XY独立同分布,服从参数为p的几何分布,求Z(Max)的分布列

来源:学生作业帮助网 编辑:作业帮 时间:2024/03/28 17:47:33
XY独立同分布,服从参数为p的几何分布,求Z(Max)的分布列
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

随机变量X,Y相互独立,且都服从参数为0.6的0-1分布,则P{X=Y}的概率

P{X=Y}=P{(X=0)∩(Y=0)}+P{(X=1)∩(Y=1)}=0.4*0.4+0.6*0.6=0.52

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[

概率论问题,设X.Y相互独立.且都服从参数为1的柏松分布,求X+Y服从哪种分布?

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

设随机变量X,Y独立,且均服从参数为λ的指数分布,求:X/(X+Y)的分布

设u=x+y,v=x/(x+y),算u,v的联合分布之后再求边际分布.

设X和Y为独立随机变量,同服从参数为p的几何分布,计算已知X+Y 的条件下,X的条件概率.

P(X=x|X+Y=z)=P(X=x,Y=z-x)/P(X+Y=z)=(1-p)^(x-1)p(1-p)^(z-x-1)p/P(X+Y=z)再问:没有错,但是没有写完啊……P(X+Y=z)=?(考虑卷

设X服从参数为1的泊松分布,则P(X>1)

楼上的答案似乎不对P(X>1)=1-P(X=1)-P(X=0)=1-e^(-1)-e^(-1)-=1-2/e=0.26424

设随机变量XY相互独立,且均服从正太分布N(0,1)则概率P(XY>0)为多少

X,Y服从正太分布N(0,1),因此P(X>0)=P(Y>0)=0.5P(XY>0)=P(X>0,Y>0)+P(X0)+P(X再问:X,Y服从正太分布N(0,1),因此P(X>0)=P(Y>0)=0.

设x,y是相互独立同服从几何分布的随机变量,即它们共同的分布率为p(x=k)=pq^(k-1),

解答过程如图,写出Z1,Z2取值与X,Y取值的关系就可计算了.经济数学团队帮你解答,请及时采纳.谢谢!

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=

设随机变量X同Y独立同分布,它们取-1,1,两个值的概率分别为1/4 3/4,则P{XY=-1}=

P{XY=-1}=P{X=1,Y=-1}+P{X=-1,Y=1}=P{X=1}*P{Y=-1}+P{X=-1}*P{Y=1}=3/4*1/4+1/4*3/4=3/8

概率论问题:) 进行独立实验的次数X服从参数为m的泊松分布.

设X是独立实验的次数,则X服从参数为m的泊松分布设Y是实验成功次数,则Y服从参数为p的二项分布P(Y=k)=Σ(n=k,∞)P(X=n,Y=k)=Σ(n=k,∞)P(X=n)P(Y=k/X=n)=[(

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(