随机变量X1,X2……Xn均服从标准正态分布且相互独立,记X(1)=minXi(1

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/29 04:34:33
随机变量X1,X2……Xn均服从标准正态分布且相互独立,记X(1)=minXi(1

随机变量X1,X2……Xn均服从标准正态分布且相互独立,记X(1)=minXi(1
随机变量X1,X2……Xn均服从标准正态分布且相互独立,记X(1)=minXi(1

随机变量X1,X2……Xn均服从标准正态分布且相互独立,记X(1)=minXi(1
为了方便 令F(X1)=ф(X(1)))
F(X1)=1-(1-F(X1))^n
f(x1)=n * ((1-F(x1))^(n-1)) * F'(x1)
E= ф(X(1)))*f(x1) 从负无穷到正无穷的积分
积分符号打不出用 | 替代
E= | F(x1)*n * ((1-F(x1))^(n-1)) d F(x1)
将上式积分便可得答案1/(n+1)

同求这道题啊!!!

随机变量X1,X2……Xn均服从标准正态分布且相互独立,记X(1)=minXi(1 设随机变量X1,X2,…Xn相互独立,且都服从(0,θ)上的均匀分布.求U=max{X1,X2,…Xn}数学期望 概率论数字特征与特征函数问题若x1,x2,x3,x4,x5…..xn为正的独立随机变量,服从相同的分布,密度函数为f(x),证明:E((x1+x2+x3+x4+x5+?..+..xk)/(x1+x2+x3+x4+x5+?..+..xn))=k/ncosmist的"令y_j = x_j / (x_1+x_2+...+x_n) 设X1,X2,X3,X4是来自正态总体N(0,4)的样本,令统计量YY=(X1+X2)^2+(X3-X4)^2,则当C=?时,CY服从卡方2另外问一下,X1,X2,…,Xn~N(0,1),那么X1+X2+…+Xn服从什么?C是前面乘的一个系数 关于概率论的2道题目1、设随机变量X1,X2,…Xn相互独立,且X1,X2,…Xn都有[0,a]上服从均匀分布,记U=max(X1,X2,…Xn),V=min(X1,X2,…Xn),求U、V的联合概率分布率 2、投一颗骰子,直到点数全部出现,求投掷次 设随机变量X1,X2,…Xn相互独立,且都服从(0,1)上的均匀分布.问:(1)求U=max{X1,X2,…Xn}数学期望. 若某电子设备的寿命总体X服从指数分布,其数学期望为2000小时,X1,X2,…Xn为总体X的一个简单随机样本,求n维随机变量(x1,x2,.xn)的联合分布函数. 随机变量中,E(Xi)与E(X1),E(X2),E(Xn)有什么区别如图1.X1,X2,X3.Xn相互独立且均服从标准正态分布N(0,1)为什么没有E(X1)=E(X2)=E(X3)=E(Xn)=0?只有E(X1)+E(X2)+E(X3)+.+E(Xn)=0?2.画黑线处,由对称性得出的E(X1X)=E(XnX 求教,均值不等式设x1,x2,……,xn为正实数,S=x1+x2+……+xn,求证:(1+x1)(1+x2)……(1+xn) 设随机变量X1,X2...Xn相互独立同分布,服从B(1,p),则E(Xk∑Xi)=?其中Xk为X1,X2...Xn中的一个. X1,X2分别服从标准正态分布,那么Δ=X1-X2的期望和方差怎么求啊?rt.实际上是能量守恒 推出来的,a+x1=b+x2,我的应用环境中 x1、x2 代表能量损耗的正态随机变量,a,b代表接收到的能量.所以 能量等级 设X1,X2……Xn是相互独立的随机变量序列且他们服从参数λ的泊松分布,则由中心极限定理知lim n趋向无穷大P﹛ ﹜=Φ(x) 【求助高手】大学概率论习题设随机变量X1、X2……Xn相互独立,且Xi服从参数为μi的指数分布,证明P(Xi=min(X1、X2……Xn))=μi/(μ1+μ2+……+μn)擦……自己做出来了 【请教高手】概率论多维随机变量证明题设连续随机变量X1、X2……Xn独立同分布,试证P(Xn>max(X1、X2、……Xn-1))=1/n 关于独立同分布随机变量密度函数的求解假设总体X在区间(0,a)上服从均匀分布(a>0),X1,X2…Xn是来自总体的简单随即样本,记X(n)=max(X1,X2…Xn),求X(n)的分布函数和密度函数我的理解是: 设X~ε(λ),X1,X2,……是来自总体X的随机变量,和总体X独立的随机变量N服从均值为1/P的几何分布,求Y=(X1+X2+……+XN)的分布 已知x1、x2、xn∈(0,+∞),求证:x1^2/x2+x2^2/x3+…+xn-1^2/xn+xn^2/x1≥x1+x2+…+xn 设X1,X2,...Xn是来自正态总体X~N(μ,σ^2)的简单随机样本求(X1+X2+...+Xn)服从什么分布?正态么?期望,方差都是多少?