概率与数理统计第2章答案

概率与数理统计第2章答案

ID:34456313

大小:175.49 KB

页数:6页

时间:2019-03-06

概率与数理统计第2章答案_第1页
概率与数理统计第2章答案_第2页
概率与数理统计第2章答案_第3页
概率与数理统计第2章答案_第4页
概率与数理统计第2章答案_第5页
资源描述:

《概率与数理统计第2章答案》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、习题21.解验证pi是否满足下列两个条件:①pi0,i1,2,,②pi1.i594(1)中的数列为随机变量的分布律;(2)中的数列不是随机变量的分布律,因为p0;(3)366520中的数列不是随机变量的分布律,这是因为pi1.i1252.解依题意X可能取到的值为3,4,5,事件X3表示随机取出的3个球的最大号码为3,则另两个球的只11能为1号,2号,即PX{3};事件X4表示随机取出的3个球的最大号码为4,因此另外23C105221C31C634个球可在1,2,3号球中任选,此时PX{4};同理可得PX{5}.33C

2、10C1055X345P1361010103.解令X表示子弹剩余的数目,则X可能取值0,1,2,3,4,根据题意得2PX{4}0.7;{PX3}0.30.70.21;PX{2}0.30.70.06343PX{1}0.30.70.0189;PX{0}1PX{i}0.0081i1X的分布律为X1234P0.00810.01890.210.74cc164.解要使成为某个随机变量的分布律,必须有1,由此解得c;ii2i0231161128(2)PX{2}PX{0}PX{1}PX{2}131243115

3、161112(3)PXPX{1}PX{2}.223124311115.解X可能取的值为3,1,2,且PX{3},{PX1},{PX2},即X的分布律为326X-312P11132610,x3,1,3x1,3X的分布函数FxPX{x}5,1x2,61,x2.6.解可以看出X取值为1,1,3,且X在每点取值的概率是该点的跳跃高度,所以PX{1}F(1)F(10)F(1)F(0)0.400.4;PX{1}F(1)F(10)F(1)F(1)0.

4、8040.4;PX{3}F(3)F(30)F(3)F(1)10.80.2.所以其分布列为X-113P0.40.40.2kk6k7.解由于X~(6,)Bp,因此PX{K}Cp1p,k0,1,,6.655551由此可算得PX{1}6(1pp),{PX5}6p(1p),即6(1pp)6p(1p),解得p;226221115此时,PX{2}C.622648.解设X为1000辆汽车中出事故的次数,依题意,X服从n1000,p0.0001的二项分布,即X~(1000,0.0001)B,由于n较大,

5、p较小,因此也可以近似地认为X服从np10000.00010.1的泊松分布,即X~P(0.1),所求概率为010.10.10.10.1PX{2}1PX{0}PX{1}1ee10.9048370.0904840.004679.0!1!9.解设X为电话总机每分钟收到呼唤的次数,依题意X~(4)P,则8k3k444444(1)PX{8}e0.0298.(2)PX{3}e1e10.43350.5665.8!k4k!k0k!10.解设X为取消的人数,依题意X~(4)P,则43k4444(1)PX{4}e

6、0.1954.(2)PX{3}e0.4335.4!k0k!2k5k0444444(3)PX{6}e1e10.78520.2148.(4)PX{0}e0.0183.k6k!k0k!0!11A2A3A11.解(1)fxdx()Axdxx(10)1,解得A2022202x0x1密度函数为:f(x)0其它0.50.50.52(2)P{0X0.5}0fxdx()02xdxx00.25.12(3)P{0.25X2}P{0.25X1}P{1X2}2xdx0dx0.

7、9375.0.251xx[1(1xe)],x0xex012.解因为Fx()fx(),知随机变量X的密度函数为fx()0,x00x011所以PX{1}F(1)1(11)e12e.13.解(1)由于f(x)dx1,即3x13xK3xKf(x)dx=KedxKed(3x)e10003333x3e,x0得K3.于是X的概率密度f(x);0,x03x(2)PX(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。