设x1x2相互独立,均服从参数为2的指数分布则依概率收敛于-搜答案-搜搜做题作业网

因为X、Y相互独立,且均服从参数λ的指数分布所以E(X)=E(Y)=1/λD(X)=D(Y)=1/λ²∴E(2X-Y+3)=2E(X)-E(Y)+3=1/λ+3D(2X-Y+3)=4D(X)

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

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&#

Z的分布叫做瑞利（Rayleigh）分布,具体求法：f(x,y)=[1/(2πσ^2)]*e^-[(x^2+y^2)/2σ^2]当z=0时,有：F(z)=∫∫f(x,y)dxdy,其中积分区域为x^2

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

解实际上本题就是不用计算也能得出所求的概率为1/2.因为X和Y是相互独立的,且服从相同的分布,联合密度是边缘密度之积,由对称性可得X<Y的概率一定是1/2.当然X>Y的概率也是

x和y相互独立且均服从参数λ＝2的指数分布--->F(x,y)=F(x)*F(y)=(1-e^(-2x))(1-e^(-2y))=1-e^(-2x)-e^(-2y)+e^(-2x-2y)

(1)由已知,f(x)=1,(0

密度函数f(x)=1,0

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

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~

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

这个问题其实挺简单的,你看一下课本吧,基础题目呦!

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[

∫[0,2]1/2dx∫[0,2]1/2*e^(-y/2)dy=1/4∫[0,2]∫[0,2]e^(-y/2)dxdy再问：e^(-y)?再答：没有啦，搞错上限了∫[0,x]1/2dx∫[0,y]1/

指数分布的随机变量的概率密度为：1/Ψ*e^(-x/Ψ)所以X的概率密度为e^(-x),x>0Y的概率密度为e^(-y),y>0由于X,Y相互独立所以f(X,Y)=e^[-(x+y)],x>0,y>0

X.Y参数为1的柏松分布,则其母函数为Ψ（s)=e^(s-1)X.Y相互独立,X+Y母函数为Ψ（s,s)=Ψ（s)*Ψ（s)=e^(2(s-1))X+Y服从参数为2的泊松分布.再问：能再详细点吗。再答

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,