您当前的位置: 首页 > 

Better Bench

暂无认证

  • 0浏览

    0关注

    695博文

    0收益

  • 0浏览

    0点赞

    0打赏

    0留言

私信
关注
热门博文

【随机过程】课后作业 1-条件概率期望密度

Better Bench 发布时间:2021-03-19 12:16:22 ,浏览量:0

参考资料

1 相关链接

【随机过程】课后作业2-随机足标和顺序统计量

2 习题

1. 设N1,N2,N3独立,Ni是参数为i 的poisson分布,i=1,2,3. (1)求P(N1+N2=3) (2)求E(N1|N2+N2=5) (3)求D(N1|N1+N2=5) 解: (1) 在这里插入图片描述 带入n=3,计算求解P(N1+N2=3)=0.22404180765538775

(2)因为n有限,所以k=0、1、2…n 在这里插入图片描述 带入 λ 1 = 1 \lambda_{1}=1 λ1​=1 λ 2 = 2 \lambda_{2}=2 λ2​=2N1+N2=5,求得E(N1|N2+N2=5) = 5 3 \frac{5}{3} 35​ (3) 在这里插入图片描述

clear
clc
%期望
EX =0;
%平方的期望
EX2 =0;
for i=0:5
    p =  i*test(5,i,1,2);
    EX =EX+p;
end
for i=0:5
    p =  i*i*test(5,i,1,2);
    EX2 =EX2+p;
end
%方差
DX =0
DX = EX2-EX*EX
function p =test(n,k,x1,x2)
    %factorial阶乘
    % x1对应题目的lambda1
    tempn = factorial(n);
    tempk = factorial(k);
    tempnk =factorial(n-k);
    %P分布函数
    p = (tempn*x1^k *x2^(n-k))/(tempk*tempnk*(x1+x2)^n)
end

求解得到 Dx = 1.1111

2. 设随机变量N服从参数为5的泊松分布,则求 Σ n = 0 ∞ \Sigma_{n=0}^{\infty} Σn=0∞​P(N>n) 解:由以下证明,得 Σ n = 0 ∞ \Sigma_{n=0}^{\infty} Σn=0∞​P(N>n) = EN 又因为泊松分布的期望等于 λ \lambda λ = 5 所以EN = 5 在这里插入图片描述

3. 设随机变量X服从参数为2的卡方分布,分布函数为F(x),则求 ∫ 0 ∞ 2 x ( 1 − F ( x ) ) d x \displaystyle \int^{\infty}_{0}{2x(1-F(x))dx} ∫0∞​2x(1−F(x))dx 在这里插入图片描述

关注
打赏
1665674626
查看更多评论
立即登录/注册

微信扫码登录

0.0430s