证明x+y服从泊松分布

设随机变量X与Y相互独立,且都服从参数为3的泊松分布,证明X+Y服从泊松分布,参数为6要用到微积分吗?具体公式给下回答：=Σ（3^I*e^(-3)I/I!）(3^(K-I)*e^(-3)I/(K-I)!）=Σ（3^I*3^(K-I)e^(-

一变量X服从泊松分布P（3）,另一个变量Y服从泊松分布P（5）,请问如何证明（X＋Y）服从泊松分布P（8）?假如X,Y也相互独立，请知道的朋友赐教……谢谢！自己看书去在:高等教育出版社的概率论上的原题了.题目都没说X,Y相互独立.

如何证明三个独立同分布的泊松分布的和服从泊松分布假设三个随机变量X.Y.Z都服从参数为λ的泊松分布.如果不先证X+Y服从泊松,再证(X+Y)和Z服从泊松分布的话.可以一次证明这三个服从泊松吗?令T=X+Y+Z,先求x+y+z

两个独立泊松分布之和的分布XY为两相互独立服从泊送分布的随机变量,Z=X+Y,如何证明Z服从泊松分布,且参数为X与Y参数之和?

随机变量X,Y相互独立,分别服从参数为a,b的泊松分布,证明X+Y服从参数为a+b的泊松分布.要具体详细的证明过程,不能投机取巧,要通用方法,π(a)π(b)π(a)π(b)为柏松分布则P{X=k}=(a^k)e^(-a)/k!P{Y=m}

设随机变量X与Y相互独立,且都服从参数为3的泊松分布,证明X+Y仍服从泊松分布,参数为6求过程详解这个用泊松分布可加性来做,很简单X,Y相互独立且分别服从p(λ1),p(λ2)那么Z=X+Yp(λ1+λ2)参考资料里有他的证明

泊松分布证明问题随机变量X,Y相互独立且服从参数为λ1,λ2的泊松分布,试证：Z=X+Y服从参数λ1+λ2的泊松分布.相互独立且服从参数为λ1,λ2的泊松分布

概率论泊松分布设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松分布?别人给的答案是用卷积,但泊松分布是关于离散型随机变量的,可用概率密度吗?若是没有记错的话,虽然卷积公式在连续型随机变

概率论泊松分布设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松分布?浏览次数：1次悬赏分：0|离问题结束还有14天21小时|别人给的答案是用卷积,但泊松分布是关于离散型随机变量的,可用

随机变量x服从泊松分布P(8),Y服从[0,4]均匀分布,E(2X+3Y)=如果他们是相对独立的话E(2X+3Y)=2E(X)+3E(Y)P(8)的期望是8U[0,4]的期望是2所以E(2X+3Y)=2*8+3*2=22希望可以帮助到你~~

如何证明两个服从泊松分布的变量相加之后仍然服从泊松分布?π(λ)P{X=k}=λ^k*e^(-λ)/k!π(μ)P{Y=k}=μ^k*e^(-μ)/k!Z=X+YP{Z=k}=∑(i=0,...k)P{X=i}*P{Y=k-i}=∑(i=0

证明,如果X,Y服从指数分布而且相互独立,X服从参数为μ,Y服从参数为λ.求最小分布也服从指数分布,参数为λ+μ.并求方差（X+Y)提示：假设Z=min(X,Y)Pr[Z带入X和Y的累积分布函数,化简后就能看出来了.求方差也就和普通的指数分

设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松分布?X~π(a)Y~π(b)π(a)π(b)为柏松分布则P{X=k}=(a^k)e^(-a)/k!P{Y=m}=(b^m)e^(-b)

概率论卷积设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松分布?别人给的答案是用卷积,但泊松分布是关于离散型随机变量的,可用概率密度吗?请看看我在那里的答案吧,有问题请提出来

设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松分布?

二维随机变量函数的分布泊松分布的可加性设X,Y相互独立且分别服从p（λ1）,p（λ2）证明：Z=X+Y~p(λ1+λ2)p(X+Y=k)=∑(i=0,k)λ1^i/i!*e(-λ1)*λ2^(k-i)/(k-i)!*e^(-λ2)这个式子怎

X服从泊松分布求E[X(X-1)]设X服从泊松分布,参数为λ,那么EX=λ,DX=λ,所以E[X(X-1)]=E(X^2)-EX=DX+(EX)^2-EX=λ＋λ^2－λ=λ^2.也可以直接根据定义E[X(X-1)]=sum(n(n-1)*

设随机变量X,Y分别服从（0-1）分布,证明：X,Y相互独立等价于X,Y不相关设X,Y的分布律分别为X01Y011-pp1-qq（1）X,Y独立,那么他们一定不相关（这是书上的结论,只要独立就一定不相关）（2）X,Y不相关,则COV(X,Y

设随机变量X服从自由度为k的t分布,证明随机变量Y=X^2服从自由度为(1,k)的F的分布因为X~t(k),由定义可令X=A/根号下B/k,其中A~N(0,1),X^2(k)分布Y=X^2=A^2/(B/k),因为A~N(0,1),所以A^

设X服从参数为1的泊松分布,Y服从参数为4,0.5的二项分布,且x,y相互独立,求E(XY)由于相互独立,EXY=EX*EY=1*2=2泊松分布的期望等于纳姆达=1二项分布的期望等于np=4*0.5=2