已知随机变量X服从参数为λ的泊松分布,且P(X=2)=P(X=4),则λ=-搜答案-百度作业网

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；

x和y相互独立且均服从参数λ＝2的指数分布--->F(x,y)=F(x)*F(y)=(1-e^(-2x))(1-e^(-2y))=1-e^(-2x)-e^(-2y)+e^(-2x-2y)

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[

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(2X-3)=2EX-3.X服从泊松分布,则EX=3.所以EZ=3.

对于方差,我们有以下的性质：D(aX+b)=a^2D(X)所以：D(Y)=D(-3X+12)=(-3)^2D(X)=9D(X)因为离散型随机变量X服从参数为2的泊松分布而参数为λ的泊松分布的方差为λ所

你是不明白分母的那个k!0!的值在数学上通常是约定为1的,因此代入公式后的答案是P{X=0}=e^-3.

E（Z）=E（3X-2）=3·E（X）-2,因为X服从参数为2的泊松分布,所以E（X）=2,所以E（Z）=3×2-2=4.

因为随机变量服从X～（2,P）则,P（ξ≥1）＝1-=a（a你没给出）,可以求出p；那么,P（η≥1）=1-

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

X服从参数λ为的指数分布,则:EX=1/λ,X有分布函数：F(x)=1-e^(-λx),x>=0;于是P(X>EX)=1-P(X

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.

由题设，X服从参数为λ的指数分布，知：DX＝1λ2，λ＞0，于是：P{X＞DX}=P{X＞1λ}＝∫+∞1λλe−λxdx=−e−λx| +∞1λ＝1e．

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$\

泊松分布的期望Ex=λ=4,Dx=λ=4PS：泊松分布式(λ^k)/k!*e(-λ)

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

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^(