参数为1指数分布 指数分布 X服从参数为1的指数分布,求Y=aX+b(a>0)的分布函数和密度函数.

数学题，请详解： 1.f(x)=3e^(-3x)，F(x)=∫(0，x)f(x)dx=1-e^(-3x)，F(1/3)=1-1/e2.P(xy=-1)=P(x=1)P(y=-1)+P(x=-1)P(y=1)=2(1/4)(3/4)=3/83.E(z)=3E(x)-E(y)=3*3-2=7E(x^2)=(Ex)^2+(sx)^2=9+4=13，E(y^2)=(Ey)^2+(sy)^2=4+9=13E(z^2)=E(9x^2+y^2-6xy)=9E(x^2)+E(y^2)-6E(xy)=130(sz)^2=E(z^2)-(Ez)^2=130-49=81z-N(7，81)4.P(~a|b)=P(~a*b)/P(b)=P(~a)P(b)/P(b)=P(~a)=1-0.2=0.8概率论简单问题。急。 不是一也不是二应该是f(x)=λe^(-λx)那个积分上限应该是正无穷大.原函数是F（x）=-e^(-λx)带入正无穷，等于0带入1/λ，等于-e^(-1).相减，就是答案了X服从参数为1的指数分布，求Y=aX+b(a>0)的分布函数 首先：x=(y-b）/a然后F(y)=P(xX服从[0，1]上的均匀分布，Y服从参数为1的指数分布，Z=X+Y，求cov（X，Z). 同学你的X和Y独立吗.假设独立的话，就好做了.cov(X，Z)=cov(X，X+Y)=VarX+cov(X，Y)X，Y独立cov(X，Y)=0cov(X，Z)=VarX=1/12假如不独立的话，此题关键在于求cov(X，Y).但是你的条件没有给出X和Y的关系，肯定是条件漏了.随机变量X与Y相互独立，且都服从参数为1的指数分布， 这句服从参数为1的指数分布是什么意思啊 参数为1的指数分布是指2113指数分布f(x)=λ5261exp(-λx)中λ=1；若f(x)=λexp(-λx)，则4102称X服从参数为λ的指数分布1653。其中λ>；0是分布的一个参数，常被称为率参数（rate parameter）。即每单位时间内发生某事件的次数。指数分布的区间是[0，∞)。如果一个随机变量X呈指数分布，则可以写作：X~E（λ）。概率密度函数如下：扩展资料：指数函数的一个重要特征是无记忆性（Memoryless Property，又称遗失记忆性）。这表示如果一个随机变量呈指数分布，当s，t≥0时有P(T>；s+t|T>；t)=P(T>；s)。在电子元器件的可靠性研究中，通常用于描述对发生的缺陷数或系统故障数的测量结果。这种分布表现为均值越小，分布偏斜的越厉害。在日本的工业标准和美国军用标准中，半导体器件的抽验方案都是采用指数分布。此外，指数分布还用来描述大型复杂系统（如计算机）的平均故障间隔时间MTBF的失效分布。参考资料来源：-指数分布一个概率问题。 “X服从参数为1/2的指数分布，则X服从参数为2的卡方分布”是如何得出的？n的指数 不是的，只是根据各自定义，“X服从参数为1/2的指数分布百，则X服从参数为2的卡方分布”是特殊的不是对n普遍适用的。只是把1/2和2分别代进两个式子里面，正好结果是一样的而已。指数分布与度分布指数族的分类不同，后者是包含指数分布作为其成员之一的大类概率分布，也包括正态分布，二项分布，伽马分布，泊松分布等等。指数函数的一个重要特征是无记忆性。这表示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是某一元件知的寿命，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。扩展资料：指数分布虽然不能作为道机械零件功能参数的分布规律，但是，它可以近似地作为高可靠性的复杂部件、机器或系统的失效分布模型，特别是在部件或机器的整机试验版中得到广泛的应用。每单位时间内发生某事件的次数。指数分布的区间是[0，∞)。如果一个随机变量X呈指数分布，则可以写作：X~E（λ）。指数分布的图形表面上看与幂律分布很相似，实际两者有极大不同，指数分布的收敛速度远快过幂律分布。参考资料来源：—指数分布卡方分布和参数为a的指数分布有2nax-x^(n)的关系吗？具体是指密度函数还是什么？ 不是的，只是根据各自定义，“X服从参数为1/2的指数分布，则X服从参数为2的卡方分布”是特殊的不是对n普遍适用的。只是把1/2和2分别代进两个式子里面，正好结果是一样的而已。指数分布与分布指数族的分类不同，后者是包含指数分布作为其成员之一的大类概率分布，也包括正态分布，二项分布，伽马分布，泊松分布等等。指数函数的一个重要特征是无记忆性。这表示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。扩展资料：指数分布虽然不能作为机械零件功能参数的分布规律，但是，它可以近似地作为高可靠性的复杂部件、机器或系统的失效分布模型，特别是在部件或机器的整机试验中得到广泛的应用。每单位时间内发生某事件的次数。指数分布的区间是[0，∞)。如果一个随机变量X呈指数分布，则可以写作：X~E（λ）。指数分布的图形表面上看与幂律分布很相似，实际两者有极大不同，指数分布的收敛速度远快过幂律分布。

#卡方分布#指数分布