数理统计
1.统计量：是指统计理论中用来对数据进行分析、检验的变量，作用是把样本中有关总体的信息汇集起来。如估计值、估计量。
2.参数估计：由子样值对母体的未知参数作出估计。
3.点估计：又叫定值估计，就是用实际样本指标数值作为总体参数的估计值。
4.矩估计法：就是利用样本矩来估计总体中相应的参数。
5.极大似然估计法：选择参数P 的值使抽得的子样值出现的可能性最大，用这个值作为未知参数P 的估计值，这种求估计量的方法称为极大似然估计法。
6.参数的区间估计：由子样给出参数的估计范围，并使未知参数在其中具有指定的概率。
7.无偏估计：的无偏估计量是，则称满足：的估计量若参数θθθθθθ∧
∧∧=E 。 8.相合估计：的相合估计（量）。是则称，有
，即对任意依概率收敛到时若当θθεθθεθθ∧∧∞→∧
=??????<->∞→,1lim 0P n n 9.假设检验：是指在母体上作某项假设，从母体中随机地抽取一个子样，用它检验此项假设是否成立。
10.参数假设检验：对母体中的参数作某项假设，用母体中子样检验此项假设是否成立。
11.分布假设检验：对母体分布作某项假设，用母体中子样检验此项假设是否成立。
12.当H 0为真，H 0被拒绝的错误称为第一类错误；当H 0为假，H 0被接受的错误称为第二类错误。
13.方差分析：所获得的数据按某些项目分类后，再分析各组数据之间有无差异的方法，称为方差分析。
14.回归分析：自变量是可控变量时，变量间关系的分析称为回归分析。
15.可控变量：可以在某个范围中随意地取指定值的变量，称为可控变量。
16.不可控变量：变量指标是随机的，本身的值具有一定的概率分布，称为不可控变量。
17.预测：所谓对Y 预测是当x=0时对Y 作区间估计。
随机过程
1.随机过程：设）
，（P F ,Ω是一个概率空间，T 是一个实数集。{}Ω∈∈ωω,,).(T t X t 是对应于t 和w 的实数，即定义在T 和Ω上的二元函数。若此函数对任意固定的T t ∈，）
，是（P F X t ,),(Ωω上的随机变量，则称{}Ω∈∈ωω,,),(T t X t 是随机过程。 2.马尔科夫链：设随机序列{} ,2,1,0,)(=n X n 的离散状态空间为E 。若对于任意m 个非负整数)0(,,,2121m m n n n n n n <<≤和任意自然数k 。以及任意E j i i i m ∈,,,,21 满足{}m m m i n X i n X i n X j k n X P ====+)(,,)(,)()(2211 {}m m m i n X j k n X P ==+=)()(
则称{} ,2,1,0,)(=n X n 为马尔科夫链。
3.转移矩阵：令{}{}∞=+===0
n 1n n n ik X i X j X P 称为的一步转移概率。转移概率表示已知n 时刻处于状态i ，经k 个单位时间后过程处于状态j 的概率。
{}的转移矩阵。称为∞
=∈=0,)(n n E j i ij X P P 4.马尔科夫链的遍历性：若马尔科夫链转移概率的极限E j i P n P j ij n ∈=∞
→,,)(lim 存在，且与i 无关，则称此马尔科夫链有遍历性。
5.平稳分布：若有限或无限数列{} ,2,1,=j q j 满足:1) ,2,1,0=≥j q j ;2)1=∑j
j q ,
则称它是概率分布。如果一个概率分布{} ,2,1,=j q j 满足
2,1,==∑j p q q ij i
i j 则称它是平稳分布。
6.马尔科夫过程：设时间连续状态离散的随机过程[){}∞∈,0)(,t t X 的状态空间为E ，若对于任意整数m （m ≥2），任意m 个时刻)0(,,,2121m m t t t t t t <<≤ ，任意正数s 以及任意E j i i i m ∈,,,,21 ，满足
{}m m m i t X i t X i t X j s t X P ====+)(,,)(,)()(2211
{}m m m i t X j s t X P ==+=)()(则称[){}∞∈,0,)(t X t 为马尔科夫过程。
7.时齐马尔科夫过程：{}0,0,)()(>≥==+s t i t X j s t X P 称为马尔科夫过程在t 时刻经s 时间的转移概率函数，记为),(s t t P ij +。转移概率函数),(s t t P ij +不依赖于t 的马尔科夫过程，称为时齐的马尔科夫过程。
8.马尔科夫过程的遍历性：若马尔科夫过程转移概率的极限E j i P t P j ij n ∈=∞
→,,)(lim 存在，且与i 无关，则称此马尔科夫过程具有遍历性。
9.状态有限的马尔科夫过程，如果存在N j i t P t ij ,,2,1
,0,,0)(,000 =>>使则此过程是遍历的。
10.Q 矩阵：若)(t P ij 满足标准性条件：
t t p q ij ij t ij δ-=→?)(lim 0存在，
并且ij q 满足以下条件：
∑∑=≠==-≤=<≠≥n
j ij ii i k ik ii ij N i q q q n i q j i q 0,2,1,0,0)4;)3;2,1,0,02,0)1 ）时；
令ii i q q -=，E j i ij q Q ∈=,)(称为{}0≥t t X 的密度矩阵，也成Q 矩阵，满足1）、2）、3）
的矩阵称为Q 矩阵。
（1）如果是稳定态；则称i q i ,∞<（2）是保守态。则称如果i q q i
k ik i ,∑≠=
11.设是渐张的都成立，这时称对是一列互事件，若n n n n A n A A A A A ?<+121,,,
12.设是渐缩的都成立，这时称对是一列互事件，若n n n n A n A A A A A ?>+121,,,
13.如果{}i X j X P n n ==+1与n 无关，则称{}是时齐的。∞
=0n n X 14.设{}.,,0,,,0j i j i X i X j X P n E j i n →>==∈记作可达则称使得如果存在某个如
果.,j i j i i j j i ?→→是互通的，记作
与则称 15.若是不可约的。则称，没有更小的闭子集，C E C ?
随机过程考试试题及答案详解 1、（15分）设随机过程C t R t X +?=)(，),0(∞∈t ，C 为常数，R 服从]1,0[区间上的均 匀分布。 （1）求)(t X 的一维概率密度和一维分布函数； （2）求)(t X 的均值函数、相关函数和协方差函数。 【理论基础】 （1）? ∞ -= x dt t f x F )()(，则)(t f 为密度函数； （2）)(t X 为),(b a 上的均匀分布，概率密度函数?? ???<<-=其他,0,1 )(b x a a b x f ，分布函数 ?? ??? >≤≤--<=b x b x a a b a x a x x F ,1,,0)(，2)(b a x E += ，12)()(2a b x D -=； （3）参数为λ的指数分布，概率密度函数???<≥=-0,00 ,)(x x e x f x λλ，分布函数 ?? ?<≥-=-0 ,00,1)(x x e x F x λ，λ1)(=x E ，21 )(λ=x D ； （4）2 )(,)(σμ==x D x E 的正态分布，概率密度函数∞<<-∞= -- x e x f x ,21 )(2 22)(σμπ σ， 分布函数∞<<-∞= ? ∞ --- x dt e x F x t ,21)(2 22)(σμπ σ，若1,0==σμ时，其为标准正态分布。 【解答】本题可参加课本习题2.1及2.2题。 （1）因R 为]1,0[上的均匀分布，C 为常数，故)(t X 亦为均匀分布。由R 的取值范围可知， )(t X 为],[t C C +上的均匀分布，因此其一维概率密度?? ???+≤≤=其他,0,1 )(t C x C t x f ，一维分布 函数?? ??? +>+≤≤-<=t C x t C X C t C x C x x F ,1,,0)(；
1、设随机过程C t R t X +?=)(，),0(∞∈t ，C 为常数，R 服从]1,0[区间上的均匀分布。 （1）求)(t X 的一维概率密度和一维分布函数； （2）求)(t X 的均值函数、相关函数和协方差函数。 2、设{ }∞<<∞-t t W ),(是参数为2 σ的维纳过程，)4,1(~N R 是正态分布随机变量； 且对任意的∞<<∞-t ，)(t W 与R 均独立。令R t W t X +=)()(，求随机过程 {}∞<<∞-t t X ),(的均值函数、相关函数和协方差函数。 3、设到达某商场的顾客人数是一个泊松过程，平均每小时有180人，即180=λ；且每个 顾客的消费额是服从参数为s 的指数分布。求一天内（8个小时）商场营业额的数学期望与方差。 4、设马尔可夫链的转移概率矩阵为： ??? ? ? ??=3.007.08.02.0007.03.0P （1）求两步转移概率矩阵) 2(P 及当初始分布为 0}3{}2{,1}1{000======X P X P X P 时，经两步转移后处于状态2的概率。 （2）求马尔可夫链的平稳分布。 5设马尔可夫链的状态空间}5,4,3,2,1{=I ，转移概率矩阵为： ??? ??? ? ? ? ?=010007.03.0000 0001 00004.06.0003.04 .03.0P
求状态的分类、各常返闭集的平稳分布及各状态的平均返回时间。 6、设{}(),0N t t ≥是参数为λ的泊松过程，计算[]()()E N t N t s +。 7、考虑一个从底层启动上升的电梯。以i N 记在i 第层进入电梯的人数。假定i N 相互独立，且i N 是均值为i λ的泊松变量。在第i 层进入的各个人相互独立地以概率ij p 在第j 层离开电梯， 1ij j i p >=∑。令j O ＝在第j 层离开电梯的人数。 （1）计算()j E O （2）j O 的分布是什么 （3）j O 与k O 的联合分布是什么 8、一质点在1，2，3点上作随机游动。若在时刻t 质点位于这三个点之一，则在),[h t t +内， 它都以概率 )(h o h +分别转移到其它两点之一。试求质点随机游动的柯尔莫哥洛夫微分方程，转移概率)(t p j i 及平稳分布。 1有随机过程{ξ(t )，-∞ 《概率论与随机过程》第一章习题 1. 写出下列随机试验的样本空间。 （1） 记录一个小班一次数学考试的平均分数（设以百分制记分）。 （2） 同时掷三颗骰子，记录三颗骰子点数之和。 （3） 10只产品中有3只是次品，每次从其中取一只（取出后不放回），直到将3只次品都取出，记录 抽取的次数。 （4） 生产产品直到得到10件正品，记录生产产品的总件数。 （5） 一个小组有A ，B ，C ，D ，E5个人，要选正副小组长各一人（一个人不能兼二个职务），观察选 举的结果。 （6） 甲乙二人下棋一局，观察棋赛的结果。 （7） 一口袋中有许多红色、白色、蓝色乒乓球，在其中任意取4只，观察它们具有哪几种颜色。 （8） 对某工厂出厂的产品进行检查，合格的盖上“正品”，不合格的盖上“次品”，如连续查出二个次 品就停止检查，或检查4个产品就停止检查，记录检查的结果。 （9） 有A ，B ，C 三只盒子，a ，b ，c 三只球，将三只球装入三只盒子中，使每只盒子装一只球，观察 装球的情况。 （10） 测量一汽车通过给定点的速度。 （11） 将一尺之棰折成三段，观察各段的长度。 2. 设A ，B ，C 为三事件，用A ，B ，C 的运算关系表示下列事件。 （1） A 发生，B 与C 不发生。 （2） A 与B 都发生，而C 不发生。 （3） A ，B ，C 都发生。 （4） A ，B ，C 中至少有一个发生。 （5） A ，B ，C 都不发生。 （6） A ，B ，C 中至多于一个发生。 （7） A ，B ，C 中至多于二个发生。 （8） A ，B ，C 中至少有二个发生。 3. 设{}10,2,1, =S ,{}4,3,2=A ，{}5,4,3=B ，{}7,6,5=C ，具体写出下列各等式 （1）B A 。 （2）B A ?。 （3）B A 。 （4） BC A 。 （5）)(C B A ?。 4. 设{}20≤≤=x x S ，??????≤<=121x x A ，? ?????<≤=234 1x x B ，具体写出下列各式。 （1）B A ?。 （2）B A ?。 （3）B A 。 （4） B A 。 5. 设A ，B ，C 是三事件，且41)()()(===C P B P A P ，0)()(==CB P AB P ，81)(=AC P ，求A ， B ， C 至少有一个发生的概率。 6. 在1500个产品中有400个次品，1100个正品，任意取200个。 （1） 求恰有90个次品的概率。 （2） 至少有2个次品的概率。 7.（1）在房间里有500个人，问至少有一个人的生日是10月1日的概率是多少（设一年以365天计算）？ （2）在房间里有4个人，问至少有二个人的生日在同一个月的概率是多少？ 北京工业大学2011-2012学年第一学期期末 数理统计与随机过程(研) 课程试卷 学号 姓名 成绩 注意：试卷共七道大题，请写明详细解题过程。数据结果保留3位小数。 考试方式：半开卷，考试时只允许看教材《概率论与数理统计》 浙江大学 盛 骤等编第三版（或第四版）高等教育出版社，不能携带和查阅任何其他书籍、纸张、资料等。考试时允许使用计算器。 考试时间120分钟。考试日期：2012年1月10日 1.(10分)某种导线要求其电阻的标准差不得超过0.005（Ω），今在生产的一批该种导线中取9根，测得)(007.0Ω=s . 设总体服从正态分布，问从这些样本看这批导线是否合格？（取显著性水平α=0.05） 2. (15分)袋中装有8只球,其中红、白球若干.在其中任取3只,记录红球的个数X ,然后放回，再任取3只，记录红球的个数，然后放回。如此重复进行了112次。其结果如下： 试检验假设: {}.3,2,1,0,38335:383350=??? ? ?????? ??-???? ??===-k k k C C C k X P X H k k 服从超几何分布： 是否成立？（取显著性水平050.=α） 3. (1) (2) 因素A 和因素B 各包含几个水平？总共涉及了多少个观测数据？ (3) 从这个方差分析表中可以做出那些假设检验？取显著性水平050.=α,结论是什么？分别写出完整的推断依据. 4． （1）（2） 对回归方程进行显著性检验（取显著性水平α=0.05）； （3） 求y 的置信水平为95％的预测区间,并计算若x=5时y 的95％的预测区间。 5．(15分)假定某天文台观察到的流星流是一个强度为λ的泊松过程，据以往资料统计为每小时平均观察到3颗流星。试求： （1）在上午8点到12点期间，该天文台没有观察到流星的概率？ （2）从零点开始，该天文台观察首次观察到第一颗流星的时间的分布函数？ 概率统计与随机过程 课程编号：H0600071S学分： 4 开课学院：理学院课内学时：64 课程类别：学科基础课课程性质：必修 一、课程的性质和目的 课程性质：本课程是我校有关专业的学科基础课 目的：通过本课程的学习，使学生系统地掌握概率论、数理统计和随机过程的基本理论和基本方法，为后续各专业基础课和专业课的学习提供必要的数学理论基础。另外，通过本课程的系统教学，特别是讲授如何提出新问题、思考分析问题，培养学生的抽象思维能力、逻辑推理能力以及解决实际问题的能力，从而逐步培养学生的创新思维能力和创新精神。 二、课程教学内容及基本要求 （一）课程教学内容及知识模块顺序 第一章概率论的基本概念 8学时 （1）随机试验 （2）样本空间、随机事件 （3）频率与概率 （4）等可能概型（古典概型） （5）条件概率 （6）独立性 教学基本要求： 了解随机现象与随机试验，了解样本空间的概念，理解随机事件的概念，熟练掌握事件之间的关系与运算。了解事件频率的概念，理解概率的统计定义。了解概率的古典定义，会计算简单的古典概率。了解概率的公理化定义，熟练掌握概率的基本性质，会运用这些性质进行概率计算。理解条件概率的概念、概率的乘法定理与全概率公式，会应用贝叶斯(Bayes)公式解决比较简单的问题。理解事件的独立性概念。理解伯努利(Bernoulli)概型和二项概率的计算方法。 第二章随机变量及其分布 6 学时 （1）随机变量 （2）离散型随机变量及其分布律 （3）随机变量的分布函数 （4）连续型随机变量及其概率密度 （5）随机变量的函数的分布 教学基本要求： 理解随机变量的概念，了解分布函数的概念和性质，会计算与随机变量相联系的事件的概率。理解离散型随机变量及其分布律的概念，熟练掌握0-1分布、二项分布和泊松(Poisson)分布。理解连续型随机变量及其概率密度的概念，熟练掌握正态分布、均匀分布和指数分布。会根据自变量的概率分布求简单随机变量函数的概率分布。 北京工业大学2007-2008学年第一学期期末 数理统计与随机过程(研) 课程试题 学号 姓名 成绩 注意：试卷共七道大题，请将答案写在答题本上并写明题号与详细解题过程。 考试时间120分钟。考试日期：2008年1月10日 一、（10分）已知在正常生产的情况下某种汽车零件的重量（克）服从正态分布 ),(254σN ，在某日生产的零件中抽取10 件，测得重量如下： 54.0 55.1 53.8 54.2 52.1 54.2 55.0 55.8 55.1 55.3 问：该日生产的零件的平均重量是否正常（取显著性水平050.=α）？ 二、 （15分）在数 14159263.=π的前800位小数中, 数字93210,,,,, 各出现的次数记录如下 检验这10个数字的出现是否是等概率的?（取显著性水平050.=α） 三、（15分）下表给出了在悬挂不同重量（单位：克）时弹簧的长度（单位：厘米） 求y 关于x 的一元线性回归方程，并进行显著性检验. 取显著性水平050.=α， 计算结果保留三位小数. 四、（15分）三个工厂生产某种型号的产品，为评比质量，分别从各厂生产的产品中随机抽取5只作为样品，测得其寿命（小时）如下： 在单因素试验方差分析模型下，检验各厂生产的产品的平均寿命有无显著差异？取显著性水平050.=α, 计算结果保留三位小数. 五、（15分）设}),({0≥t t N 是强度为3的泊松过程， 求（1）})(,)(,)({654321===N N N P ； （2）})(|)({4365==N N P ； （3）求协方差函数),(t s C N ，写出推导过程。 六、（15分）设{,}n X n T ∈是一个齐次马尔可夫链，其状态空间{0,1,2}I =，一步 转移概率矩阵为 121414201335250P ?? ? = ? ??? （1）求}|,,,,{202021054321======X X X X X X P ； （2）求}|{122==+n n X X P ； （3）证明此链具有遍历性（不必求其极限分布）。 七、（15分）设有随机过程 )sin()cos()(t B t A t X ππ+=，其中A 与B 相 互独立且都是均值为零，方差为2σ的正态随机变量， （1）分别求)(1X 和)(4 1 X 的一维概率密度； （2）问)(t X 是否是平稳随机过程？ 标准答案（仅供参考） 一、（10分）已知在正常生产的情况下某种汽车零件的重量（克）服从正态分布 ),(254σN ，在某日生产的零件中抽取10 件，测得重量如下： 54.0 55.1 53.8 54.2 52.1 54.2 55.0 55.8 55.1 55.3 如果标准差不变，该日生产的零件的平均重量是否有显著差异（取05.0=α）？ 解：按题意，要检验的假设是 54:0=μH ，因2σ未知，故用-t 检验法，由05.0=α，查t 分布表得临界 值2622290250.)(.=t ，由样本值算得 382514654.,.==t x 第二章随机过程的基本概念 §1随机过程及其概率分布 、随机过程概念： 一、随机过程概念： 初等概率论所研究的随机现象，基本上可以用随机变量或随机向量来描述.但在实际中有些随机现象要涉及(可列或非可列)无穷多个随机变量. 例1．某人扔一枚硬币，无限制的重复地扔下去，要表示无限多次扔的结果，我们不妨记正面为1，反面为0.第次扔的结果是一个，其分布，无限多次扔n n r vX ?{}{}1012n n P X P X ====，无限制的重复地扔，要表示无限多次扔的结果，我们不妨反面为其分布无限多次扔的结果是一个随机过程，可用一族相互独 立，，或表示.r v ?1X ，2X {},1n X n ≥ n n X 0n n 0 1 2 3 4 5 6 7 8 910 …… 例2．当固定时，电话交换站在时间内来到的呼叫次数是，记， ，其中是单位时间内平均来到的呼叫次数，而，若从变到，时刻来到的呼叫次数需用一族随机变量表 它为非降的阶，在有呼唤来到的时刻阶跃地增加，假定在任一呼唤来到的时刻不可能来到多）(0)t t ≥[0,] t r v ?()X t ()()X t P t λ λ0λ>t 0∞t {}(),[0,)X t t ∈∞()X t ，电话交换站在记，若时刻示， 是一个随机过程. 对电话交换站作一次观察可得到一条表示以前来到的呼唤曲线，它为非降的阶梯曲线，在有呼唤来到的时刻阶跃地增加，（假定在任一呼唤来到的时刻不可能来到多于一次呼唤）. E t 1()x t 同理，第二次观察，得到另一条阶梯形曲线； 同理，第n 次观察，得到另一条阶梯形曲线. 2()x t ()n x t ，第二次观察，得到另一条阶梯形曲，第，得到另一条阶梯形曲 总之，一次试验得到阶梯形曲线形状具有随机性 1．设随机变量X 服从参数为λ的泊松分布，则X 的特征函数为 。 2．设随机过程X(t)=Acos( t+),- 大学2015～2016学年秋季学期本科生 课程自学报告 课程名称：《概率论与随机过程》 课程编号：07275061 报告题目：大数定律和中心极限定理在彩票选号的应用学生： 学号： 任课教师： 成绩： 评阅日期： 随机序列在通信加密的应用 2015年10月10日 摘 要：大数定律与中心极限定理是概率论中很重要的定理，较多文献给出了不同条件下存在的大数定律和中心极限订婚礼，并利用大数定律与中心极限定理得到较多模型的收敛性。但对于他们的适用围以及在实际生活中的应用涉及较少。本文通过介绍大数定律与中心极限定理，给出了其在彩票选号方面的应用，使得数学理论与实际相结合，能够让读者对大数定律与中心极限定理在实际生活中的应用价值有更深刻的理解。 1. 引言 在大数定律与中心极限定理是概率论中很重要的定理，起源于十七世纪，发展到现在，已经深入到了社会和科学的许多领域。从十七世纪到现在，很多国家对这两个公式有了多方面的研究。长期以来，在大批概率论统计工作者的不懈努力下，概率统计的理论更加完善，应用更加广泛，如其在金融保险业的应用，在现代数学中占有重要的地位。 本文主要通过对大数定律与中心极限定理的分析理解，研究探讨了其在彩票选号中的应用，并给出了案例分析，目的旨在给出大数定律与中心极限定理应用对实际生活的影响，也对大数定律与中心极限定理产生更深刻的理解。 2. 自学容小结与分析 2.1 随机变量的特征函数 在对随机变量的分析过程中，单单由数字特征无法确定其分布函数，所以引入特征函数。特征函数反映随机变量的本质特征，可唯一的确定随机变量的分布函数、随机变量X 的特征函数定义为： 定义1 ][)()(juX jux e E dx e x p ju C ==? +∞ ∞ - (1) 性质1 两两相互独立的随机变量之和的特征函数等于各个随机变量的特征函数之积。 性质1意味着在傅立叶变换之后，时域的卷积变成频域的相乘，这是求卷积的简便方法。类比可知求独立随机变量之和的分布的卷积，可化为乘法运算，这样就简便了计算，提高了运算效率。 性质2 求矩公式：0)(|) ()(][=-=u n u x n n n du C d j X E (2) 性质3 级数展开式：!)(][!|)()()(0 00n ju X E n u du u C d u C n n n n n n n n X ∑∑∞ ==∞ === (3) 2.2 大数定律与中心极限定理 定义2 大数定律：设随机变量相互独立，且具有相同的μ=)(k X E 和,...2,1,)(2 ==k X D k σ, 则0∈>?,有 北京工业大学2009-20010学年第一学期期末数理统计与随机过程(研) 课程试卷一、随机抽取某班28名学生的英语考试成绩，算得平均分数为80=x 分，样本标准差8=s 分，若全年级的英语成绩服从正态分布，且平均成绩为85分，问：能否认为该班的英语成绩与全年级学生的英语平均成绩有显著差异（取显著性水平）？050.=α解：这是单个正态总体),(~2σμN X ，方差2σ未知时关于均值μ的假设检验问题，用T 检验法. 解 85:0=μH ，85:1≠μH 选统计量 n s x T /0μ-=已知80=x ，8=s ，n ＝28，850=μ，计算得n s x T /0μ-=31.328/88580=-=查t 分布表，05.0=α，自由度27，临界值.052.2)27(025.0=t 由于，故拒绝0H ，即在显著水平05.0=α下不能认为该班的英语 052.2>T 2622.2>成绩为85分.二、某图书馆每分钟借出的图书数有如下记录:借出图书数 k 0 1 2 3 4 5 6≥7频数 f 8 16 17 10 6 2 1 0试检验每分钟内借出的图书数是否服从泊松分布? （取显著性水平） 050.=α解：由极大似然估计得.2?==x λ在X 服从泊松分布的假设下，X 的所有可能的取值对应分成两两不相交的子集A 0, A 1,…, A 8。则有估计 }{k X P ==i p ? ,7,0,!2}{?2===-k k e k X P k =0?p 三、某公司在为期10年内的年利润表如下： 年份 1 2 3 4 5 6 7 8910利润 1.89 2.19 2.06 2.31 2.26 2.39 2.61 2.58 2.82 2.9 通过管线敷设技术，不仅可以解决有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电力保护装置调试技术，电力保护高中资料试卷配置技术是指机 一、（10分）某工程部队的工程师向领导建议，他提出的一项新工艺在不降低工程质量和影响工程进度的同时，还将节省机器运转的开支。假如采用旧工艺时机器每星期运转开支平均是1000元，又假定新旧工艺机器每星期运转开支X 都是服从正态分布，且具有标准差250元。使用新工艺后观察了9个星期，其机器运转开支平均每星期是750元。试在01.0=α的水平下，检验工程师所述是否符合实际，即新工艺是否能节省开支。 （3554.3)8(005.0=t ，8965.2)8(01.0=t ，57.2005.0=u ，33.201.0=u ） 二、（12分）设母体 X 服从正态分布),(2σμN ，X 是子样),,,(21n X X X Λ的平均数， ∑=-=n i i n X X n S 1 2___ 2 )1（是子样方差，又设),(~21σμN X n +，且与n X X X ,,,21Λ独立，求： （1）X E ，X D ，2 n ES ，2n DS ；（2）统计量 1 1 1+--+n n S X X n n 的分布。 三、（13分）一个罐中装有黑球和白球，其中黑球、白球的个数均未知，如何用统计的方法估计其中黑球与白球的比例。（建立模型并给出两种估计方法） 四、（15分）以下为温度对某个化学过程的生产量的影响的数据： 已知 X 和Y 之间具有线性依赖关系。 （1）写出其线性回归模型，并估计参数βα,； （2）讨论回归系数的性质（分布）。 五、（10分）设有一随机过程)( t X ，它的样本函数为周期性的锯齿波。下图（a ）、（b ）画出了二个样本函数图。各样本函数具有同一形式的波形，其区别仅在于锯齿波的起点位置不同。设在0=t 后的第一个零值点位于0τ，0τ是一个随机变量，它在) , 0 ( T 内均匀分布，即 ?????≤≤=其它值 00 1 )( 0T t T t f τ 北京工业大学2009-20010学年第一学期期末 数理统计与随机过程(研) 课程试卷 学号 姓名 成绩 注意：试卷共七道大题，请写明详细解题过程。 考试方式：半开卷，考试时只允许看教材《概率论与数理统计》 浙江大学 盛 骤等编第三版（或第二版）高等教育出版社。可以看笔记、作业，但不允许看其它任何打印或复印的资料。考试时允许使用计算器。考试时间120分钟。考试日期：2009年12月31日 一、随机抽取某班28名学生的英语考试成绩，算得平均分数为80=x 分，样本标准差8=s 分，若全年级的英语成绩服从正态分布，且平均成绩为85分，问：能否认为该班的英语成绩与全年级学生的英语平均成绩有显著差异（取显著性水平050.=α）？ 解：这是单个正态总体 ),(~2σμN X ，方差2σ未知时关于均值μ的假设检验问题，用T 检验法. 解 85:0=μH ，85:1≠μH 选统计量 n s x T /0 μ-= 已知80=x ，8=s ，n ＝28，850=μ， 计算得n s x T /0μ-= 31 .328/885 80=-= 查t 分布表，05.0=α，自由度27，临界值052.2)27(025.0=t . 由于052.2>T 2622.2>，故拒绝 0H ，即在显著水平05.0=α下不能认为 该班的英语成绩为85分. 050.= 解：由极大似然估计得.2?==x λ 在X 服从泊松分布的假设下，X 的所有可能的取值对应分成两两不相交的子集A 0, A 1,…, A 8。 则}{k X P =有估计 =i p ?ΛΛ,7,0, !2}{?2 ===-k k e k X P k =0?p 第一章 随机过程的基本概念 1．设随机过程 +∞<<-∞=t t X t X ,cos )(0ω，其中0ω是正常数，而X 是标准正态变量。试求X （t ）的一维概率分布 解：∵ 当0cos 0=t ω 即 πω)21(0+ =k t 即 πω)2 1 (10+=k t 时 {}10)(==t x p 若 0c o s 0≠t ω 即 πω)2 1 (1 0+≠ k t 时 当 0c o s 0>t ω时 ξπ ωωξd e t x X P t x F t x ? - = ??? ? ??≤=02cos 0 2 021cos ),( 此时 ()t e x t x F t x f t x 0c o s 2c o s 1 21,),(022ωπ ω? =??=- 若 0c o s 0 ?? ?= ,2 ,cos )(出现反面出现正面t t t X π 假定“出现正面”和“出现反面”的概率各为21。试确定)(t X 的一维分布函数)2 1 ,(x F 和)1,(x F ，以及二维分布函数)1,2 1;,(21x x F 解：（1）先求)21,(x F 显然?? ?=?????=??? ??出现反面出现正面 出现反面出现正面10,2 1*2,2cos 21π X 随机变量?? ? ??21X 的可能取值只有0，1两种可能，于是 21 021= ??????=?? ? ??X P 2 1121=??????=??? ??X P 所以 再求F （x ,1） 显然?? ?-=?? ?=出现反面出现正面出现反面出现正面 2 1 2 cos (1)πX {}{}2 1 2)1(-1(1)====X p X p 所以 ???? ???≥<≤<=2 121- 2 1-1 0,1)(x x x x F (2) 计算)1,2 1 ;,(21x x F ?? ?-=?? ?=出现反面出现正面 出现反面出现正面 2 1)1(, 1 0)2 1( X X ?????≥<≤<=??? ?? 11 102 1 00 21,x x x x F 2016随机过程（A ）解答 1、（15分）设随机过程V t U t X +?=)(，),0(∞∈t ，U ，V 是相互独立服从正态分布(2,9)N 的随机变量。 1) 求)(t X 的一维概率密度函数； 2) 求)(t X 的均值函数、相关函数和协方差函数。 3) 求)(t X 的二维概率密度函数； 解： 由于U ，V 是相互独立服从正态分布(2,9)N 的随机变量，所以V t U t X +?=)(也服从正态分布， 且： {}{}{}{}()()22m t E X t E U t V t E U E V t ==?+=?+=+ {}{}{}{}22()()99D t D X t D U t V t D U D V t ==?+=+=+ 故： (1) )(t X 的一维概率密度函数为：()2 22218(1) (),x t t t f x e x --- += -∞≤≤∞ (2) )(t X 的均值函数为：()22m t t =+；相关函数为： {}{} (,)()()()()R s t E X s X t E U s V U t V =?=?+??+ {}{}{} 22()13()413 st E U s t E U V E V st s t =?++??+=?++?+ 协方差函数为：(,)(,)()()99B s t R s t m s m t st =-?=+ （3）相关系数： (,)s t ρρ== == )(t X 的二维概率密度函数为： 2212222(22)(22)12(1)9(1)4(1),12(,)x s x t s t s t f x x e ρ????-----?? +????-++???????? = 2、（12分）某商店8时开始营业，在8时顾客平均到达率为每小时4人，在12时顾客的 平均到达率线性增长到最高峰每小时80人，从12时到15时顾客平均到达率维持不变为每小时80人。问在10:00—14:00之间无顾客到达商店的概率是多少？在10:00—14:00之间到达商店顾客数的数学期望和方差是多少？ 解： 到达商店顾客数服从非齐次泊松过程。 将8时至15时平移到0—7时，则顾客的到达速率函数为： 419,04 ()80,47t t t t λ+≤≤?=? <≤? 在10:00—14:00之间到达商店顾客数(6)(2)X X -服从泊松分布，其均值： 6 4 6 2 2 4 (6)(2)()(419)80282m m t dt t dt dt λ-==++=??? 注意： 这是第一稿（存在一些错误） 第七章数理统计习题__奇数.doc 1、解 由θ θθμθ 2 ),()(0 1===? d x xf X E ，204103)(2 221θθθ=-==X D v ，可得θ的矩估计量为X 2^ =θ，这时θθ==)(2)(^X E E ，n n X D D 5204)2()(2 2 ^ θθθ= ? ==。 3、解 由)1(2)1(2)1(2)(21θθθθμ-=-+-==X E ，得θ的矩估计量为： 3 2 62121^ =-=- =X θ。 建立关于θ的似然函数：482232)1(4)1())1(2()()(θθθθθθθ-=--=L 令014 8))1ln(4ln 8()(ln =--=?-+?=??θ θθθθθθL ， 得到θ的极大似然估计值：32^=θ 5、解 由33)1(3)1(3)(222+-=-+-+=p p p p p p X E ，所以得到p 的矩估计量为 ^ 32p = = 建立关于p 的似然函数：32 10)1()2 )1(3()()2)1(( )(22n n n n p p p p p p p L ---= 令0)(ln =??p p L ，求得到θ的极大似然估计值：n n n n p 222 10^++= 7、解 （1）记}4{<=X P p ，由题意有}4{}4{}4{-≤-<=<=X P X P X P p 根据极大似然估计的不变性可得概率}4{<=X P p 的极大似然估计为： 4484.05.0)6 4 ()64( 5.0)25 /2444( )25 /2444( 22^ =-Φ=-Φ-=--Φ--Φ=s s p （2）由题意得：)6 24 ( )25 /244( }{}{105.012-Φ=-Φ=≤=>-=-A s A A X P A X P ，于是经查表可求得A 的极大似然估计为0588.12^ =A 数理统计与随机过程复习资料第1章抽样与抽样分布 1. 设母体，是来自母体的一个子样，若 问C为何值时，CY服从t分布，并给出其自由度。 2. 设母体,是来自母体的一个容量为6的子样，设 ，求常数C，使CY服从分布。 3. 设是来自总体的简单样本，记为前个样本的均值和方差，试求 证：。 第2章参数估计 1. 设母体（二项分布），其中：N已知，p是未知参数。求p的最大似 然估计量。并确定所得估计量的无偏性和相合性。 2. 设母体（二项分布），求参数N，p的矩估计量。 3. 设为母体的一个子样，，当为何值时，Y为的无偏估计量且方差最 小。 4. 设为母体的一个子样，，当满足什么条件时，Y为的无偏估计量， 并求方差。 5. 设为母体的一个子样，求常数C，使为的无偏估计。 6. 设母体X的密度函数为 a与b为参数，求a与b的矩估计。 7. 设母体（正态分布），其中：和为参数。求和的最大似然估计量。 并确定所得估计量的无偏性；若是有偏，进行修正。 8.设母体X的分布密度为 ，其中，求参数的最大似然估计量。 9. 设母体（均匀分布），为参数，为母体的一个子样，，求参数的置 信概率的置信区间。 10. 设母体（正态分布），其中为未知参数，为母体的一个子样，求母 体平均数的置信概率为的置信区间。 11. 两台机床加工同一种零件，分别抽取6个和9个零件，测量其长度计 算得到.。假定各台机床零件长度服从正态分布。求两个母体方差比的置信区间（=0.95）。 12.设是取自总体的一个样本，总体X的密度函数为 （1）求的矩估计和极大似然估计； （2）的矩估计和极大似然估计是否为无偏的。 第四章 假设检验 假设检验是一种重要应用价值的统计推断形式，是数理统计的分支。从发展历史上有重要的节点为 1 ：Pearson 的拟合优度的2χ检验 1900 2：Fisher 的显著性检验 1920 3：Neyman-Pearson 一致最优检验 1928 4：Wald 的判决理论 1950 5：Bayes 方法 （二战之后发展的学派） §4.1 基本术语 关于随机变量的分布、数字特征等，每一种论断都称为统计假设，分为参数假设和非参数假设，例如),(~2σu N X ，假设1,1:==σu H 就称为参数假设；给定一组样本值，假设:H ~X 正态分布，对于分布进行论断，为非参数假设。 无论上面那种假设，都是给出一个对立的假设，比如),(~2σu N X ，那么假设1,1:0==σu H 的对立假设就是1,1:1≠≠σu H ，我们就把0H 称为基本假设，或者原假设，而1H 就称为对立（备选）假设。 为了分别那个假设是对的，需要判断假设真伪，就是对假设做出“否”还是“是”的程序就是检验，这个检验常用否定域形式给出，按照一定规则把样本值集合分成两个部分V V ?，当样本值落入子集V 认为0H 不真，那么V 是0H 的否定域，V 为0H 的接受域。 那么这样就产生了两种错误： 第一类错误α ：本来0H 是真，但是却否定了，弃真； 第二类错误β ：本来0H 不真，但是却接受为真，叫取伪。 选定一种检验方法，我们希望上述两种错误概率都小。但是给定样本容量，使得两种错误任意小是不可能的，我们主要研究两大类检验方法： 1：样本容量给定，控制第一类错误，使得错误概率有一个上界α，叫做检验的显著性水平，根据这种原则建立的检验就是α水平显著性检验； 2：样本容量给定，控制第一类错误α水平固定，还使得第二类错误最小，就是接受不真实假设的概率最小，否定不真实假设的概率就称为检验功效1-β，使得功效最大，，根据这种原则建立的检验就是α水平最大功效检验,或者最佳检验。 §4.2参数假设检验 设X 符合分布),(θx F ，未知参数θΘ∈参数空间，空间分成两部分0Θ和 Θ-0Θ，二者交集为空。 主要对于正态分布参数的统计假设的显著性检验方法。 1）针对不同问题，提出基本假设与备选假设 0H ：θ0Θ∈ 1H ：θ0Θ-Θ∈ 如果参数空间仅仅是由0θθ=和1θθ=两个点组成的，那么我们称简单假设，否则是复合假设。 2）给定检验的显著性水平α，其大小依据不同问题不同，比如火箭、飞机等可靠性问题，α要越小越好，对于一般生产问题，太小了则意味着生产时间和成本的增加； 3）建立对于基本假设的统计量和否定域； 4）取样，计算统计量值，落入否定域则判读0H 为假，否则为真。 例子：某种药片制剂中国家规定成分A 的含量X 必须为10%，现在抽取5个片剂试样，测得A 的含量为 10.9% 9.45% 10.38% 9.61% 9.92% 假设)%,10(~20σ=u N X ，按照显著性水平α=0.05进行检验是否与规定10%相符？ 解：建立基本假设0H ：0u u =，这里显著性水平α=0.05，样本容量为5，样本值如上。 如何确定统计量呢？样本均值X 可以求出，但是这里方差未知，用无偏估 计量* 2n S 来代替2σ，那么统计量 = t )1(~/* 20--n t n S u X n 随机过程复习题 一、填空题： 1．对于随机变量序列}{n X 和常数a ，若对于任意0>ε，有 ______}|{|lim =<-∞ >-εa X P n n ，则称}{n X 依概率收敛于a 。 2．设}),({0≥t t X 是泊松过程，且对于任意0 12 ≥>t t ， ，则 15 92}6)5(,4)3(,2)1({-??= ===e X X X P , 6 18}4)3(|6)5({-===e X X P 15 3 2 6 2 3 2 92! 23 ! 2)23(! 23 }2)3()5({}2)1()3({}2)0()1({}2)3()5(,2)1()3(,2)0()1({} 6)5(,4)3(,2)1({----??=? ?? ==-=-=-==-=-=-====e e e e X X P X X P X X P X X X X X X P X X X P 6 6 2 18! 26 }2)3()5({}4)3(|6)5({--== =-===e e X X P X X P 3．已知马尔可夫链的状态空间为},,{321=I ，初始分布为),,(4 1 2141， ????? ? ?? ? ????? ??? ?=434 10313131 04341 1)(P ，则167)2(12 =P ，16 1}2,2,1{210= ===X X X P ???????? ? ????? ????=48 3148 1348 436133616367164167165)1()2(2 P P 16 7)2(12= P 16 1314341}2|2{}1|2{}1{}2,1|2{}1|2{}1{} 2,2,1{12010102010210=??=================X X P X X P X P X X X P X X P X P X X X P 4．强度λ的泊松过程的协方差函数),min(),(t s t s C λ= 5．已知平稳过程)(t X 的自相关函数为πττcos )(=X R ， )]()([)(π?δπ?δπω-++=X S 6. 对于平稳过程)(t X ，若)()()(ττX R t X t X >=+<，以概率1成立，则称)(t X 的自相关函数具有各态历经性。 7.已知平稳过程)(t X 的谱密度为2 3)(2 4 2++= ωωω ωS ，则)(t X 的均方值 = 212 1- 222 22 2 11221)2(2 221 1 1 22 )(+??-+?? = +- += ωωωωωS τ τ τ--- = e e R X 2 12 1)(2《概率论与随机过程》第1章习题
2011-2012第一学期数理统计与随机过程(研)试题
概率统计与随机过程复习提纲
完整word版,2007-2008第一学期数理统计与随机过程(研)试题-2007
第二章随机过程的基本概念
随机过程试题带答案
《概率论与随机过程》课程自学内容小结
【免费下载】第一学期数理统计与随机过程研试题答案
数理统计与随机过程试题
学期数理统计与随机过程(研)试题(答案)
第1章 随机过程的基本概念
随机过程试题及解答
浙江大学《概率论、数理统计与随机过程》课后习题答案张帼奋主编第七章数理统计习题__奇数
数理统计与随机过程复习题
数理统计与随机过程讲义
随机过程复习题(含答案)
相关主题
文本预览