X服从参数为1的泊松分布,Y服从参数为2的泊松分布,求P{min(X,Y)=0}
来源:学生作业帮助网 编辑:作业帮 时间:2024/04/28 23:36:50
X+Y服从参数为(a1+a2)的泊松分布,因为泊松分布具有可加性,证明见参考资料
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;
X~π(a)Y~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
X服从B(n,p)二项分布D(X)=np(1-p)Y服从参数为3的泊松分布D(Y)=3X与Y相互独立D(X+Y)=D(X)+D(Y)D(X+Y)=np(1-p)+3解毕
若是没有记错的话,虽然卷积公式在连续型随机变量中提出来,但是有说过对于离散型随机变量也可使用,把那个积分改成求和就行了再问:能具体为我证明此题吗?谢谢再答:不知道公式怎么打,只能简要说一说:因为X、Y
请看看我在那里的答案吧,有问题请提出来
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
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
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[
相互独立且服从参数为λ1,λ2的泊松分布
随机变量X与Y相互独立,那么D(X-2Y+3)=DX+2²*DY而X~B(16,0.5),Y服从参数为9的泊松分布所以DX=16*0.5*(1-0.5)=4,而Y的方差就等于泊松分数的参数,
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
首先写出似然函数LL=∏p(xi)=∏{[(λ^xi)/(xi!)]·e^(-λ)}=e^(-nλ)·∏{[(λ^xi)/(xi!)]=e^(-nλ)·λ^(∑xi)·∏1/(xi!)然后对似然函数取
P(1),所以E(X)=1,D(X)=1,又因D(X)=E(X²)-E²(X),所以E(X²)=D(X)+E²(X)=2
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
D(2X-3Y)=4*D(X)+9*D(Y)D(X)=n*p*q=100*0.2*0.8=16D(Y)=λ=3所求为64+27=91
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~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(