X服从N(0,1)求E(X的4次方)

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/28 22:09:20
一道概率论的题目设X,Y相互独立,且都服从N(0,1)分布,试求E(根号X^2+Y^2)

这是二维的Maxwell分布,你学大学物理会遇到三维的.不过对于只求期望的话,不用求它的分布函数.E((X^2+Y^2)^(1/2))=∫∫(x^2+y^2)^(1/2)dF(x,y)=∫∫(x^2+

设X,Y为相互独立的随机变量,且均服从N(0,1),求E[min(X,Y)].

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min(X,Y)的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法:Z

已知随机变量X,Y相互独立,且同服从分布N(0,1),又Z=根号(X^2+Y^2),求E(X),D(X)

E(Z)=E(X^2+Y^2)=E(X^2)+E(Y^2)=[DX+(EX)^2]+[DX+(EX)^2]=1+0+1+0=2因为DX=E(X^2)-(EX)^2D(Z)=D(X^2+Y^2)=D(X

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

设随机变量x服从(0,1)上的均匀分布,求Y=e^X的数学期望和方差

XU(0,1)密度函数:等于:1当0再问:这是标准答案了吧?再答:按公式计算而得:若x的概率密度函数为f(x),那么随机变量x的函数g(x)的数学期望和方差分别为:E[g(x)]=∫g(x)f(x)d

设随机变量x服从(0,1)上的均匀分布,Y=e^x 求y的数学期望 和 方差

楼上方差错了方差(x*(e^x-1)^2在(0,1)上的积分)

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 Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

设x,y相互独立,都服从N(0,1)分布,试求E(根号(x2+y2))

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

根号(2*pi)积分可以化成极坐标做.

已知随机变量X服从正态分布N(0,1),求E(X^2)、E(X^3)与E(X^4)?

X~N(0,1)则Y=X^2~~卡方分布X^2(1)所以EX^2=1E(X^4)=DY+(EY)^2=2+1=3E(X^3)=0.pdf概率密度函数关于y对称.当然,也是可以像沙发同志那样做.不过有点

设X,Y为相互独立的随机变量,且均服从N(0,1),求E[min(X,Y)]

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min(X,Y)的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法:Z

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

已知总体Y服从正态分布N(u,1),且Y=lnX,求X的期望E(X)

E(X)=∫(-∞,∞)e^y*(1/2π)^(1/2)*e^((y-u)/2)^2dy=e^(1/2+u)

随即变量X服从N(0,1)分布,Y=X^2,求x和y的相关系数

p=cov(x,y)/[√D(x)*√D(y)]cov(x,y)=E(x*y)-E(x)*E(y)=E(x^3)-E(x)*E(x^2)=E(x^3)=∫∞(x³*e^(-x²/2

设随机变量x服从【0,1】上均匀分布,求Y=e^x的概率密度!

FY(y)=P{Y小于等于y}=P{e*X小于等于y}=P{X小于等于lny}=FX(lny)fY(y)=fX(lny)(1/y)所以当0