设 X服从泊松分布,若E(X^2)=6,则P(X>1)=

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/29 22:16:10
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

向量与线性方程组1设随机变量服从参数为λ的泊松分布,且已知E[(X-1)(X-2)]=1,求λ.

E[(X-1)(X-2)]=E[X^2-3X+2]=EX^2-3EX+2EX=λDX=λEX^2=DX+(EX)^2=λ+λ^2即λ^2-2λ+2=1得λ=1

X服从泊松分布求E[X(X-1)]

设X服从泊松分布,参数为λ,那么EX=λ,DX=λ,所以E[X(X-1)]=E(X^2)-EX=DX+(EX)^2-EX=λ+λ^2-λ=λ^2.也可以直接根据定义E[X(X-1)]=sum(n(n-

设x服从泊松分布,求E[1/(x+1)]

如果泊松参数为a,答案为(1-e^-a)/a,不保证算对,总之你把表达式展开应该能发现它和某个泰勒公式很相近

设随机变量X,服从参数T,T>0的泊松分布,求E(X平方)

E(X^2)=E(X^2-X+X)=E[X(X-1)+X]=E[X(X-1)]+E(X)=∑(k=0→∞)k(k-1)T^ke^(-T)/k!+∑(k=0→∞)kT^ke^(-T)/k!=∑(k=2→

设离散型随机变量X服从泊松分布,且E(X) =5.则D(X–1)=?

因为X服从泊松分布,所以DX=EX=5,则D(X–1)=DX=5

设随机变量X服从参数y的泊松分布,且E(X—1)(X—2)=1,则P{X>=1}=

首先E(X-1)(X-2)=E(X^2-3X+2)=1.因为DX=EX=Y.解出来Y=1.带入到泊松分布中,因为泊松分布是从0开始到正无穷.所以P{X>=1}=1-e

设随机变量X服从参数为2的泊松分布,E(X),D(X)=?求详细解答

泊松分布P(λ)中只有一个参数λ,它既是泊松分布的均值,也是泊松分布的方差现在X是服从参数为2的泊松分布,所以E(X)=D(X)=2

设随机变量X服从参数为λ的泊松分布,且已知P{X=1}=2/e²,则λ=?

λ=2由泊松分布密度函数可知:P{X=1}=e^(-λ)*λ=2/e²,可得λ=2.

设随机变量X服从参数为2的泊松分布,则E(X^2)=?

X~π(2)E(x)=2D(X)=2D(X)=E(X^2)-[E(X)]^22=E(X^2)-4E(X^2)=6

设随机变量X服从参数为2的泊松分布,随机变量Y=2X-2,则E(Y)=?

泊松分布的期望和方差均为λ(就是参数).所以E(Y)=2*E(X)-2=2E(Y)=2

2、设随机变量X服从参数 的泊松分布( 入>0)且已知E[(x-2)(X-3)]=2,求入的值.

由泊松分布知道E(x)=D(x=)λ,则可知E[(x-2)(X-3)]=E(x^2-5x+6)=E(x^2)-5E(x)+6=D(x)+(E(x))^2-5E(x)+6=λ+λ^2-5λ+6=2即λ^

已知随机变量x服从参数为2的泊松分布则E(X2)=

因为$X\simP(2)$,所以,$\E{X}=2$,$\Var{X}=2$.所以$\E{X^2}=\Var{X}+\E{X}^2=2+2^2=6$,建议好好看看书上的随机变量数字特征这一章,因为$\

设随机变量X服从参数为2的泊松分布,则E(2X)等于?

参数为2的泊松分布,其期望就等于参数2即,E(X)=2∴ E(2X)=2E(X)=4……【期望的性质E(CX)=CE(X)】再问:

设X服从泊松分布,且期望EX=5,写出其概率分布律

泊松分布P(X=k)=e^(-λ)*λ^k/k!期望和方差均为λEX=λ=5所以P(X=k)=e^(-5)*5^k/k

设随机变量X服从参数为λ的泊松分布,且E[(X-1)(X-2)]=1,则D(X)=______.

E((X-1)(X-2))=E(X2)-3E(X)+2=1E(X)=∝K=0KλKK!e−λ=λE(X2)=λ2+λλ2+λ-3λ+2=1则λ=1D(X)=λ=1

设随机变量X服从参数为λ的泊松分布,即X~P(λ),已知P(X=1)=P(X=2),则X的期望E(X)为多少

P(X=k)=(λ^k/k!)*e^(-λ)E(X)=λP(X=1)=(λ^1/1!)*e^(-λ)=λ*e^(-λ)P(X=2)=(λ^2/2!)*e^(-λ)=0.5λ^2*e^(-λ)λ*e^(