X服从U(0,1)Y服从E(1)则Z=2X Y

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/16 05:04:46
设随机变量X与Y相互独立,并且均服从U(0, θ),求E(max{X,Y})

这是双变量函数的概率分布,先求出概率分布函数,再求导就得到密度函数.我明白你的意思,你是想让别人帮你做出来.我提供思路.你从分布函数出发,首先求z=max(x,y)的分布函数,它等于p(Z再问:这个混

设X,Y为相互独立的随机变量,且均服从N(0,1),求E[min(X,Y)].

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min(X,Y)的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法:Z

设X服从参数为1的泊松分布,Y服从参数为4,0.5的二项分布,且x,y相互独立,求E(XY)

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

假设随机变量X服从参数为2的指数分布,证明:随机变量Y=1-e^(-2X)在区间(0,1)上服从均匀分布.

事实上,任意随机变量的分布函数(CDF)均服从(0,1)上均匀分布. 补充.Y就是X的累积分布函数,累积分布函数的取值范围只能是(0,1).

设随机变量x服从(0,1)上的均匀分布,求Y=e^X的数学期望和方差

XU(0,1)密度函数:等于:1当0再问:这是标准答案了吧?再答:按公式计算而得:若x的概率密度函数为f(x),那么随机变量x的函数g(x)的数学期望和方差分别为:E[g(x)]=∫g(x)f(x)d

设随机变量X,Y都服从区间【0,1】上的均匀分布,则E(X=Y)=?

随机变量X,Y(不独立也行),则E(X+Y)=E(X)+E(Y)随机变量X,区间【a,b】上的均匀分布,则E(X)=(a+b)/2E(X+Y)=E(X)+E(Y)=1/2+1/2=1

设随机变量x服从(0,1)上的均匀分布,Y=e^x 求y的数学期望 和 方差

楼上方差错了方差(x*(e^x-1)^2在(0,1)上的积分)

X服从泊松分布求E[X(X-1)]

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-

设随机变量X,Y都服从区间[0,1]上的均匀分布,则E(X+Y)=

由于XY独立,那么E(X+Y)=EX+EY均匀分布其概率函数就是f(x)=1/(1-0)=1(0

设随机变量X服从参数为2的指数分布,证明Y=e^-2X服从U(0,1)

解法的要点如下图,先找出分布函数的关系.经济数学团队帮你解答,请及时采纳.谢谢!

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+

设X Y 相互独立,且服从N(0,1)分布,试求E(根号(X^2+Y^2))

根号(2*pi)积分可以化成极坐标做.

设X,Y为相互独立的随机变量,且均服从N(0,1),求E[min(X,Y)]

Z=min(X,Y),Fmin(z)=1-{1-FX(z)}{1-FY(z)}.对Fmin(z)关于z求导,则求出min(X,Y)的概率密度.那么求E[min(X,Y)]根据公式即可!还有一种解法:Z

假定随机变量X,Y独立同分布,都服从N(0,1),计算:E[MAX(X,Y)]

Z=max(x,y)当x,y)独立时,F(z)=[Fx(z)]^2-->fz(z)=2fx(z)F(z)E[MAX(X,Y)]=∫2zf(z)F(z)dz(代入标准正态分布密度函数,经分步积分可以算出

设随机变量X,Y,Z都服从区间[0,1]上的均匀分布,E[(X-2Y+Z)^2]

没有给出是否相互独立吗再问:没有给,不过应该是的吧,(是英文版的书,貌似没说独立这个词~)再答:若不独立,应该给出联合分布,若独立,就分解开求就行了饿:=E[x^2+4Y^2+Z^2-4XY+2XZ-

已知总体Y服从正态分布N(u,1),且Y=lnX,求X的期望E(X)

E(X)=∫(-∞,∞)e^y*(1/2π)^(1/2)*e^((y-u)/2)^2dy=e^(1/2+u)

设X与Y是相互独立随机变量,X服从均匀分布U[0,1/5].

1、概率密度f(x,y)=f(x)*f(y)=25e^(-5y)0

设随机变量x服从【0,1】上均匀分布,求Y=e^x的概率密度!

FY(y)=P{Y小于等于y}=P{e*X小于等于y}=P{X小于等于lny}=FX(lny)fY(y)=fX(lny)(1/y)所以当0