来自参数 的指数分布 max{x1,x2.....xn}的数学期望
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/03 13:32:34
写得不是很规范,大概思路是这样.再问:原来是我算错了,没用1减概率==感谢
可直接算分布函数P(Z<t),显然t≥1或t≤0时,有P(Z<t)=0.而对0<t<1,有所以Z~U(0,1),即为(0,1)上的均匀分布
xi独立同分布F1x=MAX(x1,x2,.)=(f(x,λ))^n,然后根据期望的定义求相应的积分就是了,但是要注意指数分布当x《0时f=0
X服从参数为λ的泊松分布,EX=λ.把EX换成一阶样本矩Xˉ,即得矩估计量为λ^=Xˉ.
对于X有:DX=1/4EX=1/2所以EX²=DX+(EX)²=3/4对于Y有EY=1/4所以E(2X²+3Y)=2EX²+3EY=9/4注:各个版本教材对指数
参数为1,就是λ为1
积分不知道怎么打积0-2就这么表示了(∫0-2)能看明白就行X的分布函数f(x)=e^(-x)(x>0)0(x2)(指数分布)∫f(x)dx/2(积分区间0-2)=(1-1/e^2)/2(2>y>0)
概率密度f(x)=1/3e^(-x/3),x>00,x≤0分布函数F(x)=∫1/3e^(-x/3)dx=1-e^(-x/3),x>0【从0积分到x】0,x≤0
伽马分布Ga(n,a)再问:能详细点吗给出步骤或者思路或者参考资料谢谢再答:指数分布Exp(a)是特殊的伽马分布Ga(1,a),在伽马分布的可加性得X1+X2+...+Xn~Ga(n,a)伽马分布可加
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
大数定律:一组相互独立且具有有限期望与方差的随机变量X1,X2,…,Xn,当方差一致有界时,其算术平均值依概率收敛于其数学期望的算术平均值.这里X21,X22,…,X2n满足大数定律的条件,且EX2i
密度函数f(x)是X1的密度函数fX1(x)和X2的密度函数fX2(x)的卷积:fX1(x)*fX2(x)=∫(-∞→+∞)fX1(t)*fX2(x-t)dt当然,前提是X1和X2是独立的连续型随机变
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.
主要是利用分布函数的对立事件,Fz(Z)=F(min{X1,X2,...Xn}≤z),最小的小于等于z,我们不好确定其它变量和z的关系,采用它的对立事件=1-F(min{X1,X2,...Xn}≥z)
pdf(概率密度)fx=exp(-x)cdf(累计概率)Fx=1-exp(-x)那么x2的概率=exp(-2),反正是连续函数,等号无所谓E[Y]=p(x2)]=2-2exp(-2)+E[X(>2)]
0.21/λ=1/5=0.2根据0—1分布,数学期望p方差p(1-p);二项分布(贝努里概型),数学期望np方差np(1-p);泊松分布,数学期望λ方差λ;均匀分布,数学期望(a+b)/2方差[(b-