石油大学远程教育概率论与数理统计第13在线作业答案Word下载.docx

石油大学远程教育概率论与数理统计第13在线作业答案Word下载.docx

《石油大学远程教育概率论与数理统计第13在线作业答案Word下载.docx》由会员分享，可在线阅读，更多相关《石油大学远程教育概率论与数理统计第13在线作业答案Word下载.docx（31页珍藏版）》请在冰豆网上搜索。

密度函数在【-1，1】区间积分。

第5题

A答案，包括了BC两种情况。

第6题

古典概型，等可能概型，16种总共的投法。

第7题

C

几何概型，前两次没有命中，且第三次命中，三次相互独立，概率相乘。

第8题

利用随机变量单调性函数的概率密度求解公式公式。

中间有反函数求导数，加绝对值。

第9题

利用概率密度的性质，概率密度在相应范围上的积分值为1.验证四个区间。

第10题

利用分布函数的性质，包括分布函数的值域[0,1]当自变量趋向无穷时，分布函数取值应该是1.排除答案。

第11题

利用上分位点的定义。

第12题

利用和事件的公式，还有概率小于等于1.P（AB）小于等于P（C）。

第13题

把两个概率分别化简标准正态分布的形式，再利用标准正态分布函数的单调性，判断。

第14题

第n次成功了，前面的n-1次中成功了r-1次。

每次都是独立的。

第15题

利用条件概率的公式。

第16题

利用分布函数的性质，和密度函数的定义形式。

第17题

将非标准的正态分布，化为标准的正态分布处理。

第18题

分布函数的单调不减性，离散情况下的左不连续性。

第19题

D答案涵盖了A,C两种情况。

第20题

随机变量取值分别为1，2，3，4.。

。

的概率相加为1.

第21题

A逆包含于B逆。

第22题

每个概率大于等于0，所有概率的和为1.

第23题

甲解决乙没有解决的概率加上甲没有解决乙解决的概率。

第24题

取值为1的概率加上取值为2的概率。

第25题

A发生必然导致B发生。

第26题

古典概型结合组合公式，分母是九只小鸡取出两只的所有取法。

第27题

借助于标准正态分布的模型，画出图像便于理解。

第28题

将两个非标准的正态分布化为标准正态分布的形式，再来确定两者相等。

第29题

两者互不相容，所以概率相加。

第30题

利用包含关系。

直接相减。

第31题

借助于标准正态分布的模型，画出图形，主要看概率密度下的面积。

第32题

利用单调性函数的概率密度的公式。

第33题

利用正态分布的单峰对称性质。

第34题

在所求的区间内概率密度分段积分。

第35题

出现正面的次数服从二项分布。

第36题

古典概型与组合公式，也称为超几何分布。

第37题

B事件包含于A事件。

第38题

至少发生一个的概率小于等于1，所以都发生的概率大于0，相容。

第39题

概率密度的最大值是单峰对称的峰点。

只要最大值小于1即可满足条件。

第40题

ABC三个答案和在一起等于D答案。

作业总得分：

20.0

作业总批注：

第二次在线作业

相互独立的随机变量的加减代数运算后的结果仍然服从正态分布，加上常数不改变，只是参数相应发生变化。

概率密度在三条线所围成的区域内二重积分。

利用独立性的概念，画出一个二维的分布表格，则联合分布律等于两个边缘分布律相乘。

只能说明两者不相关，但是不能说明独立。

只能说明两者的协方差为零，即不相关。

不能说明是否独立。

两者都等于0或者两者都等于1才能说明两者相等。

两个参数分别相加，利用正态分布的和的性质。

系数向前提取，和的期望等于期望的和。

利用第一个信息求出参数的取值，然后利用泊松分布的期望就是参数本身。

概率密度在矩形区域上的二重积分等于1.

np=期望。

np（1-p）表示方差。

利用分布函数的定义，求出P（Y小于等于y）。

X<

Y表示的是一个范围，在这个范围内，概率密度二重积分。

<

td>

利用发差定义。

独立表示二者不存在任何关系，但是不相关只表示二者不存在线性关系。

先求出三张均不中奖的概率，然后用1减去这个概率表示所求。

两者相乘后的期望，应该等于两者期望的乘积。

协方差为0，表示不相关。

主要是考察方差的公式。

第一个期望减去第二个期望的二倍，等于新的期望，第一个的方差加上第二个的方差的四倍，等于新的方差。

X,Y的协方差为0，也就是乘积的期望等于期望的乘积，A答案。

根据联合分布函数的定义，表示的是满足X小于等于0，并且Y小于等于三分之一的概率。

满足X>

Y的范围呢，概率密度二重积分。

指数分布的随机变量的参数就是它的期望，

P（X取0，且Y取0）+P（X=1,Y=-1）=0.2+0.3=0.5

主要利用概率密度在二维方形区域内的二重积分等于1.求出参数C.

参数2既是期望，又是方差。

根据方差的性质，在独立的前提下，差的方差等于两个变量的方差的和。

相关系数等于协方差除以两个标准差。

两个变量都取0的概率加上两个变量都取1的概率，再加上两个变量都取2的概率。

指数分布的参数就是期望，参数的平方就是方差。

X的方差加上9倍的Y的方差，X的方差就是3,Y的方差是NP（1-p）

根据方差的计算公式，等于X方差，加上Y方差，再减去2倍的协方差。

协方差由相关系数确定。

同上一题的解释，关键是方差的计算公式。

相关系数等于协方差除以两个标准差，协方差等于乘积的期望减去期望的乘积。

根据期望的性质，上下两行对应相乘，结果再相加。

=1

Y与X之间是单调函数的关系，因此直接套用单调函数的密度函数的公式。

第一行的概率相加。

因为独立，所以乘积的期望等于期望的乘积，两个均匀分布的期望分别等于两个端点平分。

在X>

1的范围内，概率密度二重积分。

方差还与相关系数有关，不能直接相加。

第三次在线作业

根据F分布的定义形式，D答案的分子分母可以构造两个卡放分布。

卡放分布的概率密度不是对称的偶函数。

所以B答案错误。

B答案的期望值不正确。

100分之1，乘以十个方差的和。

B答案是样本方差的严格定义形式，正确形式，他的期望是方差，因此是方差的无偏估计。

c的作用是保证了卡放分布中的标准正态分布的要求。

D答案满足了n个标准正态分布的平方和的形式。

即卡放的定义。

完全考察几种分布的定义形式。

方差已知，所以使用正态分布作为工具来估计区间，。

样本取样本点的联合分布律最大时的参数的取值就是问题的答案，联合分布律是三个概率相乘。

利用T分布,原因是方差未知。

用0.025的上分位点。

D答案是最完整的。

估计量是一个统计量，是个随机变量，他的随机取值成为估计值，

样本均值的期望是总体的期望100，样本的方差是总体的方差除以样本容量=2.

偏离程度，表示的是有效性。

是一个随机区间，有95%的可能性包含真正的参数。

D答案正是样本方差的定义形式，样本方差是方差的无偏估计。

C答案的期望值等于EX，所以他是无偏估计。

用C答案的T分布。

（n-1）S平方除以方差服从卡放分布。

自由度n-1

相当于标准化后的正态分布的平方和。

即卡放分布。

弃真的概率。

两个变量的差仍然是正态分布，期望是0，方差是2倍，所以构造卡放分布，然后卡放的期望是自由度15.也就是期望是15.

拒真的概率。

C答案即（n-1）样本方差再除以方差，服从卡放分布。

用t分布。

用卡方分布。

分子分母分别可以构造出自由度为1的卡方分布，所以是F分布。

C答案应该服从的卡方分布的自由度是n-1。

首先两个变量都是无偏估计的前提下，再考虑谁更有效。

即方差越小的越有效。

统计量里面除了样本之外，不得含有未知参数。

C完全符合了且比雪夫不等式的形式。

根据F分布的重要性质。

选择C.

正确

期望不相等，前者的期望等于样本均值的方差，加上样本均值期望的平方。

所以不等于期望的平方。

有很多个，我们求解的往往是最短的区间，。

落入拒绝域，相当于事实情况支持了被择假设。

减少了第一类错误，就增大了第二类错误。

样本方差才是无偏估计。