当前位置:文档之家› 伽玛函数和贝塔函数在概率统计中的应用

伽玛函数和贝塔函数在概率统计中的应用

伽玛函数和贝塔函数在概率统计中的应用
伽玛函数和贝塔函数在概率统计中的应用

伽玛函数和贝塔函数在概率统计中的应用

作者:周占杰

作者单位:铁岭师范高等专科学校,铁岭,112000

刊名:

电大理工

英文刊名:DIANDA LIGONG

年,卷(期):2009,""(1)

被引用次数:0次

参考文献(6条)

1.裴礼文数学分析中的典型问题与方法 2002

2.谭琳Γ函数札记 1999

3.沈恒范概率论与数理统计教程 2003

4.Γ函数及应用胡淑荣 2002(04)

5.赵树媛微积分 2000

6.Gupta R D.Kandu D Generalized exponential distributions 1999

本文链接:https://www.doczj.com/doc/5a7206020.html,/Periodical_ddlg200901025.aspx

授权使用:中共汕尾市委党校(zgsw),授权号:2401005c-2d5e-4444-9e94-9dca00b28155

下载时间:2010年8月6日

《应用概率统计》复习题及答案

工程硕士《应用概率统计》复习题 考试要求:开一页;题目类型:简答题和大题;考试时间:100分钟。 1. 已知 0.5,)( 0.4,)( 0.3,)(===B A P B P A P 求)(B A P ?。 解:因为 0.7,0.3-1)(-1(A)===A P P 又因为, ,-- A B A B A A B A AB ?== 所以 0.2,0.5-7.0)( -(A))(A ===B A P P B P 故 0.9.0.2-0.40.7P(AB)-P(B)(A))(A =+=+=?P B P 2.设随机变量)1(,9 5 )1(),,4(~),,2(~≥=≥Y P X P p b Y p b X 求并且。 解: . 8165 31-1-10)(Y -11)(Y ),3 1,4(~,31,94-1-1-10)(X -1)1(,9 5)1(),,2(~422 ====≥=====≥=≥)(故从而解得)所以() (而且P P b Y p p p P X P X P p b X 3.随机变量X 与Y 相互独立,下表中给出了X 与Y 的联合分布的部分数值,请将表中其

4.设随机变量Y 服从参数2 1=λ的指数分布,求关于x 的方程0322 =-++Y Yx x 没有实根的概率。 解:因为当时没有实根时,即0128Y -Y 03)-4(2Y -Y 2 2 <+<=?,故所求的概率为}6Y P{20}128Y -P{Y 2 <<=<+,而Y 的概率密度 ?? ???≤>=0,00 ,21f(y)21-y y e y ,从而36221 -621-1dy 21f(y)dy 6}Y {2e e e P y ===<

《应用概率统计》张国权编课后答案详解习题一解答

习 题 一 解 答 1. 设A、B、C表示三个随机事件,试将下列事件用A、B、C及其运算符号表示出来: (1) A发生,B、C不发生; (2) A、B不都发生,C发生; (3) A、B中至少有一个事件发生,但C不发生; (4) 三个事件中至少有两个事件发生; (5) 三个事件中最多有两个事件发生; (6) 三个事件中只有一个事件发生. 解:(1)C B A (2)C AB (3)()C B A ? (4)BC A C AB ABC ?? (5)ABC (6)C B A C B A C B A ?? ――――――――――――――――――――――――――――――――――――――― 2. 袋中有15只白球 5 只黑球,从中有放回地抽取四次,每次一只.设Ai 表示“第i 次取到白球”(i =1,2,3,4 ),B表示“至少有 3 次取到白球”. 试用文字叙述下列事件: (1) 41 ==i i A A , (2) A ,(3) B , (4) 32A A . 解:(1)至少有一次取得白球 (2)没有一次取得白球 (3)最多有2次取得白球 (4)第2次和第3次至少有一次取得白球 ――――――――――――――――――――――――――――――――――――――― 3. 设A、B为随机事件,说明以下式子中A、B之间的关系. (1) A B=A (2)AB=A 解:(1)A B ? (2)A B ? ――――――――――――――――――――――――――――――――――――――― 4. 设A表示粮食产量不超过500公斤,B表示产量为200-400公斤 ,C表示产量低于300公斤,D表示产量为250-500公斤,用区间表示下列事 件: (1) AB , (2) BC ,(3) C B ,(4)C D B )( ,(5)C B A . 解:(1)[]450,200; (2)[]300,200 (3)[]450,0 (4)[]300,200 (5)[]200,0 ――――――――――――――――――――――――――――――――――――――― 5. 在图书馆中任选一本书,设事件A表示“数学书”,B表示“中文版”, C表示“ 1970 年后出版”.问: (1) ABC表示什么事件? (2) 在什么条件下,有ABC=A成立? (3) C ?B表示什么意思? (4) 如果A =B,说明什么问题? 解:(1)选了一本1970年或以前出版的中文版数学书 (2)图书馆的数学书都是1970年后出版的中文书 (3)表示1970年或以前出版的书都是中文版的书 (4)说明所有的非数学书都是中文版的,而且所有的中文版的书都不是数学书 ――――――――――――――――――――――――――――――――――――――― 6. 互斥事件与对立事件有什么区别?试比较下列事件间的关系. (1) X < 20 与X ≥ 20 ; (2) X > 20与X < 18 ;

神奇的Gamma函数 (上)

神奇的Gamma函数 (上) rickjin 关键词:特殊函数, 欧拉 G a m m a函数诞生记 学高等数学的时候,我们都学习过如下一个长相有点奇特的Gamma函数 Γ(x)=∫∞0t x?1e?t dt 通过分部积分的方法,可以推导出这个函数有如下的递归性质 Γ(x+1)=xΓ(x) 于是很容易证明,Γ(x)函数可以当成是阶乘在实数集上的延拓,具有如下性质 Γ(n)=(n?1)! 学习了Gamma 函数之后,多年以来我一直有两个疑问: ? 1.这个长得这么怪异的一个函数,数学家是如何找到的; ? 2.为何定义Γ函数的时候,不使得这个函数的定义满足Γ(n)=n!而是Γ(n)=(n?1)! 最近翻了一些资料,发现有不少文献资料介绍Gamma 函数发现的历史,要说清楚它需要一定的数学推导,这儿只是简要的说一些主线。

1728年,哥德巴赫在考虑数列插值的问题,通俗的说就是把数列的通项公式定义从整数集合延拓到实数集合,例如数列1,4,9,16,?可以用通项公式n2自然的表达,即便n为实数的时候,这个通项公式也是良好定义的。直观的说也就是可以找到一条平滑的曲线y=x2通过所有的整数点(n,n2),从而可以把定义在整数集上的公式延拓到实数集合。一天哥德巴赫开始处理阶乘序列1,2,6,24,120,720,?,我们可以计算2!,3!, 是否可以计算 2.5!呢?我们把最初的一些(n,n!)的点画在坐标轴上,确实可以看到,容易画出一条通过这些点的平滑曲线。 但是哥德巴赫无法解决阶乘往实数集上延拓的这个问题,于是写信请教尼古拉斯.贝努利和他的弟弟丹尼尔.贝努利,由于欧拉当时和丹尼尔.贝努利在一块,他也因此得知了这个问题。而欧拉于1729 年完美的解决了这个问题,由此导致了Γ函数的诞生,当时欧拉只有22岁。 事实上首先解决n!的插值计算问题的是丹尼尔.贝努利,他发现,

应用概率统计期末复习题及答案

第七章课后习题答案 7.2 设总体X ~ N(12,4), X^XzJII’X n 为简单随机样本,求样本均值与总体均值之 差的绝对 值大于1的概率. X 解:由于 X ~ N(12,4),故 X 一 ~ N(0,1) /V n 1 ( 2 0.8686 1) 0.2628 10 7.3 设总体X ?N(0,0.09),从中抽取n 10的简单随机样本,求P X : 1.44 i 1 X i 0 X i 0 X i ~N(0,°.09),故亠-X0r~N(0,1) X 所以 ~ N(0,1),故U n P{ X 1} 1 P{ X 1} 解: 由于X ~ N (0,0.09),所以 10 所以 X i 2 2 是)?(10) 所以 10 10 X : 1.44 P i 1 i 1 X i 2 (倉 1.44 P 0.09 2 16 0.1 7.4 设总体 X ~ N( , 2), X 1,X 2,|||,X n 为简单随机样本 2 ,X 为样本均值,S 为样 本方差,问U n X 2 服从什么分布? 解: (X_)2 2 ( n )2 X __ /V n ,由于 X ~ N( , 2), 2 ~ 2(1)。 1 —n

7.6 设总体X ~ N( , 2), Y?N( , 2)且相互独立,从X,Y中分别抽取 m 10, n215的简单随机样本,它们的样本方差分别为S2,M,求P(S2 4S ; 0)。 解: S2 P(S24S2 0) P(S24S;) P 12 4 由于X ~ N( , 2), Y~ N( , 2)且相互独立S2 所以S12~ F(10 1,15 1),又由于F°oi(9,14) 4.03 S2 即P F 4 0.01

应用概率统计试卷

062应用数学 一、 填空题(每小题2分,共2?6=12分) 1、设服从0—1分布的一维离散型随机 变量X 的分布律是:011X P p p -, 若X 的方差是1 4,则P =________。 2、设一维连续型随机变量X 服从正态分布()2,0.2N ,则随机变量21Y X =+ 的概率密度函数为______________。 3、设二维离散型随机变量X 、Y 的联合分布律为:则a , b 满足条件:___________________。 X Y 11 2 3 1115 6 9

4、设总体X 服从正态分布()2 ,N μσ , 12,,...,n X X X 是它的一个样本,则样本均 值X 的方差是________。 5、假设正态总体的方差未知,对总体均值 μ 作区间估计。现抽取了一个容量 为n 的样本,以X 表示样本均值,S 表示样本均方差,则μ 的置信度为1-α 的置信区间为:_______________________。 6、求随机变量Y 与X 的线性回归方程 Y a b X =+ ,在计算公式 xy xx a y b x L b L ?=-? ?=?? 中,() 2 1 n xx i i L x x == -∑,xy L = 。

二、单项选择题(每小题2分,共2?6=12分) 1、设A ,B 是两个随机事件,则必有( ) ()()()()()()()()A P A B P A P B B P A B P A P A B -=--=- ()()()() ()()()()()C P A B P A P B D P A B P A P A P B -=-=- 2、设A ,B 是两个随机事件, ()()() 524,,556 P A P B P B A === ,( ) () ()()1 1()()()232 12 ()()3 25 A P A B B P AB C P AB D P AB === = 3、设X ,Y 为相互独立的两个随机变量,则下列不正确的结论是( )

概率论复习题

函授概率论与数理统计复习题 一、填空题 1、已知P(A)=P(B)=P(C)=25.0,P(AC)=0,P(AB)=P(BC)=15.0,则A 、B 、C 中至少有一个发生的概率为 0.45 。 2、A 、B 互斥且A=B ,则P(A)= 0 。 3.把9本书任意地放在书架上,其中指定3 本书放在一起的概率为 1 12 4. 已知()0.6P A =,()0.8P B =,则()P AB 的最大值为0.6 ,最小值为0.4。 5、设某试验成功的概率为0.5,现独立地进行该试验3次,则至少有一次成功的 概率为 0.875 6、 已知()0.6P A =,()0.8P B =,则()P AB 的最大值为 0.6 。 ,最小值为 0.4 。 7、设A 、B 为二事件,P(A)=0.8,P(B)=0.7,P(A ∣B )=0.6,则P(A ∪B)= 0.88 。 8、设X 、Y 相互独立,X ~)3,0(U ,Y 的概率密度为 ???? ?>=-其它,00 ,41)(41x e x f x ,则(253)E X Y -+= -14 ,(234)D X Y -+= 147 。 9.设 A 、B 为随机事件, P (A ) = 0.3, P (B ) = 0.4, 若 P (A |B ) =0.5, 则 P (A ?B ) = ____0.5___; 若 A 与 B 相互独立, 则 P (A ?B ) = ___0.58______. 10.已知()0.5,()0.6,()0.2P A P B P A B ===,则()P AB = 0.3 11.设随机变量 X 在区间 [1, 6] 上服从均匀分布, 则 P { 1 < X < 3} = ____2/5_______.

应用概率统计期末复习题及答案

第七章课后习题答案 7.2 设总体12~(12,4),,,,n X N X X X L 为简单随机样本,求样本均值与总体均值之 差的绝对值大于1的概率. 解:由于~(12,4)X N , ~(0,1)X N {1}1{1}1P X P X P μμ?->=--≤=-≤ 112(11(20.86861)0.262822P ??=-≤=-Φ-=-?-=?????? 7.3 设总体~(0,0.09),X N 从中抽取10n =的简单随机样本,求1021 1.44i i P X =?? >???? ∑. 解:由于~(0,0.09),X N 所以~(0,0.09),i X N 故 ~(0,1)0.3 i i X X N σ --= 所以 10 2 21 ( )~(10)0.3 i i X χ=∑ 所以{}1010222 11 1.441.44()160.10.3 0.09i i i i X P X P P χ==????>=>=>=????????∑∑ 7.4 设总体2 ~(,),X N μσ12,,,n X X X L 为简单随机样本, X 为样本均值,2 S 为样 本方差,问2 X U n μσ?? -= ??? 服从什么分布? 解: 2 2 2 X X X U n μσ????-=== ???,由于2 ~(,)X N μσ, ~(0,1)N ,故2 2 ~(1)X U χ??=。

7.6 设总体2 ~(,),X N μσ2 ~(,)Y N μσ且相互独立,从,X Y 中分别抽取1210,15n n ==的简单随机样本,它们的样本方差分别为22 12,S S ,求2212(40)P S S ->。 解: 22 22211 2 1 2 22(40)(4)4S P S S P S S P S ?? ->=>=> ??? 由于2 ~(,),X N μσ2 ~(,)Y N μσ且相互独立 所以2 122 ~(101,151)S F S --,又由于0.01(9,14) 4.03F = 即()40.01P F >=

2015春《应用概率统计》试卷A

浙江农林大学 2014 - 2015 学年第 二 学期考试卷(A 卷) 课程名称 概率论与数理统计(A )课程类别:必修 考试方式:闭卷 注意事项:1、本试卷满分100分.2、考试时间 120分钟. 学院: 专业班级: 姓名: 学号: 装 订 线 内 不 要 答 题

一、选择题(每小题3分,共24分) 1.随机事件A 或B 发生时,C 一定发生,则C B A ,,的关系是( ) . A. C B A ?? B.C B A ?? C.C AB ? D.C AB ? 2.()()4, 1, 0.5XY D X D Y ρ===,则(329999)D X Y -+=( ). A .28 B .34 C .25.6 D .16 3.对于任意两个随机变量X 和Y ,若()()()D X Y D X D Y -=+,则有( ). A .()()()D XY D X D Y = B .()()()E XY E X E Y = C .X 和Y 独立 D .X 和Y 不独立 4. 设随机变量X 的概率密度为()2 21 x x p x -+-= ,则()D X =( ). A B . 2 C . 1 2 D .2 5. 设)(),(21x f x f 都是密度函数,为使)()(21x bf x af +也是密度函数,则常数b a ,满足( ). A. 1=+b a B. 0,0,1≥≥=+b a b a C. 0,0>>b a D. b a ,为任意实数 6.在假设检验中,当样本容量确定时,若减小了犯第二类错误的概率,则犯第一类错误的概率会( ). A. 不变. B. 不确定. C. 变小. D. 变大. 7. 设321,,X X X 4X 来自总体),(2 σμN 的样本,则μ的最有效估计量是 ( ) A . )(31 321X X X ++ B . )(4 1 4321X X X X +++ C . )(2143X X + D .)(5 1 4321X X X X +++

了解伽马(GAMMA、伽马值、光度、灰度系数)

了解伽马(GAMMA、伽马值、光度、灰度系数)来源:pconline 日期:2007-08-26 00:05 一. 在哪见过、听说过Gamma? * 还用说,Adobe Gamma * 常听说MAC的默认Gamma是1.8,PC的是2.2 * 我的显卡驱动程序里有Gamma调节 * 我下载了一个软件,也可以调节显示器的Gamma * WinDVD播放器带Gamma校正功能 * ACDSEE的曝光调节里可以调Gamma * ACDSEE的选项中有Enable Gamma Correction * XV Viewer 能以参数-gamma 2.2 启动(x window也可以) * PNG文件里有Gamma校正 * Photoshop里当然也有 * ICC Profile也和Gamma有关? * 摄像头、数码相机、扫描仪?胶片?……中也有提到Gamma的…… 这些都是怎么回事?

图:显卡(驱动程序)上的Gamma设置 图:ACDSEE中的曝光调节

二. 什么是Gamma? 2.1. 显示器Gamma曲线 Gamma可能源于CRT(显示器/电视机)的响应曲线,即其亮度与输入电压的非线性关系。 图:一典型显示器的响应曲线,非常接近指数函数 (说明:上图中输入值为数字化的,即通常的RGB值,但可以理解数/模转换是线 性的,所以它和输入电压是等效的) 归一化后,我们通常可以用一简单的函数来表示: output = input ^ gamma gamma就是指数函数中的幂。

图:归一化的Gamma曲线 注意上图曲线的一些特性: * 端点是不变的,即不管gamma值如何变化,0对应的输出始终是0,1的输出始终是1(这一特性会被用到)。这可能是gamma又被叫作“灰度”系数的原因吧。 * gamma > 1时,曲线在gamma=1斜线的下方;反之则在上方。 另外说明一下,虽然是以显示器作为例子,但可扩展到一般的图像相关的输入/输出设备。Gamma曲线应该是普遍存在的,即使它不是严格的指数关系,可能还是会这么通称。至少我知道的数码机机/摄像头里的sensor也存在gamma 曲线及gamma校正。 2.2. 检查显示系统的Gamma值 在PC上,好像还没有什么软件方法可以得到系统的Gamma值(4.1会说明这一点)。有人做了一些图片,可以粗略估计。其原理和Adobe Gamma类似。

学应用概率统计大学数学2试卷(A卷)附答案

2011-2012学年第 2 学期 考试科目: 大学数学Ⅱ 一、填空题(本大题共6小题,每小题3分,共18分) 1. 设A 、B 为两个随机事件,已知()0.3,()0.4,()0.5P A P B P A B ===U ,则()P A B =U ______________. 2. 设随机变量X 服从参数为3的泊松分布,则(1)P X ≥= ______________. 3. 设二维离散型随机变量),(Y X 的联合分布律为: ),(Y X 的联合分布函数为),(y x F ,则(1,3)F =______________. 4. 设随机变量X 表示100次独立重复射击命中目标的次数,每次命中目标的概率为0.2, 则2X 的数学期望是______________. 5. 设X 、Y 相互独立,且都服从标准正态分布,则~Z =______________. (要求写出分布及 其参数). 6. 设由来自总体~(,0.81)X N μ,容量为9的样本得到样本均值5=X ,则未知参数μ的置信度为95%的置信区间为___________________.( 0.025 1.96u =) 二、单项选择题(本大题共6小题,每小题3分,共18分) 1. 某人花钱买了C B A 、、三种不同的奖券各一张.已知各种奖券中奖是相互独立的, 中奖的概率分别为,0 2.0)(,01.0)(,0 3.0)(===C p B P A p 如果只要有一种奖券中奖此人就一定赚钱, 则此人赚钱的概率约为( ). A. 0.05 B. 0.06 C. 0.07 D. 0.08 2. 设A 、B 为两个随机事件,且B A ?,()0>B P ,则下列选项必然正确的是( ). A. ()()B A P A P < B. ()()B A P A P > C. ()()B A P A P ≤ D. ()()B A P A P ≥ 3. 下列各函数中可以作为某个随机变量X 的分布函数的是( ). A. 21 ,0()11,0x F x x x ?≤? =+??>? B. 0,0() 1.1, 011,1 x F x x x ? 1

神奇的Gamma函数

神奇的Gamma函数 (上) 关键词:特殊函数, 欧拉 G a m m a函数诞生记 学高等数学的时候,我们都学习过如下一个长相有点奇特的Gamma函数 通过分部积分的方法,可以推导出这个函数有如下的递归性质 于是很容易证明,函数可以当成是阶乘在实数集上的延拓,具有如下性质 学习了Gamma 函数之后,多年以来我一直有两个疑问: 1.这个长得这么怪异的一个函数,数学家是如何找到的;

2.为何定义函数的时候,不使得这个函数的定义满足而 是 最近翻了一些资料,发现有不少文献资料介绍Gamma 函数发现的历史,要说清楚它需要一定的数学推导,这儿只是简要的说一些主线。 1728年,哥德巴赫在考虑数列插值的问题,通俗的说就是把数列的通项公式 定义从整数集合延拓到实数集合,例如数列可 以用通项公式自然的表达,即便为实数的时候,这个通项 公式也是良好定义的。直观的说也就是可以找到一条平滑的曲线 通过所有的整数点,从而可以把定义在整数集上的公式延拓 到实数集合。一天哥德巴赫开始处理阶乘序列 ,我们可以计算, 是否可以计算 呢?我们把最初的一些的点画在坐标轴上,确实可以看到,容易画出一条通过这些点的平滑曲线。

但是哥德巴赫无法解决阶乘往实数集上延拓的这个问题,于是写信请教尼古拉斯.贝努利和他的弟弟丹尼尔.贝努利,由于欧拉当时和丹尼尔.贝努利在一块,他也因此得知了这个问题。而欧拉于1729 年完美的解决了这个问题, 由此导致了函数的诞生,当时欧拉只有22岁。 事实上首先解决的插值计算问题的是丹尼尔.贝努利,他发现, 如果都是正整数,如果,有 于是用这个无穷乘积的方式可以把的定义延拓到实数集合。例如, 取, 足够大,基于上式就可以近似计算出 。 欧拉也偶然的发现可以用如下的一个无穷乘积表达

伽马函数在概率统计中的应用

韩山师范学院 学生毕业论文 ( 2011届) 题目(中文)伽马函数在概率统计中的应用(英文)The Application of the Γ–Function in the Probability 系别:数学与信息技术系 专业:数学与应用数学班级: 20071112 姓名:史泽龙学号: 2007111205 指导教师:屈海东讲师 韩山师范学院教务处制

诚信声明 我声明,所呈交的毕业论文是本人在老师指导下进行的研究工作及取得的研究成果。据我查证,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,我承诺,论文中的所有内容均真实、可信。 毕业论文作者签名:签名日期:年月日

摘要: 本文阐述了Γ函数的定义及其特殊性质, 并就如何利用Γ函数的特定性质解决概率应用中的一些特定问题进行了探讨和分析. 分析说明: 应用Γ函数收敛的性质, 可间接求解概率积分值; 利用Γ函数表示分布的密度;可表征F分布的密度函数. 这些分析及其结论对于函数的具体应用, 对于求解概率论中的一些具体实用问题具有重要的参考价值. 关键词: Γ函数; 收敛性; 概率积分; 密度函数

Abstract: Expounds the definition of Γ function and its special properties, and how to use the specific nature solution Γ function in some specific questions the probability application is discussed and analyzed. Γ function analysis and explanation: application of nature, but indirect convergent solution probability integral value; Use the density of Γ function says distribution; F distribution can be characterized the density function analysis and conclusions. These specific application for function for solving some of the specific practical problems probability has important reference value. Keywords:Gamma function;Convergence; Probability integral;Density function

应用统计 概率 试卷解答1

《概率论》试卷解答 一. 填空题 1. 设某系统有4个独立工作的元件k A ,它们的可靠性为k p ,.4,3,2,1=k 系统中元件的连接方式如图,则系统的可靠性为)1()(4321214p p p p p p p --++. 解:由系统中元件的连接方式知,系统可靠的概率为 ]})[({3214A A A A P p =])([])[()(32143214A A A A P A A A P A P -+= )()()()()(32143214A P A A P A P A P A A P p -+= )()()](1[32144A P A A P A P p -+=3212144))(1(p p p p p p p -+-+= 2. 设A ,B 是随机事件,且知概率41)(= A B P ,8 5)(=A B P ,41 )(=AB P ,则=)(A P =)(B P )(B A A P 解:(1)41)(41 )() () ()()()()()()(=- =-=-== A P A P A P A B P A P A P AB A P A P B A P A B P ,解得3 1)(=A P . (2)853 1141 )()(1) ()()(1)() ()()(=- - =--=--==B P A P AB P B P A P AB B P A P B A P A B P ,解得32 )(=B P . AB A B A B A -=-= AB B A AB B A B B A -=-= 2 2,p A 11,p A 4 4,p A 3 3,p A

(3)) ()()() () ()()()() ()]([)(B A P B P A P B A P B A P B P A P B A A A P B A P B A A P B A A P -+= -+= = )()()()() ()(A B P A P B P A P A B P A P -+= 734 131)321(31)851)(311()()()](1[)()](1)][(1[= ?--+--=--+--=A B P A P B P A P A B P A P 3. 一只木箱中有a 只红球、b 只白球,每次有放回地从中任意抽取一球,记录球的颜色。第 5次取到的球恰是第3 解:由于是每次有放回地从中任意抽取一球,故每次取到白球的概率都是.b a b + 在这样的前4次抽取中取到的白球数)., 4(~b a b b X + 于是 .) (6)()()2(532222 4b a b a b a b b a a b a b C b a b X P +=+?++=+?= 4. 设随机变量 X ,Y ,Z 相互独立,且满足),3(~p b X , ) (~λπY ,Z 服从指数分布,分 布密度为? ????>=-其它,0 0,601 )(60z e z f z ,278)0(==X P , 33)1(-==e Y P ,则p =λ =+-)64(Y X E )6030(≤

工程数学 应用概率统计习题九答案

习题9答案 9.1 假定某厂生产一种钢索,其断裂强度5(10)X Pa 服从正态分布2(,40),N μ从中抽取容量为9的样本,测得断裂强度值为 793, 782, 795, 802, 797, 775, 768, 798, 809 据此样本值能否认为这批钢索的平均断裂强度为580010Pa ??(0.05α=) 解:00:800H μμ== 10:H μμ≠ 选取检验统计量~(0,1)Z N =, 对于0.05α=,得0H 的拒绝域2 1.96W z z α? ?=>=???? 计算得7918000.675 1.96403 z -==< 所以接受0H ,拒绝1H .即可以认为平均断裂强度为580010Pa ?. 9.3 某地区从1975年新生的女孩中随机抽取20个,测量体重,算得这20个女孩的平均体重为3160g ,样本标准差为300g ,而根据1975年以前的统计资料知,新生女孩的平均体重为3140g ,问1975年的新生女孩与以前的新生女孩比较,平均体重有无显著性的差异?假定新生女孩体重服从正态分布,给出0.05α=. 解:00:3140H μμ== 10:H μμ≠ 选取检验统计量~(1)T t n =-, 对于0.05α=,得0H 的拒绝域2 (19) 2.0930W T t α? ?=>=???? 计算得 0.298 2.0930T ===<

故接受0H ,拒绝1H .即体重无明显差异. 9.5 现要求一种元件的使用寿命不得低于1000h ,今从一批这种元件中随机的抽取25件,测定寿命,算得寿命的平均值为950h ,已知该种元件的寿命2~(,),X N μσ已知100σ=,试在检验水平0.05α=的条件下,确定这批元件是否合格? 解:00:1000H μμ≥= 10:H μμ< 选取检验统计量~(0,1)Z N =, 对于0.05α=,得0H 的拒绝域{}1.645W Z z α=<-=- 计算得 9501000 2.5 1.6451005 Z -==-<- 所以拒绝0H ,接受1H . 即认为这批元件不合格. 9.8 某厂生产的铜丝,要求其拉断力的方差不超过216()kg ,今从某日生产的铜丝中随机的抽取9根,测得其拉断力为(单位:kg ) 289 , 286 , 285 , 284 , 286 , 285 , 286 , 298 , 292 设拉断力总体服从正态分布,问该日生产的铜丝的拉断力的方差是否合乎标准?(0.05α=). 解: 2200:16H σσ≤= 2210:H σσ> 选取检验统计量2 2220(1)~(1)n S n χχσ-=- 对于0.05α=,得0H 的拒绝域{} 22(8)15.507W αχχ=>= 计算得 2 220(1)820.3610.1815.50716 n S χσ-?==≈< 所以接受0H , 拒绝1H ,即认为是合乎标准的。

电大应用概率统计试题资料

国家开放大学学习指南试题及参考答案 国家开放大学学习指南形考作业1 一、多选题(每题5分,共计10分) 1、请将你认为不适合描述为国家开放大学特色的选项选择出来。(B) 选择一项: A. 国家开放大学是一所在教与学的方式上有别与普通高校的新型大学 B. 国家开放大学是一所与普通高校学习方式完全相同的大学 C. 国家开放大学可以为学习者提供多终端数字化的学习资源 D. 国家开放大学是基于信息技术的特殊的大学 2、请将下列不适用于国家开放大学学习的方式选择出来。 选择一项或多项:(B) A. 利用pad、手机等设备随时随地学习 B. 只有在面对面教学的课堂上才能完成学习任务 C. 在网络上阅读和学习学习资源 D. 在课程平台上进行与老师与同学们的交流讨论 二、判断题(每题2分,共计10分) 3、制定时间计划,评估计划的执行情况,并根据需要实时地调整计划,是管理学习时间的有效策略。(对) 4、远程学习的方法和技能比传统的课堂学习简单,学习方法并不重要。(错) 5、在国家开放大学的学习中,有课程知识内容请教老师,可以通过发email、QQ群、课程论坛等方式来与老师联络。(对) 6、在网络环境下,同学之间、师生之间无法协作完成课程讨论。(错) 7、纸质教材、音像教材、课堂讲授的学习策略都是一样的。(错) 国家开放大学学习指南形考作业2

一、单选题(每题2分,共计10分) 1、开放大学学制特色是注册后(A)年内取得的学分均有效。选择一项: A. 8 B. 3 C. 10 D. 5 2、请问以下不是专业学位授予的必备条件?(A) 选择一项: A. 被评为优秀毕业生 B. 毕业论文成绩达到学位授予相关要求 C. 课程成绩达到学位授予的相关要求 D. 通过学位英语考试 3、是专业学习后期需要完成的环节(B) 选择一项: A. 入学教育 B. 专业综合实践 C. 入学测试 D. 了解教学计划 4、转专业后,学籍有效期仍从(D)开始计算。 选择一项: A. 转专业后学习开始的时间 B. 转专业批准的时间 C. 提出转专业申请的时间 D. 入学注册时 5、不是目前国家开放大学设有的学习层次。(A) 选择一项: A.小学、初中

《应用概率统计》复习题及答案

工程硕士《应用概率统计》复习题 考试要求:开一页;题目类型:简答题和大题;考试时间:100分钟。 1. 已知 0.5,)( 0.4,)( 0.3,)(===B A P B P A P 求)(B A P ?。 解:因为 0.7,0.3-1)(-1(A)===A P P 又因为, ,-- A B A B A A B A AB ?== 所以 0.2,0.5-7.0)( -(A))(A ===B A P P B P 故 0.9.0.2-0.40.7P(AB)-P(B)(A))(A =+=+=?P B P 2.设随机变量)1(,9 5 )1(),,4(~),,2(~≥=≥Y P X P p b Y p b X 求并且。 解: . 8165 31-1-10)(Y -11)(Y ),3 1,4(~,31,94-1-1-10)(X -1)1(,9 5)1(),,2(~422====≥=====≥=≥)(故从而解得)所以()(而且P P b Y p p p P X P X P p b X 3.随机变量X 与Y 相互独立,下表中给出了X 与Y 的联合分布的部分数值,请将表中其

4.设随机变量Y 服从参数2 1=λ的指数分布,求关于x 的方程0322 =-++Y Yx x 没有实根的概率。 解:因为当时没有实根时,即0128Y -Y 03)-4(2Y -Y 2 2 <+<=?,故所求的概率为}6Y P{20}128Y -P{Y 2 <<=<+,而Y 的概率密度 ?? ???≤>=0,00 ,21f(y)21-y y e y ,从而36221 -621-1dy 21f(y)dy 6}Y {2e e e P y ===<

应用概率统计试题范文

042应用数学 一、填空题 (每小题3分,共21分) 1.已知()0.4,()0.3,()0.6,P A P B P A B ===则() .P AB = 2.设(),,X B n p 且()12 , ()8 ,E X D X ==则 , .n p == 3.已知随机变量X 在[0,5]内服从均匀分布,则 ()()()14 ,2 , .P X P X E X ≤≤==== 4.设袋中有5个黑球、3个白球,现从中随机地摸出4个,则其中恰有3个白球的概率为 . 5.设12 19,X X X 是来自正态总体()2 ,N μσ 的一个样本,则() 2 19 21 1 i i Y X μσ==-∑ 6.有交互作用的正交试验中,设A 与B 皆为三水平因子,且有交互作用,则A B ?的自由度为 . 7.在MINITAB 菜单下操作,选择Stat Basic Statistics 2Sample T >>-可用来讨论 的问题,输出结果尾概率为0.0071P =,给定 0.01α=,可做出 的判断. 二、单项选择题(每小题3分,共15分) 1.设,A B 为两随机事件, ()6 0.6,()0.7,(|), 7P A P B P A B ===则结论正确的是( ) (A ),A B 独立 (B ),A B 互斥 (C )B A ? (D )()()()P A B P A P B +=+ 2. 设()1F x 与()2F x 分别为随机变量1X 与2X 的分布函数.为使()()()12F x aF x bF x =-是某一随机变量的分布函数,在下列给定的各组数值中应取( ) (A ) 32,;55a b ==-(B )22,;33a b ==(C )13,;22a b =-=-(D )13,. 22a b ==- 3.设128,, X X X 和1210,, Y Y Y 分别来自两个正态总体()1,9N -与()2,8N 的样本,且相互独立, 21S 与22S 分别是两个样本的方差,则服从()7,9F 的统计量为( ) (A )212235S S (B )212289S S (C )212298S S (D )212253S S 4. 设Y 关于X 的线性回归方程为01,Y X ββ∧ ∧ ∧ =+则0β∧ 、1β∧ 的值分别为( ) (10,780,88,3,24xx yy xy L L L x y =====) (A )8.8,-2.4 (B )-2.4,8.8 (C )-1.2,4.4(D )4.4,1.2 5.若 ()10T t 分布,则2T 服从( )分布. (A )( )10,1 F (B )()9 t (C )(1,10)F (D )(100)t 四、计算题(共56分) 1.据以往资料表明,某一3口之家,患某种传染病的概率有以下规律: P{孩子得病}=0.6 ,P{母亲得病 | 孩子得病}=0.5 , P{父亲得病 | 母亲及孩子得病}=0.4 ,求母亲及孩子得病但父亲未得病 的概率.(8分) 2.一学生接连参加同一课程的两次考试.第一次及格的概率为0.6,若第一次及格则第二次及格的概率也为0.6;若第一次不及格则第二次及格的概率为0. 3. (1)若至少有一次及格则能取得某种资格,求他取得该资格的概率?

应用概率统计大学数学2试卷(A卷)附答案

2011-2012学年第 2 学期 考试科目: 大学数学Ⅱ 一、填空题(本大题共6小题,每小题3分,共18分) 1. 设A 、B 为两个随机事件,已知()0.3,()0.4,()0.5P A P B P A B ===,则()P A B =________ ______. 2. 设随机变量X 服从参数为3的泊松分布,则(1)P X ≥= ______________. 3. 设二维离散型随机变量),(Y X 的联合分布律为: ),(Y X 的联合分布函数 为),(y x F ,则(1,3)F =______________. 4. 设随机变量X 表示100次独立重复射击命中目标的次数,每次命中目标的概率为0.2, 则2 X 的数学期望是______________. 5. 设X 、Y 相互独立,且都服从标准正态分布,则~Z =______________. (要求写出分 布及其参数). 6. 设由来自总体~(,0.81)X N μ,容量为9的样本得到样本均值5=X ,则未知参数μ的置信度为95%的置信区间为___________________.( 0.025 1.96u =) 二、单项选择题(本大题共6小题,每小题3分,共18分) 1. 某人花钱买了C B A 、、三种不同的奖券各一张.已知各种奖券中奖是相互独立的, 中奖的概率分别为,02.0)(,01.0)(,03.0)(===C p B P A p 如果只要有一种奖券中奖此人就一定赚钱, 则此人赚钱的概率约为( ). ? A. 0.05 ?B . 0.06 ?C. 0.07? ?D . 0.08 2. 设A 、B 为两个随机事件,且B A ?,()0>B P ,则下列选项必然正确的是( ). A. ()()B A P A P < B. ()()B A P A P > C. ()()B A P A P ≤ D. ()()B A P A P ≥ 3. 下列各函数中可以作为某个随机变量X 的分布函数的是( ). 1 ,0x ?≤? 0,0x

gamma函数的性质

gamma函数的性质 Beta函数和Gamma函数是最基本也是最重要的两个特殊函数,它们如同基石般奠定了整个特殊函数论大厦的基础。部分理论应用如下:应用 a.Beta函数和Gamma函数提供了大部分超几何函数(Hypergeometric functions)的理论基础。Gauss 超几何级数的积分表示便是借助了Beta积分。而Mellin-Barnes积分表示则是借助了Gamma函数的性质,这使得超几何级数在复平面上的延拓得以通过一种统一的形式得以实现。应用b.分数阶微积分,也就是通常牛顿-莱布尼茨微积分的推广,也依赖于Beta和Gamma函数的定义。你可以看一下Riemann-Liouville分数阶积分的定义。而由整数阶导数到分数阶导数(复数阶导数)的插值就是来源于Gamma函数实际上是阶乘n!的插值这一性质。应用c.Riemann zeta function 的一个基本的积分表示其核心就是Gamma函数。而许多zeta函数的推广都离不开Gamma函数。应用https://www.doczj.com/doc/5a7206020.html,place变换和Mellin变换,这两个十分重要的积分变换,可以十分好的统一在Gamma函数的积分表示上。也就是说,Gamma函数是指数函数的Mellin变换,同时还是幂函数的Laplace变换。应用e.Beta函数本身可以用来构造概率分布。而高维的Beta函数,例如Dirichlet, Liouville型的Beta函数也在概率统计中有这重要的应用价值。应用f. Selberg 构造的一个特别重要的multidimensional Beta integral在解决Macdonald Conjecture的过程中也起到了很大的作用。而它本身现在也成为了一个十分重要的研究对象。总之,从Gamma和Beta函数出发,已经生长出了足够我们穷

相关主题
文本预览
相关文档 最新文档