已知随机变量服从参数为2的泊松分布,则随机变量x=3y平方-2的数学期望
来源:学生作业帮助网 编辑:作业帮 时间:2024/08/18 19:26:37
![已知随机变量服从参数为2的泊松分布,则随机变量x=3y平方-2的数学期望](/uploads/image/f/4283670-30-0.jpg?t=%E5%B7%B2%E7%9F%A5%E9%9A%8F%E6%9C%BA%E5%8F%98%E9%87%8F%E6%9C%8D%E4%BB%8E%E5%8F%82%E6%95%B0%E4%B8%BA2%E7%9A%84%E6%B3%8A%E6%9D%BE%E5%88%86%E5%B8%83%2C%E5%88%99%E9%9A%8F%E6%9C%BA%E5%8F%98%E9%87%8Fx%3D3y%E5%B9%B3%E6%96%B9-2%E7%9A%84%E6%95%B0%E5%AD%A6%E6%9C%9F%E6%9C%9B)
E(5X-1)=5EX-1=9->EX=λ=2期望的基本性质,和泊松分布的期望公式而已.
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;
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[
E[(X-1)(X-2)]=E[X^2-3X+2]=EX^2-3EX+2EX=λDX=λEX^2=DX+(EX)^2=λ+λ^2即λ^2-2λ+2=1得λ=1
E(2X-3)=2EX-3.X服从泊松分布,则EX=3.所以EZ=3.
对于方差,我们有以下的性质:D(aX+b)=a^2D(X)所以:D(Y)=D(-3X+12)=(-3)^2D(X)=9D(X)因为离散型随机变量X服从参数为2的泊松分布而参数为λ的泊松分布的方差为λ所
你是不明白分母的那个k!0!的值在数学上通常是约定为1的,因此代入公式后的答案是P{X=0}=e^-3.
E(Z)=E(3X-2)=3·E(X)-2,因为X服从参数为2的泊松分布,所以E(X)=2,所以E(Z)=3×2-2=4.
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-
P{X=1}=P{X=2},λ*e^-λ=λ^2*e^-λ/2λ=λ^2/2λ=2P{X=4}=2^4*e^-2/4!=2e^-2/3
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.
X~π(2)E(x)=2D(X)=2D(X)=E(X^2)-[E(X)]^22=E(X^2)-4E(X^2)=6
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
泊松分布的期望和方差均为λ(就是参数).所以E(Y)=2*E(X)-2=2E(Y)=2
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:
P(X=2)=[9e^(-3)]/2
泊松分布的期望Ex=λ=4,Dx=λ=4PS:泊松分布式(λ^k)/k!*e(-λ)
π(a)π(b)π(a)π(b)为柏松分布则P{X=k}=(a^k)e^(-a)/k!P{Y=m}=(b^m)e^(-b)/m!k,m=0,1,2.因为X,Y相互独立则他们的联合分布P{X=k,Y=m