《大学数学概率论及试验统计》第六章_课后答案(余家林主编)

合集下载

《大学数学概率论及试验统计》第五章_课后答案(余家林主编)

《大学数学概率论及试验统计》第五章_课后答案(余家林主编)

6、若 X~x2(4), P{X<0.71}=0.05, P{X<9.49}=0.95,试写出有关的双侧分位数。 解: 0.71 及 9.49 为双侧 0.1 分位数
案 网
又 X~N (0,1) ,P{X<-1.96}=0.025, P{X>1.96}=0.025,所以-1.96 与 1.96 是双侧 0.05 分位数.
2 2 1、求分位数( 1) x 0 ( 2) x 0 12 ) 。 . 05 (8 ) , . 95 (
解①2.73 ②21.0 2、求分位数( 1) t 0.05 (8) , ( 2) t 0.95 (12) 。 解①-1.86 ②1.782
解①
1 ②2.75 3.97
4、若 u 0.975 =1.96,试写出有关的上侧分位数与双侧分位数。
2. 设总体 X 服从 N(0,1)分布,试写出样本 X1 .,X2 ,… ,Xn 的联合分布密度。 解:X∼N(0,1),即 X 分布密度为: p ( x ) = X 1 、X 2 、…、X n 的联合分布密度为:
1 2π
2
e

x2 2
, − ∞ < x < +∞
1
2
n
i =1
-∞<xi<∞,i=1,2,… ,n
②s
2 y
1 = n
1 n xi − a x − a 1 n xi − x 1 = − = ∑ = 2 s2 ∑ ( y i − y) n ∑ b b n i=1 b b x i =1 i
2
2
ww
w.
kh
96
da

后 答
w.
案 网

概率论与数理统计课后题参考答案

概率论与数理统计课后题参考答案

第一章 基本概念1、试对下列随机试验各写出一个样本空间: (1)掷一颗骰子;(2)一个口袋中有5个外形相同的球,编号分别为1、2、3、4、5,从中同时取出3个球; (3)10只产品中有3只是次品,每次从中任取一只(取出后不放回),直到将3只次品全部取出,记录抽取的次数;(4)对某工厂生产的产品进行检查,合格的盖上“正品”,不合格的盖上“次品”,如果查出2件次品就停止检查,或者查满4件也就停止检查,记录检查结果。

解:(1)}6,5,4,3,2,1{=Ω(2))}5,4,3(),5,4,2(),5,3,2(),4,3,2(),5,4,1(),5,3,1(),4,3,1(),5,2,1(),4,2,1(),3,2,1{(=Ω5个球中选3各球进行组合,有1035=C 种。

(3)}109876543{,,,,,,,=Ω最少抽取的次数是每次取出的都是次品;最多抽取的次数是把10只产品全部取出,总能抽出3个是次品。

(4)用数字1代表正品,数字0代表次品;样本空间包括查出2件是次品和查满4件产品这两种情况。

)}1,1,1,0(),1,1,1,1(),1,0,1,1(),1,1,0,1(),0,1,1,1(),0,0,1,1(),0,1,0,1(),0,1,1,0(),0,0,1(),0,1,0(),0,0{(=Ω2、工厂对一批产品作出厂前的最后检查,用抽样检查方法,约定,从这批产品中任意取出4件产品来做检查,若4件产品全合格就允许这批产品正常出厂;若有1件次品就再作进一步检查;若有2件次品则将这批产品降级后出厂;若有2件以上次品就不允许出厂。

试写出这一试验的样本空间,并将“正常出厂”、“再作检查”、“降级出厂”、“不予出厂”这4个事件用样本空间的子集表示。

解:用数字1代表正品,数字0代表次品设=“正常出厂”; =“再作检查”; =“降级出厂”;D =“不予出厂”)}1,1,1,1{(=A)}0,1,1,1(),1,0,1,1(),1,1,0,1(),1,1,1,0{(=B)}0,0,1,1(),0,1,0,1(),1,0,0,1(),1,1,0,0(),1,0,1,0(),0,1,1,0{(=C )}0,0,0,0(),0,0,0,1(),0,0,1,0(),0,1,0,0(),1,0,0,0{(=D)}0,0,0,0(),0,0,0,1(),0,0,1,0(),0,1,0,0(),1,0,0,0(),0,0,1,1(),0,1,0,1(),1,0,0,1(),1,1,0,0(),1,0,1,0(),0,1,1,0(),0,1,1,1(),1,0,1,1(),1,1,0,1(),1,1,1,0(),1,1,1,1{(=⋃⋃⋃=ΩDC B A3、设A 、B 、C 是三个事件,试用A 、B 、C 的运算关系表示下列事件: (1)A 与B 都发生,但C 不发生;(2)A 发生,但B 与C 可能发生也可能不发生; (3)这三个事件都发生; (4)这三个事件都不发生; (5)这三个事件中至少有一个发生; (6)这三个事件中最多有一个发生; (7)这三个事件中至少有两个发生; (8)这三个事件中最多有两个发生; (9)这三个事件中恰有一个发生; (10)这三个事件中恰有两个发生。

概率与数理统计第六章习题参考解答

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。

概率论与数理统计教材第六章习题PPT课件

概率论与数理统计教材第六章习题PPT课件
d 2i 1xi 0
参数θ的最大似然估计值为
ˆ
1 n
n
i 1
xi
14
3.
设总体X服从伽玛分布:
f(x;,)()
x1ex,
x0 ,
0,
x0
其中 0,0. 如果取得样本观测值为 x1,x2,,xn,
(1) 求参数α及β的矩估计值;
(2) 已知 0, 求参数β 的最大似然估计值.
解 (1) 矩估计法
定 义 若E (ˆ)0或 E (ˆ), 则 称ˆ为θ的无偏估计量。
结论1 样本均值 X 是总体均值μ的无偏估计量.
结论2 样本方差 S 2是总体方差 2 的无偏估计量.
3
2.有效性
定义 ˆ1X1,X2, ,Xn及 ˆ2X1,X2, ,Xn都是θ的无偏估计量,
如果D(ˆ1)D(ˆ2), 则称ˆ1 较ˆ 2 有效。
23
9、已知高度表的误差 X~N(,0 2) ,01米5,飞机上应该
有多少 这样的仪器,才能使得以概率0.98保持平均高度
的误差的绝对值小于30米?
解 PX300.98
PX3
0
P
X
15 n
30 15 n
P2
nX2
15 n
n2 2n10.98
2n0 .99(2.33)0.9901
X
k i
来估计总体原点矩
vk E(Xk).
(1)设总体分布函数 F(x;)含有一个未知参数θ,令
v1()E(X)n1
n i1
Xi
解方程得:ˆˆ(X1,X2, ,Xn)——θ 的矩估计量
1
(2)设总体分布函数 F(x;1,2)含有两个未知参数θ1,θ2,

概率论与数理统计第六章课后习题及参考答案

概率论与数理统计第六章课后习题及参考答案

概率论与数理统计第六章课后习题及参考答案1.已知总体X ~),(2σμN ,其中2σ已知,而μ未知,设1X ,2X ,3X 是取自总体X 的样本.试问下面哪些是统计量?(1)321X X X ++;(2)μ31-X ;(3)222σ+X ;(4)21σμ++X ;(5)},,max{321X X X ;(6)σ221++X X ;(7)∑=3122i i X σ;(8)2μ-X .解:(1)(3)(4)(5)(6)(7)是,(2)(8)不是.2.求下列各组样本值的平均值和样本差.(1)18,20,19,22,20,21,19,19,20,21;(2)54,67,68,78,70,66,67,70.解:(1)9.19)21201919212022192018(101101101=+++++++++==∑=i i x x ;43.1)(9110122=-=∑=i i x x s .(2)5.67)7067667078686754(1018181=+++++++==∑=i i x x ;018.292)(718122=-=∑=i i x x s .3.(1)设总体X ~)1,0(N ,则2X ~)1(2χ.(2)设随机变量F ~),(21n n F ,则F1~),(12n n F .(3)设总体X ~),(2σμN ,则X ~),(2n N σμ,22)1(S n σ-~)1(2-n χ,nS X /μ-~)1(-n t .(4)设总体X ~)10(2χ,Y ~)15(2χ,且X 与Y 相互独立,则=+)(Y X E 25,=+)(Y X D 50.4.设随机变量X 与Y 都服从标准正态分布,则(C )A .Y X +服从正态分布B .22Y X +服从2χ分布C .2X 与2Y 均服从2χ分布D .22YX 服从F 分布5.在总体X ~)3.6,52(2N 中随机抽取一容量为36的样本,求样本平均值X 落在8.50到8.53之间的概率.解:因为X ~)3.6,52(2N ,即52=μ,223.6=σ,因为36=n ,22205.1363.6==n σ,所以X ~)05.1,52(2N .由此可得)8.538.50(≤≤X P 05.1528.50()05.1528.53(-Φ--Φ=8302.0)1429.1()7143.1(=-Φ-Φ=.6.设总体X ~)1,0(N ,1X ,2X ,…,10X 为总体的一个样本,求:(1))99.15(1012>∑=i i X P ;(2)写出1X ,2X ,…,10X 的联合概率密度函数;(3)写出X 的概率密度.解:(1)由题可知∑==1012i i X X ~)10(2χ,查2χ分布表有99.15)10(210.0=χ,可得10.0=α,即10.0)99.15(1012=>∑=i i X P .(2)1X ,2X ,…,10X 相互独立,则联合概率密度函数为}exp{321}21exp{21),,,(1012510121021∑∏==-=-=i i i i x x x x x f ππ .(3)X Y =~)1.0,0(N ,所以有2251.02)0(e 5e1.021)(y y y f -⋅--==ππ.7.设总体X ~)1,0(N ,1X ,2X ,…,5X 为总体的一个样本.确定常数c ,使25242321)(XX X X X c Y +++=~)3(t .解:因为i X ~)1,0(N ,5,,2,1 =i ,所以21X X +~)2,0(N ,)(2121X X +~)1,0(N ,252423X X X ++~)3(2χ,因为25242321252423212632XX X X X X X X X X +++=+++~)3(t ,所以有23=c .8.设1X ,2X ,3X ,4X 是来自正态总体)4,0(N 的样本.已知243221)43()2(X X b X X a Y -+-=为服从自由度为2的2χ分布,求a ,b 的值.解:由题可知i X ~)4,0(N ,4,3,2,1=i ,故有0)2(21=-X X E ,20)2(21=-X X D ,所以212X X -~)20,0(N .同理4343X X -~)100,0(N .而20)2(221X X -~)1(2χ,100)43(221X X -~)1(2χ,故有100)43(20)2(243221X X X X -+-~)2(2χ,比较可知201=a ,1001=b .9.设总体X ~)3.0,(2μN ,1X ,2X ,…,n X 为总体的一个样本,X 是样本均值,问样本容量n 至少应取多大,才能使95.0)1.0(≥<-μX P .解:易知X ~)3.0,(2nN μ,由题意有95.013(2/3.01.0/3.0()1.0(≥-Φ=<-=<-nnnX P X P μμ,即应有975.0)3(≥Φn,查正态分布表知975.0)96.1(=Φ,所以取96.13≥n,即5744.34≥n ,取35=n .10.设总体X ~)16,(μN ,1X ,2X ,…,10X 为总体的一个样本,2S 为样本方差,已知1.0)(2=>αS P ,求α的值.解:由抽样分布定理知22)1(σS n -~)1(2-n χ,因为10=n ,故有2249S ~)9(2χ,得1.0)169169()(22=>=>ααS P S P ,查2χ分布表得684.14)9(21.0=χ,即684.14169=α,解得105.26=α.11.设(1X ,2X ,…,1+n X )为来自总体X ~),(2σμN 的一个样本,记∑==n i i n X n X 11,∑=--=n i in X X n S 122(11,求证:nn n S X X n n T -⋅+=+11~)1(-n t .证:由题可知n X ~),(2nN σμ,n n X X -+1~)11(,0(2σn N +,标准化得σnX X nn 111+-+~)1,0(N .又因为∑=-=-ni inX XS n 1222)(1)1(σσ~)1(2-n χ,从而有nn nnn S XX n n n S n n X X -+=--+-++122111)1(11σσ~)1(-n t ,即nnn S X X n n T -⋅+=+11~)1(-n t .。

概率论第六章 习题答案

概率论第六章 习题答案

∴( X1 + X 2 + X 3 )2 + ( X 4 + X 5 + X 6 )2 ∼ χ 2 (2)
3
3

1 Y

χ 2 (2)
3
得:
1 c= ,
n = 2.
3
2
11.解:∵ X1 + X2 ∼ N(0,1), 2
X
2 3
+
X
2 4
+
X
2 5

χ
2 (3)
且相互独立,
X1 + X2
由Y =
2
nσ 2
=
σ2 n
.
2.解:
(1) 因为总体 X ~ N(µ,σ 2 ) , X1, X2 , X3 是来自总体 X 的样本,
所以样本的联合概率密度函数为
n
f
(x1 , x2 , x3
)
=
Π
i=1
f
(xi ; µ ,σ 2
)
∑ =
(
1
⎧1
2π σ
)3
exp
⎨− ⎩

2
n
(
xi

µ
)2
⎫ ⎬
,
i=1
2 3
)2
+
(1−
2 )2 3
+
(1−
2 3
)
2
⎤ ⎥⎦
=
1 3
3. 证明:
∑ ∑ (1) EX
=
E(1 n
n i=1
Xi )
=
1 n
n i=1
EX i
=
1 n

概率论与数理统计六七章习题答案

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六章习题答案

概率论与数理统计第六章习题答案

第六章习题6-11、由一致估计的定义,对0ε∀>{}{}{}()1212max ,,,max ,,,n n P X X X P X X X θεεθεθ-<=-+<<+()()F F εθεθ=+--+()0, 0, 01, X x xF x x x θθθ<⎧⎪=≤≤⎨⎪>⎩及(){}()()()()1212max ,,,n n X X X X X X F x F x F x F x F x ==⋅⋅⋅()1F εθ∴+=(){}()12max ,,,1nn x F P X X X εθεθθ⎫⎛-+=<-+≈- ⎪⎝⎭{}()12max ,,,111()nn x P X X X n θεθ⎫⎛∴-<=--→→∞ ⎪⎝⎭2、证明:EX μ=()1111111ni i n n i i i i nn n i i i i i i i i a X E a E X a a a a μμ======⎫⎛⎪ ⎪ ==⋅=⎪ ⎪⎝⎭∑∑∑∑∑∑ 11niii nii a Xa==∴∑∑是μ的无偏估计量3、证明: ()() ()()22D E E θθθ=-()() ()()()2222E D E D θθθθθθ∴=+=+> 2θ∴不是2θ的无偏估计量4、证明:()~X P λEX λ∴=,()()222E X DX EX λλ=+=+()22E X EX λ∴-=,即()22E X X λ-=用样本矩2211n i i A X n ==∑,1A X =代替相应的总体矩()2E X 、EX所以得2λ的无偏估计量: 22111n i i A A X X n λ==-=-∑ 5、()~,X B n p ,EX np ∴=()()()()22222111E X np p n p np n n p EX n n p =-+=+-=+-()()()()222111E X EX E X X p n n n n -⎫⎛∴=-=⎪ --⎝⎭所以用样本矩2211n i i A X n ==∑,1A X =分别代替总体矩()2E X 、EX得2p 的无偏估计量: ()()()222121111ni i i A A p X X n n n n =-==---∑6、()~,1X N m ,()i E X m ∴=,()1i D X =,(1,2)i =()()()11212212121333333E m E X X E X E X m m m ⎫⎛∴=+=+=+= ⎪⎝⎭()()()1121221414153399999D m D X X D X D X ⎫⎛=+=+=+= ⎪⎝⎭同理可得: ()2E m m =, ()258D m =, ()3E m m =, ()212D m =123,,m m m ∴都是m 的无偏估计量,且在 123,,m m m 中, 3m 的方差最小习题6-21、(1)()11cccEX x c xdx cx dx θθθθθθθθ+∞+∞-+-=⋅==-⎰⎰EXEX cθ∴=-,令X EX =X X c θ∴=-为矩估计量,θ的矩估计值为 x x cθ=-,其中11n i i x x n ==∑似然函数为:()()11211,,,;nnn n n ii i i L x x x c xcx θθθθθθθ-+-====∏∏ ,i x c > 对数似然函数:()()()1ln ln ln 1ln nii L n n c x θθθθ==+-+∑求导,并令其为0,得:1ln ln ln 0ni i d L nn c x d θθ==+-=∑ 1ln ln Lnii nx n cθ=∴=-∑,即θ的最大似然估计量为 1ln ln Lnii nXn cθ==-∑(2)21111EX EX x x dx EX θθθθθ-⎫⎛=⋅=⇒= ⎪--⎝⎭⎰ 以X EX =,得: 21X X θ⎫⎛=⎪ -⎝⎭为θ的矩估计量θ的矩估计值为: 21x x θ⎫⎛=⎪ -⎝⎭,其中11ni i x x n ==∑ 而()1121211,,,;n nnn i i i i L x x x x x θθθθθ--==⎫⎛==⎪⎝⎭∏∏ ,01i x ≤≤()()1ln ln 1ln 2nii nL x θθθ=∴=+-∑令1ln 11ln 022ni i d L n x d θθθ==+⋅⋅=∑, 21ln L ni i n x θ=⎫⎛⎪ ⎪ ∴=⎪⎪⎝⎭∑ 所以θ的最大似然估计量 21ln L ni i n x θ=⎫⎛⎪ ⎪ =⎪ ⎪⎝⎭∑ (3)()~,X B m p ,EXEX mp p m∴=⇒=p ∴的矩估计量: 111n i i X p X X m mn m====∑p ∴的矩估计值为: 11n i i p x mn ==∑ 而()()()111211,,,;11nniii i ii i i nnx m x m x x x x n mm i i L x x x p Cpp C pp ==--==∑∑=-=⋅⋅-∏∏ ,0,1,,ix m = ()()()111ln ln ln ln 1i nnn x mi i i i i L p C x p m x p ====+⋅+-⋅-∑∑∑令() 111ln 111101n n n i i L ii i i d L x m x p x x dp p p mn m ====⋅--⋅=⇒==-∑∑∑ p ∴的最大似然估计量为: 1L p X m=2、(1)()01;2EX xf x dx xdx θθθθ+∞-∞===⎰⎰令11n i i EX X X n ===∑,22X X θθ∴=⇒=2X θ∴= (2)由观测的样本值得:6111(0.30.80.270.350.620.55)0.481766i i x x ===+++++≈∑20.9634x θ∴== 3、由1111122EX X θθθθθ+=⨯+⨯++⨯== 21X θ∴=-为θ的矩估计量 4、设p :抽得废品的概率;1p -:抽得正品的概率 引入{1, i i X i =第次抽到废品0,第次抽到正品,1,2,,60i =()1i P X p ∴==,()01i P X p ==-,且i EX p =所以对样本1260,,,X X X 的一个观测值1260,,,x x x由矩估计法得,p 的估计值为: 601141606015ii p x ====∑,即这批产品的废品率为1155、()()2212213132EX θθθθθ=⨯+⨯-+⨯-=-,()1412133x =⨯++=EX x = , 3526x θ-∴==为矩估计值 ()()()()()()()34511223312121i i i L P X x P X x P X x P X x θθθθθθ========⋅⋅-=-∏()()ln ln25ln ln 1L θθθ=++-令() ln 1155016Ld L d θθθθθ=⨯-=⇒=- 6、(1)λ的最大似然估计 LX λ=, ()0LX P X e e λ--∴=== (2)设X :一个扳道员在五年内引起的严重事故的次数()~X P λ∴,122n =得样本均值:5011(044142221394452) 1.123122122r r x r s ==⨯⋅=⨯⨯+⨯+⨯+⨯+⨯+⨯=∑()1.12300.3253x P X e e --∴====习题6-33、从总体中抽取容量为n 的样本12,,,n X X X 由中心极限定理:()~0,1,/X U N n nμσ-=→∞(1)当2σ已知时,近似得到μ的置信度为1α-的置信区间为:22,X u X u n n αασσ⎫⎛-⋅+⋅⎪ ⎝⎭ (2)当2σ未知时,用2σ的无偏点估计2s 代替2σ:~(0,1),/X N n s nμ-→∞于是得到μ的置信度为1α-的置信区间为:22,s s X u X u n n αα⎫⎛-⋅+⋅⎪ ⎝⎭一般要求30n ≥才能使用上述公式,称为大样本区间估计 4、40n = 属于大样本,2,X N n σμ⎫⎛∴⎪ ⎝⎭ 近似μ∴的95%的置信区间近似为:2x u n ασ⎫⎛±⋅⎪ ⎝⎭其中642x =,3σ=,40 6.32n =≈,21.96u α=()23642 1.966420.9340x u n ασ⎫⎛⎫⎛∴±⋅=±⨯≈±⎪ ⎪⎝⎭⎝⎭故μ的95%的置信区间上限为642.93,下限为641.075、100n =属于大样本,2~,X N n σμ⎛⎫∴ ⎪⎝⎭近似μ∴的99%的置信区间近似为:2x u n ασ⎫⎛±⋅⎪ ⎝⎭其中10x =,3σ=,100n =,22.58u α=()()2310 2.58100.7749.226,10.774100x u n ασ⎛⎫⎛⎫∴±⋅=±⨯=±= ⎪ ⎪⎝⎭⎝⎭由此可知最少要准备10.77410000107740()kg ⨯=这种商品,才能以0.99的概率满足要求。

  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)。

1 1 1 1 E(X1 )+ E(X2 )= μ+ μ=μ; 2 2 2 2 1 1 1 1 1 D(X1 )+ D(X2 )= + = , 4 4 4 4 2
da
1
后 答
ˆ Eμ 1=E( X1 + X2 )=
1 3
2 3
1 2 1 2 E(X1 )+ E(X2 )= μ+ μ=μ; 3 3 3 3
使 c1 θ$
仍是θ的无偏估计量并在这一类无偏估计量中是有效估计量。
ˆ,θ ˆ是 θ 的两个互不相关的无偏估计量, 解:因为 θ 1 2 ˆ = Eθ ˆ = Eθ ,且 E c θ ˆ ˆ ˆ ˆ 所以 Eθ 1 2 1 1 + c 2θ 2 = c1 Eθ 1 + c 2 Eθ 2 = (c1 + c2 )Eθ =量, D( θ$

ˆ Dμ 1=D( X1 + X2 )=
1 3
2 3
1 4 1 4 5 D(X1 )+ D(X2 )= + = ; 9 9 9 9 9
1 3 1 3 E(X1 )+ E(X2 )= μ+ μ=μ; 4 4 4 4
1 9 1 9 5 D(X1 )+ D(X2 )= + = 16 16 16 16 8
∑ xi
i =1 n
ˆ= max{X , X ,L , X }。 所以 θ 的极大估计量为∴θ 1 2 n
λ
n ˆ= n / X = 1 。 ,∴λ的极大似然估计量 x λ ∑ i ∑ i X i =1 i =1
ww
∫ x(1 + α )x
α
dx = ∫ (1 + α )x
1 0
α +1
ˆ= (1 − 2 EX ) /( X − 1) . ∴ α = (1 − 2 EX ) /( EX − 1) ,所以矩估计量 α

2. 调查13岁至14岁儿童的身高(单位:米),若容量n=25,样本均值 x =1.57,样本标准差s = 0.077,试求总体均值μ的双侧0.95置信区间及总体方差σ 2 的双侧0.95置信区间。 解:总体均值μ的双侧 0.95 置信区间为: ( x -t1-0.5α(n-1) s n − 1 , x +t1-0.5α(n-1) s n − 1 )
2 2 2 ˆ ˆ 2 ˆ ˆ ∴ c1 + c2 = 1 , 而 D c1θˆ 1 + c 2 θ 2 = c1 D θ 1 + c 2 D θ 2 = (2c1 + c 2 )Dθ 2
(
)
(
)
w.
)=2D( θ$
2
案 网
co m
1 2 X1 + X2 ,② 3 3
x<0 0 n x X(n)的分布函数为 F*max(x)=[F(x)] n = n 0 ≤ x ≤ θ , θ x >θ 1 +∞ θ 1 n EX (n ) = ∫ xdF ∗ mzx (x ) = ∫ n n x n dx = θ。 −∞ 0 θ n +1 n ∴ lim EX ( n) = lim θ = θ , 所以 θ 的极大似然估计量是渐近无偏估计量。 n +1
习题 6.1 答案 1. 设 X1 ,X2 ,… ,Xn 是总体 X 的一个样本,试求下列分布中未知参数的矩估计量和极大 似然估计量:①U(0,θ)中的θ;②E(λ)分布中的λ。
ˆ 解:①Ⅰ:EX=θ/2,∴θ=2EX,所以矩估计量 θ = 2X
1 Ⅱ:总体 X 的分布密度为: p ( x ) = θ 0
∏ p (1 − p )
xi i =1
n
w.
n
n n ∴ ln L( p ) = ∑ x i ⋅ ln p + n − ∑ xi ln (1 − p ) i =1 i =1
由 d ln L( p ) = ∑ x i / p − ( n − ∑ x i ) /(1 − p ) =0 得: p 的极大似然估计值为
( xi
> 0, i = 1, 2, L, n )
i =1
1 + α 2 +α 1+ α dx = x = 2 +α 2 +α 0
1
co m
108

ˆ= −n / ∑ ln x i -1, ∴α 的极大似然估计值 α
i =1
n
3. 设X1 ,X2 ,… ,Xn 是总体X的一个样本,试求P(λ)分布中未知参数λ的极大似然估计量。 又已知1升自来水中所含大肠菌的个数服从上述分布,为检查自来水设备消毒的效果,从消 毒后的水中随机地抽取了50个1升,化验每升水中大肠菌的个数得到数据如下: 大肠菌个数/升 0 1 2 3 4
ˆ 7. 若 X 1 、 X 2 是取自分布为 N( μ,1)的总体 X 的样本,试判断①μ 1=
4 4 2
1 3 1 1 $ ˆ ˆ μ 2= X 1 + X 2 ,③μ 3 = X 1 + X 2 都是μ的无偏估计量,且 μ 3 最有效。 2
解:因为 X1 ,X2 的系数之和等于 1,
ˆ Eμ 2=E( X1 + X2 )=
n−
xi ∑ i =1
n
co m
观测到的升数 17 20 10 2 1 问平均每升水中大肠菌的个数是多少时,才能使上述情况出现的概率最大?
ˆ= max{X , X ,L , X }=X , 由第一题知 θ 的极大估计量为∴θ 1 2 n (n)
0 x 总体 X 的分布函数为: F ( x ) = θ 1 x <0 0≤ x≤θ , x>θ
2 χ1 ) − 0.5 α ( n − 1

(n − 1)s ∗2
χ2 ) 0.5 α ( n − 1
4. 若某车间生产的滚珠直径 X(单位:mm)服从正态分布, 随机地从产品中抽出 5 件, 测量直径 得到 14.6,15.1,14.9,15.2,15.1,试求 EX 的双侧 0.95 置信区间及 DX 的双侧 0.95 置信区间。 解:由计算器算得: x = 14.98 , s ∗ = 0.239
= 1.57 − 2 .064

(
3. 某地年平均气温X(单位:℃)的分布可看作正态分布,近5年平均气温的观测值为24.3, 20.8,23.7,19.3,17.4,试求 EX 的双侧 0.95 置信区间及 DX 的双侧 0.95 置信区间。 解: x = 21.1 , s ∗ = 2.916 ,EX 的双侧 0.95 置信区间:
1 4 3 4
1 4
3 4
ˆ Dμ 2=D( X1 + X2 )=
ˆ Eμ 3 =E( X1 + X2 )=
1 2 1 2 1 2 1 2
w.
ˆ Dμ 3 =D( X1 + X2 )=
8. 若 θ$
1
ˆ ˆ 因为 Dμ 3 最小, 所以 µ 3 = X 是最有效的。
和 θ$
1 2
kh
+c 2 θ$
2
课后答案网,用心为你服务!
大学答案 --- 中学答案 --- 考研答案 --- 考试答案 最全最多的课后习题参考答案,尽在课后答案网()! Khdaw团队一直秉承用心为大家服务的宗旨,以关注学生的学习生活为出发点, 旨在为广大学生朋友的自主学习提供一个分享和交流的平台。 爱校园() 课后答案网() 淘答案()
后 答
ˆ= 1 / X ②Ⅰ:∵EX=1/λ, ∴λ=1/EX,所以矩估计量 λ
Ⅱ:总体 X 的分布密度为: p ( x ) =
似然函数: L(λ ) =
∏ λe
i =1
n i =1
n
− λxi
d ln L(λ ) n ∴ ln L(λ ) = n ln λ − λ ∑ x i , = − ∑ xi = 0,
w.
案 网
co m
习题 6.2答案
1. 测量海岛棉与陆地棉杂交后的单铃籽棉重X(单位: g), 若X~N(μ,0.09) , 样本容量n=15, 样本均值 x =2.88,试求总体均值μ的双侧0.95置信区间。 解: α = 0.05 ,双侧置信区间为:( x -u1-0.5ασ / n , x +u1-0.5ασ / n ) = 2 .88 − u 0.975
ˆ 解:由第一题知矩估计量 θ = 2 X ,所以 ˆ Eθ = 2 EX =2•θ/2= θ 。所以 θ 的矩估计量是无偏估计量。
109
da
1− xi
2 2 2 ˆ ˆ ˆ ˆ ˆ ˆ + Dθ ˆ 解: Eϑ = Eθ = θ 2 + Dθ ,Q Dθ > 0 , ∴ Eϑ ≠ θ 2 ,所以 θ 不是 θ 2 无偏估计量。
似然函数: L(θ ) = (1 / θ )n ,
0 ≤ x ≤θ 其他
(0
≤ x 1 , x 2 ,L , x n ≤ θ ),
x1 ,x2 ,… ,xn 为样本的观测值,由小到大排序为 x(1)≤x(2)≤…≤x(n), 为使 L(θ)达到最大,要求θ 尽可能小,但 θ 不能小于 x(n),
ˆ= max{x , x , L, x } 。 所以θ的极大估计值为∴θ 1 2 n
解:总体 X 的分布律为: P ( X = x ) = λ x e − λ k ! , 似然函数: L(λ ) =
(λ > 0, x = 0,1, L)
( xi
n
∏ λe
i =1 n i =1
n
− λx i
= λ exp{ − λ ∑ x i }
n i= 1
n
> 0, i = 1, 2, L, n )
相关文档
最新文档