设随机变量x服从以1为参数的指数分布,记y=2x,求EY DY

\u6307\u6570\u5206\u5e03\u7684\u6570\u5b66\u671f\u671b \u5df2\u77e5X\u670d\u4ece\u53c2\u6570\u4e3a1\u7684\u6307\u6570\u5206\u5e03 Y=X+e^(-2X) \u6c42EY\u4e0eDY \u6c42\u5927\u795e\u4eec\u5e2e\u5e2e\u5fd9\u554a

\u63d0\u793a\uff1aEY=E(X+e^(-2X))=EX+E(e^-2X)
\u524d\u9762\u7684EX=1\uff0c\u540e\u9762\u7684\u5f0f\u5b50\u6839\u636e\u671f\u671b\u7684\u5b9a\u4e49\u5f0f\u3002\u6c42\u51fa
\u4e0d\u7406\u89e3\uff0c\u53ef\u4ee5\u7ee7\u7eed\u63d0\u95ee

X+Y=8 ==> Y=8-X,
X~B(10,0.6),
EX=0*C0.6^0*0.4^10+1*C0.6^1*0.4^9+2*C0.6^2*0.4^8+...
+10*C0.6^10*0.4^0=10*0.6=6,
EX^2=EX(X-1)+EX=10(10-1)0.6^2+6=32.4+6=38.4,
DX=EX^2-(EX)^2=38.4-36=10*0.6*0.4=2.4,
EY=E(8-X)=8-EX=8-6=2,
EY^2=E(8-X)^2=E(8^2-16X+X^2)=E64-16EX+EX^2=64-16*6+38.4=6.4,
DY= EY^2-(EY)^2=6.4-4=2.4
\u6216 DY=D(8-X)=D[8+(-X)]=D8+D(-X)=0+[(-1)^2]DX=DX=2.4

由于x服从 λ=1为参数的指数分布,根据指数分布的期望方差公式,EX=1/ λ=1,DY=1/ (λ平方)=1;根据期望和方差的性质,EY=E(2X)=2EX=2,DY=D(2Y)=4DY=4。

  • 璁鹃殢鏈哄彉閲廥鏈嶄粠鍙傛暟涓1鐨鎸囨暟鍒嗗竷;闅忔満鍙橀噺Y=0,鑻>1;Y=1,鑻<=1...
    绛旓細娉ㄦ剰锛氳嫢x鏄涓涓繛缁瀷闅忔満鍙橀噺锛宖(x)鏄叾鍒嗗竷鍑芥暟锛屽垯闅忔満鍙橀噺 y=f(x)涓瀹鏈嶄粠(0,1)涓婄殑鍧囧寑鍒嗗竷.鏈濂借兘璁颁綇杩欎釜缁撴灉锛屽湪鍋氶鏃堕潪甯告柟渚裤傚浜庢湰棰樻潵璇达紝鑻ヤ綘鐭ラ亾y=1-e^(-3x)鏄湇浠(0,1)涓婄殑鍧囧寑鍒嗗竷锛屽垯浣犲氨鏈変簡鐩爣浜.
  • 璁鹃殢鏈哄彉閲廥鏈嶄粠鍙傛暟涓1鐨鎸囨暟鍒嗗竷;闅忔満鍙橀噺Y=0,鑻>1;Y=1,鑻_鐧惧害...
    绛旓細P(Y=0)=P(X>1)=e^(-1)P(Y=1)=P(X
  • 璁鹃殢鏈哄彉閲廥鏈嶄粠鍙傛暟位=1鐨鎸囨暟鍒嗗竷,姹傞殢鏈哄彉閲忕殑鍑芥暟Y=e^X鐨勫瘑搴...
    绛旓細fx(x)=e^-x锛(x>=0)鎵浠y(y)=P(Y=e^x<y)=P(0<=x<=lny)鎵浠y(y)鏄笂寮忕殑绉垎锛屼负1-1/y锛(y>=1)鎵浠y(y)鏄笂寮忕殑瀵兼暟锛屼负1/y^2锛(y>=1)锛屽叾浣欎负0銆傜敱浜闅忔満鍙橀噺X鐨勫彇鍊 鍙彇鍐充簬姒傜巼瀵嗗害鍑芥暟鐨勭Н鍒嗭紝鎵浠ユ鐜囧瘑搴﹀嚱鏁板湪涓埆鐐逛笂鐨勫彇鍊煎苟涓嶄細褰卞搷闅忔満鍙橀噺鐨勮〃鐜般傝繛缁...
  • 璁鹃殢鏈哄彉閲廥鐨勬湇浠庡弬鏁颁负1鐨鎸囨暟鍒嗗竷,鍗砐鐨勬鐜囧瘑搴︿负
    绛旓細璁鹃殢鏈哄彉閲廥鐨勬湇浠庡弬鏁颁负1鐨鎸囨暟鍒嗗竷,鍗砐鐨勬鐜囧瘑搴︿负  鎴戞潵绛 浣犵殑鍥炵瓟琚噰绾冲悗灏嗚幏寰: 绯荤粺濂栧姳15(璐㈠瘜鍊+鎴愰暱鍊)+闅鹃濂栧姳20(璐㈠瘜鍊+鎴愰暱鍊)1涓洖绛 #鐑# 銆婅鍥炵瓟2021銆嬬摐鍒嗙櫨涓囧閲 maths_hjxk 2015-01-11 路 鐭ラ亾鍚堜紮浜烘暀鑲茶瀹
  • 璁鹃殢鏈哄彉閲廥鏈嶄粠鍙傛暟涓1鐨鎸囨暟鍒嗗竷,璁癥=max(X,1),姹俌鐨勫垎甯冨嚱鏁
    绛旓細绠鍗曡绠椾竴涓嬪嵆鍙紝绛旀濡傚浘鎵绀
  • 璁鹃殢鏈哄彉閲廥鏈嶄粠鍙傛暟涓1鐨鎸囨暟鍒嗗竷,浠ら殢鏈哄彉閲廦={1,0<X<1; 2,鍏朵粬...
    绛旓細鐢ㄢ埆锛0-1锛炶〃绀虹Н鍒嗛檺 E(Y)锛滶锛坓锛x锛夛級锛 鈭紲璐熸棤绌-姝f棤绌凤紴g锛坸锛塮锛坸锛塪x锛 鈭紲0-1锛1脳e鈭э紙-x锛塪x锛嬧埆锛1-姝f棤绌凤紴2脳e鈭э紙-x锛塪x锛 1+e鈭э紙-1锛夊埄鐢ㄤ簡澶嶅悎鍑芥暟姹傛湡鏈涚殑鍏紡锛屾瘮杈冪畝渚裤
  • 璁鹃殢鏈哄彉閲廥涓嶻鐙珛,涓X鏈嶄粠鍙傛暟涓1鐨鎸囨暟鍒嗗竷,Y鐨勬鐜囧瘑搴︿负(濡備笅鍥...
    绛旓細鍚箟 鍒橷涓鸿繛缁瀷闅忔満鍙橀噺锛岀Оf(x)涓X鐨姒傜巼瀵嗗害鍑芥暟锛岀畝绉颁负姒傜巼瀵嗗害銆傚崟绾殑璁叉鐜囧瘑搴︽病鏈夊疄闄呯殑鎰忎箟锛屽畠蹇呴』鏈夌‘瀹氱殑鏈夌晫鍖洪棿涓哄墠鎻愩傚彲浠ユ妸姒傜巼瀵嗗害鐪嬫垚鏄旱鍧愭爣锛屽尯闂寸湅鎴愭槸妯潗鏍囷紝姒傜巼瀵嗗害瀵瑰尯闂寸殑绉垎灏辨槸闈㈢Н锛岃岃繖涓潰绉氨鏄簨浠跺湪杩欎釜鍖洪棿鍙戠敓鐨勬鐜囷紝鎵鏈夐潰绉殑鍜屼负1銆傛墍浠ュ崟鐙垎鏋愪竴涓偣...
  • 璁綳鏈嶄粠鍙傛暟位=1鐨鎸囨暟鍒嗗竷,Y鏈嶄粠鍙傛暟位=2鐨勬寚鏁板垎甯,涓擷涓嶻 鐙珛,姹...
    绛旓細瑙i杩囩▼濡備笅鍥撅細鎸囨暟鍒嗗竷涓庡垎甯冩寚鏁版棌鐨勫垎绫讳笉鍚岋紝鍚庤呮槸鍖呭惈鎸囨暟鍒嗗竷浣滀负鍏舵垚鍛樹箣涓鐨勫ぇ绫绘鐜囧垎甯冿紝涔熷寘鎷鎬佸垎甯冿紝浜岄」鍒嗗竷锛屼冀椹垎甯冿紝娉婃澗鍒嗗竷绛夌瓑銆傛寚鏁板嚱鏁扮殑涓涓噸瑕佺壒寰佹槸鏃犺蹇嗘э紙Memoryless Property锛屽張绉伴仐澶辫蹇嗘э級銆傝繖琛ㄧず濡傛灉涓涓闅忔満鍙橀噺鍛堟寚鏁板垎甯冿紝褰搒,t>0鏃舵湁P(T>t+s|T>t)=...
  • 璁鹃殢鏈哄彉閲廥鏈嶄粠鍙傛暟涓1鐨鎸囨暟鍒嗗竷,浠=max(X,2),姹俌鐨勬暟瀛︽湡鏈涖 姹傝...
    绛旓細绉垎涓嶇煡閬撴庝箞鎵 绉0-2灏辫繖涔堣〃绀轰簡锛堚埆0-2锛 鑳界湅鏄庣櫧灏辫 X鐨鍒嗗竷鍑芥暟 f(x)=e^(-x) (x>0)0 (x<=0)Y=max(X,2) 鍒橸鐨勫垎甯冨嚱鏁 f(y)=e^(-y) (y>2) (鎸囨暟鍒嗗竷锛夆埆f(x)dx/2锛堢Н鍒嗗尯闂0-2锛 =(1-1/e^2)/2 (2>y>0) 锛堝潎鍖鍒嗗竷)=0 ...
  • 璁鹃殢鏈哄彉閲廥Y鐩镐簰鐙珛,涓鏈嶄粠浠1涓哄弬鏁扮殑鎸囨暟鍒嗗竷,姹俍=Y/X鐨勬鐜囧瘑搴...
    绛旓細鍏蜂綋鍥炵瓟濡傚浘锛闅忔満璇曢獙鍚勭缁撴灉鐨勫疄鍊煎崟鍊煎嚱鏁般傞殢鏈轰簨浠朵笉璁轰笌鏁伴噺鏄惁鐩存帴鏈夊叧锛岄兘鍙互鏁伴噺鍖栵紝鍗抽兘鑳界敤鏁伴噺鍖栫殑鏂瑰紡琛ㄨ揪銆
  • 扩展阅读:设随机变量x~u(0 ... 随机变量x~n(1 ... 1) ... 4) ... 设随机变量x~n(μ ... 设随机变量xn01则ex ... σ2) ... 对一个总体参数进行估计时 ... 泊松分布p x 1 e 3x-1 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网