X服从泊松分布,求期望E(1 (X 1))-搜答案-拍题作业网

P{X=k}=e^(-a)a^(k)/k!1=sum_{k=0->正无穷}P{X=k}=sum_{k=0->正无穷}e^(-a)a^(k)/k!E{1/(X+1)}=sum_{k=0->正无穷}e^(

E(5X-1)=5EX-1=9->EX=λ=2期望的基本性质,和泊松分布的期望公式而已.

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

再问：求详解过程再答：

因为x服从参数λ泊松分布所以P{X=k}=e^(-λ)*λ^k/k!设f(x)=Σ(k=0,+∞)k*(k-1)...(k-m+1)x^k/k!=x^m*Σ(k=0,+∞)k*(k-1)...(k-m

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-

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

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→

直接背啊E(X)=D(X)选D再问：为什么？再答：你看数学期望那一章，直接给出来了

由E[(X-2)(X-3)]=E(x^2-5x+6)=E(x^2)+E(-5x+6)由泊松分布的数学期望公式得E(-5x+6)=-5E(x)+6=-5入+6E(x^2)=入^2+入则E[(X-2)(X

lambda

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

这个表明,随机变量X服从泊松分布,求X的函数x^2的期望.用随机变量函数的期望公式求解即可.解答见下图：

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

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^(

limn->无穷Σ(x=0~n)e^-λ(λ^x/x!(x+1))=[(e^-λ)/λ]{Σ(x=0~n)λ^(x+1)/(x+1)!}={(e^-λ)/λ}(e^λ-1)={1-e^(-λ)}/λ

我来解!首先你要搞清楚s^2是个什么东西!第二你要搞清楚方差的概念!s^2就是方差!定义就是2阶中心距!2阶中心距=E(x-E(x)^2)=∑xE(x-E(x)^2)那么也就等与D（x）换句话说就是求

E(x)＝p