最佳答案:不管是什么分布,期望是mean(x),方差是std(x)
最佳答案:用期望和方差的定义,还有幂级数求和的知识.不好书写.lz找找概论的书,一般都会有.
最佳答案:P(λ) E(X)=λ D(X)=λX指数分布 E(X)=1/λ D(X)=1/λ
最佳答案:f(x)=λe^(-λx)E(X),对xf(x)积分,从0到正无穷.积出的结果就是1/λ.方差,对x^2f(x)积分.
最佳答案:数学期望线性得E(x)+E(e^-2x),前者为1,后者为积分e^-3x=-1/3因此答案是2/3
最佳答案:均匀分布m=(a+b)/2 ,D=(b-a)^2 / 12泊松分布m=λ ,D=λ指数分布m=1/λ ,D=1/λ/λ正态分布m=u,D=σ^2
最佳答案:如果单位时间发生的次数(如到达的人数)服从参数为r的泊松分布,则任连续发生的两次时间的间隔时间序列服从参数为r的指数分布
最佳答案: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
最佳答案:∫(0~)入xe^(-入x) dx=∫(0~)入xe^(-入x)-e^(-入x)+e^(-入x) dx=-xe^(-入x)-e(-入x)/入|(x=0~)=0-
最佳答案:因为随机变量ξ,η相互独立,所以E(ξη)=E(ξ)E(η)而E(ξ)=1/λ,E(η)=np所以E(ξη)=np/λ
最佳答案:对于Xbar,有几个样本,D(Xbar)就用D(X)除以几D(Xbar)=D(ΣXi/n)=D(X1+..Xn)/n²=nD(X)/n²=D(X)/nD(X)=
最佳答案:以下所有“|”表示0到正无穷的积分符号,E=|e的(-x)次×(x+e的-2x次)dx化简分成两部分加,其中|xe(-x)次dx分步积分法=-[xe(-x)次+
最佳答案:设一个星期7天 任意一个专家在一星期中一天到访概率为1/7 , 记星期一到访为事件A 星期二到访为事件B A与B独立,,故任意一个专家在周一或周二到来