概率论复习题+部分详解 | 您所在的位置:网站首页 › 概率论期末考试重点题型 › 概率论复习题+部分详解 |
概率论与数理统计练习题
1.假设检验中,显著性水平
α
\alpha
α 限制(第一类错误(拒真错误)#)的概率
分析: (1).原假设为真时拒绝原假设的概率不超过α (2).犯第一类错误的概率不超过α;(第一类错误概率的上界.) 分析: 分析: S 2 = 1 n − 1 ∑ i = 1 n ( X i − X ‾ ) 2 S^{2}=\frac{1}{n-1}\sum_{i=1}^{n}(X_{i}-\overline{X})^{2} S2=n−11∑i=1n(Xi−X)2 X ‾ \overline{X} X= 1 n ∑ i = 1 n X i \frac{1}{n}\sum_{i=1}^{n}X_{i} n1∑i=1nXi 则有:1. X ‾ \overline{X} X、 S 2 S^{2} S2相互独立 2. X ‾ \overline{X} X~(N( μ \mu μ, σ 2 n \frac{\sigma ^{2}}{n} nσ2)) 3. ( n − 1 ) S 2 σ 2 \frac{(n-1)S^{2}}{\sigma ^{2}} σ2(n−1)S2~( X 2 ( n − 1 ) X^{2}(n-1) X2(n−1) ).关于正态总体的样本均值与样本方差的重要结论详细 4.设 ( X,Y ) ~ N( μ 1 , μ 2 , σ 1 2 , σ 2 2 \mu_{1},\mu_{2}, \sigma ^{2}_{1}, \sigma ^{2}_{2} μ1,μ2,σ12,σ22,0)则 随机变量X,Y(相互独立(不相关) )分析:设二维随机变量 ( X,Y ) ~ N( μ 1 , μ 2 , σ 1 2 , σ 2 2 \mu_{1},\mu_{2}, \sigma ^{2}_{1}, \sigma ^{2}_{2} μ1,μ2,σ12,σ22,ρ),则X、Y相互独立的充分必要条件是:相关系数ρ=0。 5.已知随机变量 X ~ t(7),则 X 2 X^{2} X2 ~( F(1,7))分析:X~N(0,1) 、Y~
X
2
X^{2}
X2(n),且X与Y独立,则统计量:T=
X
Y
n
\frac{X}{\sqrt{\frac{Y }{n}}}
nY
X,服从自由度为n的t分布,即为T~t(n). 因为n=7;
X
2
X^{2}
X2=
T
2
T^{2}
T2=
X
2
Y
n
\frac{X^{2}}{\frac{Y }{n}}
nYX2=
X
2
/
1
Y
/
n
\frac{X^{2}/1}{Y /n}
Y/nX2/1 由F分布:F(m,n)=
X
/
m
Y
/
n
\frac{X/m}{Y /n}
Y/nX/m 则
X
2
X^{2}
X2 ~ F(1,7) 分析:因为
X
1
、
X
2
…
X
5
X_{1}、X_{2}…X_{5}
X1、X2…X5 是总体 X ~ N(0,1) 的样本, 且
a
(
X
1
+
X
2
+
X
3
)
X
4
+
X
5
\frac{a(X_{1}+X_{2}+X_{3})}{\sqrt{X_{4}+X_{5}}}
X4+X5
a(X1+X2+X3)=
3
a
2
\frac{\sqrt{3}a}{\sqrt{2}}
2
3
a, 为使
a
(
X
1
+
X
2
+
X
3
)
X
4
+
X
5
\frac{a(X_{1}+X_{2}+X_{3})}{\sqrt{X_{4}+X_{5}}}
X4+X5
a(X1+X2+X3)~t(2)., 只需
3
a
2
\frac{\sqrt{3}a}{\sqrt{2}}
2
3
a=1即可, 得 a =
6
3
\frac{\sqrt{6}}{3}
36
分析:因为1、D(C)=0; 2、D(aX+b)=
a
2
a^{2}
a2D(X); 3、D(X
±
\pm
±Y)=D(X)+D(Y)
±
\pm
±DOV(X,Y) 则D(X - 3Y+5 ) =D(X - 3Y ) =D(X)+9D(Y)-6COV(X,Y) =1+9
∗
\ast
∗ 3-0.6
∗
\ast
∗ 6=24.4 分析:X ~ N(0,2),Y ~ N(1,3) 且随机变量 X ,Y 独立,故X和Y的任意线性组合是正态分布。即 Z~N(E(Z),D(Z)), 1.X,Y独立:D(aX ± \pm ±Y ± \pm ±b)= a 2 a^{2} a2D(X)+D(Y) 2.E(aX ± \pm ±Y ± \pm ±b)=aE(X) ± \pm ±E(Y) ± \pm ±b 因为 Z =2X +Y +3 , E(Z)=2E(X)+E(Y)+3=20+1+3=4; D(Z)=4D(X)+D(Y)=42+3=11; 所以Z~N(4,11); Z=2X +Y +3 ~N(4,11) 9.随机变量 X ~ P(1),Y ~ P(3),且 X,Y 相互独立,则随机变量 Z = X +Y ~ (P(4) ) .分析:泊松分布具有可加性即Z = X +Y ~P (1+3 )=P(4) . 10.设 A, B 为随机事件, P(A) = 0.5, P(A- B) = 0.2 ,则 P( A B ‾ \overline{AB} AB) = ( 0.7).P(A- B)=P(A)-P(AB) P(AB)=P(A)-P(A- B)=0.5-0.2=0.3 P( A B ‾ \overline{AB} AB) =1-P(AB)=1-0.3=0.7 扩展资料: 常用概率公式 1、设A、B是互不相容事件(AB=φ),则:P(A∪B)=P(A)+P(B) 推论1:设A1、A2、…、An互不相容,则:P(A1+A2+…+An)=P(A1)+P(A2)+…+P(An) 推论2:设A1、A2、…、An构成完备事件组,则:P(A1+A2+…+An)=1 推论3:为事件A的对立事件。 推论4:若B包含A,则P(B-A)=P(B)-P(A) 推论5(广义加法公式):对任意两个事件A与B,有P(A∪B)=P(A)+P(B)-P(AB) 2、条件概率:已知事件B出现的条件下A出现的概率,称为条件概率,记作:P(A|B)条件概率计算公式: 当P(A)>0,P(B|A)=P(AB)/P(A) 当P(B)>0,P(A|B)=P(AB)/P(B) 3、乘法公式 P(AB)=P(A)×P(B|A)=P(B)×P(A|B) 推广:P(ABC)=P(A)P(B|A)P(C|AB) 11.设 P(A) =0.3, P(B) = 0.5,则 P(AB) 的最大值为(0.3 ).分析:由概率加内法公式: P(AUB)=P(A)+P(B)-P(AB) 得: P(AB)=P(A)+P(B)-P(AUB) 当P(AUB)最小的时容候P(AB)取到最大值 令AUB=B,那么P(AUB)=P(B)=0.5 P(AB)=P(A)=0.3 12.设某种仪器内装有 4 只同样的电子管,已知电子管的寿命 X 的密度函数为答:(1)密度函数f(x)满足∫(-∞,+∞)f(x)dx=1 分析:(1)边缘密度函数:如果二维随机变量X,Y的分布函数F{x,y}为已知,那么随机变量x,y的分布函数Fx{x}和Fy{y}分别可由F{x,y}求得。则Fx{x}和Fy{y}为分布函数F{x,y}的边缘分布函数。 分析:
拓展: 分析: 拓展:参数估计 |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |