设随机变量相互独立且服从参数为1的泊松分布,则样本均值依概率收敛于'

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/21 05:29:58
设随机变量相互独立且服从参数为1的泊松分布,则样本均值依概率收敛于'
设两个随机变量X,Y相互独立,且都服从均值为0、方差为12

令:Z=X-Y,则由于X,Y相互独立,且服从正态分布,因而Z也服从正态分布,且EZ=EX-EY=0-0=0,DZ=D(X-Y)=DX+DY=12+12=1,因此,Z=X-Y~N(0,1),∴E|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

19.设随机变量X~B,Y服从参数为3的泊松分布,且X与Y相互独立,则 D(X+Y)=______.

X服从B(n,p)二项分布D(X)=np(1-p)Y服从参数为3的泊松分布D(Y)=3X与Y相互独立D(X+Y)=D(X)+D(Y)D(X+Y)=np(1-p)+3解毕

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

设随机变量X与Y均服从参数为λ的指数分布,且X与Y相互独立,求Z=X+Y的密度函数

fx(x)=λe^(-λx)f(x,y)=λ²e^(-λx-λy)z-x>0,z>xfZ(z)=∫(-∞,+∞)f(x,z-x)dx=∫(-∞,+∞)f(x,z-x)dx=∫(0,z)λ&#

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

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

设随机变量X与Y相互独立,且服从同一分布,X的分布律为

由于:P(X=0,Y=0)=P(X=1,Y=0)=P(X=0,Y=1)=P(X=1,Y=1)=1/4.P(Z=1)=P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1)=3/4.P(Z=0

设随机变量x与y相互独立,都服从参数为1的指数分布,求P{X

对参数为入1,入2的两个指数分布X1,X2P(X1>X2)=入1/(入1+入2)1/(1+1)=1/2E(a),E(b)为例P(X>Y)∫(0~)∫(0~y)abe^(-ax-by)dxdy=∫(0~

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与Y相互独立,且都服从参数为1的指数分布,求Z=2X+2Y的密度函数

把他们各自的密度函数写出来再一加就是e^-2(e^x-e^y)

设随机变量X与Y相互独立,且X~B(16,0.5),Y服从参数为9的泊松分布,则D(X-2Y+3)=?

随机变量X与Y相互独立,那么D(X-2Y+3)=DX+2²*DY而X~B(16,0.5),Y服从参数为9的泊松分布所以DX=16*0.5*(1-0.5)=4,而Y的方差就等于泊松分数的参数,

设随机变量X1,X2,X3相互独立,其中X1在[0,6]上服从均匀分布,X2服从正态分布N(0,22),X3服从参数为

D(x1)=3D(x2)=22D(x3)=3D(Y)=D(x1)+4D(x2)+9D(x3)=3+88+27=118如有意见,欢迎讨论,共同学习;如有帮助,

设x1…xn为相互独立的随机变量,且每一个都服从参数为λ的指数分布,试证:(1)2λxi~χ²(

主要是利用分布函数的对立事件,Fz(Z)=F(min{X1,X2,...Xn}≤z),最小的小于等于z,我们不好确定其它变量和z的关系,采用它的对立事件=1-F(min{X1,X2,...Xn}≥z)