电子元件的寿命x服从参数为3的指数分布,求该电子原件寿命超过两年的概率

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/22 15:24:42
设随机变量X服从参数为3的泊松分布,则X平方数学期望,

依题意可以得到λ=3,;所以E(X)=D(X)=3;而D(X)=E(X^2)-E(X)^2=3;所以E(X^2)=E(X)^2+D(X)=12;

设某种电子元件的寿命T服从双参数的指数分布,其概率密度为f(t)=(1/θ)e^-(t-c)θ,t>=c,

(1)θ与c的矩估计量令x=t-c,则x服从参数为θ的标准指数分布,因此Ex=θ,Dx=θ^2Ex=Et-c=θ--->c=Et-θ=X'-θDx=Dt=S^2=θ^2-->θ=(Dx)^(1/2)=

设电子元件的使用寿命服从参数为1/2000的指数分布,求一个原件在使用了2500小时后,还能继续使用的概率

分布函数F(X)=1-E^(-1000X)概率密度F(x)的1000E^(-1000X的),x>0时F(x)的=2000E^(-2000X),x>0时函数f(x)F(X)=1-E^(-1000X),x

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[

28.已知某种类型的电子元件的寿命X(单位:小时)服从指数分布,它的概率密度为 某仪器装有3只此种类型的电

自考的2010年7月试题:已知某种类型的电子元件的寿命X(单位:小时)服从指数分布,它的概率密度为f(x)=1/600^e^-e/600,x>00.x

某厂生产的某种电子元件的寿命X服从正态分布N(1600,σ²).如果要求元件的的寿命在1200小时以上的

(1600-1200)/σ=F^(-1)(0.96)=1.75,其中F是标准正态分布的累积分布函数==>σ=228.57希望对你有帮助,望采纳,谢谢~

随机变量X服从参数为2的指数分布,随机变量Y服从参数为4的指数分布,求E(2X^2+3Y)=多少?

对于X有:DX=1/4EX=1/2所以EX²=DX+(EX)²=3/4对于Y有EY=1/4所以E(2X²+3Y)=2EX²+3EY=9/4注:各个版本教材对指数

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(2,P)的二项分布,Y服从参数为(4,P)的二项分布

因为随机变量服从X~(2,P)则,P(ξ≥1)=1-=a(a你没给出),可以求出p;那么,P(η≥1)=1-

求服从参数为1/3的指数分布的随机变量X的分布函数

概率密度f(x)=1/3e^(-x/3),x>00,x≤0分布函数F(x)=∫1/3e^(-x/3)dx=1-e^(-x/3),x>0【从0积分到x】0,x≤0

概率论与数理统计问题 一批电子元件,其寿命服从指数分布,其中参数=50.(1)若有5个这样的元件,

使用指数分布的公式.指数分布有不同的写法,这里参数50可以理解为期望值.经济数学团队帮你解答.请及时评价.谢谢!

设随机变量x服从参数为2的指数函数,y服从参数为4的指数分布则E(2x 3y)等于多少

指数分布的期望为参数的倒数,所以EX=1/2,EY=1/4故E(2X)=1,E(3Y)=3/4

设随机变量X服从参数为3的指数分布,试求:

(1).f(x)=3e^(-3x),x>0;f(x)=0,其他.y1时,FY(y)=P(Y

某种装置中有两个相互独立工作的电子元件,其中一个的电子元件使用寿命X服从参数1/1000指数分布,另一个电子元件使用寿命

分布函数为F(X)=1-e^(-1000x)概率密度f(x)=1000e^(-1000x),x>0f(x)=2000e^(-2000x),x>0f(x)就F(X)=1-e^(-1000x),x>0F(

某种装置中有两个相互独立工作的电子元件,其中一个电子元件的使用寿命X服从参数1/1000的指数分布,另...

(1)1/2000000乘以(e的-32000次方)(2)E(x)=1000E(y)=2000(3)(1-e的-1.2次幂)(1-e的-0.6次幂)

设随机变量X服从参数为(2,p)的二项分布,随机变量Y服从参数为(3,p)的二项分布,若P{X≥1}=59,

/>因为X服从参数为(2,p)的二项分布,且P{X≥1}=59,所以:P{X=0}=1-P{X≥1}=49,即:C02P0(1-P)2=(1-P)2=49,求解得:P=13,因为Y服从参数为(3,p)