- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
精算师高频题库最新版2024
1.概率论与数理统计部分
1.设随机变量\(X\)服从参数为\(\lambda\)的泊松分布,且\(P(X=1)=P(X=2)\),则\(P(X=4)\)为多少?
已知泊松分布的概率质量函数为\(P(X=k)=\frac{\lambda^{k}e^{-\lambda}}{k!}\),\(k=0,1,2,\cdots\)。
因为\(P(X=1)=P(X=2)\),所以\(\frac{\lambda^{1}e^{-\lambda}}{1!}=\frac{\lambda^{2}e^{-\lambda}}{2!}\),即\(\lambda=\frac{\lambda^{2}}{2}\),由于\(\lambda0\),解得\(\lambda=2\)。
那么\(P(X=4)=\frac{2^{4}e^{-2}}{4!}=\frac{16e^{-2}}{24}=\frac{2}{3}e^{-2}\approx0.0902\)。
2.设\(X\)和\(Y\)是两个相互独立的随机变量,\(X\simN(0,1)\),\(Y\simN(1,4)\),求\(Z=2X-Y\)的分布。
因为\(X\simN(0,1)\),\(Y\simN(1,4)\),且\(X\)与\(Y\)相互独立。
根据正态分布的性质,若\(X_1\simN(\mu_1,\sigma_1^{2})\),\(X_2\simN(\mu_2,\sigma_2^{2})\),且\(X_1\)与\(X_2\)相互独立,则\(aX_1+bX_2\simN(a\mu_1+b\mu_2,a^{2}\sigma_1^{2}+b^{2}\sigma_2^{2})\)。
对于\(Z=2X-Y\),其中\(a=2\),\(b=-1\),\(\mu_1=0\),\(\sigma_1^{2}=1\),\(\mu_2=1\),\(\sigma_2^{2}=4\)。
\(E(Z)=2E(X)-E(Y)=2\times0-1=-1\),\(D(Z)=2^{2}D(X)+(-1)^{2}D(Y)=4\times1+1\times4=8\)。
所以\(Z\simN(-1,8)\)。
3.已知随机变量\(X\)的概率密度函数为\(f(x)=\begin{cases}cx,0x2\\0,\text{其他}\end{cases}\),求常数\(c\)以及\(P(1X3)\)。
由概率密度函数的性质\(\int_{-\infty}^{\infty}f(x)dx=1\),可得\(\int_{0}^{2}cxdx=1\)。
计算积分\(\int_{0}^{2}cxdx=\left[\frac{cx^{2}}{2}\right]_{0}^{2}=2c\),则\(2c=1\),解得\(c=\frac{1}{2}\)。
\(P(1X3)=\int_{1}^{2}\frac{1}{2}xdx+\int_{2}^{3}0dx\),\(\int_{1}^{2}\frac{1}{2}xdx=\left[\frac{x^{2}}{4}\right]_{1}^{2}=\frac{4}{4}-\frac{1}{4}=\frac{3}{4}\)。
4.设总体\(X\simN(\mu,\sigma^{2})\),\(X_1,X_2,\cdots,X_n\)是来自总体\(X\)的样本,\(\overline{X}=\frac{1}{n}\sum_{i=1}^{n}X_i\),\(S^{2}=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\overline{X})^{2}\),则\(\frac{(n-1)S^{2}}{\sigma^{2}}\)服从什么分布?
根据抽样分布的知识,\(\frac{(n-1)S^{2}}{\sigma^{2}}\sim\chi^{2}(n-1)\),其中\(\chi^{2}(n-1)\)表示自由度为\(n-1\)的卡方分布。
5.设\(X_1,X_2,X_3,X_4\)是来自正态总体\(N(0,2^{2})\)的简单随机样本,\(X=a(X_1-2X_2)^{2}+b(3X_3-4X_4)^{2}\),当\(a\),\(b\)取何值时,统计量\(X\)服从\(\chi^{2}\)分布,其自由度是多少?
因为\(X_1,X_2,X_3,X_4\)相互独立且都服从\(
文档评论(0)