设随机变量序列{Xn,n≥1}独立同分布,都服从U(0,a)

记limxn=a,则limxn+1=limxn=a.对xn+1=3(1+xn)/3+xn两边取极限,得到a=3(1+a)/(3+a),解得a=正负根号3.由已知条件易知xn>0,所以limxn>=0.

问题一般化：设X1≥0,Xn=√( a+X[n-1]) ﹙n=2,3...),求极限limXn首先,对任意正整数n,xn>0；  其次,x1<x2.

x(n+1)=(xn+2)/(xn+1)(n>=0),X(n+2)=[X(n+1)]^2

选A要满足切比雪夫大数定律,必须要求Xi的方差存在(一致有界)当然,D(Xi)存在蕴含了E(Xi)存在简单一点的方法就是排除对B选项,E(Xi)=∑{k=1,∞}k/[k*(k+1)]=∑{k=1,∞

证明：∵x(0)>0且x(n+1)=[x(n)+a/x(n)]/2∴x(n)>0∴由均值不等式知[x(n)+a/x(n)]/2≥√a即x(n+1)≥√a∴数列{x(n)}有下界.(1)又x(n+1)/

同学..这个已经接近柯西不等式的一般形式了一般形式为(a1^2+a2^2+.an^2)(b1^2+b2^2+...b^2)>=(a1b1+a2b2+.anbn)^2令ai=√xi,bi=1/√xi就得

题1本身就是柯西不等式,一步即得题2,3皆可用均值不等式调和平均数≤算术平均数3中化Xi^2\(1+Xi)为Xi-1+1\(1+Xi)

随机变量X与Y相互独立且服从N(0,1/2)的正态分布所以Z=X-Y服从标准正态分布N(0.1)E|X-Y|=E|Z|=（2π）^(-0.5)*∫【-∞,+∞】|z|e^(-z^2/2)dz=√（2/

由林德贝格中心极限定理lim(n->∞)P{{(∑Xi-nμ)/[n^(1/2)*σ]}>x}=1-Φ(x).其中Φ(x)是标准正态分布的分布函数.

P(Xn>max(X1,...,Xn-1)=P(Xn>X1)*P(Xn>X2)*.*P(Xn>Xn-1)设X的分布函数为F(x),密度为f(x)则P(Xn>X1)=积分(xn>x1){f(xn)f(x

由相关系数定义ρ=E((Xi-Xi')(Xj-Xj')/sigma(i)sigma(j),其中sigma(i)是Xi的方差,X'是Xi的期望.将Xi全部正则化（就是通过平移和伸缩使期望为0,方差为1）

第一步计算出X(n)的分布函数,从而分布密度.（有现成公式）第二步计算P（|X(N)-a|>e)=P(a-ea再问：X(n)的分布函数该怎么求再答：如果U（0，a）的分布函数是F(x)，则Xn的分布函

设X1...Xn的概率密度函数是fX(x),概率分布函数是FX(x)设随机变量Y=max(X1,...,Xn-1)先求Y的概率分布函数FY(y):FY(y)=P{Y

用定义做就行lim(n->∞)P{[∑(1,n)Xi-n*E(Xi)]/[√n*√D(Xi)]≤x}=Φ(x)因为Xi~P(λ),所以E(Xi)=D(Xi)=λ,代到上式lim(n->∞)P{[∑(1

记Y=∑(Xi-X)².X,Y一般不是相互独立的.例如n=3,X1,X2,X3都服从-1,1两点均匀分布.可以算得P(X=1)=(1/2)³=1/8.P(Y=0)=3·(1/2)&

取对数,原不等式等价于x1lnx1+x2lnx2+...+xnlnxn≥(x1+x2+..+xn)(lnx1+lnx2+...+lnxn)/n即n(x1lnx1+x2lnx2+...+xnlnxn)≥

cov(X1,Y)=1/n·∑(i=1~n)cov(X1,Xi)=1/n·cov(X1,X1)=(λ^2)/n所以,选A再问：cov(X1,X2),cov(X1,X3),cov(X1,X4)…cov(

E（Xn）=0×0.5+2×0.5=1E（X）=∑(1~n)E(Xi)/(3^i)=∑(1~n)1/(3^i)∑(1~n)1/(3^i)是一个等比数列,公比1/3,用等比求和公式得E(X)=1/2D(

因为（Xi/(X1+X2+……+Xn)）的绝对值小于等于1,所以它的期望存在.由对称性,E[(X1)/(X1+...Xn)]=E[(X2)/(X1+...Xn)]=...E[(Xi)/(X1+...X