设总体X服从参数为2的指数分布，x1，x2。xn为总体X的简单随机抽样，则当n→∞时，Yn=1/n∑Xi依概率收敛于？ 由大数定律，必收敛于总体的期望.若你所指的参数为2的指数分布是说其密度为2*e^(-2x)，x>；0的话，则收敛于1/2；若是说其密度为1/2*e^(-x/2)，x>；0的话，则收敛于2.
设总体X服从参数为2的指数分布，X 由于X1，X2，…，Xn是来自总体X的简单随机样本，因而X1，X2，…，Xn相互独立，并可以推出X12，X22，…，Xn2也相互独立并且同分布．又因为X服从参数为2的指数分布，所以E（Xi）=12，D（Xi）=14，i=1，2，…，n．从而，E(Xi2)=D(Xi)+[E(Xi)]2=14+(12)2=12，i=1，2，…，n．由独立同分布大数定律可知，当n→时，Yn=1nni＝1Xi2依概率收敛于12．故答案为12．
设总体X服从参数为2的指数分布，X1，X2，…，Xn是来自总体X的简单随机样本，则当n→∞时Yn=1nni＝1X2i依
设总体X服从参数为2的指数分布，X1，X2，…，Xn为来自总体X的简单随机样本，则当n→∞时，Yn＝1nni＝1X2i 大数定2113律：一组相互独立且具有有5261限期望与方差的随机变4102量X1，X2，…，Xn，当方差一致有界时，其1653算术平均值依概率收敛于其数学期望的算术平均值．这里X21，X22，…，X2n满足大数定律的条件，且EX2i＝DXi+(EXi)2=14+(12)2＝12，因此根据大数定律有Yn＝1nni＝1X2i依概率收敛于1nni＝1EX2i＝12．
设总体X服从参数为2的指数分布，X 大数定律：一组相互独立且具有有限期望与方差的随机变量X1，X2，…，Xn，当方差一致有界时，其算术平均值依概率收敛于其数学期望的算术平均值．这里X21，X22，…，X2n满足大数定律的条件，且EX2i＝DXi+(EXi)2=14+(12)2＝12，因此根据大数定律有Yn＝1nni＝1X2i依概率收敛于1nni＝1EX2i＝12．
设总体X服从参数为2的指数分布，X1，X2，…，Xn为来自总体X的简单随机样本，则当n→∞时，Yn＝1nni＝1X2i 设总体X服从参数为2的指数分布，X1，X2，…，Xn为来自总体X的简单随机样本，则当n→时，Yn＝1nni＝1X2i 设总体X服从参数为2的指数分布，X1，X2，…，Xn为来自总体X的简单。
1.设X服从参数为λ的指数分布，X1，X2。。Xn为取自总体X的样本，试求参数λ的矩估计和最大似然估计？ 因为总体X服从泊松分布，所以E(X)=λ，即 u1=E(X)=λ因此有 λ=1/n*(X1+X2+.+Xn)=X拔(即X的平均数）所以λ的矩估计量为 λ(上面一个尖号）＝X拔由最值原理，如果最值存在，此方程组求得的驻点即为所求的最值点，就可以很到参数的极大似然估计。极大似然估计法一般属于这种情况，所以可以直接按上述步骤求极大似然估计。扩展资料：如果一个随机变量呈指数分布，当s，t>；0时有P(T>；t+s|T>；t)=P(T>；s)。即，如果T是某一元件的寿命，已知元件使用了t小时，它总共使用至少s+t小时的条件概率，与从开始使用时算起它使用至少s小时的概率相等。指数分布的这种特性，与机械零件的疲劳、磨损、腐蚀、蠕变等损伤过程的实际情况是完全矛盾的，它违背了产品损伤累积和老化这一过程。所以，指数分布不能作为机械零件功能参数的分布形式。矩有一阶矩、二阶矩、以后统称高阶矩，最常用的有一阶和二阶矩。一阶矩又叫静矩，是对函数与自变量的积xf(x)的积分(连续函数)或求和(离散函数)。力学中用以表示f(x)分布力到某点的合力矩，几何上可以用来计算重心。参考资料来源：—指数分布参考资料来源：—极大似然估计
设总体x服从参数为2的指数分布，x1，x2。xn为总体X的简单随机抽样，则当。 设总体x服从参数为2的指数分布，x1，x2.xn为总体X的简单随机抽样，则当.设总体x服从参数为2的指数分布，x1，x2.xn为总体X的简单随机抽样，则当n→时，Yn=1/n∑Xi依概率收敛于？。
设总体X服从参数为2的指数分布，x1，x2。xn为总体X的简单随机抽样，则当n→∞时，Yn=
