XY分别服从参数为1 2的泊松分布 证明Z=X Y

来源:学生作业帮助网 编辑:作业帮 时间:2024/07/05 02:58:26
XY分别服从参数为1 2的泊松分布 证明Z=X Y
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X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松分布?

X~π(a)Y~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

设随机变量XY相互独立,且服从以1为参数的指数分布,求Z=X+Y的概率密度.急求解

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

概率论:设随机变量X服从区间[0,5]上的均匀分布,Y服从参数为3的指数分布,且X与Y相互独立,求E(XY)

由随机变量X服从区间[0,5]上的均匀分布,得出E(X)=5/2  由Y服从参数为3的指数分布,得出E(Y)=3  由X与Y相互独立,知E(XY)=E(X)×E(Y)=15/2再问:5/2的/是乘的意

概率论 泊松分布设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松

若是没有记错的话,虽然卷积公式在连续型随机变量中提出来,但是有说过对于离散型随机变量也可使用,把那个积分改成求和就行了再问:能具体为我证明此题吗?谢谢再答:不知道公式怎么打,只能简要说一说:因为X、Y

随机变量的数学期望设随机变量ξ,η相互独立,ξ服从参数为λ的指数分布,η服从参数为n,p(0

因为随机变量ξ,η相互独立,所以E(ξη)=E(ξ)E(η)而E(ξ)=1/λ,E(η)=np所以E(ξη)=np/λ

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服从(1,2)上的均匀分布,在X=x条件下,随机变量Y的条件分布是参数为x的指数分布.证明:XY服从参数为1

f(x)=1,1≤x≤2f(y|x)=xe^(-xy),y≥0f(y|x)=f(x,y)/f(x)=f(x,y)=xe^(-xy)令z=xy,z≥0F(z)=P(Z≤z)=P(XY≤z)=∫(1,2)

概率论习题随机变量X服从(1,2)均匀分布,X=x时,Y服从以x为参数的指数分布,求证XY服从以1为参数的指数分布

设z=xyf(z)=f(z|x)f(x)=f(y|x)f(x)得证第二步应该是x已知为常数,所以分布密度.

设随机变量ζ与η独立,分别服从参数为λ和μ的指数分布,求ζ-η的分布密度函数

L=Lamda,M=MiuP(x,y)=1/L*1/Mexp(-Lx)*exp(-My)a>0P(y-x=a)=int(x,0,+inf)(P(x,x+a))=1/(L*M)*inf(exp(-Lx-

设随机变量X服从参数为2的指数分布,证明Y=e^-2X服从U(0,1)

解法的要点如下图,先找出分布函数的关系.经济数学团队帮你解答,请及时采纳.谢谢!

设随机变量x服从参数为(2,P)的二项分布,Y服从参数为(4,P)的二项分布

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-

随机变量X,Y相互独立,分别服从参数为a,b的泊松分布,证明X+Y服从参数为a+b的泊松分布.

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

X,Y是相互独立的随机变量,都服从参数为n,p的二项分布 求证:Z=X+Y服从参数为2n,p的二项分布

由于X,Y都服从参数为n,p的二项分布,P(X=i)=C(n,i)p^i(1-p)^(n-i),P(Y=i)=C(n,i)p^i(1-p)^(n-i).设Z=X+Y,由于X,Y是相互独立,因此P(Z=

设X~N(1,2),Y服从参数为3的泊松分布,且X与Y独立,求D(XY)

X~N(1,2)则E(X)=1,Y服从参数为3的泊松分布,则E(Y)=3;E(Y^2)=3^2+3=12;E(X^2)=1;D(xy)=E[(xy)^2]-E^2(xy)=E(x^2y^2)-E^2(