设随机变量相互独立且都服从参数为1的指数分布,,,则相关系数-搜答案-搜狗做题网

令：Z=X-Y，则由于X，Y相互独立，且服从正态分布，因而Z也服从正态分布，且EZ=EX-EY=0-0=0，DZ=D（X-Y）=DX+DY=12+12＝1，因此，Z=X-Y～N（0，1），∴E|X-Y

X服从B(n,p)二项分布D（X）=np(1-p)Y服从参数为3的泊松分布D（Y）=3X与Y相互独立D（X+Y）=D（X）+D（Y）D（X+Y）=np(1-p)+3解毕

用联合密度的方法去求,算z和x的联合密度,再对其密度关于x积分,就可以了

fx(x)=λe^(-λx)f(x,y)=λ²e^(-λx-λy)z-x>0,z>xfZ(z)=∫(-∞,+∞)f(x,z-x)dx=∫(-∞,+∞)f(x,z-x)dx=∫(0,z)λ&#

1/（PI）^O.5

(1)由已知,f(x)=1,(0

密度函数f(x)=1,0

你.有我当年风范f(x)={1/2-1再问：0，其他是什么意思啊直接在下面一行写就行了啊？再答：大括号把两行扩起来,就像我写的那样,扩两行,我这只扩了一行再问：能不能有点过程，我在考试啊，不能直接这样

P(X=Y)=P(X=0)P(Y=0)+P(X=1)P(Y=1)=1/9+4/9=5/9如有意见,欢迎讨论,共同学习；如有帮助,再问：为什么这么算啊？再答：根据独立性。书上讲更全面一些，建议您看书。

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~

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

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[

把他们各自的密度函数写出来再一加就是e^-2(e^x-e^y)

随机变量X与Y相互独立,那么D(X-2Y+3)=DX+2²*DY而X～B(16,0.5),Y服从参数为9的泊松分布所以DX=16*0.5*(1-0.5)=4,而Y的方差就等于泊松分数的参数,

主要是利用分布函数的对立事件,Fz(Z)=F（min{X1,X2,...Xn}≤z）,最小的小于等于z,我们不好确定其它变量和z的关系,采用它的对立事件=1-F（min{X1,X2,...Xn}≥z）

用定义做就行lim(n->∞)P{[∑(1,n)Xi-n*E(Xi)]/[√n*√D(Xi)]≤x}=Φ(x)因为Xi~P(λ),所以E(Xi)=D(Xi)=λ,代到上式lim(n->∞)P{[∑(1