2025年海南大学概率论与数理统计秋季学期期末试题及答案_第1页
2025年海南大学概率论与数理统计秋季学期期末试题及答案_第2页
2025年海南大学概率论与数理统计秋季学期期末试题及答案_第3页
2025年海南大学概率论与数理统计秋季学期期末试题及答案_第4页
2025年海南大学概率论与数理统计秋季学期期末试题及答案_第5页
已阅读5页,还剩4页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

2025年海南大学概率论与数理统计秋季学期期末试题及答案考试时间:______分钟总分:______分姓名:______一、选择题(本大题共5小题,每小题3分,共15分。在每小题给出的四个选项中,只有一项是符合题目要求的。请将所选项前的字母填在题后的括号内。)1.设事件A与B互斥,且P(A)>0,P(B)>0,则下列结论正确的是()。(A)A与B独立(B)A与B互对立(C)A与B不独立(D)A与B的并事件与A独立2.设随机变量X的密度函数为f(x)={c(1-x^2),-1≤x≤1;0,其他},则常数c等于()。(A)1/3(B)1/2(C)1(D)23.设随机变量X和Y相互独立,且均服从参数为λ的泊松分布,则E(XY)等于()。(A)λ^2(B)λ(C)2λ(D)04.设总体X服从正态分布N(μ,σ^2),X1,X2,...,Xn是来自X的样本,则样本方差S^2的期望E(S^2)等于()。(A)μ(B)σ(C)σ^2(D)nσ^25.设X1,X2,...,Xn是来自总体X的样本,X̄为样本均值,若X~N(μ,σ^2),则统计量X̄服从的分布是()。(A)N(μ,σ^2)(B)N(μ,σ^2/n)(C)N(μ,(n-1)σ^2)(D)N(μ/n,σ^2/n)二、填空题(本大题共5小题,每小题3分,共15分。请将答案填在题中横线上。)6.若事件A,B,C相互独立,且P(A)=0.5,P(B)=0.6,P(C)=0.7,则P(A∪B∪C)=________。7.设随机变量X的分布律为P(X=k)=(k+1)/6,k=1,2,3,则E(X)=________。8.设随机变量X和Y的协方差Cov(X,Y)=2,X的方差DX=1,Y的方差DY=5,则X和Y的相关系数ρXY=________。9.从总体X中抽取容量为n的样本,若X~N(μ,16),要使μ的置信度为95%的置信区间长度为4,则所需样本容量n至少为________。10.在假设检验中,犯第一类错误的概率记为α,犯第二类错误的概率记为β,则对于给定的样本容量n,α与β的关系是________。三、计算题(本大题共5小题,共60分。解答应写出文字说明、证明过程或演算步骤。)11.(本小题满分10分)设随机变量X和Y相互独立,其分布律分别为:P(X=0)=0.3,P(X=1)=0.7;P(Y=-1|X=0)=0.5,P(Y=1|X=0)=0.5;P(Y=-1|X=1)=0.2,P(Y=1|X=1)=0.8。求:(1)随机变量Z=X+Y的分布律;(2)随机变量X和Y是否相互独立?12.(本小题满分12分)设随机变量X的概率密度函数为f(x)={e^(-x),x>0;0,x≤0}。(1)求随机变量X的分布函数F(x);(2)求P(1<X<2);(3)求X的期望E(X)和方差DX。13.(本小题满分12分)设总体X的均值E(X)=μ,方差DX=σ^2(σ^2已知),X1,X2,...,Xn是来自X的样本。(1)证明:样本均值X̄=(1/n)ΣXi是μ的无偏估计量;(2)求X̄的方差DX̄;(3)若σ^2=4,n=16,求μ的置信度为90%的置信区间。14.(本小题满分12分)设总体X服从参数为p的0-1分布,即P(X=1)=p,P(X=0)=1-p。X1,X2,...,Xn是来自X的样本。(1)求参数p的矩估计量;(2)求参数p的最大似然估计量。15.(本小题满分12分)设总体X服从正态分布N(μ,σ^2),其中μ未知,σ^2已知。现抽取容量为n的样本,得到样本均值X̄=20,样本方差S^2=4(σ^2=4)。检验假设H0:μ=21vsH1:μ<21,检验水平α=0.05。(已知n>30,可利用标准正态分布表)---试卷答案一、选择题1.C2.A3.A4.C5.B二、填空题6.0.9317.5/38.2/√59.6210.当n固定时,α减小,β增大(或反之)三、计算题11.(1)解析:首先计算Z取值的可能情况。Z的可能取值为-1,0,1,2。P(Z=-1)=P(X=0,Y=-1)=P(X=0)P(Y=-1|X=0)=0.3*0.5=0.15。P(Z=0)=P(X=0,Y=1)+P(X=1,Y=-1)=P(X=0)P(Y=1|X=0)+P(X=1)P(Y=-1|X=1)=0.3*0.5+0.7*0.2=0.15+0.14=0.29。P(Z=1)=P(X=0,Y=1)+P(X=1,Y=1)=P(X=0)P(Y=1|X=0)+P(X=1)P(Y=1|X=1)=0.3*0.5+0.7*0.8=0.15+0.56=0.71。P(Z=2)=P(X=1,Y=1)=P(X=1)P(Y=1|X=1)=0.7*0.8=0.56。所以Z的分布律为:Z-1012P0.150.290.710.56(2)解析:判断X和Y是否独立,需要验证P(X=x,Y=y)是否等于P(X=x)P(Y=y)对所有x,y都成立。例如,验证P(X=0,Y=-1)=P(X=0)P(Y=-1)。P(X=0,Y=-1)=0.15。P(X=0)=0.3。P(Y=-1)=P(Y=-1|X=0)P(X=0)+P(Y=-1|X=1)P(X=1)=0.5*0.3+0.2*0.7=0.15+0.14=0.29。P(X=0)P(Y=-1)=0.3*0.29=0.087。由于P(X=0,Y=-1)≠P(X=0)P(Y=-1),所以X和Y不独立。12.(1)解析:分布函数F(x)是密度函数f(x)的积分。当x≤0时,F(x)=∫_{-∞}^xf(t)dt=∫_{-∞}^x0dt=0。当x>0时,F(x)=∫_{-∞}^xf(t)dt=∫_0^xe^(-t)dt=[-e^(-t)]_0^x=-e^(-x)-(-e^0)=1-e^(-x)。所以F(x)={0,x≤0;1-e^(-x),x>0}。(2)解析:利用分布函数计算概率。P(1<X<2)=P(X<2)-P(X≤1)=F(2)-F(1)=(1-e^(-2))-(1-e^(-1))=e^(-1)-e^(-2)。(3)解析:利用密度函数计算期望和方差。E(X)=∫_{-∞}^∞xf(x)dx=∫_0^∞xe^(-x)dx。令u=x,dv=e^(-x)dx,du=dx,v=-e^(-x)。∫xe^(-x)dx=-xe^(-x)-∫(-e^(-x))dx=-xe^(-x)+e^(-x)=-(x+1)e^(-x)。E(X)=[-(x+1)e^(-x)]_0^∞=(0+1)e^0-lim(x→∞)[-(x+1)e^(-x)]=1-lim(x→∞)(x+1)/e^x=1-0=1。DX=E(X^2)-(E(X))^2。E(X^2)=∫_{-∞}^∞x^2f(x)dx=∫_0^∞x^2e^(-x)dx。令u=x^2,dv=e^(-x)dx,du=2xdx,v=-e^(-x)。∫x^2e^(-x)dx=-x^2e^(-x)-∫(-e^(-x)*2x)dx=-x^2e^(-x)+2∫xe^(-x)dx。由上一问结果,∫xe^(-x)dx=-(x+1)e^(-x)。∫x^2e^(-x)dx=-x^2e^(-x)+2(-(x+1)e^(-x))=-(x^2+2x+2)e^(-x)。E(X^2)=[-(x^2+2x+2)e^(-x)]_0^∞=(0+0+2)e^0-lim(x→∞)[-(x^2+2x+2)e^(-x)]=2-lim(x→∞)(x^2+2x+2)/e^x=2-0=2。DX=2-1^2=1。(注:对于指数分布E(λ),有E(X)=1/λ,DX=1/λ^2。本题f(x)=λe^(-λx),x>0。若λ=1,则E(X)=1,DX=1,与上面计算结果一致。)13.(1)解析:证明E(X̄)=μ。E(X̄)=E((1/n)ΣXi)=(1/n)ΣE(Xi)。由于Xi是来自总体X的样本,X1,X2,...,Xn相互独立且与X同分布,所以E(Xi)=E(X)=μ对所有i成立。E(X̄)=(1/n)*nμ=μ。因此,X̄是μ的无偏估计量。(2)解析:计算X̄的方差DX̄。方法一:DX̄=D((1/n)ΣXi)=(1/n)^2ΣDXi=(1/n)^2*nDX=DX/n。所以DX̄=σ^2/n。方法二:X̄~N(μ,σ^2/n)(由正态总体样本均值的性质)。所以DX̄=Var(X̄)=(σ^2/n)。(3)解析:求μ的置信区间。已知总体X~N(μ,σ^2),σ^2=4已知,n=16,X̄=20,α=0.05。由于σ^2已知,应使用Z分布。μ的(1-α)置信区间的公式为:(X̄-Z_(α/2)*(σ/√n),X̄+Z_(α/2)*(σ/√n))。查标准正态分布表,α/2=0.025,Z_(0.025)≈1.96。σ=√4=2。n=16,√n=4。置信区间长度=2*Z_(0.025)*(σ/√n)=2*1.96*(2/4)=2*1.96*0.5=1.96。置信区间为(20-1.96,20+1.96)=(18.04,21.96)。14.(1)解析:求p的矩估计量。E(X)=np(0-1分布的期望)。用样本均值X̄估计E(X)。X̄=np。p的矩估计量为p̂=X̄/n。(2)解析:求p的最大似然估计量。写出样本的联合概率函数(似然函数)。L(p)=Π_(i=1)^nP(Xi=p)=(Π_(i=1)^np^Xi(1-p)^(1-Xi))。令Xi取值为x_i,则L(p)=p^(Σx_i)*(1-p)^(n-Σx_i)。取对数似然函数:l(p)=logL(p)=Σx_i*log(p)+(n-Σx_i)*log(1-p)。对p求导,令导数等于0:dl(p)/dp=(Σx_i)/p-(n-Σx_i)/(1-p)=0。解得p̂=M=Σx_i/n。其中M是样本均值。所以p的最大似然估计量是样本均值,p̂=X̄。15.(本小题使用标准正态分布表)解析:检验假设H0:μ=21vsH1:μ<21,α=0.05。这是单边检验,检验统计量应使用Z。Z=

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论