设随机变量x服从参数为三分之一的0—1分布,则x的分布函数为
X（注意是大写）是一个随机变量，在每个可能的数值上的具体取值都是有概率的，x（注意是小写）是一个具体的取值，P(X=1)=P的意思：X=1的概率是p，是对概率的一个定义。
0代表事件未发生，1代表事件发生，事件发生的概率为p，则未发生概率为1-p。
E(x)=0X(1-p)+1Xp=p。
例如：
因为服从0-1分布，所以变量只有0和1，分别设0和1的概率是P(0)，P(1)
所以：P(0)+P(1)=1
P(0)=3P(1)
解得：
P(0)=0.75
P(1)=0.25
分布函数：
F(X)=0 X<0
F(X)=0.75 0=<X<1
F(X)=1 1=<X
扩展资料：
如果试验结果用变量X的取值来表示，则随机试验的概率分布就是随机变量的概率分布，即随机变量的可能取值及取得对应值的概率。根据随机变量所属类型的不同，概率分布取不同的表现形式。
关于正态分布的概率计算，先从标准正态分布着手。这是因为，一方面标准正态分布在正态分布中形式最简单，而且任意正态分布都可化为标准正态分布来计算；另一方面，人们已经根据标准正态分布的分布函数编制成正态分布表以供直接查用。
参考资料来源：百度百科-概率分布
随机变量X服从参数为1的指数分布,则E(X+e-2X)=__
∵X服从参数为1的指数分布∴X的概率密度为：f(x)＝e?x，x＞00，x≤0∴EX=1Ee?2X＝∫+∞0e?2xe?xdx＝?13e?3x|+∞0＝13∴E（X+e-2X）=EX+Ee?2X＝1+13=43
设随机变量X服从参数为*的泊松分布,且已知E[(x—2)(x—3)]=2,求*...
你好！X服从参数为λ的泊松分布时E(X)=λ,E(X^2)=λ+λ^2，由于E[(X-2)(X-3)]=E(X^2-5X+6)=E(X^2)-5E(X)+6=(λ^2)-4λ+6=2，所以可以解出λ=2。经济数学团队帮你解答，请及时采纳。谢谢！
设离散型随机变量X服从参数为λ的泊松分布,已知P(X=1)=P(X=2),试求...
λ=2，P{X=4}=2^4*e^-2\/4!=2e^-2\/3。随机变量分为离散型随机变量与 非离散型随机变量两种，随机变量的函数仍为随机变量。有些随机变量,它全部可能取到的不相同的值是有限个或可列无限多个，也可以说概率1以一定的规律分布在各个可能值上。这种随机变量称为"离散型随机变量"。
设随机变量x服从参数为入的泊松分布,求E(2^-x)
随机变量X服从参数为λ的泊松分布，则X对应的分布律为：X的分布律 然后进行数学期望的计算：数学期望
已知随机变量X服从参数为2的泊松分布,则随机变量Y=3X-2的数学期望为...
X服从参数为2的泊松分布，所以X的方差为2，Y=3X-2，根据数学期望的性质有E(Y) =3E(X) -2=3×2-2＝4。
随机变量X服从参数为λ的指数分布,则P{X<4|X>2}=
由条件概率公式 P{x<4|x>2} =P{2<x<4}\/P{x>2} =[F(4)-F(2)]\/[1-F(2)]=[1-e^(-4λ)-(1-e^(-2λ))]\/[1-(1-e^(-2λ))]=[e^(-2λ)-e^(-4λ)]\/[e^(-2λ)]=1-e^(-2λ)
概率论问题:若X服从参数为λ的泊松分布,则EX和DX有什么关系?求解释...
D（X）指方差，E（X）指期望。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。概率论中常用的一种离散型概率分布。若随机变量X只取非负整数值，取k值的概率为(k=0，1，2，)，则随机变量X的分布称为泊松分布...
随机变量x服从参数为入的泊松分布px等于1 px等于2求入
泊松分布P{X=k}=(λ^k)·e^(-λ)\/k! P{X=1}=λ·e^(-λ) P{X=2}=λ²·e^(-λ)\/2 因为P{X=1}=P{X=2} 所以λ·e^(-λ)=λ²·e^(-λ)\/2 解得λ=2 E(x)=D(x)=2 如有意见，欢迎讨论，共同学习；如有帮助，请选为满意回答！
设随机变量X服从参数为3的泊松分布,随机变量Y~N(1,4),则E(X^2+Y^2...
E（X）=3，D（X）=3；E(Y)=1，D（Y）=4；根据D（X）=E（X²）-E（X）²，推出E（X²）=12，E（Y²）=5，所以，E（X²+Y²）=E（X²）+E（Y²）=12+5=17
概率论问题:若X服从参数为λ的泊松分布,则EX和DX有什么关系?求解释...
D（X）指方差，E（X）指期望。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。在概率论和统计学中，数学期望（或均值，也简称期望）是最基本的数学特征之一，它是一个实验中每个可能结果的概率乘以结果的总和。它...
鄣梦维思： 首先你要明白,X(注意是大写)是一个随机变量,它在每个可能的数值上的具体取值都是有概率的.x(注意是小写)是一个具体的取值. P(X=1)=P的意思是:X=1的概率是p.是对概率的一个定义. 但F(X>=1)是分布函数,F(X)=P(x=<X),可以看到,X是x的上限,它也就是衡量所有比X还小的数值x出现的概率的和.如果X比1还大,那么x自然就可以取到0,也可以取到1,他们的概率和就是1.
港闸区15326249926： 设随机变量x服从参数为3的指数分布,则p(x=2)= 写下过程吧谢谢了 - ？
鄣梦维思： 你好!P(X=2)=0,因为指数分布是连续型分布,而连续型随机变量取任何一个定值的概率都是0.经济数学团队帮你解答,请及时采纳.谢谢!
港闸区15326249926： 随机变量X服从参数为1/3的两点分布,Dx= Ex=0 1 2/3 1/3 为什么能得出这步? - ？
鄣梦维思：[答案] X服从参数为1/3的两点分布 0 1 2/3 1/3 EX=0*2/3+1*1/3=1/3 DX=E(X^2)-[E(X)]^2=0*2/3+1*1/3-(1/3)^2=2/9
港闸区15326249926： 设随机变量X服从参数为(2,p)的二项分布,随机变量Y服从参数为(3,p)的二项分布,若P{X≥1}=59,则P{Y≥1}=___. - ？
鄣梦维思：[答案]因为X服从参数为(2,p)的二项分布,且P{X≥1}= 5 9, 所以:P{X=0}=1-P{X≥1}= 4 9, 即: C02P0(1-P)2=(1-P)2= 4 9, 求解得:P= 1 3, 因为Y服从参数为(3,p)的二项分布, 所以:P{Y=0}=(1-P)3=( 2 3)3= 8 27, 故:P{Y≥1}=1-P{Y=0}= 19 27...
港闸区15326249926： 概率论与数理统计里的题目设随机变量X服从参数为3的指数分布,其分布函数记为F(X),则F(1/3)=多少?怎么算的? - ？
鄣梦维思：[答案] 概率密度函数是f(x)=3*e^(-3x) 分布函数F(X)就是对f(x)积分,积分上限是x,下限是0.本题求F(1/3),所以积分上限是1/3,下限是0. 所以,结果是1-1/e
港闸区15326249926： 设随机变量x服从参数为入的指数分布,c是一个常数,则p(x=c)= - --,为什么等于0? - ？
鄣梦维思： 你好!这是一个基本性质:连续型随机变量在任何一个点的取值概率都是0.经济数学团队帮你解答,请及时采纳.谢谢!
港闸区15326249926： 随机变量服从参数为0.7的0 - 1分布 - ？
鄣梦维思： 0-1分布是指一个随机变量结果只有两种可能,成功或者失败,其中成功的概率是p,失败的概率是1-p.随机变量X服从参数为0.7的0-1分布,只能理解为X成功的概率是0.7.一般教科书里认为1表示成功,0表示失败,这样就是P{X=1}=0.7如果非要认定X=0是成功,那就反过来..
港闸区15326249926： 设随机变量X服从参数为λ的泊松分布,且已知P{X=1}=P{X=2},则P{0扫码下载搜索答疑一搜即得 - ？
鄣梦维思：[答案] 随机变量X服从参数为λ的泊松分布 P{X=k}=e^(-λ) * λ^k / k! P{X=1}=e^(-λ) * λ^1 / 1! P{X=2}=e^(-λ) * λ^2 / 2! 若P{X=1}=P{X=2} λ=λ^2 / 2 λ^2-2λ=0 λ(λ-2)=0 λ=0(舍)或2 P{X=4}=e^(-λ) * λ^4 / 4! =(2/3)*e^(-2) 这样可以么?
港闸区15326249926： 已知离散型随机变量X服从参数为3的泊松分布,则概率P{X=0}=? - ？
鄣梦维思：[答案] 你是不明白分母的那个k!0!的值在数学上通常是约定为1的,因此代入公式后的答案是P{X=0}=e^-3.
港闸区15326249926： 设随机变量X服从参数为λ的泊松分布,且E[(X - 1)(X - 2)]=1,则D(X)=______. - ？
鄣梦维思：[答案]E((X-1)(X-2))=E(X2)-3E(X)+2=1 E(X)= ∝ K=0K λK K!e−λ=λ E(X2)=λ2+λ λ2+λ-3λ+2=1 则λ=1 D(X)=λ=1
