数值分析第二章答案
数值分析课后习题及答案
第一章 绪论（12） 第二章 插值法（40-42）2、当2,1,1-=x 时，4,3,0)(-=x f ，求)(x f 的二次插值多项式。
[解]372365)1(34)23(21)12)(12()1)(1(4)21)(11()2)(1()3()21)(11()2)(1(0))(())(())(())(())(())(()(2221202102210120120102102-+=-++--=+-+-⨯+------⨯-+-+-+⨯=----+----+----=x x x x x x x x x x x x x x x x x x x y x x x x x x x x y x x x x x x x x y x L 。
3、给出x x f ln )(=的数值表用线性插值及二次插值计算54.0ln 的近似值。
X 0.4 0.5 0.6 0.7 0.8 x ln -0.916291 -0.693147 -0.510826 -0.357765 -0.223144[解]若取5.00=x ，6.01=x ，则693147.0)5.0()(00-===f x f y ，510826.0)6.0()(11-===f x f y ，则604752.182321.1)5.0(10826.5)6.0(93147.65.06.05.0510826.06.05.06.0693147.0)(010110101-=---=--⨯---⨯-=--+--=x x x x x x x x x y x x x x y x L ，从而6202186.0604752.19845334.0604752.154.082321.1)54.0(1-=-=-⨯=L 。
若取4.00=x ，5.01=x ，6.02=x ，则916291.0)4.0()(00-===f x f y ，693147.0)5.0()(11-===f x f y ，510826.0)6.0()(22-===f x f y ，则 217097.2068475.404115.2)2.09.0(5413.25)24.0(3147.69)3.01.1(81455.45)5.06.0)(4.06.0()5.0)(4.0()510826.0()6.05.0)(4.05.0()6.0)(4.0()693147.0()6.04.0)(5.04.0()6.0)(5.0(916291.0))(())(())(())(())(())(()(22221202102210120120102102-+-=+--+-⨯++-⨯-=----⨯-+----⨯-+----⨯-=----+----+----=x x x x x x x x x x x x x x x x x x x x x x y x x x x x x x x y x x x x x x x x y x L ，从而61531984.0217097.21969765.259519934.0217097.254.0068475.454.004115.2)54.0(22-=-+-=-⨯+⨯-=L补充题：1、令00=x ，11=x ，写出x e x y -=)(的一次插值多项式)(1x L ，并估计插值余项。
数值分析第二章答案
1．当1,1,2x =-时，()0,3,4f x =-,求()f x 的二次插值多项式。
解：0120121200102021101201220211,1,2,()0,()3,()4;()()1()(1)(2)()()2()()1()(1)(2)()()6()()1()(1)(1)()()3x x x f x f x f x x x x x l x x x x x x x x x x x l x x x x x x x x x x x l x x x x x x x ==-===-=--==-+-----==------==-+-- 则二次拉格朗日插值多项式为220()()k k k L x y l x ==∑0223()4()14(1)(2)(1)(1)23537623l x l x x x x x x x =-+=---+-+=+- 5设[]2(),f x Ca b ∈且()()0,f a f b ==求证： 21m ax ()()m ax ().8a x b a x bf x b a f x ≤≤≤≤''≤- 解：令01,x a x b ==，以此为插值节点，则线性插值多项式为10101010()()()x x x x L x f x f x x x x x --=+-- =()()x bx af a f b a b x a --=+--1()()0()0f a f b L x ==∴= 又 插值余项为1011()()()()()()2R x f x L x f x x x x x ''=-=--011()()()()2f x f x x x x x ''∴=--[]012012102()()1()()21()41()4x x x x x x x x x x b a --⎧⎫≤-+-⎨⎬⎩⎭=-=- 又 ∴21m ax ()()m ax ().8a x b a x bf x b a f x ≤≤≤≤''≤- 16．求一个次数不高于4次的多项式P （x ），使它满足(0)(0)0,(1)(1)0,(2)0P P P P P ''=====解：利用埃米尔特插值可得到次数不高于4的多项式0101010,10,10,1x x y y m m ======11300201001012()()()()(12)()(12)(1)j j j j j j H x y x m x x x x xx x x x x x x αβα===+--=---=+-∑∑210110102()(12)()(32)x x x x x x x x x x x α--=---=-2021()(1)()(1)x x x x x xββ=-=-22323()(32)(1)2H x x x x x x x ∴=-+-=-+设22301()()()()P x H x A x x x x =+--其中，A 为待定常数3222(2)1()2(1)P P x x x Ax x =∴=-++-14A ∴= 从而221()(3)4P x x x =-19．求4()f x x =在[,]a b 上分段埃尔米特插值，并估计误差。
数值分析(清华大学出版社)第二章课后答案
1.用Gauss 消去法解方程组⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤---⎢⎢⎢⎢⎣⎡-551631011411014211264321x x x x 解：第一步：交换第三行和第一行，得到如下矩阵⎥⎥⎥⎥⎦⎤----⎢⎢⎢⎢⎣⎡-56153101111402411621做运算()22121E E E →⎪⎭⎫ ⎝⎛+-，()33161E E E →⎪⎭⎫⎝⎛+-，()()441E E E →+，得到增广矩阵 ⎥⎥⎥⎥⎦⎤------⎢⎢⎢⎢⎣⎡0249525213237414210001 第二步：再做运算()3322E E E →+，()44221E E E →⎪⎭⎫⎝⎛+-，得到如下矩阵 ⎥⎥⎥⎥⎦⎤-----⎢⎢⎢⎢⎣⎡94295292113377400210001第三步：做运算()4433713E E E →⎪⎭⎫⎝⎛+，得到 ⎥⎥⎥⎥⎦⎤------⎢⎢⎢⎢⎣⎡21342951919210377400210001利用回代公式求得.790576.0,361257.0,863874.0,115183.11234=-==-=x x x x2、解 2.51 1.48 4.531.480.93 1.302.68 3.041.48⎡⎤⎢⎥-⎢⎥⎢⎥-⎣⎦123x x x ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦=0.051.030.53⎡⎤⎢⎥⎢⎥⎢⎥-⎣⎦ 做两次换行()()()()↔↔3132;E E E E 得2.683.04 1.42.511.48 4.531.480.931.30⎡⎤-⎢⎥⎢⎥⎢⎥-⎣⎦123x x x ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦=0.530.051.03⎡⎤-⎢⎥⎢⎥⎢⎥⎣⎦ 计算()()()()-+→-+→1221330.93657;0.55224;E E E E E E2.683.04 1.481.3672 5.916100.748810.48269⎡⎤-⎢⎥-⎢⎥⎢⎥--⎣⎦123x x x ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦=0.530.546381.3227⎡⎤-⎢⎥⎢⎥⎢⎥⎣⎦计算()()-+→2330.54770;E E E2.683.04 1.4801.36725.9161003.7229⎡⎤-⎢⎥-⎢⎥⎢⎥-⎣⎦123x x x ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦=0.530.546381.0235⎡⎤-⎢⎥⎢⎥⎢⎥⎣⎦ 换行和消去到此结束，经回代计算得到x =()1.440360, 1.577963,0.27494T--3.用Doolittle 三角分解方法解方程组⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----551631011411014211264321x x x x解：首先对系数矩阵A 做分解LUA =解出：解b y L=，计算出Ty ⎪⎭⎫ ⎝⎛--=74213,521,1,6解y x U=，计算出()T x 115183.1,863874.0,361257.0,790576.0--=4.设][,ij n n a A R A =∈⨯,011≠a ，b Ax =经过高斯消去法一步后变为)2()2(b x A =，其中=)2(A⎥⎦⎤⎢⎣⎡21110A a a T ，(2)A =()(2),2n ij i j a =为(n-1)⨯(n-1)矩阵.其元素为(2)ija =(1)ij a -(1)(1)11i j a a /(1)11a , ,i j =2,3, n. 证明：（1）若A 对称正定，则2A 是对称矩阵。
数值分析课后习题答案
7、计算的近似值，取。
利用以下四种计算格式，试问哪一种算法误差最小。
〔1〕〔2〕〔3〕〔4〕解：计算各项的条件数由计算知，第一种算法误差最小。
解：在计算机上计算该级数的是一个收敛的级数。
因为随着的增大，会出现大数吃小数的现象。
9、通过分析浮点数集合F=〔10，3，-2，2〕在数轴上的分布讨论一般浮点数集的分布情况。
10、试导出计算积分的递推计算公式，用此递推公式计算积分的近似值并分析计算误差，计算取三位有效数字。
解：此算法是数值稳定的。
第二章习题解答1.〔1〕 R n×n中的子集“上三角阵〞和“正交矩阵〞对矩阵乘法是封闭的。
〔2〕R n×n中的子集“正交矩阵〞，“非奇异的对称阵〞和“单位上〔下〕三角阵〞对矩阵求逆是封闭的。
设A是ｎ×ｎ的正交矩阵。
证明A-1也是ｎ×ｎ的正交矩阵。
证明：〔2〕A是ｎ×ｎ的正交矩阵∴A A-1 =A-1A=E 故〔A-1〕-1=A∴A-1〔A-1〕-1=〔A-1〕-1A-1 =E 故A-1也是ｎ×ｎ的正交矩阵。
设A是非奇异的对称阵，证A-1也是非奇异的对称阵。
A非奇异∴A可逆且A-1非奇异又A T=A ∴〔A-1〕T=〔A T〕-1=A-1故A-1也是非奇异的对称阵设A是单位上〔下〕三角阵。
证A-1也是单位上〔下〕三角阵。
证明：A是单位上三角阵，故|A|=1，∴A可逆，即A-1存在，记为〔b ij〕n×n由A A-1 =E，那么〔其中 j＞i时，〕故b nn=1, b ni=0 (n≠j)类似可得，b ii=1 (j=1…n) b jk=0 (k＞j)即A-1是单位上三角阵综上所述可得。
R n×n中的子集“正交矩阵〞，“非奇异的对称阵〞和“单位上〔下〕三角阵〞对矩阵求逆是封闭的。
2、试求齐次线行方程组Ax=0的根底解系。
A=解：A=～～～故齐次线行方程组Ax=0的根底解系为，3.求以下矩阵的特征值和特征向量。
数值分析答案第二章参数估计习题
f(x)= （） { > − ex λ ) λ 0λ ( x解： λe , x ≥ 0
第二章 参数估计 1.设母体X具有负指数分布，它的分布密度 −λ x 为 λe , x ≥ 0 f(x)= 0, x < 0 其中 λ > 0 。试用矩法求的估计量。 解：x e(λ ) f(x)=
0
1
θ −1
dx =
θ θ +1
X 估计EX
X ∴θ = 1− X
1 e 5.设母体X的密度为 f ( x) = 2σ
−
x
σ
, −∞ < x < ∞
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 解： n 1 −σ 1 n − σ
i
L = ∏ f ( xi ) = ∏
i =1 i =1
ln L = n ln θ + (θ − 1)∑ ln xi
i
0, 其他 n
i =1
( θ >0 )
n i =1
d ln L n ＾= − n = + ∑ ln xi = 0,∴θ θ i dθ ∑ ln xi
i
2矩法估计
EX =
用
X 用估计EX
+∞
−∞
∫ x ⋅ f ( x)dx = ∫ x ⋅θ ⋅ x
2
给定置信概率1−α 即
P ( x − uα
2
σ/ n
，有 uα ，使
2
P{ u ≤ uα } = 1 − α
数值分析第二版(丁丽娟)答案
第二章答案
第三章答案
0 0.5 0.5 1 1 2.5000
5.0000 5.5000
第四章答案
2 10.5000 19.0000 19.5000
3 42.5000 91.0000 91.5000
4 170.5000 315.0000 315.5000
5 682.5000 1467.0000 1467.5000
第八章答案
练习： 第一章
答案
练习二 A 的哪个特征向量？ 若 A 的按模最大的特征值是单根，用幂法求此特征 值的收敛速度由什么量来决定？怎样改进幂法的收敛速度？
2、 反幂法收敛到矩阵的哪个特征向量？ 在幂法或者反幂法中，为什么每步都要将迭代向量规范化？
1.32
1.68
2.08
2.52
3.00
解答下列问题 （1）试列出相应的差分表； （2）写出牛顿向前插值公式； （3）用二次牛顿前插公式计算 f（0.225）；
例3已知当 x=-1，0，2，3时，对应的函数值为
，
，
，
，
，求 的四次 Newton 插值多项式。
例4 设 对 n=1,2,3时
，证明：
例5 设 （1）
第一章答案第二章答案第三章答案第四章答案050525000500005500010500019000019500021000000000000000380001950004250009100009150001700000000000000018199999999999999166363636363636371705000315000031550001623809523809523716578947368421051161794871794871796825000146700001467500016058823529411764161208791208791201603825136612021827305000505100005051500016014662756598241160349206349206351601109350237717910922500023483000023483500016003663003663004160074982958418521600238500851788743690500080827000080827500016000915583226515160021777865769151600069286350589则开根号得400011444626607140002722140595534000086607000640对应的特征向量为第五章答案第六章答案2727930204331053600038939418364475947673代入数据得132解
高等数值分析第二章答案
第二章习题参考答案1.解： 由于20Ax b−≥，极小化2b Ax −与极小化22Ax b −是等价的。
令22()(,)(,)2(,)x Ax b Ax Ax b b Ax b ϕ=−=+−，对于任意的n R y x ∈,和实数α，)()(),()()(,*222*2****x Ay a x Ay Ay a x ay x b Ax x ϕϕϕϕ≥+=+=+=则有满足若这表示处达到极小值。
在*)(x x ϕ反之，若必有处达到极小，则对任意在nR y x ay x ∈+*)(ϕ0),(2),(2),(20)(**0*=−=+−=+=Ay b Ax Ay Ay a Ay b Ax daay x d a 即ϕ故有 b Ax =*成立。
以上证明了求解,22b Ax b Ax −=等价于极小化即。
等价于极小化2b Ax b Ax −= 推导最速下降法过程如下：),/(),(0),(),(,0),,2)(222)()(11k T k T k T k k T k T k T k k T k k k T k k kT k T k T T x x k r AA r AA r AA r a r AA r AA a r AA r r aA x da dx a r aA x x r A Ax b A Ax A b A x grad x x k==+−=++==−=−=−++=最终得到得出（由取得极小值。
使求出取的负梯度方向，且下降最快的方向是该点在ϕϕϕ给出的算法如下：1）)(000Ax b A r A R x T T n −=∈，计算给定； 2）L ,2,1,0=k 对于）转到否则数。
为一事先给定的停机常则停止；其中若2),/(),(10,11kT k k k k T k k k k k k k k k r A p Ax b r r A a x x Ap Ap p p a k k r =−=+==+=>≤−−εε2.证明 1） 正定性由对称正定矩阵的性质，(),0x Ax ≥（当且仅当x ＝0时取等号），所以 ()12,0Axx Ax =≥（当且仅当x ＝0时取等号）2） 齐次性()()()121122,(),,AA xx A x x Ax x Ax x αααααα⎡⎤====⎣⎦3）o1方法（一）A 是对称正定矩阵，得到(,())0x y A x y λλ++≥，把它展开如下2(,)(,)(,)(,)0y Ay x Ay y Ax x Ax λλλ+++≥考虑到(,)(,)(,)x Ay Ax y y Ax ==，把上式看成关于λ的一元二次方程，则式子等价于24(,)4(,)(,)0x Ay x Ax y Ay ∆=−≤因此1/21/2(,)(,)(,)x Ay x Ax y Ay ≤所以1/21/221/21/2((,)(,))(,)(,)2(,)(,)(,)(,)2(,)(,)(,)(,)(,)((),())x Ax y Ay x Ax y Ay x Ax y Ay x Ax y Ay x Ay x Ax y Ay x Ay y Ax x y A x y +=++≥++=+++=++两边开平方即可得到AA A x yx y +≤+因此，1/2(,)A x Ax x =是一种向量范数。
数值分析参考答案第二章
第二章插值法1.当兀= 1—2时,/（%） = 0-3,4^/（%）的二次插值多项式。
解：X。
= I/】=—l,x2 = 2, /Uo) =0,/(^)=-3,/(X2) = 4;一丄(兀+i)(一2)，0（人）=Oo — xJOo — xJ 2加）=（_兀）（—心=丄（一1）（一2）（兀一兀）（州一呂）6(A-.VoX.V-Vj l(Y_1)(x+1)(x2-x Q)(x2-x t) 3则二次拉格朗口插值多项式为2厶⑴=£）恥）k=0=-3/0(X)+4/2(X)1 4= --U- 1)(A—2) + -(x-l)(x + 1)5r 3 7=-X" +—x--6 2 3/（x） = liix2.用线性插值及二次插值计算1110.54的近似值。
解：由表格知，x0 = 0・4，兀=0.59X2 = 0.6, x3 = 0.7,x4 = 0.8; f(x Q) = -0.916291,/(xj = -0.693147 /(A) = —0.510826,/a)= -0.356675 /(x4) =-0.223144若采用线性插值法计算hiO.54即/(0.54),则0.5 <0.54 <0.6/1(x) = ^—^ = -10(.v-0.6) 人一无X —X /.(%) = -__ =-10(x-0.5)厶⑴=/U1XW + /(x 2)/2(x)=6.93147(x — 0.6) - 5・ 10826(.— 0.5)・・・厶(0.54) = -0.6202186 « -0.620219若采用二次插值法计算lnO.54时, (V f _亠)=50(x-0.5)(x- 0.6)(x Q -xj(x 0-x 2)(工7。
)(工_亠)=-100(x- 0.4)(x — 0.6)(兀一 Xo )(X 】一XJ厶(x) = /UoVoW+/U1XW+/(x 2)/2(x )=-50 x 0.916291(%-0.5)(A -0.6)+ 69.3147(x-0.4)(x-0.6)-0.510826 x50(x-0.4)(x-0.5).14(0.54) = -0.61531984 « -0.615320 3.给全cosx,0 <x<90°的函数表,步长/? = r = （l/60）\若函数表具有5位有效数字，研 究用线性插值求cos 兀近似值时的总误差界。
数值分析第二章作业答案
第二章1.试证明nn R⨯中的子集“上三角阵”对矩阵乘法是封闭的。
证明：设n n R B A ⨯∈,为上三角阵，则)( 0,0j i b a ij ij >== C=AB ，则∑==nk kjik ij b ac 1)( 0j i c ij >=∴，即上三角阵对矩阵乘法封闭。
2.已知矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=512103421121A ，求A 的行空间)(T A R 及零空间N(A)的基。
解：对T A 进行行变换，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⇒⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--⇒⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=00100010121420050000121501131242121TA 3)(=∴T A r ，)(T A R 的基为[][][]T T T 5121,03421121321=-==ααα，由Ax=0可得[]Tx 0012-=∴N(A)的基为[]T0012-3.已知矩阵321230103A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，试计算A 的谱半径()A ρ。
解：2321()det()230(3)(64)013A f I A λλλλλλλλ---=-=--=--+=--max 35()3 5.A λρ=+=+4、试证明22112212211221,,,R E E E E E E ⨯+-是中的一组基。
，其中11121001,0000E E ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭22210000,1001E E ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭。
1222112112211221134112212211221234134411221221122123410010000,,,00001001010110100000E E E E E E E E k k k k k k k E E E E E E k k k k k k E E E E E ⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫⎛⎫+=-= ⎪ ⎪-⎝⎭⎝⎭+⎛⎫⎛⎫++++-== ⎪ ⎪-⎝⎭⎝⎭++++-解：，（）（）令因此（）（0000O E ⎛⎫== ⎪⎝⎭）12331112212212211221111221122122112222112212211221 0 ,22,,,k k k k a a A V a a a a a aA a a E E E E E E R E E E E E E ⨯⇔====⎛⎫=∈ ⎪⎝⎭+-=+++-+∴+-对于任意二阶实矩阵有（）（）是中的一组基。
数值分析参考答案(第二章)doc资料
证明：
（1）
得证。
+
得证。
14． 求 及 。
解：
若
则
15．证明两点三次埃尔米特插值余项是
解：
若 ，且插值多项式满足条件
插值余项为
由插值条件可知
且
可写成
其中 是关于 的待定函数，
现把 看成 上的一个固定点，作函数
根据余项性质，有
由罗尔定理可知，存在 和 ，使
即 在 上有四个互异零点。
根据罗尔定理， 在 的两个零点间至少有一个零点，
数值分析参考答案(第二章)
第二章插值法
1．当 时， ,求 的二次插值多项式。
解：
则二次拉格朗日插值多项式为
2．给出 的数值表
X
0.4
0.5
0.6
0.7
0.8
lnx
-0.916291
-0.693147
-0.510826
-0.356675
-0.223144
用线性插值及二次插值计算 的近似值。
解：由表格知，
若采用线性插值法计算 即 ，
则
若采用二次插值法计算 时，
3．给全 的函数表，步长 若函数表具有5位有效数字，研究用线性插值求 近似值时的总误差界。
解：求解 近似值时，误差可以分为两个部分，一方面，x是近似值，具有5位有效数字，在此后的计算过程中产生一定的误差传播；另一方面，利用插值法求函数 的近似值时，采用的线性插值法插值余项不为0，也会有一定的误差。因此，总误差界的计算应综合以上两方面的因素。
解：函数 的 展式为
其中
又 是次数为 的多项式
为 阶多项式
为 阶多项式
依此过程递推，得 是 次多项式
- 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、"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、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=1
ln x i = 0
θ
∧
= −
n
∑ ∑
n
n
i=1
ln x i n
θ
= =
解之得：
i=1
ln x i
（2）母体 X 的期望
E (x) =
∫
+∞ −∞
xf ( x ) d x =
∫
1 0
θ xθ dx =
θ θ +1
而样本均值为：
1 n X = ∑ xi n i =1 令E ( x) = X 得 θ =
x e 2σ 1 n
d x = 2 x ) =
∫
+ ∞ 0
x 2σ
e
−
x σ
d x = − x e ) = 1 ⋅ nσ n
−
x σ
+ ∞
+
0
∫
+ ∞ 0
e
−
x σ
d x =
E (σ ) = E (
∑
n
i=1
i
1 n
∑
n
E ( x
i=1
i
= σ
所以
σ=
∧
1 n ∑ xi σ n i=1 为 的无偏估计量。
∧
X 1− X
5.。解：其似然函数为：
L (σ ) = ∏
i =1
n
1 ⋅e 2σ
−
xi σ
=
1 ⋅e (2σ ) n 1 σ
n i =1
−
1 σ
∑ xi
i =1
n
ln L (σ ) = − n ln(2σ ) − 得： σ =
∧
∑ =0
xi
令
1 σ
∑x
i =1
− x σ
n
i
（2）由于
E =
∧
∫
+ ∞ − ∞
即 X 也是 λ 的无偏估计。 又 ∀α ∈ [0,1]
E (a X + (1 − α ) S * ) = αE ( X ) + (1 − α ) E ( S * ) = αλ + (1 − λ )λ = λ
2 2 2
因此 α X + (1 − α ) S * 也是 λ 的无偏估计
14.解：由题意： X ~ N ( µ , σ 2 ) 因为 E (λ ) 2 = C ∑ E ( X i +1 − X i ) 2 = C ∑ [ D ( X i +1 − X i ) + ( E ( X i +1 − X i ) 2 ]
第二章 1.
λ e−λx, x ≥ 0 f (x) = 0, x < 0 E (x) = = − xe = − 令
∫
+∞ −∞ +∞ 0
f (x) ⋅ xdx = + 1 λ =
∫
+∞ 0
λ xe
− λ x
dx
− λ x
∫
1 λ
+∞ 0
e
− λ x
d (λ x )
1 e λ
− λ x
+∞ 0
i =1 i =1
要使似然函数最大，则需 θ 取 min( x1 , x 2 ,L, x n ) 即 θ = min( x1 , x 2 ,L x n ) 9. 解：取子样值 ( x1, x 2 ,L , x n )( xi > 0) 则其似然函数 L(λ ) = ∏ λe −λx = λn e
i
∧
故 σ 2 的罗—克拉美下界
IR = 2 4 σ n
∧ 2
n 1 n 1 2 ( X µ ) ) − = E ( ∑ i ∑ ( X i − µ)2 ) = σ 2 n i =1 n i =1
10. 解： （1）由题中子样值及题意知： 极差 R = 6.2 − 1.5 = 4.7
λ = 0.4299 × 4.7 = 2.0205
∧
查表 2-1 得
1 = 0.4299 d5
故
（2）平均极差 R = 0.115 ，查表知
∧
1 = 0.3249 d 10
∧
λ = 0.3249 × 0.115 = 0.0455
n i=1
i
n
n
ln L ( P ) = n ln p + ( ∑ X
i=1
n
− n ) l n (1 − p )
X − n ) = 0
d ln L d p
=
n 1 − ( p 1 − p
p =
∧
∑
1 X
i=1
i
n
解之得
∑
n
= X
i
i=1
３． 解：因为总体Ｘ服从Ｕ（a，b）所以
2 a+b （ a-b） n! D（ X） = 2 12 r ! ( n − r )! 令 E（ X） =X D （ X ） = S 2， n 1 S2 = ∑ ( X i − X )2 n i =1 a+b = X 2 2 （ a − b） = S2 12 ∧ a = X − 3S ∧ b = X + 3S
1 = x λ
从而有 2.
λ=
∧
1 x
1) . E ( x ) = = p
∑
1
∞
x =1
k (1 − p ) k − 1 p = p ∑ k (1 − p ) k − 1
x =1 2
∞
1 − (1 − p )
=
1 p
1
令
p＝ X
p =
∧
所以有
1 X
２） ．其似然函数为
∑Xi −n xi −1` n L(P) =∏(1− P) p = p (1− p)i=1
6. 解：其似然函数为： n βk βk n n ( k −1) − β xi L(β ) = ∏ xi e =( ) ∏ xi ( k −1) e − β xi ( k −1)! i =1 i =1 ( k −1)!
n n ln L ( β ) = n k ln β + ( k − 1 ) ln ( ∑ X i ) − β ∑ X i i =1 i =1
2
−
n 2
− i =1
∑ ( xi − µ ) 2
2σ 2
n
n n LnL (σ 2 ) = − Ln 2π − Lnσ 2 − 2 2
∑ (x
i
− µ)2
2σ 2
dLnL n =− + dσ 2 2σ 2
∑ (x
i =1
n
i
− µ)2 =0
2σ 4
σ2 =
1 n ∑ ( xi − µ ) 2 n i =1
d ln L ( β ) nk = − dβ β
∑
n
X
i =1
i
= 0
解得
β =
∧
nk
∑
n
=
i
X
k X
β −0 β = ， 2 2
i =1
７．解：由题意知：均匀分布的母体平均数 µ = 方差 λ2 =
( β − 0) 2 β 2 = 12 12
用极大似然估计法求 β 得极大似然估计量
似然函数： L( β ) = ∏
+∞
2 +∞ ( x − µ ) 1 2 ∂Lnf ( x ) 2 因为 ∫−∞ ( = − ] [ ) f ( x ) dx 4 ∫ 2 −∞ 2σ 2σ 2 ∂σ
1 2π σ
e
−
( x− µ )2 2σ 2
dx
=
1 n [ E ( X − µ ) 4 − E ( X − µ ) 2 2σ 2 + σ 4 ] = 8 4σ 2σ 4
15.证明：Q 参数 θ 的无偏估计量为 θ ， D θ 依赖于子样容量 n 则 ∀ε > 0, 由切比雪夫不等式
∧ ∧ Q lim D θ = 0 故有 lim p θ − θ < ε = 1 n →∞ n →∞
即证 θ 为 θ 的相合估计量。 16 证明：设 X 服从 B ( N , p ) ，则分布律为 P ( X = k ) = C kN P k (1 − P ) k
E （ X ）=
4. 解： （1）设 1
L (θ ) = θ
n n i=1
x , x2 ,L xn 为样本观察值则似然函数为：
−1
(∏ x i )θ
, 0 < x i < 1, i = 1, 2 ,L , n
n
Hale Waihona Puke l n L (θ ) = n l n θ + （ θ -1） ∑ ln x i
i=i
d ln L n = + dθ θ
∧
解：设 u 为其母体平均数的无偏估计，则应有 µ = x 又因 x =
∧
1 (8 × 1 + 40 × 3 + 10 × 6 + 2 × 26) = 4 60
即知 µ = 4 12. 解：Q X ~ N ( µ ,1)
∴ E ( xi ) = µ
E(µ 2 ) =
∧
， D ( xi ) = 1 ，
所以 I R =
∧ ∧ P (1 − P ) = D P 即 p 为优效估计 nN
17． 解：设总体 X 的密度函数
f ( x) = 1 2π σ e
− ( x− µ )2 2σ 2
似然函数为 L(σ ) = ∏
2 i =1
n
1 2π σ
n i =1
( xi − µ )