设x服从参数为1的泊松分布,则D(3X 6)

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/07 08:40:52
设x服从参数为1的泊松分布,则D(3X 6)
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服从参数为λ的泊松分布,且P{X=1}=P{X=2},则P{X>2}的值为

P{X=1}=λ*e^(-λ)P{X=2}=0.5*(λ^2)*e^(-λ)所以λ*e^(-λ)=0.5*(λ^2)*e^(-λ)整理λ=0或λ=2λ≠0,所以λ=2P{X=0}=e^(-2)P{X=

概率论问题,设X.Y相互独立.且都服从参数为1的柏松分布,求X+Y服从哪种分布?

X.Y参数为1的柏松分布,则其母函数为Ψ(s)=e^(s-1)X.Y相互独立,X+Y母函数为Ψ(s,s)=Ψ(s)*Ψ(s)=e^(2(s-1))X+Y服从参数为2的泊松分布.再问:能再详细点吗。再答

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

设随机变量X服从参数为λ的泊松分布,且已知P{X=1}=2/e²,则λ=?

λ=2由泊松分布密度函数可知:P{X=1}=e^(-λ)*λ=2/e²,可得λ=2.

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

随机变量X服从参数为1的泊松分布,则E(X²)=____

P(1),所以E(X)=1,D(X)=1,又因D(X)=E(X²)-E²(X),所以E(X²)=D(X)+E²(X)=2

设随机变量X服从参数为λ的泊松分布,且p{X=1}=p{X=2},则EX=?DX=?

有些符号不会打.但有这样的结论:泊松分布的数学期望与方差相等,都等于参数λ.因为泊松分布只含有一个参数,只要知道它的数学期望或者方差就能完全确定它的分布

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

设随机变量X服从参数为λ的泊松分布,且E[(X-1)(X-2)]=1,则D(X)=______.

E((X-1)(X-2))=E(X2)-3E(X)+2=1E(X)=∝K=0KλKK!e−λ=λE(X2)=λ2+λλ2+λ-3λ+2=1则λ=1D(X)=λ=1

设随机变量X服从参数为λ的泊松分布,且P{X=1}=P{X=2},则EX=? DX=?

随机变量X服从参数为λ的泊松分布P{X=k}=e^(-λ)*λ^k/k!P{X=1}=e^(-λ)*λ^1/1!P{X=2}=e^(-λ)*λ^2/2!若P{X=1}=P{X=2}λ=2E(x)=D(