设X服从泊松分布,且p(x=0)=p(x=2),则E(x)=？
你的问题是关于泊松分布的期望的计算，让我们来看看怎么解决吧。首先，根据泊松分布的概率质量函数，我们可以知道当X=k时，它的概率为p(x=k)=e^(-λ)*λ^k/k!，其中λ为分布的参数。题目中已知p(x=0)=p(x=2)，则可以得到e^(-λ)=p(x=0)/p(x=2)=1，因此λ=0。
接下来，我们可以计算出X的期望。根据期望的定义，E(X)=Σxp(x)，其中x为X取到的值，p(x)为X取到x的概率。由于在本题中λ=0，因此只有X=0和X=2两种情况。根据概率质量函数的公式，我们可以得到p(x=0)=p(x=2)=e^(-0)*0^k/k!=1。
因此，E(X)=0×p(x=0)+2×p(x=2)=0+2×1=2。即X的期望为2。
这个问题的解决方法可以应用到其他的泊松分布的计算中。在计算期望时，需要根据概率质量函数的公式，求出每一个可能取到的值的概率，并将每个值乘以其对应的概率，最后相加即可求出期望。
希望我的解释对你有所帮助！如果你还有其他问题，随时可以问我。
设X服从泊松分布,且p(x=0)=p(x=2),则E(x)=？
由已知的
p(x=0)=p(x=2)
而
p(x=0)=λ^0/0!*e^(-λ）=e^(-λ）
p(x=2)=λ^2/2!*e^(-λ）=λ^2/2*e^(-λ）
所以，λ^2/2=1
所以,λ=2
而泊松分布为数学期望为 λ，所以，E(X)=2
绛旓細P{X=0}=e^(-位)=1/3 位=ln3 濡傛湁鎰忚锛屾杩庤璁猴紝鍏卞悓瀛︿範锛涘鏈夊府鍔╋紝璇烽変负婊℃剰鍥炵瓟锛
绛旓細2014-05-27 璁鹃殢鏈哄彉閲X鏈嶄粠鍙傛暟涓何荤殑娉婃澗鍒嗗竷,涓斿凡鐭{X=0}=1/... 2013-05-28 璁鹃殢鏈哄彉閲廥鏈嶄粠鍙傛暟涓何荤殑娉婃澗鍒嗗竷,涓擯{X=0}=1/3,... 2017-01-09 璁剧鏁ｅ瀷闅忔満鍙橀噺X鏈嶄粠鍙傛暟涓何(位>0)鐨勬硦鏉惧垎甯,涓斿凡鐭ユ... 2014-01-18 璁鹃殢鏈哄彉閲廥鏈嶄粠鍙傛暟涓何 鐨勬硦鏉惧垎甯 P{X=0}= 1/2... 2014...
绛旓細娉婃澗鍒嗗竷P(t)鐨勫瘑搴︿负 p(x = k) = [(t^k)/k!]*exp(-t)褰搕 = 2,k = 0鏃 p(x = 0) = [2^0/0!]*exp(-2) = exp(-2).
绛旓細浣犳妸棰樼洰鎶勯敊浜嗗惂?姒傜巼涓嶅彲鑳藉ぇ浜1鐨.濡傛灉鏄痚^(-2),鍙涓嬪浘璁＄畻.缁忔祹鏁板鍥㈤槦甯綘瑙ｇ瓟,璇峰強鏃堕噰绾.
绛旓細娉婃澗鍒嗗竷鐨勫叕寮忎负P(X=k)=[(位^k)/k!]e^(-位)锛屾墍浠P(X=0)=[(位^0)/0!]e^(-位)=e^(-位)銆傛硦鏉惧垎甯冩槸涓绉嶇粺璁′笌姒傜巼瀛﹂噷甯歌鍒扮殑绂绘暎姒傜巼鍒嗗竷锛鐢辨硶鍥芥暟瀛﹀瑗胯帿鎭┞峰痉灏悸锋硦鏉撅紙Sim茅on-DenisPoisson锛夊湪1838骞存椂鍙戣〃銆傛硦鏉惧垎甯冪殑姒傜巼鍒嗗竷鍑芥暟涓猴細P(X=k)=\frac{e^{-\lambda}\...
绛旓細鍏蜂綋瑙ｇ瓟濡備笅鍥炬墍绀猴細
绛旓細浣犳妸棰樼洰鎶勯敊浜嗗惂锛熸鐜囦笉鍙兘澶т簬1鐨勩傚鏋滄槸e^(-2)锛屽彲濡備笅鍥捐绠椼傜粡娴庢暟瀛﹀洟闃熷府浣犺В绛旓紝璇峰強鏃堕噰绾炽傝阿璋紒
绛旓細娉婃澗鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊鍧囨槸位锛屛昏〃绀烘讳綋鍧囧硷紱P(X=0)=e^(-位)銆傚垎鏋愯繃绋嬪涓嬶細姹傝В娉婃澗鍒嗗竷鐨勬湡鏈涜繃绋嬪涓嬶細姹傝В娉婃澗鍒嗗竷鐨勬柟宸繃绋嬪涓嬶細娉婃澗鍒嗗竷鐨勬鐜囧嚱鏁颁负锛氬浜嶱(X=0)锛屽彲鐭=0锛屼唬鍏ヤ笂寮忔湁锛歅(X=0)=e^(-位)銆
绛旓細F(x)=位^ke^(-位)/k!鐢P{X=0}=1/2寰梕^(-位)=1/2位=ln2鍒橣(x)=(ln2)^k/2(k!)P{X>1}=1-P{X<=1}=1-P{X=1}-P{X=0}=1-(ln2)/2-1/2=1/2-(ln2)/2
绛旓細瑙ｉ杩囩▼濡備笅鍥撅細娉婃澗鍒嗗竷璇戝悕鏈夋硦鏉惧垎甯冦鏅樋鏉惧垎甯銆佸崪鐡︽澗鍒嗗竷銆佸竷鐡︽澗鍒嗗竷銆佸竷闃挎澗鍒嗗竷銆佹尝浠ユ澗鍒嗗竷銆佸崪姘忓垎閰嶇瓑锛夛紝鏄竴绉嶇粺璁′笌姒傜巼瀛﹂噷甯歌鍒扮殑绂绘暎鏈虹巼鍒嗗竷锛坉iscrete probability distribution锛夈傛硦鏉惧垎甯冩槸浠18锝19 涓栫邯鐨勬硶鍥芥暟瀛﹀瑗胯帿鎭┞峰痉灏悸锋硦鏉撅紙Sim茅on-Denis Poisson锛夊懡鍚嶇殑锛屼粬鍦1838...
