logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
统计
题目

22.(1)设随机变量X 1,X2,X3,X4相互独立,且有 ((X)_(i))=i ,((X)_(i))=5-i i=1 ,2,3,4.设 Y=-|||-.(X)_(1)-(X)_(2)+3(X)_(3)-dfrac (1)(2)(X)_(4) .求E(Y),D(Y).-|||-(2)设随机变量X,Y相互独立,且 sim N(720,(30)^2) ,sim N((640,25)^2) ,求 _(1)=2X+Y ,_(2)=-|||-X-Y 的分布,并求概率 Xgt Y , X+Ygt 1400 。

题目解答

答案

解析

(1)期望与方差的线性性质
本题考查线性变换下期望与方差的计算。

  • 期望的线性性:无论变量是否独立,$E(aX + bY) = aE(X) + bE(Y)$。
  • 方差的可加性:若变量独立,则$D(aX + bY) = a^2D(X) + b^2D(Y)$。

(2)正态分布的线性组合与概率计算
本题考查正态分布的性质及标准化求概率。

  • 线性组合仍为正态分布:若$X \sim N(\mu_1, \sigma_1^2)$,$Y \sim N(\mu_2, \sigma_2^2)$,则$aX + bY \sim N(a\mu_1 + b\mu_2, a^2\sigma_1^2 + b^2\sigma_2^2)$。
  • 概率计算:通过标准化转化为标准正态分布,利用$\Phi(z)$表查值。

第(1)题

计算期望$E(Y)$

根据期望的线性性:
$\begin{aligned}E(Y) &= 2E(X_1) - E(X_2) + 3E(X_3) - \frac{1}{2}E(X_4) \\&= 2 \times 1 - 2 + 3 \times 3 - \frac{1}{2} \times 4 \\&= 2 - 2 + 9 - 2 = 7.\end{aligned}$

计算方差$D(Y)$

因$X_i$独立,方差可加:
$\begin{aligned}D(Y) &= 2^2D(X_1) + (-1)^2D(X_2) + 3^2D(X_3) + \left(-\frac{1}{2}\right)^2D(X_4) \\&= 4 \times (5-1) + 1 \times (5-2) + 9 \times (5-3) + \frac{1}{4} \times (5-4) \\&= 16 + 3 + 18 + 0.25 = 37.25.\end{aligned}$

第(2)题

求$Z_1=2X+Y$的分布

均值:
$E(Z_1) = 2E(X) + E(Y) = 2 \times 720 + 640 = 2080.$
方差:
$D(Z_1) = (2)^2 \times 30^2 + (1)^2 \times 25^2 = 4 \times 900 + 625 = 4225.$
故$Z_1 \sim N(2080, 4225)$。

求$Z_2=X-Y$的分布

均值:
$E(Z_2) = E(X) - E(Y) = 720 - 640 = 80.$
方差:
$D(Z_2) = 30^2 + 25^2 = 900 + 625 = 1525.$
故$Z_2 \sim N(80, 1525)$。

求$P\{X > Y\}$

等价于$P\{Z_2 > 0\}$,标准化后:
$P\left\{ \frac{Z_2 - 80}{\sqrt{1525}} > \frac{0 - 80}{\sqrt{1525}} \right\} = P\{Z > -2.05\} = 1 - \Phi(-2.05) \approx 1 - 0.0197 = 0.9803.$

求$P\{X + Y > 1400\}$

构造$X + Y \sim N(720 + 640, 30^2 + 25^2) = N(1360, 1525)$,标准化后:
$P\left\{ \frac{X + Y - 1360}{\sqrt{1525}} > \frac{1400 - 1360}{\sqrt{1525}} \right\} = P\{Z > 1.024\} = 1 - \Phi(1.02) \approx 1 - 0.8461 = 0.1539.$

相关问题

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • 设随机变量XY都服从N(0,1),则有()A. X+Y服从正态分布B. X+Y服从x^2分布 C. X^2和Y^2都服从x^2分布 D. (X^2)div (Y^2)服从F分布

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 下列关于回归分析的描述不正确的是()A. 回归分析研究单个变量的变化情况B. 刻画不同变量之间关系的模型统称为线性回归模型C. 回归分析研究不同变量之间存在的关系D. 回归分析模型可分为线性回归模型和非线性回归模型

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • 假设某地正常男性体重服从正态分布,随机抽取某地正常男性100测量其体重,结果=60.0Kg,S=6.0Kg。请计算:(1)该地正常男子体重95%总体均数的可信区间。(2)该地男子95%的体重范围为多少?

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号