概率指数分布x~e(0,e) DX怎么算

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/01 20:14:17
急设随机变量X服从指数为A的指数分布,且E(3X^2+X-26)=0,求D(3X-5)主要是想知道E(3X^2+X-26

E(3X^2+X-26)=3*E(X^2)+E(X)-26;E(X)=1/A,D(X)=1/A^2E(X^2)=(E(X))^2+D(X);D(3X-5)=9*D(X)化简,A=0.5;D(X)=1/

数学概率随机变量X服从拉普拉斯分布,其概率密布为f(x)=(1/2)e^-|x|计算E(x),D(x),..

∫(1/2)xe^-|x|=0=E(x),因为xe^-|x|是奇函数E(x^2)用分布积分做,因为d(x^2)/dx=2x由上一行知道是0,所以只有一项积分,又由奇偶性最后结果出来是2因此D(x)=E

设随机变量X服从参数为3的指数分布,求随机变量Y=1-e^(-3x)的概率密度函数

解 注意:若X是一个连续型随机变量,F(x)是其分布函数,则随机变量Y=F(X)一定服从(0,1)上的均匀分布. 最好能记住这个结果,在做题时非常方便.对于本题来说,若你知道Y=1

概率论与数量统计题1、设X服从参数为1的指数分布,则:E(e^-2x)=_____ D(X^2)=_______2、若随

1.因为指数分布,E(x)=1,D(x)=1,所以E(x^2)=D(x)+(E(x))^2=2D(x^2)=E(x^4)-(E(x^2))^2=积分(X^4e^-x)-4=24-4=20(用分部积分法

设随机变量X=e^y服从参数为e的指数分布.求随机变量Y的概率密度函数

先令Y=lnXF(y)=P{Y≤y}=P{lnX≤y}=P{X≤e^y}=Fx(e^y)=1-e^(-e^(y+1))此为Y的分布函数f(y)=F`(y)=e^(y+1-e^(y+1))你确定参数是e

随机变量随机变量X服从参数为1的指数分布,求E(X+e的—2X方)

因为随机变量X服从参数为1的指数分布,所以f(x)=e^(-x)(x>0时)而f(x)=0(x

设随即变量X服从参数为2的指数分布,则Y=e^x的概率密度为_____.

答案是2/(Y*Y*Y)求函数的概率密度有一个公式,如果Y(X)的导数是非0的,则可以用这个公式.这个题Y关于X的导数是大于0的,所以:(1)求Y关于X的函数的反函数,此题Y的反函数就是:Y的对数;(

设随机变量X服从参数为2的指数分布,证明Y=e^-2X服从U(0,1)

解法的要点如下图,先找出分布函数的关系.经济数学团队帮你解答,请及时采纳.谢谢!

设随机变量X服从参数为1的指数分布,则E(X+e^-2X)=?

E(X)=1Ee^(-2x)=∫(0~无穷)e^(-2x)e^(-x)dx=-e^(-3x)/3|(0~无穷)=1/31+1/3=4/3再问:期望的定义式不是E(X)=∫xf(x)dx,f(x)为密度

X服从参数为1的指数分布p(x)=e^-x,x>0;0,x为其余,求 条件概率p(X>5/X>3)等于?

P(X>5|X>3)=P(X>5,X>3)/P(X>3)=P(X>5)/P(X>3)=[1-F(5)]/[1-F(3)].F(x)为其分布函数.f(x)=e^-x,x>0;0,x为其余对应的分布函数为

设随机变量X服从参数2的指数分布,则Y=1-e^(-2x)的概率密度为?

F(y)=P(Y≤y)=P(1-exp(-2X)≤y)=P(X≤-ln(1-y)/2)=∫[0,-ln(1-y)/2]2exp(-2x)dx=y0

设随机变量X服从指数分布,X的概率密度是f(x)={λe^-λx,x>0 求E(X) 0,others

根据E(x)的定义,可以知道E(x)=∫(-∞,+∞)xf(x)dx=∫(0,∞)xλe^-λx(这里用分部积分法)=-xe^-λx|(0,∞)+∫(0,∞)e^-xλdx=1/λ再问:前面那个题目顺

设随机变量X服从指数分布,E(x)=1000,则p(1000

X~E(n)E(X)=1000=1/nD(X)=1/n^2=1000^2p(1000

设随机变量X服从参数为1的指数分布,则数学期望E{X+e-2X}= ___ .

/>∵X服从参数为1的指数分布,∴X的概率密度函数f(x)=e-x,x>00,x≤0,且EX=1,DX=1,∴Ee-2x=∫+∞0e-2x•e-xdx=-13e-3x|+∞0=13,于是:E(X+e-

概率统计指数分布里 概率密度(x>0时)λe^(-λx) 如何算出分布函数F(x)=1 - e^(-λx) 的?

回答:因为F(x)=∫{0,x}f(t)dt=1-e^(-λx).注意:因为x>0,故积分区域为(0,x].

指数分布f(x)=入e(-入x)(-入x是指数)x>0 0 其他 证明指数分布的数学期望是1/入

很简单啊,就用定义,然后一个分部积分就出来了EX=∫xλe^(-λx)dx=-xe^(-λx)|(0到+∞)-∫-e^(-λx)dx=(0-0)-(1/λ)e^(-λx)|(0到+∞)=-(0-1/λ