的概率是一样的,都是p*(1-p)^(n-1),那么E(1/X)=∑(1/k)*p*(1-p)^(k-1),其中,k从1到无穷.E(1/X)=p/(1-p)∑[(1-p)^k]/k=p/

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

概率论与数理统计!1,设随机变量x~E(2).c是X的可能取值,则P(X=c)=

1,设随机变量x~E(2).c是X的可能取值,则P(X=c)=0;E(2)连续性随机变量,取固定值的概率为0;2,设随机变量X与Y的联合密度为f(x,y)={10

设随机变量x~N(μ,σ^2)则E(x)=3,D(x)=1,则P(-1

由题意得u=3,σ=1那么P(-1<x<1)=fai(1-3)/1-fai(-1-3)/1=fai(-2)-fai(-4)再根据查表,就可以得到P的值了

设随机变量X服从参数为λ的泊松分布,即X~P(λ),已知P(X=1)=P(X=2),则X的期望E(X)为多少

P(X=k)=(λ^k/k!)*e^(-λ)E(X)=λP(X=1)=(λ^1/1!)*e^(-λ)=λ*e^(-λ)P(X=2)=(λ^2/2!)*e^(-λ)=0.5λ^2*e^(-λ)λ*e^(

设随机变量X,Y满足E(XY)=E(X)E(Y),则

若独立则不相关,不相关不一定独立.设A,B独立P(A)P(B)=P(AB)cov(x,y)=E(XY)-E(X)E(Y)=E(X)E(Y)-E(X)E(Y)=0,因此A,B不相关.反之,A,B不相关c

设随机变量X~U(2,4),则P(3

设随机变量X~U(2,4),则P(3

设X为非负的随机变量,证明:当x>0时,P(X=1-E(X)/x

这个就是切比雪夫不等式.E(X)=∫_X=x_XdP>=xP(X>=x)==>P(X>=x)P(X=1-E(X)/x.ps:∫_X=0and∫_X>=x_XdP>=xP(X>=x再问:谢谢你,那跟切比

设随机变量x的分布密度函数:当x>=0时,p(x)=e^(-x)当x

两道求助都收到了,需要点时间,有些东西我也忘了.稍等,计算中再问:谢谢哈,麻烦你了,介意我再加一道题么↖(^ω^)↗再答:一道的话,可以吧。。6点以后有点事情这道题思路出来了,先写Y=g(x)=e^(