依概率收敛设独立分布,x~E(1)证明yn=min=0-搜答案-搜搜考试网

用epsilon-delta语言证再问：这个方法用在数学分析里行，可是概率是测度，所以不能直接这样证明。有没有别的方法证呢？再答：就是epsilon-delta语言证，对任意epsilon>0，存在d

E(X)=0*0.1+1*0.4+2*0.5=1.4E(X^2)=0^2*0.1+1^2*0.4+2^2*0.5=2.4D(X+2)=D(X)=E(X^2)-E(X)^2=2.4-1.4^2=0.44

此为几何分布p(X=k)=(1-p)^(r-1)*p.k=1,2,3...

既然两者独立,那就把两者的概率密度直接相乘就可以了.

我希望没看错你的题目,是f（x）=e^-x,我想是这个吧.U=X+Y,V=X-Y.一般的方式是这样因为二者相互独立,so ,fX,Y(x,y)=fX（x）×fY（y）=（e^-x）（e^-y

X与Y相互独立,且都服从正态分布N(0,0.5)-->U=X-YEU=EX-EY=0DU=0.5+0.5=1U~N(0,1)E|X-Y|=E|U|为正态分布的一阶绝对中心矩=(2/pi)^(1/

N(1,3)P(X>Y)=P(X-Y>0)=P(Z>0)又T=Z-1/根号3~N（0,1）则原式=P（T>-1/根号3）查标准正太分布表可得到概率再问：Z~N(1,1)不是这样？

(1)X-11Y-11/41/411/41/4(2)P(X>Y)=P(X=1,Y=-1)=1/4

依概率收敛到N(λ,λ/n)(根据中心极限定理)再问：这是辛钦大数的题再答：依概率收敛到λ，因为Xi的期望是λ

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,

用定义,考虑退化分布,很容易证.

设二维随机向量(X;Y)的联合分布函数为：F(x,y)=A（B的联合概率密度函数关于X和Y的边缘(x,y)双重积分为1且利用还原

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

根号(2*pi)积分可以化成极坐标做.

1/2再问：为什么

详细过程请见下图,希望对亲有帮助(看不到图的话请Hi我,审核要一段时间)

第一步计算出X(n)的分布函数,从而分布密度.（有现成公式）第二步计算P（|X(N)-a|>e)=P(a-ea再问：X(n)的分布函数该怎么求再答：如果U（0，a）的分布函数是F(x)，则Xn的分布函

见以下两图. 以下你会的.再问：其实我就是求分布函数的时候及份额不会求。。然后分布函数求不对。。再答：不用分部积分.f(x)=(x/4)e^(-x²/8),x>0.F(x)=∫[0

看不见你的图,我举个例子给你吧y值1234x值00.10.020.010.0410.20.040.020.0320.110.060.030.0730.090.080.040.06P(X=0)就是把第一