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）
