概率论与数理统计第6-7章(点估计)复习题

合集下载

概率论与数理统计总复习

XY
pi
1 1 1 5 5
5 1 5 1 5
1
1 65 EXY xi y j Pij COV ( X , Y ) EXY EX EY 8 8 i j
COV ( X , Y ) 3 20 320 DX DY
6. 设随机变量X ~N (1,3 ), Y ~ N (0, 4 ),已知
X z M z Y z
由于 X 和 Y 相互独立,于是得到 M = max(X,Y) 的分布函数为: FM(z) =P(X≤z)P(Y≤z)
即有 FM(z)= FX(z)FY(z)
2. N = min(X,Y) 的分布函数 FN(z)=P(N≤z) =1-P(N>z)
=1-P(X>z,Y>z)
例1 设 X 具有概率密度f X ( x ), 求 Y=X2 的概率密度.
解设Y 和 X 的分布函数分别为 FY ( y)和 FX ( x)，
2
注意到Y X 0, 故当y 0时有，FY ( y) P(Y y) 0
当 y>0 时,
2 P ( X y) FY ( y ) P(Y y )
P ( y X y ) FX ( y ) FX ( y )
FY y P Y y
求导可得
1 f X ( y ) f X ( y ) , dFY ( y ) fY ( y ) 2 y dy 0,

y0 y0
若
1 fX ( x) 2
2、解：设 X 表示电子管寿命，
Y 表示5个电子管使用1000小时后损坏的个数。则
Y ~ b(5, p),其中p P( X 1000 ) x 1 e 1000 , x 0 f ( x) 1000 0, 其他

概率论与数理统计教材第六章习题

X σ0 n
~ N(0,1)
对于置信水平1- ，总体均值的置信区间为对于置信水平 -α，总体均值的置信区间为
X
σ0
n
uα < < X +
2
σ0
n
uα
2
(2)设总体～ N(,σ 2 ), 未知，求的置信区间。设总体X～未知σ，的置信区间。设总体的置信区间
σ 0 ，则样本函数 t = X ~ t(n 1) 用 S 代替 S n
i =1
n1
n1
F
1
α ∑ Yj 2
2 j =1
n2
(
)
2
n2
10
2 2 及（1）设两个总体～ N(1,σ1 ) 及Y～ N(2 ,σ 2 ), 未知 1 2，）设两个总体X～～
2 σ1 的置信区间。求 2 的置信区间。 σ2
选取样本函数选取样本函数
2 2 S1 σ1 F = 2 2 ~ F(n1 1, n2 1) S2 σ2
∑x
i =1
n
i =1
i
n = 0.
1 p
得 p 的极大似然估计值为 p =
n
∑x
i =1
n
1 = x
i
12
1 θ 2. 设总体服从拉普拉斯分布：f ( x;θ ) = e ,∞< x < +∞, 设总体X 服从拉普拉斯分布： 2θ 求参数 θ 其中 > 0. 如果取得样本观测值为 x1 , x2 ,L, xn , 求参数θ
第六章参数估计
(一)基本内容
一、参数估计的概念 1 定义：取样本的一个函数θ ( X 1 , X 2 ,L , X n ), 如果以它的观测定义：

《概率论与数理统计》复习题

《概率论与数理统计》复习题第一章：随机事件及其概率1．某射手向一目标射击两次，Ai表示事件“第i次射击命中目标”，i=1，2，B表示事件“仅第一次射击命中目标”，则B=（）A．A1AB．A1A2C．A1A2D．A1A22．设A，B为两个互不相容事件，则下列各式错误的是（）．．A．P(AB)=0C．P(AB)=P(A)P(B)B．P(A∪B)=P(A)+P(B)D．P(B-A)=P(B)13．设事件A，B相互独立，且P(A)=，P(B)>0，则P(A|B)=()3A．1141B．C．D．1551534．已知P(A)=0.4，P(B)=0.5，且AB，则P(A|B)=（）A．0B．0.4C．0.8D．15.一批产品中有5%不合格品，而合格品中一等品占60%，从这批产品中任取一件，则该件产品是一等品的概率为（）A．0.20B．0.30C．0.38D．0.573126.设A，B为两事件，已知P（A）=，P（A|B）=，P(B|A)，则P （B）=（）335A.1234B.C.D.55557.设随机事件A与B互不相容，且P(A)=0.2，P(A∪B)=0.6，则P(B)=________.8．设A，B为两个随机事件，且A与B相互独立，P(A)=0.3，P(B)=0.4，则P(AB)=__________.9.10件同类产品中有1件次品，现从中不放回地接连取2件产品，则在第一次取得正品的条件下，第二次取得次品的概率是________.10．某工厂一班组共有男工6人、女工4人，从中任选2名代表，则其中恰有1名女工的概率为________11．盒中有4个棋子，其中2个白子，2个黑子，今有1人随机地从盒中取出2个棋子，则这2个棋子颜色相同的概率为_________.12．一医生对某种疾病能正确确诊的概率为0.3，当诊断正确时，他能治愈的概率为0.8。

若未被确诊，病人能自然痊愈的概率为0.1。

①求病人能够痊愈的概率；②若某病人已经痊愈，问他是被医生确诊的概率是多少？第二章：随机变量及其分布1.下列函数中可作为某随机变量的概率密度的是（）100,某100,A．某2某1000,10,某0,B．某0,某0131，某,D．222其他0,1,0某2,C．0,其他2．设随机变量某在[-1，2]上服从均匀分布，则随机变量某的概率密度f(某)为()1,1某2;A．f(某)30,其他.1,1某2;C．f(某)0,其他.3,1某2;B．f(某)0,其他.1,1某2;D．f(某)30,其他.13．设随机变量某~B3,，则P{某1}=()3A．181926B．C．D．272727274.设随机变量某在区间[2，4]上服从均匀分布，则P{2C．P{2.55．设离散型随机变量某的分布律如右，B．P{1.5某-101则常数C=_________.P2C0.4CA某2,0某1;6．设随机变量某的概率密度f(某)则常数A=_________.其他,0,某1;0,0.2,1某0;7．设离散型随机变量某的分布函数为F(某)=0.3,0某1;0.6,1某2;某2,1,8.设连续型随机变量某的分布函数为则P{某>1}=_________.0，某0，ππF(某)in某，0某,其概率密度为f(某)，则f()=________.62π1,某,29.设随机变量某~N（2，22），则P{某≤0}=___________。

概率与数理统计第六章习题参考解答

《概率论与数理统计》第六章习题exe6-1解：10()0x b f x b ⎧<<⎪=⎨⎪⎩其他01()()2bb E X xf x dx x dx b +∞-∞==⋅=⎰⎰ 令11μ=A ，即2b X =，解得b 的矩估计量为ˆ2b X = 2ˆ2(0.50.60.1 1.30.9 1.60.70.9 1.0) 1.6899bx ==++++++++= exe6-2解：202()()()3x E X xf x dx x dx θθθθ+∞-∞-==⋅=⎰⎰令11μ=A ，即,3θ=X 解得θ的矩估计量为ˆ3X θ= Exe6-3解：（1）由于12222()()()()(1)()E X mpE X D X E X mp p mp μμ==⎧⎨==+=-+⎩令 ⎩⎨⎧==.2211μμA A 求解得221111p m p μμμμ⎧-=-⎪⎪⎨⎪=⎪⎩，p, m 的矩估计量为22211(1)ˆ11ˆˆA A n S pA nX X m p ⎧--=-=-⎪⎪⎨⎪=⎪⎩Exe6-4解：（1）()E X λ= 令11μ=A ，即,λ=X 解得λ的矩估计量为ˆX λ= {}),2,1,0(!===-x e x x X P xλλ{}),2,1,0(!===-i i xi x e x x X P iλλ似然函数11111(){}()!!niii x n nx ni ni i i ii eL P X x e x x λλλλλ=--===∑====∏∏∏11ln ()()ln ln(!)nni i i i L n x x λλλ===-+-∑∑1ln ()0nii x d L n d λλλ==-+=∑解得λ的最大似然估计值为 11ˆnii x x n λ===∑ （2）由（1）知1ˆ(6496101163710)7.210x λ==+++++++++= Exe6-5解：（1）似然函数1(1)111(){}(1)(1)ni i i nnx x ni i i L p P X x p p p p =--==∑===-=-∏∏∑-==-ni i nx np p 1)1(1ln ()ln (1)ln ni i L p n p x p ==+-⋅∑)1ln()(ln 1p n x p n ni i --+=∑=1(1)ln ()01nii x d L p ndp pp=-=-=-∑01)(ln 1=---=∑=pnxp n dp p L d ni i解得p 的最大似然估计值为 11ˆnii npxx===∑ （2）155ˆ5174926px ===++++ Exe6-6解：由22()2()x f x μσ--=（1）2σ已知，似然函数22122()()2211()(,)ni i i x nx n nii i L f x e μμσσμμ=----==∑===∏2211ln ())()2nii L n x μμσ==---∑21ln ()1(22)02nii d L x d μμμσ==--=∑即11()0nniii i x n xμμ==-=-=∑∑解得μ的最大似然估计值 1ˆnii xx nμ===∑（2）μ已知，似然函数为212222)(222)(12122121),()(σμσμπσσπσσ∑⎪⎭⎫ ⎝⎛====----==∏∏ni i i x n x ni n i i e ex f L21222)(21)ln(2)2ln(2)(ln μσσπσ-∑---==n i i x n n L 0)()(212)(ln 2122222=-+-=∑=μσσσσni ixn L d d解得∑=-=n i i x x n 122)(1ˆσ，故2σ的最大似然估计值为 .)(1ˆ122∑=-=n i i i x x n σ Exe6-7解：（1）矩估计量2220()()()(3)2xt x xt xx E X xf x dx x e dx e dx t e dt θθθθθθθθ=--+∞+∞+∞+∞--∞==⋅===Γ=⎰⎰⎰⎰令2X θ=，得ˆ/2X θ= 似然函数211()(,)ix n nii i i x L f x eθθθθ-====∏∏1111ln ()(ln 2ln )ln 2ln nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑令21ln ()210ni i d L n x d θθθθ==-+=∑解得θ的最大似然估计值为111ˆ22ni i x x n θ===∑ （2）2311()(,)2ixnni i i i x L f x e θθθθ-====∏∏331111ln ()[2ln ln(2)]2ln ln(2)nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑ 令2321ln ()1602nii d L n xd θθθθθ==-⋅-=∑013)(ln 1223=+⋅-=∑=ni ixn d L d θθθθθ解得θ的最大似然估计值为 111ˆ33n ii x x n θ===∑（3） ),(~p m B X ，m 已知{}∏∏=-=-===ni x m x x m ni i i i ip p C x X P p L 11)1()(1111ln ()[ln ln ()ln(1)]ln ln ln(1)()i inx m i i i nnnx m i i i i i L p C x p m x p C p x p nm x =====++--=++--∑∑∑∑令 11ln ()01n ni ii i x nm x d L p dp p p==-=-=-∑∑即1111(1)1n nniiii i i x xxnmppp p p===+==---∑∑∑ 解得p 的最大似然估计值为 1ˆnii xxpmnm===∑ Exe6-8解：(1)似然函数为{}{}{})1(2)1(2121)(522θθθθθθθ-=⋅-⋅==⋅=⋅==X P X P X P L)1ln(ln 52ln )(ln θθθ-++=L 令 0115)(ln =--=θθθθL d d 解得θ的最大似然估计值为.65ˆ=θ Exe6-9解：1212222)()(22)(12)(111212121),,(),,(),(σβαβασβασβασπσπσπβαβαβα∑∑⎪⎪⎭⎫⎝⎛=====+-+---+--=---===∏∏∏∏ni i ni i i i i i y x ny ni x ni n i i Y n i i X e eey f x f L))()((21ln 2)2ln(),(ln 21212βαβασσπβα+-∑+--∑---===ni i ni i y x n n L0))()((22),(ln 112=+-+--=∂∂∑∑==βαβασβααni i n i i y x L0)()((22),(ln 112=+----=∂∂∑∑==βαβασβαβni i n i i x x L 联立解得,2ˆ,2ˆyx y x -=+=βα故βα,的最大似然估计量为 .2ˆ,2ˆYX Y X -=+=βαExe6-10解：（1）由1/2EX μθ==，得θ的矩估计量ˆ2X θ= ˆ()2()2()22E E X E X θθθ===⋅= 故θ的矩估计量ˆ2X θ=是θ的无偏估计量。

概率论与数理统计第六章测试题

第6章参数估计选择题1．设n X X X ,...,,21是来自正态总体X 的简单随机样本，X 的分布函数F(x;θ)中含未知参数，则（A ）用矩估计法和最大似然估计法求出的θ的估计量相同 (B) 用矩估计法和最大似然估计法求出的θ的估计量不同（C ）用矩估计法和最大似然估计法求出的θ的估计量不一定相同 (D) 用最大似然估计法求出的θ的估计量是唯一的2．设n X X X ,...,,21是来自正态总体X 的简单随机样本，EX=μ，DX=σ2，其中μ，σ2均为未知参数，X =1ˆμ，12ˆX =μ，下面结论哪个是错误的。

（A ）X =1ˆμ是μ的无偏估计 (B) 12ˆX =μ是μ的无偏估计（C ）X =1ˆμ比12ˆX =μ 有效 (D) ∑=-ni i X n 12)(1μ是σ2的最大似然估计量 3．设n X X X ,...,,21是来自正态分布总体N(μ,σ2)的简单随机样本，其中数学期望μ已知，则总体方差σ2 的最大似然估计量是（A ） ∑=--n i i X X n 12)(11 (B) ∑=-ni i X X n 12)(1 （C ） ∑=--n i i X n 12)(11μ (D) ∑=-n i i X n 12)(1μ 4．已知总体X 在区间[0,θ]上均匀分布，其中θ是未知参数，设n X X X ,...,,21是来自X 的简单随机样本，X 是样本均值，},...,max {1)(n n X X X = 是最大观测值，则下列选项错误的是（A ）)(n X 是θ的最大似然估计量 (B) )(n X 是θ的无偏估计量（C ）X 2是θ的矩估计量 (D) X 2是θ的无偏估计量5．设总体X~N(μ1,σ2)，总体Y~N(μ2,σ2)，m X X X ,...,,21和n Y Y Y ,...,,21分别是来自总体X和Y 的简单随机样本，样本方差分别为2X S 与2Y S ，则σ2 的无偏估计量是（A ）22YX S S + (B) 22)1()1(Y X S n S m -+-（C ）222-++n m S S YX (D) 2)1()1(22-+-+-n m S n S m Y X6．设X 是从总体X 中取出的简单随机样本n X X X ,...,,21的样本均值，则X 是μ的矩估计，如果（A ）X~N(μ,σ2) (B) X 服从参数为μ的指数分布（C ）P （X=m ）=μ(1-μ)m-1，m=1,2,… (D) X 服从[0,μ]上的均匀分布填空题1．假设总体X 服从参数为λ的泊松分布，n X X X ,...,,21是取自总体X 的简单随机样本，其均值、方差分别为X ，S 2 ，如果2)32(ˆS a X a -+=λ为λ的无偏估计，则a= 。

概率论与数理统计六七章习题答案

第六章大数定理和中心极限定理一、大纲要求(1)了解契比雪夫不等式；(2)了解辛钦大数定律,伯努利大数定律成立的条件及结论；(3)了解独立同分布的中心极限定理和棣莫佛—拉普拉斯中心极限定理（二项分布以正态分布为极限分布）的条件和结论,并会用相关定理近似计算有关随机事件的概率.二、重点知识结构图三、基本知识1. 马尔科夫不等式若X 为只取非负值的随机变量,则对任意常数0ε>,有{}EXP X εε≥≤.2. 契比雪夫不等式若DX 存在,则{}2DXP X EX εε-≥≤.3. 辛钦大数定律定理 1 设12,,,,n X X X 是独立同分布的随机变量序列，且具有有限的数学期望()a X E n =，则对任意的0ε>,有{}lim 0n n P X a ε→∞-≥=4. 伯努利大数定律定理2 设()p n B X n ,~，其中n=1,2, …，0<p<1 。

则对任意ε>0，有5．独立同分布的中心极限定理定理3 (林德伯格-列维定理) 设12,,,,n X X X 为独立同分布的随机变量,22,,0,i i EX a DX σσ==<<∞则对任意实数x 有12lim )()n n P X X X na x x →∞⎫++-≤=Φ⎬⎭式中, ()x Φ是标准正态分布(0,1)N 的分布函数,即2/2()t x e dt +∞--∞Φ=6. 棣莫佛-拉普拉斯中心极限定理定理3(棣莫佛-拉普拉斯定理) 设12,,,,n X X X 独立同分布,i X 的分布是{}{}1,01,(01)i i P X p P X p p ====-<<则对任意实数x ,有12lim )()n n P X X X np x x →∞⎧⎫⎪++-≤=Φ⎬⎪⎭0lim =⎭⎬⎫⎩⎨⎧≥-∞→εp n X P n n四、典型例题例1 设随机变量X 和Y 的数学期望分别为-2和2,方差分别为1和4,而相关系数为-0.5,则根据契比雪夫不等式{}6_____P X Y +≥≤.解因为 ()0E X Y E X E Y +=+= ()2c o v (,D X Y D X D Y X Y +=++2DX DY ρ=++ 1420.52=+-⨯⨯= 根据契比雪夫不等式{}2DXP X EX εε-≥≤所以 {}3163612P X Y +≥≤= 例2 某保险公司经多年资料统计表明,在索赔户中被盗户占20%,在随意抽查的100家索赔户中以被盗的索赔户数为随机变量,利用中心极限定理,求被盗的索赔户大于14户且小于30户的概率近似值.[分析]本题的随机变量服从参数100,0.2n p ==的二项分布.如果要精确计算,就要用伯努利二项公式:{}291001001514300.20.8kk k k P X C -=<<=∑.如果求近似值,可用契比雪夫不等式估计.解由于~(100,0.2)X N ,所以1000.220EX np ==⨯=168.02.0100)1(=⨯⨯=-=p np DX{}1430P X P <<=<<=Φ(2.5)-Φ(-1.5)()927.0)5.1(5.2=-Φ+Φ因此被盗的索赔户大于14户且小于30户的概率近似值为0.927.例3 某车间有200台机床,它们彼此工作独立,开工率都为0.6，工作时耗电都为1kW,问供电所至少给这个车间多少度电，才能以99.9%的概率保证这个车间不会因供电不足而影响生产.解用X 表示工作的机床台数,则~(200,0.6)X B .设要向车间供电a kW,则有由棣莫佛-拉普拉斯定理得{}P o X a P ⎧⎫<≤=<≤020p q ⎛⎫⎛⎫⎫⎫≈Φ-≈⎪⎪⎪⎪⎪⎪⎭⎭⎭⎭()0.999 3.1≈Φ≥=Φ即3.1≥ 因此120 3.48141a ≥+= 例4 用契比雪夫不等式确定当掷一均匀硬币时,需掷多少次,才能保证使得出现正面的频率在0.4~0.6之间的概率不小于90%,并用正态逼近计算同一个问题.解设需掷n 次，用n S 表示出现正面的次数，则1~(,)2n S B n ，有契比雪夫不等式得0.40.60.50.1n n S S P P n n ⎧⎫⎧⎫<<=-<⎨⎬⎨⎬⎩⎭⎩⎭211110022110.900.014n n n⨯⨯≥-=-≥ 所以10002504n ≥=. 由棣莫佛-拉普拉斯定理得0.40.6n S P P n ⎧⎫<<=<⎨⎬⎩⎭(((0.2210.90=Φ-Φ-=Φ-≥即(Φ≥0.95,查表得 1.645>,故68n ≥.例5 假设12,,,n X X X 是独立同分布的随机变量,且()k k i a X E =(1,2,3,4)k =,证明当n 充分大时,随机变量211n n i i Z X n ==∑近似服从正态分布,并指出其分布参数.证由12,,,n X X X 是独立同分布的随机变量序列可知, 22212,,,nX X X 独立同分布,且有()22a X E i =, 2242i DX a a =-2211n n i i EZ EX a n ===∑, 2242211n n i i a a DZ DX n n=-==∑由林德伯格-列维定理可知,对任意x 有⎰∞--∞→=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧<--x t n n dte x n a a a Z P 22242221lim π即n Z 近似服从正态分布2422(,)a a N a n-. 例6 有一批建筑房屋用的木柱,其中80%的长度超过3m ，现从这批木柱中随机地取出100根，问其中至少有30根短于3m 的概率是多少？解设10i X ⎧=⎨⎩()31,2,,1003i m i i m = 当所取的第根木柱短于当所取的第根木柱不短于则()~1,0.2i X B ,记1001i i X X ==∑,则()~100,0.2X B .由棣莫佛-拉普拉斯定理得{}{}30130P X P X ≥=-<1P =-≤()302011 2.50.0062100.4-⎛⎫≈-Φ=-Φ= ⎪⨯⎝⎭例7 假设男婴的出生率为2243,某地区有7000多名产妇,试估计她们的生育情况.[分析] n 重伯努利实验中A 出现的频率nu n依概率收敛于它的概率p ，当n 很大时，有n u np ≈.解设10i X ⎧=⎨⎩()1,2,,7000i i = 第名产妇生男婴否则显然, 12,,,n X X X 独立同分布且均服从01-分布2243p ⎛⎫= ⎪⎝⎭,1nn i i u X ==∑表示7000名产妇中生男婴的人数,有伯努利大数定理得()2243n u n n →→∞ 由于7000n =已是足够大,因此227000358143n u ≈⨯≈即该地区估计有3581名男婴出生.例8 某电视机厂每月生产10000台电视机,但它的显像管车间的正品率为0.8，为了以0.997的概率保证出厂的电视机都装上正品的显像管,该车间每月应生产多少只显像管?解设显像管正品数为X ,月总产量为n ,则有()~,0.8X B n ,从而 0.8E X n =, ()n p np DX 16.01=-=为了使电视机都装上正品的显像管,则每月至少生产10000只正品显像管,即所求为{}100000.997P X n ≤<=由棣莫佛-拉普拉斯定理得{}100000.997P X n P ≤<=≤<=即997.05.016.08.016.08.010000=⎭⎬⎫⎩⎨⎧<-≤-n n n X n n P(0.997Φ-Φ=由题意可知,0<,且n 较大,即(1Φ≈,所以0.997Φ=2.75=,故)(1027.14只⨯≈n因此,每月至少要生产41027.1⨯只显像管才能以0.997的概率保证出厂的10000台电视机都能装上正品的显像管.例9 一养鸡场购进1万个良种鸡蛋,已知每个鸡蛋孵化成雏鸡的概率为0.84，每只雏鸡发育成种鸡的概率为0.90，试计算这批鸡蛋得到种鸡不少于7500只的概率.解设{}k A k =第只鸡蛋孵化成雏鸡, {}k B k =第只鸡蛋育成种鸡,令 ()11,2,,100000k k k B X k B ⎧==⎨⎩ 当发生当不发生则诸k A 独立同分布,且{}{}{}{}{}{}1k k k k k k k k P X P B P A P B A P A P B A ===+0.840.900.756=⨯+={}{}244.00===k k B P X P显然, 100001kk X X==∑表示10000个鸡蛋育成的种鸡数,则()~10000,0.756X B ,而64.1844244.07560)1(,7560756.010000=⨯=-=⨯=p np np根据棣莫佛-拉普拉斯定理可得()~0,1nkXnpN -=∑于是,所求概率为{}10000756075001k X P X P ⎧⎫-⎪⎪≥=≥≈-Φ⎪⎪⎩⎭∑()1.400.92=Φ= 因此,由这批鸡蛋得到的种鸡不少于7500只的概率为92%.五、课本习题全解6-1 设11nn i i Y X n ==∑,再对n Y 利用契比雪夫不等式:{}12222220n i i n n n n D X DY n P Y EY n n εεεε=→∞⎛⎫ ⎪⎝⎭-≥≤=≤−−−→∑ 故{}n X 服从大数定理. 6-2 设出现7的次数为X ,则有 ()~10000,0.1,1000,900X B E X n p D X === 由棣莫佛-拉普拉斯定理可得{}100096810001696810.14303015X P X P --⎧⎫⎛⎫<=<=-Φ=⎨⎬ ⎪⎩⎭⎝⎭6-3 11,212i i EX DX ==由中心极限定理可知,10110i X -⨯∑,所以101011616110.136i i i i P X P X ==⎧⎫⎧⎫>=-≤=-Φ=-Φ=⎨⎬⎨⎬⎩⎭⎩⎭∑∑6-4 设报各人数为X ,则.100,100==DX EX . 由棣莫佛-拉普拉斯定理可得()0228.021*********}120{=Φ-=⎭⎬⎫⎩⎨⎧-≥-=≥DX EX X P X P6-5 设()11,2,,100000i i X i i ⎧==⎨⎩ 第个人死亡第个人没有死亡,则{}{}10.006,00.994i i P X P X ====总保险费为51210000 1.210⨯=⨯(万元)(1) 当死亡人数在达到51.210/1000120⨯=人时,保险公司无收入.4100.00660,0.1295np =⨯==所以保险公司赚钱概率为)()12100000.129512060P X X X np ⎧⎫⎪++-≤⨯-⎬⎪⎭()7.771=Φ=因而亏本的概率为10P P '=-=.(2)若利润不少于40000，即死亡人数少于80人时,)()12100000.12958060P X X X np ⎧⎫⎪++-≤⨯-⎬⎪⎭()2.590.9952=Φ= 若利润不少于60000，即死亡人数少于60人时,)()12100000.12956060P X X X np ⎧⎫⎪++-≤⨯-⎬⎪⎭()00.5=Φ=若利润不少于80000，即死亡人数少于40人时,)()12100000.12954060P X X X np ⎧⎫⎪++-≤⨯-⎬⎪⎭()2.5920.0048=Φ-=6-6 设总机需备Y 条外线才能有95%的把握保证每个分机外线不必等候,设随机变量()11,2,,2600i i X i i ⎧==⎨⎩ 第架电话分机用外线第架电话分机不用外线,则{}{}10.04,00.96P X P X ====0.04,0.040.00160.0384i i EX DX ==-=由中心极限定理可得16%950384.026004.02602601≈=⎪⎭⎫⎝⎛⨯⨯-Φ=⎭⎬⎫⎩⎨⎧≤∑=Y Y Y X P i i6-7 密度函数为 ()10.50.50x f x -<<⎧=⎨⎩当其他故数学期望为 0.50.50E X x d x -==⎰()0.52220.5112DX EX EX x dx -=-==⎰(1)设i X 为第i 个数的误差,则9973.01)3(251515300130013001=-Φ=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤=⎭⎬⎫⎩⎨⎧≤∑∑∑===i i i i i i DX X P X P30030011151150.0027i i i i P X P X ==⎧⎫⎧⎫>=-≤=⎨⎬⎨⎬⎩⎭⎩⎭∑∑(2)110210.9440.77n i i P X n =⎧⎫≤=Φ-≥⇒≤⎨⎬⎩⎭∑ (3)3001210.99714.855i i Y P X Y Y =⎧⎫⎛⎫≤=Φ-≥⇒≤⎨⎬ ⎪⎝⎭⎩⎭∑6-8 kg kg EX 32105,105--⨯=⨯=σ (1)设i X 为第i 个螺钉的重量,则23100510,5100.05nEX --=⨯⨯⨯=0228.0)2(105.051.51.510011001=Φ-=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧->-=⎭⎬⎫⎩⎨⎧>∑∑==σn nEX X P X P i i i i(2)设()1.11,2,,5000.1i i Y i i ⎧==⎨⎩ 第个螺钉的重量超过5kg第个螺钉的重量不超过5kg,则33.3)1(4.11=-=p np np9951.0)58.2(33.34.1120)1(450050015001=Φ=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧->--=⎭⎬⎫⎩⎨⎧⨯<∑∑==p np np Y P Y P i i i i ％6-9 设随机变量()11,2,,10000i i X i ⎧==⎨⎩ 第个人按时进入掩体其他,按时进入掩体的人数为Y ,则()1,~10000,0.9ni i Y X Y B ==∑,所以有10000.9900,9000.190EY DY =⨯==⨯=设有k 人按时进入掩体，则916884645.19090095.090900===-=⎪⎪⎭⎫⎝⎛-Φk k k k 或所以至少有884人,至多有916.六、自测题及答案1.设随机变量X 服从(),B n p ,则对区间(),a b ,恒有lim _______.n P a b →∞⎧⎫⎪⎪<≤=⎨⎬⎪⎪⎩⎭2.一大批产品中优质品占一半,现每次抽取一个,看后放回再抽,问在100次抽取中取到优质品次数不超过45的概率等于_______.3. 129,,X X X 相互独立, ()1,11,2,9i i EX DX i === ,则对任意给定的0ε>,有( ).9922119922111(A)11(B)119(C)91(D)919i i i i i i i i P X P X P X P X εεεεεεεε--==--==⎧⎫⎧⎫-<≥--<≥-⎨⎬⎨⎬⎩⎭⎩⎭⎧⎫⎧⎫-<≥--<≥-⎨⎬⎨⎬⎩⎭⎩⎭∑∑∑∑4.设12,,,,n X X X 为独立随机变量序列,且()1,2,i X i = 服从参数为λ的泊松分布,则有().()()()()111(A)lim (B)0,1(C),(D)n i n ni i n i i n i i X n P x x n X N n X N n n n P X x x λλλ→∞===⎧⎫-⎪⎪⎪≤=Φ⎬⎪⎪⎪⎩⎭⎧⎫≤=Φ⎨⎬⎩⎭∑∑∑∑当充分大的时，近似服从当充分大的时，近似服从当充分大的时，5.设12,,X X 为独立随机变量序列,且服从服从参数为λ的指数分布,则( ).()()()()112211(A)lim (B)lim 1(C)lim (D)lim n n i i i i n n nni i i n n n X X P x x P x x n X n X n P x x P x x n λλλλλλ==→∞→∞=→∞→∞⎧⎫⎧⎫--⎪⎪⎪⎪⎪⎪⎪⎪≤=Φ≤=Φ⎨⎬⎨⎬⎪⎪⎪⎪⎪⎪⎪⎪⎩⎭⎩⎭⎧⎫⎧⎫--⎪⎪⎪⎪⎪⎪⎪≤=Φ≤=Φ⎬⎨⎬⎪⎪⎪⎪⎪⎪⎪⎩⎭⎩⎭∑∑∑∑6.设随机变量12,,,n X X X 相互独立, 12n X X X X =+++ ,根据林德伯格-列维定理,当n 充分大时, X 近似服从正态分布,只要12,,,n X X X ( )(A)(B)(C)(D)有相同的数学期望有相同的方差服从同一指数分布服从同一离散型分布7.某校有1000名学生,每人以80%的概率去图书馆自习,问图书馆至少应设多少个座位,才能以99%的概率保证去上自习的同学都有座位坐?8.某种电子器件的寿命(小时)具有数学期望μ(未知),方差2400σ=.为了估计μ,随机地取n 只这种器件,在时刻0t =投入测试(设测试是相互独立的)直到失败,测得寿命为12,,,nX X X ,以11ni i X X n ==∑作为μ的估计,为了使{}10.95P X μ-<≥,问n 至少为多少?9.利用中心极限定理证明11lim !2i n n n i n e i -→∞=⎡⎤=⎢⎥⎣⎦∑ [答案]1. 由棣莫佛-拉普拉斯定理可得22lim t b a n P a b dt -→∞⎧⎫⎪⎪<≤=⎨⎬⎪⎪⎩⎭⎰2. 令Y 表示100次抽取中取得优质品的次数()11,2,,1000i i X i i ⎧==⎨⎩ 当第次取到优质品当第次没有取到优质品则 ()1001,~100,0.5i i Y X Y B ==∑那么 1000.5,1000.50.E Y D Y =⨯=⨯⨯=由棣莫佛-拉普拉斯定理可得{}504515Y P Y P P -⎧⎫≤=≤=≤-⎨⎬⎩⎭()()11110.84130.1587≈Φ-=-Φ=-=3.由题意可得 99119,9i i i i EX EX DX DX ======∑∑又因为 9211i i DXP X EX εε=⎧⎫-<≥-⎨⎬⎩⎭∑故(D)项正确.4.因为()1,2,i X i = 服从参数为λ的泊松分布,故,i i EX DX λλ==,由林德伯格-列维定理得()lim n i n X n P x x λ→∞⎧⎫-⎪⎪⎪≤=Φ⎬⎪⎪⎪⎩⎭∑ 当n 充分大时,1nii X=∑近似服从(),N n n λλ分布,故C 项正确.5.由题意可知 211,i i EX DX λλ==由林德伯格-列维定理可得()22limntixnX nP x dt xμ-→∞⎧⎫-⎪⎪⎪≤==Φ⎬⎪⎪⎪⎩⎭∑⎰即()l i mninX nP x xλ→∞⎧⎫-⎪⎪⎪≤=Φ⎬⎪⎪⎪⎩⎭∑6.由于林德伯格-列维定理要求12,,,nX X X独立同分布,且具有有限的数学期望与方差.因此C项正确.7.设X表示同时去图书馆上自习的人数,并设图书馆至少有n个座位,才能以99%的概率保证去上自习的同学都有座位,即n满足{}0.99P X n≤≥.因为()~1000,0.8X B,所以{}⎪⎭⎫⎝⎛⨯⨯⨯-Φ-⎪⎭⎫⎝⎛⨯⨯⨯-Φ≈≤2.08.010008.01000`2.08.010008.01000`nnXP8000.9912.65n-⎛⎫=Φ≥⎪⎝⎭查表得8002.3312.65n-≥,故829.5n≥.因此图书馆至少应有830个座位.8.由于12,,,nX X X独立同分布,且2,400i iEX DXμσ===.由林德伯格-列维定理得{}1P X Pμ⎫⎛-<=<≈Φ-Φ⎝⎭⎝⎭21210.95=Φ-=Φ-≥⎝⎭⎝⎭即0.975Φ≥⎝⎭,查表得 1.9620≥,故2400 1.961536.64n≥⨯=.因此n至少为1537.9.设{}n X为独立同服从参数为1的泊松分布的随机变量序列,则1nkkX=∑服从参数为n的泊松分布,因此有101!!k k n n nn nn k k k k n n P X n e e e k k ---===⎧⎫≤==+⎨⎬⎩⎭∑∑∑由林德伯格-列维定理可得()11lim lim 02n k n k n n k X n P X n P →∞→∞=⎧⎫-⎪⎪⎧⎫≤=≤=Φ=⎨⎬⎩⎭⎪⎪⎩⎭∑∑ 所以11lim lim !k n n n n k n n k k n e P X n e k --→∞→∞==⎧⎫⎡⎤⎧⎫=≤-⎨⎨⎬⎬⎢⎥⎩⎭⎣⎦⎩⎭∑∑ 11lim lim 2n n k n n k P X n e -→∞→∞=⎧⎫=≤-=⎨⎬⎩⎭∑第7章数理统计的基础知识一、大纲要求(1)理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念,了解直方图和样本分布函数的意义和作用.(2)了解2χ分布、t分布、F分布的概念和性质,了解分位数的概念并掌握查表计算.(3)了解正态总体的抽样分布.二、重点知识结构图三、基本知识1.总体和个体在数理统计中,把研究对象的全体称为总体或母体,把组成总体的每一个研究对象(元素或单元)称为个体.总体分为有限总体和无限总体.有限总体是指其总体中的成员只有有限个.相应的,无限总体是指其总体中的成员有无限个.2．样本在一个总体中,抽取n 个个体12,,,n X X X ,这n 个个体总称为总体X 的样本或子样, n 称为样本容量.样本特性:① 代表性，样本中的每一个分量()1,2,i X i n = 与总体X 有相同的分布。

概率论与数理统计第七章课后习题及参考答案

易得ˆ
max
1in
X
i
，ˆ
的密度函数为
p(x)
n(x
) n 1
1
,0
x
,
0, 其他.
7
则 E(ˆ)
xp(x)d x
0
xn
x
n1 n1
1
dx
n n 1
，
可知的最大似然估计量不是无偏的．
12．设从均值为，方差为 2 0 的总体中，分别抽取容量为 n1 ，n2 的两独立样
本．X1 和 X 2 分别是两样本的样本均值．试证对于任意常数 a ，b ( a b 1)，
X
1
2
3
P
2
2 (1 )
(1 )2
其中， ( 0 1 )为未知数．已知取得了样本值 x1 1， x2 2 ， x3 1 ，求的矩估计值和最大似然估计值．
(2) 设 X1 ， X 2 ，…， X n 是来自参数为的泊松分布总体的一个样本，试求
的矩估计量和极大似然估计量．
解：(1) 因为 E( X ) 1 2 2 2 (1 ) 3(1 )2 3 2 ，
x c x( 1)d x c
c
c
x
d
x
c 1
，
令
E(X
)
X
，即
X
c 1
，得
的矩估计量为
1
ˆ X ． X c
从而的矩估计量值为 4．设总体 X 的概率密度为
ˆ x ． x c
f
(x)
6x(
3
x)
,
x
c,
0, 其他．
X1 ， X 2 ，…， X n 是来自总体 X 的一个样本． (1) 求的矩估计量ˆ ；

概率论与数理统计教程习题(第六章参数估计)

习题15（参数估计）一．填空题1. 设1~()X e λ,n X X X ,,,21 为来自X 的样本，则λ的矩估计为． 2. 设),(~2σμN X ,n X X X ,,,21 为来自X 的样本,则2σ的无偏估计量为． 3. 设123,,X X X 是总体X 的样本，11231ˆ()4X aX X μ=++，21231ˆ()6bX X X μ=++是总体均值的两个无偏估计，则a = ，b = ，这两个无偏估计量中较有效的是．二．判断题1. 参数矩估计是唯一的。

（）2. 用距估计和最大似然估计对某参数估计所得的估计一定不一样。

（）3. 一个未知参数的无偏估计一定唯一。

（）4. 设总体X 的数学期望为12,,,,n X X X μ 为来自X 的样本，则1X 是μ的无偏估计量。

（）三．解答题1. 设总体的密度为(1),01,(;)0,.x x f x ααα⎧+<<⎪=⎨⎪⎩其他试用样本12,,,n X X X 求参数α的距估计量和最大似然估计量.2. 设总体X 的概率密度为2,0()20,0xa xe x f x x λ-⎧⎪>=⎨⎪≤⎩，其中0λ>，且λ为未知参数，n X X X ,,,21 是来自总体X 的随机样本，（1）试求常数a ；（2）求λ的最大似然估计量ˆλ.3. 设总体()θe X ~，其中0θ>，抽取样本n X X X ,,,21 ，证明X 是θ的无偏估计量，但2X 却不是2θ的无偏估计量.习题16（置信区间1）一．填空题1. 设12100,,,x x x 为正态总体(,4)N μ的一个样本，x 表示样本均值，则μ的置信度为1α-的置信区间为．2. 已知12,,,n X X X 为来自总体),(2σμN 的一组样本，其中2σ未知，则μ的置信水平为α-1的置信区间为 .3. 正态总体X 的均值未知，取25个样本，测得样本方差220.9S =，则方差2σ的0.95的置信区间的区间长度为．二．判断题1. 正态总体均值μ的置信区间一定包含μ。

概率论与数理统计第7章参数估计习题及答案

概率论与数理统计第7章参数估计习题及答案第7章参数估计 ----点估计⼀、填空题1、设总体X 服从⼆项分布),(p N B ，10<计量=pXN. 2、设总体)p ,1(B ~X，其中未知参数 01<则 p 的矩估计为_∑=n 1i i X n 1_，样本的似然函数为_ii X 1n1i X )p 1(p -=-∏__。

3、设 12,,,n X X X 是来⾃总体 ),(N ~X 2σµ的样本，则有关于 µ及σ2的似然函数212(,,;,)n L X X X µσ=_2i 2)X (21n1i e21µ-σ-=∏σπ__。

⼆、计算题1、设总体X 具有分布密度(;)(1),01f x x x ααα=+<<，其中1->α是未知参数，n X X X ,,21为⼀个样本，试求参数α的矩估计和极⼤似然估计.解：因?++=+=101α2α1α102++=++=+|a x 令2α1α++==??)(X X EXX --=∴112α为α的矩估计因似然函数1212(,,;)(1)()n n n L x x x x x x ααα=+∑=++=∴ni i X n L 1α1αln )ln(ln ，由∑==++=??ni i X nL 101ααln ln 得，α的极⼤似量估计量为)ln (?∑=+-=ni iXn11α2、设总体X 服从指数分布 ,0()0,x e x f x λλ-?>=??其他，n X X X ,,21是来⾃X 的样本，（1）求未知参数λ的矩估计；（2）求λ的极⼤似然估计.解：（1）由于1()E X λ=，令11X Xλλ=?=i x nn L x x x eλλ=-∑=111ln ln ln 0nii ni ni ii L n x d L n n x d xλλλλλ====-=-=?=∑∑∑故λ的极⼤似然估计仍为1X。

概率论及数理统计习题集及答案

第1章概率论的基本概念§1 .8 随机事件的独立性1. 电路如图，其中A,B,C,D为开关。

设各开关闭合与否相互独立，且每一开关闭合的概率均为p,求L与R为通路（用T表示）的概率。

A BL RC D1.甲，乙,丙三人向同一目标各射击一次，命中率分别为0.4,0.5和0.6，是否命中，相互独立，求下列概率: (1) 恰好命中一次,(2) 至少命中一次。

第1章作业答案§1 .8.1：用A,B,C,D表示开关闭合，于是T = AB∪CD,从而，由概率的性质及A,B,C,D的相互独立性P(T) = P(AB) + P(CD) - P(ABCD)= P(A)P(B) + P(C)P(D) – P(A)P(B)P(C)P(D)422p224-+==pppp-2：(1) 0.4(1-0.5)(1-0.6)+(1-0.4)0.5(1-0.6)+(1-0.4)(1-0.5)0.6=0.38；(2) 1-(1-0.4)(1-0.5)(1-0.6)=0.88.第2章随机变量及其分布0-分布和泊松分布§2.211 某程控交换机在一分钟接到用户的呼叫次数X是服从λ=4的泊松分布，求(1)每分钟恰有1次呼叫的概率；(2)每分钟只少有1次呼叫的概率；(3)每分钟最多有1次呼叫的概率；2 设随机变量X有分布律：X 23 , Y～π(X), 试求：p 0.4 0.6（1）P(X=2,Y≤2)；(2)P(Y≤2)；(3) 已知Y≤2, 求X=2 的概率。

§2.3贝努里分布2 设每次射击命中率为0.2，问至少必须进行多少次独立射击，才能使至少击中一次的概率不小于0.9 ？§2.6均匀分布和指数分布2 假设打一次所用时间（单位：分）X 服从2.0=α的指数分布，如某人正好在你前面走进亭，试求你等待：（1）超过10分钟的概率；（2）10分钟到20分钟的概率。

§2.7正态分布1 随机变量X ～N (3, 4), (1) 求 P(2<X ≤5) , P(- 4<X ≤10), P(|X|>2),P(X>3)； (1)确定c ，使得 P(X>c) = P(X<c)。

概率论与数理统计+第七章+参数估计+练习题

滨州学院《概率论与数理统计》（公共课）练习题第七章参数估计一、填空题1．假设总体X 服从参数为λ的泊松分布，n X X X ,,,21 是来自总体X 的简单随机样本，X 是样本均值，2S 是样本方差，则对于任意实数α，[]2)1(S X αα-+E = ．2．设总体X 服从参数为λ的泊松分布，n X X X ,,,21 是来自总体X 的简单随机样本，则概率{}1≥X P 的最大似然估计量为．3．设总体X 的概率密度为： ⎩⎨⎧<≥=--；，，，若若θθθθx x x f x 0e );()(，()n X X X ,,,1 是来自总体X的简单随机样本，则未知参数θ的最大似然估计量θˆ= ．4．设来自总体X 的简单随机样本()n X ,,X 1，总体X 的概率分布⎪⎪⎭⎫⎝⎛--θθθ312201~X ，其中0<θ<1/3，未知参数θ的矩估计量θˆ= ．5．设总体X 的概率密度为⎪⎩⎪⎨⎧<<=-，，若不然，，若0 10 );(1x x x f θθθ，其中未知参数θ>0，n X X X ,,,21 是来自总体X 的简单随机样本，则θ的矩估计量为．6．设正态总体X 的标准差为1，由来自X 的简单随机样本建立的数学期望μ的0.95置信区间，则当样本容量为25时置信区间的长度L = ；为使置信区间的长度不大于0.5，应取样本容量≥n ．7．设总体X 服从参数为λ的泊松分布；),,,(21n X X X 是来自X 的简单随机样本，则2λ的无偏估计量为．二、选择题1．设σ是总体X 的标准差，n X X X ,,,21 是来自总体X 的简单随机样本，则样本标准差S 是总体标准差σ的（）．(A) 矩估计量； (B) 最大似然估计量；(C) 无偏估计量； (D) 相合估计量．2．设),(~),,(~22σσb N Y a N X ，并且相互独立；基于分别来自总体X 和Y 容量相应为9和11的简单随机样本，得样本均值X 和Y ，样本方差22yx S S 和；记)(2122212y x S S S +=，)108(181 222y x xy S S S +=，由熟知的事实“服从自由度为ν的2χ分布的随机变量的方差等于2ν”，可见2σ的4个无偏估计量221222,,,xy y x S S S S 中方差最小者是（）． (A) 2x S ； (B) 2y S ； (C) 212S ； (D) 2xy S ．3．设()n X X X ,,,21 是来自正态总体),(~2σμN X 的简单随机样本，为使()∑-=+-=1121n i i i X X k D 成为总体方差2σ的无偏估计量，应选k=（）．(A)11-n ； (B) n 1； (C) ()121-n ； (D) n 21．三、解答题1．假设随机变量X 在区间],[b a 上均匀分布，试求区间端点a 和b 最大似然估计量． 2．假设随机变量X 在数集{0,1,2,…,N }上等可能分布，求N 的最大似然估计量． 3．设来自总体X 的简单随机样本()n X X X ,,,21 ，总体X 的概率分布为⎪⎪⎭⎫⎝⎛--22)1()1(2321~θθθθX ，其中0<θ<1．分别以221,νν表示()n X X X ,,,21 中1，2出现的次数，试求(1) 未知参数θ的最大似然估计量； (2) 未知参数θ的矩估计量；(3) 当样本值为（1,1,2,1,3,2）时的最大似然估计值和矩估计值．4．假设一批产品的不合格品数与合格品数之比R （未知常数）．现在按还原抽样方式随意抽取的n 件中发现k 件不合格品．试求R 的最大似然估计值．5．假设总体X 在区间[]θ,0上服从均匀分布，n X X X ,,,21 是来自X 的简单随机样本，试求(1) 端点θ的最大似然估计量； (2) 端点θ的0.95置信区间．6．为观察某药对高胆固醇血症的疗效，测定了五名患者服药前和服药一个疗程后的血清胆固醇含量，得如下数据：假设化验结果服从正态分布律．试建立服药前后血清胆固醇含量的均值差的0.95置信区间，并对所得结果作出解释．7．假设随机变量X 在区间]1,[+θθ上均匀分布，其中θ未知；),,,(21n X X X 是来自X 的简单随机样本，X 是样本均值，而{}n X X X X ,,,min 21)1( =是最小观测值；记11ˆ21ˆ)1(21+-=-=n X X θθ， (1) 证明1ˆθ和2ˆθ都是θ的无偏估计量； (2) 证明2ˆθ比1ˆθ更有效，即12ˆˆθθD D ≤． 8．设总体X 的概率分布为⎪⎪⎭⎫⎝⎛--θθθθθ21)1(23210~22X其中)210(<<θθ是未知参数，利用总体X 的如下样本值 3，1，3，0，3，1，2，3，求θ的矩估计值和最大似然估计值． 9．设总体X 的分布律为N k N k X P ,,1,0,11)( =+==，其中N 为未知的正整数，又n X X X ,,,21 为取自总体X 的一个样本，试求N 的最大似然估计．10．设总体X 的密度函数为⎪⎩⎪⎨⎧≤≤=-其他10)(1x xx f θθ，其中0>θ为未知参数,n X X X ,,,21 为取自总体X 的一个样本, 试求(1) θ的矩估计量； (2) θ的极大似然估计量．11．设),(~ln 2σμN X Z =, 试证22σμ+=eEX , 若从上述总体X (参数2,σμ均未知)中取一个随机样本n X X X ,,,21 , 试求EX 的极大似然估计．12．为了估计湖中有多少条鱼，从湖中捞出1000条鱼，标上记号后又放回湖中，过一段时间后，再捞出150条鱼，发现其中有10条带有标记，估计湖中鱼的总数为多少是使上述事件的概率最大． 13．12,,,n X X X 是正态总体2~(,)X N μσ的简单随机样本，μ，2σ为未知参数，求)2(>X P 的极大似然估计．14．已知11(,),,(,)n n X Y X Y 是独立地取自二元正态22(0,0,,,)N σσρ的样本，求2σ和ρ的极大似然估计．15．设总体X 的k 阶矩1,E ≥=k X k k μ存在. 又设n X X X ,,,21 是X 的一个样本. 试证明不论总体服从什么分布, k 阶样本（原点）矩∑==n i ki k X n M 11一定是k 阶总体（原点）矩μk 的无偏估计．16．设总体X 的均值为μ，方差为2σ，从中分别抽取容量为21,n n 的两个独立样本，21,X X 分别是两个样本的均值，试证明，对于满足1=+b a 的任何常数a 及b ， 21X b X a Y +=都是μ的无偏估计，并确定常数a 及b ，使Y 的方差达到最小．17．设X ~],0[θU ，参数θ 未知，n X X X ,,,21 是其大小为n 的样本. 则（1）矩估计量 X M2ˆ=θ是无偏的；（2）似然估计},,,max{ˆ21)(nn L X X X X ==θ，不是参数θ 的无偏估计，但 )(1ˆ1n L X nn n n +=+θ是比X M 2ˆ=θ有效的估计量． 18．设总体X 的概率密度函数为 ⎩⎨⎧<≥=--μμλμλx x e x f x ，，0)()( ，这里μ 和λ)0(>都是参数. 又设n 21,,,X X X 为该总体的简单样本；（1）设λ已知，求μ的极大似然估计量L μˆ ；（2）设μ已知，求λ的矩估计量M λˆ．（3）μ的极大似然估计L μˆ是μ的无偏估计吗？为什么？ 19．设n X X X 221,,, 是来自方差有限的总体X 的大小为2n 的简单随机样本，令∑∑=====ni i n i i X n T X n X T 1222111,21. 则（1）对总体期望作估计时1T 和2T 是否无偏? 1T 是否比2T 有效? 请说明上述结论的理由；（2）证明2T 是总体期望的一致估计 (即相合估计)． 20．随机从一批零件中抽取16件，测得长度（单位：cm ）为2.14 2.10 2.13 2.15 2.13 2.12 2.13 2.102.15 2.12 2.14 2.10 2.13 2.11 2.14 2.11 设零件长度的分布是正态的，试求总体均值μ的95%置信区间．（1）01.0=σ；（2）σ未知．21．对方差2σ为已知的正态总体，要使均值μ的α-1置信区间长度不大于δ2，抽取的样本容量n 至少为多大？22．假设0.50, 1.25, 0.80, 2.00 是来自总体X 的简单样本值. 已知X Y ln =服从正态分布N (,)μ1．(1) 求X 的数学期望EX ；(2) 求μ的置信度为0.95的置信区间；(3) 利用上面结果求b 的置信度为0.95的置信区间．。

概率论与数理统计汤大林期末复习大纲习题答案

解：设表示1000次独立试验中事件A发生的次数，则
11．将一枚硬币连掷100次，试用隶莫佛--拉普拉斯定理计算出现正面的次数大于60的概率。已知： (1) = 0.8413； (2) = 0.9772 ；当 x > 4 , (x) =1。解：设为掷 100次中出现正面的次数，它服从二项分布B ( 100， ) 这里由隶莫佛 -- 拉普拉斯定理，得
解：
由的“对称性”可得
.
又
所以
.
又
由的“对称性”可得
所以故
第 5 章大数定律与中心极限定理 1、填空题：
1.设随机变量
，方差
，则由切比雪夫不等式有
. 3. 设随机变量相互独立且同分布, 而且有 , ,令
, 则对任意给定的 , 由切比雪夫不等式直接可得
. 二．计算题： 1、在每次试验中，事件A发生的概率为0.5，利用切比雪夫不等式估计，在1000次独立试验中，事件A发生的次数在450至550次之间的概率.
B、 C、 D、 4、设是总体的样本，分别是样本的均值和样本标准差，则有( C ) A、 B、 C、
D、第7章参数估计 ----点估计一、填空题 1、设总体服从二项分布，，是其一个样本，那么矩估计量
. 2、设总体
，且
已知，现在以置信度
估计总体均值
，下列做法中一定能使估计更精确的是( C ). A、提高置信度
H0：m=m0=190；H1：m>m0=190(s2末知) 由于t=2.5>1.7531===t0.95(15)===t1-a(n-1)
故拒绝H0，即认为该装置的平均工作温度高于190。C。
7、某厂生产的某种产品，由以往经验知其强

概率论与数理统计复习题

概率论与数理统计复习题（一）判断题第一章随机事件与概率 1.写出下列随机试验的样本空间（1）一枚硬币掷三次，观察硬币字面朝上的次数，样本空间为S={}0,123，，. √ （2）袋中有编号为1、2、3的3个球，从中随机取2个，样本空间为{(1,1),(1,2),(1,3),(2,2),(2,3),(3,3)}S = . ╳2. 袋中有编号为1、2、3、4、5的5个球，从中随机取一个.设A =（取到1、2、3号球），B =（取到奇数号球），C =（取到3、4、5号球），D =（取到4、5号球），E =（取到2号球），则（1）A B +=（取到1、1、2、3、3、5号球）；╳ （2）\A B E ≠（取到2号球）； ╳ （3）CD = （取到1、2、3、4、5号球）； ╳ （4）\C D = （取到3号球）； √ （5）A D +=（取到1、2、3、4、5号球）； √ （6）AD =（取到1、2、3、4、5号球）. ╳ 3. 甲、乙二人打靶，每人射击一次，设A ，B 分别为甲、乙命中目标，用A 、B 事件的关系式表示下列事件，则（1）（甲没命中目标）AB = ； ╳ （2）（甲没命中目标）A = ； √ （3）（甲、乙均命中目标）A B =+； ╳ （4）（甲、乙均命中目标）AB = . √ 4.一批产品中有3件次品，从这批产品中任取5件检查，设i A =（5件中恰有i 件次品），i=0,1,2,3 叙述下列事件，则（1）0A =（5件中恰有0件次品）=（5件中没有次品）；√（2）0A =（5件中恰有1件次品）； ╳（3）0A =（5件中至少有1件次品）； √ （4）3A =（5件中最多有2件次品）； ╳ （5）23A A + =（5件中至少有3件次品）； ╳ （6）23A A + =（5件中至少有2件次品）. √ 5.指出下列命题中哪些成立，哪些不成立（1）B A A B A +≠+；╳（2）A B AB AB AB +=++ ；√（3）AB A B A -=-；√（4）A B AB -≠；╳ （5）ABC A B C =；╳ （6）ABC A B C =++ . √6. 袋中有编号为1、2、3、4、5的5个球，从中随机取一个.设A =（取到1、2、3号球），B =（取到奇数号球），C =（取到3、4、5号球），D =（取到4、5号球），E =（取到2号球），则（1）3()5P A =； √ （2）4()()()5P B E P B P E +=+= ； √ （3）4()()()5P A E P A P E +=+= ；╳ （4）3()()5P A E P A +== ； √（5） ()()()P A B P A P B +=+； ╳ （6）4()5P A B += . √7.（1）设事件A 、B 互斥，2.0)(=A P ， )(B P = ，则 5.0)(=+B A P . √ （2）设事件A 、B 互斥，2.0)(=A P ，5.0)(=+B A P 则)(B P = . ╳（3）设()0.5P A =，()0.4P B =，()0.7P A B +=，则()0.2P AB = . √ 8. 设事件,()0.5,A B P A ⊃=()0.2P B = ，则（1）(\)()()0.3P A B P A P B =-= ；√ （2）()()()0.7P A B P A P B +=+= ； ╳ （3）()()0.5P A B P A +== ；√ （4）()0.5P AB = ； ╳ （5）()0.2P AB =； √（6）(\)()()0.3P B A P B P A =-= . √9. 箱中有2件次品与3件正品，一次取出两个，则（1）恰取出2件次品的概率为251C ；√ （2）恰取出2件次品的概率为251A ； ╳ （3）恰取出1件次品1件正品的概率为112325C C C ； √ （4）恰取出1件次品1件正品的概率为112325C C A . ╳10.上中下三本一套的书随机放在书架上，则（1）恰好按上中下顺序放好的概率为3311321A =⨯⨯；√ （2）恰好按上中下顺序放好的概率为13； ╳ （3）上下两本放在一起的概率为3322A ⨯ ； √（4）上下两本放在一起的概率为332A . ╳ 11. 若111(),(),()234P A P B P AB === 则（1） 1()2P B A = √ （2） 2()3P B A = ╳（3） 3()4P A B = √ （4） ()()P A B P A = ╳12. 已知10只电子元件中有2只是次品，在其中取2次，每次任取一只，作不放回抽样，则（1）(P 第一次取到正品8)10= √ （2）(P 第一次取到次品12110)C C = ╳（3）(P 第一次取到正品，第二次取到次品1182210)C C A = ； √ （4）(P 第一次取到正品，第二次取到次品1182210)C C C = ； ╳ （5）(P 第一次取到正品，第二次取到次品82)109=⨯ ； √ （6）(P 一次取到正品，一次取到次品82)109=⨯. ╳13.设甲袋中有6只红球，4只白球，乙袋中有7只红球，3只白球，现在从甲袋中随机取一球，放入乙袋，再从乙袋中随机取一球，则（1）两次都取到红球的概率为⨯681011；√ （2）两次都取到红球的概率为⨯671010； ╳ （3）已知从甲袋取到红球，从乙袋中取到红球的概率为710 ； ╳（4）已知从甲袋取到白球，从乙袋中取到红球的概率为⨯371011. ╳14.某人打靶，命中率为，则下列事件的概率为（1）第一枪没打中的概率为；√ （2）第二枪没打中的概率为； √ （3）第二枪没打中的概率为；╳（4）第一枪与第二枪全打中的概率为0.20.20.4+= . ╳ （5）第一枪与第二枪全打中的概率为0.20.20.04⨯= √ （6）第三枪第一次打中的概率为20.80.2⨯. √15 .几点概率思想（1）概率是刻画随机事件发生可能性大小的指标；√ （2）随机现象是没有规律的现象； ╳（3）随机现象的确定性指的是频率稳定性，也称统计规律性；√（4）频率稳定性指的是随着试验次数的增多，事件发生的频率接近一个常数；√ （5）实际推断原理为：一次试验小概率事件一般不会发生；√ （6）实际推断原理为：一次试验小概率事件一定不会发生. ╳第二章随机变量及其分布16.随机变量X 的分布律为1231133p ⎛⎫⎪ ⎪ ⎪⎝⎭，则（1）13p = ；√ （2）23p = ╳17.在6只同类产品中有2只次品，4只正品.从中每次取一只，共取5次，每次取出产品立即放回，再取下一只，设X 为5次中取出的次品数，则（1）第3次取到次品的概率为0. ╳ （2）第3次取到次品的概率为13. √ （3）5次中恰取到2只次品的概率{}2522512233P X C -⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭√（4）5次中恰取到2只次品的概率{}25212233P X -⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭╳（5）最少取到1只次品的概率{}0505121133P X C ⎛⎫⎛⎫≥=- ⎪ ⎪⎝⎭⎝⎭√（6）最少取到1只次品的概率{}141512133P X C ⎛⎫⎛⎫≥= ⎪ ⎪⎝⎭⎝⎭╳ 18.某交通路口一个月内发生交通事故的次数X 服从参数为3的泊松分布(3)P ，则（1）该交通路口一个月内发生3次交通事故的概率{}31P X ==. ╳（2）该交通路口一个月内发生2次交通事故的概率{}23322!e P X -==. √（3）该交通路口一个月内最多发生1次交通事故的概率{}13311!e P X -==. ╳（4）该交通路口一个月内最多发生1次交通事故的概率为{}{}031333010!1!e e P X P X --=+==+. √19. 袋中有2个红球3个白球，从中随机取一个球，当取到红球令1X =，取到白球令0X =，则（1）称X 为服从01-分布. √ （2）X 为连续型随机变量. ╳（3）X 的分布律为103255⎛⎫ ⎪ ⎪ ⎪⎝⎭. ╳ （4）X 的分布律为102355⎛⎫⎪⎪ ⎪⎝⎭. √ 20. 设随机变量X 的分布函数为⎪⎩⎪⎨⎧=1310）（x F 1100≥<≤<x x x ，则（1）X 的分布律为⎪⎪⎭⎫⎝⎛323110. √ （2）X 的分布律为012133⎛⎫⎪ ⎪⎝⎭ ╳ （3）{0.5}0P X ≤= ╳ （4）1{0.5}3P X ≤=√ （5）{0.5}0P X ==√ （6）1{0.5}3P X == ╳（7）2{0.5 1.5}3P X <≤= √ （8）{0.5 1.5}1P X <≤= ╳21.设随机变量X 的概率密度01()0Ax x f x ≤≤⎧=⎨⎩其它，则（1）常数A =2 . √ （2）常数A =1 . ╳ （3）由积分21Ax dx =⎰可以计算常数A. ╳ （4）由积分1Ax dx +∞-∞=⎰可以计算常数A. ╳(5) 由积分11Axdx =⎰可以计算常数A. √22.设随机变量X 的概率密度⎩⎨⎧=02)(x x f 其它10≤≤x ，则（1）1{01}2P X xdx <<=⎰√ （2） 10.5{0.51}2P X xdx <<=⎰ √（3）2{02}2P X xdx <<=⎰╳ （4） 0.5{0.5}2P X xdx +∞>=⎰ ╳23.设随机变量X 的分布函数200()0111x F x xx x <⎧⎪=≤≤⎨⎪>⎩，则X 的概率密度（1）201()0xx f x <<⎧=⎨⎩其它 √ （2）201()0x x f x ⎧<<=⎨⎩其它╳（3）()2f x x x R =∈ ╳ （4）00()20111x f x xx x <⎧⎪=≤≤⎨⎪>⎩╳ 24.公共汽车站每隔10分钟有一辆汽车通过，乘客随机到车站等车，则（1）乘客候车时间不超过5分钟的概率为12；√ （2）乘客候车时间超过5分钟的概率为12√ （3）乘客候车时间不超过3分钟的概率为310；√（4）乘客候车时间超过3分钟的概率为310. ╳25. 随机变量~(0,1)X N 则 (1){}102P X ≥=√ （2） {}102P X ≤= √ （3） {}{}00P X P X ≥=≤ √ （4）{}{}00P X P X ≥≠≤ ╳ 26. 随机变量)2,3(~2N X 则(1){}52≤<X P =)2/1()1(Φ+Φ ╳ (2) {}104≤<-X P =2)5.3(Φ–1 √ 27. 设01~0.40.6X ⎛⎫⎪⎝⎭，则（1）2Y X =的分布律为020.40.6⎛⎫ ⎪⎝⎭ √ （2）21Y X =+的分布律为130.40.6⎛⎫ ⎪⎝⎭√ 28.设随机变量X 的概率密度为⎩⎨⎧=02)(xx f 其它10<<x ,则X e Y =的概率密度为（1）⎩⎨⎧<<=其它01ln )(e y y y f Y ╳ （2）2ln 1()0Y yy e yf y ⎧<<⎪=⎨⎪⎩其它√第三章多维随机变量及其分布29.设二维随机变量（X ，Y ）的分布函数为F x y (,)，则（1）{}2,1≤≤Y X P = F （1,2） √ （2）{}1123131213P X Y F F F -<≤<≤=---,(,)(,)(,) ╳ 30. 设二维随机变量（X ，Y ）的分布律为（1）Y 的边缘分布律为012020404...⎛⎫⎪⎝⎭╳ （2）X ，Y 不独立 ╳（3）（X ，Y ）的分布函数在116(,.)点的值1610(.,)F = ╳（4）20016{,}.P X Y === √ （5）概率1012{}.P X Y +== ╳（6）Z X Y =-的分布律为101201203204016....-⎛⎫⎪⎝⎭√（7）072().E XY = √ （8）相关系数0XY ρ≠ ╳ 31. 设二维随机变量（X ，Y ）的分布律为则（1）{}Y X M ,max =的分布律为⎪⎪⎭⎫⎝⎛167163166210 √（2）{}Y X N ,min =的分布律为⎪⎪⎭⎫⎝⎛--167163166012√第四章随机变量的数字特征32.设随机变量X 的分布律为⎪⎪⎭⎫ ⎝⎛-41212116121610311 则（1）)(X E =31 √（2）)(2X E = 4/55/]21)2/1(0)1[(22222=++++- ╳ （3）X 的方差D （X ）=7297 √33.设随机变量X 的概率密度⎪⎩⎪⎨⎧-=02)(x xx f 其它2110≤<≤≤x x则（1） )(X E =1 √ （2）)(X E =⎰⎰-+211)2(dx x dx x ╳（3）)()(22X E X E -=61 √ （4）X 的方差61)(≠X D ╳34.一批产品中有一、二、三等品，等外品及废品五种，分别占产品总数的70%，10%，10%，6%，4%。

概率论与数理统计练习题第七章答案

概率论与数理统计练习题系专业班姓名学号第七章参数估计（一）一、选择题：1矩估计必然是 [ C ] （A ）无偏估计（B ）总体矩的函数（C ）样本矩的函数（D ）极大似然估计2．设12,X X 是正态总体(,1)N μ的容量为2的样本，μ为未知参数，μ的无偏估计是 [ D ] （A ）122433X X +（B ）121244X X + （C ）123144X X - （D ）122355X X + 3．设某钢珠直径X 服从正态总体(,1)N μ（单位：mm ），其中μ为未知参数，从刚生产的一大堆钢珠抽出9个，求的样本均值31.06X =，样本方差2290.98S =，则μ的极大似然估计值为 [ A ]（A ）31.06 （B ）(31.06-0.98 , 31.06 + 0.98) （C ）0.98 （D ）9×31.06 二、填空题：1．如果1ˆθ与2ˆθ都是总体未知参数θ的估计量，称1ˆθ比2ˆθ有效，则1ˆθ与2ˆθ的期望与方差一定满足 1212ˆˆˆˆ,E E D D θθθθ=< 2．设样本1230.5,0.5,0.2x x x ===来自总体1~(,)X f x x θθθ-=，用最大似然法估计参数θ时，似然函数为()L θ= 31(0.05)θθ- 3．假设总体X 服从正态分布212(,),,,(1)n N X X X n μσ>为X 的样本，12211()n i i i C X X σ-+==-∑是2σ的一个无偏估计，则C =12(1)n -三、计算题：1．设总体X 具有分布律，其中(01)θθ<<为未知参数，已知取得了样本值1231,2,1x x x ===，试求θ456()2(1)22.5')1(0.6L L θθθθθθθθ=⋅-=-==解：该样本的似然函数.为令得三、2．设12,,,n X X X 是来自于总体10~()0x X f x θθ⎧≤≤⎪=⎨⎪⎩其它(0)θ>的样本,试求：（1）θ的一个无偏估计1θ；（2）θ的极大似然估计2.θ3．设总体X 的概率密度为(1)01()0x x f x θθ⎧+<<=⎨⎩其它，其中1θ>-是未知参数，12,,,n X X X 为一个样本，试求参数θ的矩估计量和最大似然估计量。

概率论与数理统计第六章测试题

概率与数理统计第7章参数估计习题与答案

第7章参数估计----点估计一、填空题1、设总体X服从二项分布B(N,p)，0P1，X1,X2X n是其一个样本，那么矩估计量p?XN.2、设总体X~B(1,p)，其中未知参数0p1,X1,X2,X n是X的样本，则p的矩估计为_ 1n in1X i _，样本的似然函数为_in1X i(1p)1Xp__。

i3、设X1,X2,,X n是来自总体X~N(,2)的样本，则有关于及2的似然函数2L(X,X,X n;,)_12 in112e12(X) i22__。

二、计算题1、设总体X具有分布密度f(x;)(1)x,0x1，其中1是未知参数，X1,X2,X为一个样本，试求参数的矩估计和极大似然估计.n解：因E(X ) 1x1a()α1(α1)xdx1x dxαα112a2|xααα12令E(X)X?α?α122X1α?为的矩估计1Xn因似然函数L(x1,x2,x;)(1)(x1x2x)nnnlnLnln(α1)lnX，由αii1 l nLαnα 1inlnX0得，i1n ?的极大似量估计量为(1)αnln Xii12、设总体X服从指数分布f(x)xe,x00,其他，X1,X2,X n是来自X的样本，（1）求未知参数的矩估计；（2）求的极大似然估计.56解：（1）由于1 E(X)，令11 X X，故的矩估计为? 1 X（2）似然函数nL(x,x,,x )e12ni nx i 1nlnLnlnxii1 ndlnLnnx0 indi1x ii1故的极大似然估计仍为1 X 。

3、设总体 2 X~N0,， X 1,X 2,,X n 为取自X 的一组简单随机样本，求 2 的极大似然估计；[解](1)似然函数n1 Le i122 x i 2 22n 22en 2x i 2 i 12于是n2nnx2i lnLln2ln2222i1 dlnLn1d224 22n i1 2x i，令 d lnL 2d 2 0，得的极大似然估计：n 122X ini1. 4、设总体X 服从泊松分布P(),X 1,X 2,,X n 为取自X 的一组简单随机样本,（1）求未知参数估计；（2）求大似然估计. 解：（1）令E(X )X?X ，此为估计。

概率论与数理统计第七章参数估计习题答案

概率论与数理统计第七章参数估计习题答案
3028701.设总体X 服从二项分布B(n,p),n已知,X1,X 2,L,X n为来自X的样本求参数p的矩法估计. 解：E( X ) = np, E( X ) = A1 = X ,\ np = X . \ p的矩估计量 pˆ = X n
大学数学云课堂
3028702.设总体X的密度函数（f x,q）= ìïíq22 (q - x), 0 < x < q ,
n
-q
-q xi
i=1
i =1
i =1
0 < x < 1, 其他.
n
g = ln L = n lnq -q å xi
i =1
由 dg
å å dq
=
d ln L dq
=n q
-
n i =1
xi
= 0知qˆ
=
n
n
xi
所以q的极大似然估计量为qˆ = 1 . i=1
X
大学数学云课堂
3028703.设总体X
（2）求s 2的置信概率为0.95的置信区间.
解：x = 76.6, s = 18.14,a = 1- 0.95 = 0.05, n = 20,
ta
/2
(n
-1)
=
t0.025
(19)
=
2.093,
c2 a /2
(n
-1)
=
c2 0.025
(19)
=
32.852,
c2 0.975
(19)
=
8.907
i =1
n
ln L = n lnq + (q -1) ln Õ xi
i =1

《概率论与数理统计》习题及答案第六章

《概率论与数理统计》习题及答案第六章1．某厂生产玻璃板，以每块玻璃上的泡疵点个数为数量指标，已知它服从均值为λ的泊松分布，从产品中抽一个容量为n 的样本12,,,n X X X ，求样本的分布.解样本12(,,,)n X X X 的分量独立且均服从与总体相同的分布，故样本的分布为11221(,,,)()nn ni ii P X k X k X k P X k ======∏1!ik ni i ek λλ-==∏112!!!nii n k n ek k k λλ=-∑=0,1,i k =，1,2,,,i n = 2．加工某种零件时，每一件需要的时间服从均值为1/λ的指数分布，今以加工时间为零件的数量指标，任取n 件零件构成一个容量为n 的样本，求样本分布。

解零件的加工时间为总体X ，则~()X E λ，其概率密度为,0,()0,0.xex f x x λλ-⎧>=⎨≤⎩于是样本12(,,,)n X X X 的密度为1121,0(,,,)0,.ni i ix nn x i n i ex f x x x eλλλλ=--=⎧∑⎪>==⎨⎪⎩∏其它 1,2,,i n = 3．一批产品中有成品L 个，次品M 个，总计N L M =+个。

今从中取容量为2的样本（非简单样本），求样本分布，并验证：当,/N M N p →∞→时样本分布为（6.1）式中2n =的情况。

解总体~(01)X -，即(0),(1)L M P X P X NN====于是样本12(,)X X 的分布如下 121(0,0)1L L P X X N N -===⋅-，12(0,1)1L M P X X NN ===⋅-12(1,0)1M L P X X N N ===⋅-，121(1,1)1M M P X X NN -===⋅-若N →∞时M p N→，则1L p N→-，所以2002012(0,0)(1)(1)P X X p p p +-==→-=- 012112(0,1)(1)(1)P X X p p p p +-==→-=- 102112(1,0)(1)(1)P X X p p p p +-==→-=-2112212(1,1)(1)P X X p pp +-==→=-以上恰好是（6.1）式中2n =的情况.4．设总体X 的容量为100的样本观察值如下：15 20 15 20 25 25 30 15 30 25 15 30 25 35 30 35 20 35 30 25 20 30 20 25 35 30 25 20 30 25 35 25 15 25 35 25 25 30 35 25 35 20 30 30 15 30 40 30 40 15 25 40 20 25 20 15 20 25 25 40 25 25 40 35 25 30 20 35 20 15 35 25 25 30 25 30 25 30 43 25 43 22 20 23 20 25 15 25 20 25 30433545304530454535作总体X 的直方图解样本值的最小值为15，最大值为45取14.5a =，45.5b =，为保证每个小区间内都包含若干个观察值，将区间[14.5,45.5]分成8个相等的区间。

概率论与数理统计第6-7章(点估计)复习题

《概率论与数理统计》第六、七章（点估计）复习题解答1. 设来自总体X 的一个样本为)4,3,1,4,4,1,3,2,1,2(),,,(1021=x x x , (1) 求X , 2S , 2B ; (2) 求经验分布函数)(*10X F 并作图; (3) 求总体期望μ=)(X E , 方差2)(σ=X D 的矩估计值.2. 设21,X X 是总体)2,1(~N X 的样本，求概率)408.0)((221≤-X X P .3. 设521,,,X X X 是总体),0(~2σN X 的样本，证明: )1(~3254321t X X X X X Y -++=.4. 设随机变量),(~n m F F , (1) 求)12,10(01.0F ,)12,10(99.0F ; (2) 当10==n m 时, 求常数c , 使概率05.0)(=>c F P , 并把c 用上α分位点记号表示出来; (3) 当20,15==n m 时, 求概率)84.1(>F P .5. 设总体)2,5(~2N X , (1) 从中随机抽取容量为25的样本，求样本均值X 落在4.2到5.8之间的概率; (2) 样本容量n 取多大时, 可使95.0)8.5(≥≤X P ?6. 设1021,,,X X X 是总体)4,(~2μN X 的样本，2S 是样本方差, 且1.0)(2=>a SP , 求常数a .7．设某厂生产的晶体管的寿命服从指数分布，即0,)(~>θθEXP X ，未知. 现从中随机抽取5只进行测试，得到它们的寿命（单位：小时）如下：518 612 713 388 434. 试求该厂晶体管平均寿命的最大似然估计值.8．设总体X 的一个样本为),,,(21n X X X ，X 的分布密度为⎪⎩⎪⎨⎧≤≤=else x xx f ,0 0 ,2)(2θθ, 参数0>θ，未知. (1) 求θ的矩估计量; (2) 求矩估计量的方差; (3) 求θ的最大似然估计量.9. 设总体X 有期望μ=)(X E , 方差2)(σ=X D , 但均未知. n X X X ,,,21 是取自总体X 的样本,∑==ni i X nX 11, ∑=-=ni i X X nB 122)(1, ∑=--=ni iX Xn S 122)(11. 试验证: X 是μ的无偏估计, 2B 是2σ的渐近无偏估计, 而2S 是2σ的无偏估计.10．设n X X X ,,,21 是总体X的一个子样，μ=)(X E ，2)(σ=X D 存在且未知，任意正的常数),,2,1(n i a i =满足11=∑=ni ia. 试证: (1) 估计量∑=∧=ni ii Xa 1μ总是μ的无偏估计；(2) 在上述无偏估计中∑==ni i X n X 11 最有效，并写出此时的最小方差.提示及参考答案1. (1) 3, 4.6, 4.2; (2)⎪⎪⎪⎩⎪⎪⎪⎨⎧><≤<≤<≤<=4,143 ,7.032 ,5.021 ,3.01,0)(*10x x x x x X F(3) 3, 4.2；(若记得教材第179页例3的结论, 也可以利用来直接求μ=)(X E , 2)(σ=X D 的矩估计值.) 2. 0.25. 考虑一下: 此题如果不用2χ分布, 而利用标准正态分布函数表, 该怎么求解? 3. 用到简单随机样本的概念、正态分布的性质、2χ分布和t 分布定义.4. (1) 4.30, 0.21; (2) 98.2)10,10(05.0==F c ; (3) 0.10. 5. (1) 0.908; (2) 取17=n 即可.6. 1.26=a7. 533. 8. (1) 矩估计量X 23ˆ=θ；(2) n D 8)ˆ(2θθ=; (3) 最大似然估计量为}{max ˆ1i n i X ≤≤=θ.9. 从基本公式∑==ni i X nX 11, ∑=-=ni i X X nB 122)(1, ∑=--=ni iX Xn S 122)(11出发, 求数学期望.10. (1) 验证μμ=)ˆ(E ; (2) 求估计量∑==ni i i X a 1ˆμ的方差, 得到∑==ni i a D 122)ˆ(σμ, 再分析知当且仅当n a a a n 121==== 时，)ˆ(μD 取得最小值，故∑==n i i X n X 11最有效. 此时, 最小方差为21)ˆ(σμn D =.。

概率论与数理统计第6-7章(点估计)复习题

概率论与数理统计总复习

概率论与数理统计教材第六章习题

《概率论与数理统计》复习题

概率与数理统计第六章习题参考解答

概率论与数理统计第六章测试题

概率论与数理统计六七章习题答案

概率论与数理统计第七章课后习题及参考答案

概率论与数理统计教程习题(第六章参数估计)

概率论与数理统计第7章参数估计习题及答案

概率论及数理统计习题集及答案

概率论与数理统计+第七章+参数估计+练习题

概率论与数理统计 汤大林 期末复习大纲习题答案

概率论与数理统计复习题

概率论与数理统计练习题第七章答案

概率论与数理统计第六章测试题

概率与数理统计第7章参数估计习题与答案

概率论与数理统计第七章参数估计习题答案

《概率论与数理统计》习题及答案 第六章

概率论与数理统计第6-7章(点估计)复习题

概率论与数理统计汤大林期末复习大纲习题答案

《概率论与数理统计》习题及答案第六章