设X服从参数为λ>0的指数分布,其方差DX=()
设总体X服从指数分布,概率密度为: https://assets.asklib.com/psource/2015102617080363377.jpg 其中λ未知。如果取得样本观察值为x 1 、x 2 、…、x n ,样本均值为 https://assets.asklib.com/psource/2015102617081346948.jpg ,则参数λ的极大似然估计 https://assets.asklib.com/psource/2015102617082645429.jpg 是:()
设X服从参数为λ>0的泊松分布,其方差DX=()
设X服从参数为λ>0的泊松分布,其数学期望EX=()
在M/M/1排队系统中,顾客到达间隔时间服从()分布。
设X1,…,X是取自总体X的容量为n的样本.已知总体X服从参数为λ的指数分布,即X的概率密度函数为则λ的最大似然估计是().
设随机变量X与Y相互独立,它们分别服从参数λ=2的泊松分布与指数分布.记Z=X-2Y,则随机变量Z的数学期望与方差分别等于().
设总体X服从指数分布,概率密度为()。其中λ未知。如果取得样本观察值为X1,X2,…,X,样本均值为X,则参数λ的极大似然估计是()。
设总体X服从参数为λ的泊松分布,其中λ未知.X1,…,X是取自总体X的样本,则A的最大似然估计是().
设X服从参数为λ>0的指数分布,其数学期望EX=()
一次电话的通话时间X是一个随机变量(单位:分),设X服从指数分布Exp(A),其中λ=0.25,则一次通话所用的平均时间E(X)与标准差σ(X)为()。
设总体X服从参数λ的指数分布,X1,X2,…,Xn是从中抽取的样本,则为 ()。A.1/λB.C.1D.λ/n
设随机向量X<sub>1</sub>,X<sub>2</sub>服从参数为λ的指数分布,且相互独立,求X<sub>1</sub>+X<sub>2</sub>的密度函数.
设离散型随机变量X服从参数为λ(λ>0)的泊松分布,已知P(X=1)=P(X=2),则λ=______.
设顾客排队等待服务的时间X(以分钟计)服从λ=1/5的指数分布,某顾客等待服务,若超过10分钟,他就离
-次电话的通话时间X是-个随机变量(单位:分),设X服从指数分布Exp(λ),其中λ=0.25,则-次通话所用的平均时间E(X)与标准差σ(X)为()。
设随机变量X服从参数为λ的泊松分布(λ>0),且已知E[(X-2)(X-3)]=2,求λ的值。
设X服从参数λ=5的指数分布,则E(X)/D(X)=()。
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 )]=,则必有P{X=0}=P{X=1}。()
设随机变量X服从参数为λ的指数分布.当k<X《k+1时。Y=k,k=0,1...(1)求Y的分布律(2)设为来自总体Y
超市早上开门营业后有一段时间因为设备故障无法结账,导致有若干顾客在排队等候,并且平均每分钟还有相同数量的顾客前来排队等候结账,故障排除后,若开启9个收银台,30分钟后没有人再排队,若开启12个收银台,20分钟后没有人再排队,现经理要求要在15分钟后做到没有人排队等候,需要开启()个收银台
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λ=().
设随机变量X服从参数为λ的指数分布,则随机变量Y=max{X,1}的分布函数FY(y)的间断点个数为()
4、设顾客在某银行的窗口等待服务的时间X(以分钟计)服从指数分布E(1/5)。某顾客在窗口等待服务,若超过10分钟他就离开。他一个月要到银行5次,以Y表示一个月内他未等到服务而离开窗口的次数,求P{Y≥1}。(保留三位小数)