设X服从几何分布,求E(x)

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/10 06:57:27
设X服从几何分布,求E(x)
一道概率论的题目设X,Y相互独立,且都服从N(0,1)分布,试求E(根号X^2+Y^2)

这是二维的Maxwell分布,你学大学物理会遇到三维的.不过对于只求期望的话,不用求它的分布函数.E((X^2+Y^2)^(1/2))=∫∫(x^2+y^2)^(1/2)dF(x,y)=∫∫(x^2+

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

向量与线性方程组1设随机变量服从参数为λ的泊松分布,且已知E[(X-1)(X-2)]=1,求λ.

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

X服从泊松分布求E[X(X-1)]

设X服从泊松分布,参数为λ,那么EX=λ,DX=λ,所以E[X(X-1)]=E(X^2)-EX=DX+(EX)^2-EX=λ+λ^2-λ=λ^2.也可以直接根据定义E[X(X-1)]=sum(n(n-

设x服从泊松分布,求E[1/(x+1)]

如果泊松参数为a,答案为(1-e^-a)/a,不保证算对,总之你把表达式展开应该能发现它和某个泰勒公式很相近

设随机变量X,服从参数T,T>0的泊松分布,求E(X平方)

E(X^2)=E(X^2-X+X)=E[X(X-1)+X]=E[X(X-1)]+E(X)=∑(k=0→∞)k(k-1)T^ke^(-T)/k!+∑(k=0→∞)kT^ke^(-T)/k!=∑(k=2→

设随机变量x服从参数为p的几何分布,M>0为整数,Y=max(X,M),求E(Y)

用随机变量函数的期望公式.请采纳,谢谢!

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^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+

设x,y相互独立,都服从N(0,1)分布,试求E(根号(x2+y2))

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+

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

根号(2*pi)积分可以化成极坐标做.

设随机变量X服从参数为2的泊松分布,E(X),D(X)=?求详细解答

泊松分布P(λ)中只有一个参数λ,它既是泊松分布的均值,也是泊松分布的方差现在X是服从参数为2的泊松分布,所以E(X)=D(X)=2

设随机变量X服从参数为p的几何分布,试证明:E(1/X)=(-plnp)/(1-p)

X和1/X对应的概率是一样的,都是p*(1-p)^(n-1),那么E(1/X)=∑(1/k)*p*(1-p)^(k-1),其中,k从1到无穷.E(1/X)=p/(1-p)∑[(1-p)^k]/k=p/

设随机变量X服从指数分布,求随机变量Y=min(X,2)的分布函数

可以利用Y与X的关系如图求出分布函数.经济数学团队帮你解答,请及时采纳.再问:再问:能不能帮我在做一下50题再答:这个我不会。前面的问题已经解决,请采纳!

2、设随机变量X服从参数 的泊松分布( 入>0)且已知E[(x-2)(X-3)]=2,求入的值.

由泊松分布知道E(x)=D(x=)λ,则可知E[(x-2)(X-3)]=E(x^2-5x+6)=E(x^2)-5E(x)+6=D(x)+(E(x))^2-5E(x)+6=λ+λ^2-5λ+6=2即λ^

随机变量x服从几何分布,其分布律为P(x=k)=p(1-p)^(k-1),k=1,2...,求E(x),D(x),

下面的计算利用幂级数展开式(通过1/(1-x)=∑{k,0,∞}x^k,x∈(-1,1)容易证明):1/(1-x)²=1+2x+3x²+4x³+…=∑{k,0,∞}(k+

求概率统计大神设随机变量X服从参数为λ的泊松分布,求E(X+1)^-1

limn->无穷Σ(x=0~n)e^-λ(λ^x/x!(x+1))=[(e^-λ)/λ]{Σ(x=0~n)λ^(x+1)/(x+1)!}={(e^-λ)/λ}(e^λ-1)={1-e^(-λ)}/λ