X服从参数为2泊松分布求均值的期望
来源:学生作业帮助网 编辑:作业帮 时间:2024/04/28 06:07:29
随机变量X服从参数为2的泊松分布,D(X)=2.所以cov(X,Y)=cov(X,3X-2)=cov(X,3X)=3cov(X,X)=3D(X)=6.经济数学团队帮你解答,请及时采纳.谢谢!
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;
泊松分布P{X=k}=(λ^k)·e^(-λ)/k!P{X=1}=λ·e^(-λ)P{X=2}=λ²·e^(-λ)/2因为P{X=1}=P{X=2}所以λ·e^(-λ)=λ²·e^
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
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
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→
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
P{X=1}=P{X=2},λ*e^-λ=λ^2*e^-λ/2λ=λ^2/2λ=2P{X=4}=2^4*e^-2/4!=2e^-2/3
样本均值的方差等于总体方差除样本数20.总体方差=参数10
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
X~π(2)E(x)=2D(X)=2D(X)=E(X^2)-[E(X)]^22=E(X^2)-4E(X^2)=6
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
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$\
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:
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
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(