数理统计答案(汪荣鑫)(2)

合集下载

数理统计答案第四章汪荣鑫

数理统计答案第四章汪荣鑫

P1682解:假设01234:H μμμμ=== 11234:H μμμμ不全为零1234454562024.52r n n n n n X =======经计算可得下列反差分析表:查表得0.05(3,16) 3.24F =0.0517.88370.4745(3,16)37.6887F F ==<故接受0H 即可认为四个干电池寿命无显着差异 3 解:假设0123:H μμμ==1123:H μμμ不全相等12336140.9278r n n n X =====经计算可得下列方差分析表:0.050.05(2,15) 3.684.373 3.68(2,15)F F F ==>=∴拒绝0H 故可认为该地区三所小学五年级男生平均身高有显着差异。

4 解: 假设01234:H μμμμ===11234:H μμμμ不全相等123445100.535r n n n n X ======0.05(3,16) 3.24F = 0.05(3,16) 3.24F F >=∴拒绝0H 故可认为这几支伏特计之间有显着差异。

5 解:假设012345:H μμμμμ====112345:H μμμμμ不全相等60 123455389.6r n n n n n X =======0.050.05(4,10) 3.4815.18(4,10)F F F ==>∴拒绝0H 故可认为温度对得率有显着影响215151511(,())X X N n n μμσ--+ 由T 检验法知:()T t n r =-给定的置信概率为10.95α-=0.025{()}0.95P T t n r <-=故15μμ-的置信概率为的置信区间为150.025150.025((,()E E X X t n r X X t n r ----+-2.236E S === 0.025(10) 2.2281t =由上面的数据代入计算可得:150.025150.0259084 2.2281 2.236 1.932210.0678E E X X t X X t --=--⨯=-+=故15μμ-的置信区间为( , )234343411(,())X X N n n μμσ--+ 由T 检验法知:()X X T t n r =-34μμ-的置信区间为:340.025340.025((,()E E X X t n r X X t n r ----+-代入数据计算得:340.025340.02510 2.2281 2.236 5.932714.0678E E X X t X X t --=-⨯=-+=故34μμ-的置信区间为( , ) 8 解:假设01123:0H ααα=== 假设021234:0H ββββ====r0.01(2,6)10.92F = 0.01(3,6)9.78F = 0.01(2,6)A F F < 0.01(3,6)B F F >故接受01H ,拒绝02H即可认为不同加压水平对纱支强度无显着差异;既可认为不同机器对纱支强度有显着差异。

西安交通大学汪荣鑫随机过程第二版课后答案

西安交通大学汪荣鑫随机过程第二版课后答案

第一章习题解答随机过程习题解答1. 设随机变量X 服从几何分布,即:P(X =k) = pq,k =0,1,2,山。

求X 的特征函数, EX 及 DX 其中0 ::: p <1,q 亠p 是已知参数。

E(e jtx ) 八 e jtk pqk -0QO二 p 'k - 0二 p' (qek =0jtk又 T E(X)二kpqk =0D(X) (其中 则 0 S(t)dt 二jt )k1 - qe jtk= p' kqk ±0= E(X 2)-[E(X)]-qp 2CO CO '、' nx n 八(n 1)xn -0 n ~0S(x)八(n 1)x nn =0cd八x n )n -0o Ozk =0.(n 1)t n dt□0zn =0S (x)-JS(t)dtn =0同理&k 2k =0dx 0(1 - x)21 (1 - x)2 1 - x (1 - X)2QOQOkx k 八(k 1)x k -2二 kx k - ' xk =0k -0k =0od令 S(x)八(k 1)2x kk =0.S(t)dt 二' (k - 1)2t k dt 二' (k - 1)x k 1k =0k =0k =12、(1)求参数为(p,b)的丨分布的特征函数,其概率密度函数为pb p J ±xx e , x 0P(x)=】(p)b 0, p 0I 0,xW0(「( p)「e —x x p ・dx)(2) • E(X)」f x'(0)=吕jb2、 1 f - p(p 1)E(X ) 2 f x (0)厂JbPD(X)二 E(X)二 E(X)二茯b(4)若人[「0力)i=1,2 贝Sf x 仔2(。

5呱(帖(1-¥)曲b(2) 其期望和方差;(3)证明对具有相同的参数的b 的丨分布,关于参数p 具有可加性。

数理统计课后题答案完整版汪荣鑫

数理统计课后题答案完整版汪荣鑫

数理统计习题答案第一章1.解: ()()()()()()()12252112222219294103105106100511100519210094100103100105100106100534n i i n i i i i X x n S x x x n ===++++====-=-⎡⎤=-+-+-+-+-⎣⎦=∑∑∑ 2. 解:子样平均数()118340610262604=⨯+⨯+⨯+⨯= 子样方差()()()()222218144034106422646018.67⎡⎤=⨯-+⨯-+⨯-+⨯-⎣⎦=子样标准差4.32S == 3. 解:因为 所以 i i x a cy =+所以 x a cy =+ 成立()()()22122111ni i ini i nii a cy a c y n cy c yn c y y n====+--=-=-∑∑∑因为 所以 222x ys c s = 成立()()()()()172181203.2147.211.2e n n e nM X X R X X M X X +⎛⎫ ⎪⎝⎭⎛⎫+ ⎪⎝⎭====-=--====4. 解:变换 2000i i y x =-()61303103042420909185203109240.444=--++++-++=()()()()()()()()()222222222161240.444303240.4441030240.4449424240.44420240.444909240.444185240.44420240.444310240.444197032.247=--+--+-+⎡⎣-+-+-+⎤--+-+-⎦=利用3题的结果可知2220002240.444197032.247x y x y s s =+===5. 解:变换 ()10080i i y x =-[]12424334353202132.00=-++++++-+++++=()()()()()()22222212 2.0032 2.005 2.0034 2.001333 2.003 2.005.3077=--+⨯-+-+⨯-⎡⎣⎤+⨯-+--⎦= 利用3题的结果可知2248080.021005.30771010000yx yx s s -=+===⨯ 6. 解:变换()1027i i y x =-()13529312434101.5=-⨯-⨯+⨯+=- =26.85()()()()22221235 1.539 1.5412 1.534 1.510440.25⎤=⨯-++⨯-++⨯+++⎡⎣⎦=7解:154158162166178()1156101601416426172121682817681802100166=⨯+⨯+⨯+⨯+⨯+⨯+⨯=()()()()()()()2222222110156166141601662616416628168166100121721668176166218016633.44=⨯-+⨯-+⨯-+⨯-⎡⎣⎤+⨯-+⨯-+⨯-⎦= 8解:将子样值重新排列(由小到大)-4,-2.1,-2.1,-0.1,-0.1,0,0,1.2,1.2,2.01,2.22,3.2,3.21()()()()()172181203.2147.211.2e n n e nM X X R X X M X X +⎛⎫ ⎪⎝⎭⎛⎫+ ⎪⎝⎭====-=--====9解: 121211121211n n i ji j n x n x n n x n n ==+=+∑∑()12221121n n ii s x x n n +==-+∑()()()1212221122111122121222222111222112212122222211221122112212121222211211122121n n i i n n iji j x xn n x xn x n x n n n n n s x n sx n x n xn n n n n s n s n x n x n x n x n n n n n n n n n x n n s n sn n +====-++⎛⎫+=- ⎪++⎝⎭+++⎛⎫+=-⎪++⎝⎭⎛⎫+++=+- ⎪+++⎝⎭+++=++∑∑∑()()()()()()22212211222122222112212112212122121222212121122212122n n x n x n x n n n s n s n n x n n x n n x x n n n n n n x x n s n s n n n n +-++++-=+++-+=+++10.某射手进行20次独立、重复的射手,击中靶子的环数如下表所示:试写出子样的频数分布,再写出经验分布函数并作出其图形。

随机过程_汪荣鑫_解答2,3,4

随机过程_汪荣鑫_解答2,3,4

d
2T 0
1
2T
1 2
cos0
EA 2 d
1 EA2 2
2T 0
1
2T
cos
0d
1 2
EA
2
2T 0
cos 0dt
1 2T
2T
0
cos
0d
|
1 2
EA 2
1 0
sin 0
|
2T 0
1 0 2t
2T
0
d
sin 0
|
1 2
EA
2
1 0
sin
2T 0
1 2T 0
mx (t) EX (t) EA cos(0 ) EA E cos(0t )
0
x x 2
x2
e 2 2
dx
2 0
1 2
co s ( 0 t
)d
0
自相关函数
(常数)
Rx (t, t ) EX (t) X (t ) E[ A2 cos(0t ) cos(0t 0 )]
Rx (t, t ) EX (t) X (t ) EX 2 DX (EX )2 2 a 2 Rx ( )
∴ 该随机过程是平稳随机过程。 2.设随机过程 X (t) sin Ut ,其中 U 是在[0,2π ]上均匀分布的随机变量。试证
(1)若 t T ,而T {1,2,} ,而{X (t), t 1,2,}是平稳过程; (2)若 t T ,而T [0,) ,而{X (t),t 0} 不是平稳过程。 证明:(1)∵ 该随机过程 X (t) sin Ut 的数学期望为
瑞利分布,其密度为
f
(x)
x
2
x2

数理统计王荣鑫答案

数理统计王荣鑫答案

数理统计习题答案第一 章1.解: ()()()()()()()12252112222219294103105106100511100519210094100103100105100106100534n i i n i i i i X x n S x x x n ===++++====-=-⎡⎤=-+-+-+-+-⎣⎦=∑∑∑2. 解:子样平均数 *11li i i X m x n ==∑()118340610262604=⨯+⨯+⨯+⨯=子样方差 ()22*11li i i S m x x n ==-∑()()()()222218144034106422646018.67⎡⎤=⨯-+⨯-+⨯-+⨯-⎣⎦=子样标准差 4.32S == 3. 解:因为i i x ay c-=所以 i i x a cy =+11ni i x x n ==∑()1111ni i ni i a c y n n a c y n ===+⎛⎫=+ ⎪⎝⎭∑∑1ni i ca y n a c y==+=+∑所以 x a c y =+ 成立()2211nxi i s x x n ==-∑()()()22122111ni i ini i nii a cy a c y n cy c yn c y y n====+--=-=-∑∑∑因为 ()2211nyi i s y yn ==-∑ 所以222x y s c s = 成立()()()()()172181203.2147.211.2e n n e nM X X R X X M X X +⎛⎫ ⎪⎝⎭⎛⎫+ ⎪⎝⎭====-=--====4. 解:变换 2000i i y x =-11n i i y y n ==∑()61303103042420909185203109240.444=--++++-++= ()2211n y i i s y y n ==-∑()()()()()()()()()222222222161240.444303240.4441030240.4449424240.44420240.444909240.444185240.44420240.444310240.444197032.247=--+--+-+⎡⎣-+-+-+⎤--+-+-⎦=利用3题的结果可知2220002240.444197032.247x y x y s s =+===5. 解:变换 ()10080i i y x =-13111113n i i i i y y y n ====∑∑[]12424334353202132.00=-++++++-+++++=()2211nyi i s y y n ==-∑()()()()()()22222212 2.0032 2.005 2.0034 2.001333 2.003 2.005.3077=--+⨯-+-+⨯-⎡⎣⎤+⨯-+--⎦=利用3题的结果可知2248080.021005.30771010000yx yx s s -=+===⨯6. 解:变换()1027i i y x =-11li i i y m y n ==∑()13529312434101.5=-⨯-⨯+⨯+=-2710yx =+=26.85 ()2211lyi ii s m y y n ==-∑()()()()222212351.5391.54121.5341.510440.25⎤=⨯-++⨯-++⨯+++⎡⎣⎦= 221 4.4025100x y s s ==162 *11li i i x m x n ==∑()1156101601416426172121682817681802100166=⨯+⨯+⨯+⨯+⨯+⨯+⨯= ()22*11li i i s m x x n ==-∑()()()()()()()2222222110156166141601662616416628168166100121721668176166218016633.44=⨯-+⨯-+⨯-+⨯-⎡⎣⎤+⨯-+⨯-+⨯-⎦= 8解:将子样值重新排列(由小到大)-4,-2.1,-2.1,-0.1,-0.1,0,0,1.2,1.2,2.01,2.22,3.2,3.21()()()()()172181203.2147.211.2e n n e nM X X R X X M X X +⎛⎫ ⎪⎝⎭⎛⎫+ ⎪⎝⎭====-=--====9解: 121211121211n n i ji j n x n x n n x n n ==+=+∑∑112212n x n x n n +=+ ()12221121n n ii s x x n n +==-+∑()()()1212221122111122121222222111222112212122222211221122112212121222211211122121n n i i n n iji j x xn n x xn x n x n n n n n s x n s x n x n xn n n n n s n s n x n x n x n x n n n n n n n n n x n n s n sn n +====-++⎛⎫+=- ⎪++⎝⎭+++⎛⎫+=-⎪++⎝⎭⎛⎫+++=+- ⎪+++⎝⎭+++=++∑∑∑()()()()()()22212211222122222112212112212122121222212121122212122n n x n x n x n n n s n s n n x n n x n n x x n n n n n n x x n s n s n n n n +-++++-=+++-+=+++解:()200.1460.3670.75790.9910110x x F x x x x ⎧⎪≤<⎪⎪≤<=⎨≤<⎪⎪≤<⎪≥⎩158 162 166 170 174 178 18212. 解:()ix P λ i Ex λ= i Dx λ= 1,2,,i n =⋅⋅⋅1122111111n n i i i i nni i i i n E X E x Ex n n n n DX Dx Dx n n n nλλλλ============∑∑∑∑13.解:(),ix U a b 2i a bEx += ()212i b a Dx -= 1,2,,i n =⋅⋅⋅ 在此题中 ()1,1ix U - 0i Ex = 13i Dx = 1,2,,i n =⋅⋅⋅112111101113n ni i i i nni i i i E X E x Ex n n DX Dx Dx n n n==========∑∑∑∑14.解:因为 ()2,iX N μσ 0i X Eμσ-= 1i X Dμσ-=所以()0,1i X N μσ- 1,2,,i n =⋅⋅⋅ 由2χ分布定义可知 ()222111nni ii i X Y Xμμσσ==-⎛⎫=-= ⎪⎝⎭∑∑服从2χ分布所以 ()2Yn χ15. 解:因为 ()0,1i X N 1,2,,i n =⋅⋅⋅ ()1230,3X X X N ++0=1= 所以()0,1N()221χ同理()221χ由于2χ分布的可加性,故()222123Y χ=+可知 13C =16. 解:(1)因为 ()20,i X N σ 1,2,,i n =⋅⋅⋅()0,1iX N σ所以 ()22121ni i X Y n χσσ=⎛⎫= ⎪⎝⎭∑(){}11122Y Yy F y P Y y P σσ⎧⎫=≤=≤⎨⎬⎩⎭()220yf x d xσχ=⎰()()211'221Y Y y f y F y f χσσ⎛⎫==⨯ ⎪⎝⎭因为 ()2122202200n x n x e x n f x x χ--⎧⎪>⎪⎛⎫=⎨Γ ⎪⎪⎝⎭⎪≥⎩所以 ()21122202200n y n n Y y e y n f y y σσ--⎧⎪>⎪⎛⎫=⎨Γ ⎪⎪⎝⎭⎪≤⎩(2) 因为 ()20,i X N σ 1,2,,i n =⋅⋅⋅()0,1iX N σ所以 ()22221ni i X nY n χσσ=⎛⎫= ⎪⎝⎭∑(){}()22222220nyY nYny F y P Y y P f x dx σχσσ⎧⎫=≤=≤=⎨⎬⎩⎭⎰()()222'22Y Y ny nf y F y f χσσ⎛⎫== ⎪⎝⎭故 ()221222202200n nny n n Y n y e y n f y y σσ--⎧⎪>⎪⎛⎫=⎨Γ ⎪⎪⎝⎭⎪≤⎩(3)因为 ()20,i X N σ 1,2,,i n =⋅⋅⋅()10,1ni N =所以()22311ni Y n χσ=⎛= ⎝(){}()()22333210yn Y Y F y P Y y P y f x dx n σχσ⎧⎫=≤=≤=⎨⎬⎩⎭⎰()()()233'2211Y Y y f y F y f n n χσσ⎛⎫== ⎪⎝⎭()()221000x x f x x χ-⎧>=≤⎩故 ()232000y n Y y f y y σ-⎧>=≤⎩(4)因为 ()20,iX N σ 1,2,,i n =⋅⋅⋅ 所以()()1224210,11ni ni N Y χσ==⎛= ⎝(){}()()()()()224224442210'2211yY Y Y y F y P Y y P f x dxy f y F y f σχχχσσσσ⎧⎫=≤=≤=⎨⎬⎩⎭⎛⎫== ⎪⎝⎭⎰ 故 ()242000y Y y f y y σ-⎧>=≤⎩17.解:因为 ()X t n存在相互独立的U ,V()0,1UN ()2Vn χ使X =()221U χ则 221U X V n=由定义可知 ()21,F n χ18解:因为 ()20,i X N σ 1,2,,i n =⋅⋅⋅()10,1ni N =()221n mi i n X m χσ+=+⎛⎫⎪⎝⎭∑所以()1nniX Y t m ==(2)因为()0,1iX N σ1,2,,i n m =⋅⋅⋅+()()221221ni i n mi i n X n X m χσχσ=+=+⎛⎫⎪⎝⎭⎛⎫ ⎪⎝⎭∑∑所以 ()221122211,ni n i ii n m n mi ii n i n X m X n Y F n m X n X m σσ==++=+=+⎛⎫⎪⎝⎭==⎛⎫ ⎪⎝⎭∑∑∑∑19.解:用公式计算()20.010.019090χ= 查表得 0.012.33U =代入上式计算可得 ()20.01909031.26121.26χ=+= 20.解:因为 ()2X n χ 2E n χ= 22D n χ=由2χ分布的性质3可知()0,1N{}P X c P≤=≤22lim tnP dt-→∞-∞≤==Φ故{}P X c≤≈Φ第二章1.00,0()0,0()()1()111xxx xxe xf xxE x f x xdx xe dxxe e d xexλλλλλλλλλλλλ-+∞+∞--∞+∞+∞--+∞-⎧≥=⎨<⎩=⋅==-+=-==⎰⎰⎰令从而有1xλ∧=2.()111121).()(1)(1)1111k kx xE x k p p p k pppp∞∞--===-=-==⎡⎤--⎣⎦∑∑令1p=X所以有1pX∧=2).其似然函数为1`11()(1)(1)nix i in X nniL P P p p p-=-=∑=-=-∏1ln()ln()ln(1)niiL P n p X n p==+--∑3. 解:因为总体X服从U(a ,b )所以()2122!2!!()12n i i a b n E X r n r X X X X a b S X b X =∧∧+=--⎧=⎪⎪⎨-⎪=⎪⎩⎧=-⎪⎨⎪=+⎩∑222(a-b )() D (X )=12令E (X )= D (X )=S ,1S =n a+b 2()a 4. 解:(1)设12,,n x x x 为样本观察值则似然函数为:111()(),01,1,2,,ln ()ln ln ln ln 0n ni i i nii inii L x x i nL n x d L nxd θθθθθθθθ-====<<==+=+=∏∑∑(-1)解之得:11ln ln nii nii nxnxθθ=∧==-==∑∑(2)母体X 的期望1()()1E x xf x dx x dx θθθθ+∞-∞===+⎰⎰而样本均值为:11()1nii X x n E x X X Xθ=∧===-∑令得5.。

西安交通大学汪荣鑫随机过程第二版课后答案

西安交通大学汪荣鑫随机过程第二版课后答案

随机过程习题解答第一章习题解答1.设随机变量X 服从几何分布,即:(),0,1,2,kP X k pqk ===。

求X 的特征函数,EX 及DX 。

其中01,1p q p <<=-是已知参数。

解()()jtxjtk k X k f t E ee pq ∞===∑ =()1jt k jtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑(其中 0(1)nnnn n n nx n x x ∞∞∞====+-∑∑∑)令 0()(1)nn S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰同理 2(1)2kkkk k k k k kx k x kx x ∞∞∞∞=====+--∑∑∑∑令2()(1)kk S x k x ∞==+∑ 则211()(1)(1)xkk kk k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰)2、(1) 求参数为(,)p b 的Γ分布的特征函数,其概率密度函数为(2) 其期望和方差;(3)证明对具有相同的参数的b 的Γ分布,关于参数p 具有可加性。

解 (1)设X 服从(,)p b Γ分布,则 (2)'1()(0)Xp E X fjb∴==(4)若(,)i i X p b Γ 1,2i = 则同理可得:()()i i P X b f t b jt∑=∑-3、设ln (),()(kZ F X E Zk =并求是常数)。

X 是一随机变量,()F x 是其分布函数,且是严格单调的,求以下随机变量的特征函数。

(1)(),(0,)Y aF X b a b =+≠是常数; (2)ln (),()(kZ F X E Z k =并求是常数)。

解(1)11{()}{()}[()]P F x y P x F y F F y y --<=<==(01y ≤≤) ∴00()0111y F y yy y <⎧⎪=≤≤⎨⎪>⎩∴()F x 在区间[0,1]上服从均匀分布()F x ∴的特征函数为11001()(1)jtx jtx jt X e f t e dx e jt jt ===-⎰ (2)ln ()()()[]jtz jt F x Z f t E e E e ===1ln 01jt ye dy ⋅⎰=111jty dy jt =+⎰4、设12n X X X ,,相互独立,且有相同的几何分布,试求1nkk X =∑的分布。

最新西安交通大学汪荣鑫随机过程第二版课后答案

最新西安交通大学汪荣鑫随机过程第二版课后答案

西安交通大学汪荣鑫随机过程第二版课后答案------------------------------------------作者xxxx------------------------------------------日期xxxx随机过程习题解答第一章习题解答1. 设随机变量X 服从几何分布,即:(),0,1,2,k P X k pq k ===。

求X 的特征函数,EX 及DX 。

其中01,1p q p <<=-是已知参数。

解()()jtxjtk k X k f t E ee pq ∞===∑ 0()k jtkk p q e∞==∑ =0()1jtkjt k pp qe qe ∞==-∑ 又20()kk k k q qE X kpq p kq pp p∞∞======∑∑ 222()()[()]q D X E X E X P =-=(其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑)令 0()(1)n n S x n x ∞==+∑则 100()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰22201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰)2、(1) 求参数为(,)p b 的Γ分布的特征函数,其概率密度函数为1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩(2) 其期望和方差;(3) 证明对具有相同的参数的b 的Γ分布,关于参数p 具有可加性。

最新西安交通大学汪荣鑫随机过程第二版课后答案

最新西安交通大学汪荣鑫随机过程第二版课后答案

西安交通大学汪荣鑫随机过程第二版课后答案------------------------------------------作者xxxx------------------------------------------日期xxxx随机过程习题解答第一章习题解答1. 设随机变量X 服从几何分布,即:(),0,1,2,k P X k pq k ===。

求X 的特征函数,EX 及DX 。

其中01,1p q p <<=-是已知参数。

解()()jtxjtk k X k f t E ee pq ∞===∑ 0()k jtkk p q e∞==∑ =0()1jtkjt k pp qe qe ∞==-∑ 又20()kk k k q qE X kpq p kq pp p∞∞======∑∑ 222()()[()]q D X E X E X P =-=(其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑)令 0()(1)n n S x n x ∞==+∑则 100()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰22201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰)2、(1) 求参数为(,)p b 的Γ分布的特征函数,其概率密度函数为1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩(2) 其期望和方差;(3) 证明对具有相同的参数的b 的Γ分布,关于参数p 具有可加性。

数理统计 (汪荣鑫著) 西安交通大学出版社 课后答案

数理统计 (汪荣鑫著) 西安交通大学出版社 课后答案

.c om
课后答案网
证明:令
w
da
kh
w
w
w
.k
若侵犯了您的版权利益,敬请来信通知我们! ℡
om

U2 X = 2 ,由F 分布定义 ∴ X 2 ∼ F (1, n) χ /n
2
后 答
χ 2 ∼ χ 2 (n), 且U 与χ 2独立,U 2亦与χ 2独立
om

课后答案网
kh
w
w
立, 2 Z2 Z 22 ∼ N (0,1), ∼ χ (1) 3 3 2 2 且与χ 相互独立。由 χ 分布可加性,
Z12 Z 2 2 1 2 1 1 + = ( Z1 + Z 2 2 ) = Y ∼ χ 2 (2),∴ c = 3 3 3 3 3
θ −1
+∞
hd 案网 aw kh .c da om w .c
1
2矩法估计
课后答案网
后 答
da
试求 σ 的最大似然估计;并问所得估计量是 否的无偏估计. ∑x x n n 1 −σ 1 n − σ 解:
w
.c om
1 −σ e , −∞ < x < ∞ 5.设母体X的密度为 f ( x) = 2σ
w
da

后 答
xi − a c
课后答案网
da
yi = xi − 100, a = 100, y =
kh
w
w
w
.k
sx 2 = s y 2 =

x = a + y = 100
2 1 1 yi 2 − y = × [( −8)2 + ( −6)2 + 32 + 52 + 62 ] − 0 = 34 ∑ 5 n i

《数理统计》汪荣鑫【习题答案】

《数理统计》汪荣鑫【习题答案】

数理统计习题答案 第一章1.解:()()()()()()()12252112222219294103105106100511100519210094100103100105100106100534n i i n i i i i X x n S x x x n ===++++====-=-⎡⎤=-+-+-+-+-⎣⎦=∑∑∑2. 解:子样平均数 *11li i i X m x n ==∑()118340610262604=⨯+⨯+⨯+⨯=子样方差 ()22*11l i i i S m x x n ==-∑()()()()222218144034106422646018.67⎡⎤=⨯-+⨯-+⨯-+⨯-⎣⎦=子样标准差4.32S == 3. 解:因为i i x ay c-=所以 i i x a cy =+11ni i x x n ==∑()1111ni i ni i a cy n na cy n ===+⎛⎫=+ ⎪⎝⎭∑∑1nii c a y n a cy==+=+∑ 所以 x a cy =+ 成立()2211nxi i s x x n ==-∑()()()22122111ni i ini i nii a cy a c y n cy c yn c y y n====+--=-=-∑∑∑因为 ()2211nyi i s y yn ==-∑ 所以222x ys c s = 成立 ()()()()()172181203.2147.211.2e n n e nM X X R X X M X X +⎛⎫ ⎪⎝⎭⎛⎫+ ⎪⎝⎭====-=--====4. 解:变换 2000i i y x =-11n i i y y n ==∑()61303103042420909185203109240.444=--++++-++=()2211n y i i s y y n ==-∑()()()()()()()()()222222222161240.444303240.4441030240.4449424240.44420240.444909240.444185240.44420240.444310240.444197032.247=--+--+-+⎡⎣-+-+-+⎤--+-+-⎦=利用3题的结果可知2220002240.444197032.247xyx y s s =+===5. 解:变换 ()10080i i y x =-13111113n i i i i y y y n ====∑∑ []12424334353202132.00=-++++++-+++++=()2211n y i i s y y n ==-∑()()()()()()22222212 2.0032 2.005 2.0034 2.001333 2.003 2.005.3077=--+⨯-+-+⨯-⎡⎣⎤+⨯-+--⎦=利用3题的结果可知2248080.021005.30771010000yx ys s -=+===⨯ 6. 解:变换()1027i i y x =-11li i i y m y n ==∑()13529312434101.5=-⨯-⨯+⨯+=-2710yx =+=26.85 ()2211lyi i i s m y y n ==-∑()()()()22221235 1.539 1.5412 1.534 1.510440.25⎤=⨯-++⨯-++⨯+++⎡⎣⎦= 221 4.4025100x y s s ==*11li i i x m x n ==∑()1156101601416426172121682817681802100166=⨯+⨯+⨯+⨯+⨯+⨯+⨯=()22*11l i i i s m x x n ==-∑()()()()()()()2222222110156166141601662616416628168166100121721668176166218016633.44=⨯-+⨯-+⨯-+⨯-⎡⎣⎤+⨯-+⨯-+⨯-⎦=8解:将子样值重新排列(由小到大)-4,-2.1,-2.1,-0.1,-0.1,0,0,1.2,1.2,2.01,2.22,3.2,3.21()()()()()172181203.2147.211.2e n n e nM X X R X X M X X +⎛⎫ ⎪⎝⎭⎛⎫+ ⎪⎝⎭====-=--====9解: 121211121211n n i ji j n x n x n n x n n ==+=+∑∑112212n x n xn n +=+()12221121n n ii s x x n n +==-+∑试写出子样的频数分布,再写出经验分布函数并作出其图形。

随机过程_汪荣鑫_答案2,3,4

随机过程_汪荣鑫_答案2,3,4
第二章 平稳过程
1.指出下面所给的习题中,哪些是平稳过程,哪些不是平稳过程? (1)设随机过程 X (t ) e
Xt
,t>0,其中 X 具有在区间 (0, T ) 中的均匀分布
解:∵ 该随机过程的数学期望为
mx (t ) EX (t ) e xt
0
T
1 1 1 Tt dx e xt T [e 1] const 0 T Tt Tt
E[cos( 0 t ) cos( 0 t 0 )]
1 E[cos 0 cos(2 0 t 0 2)] 2
1 1 E (cos 0 ) E cos(2 0 t 0 2) 2 2 1 1 2 1 1 cos 0 cos(2 0 t 0 2 )d cos 0 2 2 0 2 2

2
2 0

1 [1 cos 2t ] 2t
不是常数
3
3.设随机过程
X (t ) A cos( 0 t ), t
其中 0 是常数,A 与Φ 是独立随机变量。Φ 服从在区间(0,2π )中的均匀分布。A 服从 瑞利分布,其密度为
x x2 2 2 f ( x ) 2 e 0

EA
2


x2

0
x
2
x

2
e

x2 2
2
dx


0
x de
2

x2 2 2
x e
2
2
2
0


0
e

x2 2
2
d ( x ) 2

数理统计课后习题答案答案(汪荣鑫版本)

数理统计课后习题答案答案(汪荣鑫版本)

Page 2
3.设X1,X2,…,Xn是参数为的泊松分布的母体 的一个子样,是子样平均数,试求E X 和DX 。 x p( ), E x E ( 1 x ) 1 Ex 1 n i n i n n i i 解:
1 1 Dx D( xi ) 2 n i n 1 Dxi n2 Dx n i i
4.设X1,X2,…,Xn是区间(-1,1)上均匀分 布的母体的一个子样,试求子样平均数的 均值和方差。 1 1 22 1 解: U (1,1), Ex x 0, Dx
2 12 3
1 1 E x E ( xi ) Exi Ex 0 n i n i 1 1 1 Dx D( xi ) Dx n i n Page 3 3n
2 2 1 2 3 4 5 6
Z1 Z12 2 N (0,1), 1 (1) 3 3 Z2 X 4 X 5 X 6亦服从N(0,3)且与Z1相互独立
Z2 Z22 N (0,1), 2 (1) 3 3
2
且与 相互独立。由 分布可加性,
2
Z12 Z 2 2 1 2 1 1 2 2 ( Z1 Z 2 ) Y (2), c 3 3 3 3 3 Page 5
1i n
12设母体X服从正态分布 N (,1),( X1, X 2 ) 是 从此母体中抽取的一个子样。试验证下面三 个估计量 2 1 (1)^ X 1 X 2 1
3 3 1 3 2 (2)^ 4 X 1 4 X 2 1 1 (3)^ X 1 X 2 3 2 2
i
xi

) yi
2 i
2
2 分布定义Y 2 (n),Y服从自由度为n的 由 2 分布。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
n
i
xi
)
1 n
i
Exi
1 n
n
1
1
1
Dx D( n
i
xi ) n2
i
Dxi n2
i
Dx n
13.设X1,X2,…,Xn是区间(-1,1)上均匀分 布的母体的一个子样,试求子样平均数的
均值和方差。
解:x U (1,1), Ex 11 0, Dx 22 1
2
12 3
1
1
Ex E( n
解:作变换
yi
xi
100, a
100,
y
1 n
i
yi
10 5
0
x a y 100
sx2
sy2
1 n
i
yi 2
2
y
1 5
[(8)2
(6)2
32
52
62]
0
34
12.设X1,X2,…,Xn是参数为的泊松分布的母体 的一个子样,是子样平均数,试求EX 和DX。
解:
x
p(), E x E(1
2
0 )为(2.125 0.0041)
n
(2)若 未知
构造函数 T x t(n 1)
S* / n
给定置信概率90%,查得t0.05(15) 1.7531,有
p( T t (n 1)) 1
2
∴母体平均数 的置信概率为90%的置信
区间为(x t0.05 (15)
s* )
n
,即(2.125±0.0075)
a
cyi
xi (a cyi ),nx na cny,x a c y
i
i
而sx2
1 n
i
(xi
x)2
1 n
i
(a
cyi
a
c
y)2
c2 n
i
( yi
y)2
c
2
s
2 y
12. 在五块条件基本相同的田地上种植某种 农作物,亩产量分别为92,94,103,105, 106(单位:斤),求子样平均数和子样方 差。
解:X N (0,1), Z1 X1 X 2 X3 N (0,3),
Z1 3
N (0,1), Z12 3
12 (1)
Z2 X4 X5 X6亦服从N(0,3)且与Z1相互独立
Z2
N
(0,1),
Z
2 2
2 (1)
3
3
且与 2 相互独立。由 2分布可加性,
Z12 3
Z22 3
1 3
(Z12
Z
2

p( m n
u
2
1 n
m n
(1
m) n
p
m n
u
2
1 m (1 m)} 1
nn n
故p的置信概率为95%的置信区间为 (0.25±0.11)
22.对于方差 2 为已知的正态母体,问需抽
取容量n为多大的子样,才使母体平均数
的置信概率为1 的置信区间的长度不大
于L?
解:X N(, 2 ), 2已知
EX k (1 p)k1 p
^kp1 1
p
k
[(1 p)k ]'
p
1 p2
1 p
x
((
i
(1
x)i ) '
[ x 1 ]' 1 (1 x)
( x 1) ' x
1 x2
)
(2)极大似然估计
n
xi n
L (1 p)xi 1 p (1 p) i pn
i1
ln L ( xi n) ln(1 p) n ln p
2 2
)
1Y 3
2 (2),c 1
3
17.已知X t(n) ,求证X 2 F(1, n)
证明:令 X U t(n),其中U N(0,1)
2 /n
2 2 (n),且U与2独立,U 2亦与 2独立
X
2
U2
2 /n
,由F分布定义
X
2
F(1, n)
8设母体X N(40,52),从中抽取容量n的样本
k
(k 1)!
xi
k
1e
xi
(
1
n
)n nk (
(k 1)!
i 1
xi xi )k1e i
n
ln L n ln(k 1)! nk ln ln( xi )k1 xi
i1
i
d ln L
d
nk
xi
i
0,^
k x
或^
k x
7.设母体X具有均匀分布密度 从中抽得容量为6的子样数值
i
xi ) n
i
Exi Ex 0
Dx D(1
n
i
xi
)
1 n
Dx
1 3n
14.设X1,X2,…,Xn是分布为的正态母体的一

Y
子样,求
1
2
n
(Xi
i 1
)2
的概率分布。
解X:N
(
,
2
),
则y i
xi
N (0,1), 且Y1 , ..., Yn 之间相互独立
Y
1
2
(xi )2
14 .设X1,X2,…,Xn为母体N(, 2) 的一个子
n1
样。试选择适当常数C,使C(Xi1 Xi )2 为 2
的无偏估计。
i 1
解: (xi1 xi )2 [(xi1 ) (xi )]2
i
i
(xi )2 2 (xi1 )(xi ) (xi )2
i
i
i
E(xi1 )(xi ) 0
x
1
x
e dx 2 x
1
x
e dx
2
0 2
E E(1 ni
1 xi ) n
i
E xi
^ 是 的无偏估计.
6.设母体X具有分布密度
k xk1e x , x 0
f(x)= (k 1)!
0, 其他
其中k是已知的正整数,试求未知参数的最大
似然估计量.
解:似然函数
L
n i 1
i
( xi )2 i
i
yi 2
由 2分布定义Y 2(n),Y服从自由度为n的 2分布。
15.设母体X具有正态分布N(0,1),从此母体 中取一容量为6的子样(x1,x2,x3,x4,x5,x6)。 又设 。试决定常数C,使 Y (X1 X2 X3)2 (X4 X5 X6)2
得随机变量CY服从 2 分布。
1
x
e , x
2
试求 的最大似然估计;并问所得估计量是
否的无偏估计.
解: n
L f (xi )
i 1
n i 1
1
x
e
2
xi
(
1
)n
e
i
2
xi
ln L n ln 2 n ln i
d ln L n
d
xi
i
2
0


1 n
i
xi
E xi E X x f (x)dx
解:n=100, x 1000 小时,s=40小时
用x
估计 ,构造函数u
Байду номын сангаас
x
近似
N (0,1)
s/ n
给定置信概率 1 ,有 P{u u } 1

P(x u
2
s n
置信下限 x u
2
s
10x00u12.96sn24)01992.2
n
10
整批电置信子上管限 的x 平u2 均sn 寿10命00 置1.9信6 14概00 率100为7.895%的置信
Dx n
13.设X1,X2,…,Xn是具有泊松分布P() 母体
的一个子样。试验证:子样方差S*2 是
的无偏估计;并且对任一值 [0,1], X (1)S*2
也是 的无偏估计,此处X 为子样的平均

解:X P(), EX , DX , E X , ES*2
E( X (1)S*2] E X (1)ES*2 (1)
min
1in
xi
x(1)
12设母体X服从正态分布N(,1), (X1, X2)是
从此母体中抽取的一个子样。试验证下面三
个估计量
(1)^1
2 3
X1
1 3
X2
(2)^2
1 4
X1
3 4
X
2
(3)^3
1 2
X1
1 2
X2
都是 的无偏估计,并求出每个估计量的
方差。问哪一个方差最小?
解:E^1
E(2 3
第一章 抽样和抽样分布 3.子样平均数和子样方差的简化计算如下:
设子样值x1,x2,…,xn的平均数 x 为和方差为sx2
作变换
yi
xi
a c
,得到y1,y2,…,yn,它的平均
数为
y
和方差为
。试证: 。 yi
xi
c
a
x a c y, sx2 c2sy2
解:由变换 yi
xi
c
s
a
2 y
,即xi
解: x
52 N (40, )
64
P{ x 40 1} P{ x 40 1 } p{U 8}
5/8 5/8
5
2(8) 1 0.8904 5
第二章
参数估计
相关文档
最新文档