设随机变量X服从参数为λ的泊松分布,即X~P（λ），已知P(X=1)=P(X=2)，则X的期望E（X）为多少
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=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
P{X=1}=P{X=2}，
λ*e^-λ=λ^2*e^-λ/2，
λ=λ^2/2，
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"。
扩展资料：
离散型随机变量概率分布
定义1：如果随机变量X只可能取有限个或至多可列个值，则称X为离散型随机变量。
定义2：设X为离散型随机变量，它的一切可能取值为X1，X2，……，Xn，……，记
P=P{X=xn},n=1,2...
称上式为X的概率函数，又称为X的概率分布，简称分布。
应用范围：自变量的变换、卷积和、傅里叶级数、傅里叶变换、Z变换。
P(X=1)=(λ^1/1!) * e^(-λ)=λ * e^(-λ)
P(X=2)=(λ^2/2!) * e^(-λ)=0.5λ^2 * e^(-λ)
λ * e^(-λ) = 0.5λ^2 * e^(-λ)
λ=0或λ=2
λ=0舍去，故λ=2
E(X)=2
已知随机变量X服从参数为2的指数分布,则随机变量X的期望为
这些例子中所提到的量，尽管它们的具体内容是各式各样的，但从数学观点来看，它们表现了同一种情况，这就是每个变量都可以随机地取得不同的数值，而在进行试验或测量之前，我们要预言这个变量将取得某个确定的数值是不可能的。按照随机变量可能取得的值，可以把它们分为两种基本类型：...
随机变量x服从什么分布?
解：因为随机变量x服从参数为1的指数分布，所以 f(x)=e^(-x)(x>0时)而f(x)=0(x<=0时)e（x+e^(-2x))=e(x)+e（e^(-2x))[令g(x)=e^(-2x)]=1+∫f(x)g(x)dx(0到无穷大积分)=1+∫e^(-3x)dx =4\/3
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！
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)
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
设随机变量X服从参数为λ的泊松分布,且P{X=1}=P{X=2},则P{X>2}的值...
P{X=1}=λ*e^(-λ)P{X=2}=0.5*(λ^2)*e^(-λ)所以 λ*e^(-λ)=0.5*(λ^2)*e^(-λ)整理 λ=0 或λ=2 λ≠0,所以λ=2 P{X=0}=e^(-2)P{X=1}=P{X=2}=2*e^(-2)P{X>2}=1-P{X=0}-P{X=1}-P{X=2}=1-5*e^(-2)
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...
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...
参数为1的指数分布是指指数分布f(x)=λexp(-λx)中λ=1；若f(x)=λexp(-λx)，则称X服从参数为λ的指数分布。其中λ>0是分布的一个参数，常被称为率参数（rateparameter）。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...
概率论问题,设随机变量x服从参数为3的指数分布,则对任意常数c,有E...
随机变量x服从参数为2的指数分布 ex=1\/2 dx=1\/4 ex²=(ex)²+dx=1\/2 ey=1\/4 e(2x²＋3y)=2*(1\/2)+3*(1\/4)=7\/4 ???
设随机变量X服从参数为3的泊松分布,则X平方数学期望,
依题意可以得到λ=3,；所以E(X)=D(X)=3;而D(X)=E(X^2)-E(X)^2=3;所以E(X^2)=E(X)^2+D(X)=12；
杜军库森：[答案] P{X=1}=λ*e^(-λ) P{X=2}=0.5*(λ^2)*e^(-λ) 所以 λ*e^(-λ)=0.5*(λ^2)*e^(-λ) 整理 λ=0 或λ=2 λ≠0,所以λ=2 P{X=0}=e^(-2) P{X=1}=P{X=2}=2*e^(-2) P{X>2}=1-P{X=0}-P{X=1}-P{X=2}=1-5*e^(-2)
纳溪区18957049942： 设随机变量X服从参数为λ的泊松分布,且P{X=1}=P{X=2},则EX=? DX=? - ？
杜军库森：[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=2 E(x)=D(x)=2 如有意见,欢迎讨论,共同学习;如有帮助,
纳溪区18957049942： 设随机变量X服从参数为λ的泊松分布,且已知P{X=0}=1/e,则λ=? - ？
杜军库森：[答案] 根据泊松分布的定义就可以求出: p(X=0)=e^(-λ)*λ^0=1/e,可以推出λ=1.
纳溪区18957049942： 设随机变量X服从参数为λ的泊松分布,且已知P{X=1}=2/e²,则λ=? - ？
杜军库森：[答案] λ=2 由泊松分布密度函数可知: P{X=1}= e^(-λ)*λ=2/e²,可得λ=2.
纳溪区18957049942： 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 - ？
杜军库森：[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?
纳溪区18957049942： 设随机变量X服从参数为λ的泊松分布,且P(X=1)=P(X=2),求λ.麻烦能写一下解题的具体步骤, - ？
杜军库森：[答案] λ=2 P=(λ^k)/k!* e^-λ , 带入1和2 λ/1*e^-λ=(λ^2)/2*e^-λ λ=2 给分吧哈哈哈
纳溪区18957049942： 概率统计问题设随机变量X服从参数为λ的泊松分布,且已知E(X - 1)(X - 2)=1,求λ - ？
杜军库森：[答案] E[(X-1)(X-2)]=E[X²-3X+2]=E[X²]-3E[X]+2=VAR(X)+{E(X)}²-3E{X}+2 =λ+λ²-3λ+2=1 λ=1
纳溪区18957049942： 设随机变量x服从参数为λ的泊松分布,求E(X+1)^ - 1 - ？
杜军库森：[答案] 这题的思路是把期望展开,然后利用泊松分布的概率质量公式将期望的表达式进行整理,具体步骤如下 最后的结果是(1-e^{-λ})/λ 如果发现有问题的话,
纳溪区18957049942： 概率论:随机变量X服从参数λ的泊松分布,当k取何值时概率最大?如上. - ？
杜军库森：[答案] 设X=k时概率最大 P(X=k)/P(X=k+1)=[λ^k*e^(-λ)/k!]/[λ^(k+1)*e^(-λ)/(k+1)!] =(k+1)/λ>=1 即k>=λ-1 P(X=k)/P(X=k-1)=[λ^k*e^(-λ)/k!]/[λ^(k-1)*e^(-λ)/(k-1)!] =λ/k>=1 即k故当λ为整数时,k=λ或λ-1时,概率最大 当λ不为整数时,k=[λ]时,概率最大
纳溪区18957049942： 概率与数理统计 设随机变量X 服从参数为λ的泊松分布,并且已知E( X2 )=2 ,求 P{X<4}.括号内为X的平方. - ？
杜军库森：[答案] 答:对于泊松分布,已知E(X^2)=λ^2+λ.所以有λ^2+λ=2.取正根λ=1.于是该分布为P(k)=e(-1)/k!. 故P{X
