设X为非负的随机变量,证明:当x>0时,P(X=1-E(X)/x

设X为非负的随机变量,证明:当x>0时,P(X=1-E(X)/x 设g(x)为随机变量X取值的集合上的非负不减函数,且E(g(X))存在,证明:对任意的ε>0,使P(x>ε)≤E(g(X))/g(ε 设随机变量X~U(0,1),当给定X=x时,随机变量Y的条件概率密度为fy|x(y/x)={x 0 设P为非负实数,随机变量X的概率分布为,则E(X)的最大值为,D(X)的最大值为 关于切比雪夫一般形式的证明设g(x)为随机变量X取值的集合上的非负不减函数,且E(g(X))存在,证明:对任意的ε>0,使P(g(x)>=ε)≤E(g(X))/ε 设X,Y都是非负的连续型随机变量,它们相互独立.证明：P{X 设随机变量x服从参数为λ的泊松分布,随机变量Y在0至x之间任取一个非负整数,求概率P=(Y=2) 设随机变量X的分布函数为如下：F(x)=0,当x 设随机变量x的分布密度函数：当x>=0时,p(x)=e^(-x）当x 设随机变量x的分布密度函数:当x>=0时,p(x)=e^(-x),当x 设随机变量x的分布密度函数：当x>=0时,p(x)=e^(-x）当x 概率论 随机变量的独立性设随机变量X以概率1取值0,而Y是任意的随机变量,证明X与Y相互独立.(X,Y)的分布函数为F（x,y）当X≥0时,对任意的y有F（x,y）=P（{X≤x}∩{Y≤y}）=P{Y≤y}为什么P（{X≤x}∩{ 概率论 设随机变量X的分布函数为 0 ,x 设随机变量X的概率密度为：、、、X 0 设随机变量X的数学期望存在,证明随机变量X与任一常数a的协方差为零 设随机变量X的分布函数为F(x),当x 设随机变量X的概率函数为f(x)=k(x+1) 当-1 设随机变量X服从参数为2的指数分布,证明Y=e^-2X服从U(0,1)