设随机变量 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]服从参数为 2 的指数分布试证[tex=3.714x1.429]Gnk/cBvD2ltjKZfo2MKUCFNROmGPYHG/5WaFyWor5Ts=[/tex]和 [tex=5.0x1.429]Ybnqb6FzN7OpHA11dN+su4ZekW/vn/G99aqfiKTnBKs=[/tex]都服从区间[tex=2.286x1.357]4AG4sq9ONHpAms0C151/TQ==[/tex] 上的均匀分布.
举一反三
- 设随机变量 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 服从参数为 2 的指数分布，试证 [tex=4.643x1.357]vfd3VklKhbS30Ll9jlK2lg==[/tex] 在区间 (0,1) 上服从均匀分布。
- 随机变量 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 在 [tex=2.286x1.357]4AG4sq9ONHpAms0C151/TQ==[/tex] 上服从均匀分布，求 [tex=2.286x1.0]HwEoKoCgZOUAMbQSqkCCWQ==[/tex] 的概率密度
- 随机变量 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 在 [tex=2.286x1.357]4AG4sq9ONHpAms0C151/TQ==[/tex] 上服从均匀分布，求 [tex=4.643x1.143]6q4/cQUIcdOlSzY6KimAMQ==[/tex] 的概率密度
- 假设随机变量[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]在[tex=2.286x1.357]4AG4sq9ONHpAms0C151/TQ==[/tex]上服从均匀分布,求随机变量[tex=3.643x1.214]ZAbNhvSR2Dz/kcgWPk9J8Q==[/tex]的概率密度函数.
- 设[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]服从二项分布[tex=3.929x1.357]GFTCQHXG2UvObWKTlx+wEQ==[/tex]的先验分布为区间[tex=2.286x1.357]4AG4sq9ONHpAms0C151/TQ==[/tex]的均匀分布，[tex=6.5x1.214]6m6IpLK9nxKlloS9uQjB0lPIk7JLiKfngapuQvIJ8/k=[/tex]为来自总体[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]的样本，试在平方损失函数下，试求[tex=0.571x1.0]FGGpnaR8m8C48rN8O0c7aw==[/tex]的贝叶斯估计.