- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
概率论期末考试及答案
一、选择题(每题5分,共30分)
1.随机变量X服从标准正态分布,P(X1)的值是多少?
-A.0.1587
-B.0.8413
-C.0.3446
-D.0.5
答案:B
2.如果随机变量X服从二项分布B(n,p),其中n=10,p=0.5,那么P(X=5)的值是多少?
-A.0.2461
-B.0.1365
-C.0.5
-D.0.0001
答案:A
3.对于一个服从泊松分布的随机变量X,其参数为λ=3,那么P(X=0)的值是多少?
-A.0.0498
-B.0.0183
-C.0.1249
-D.0.0595
答案:B
4.已知随机变量X和Y独立,且X服从正态分布N(0,1),Y服从正态分布N(1,4),那么Z=X+Y的期望值E(Z)是多少?
-A.0
-B.1
-C.2
-D.3
答案:B
5.如果随机变量X服从均匀分布U(0,1),那么P(0.5X0.8)的值是多少?
-A.0.3
-B.0.5
-C.0.2
-D.0.8
答案:C
6.随机变量X服从指数分布,其参数为λ=2,那么P(X1)的值是多少?
-A.0.1353
-B.0.3679
-C.0.5
-D.0.7
答案:B
二、填空题(每题5分,共20分)
1.如果随机变量X服从正态分布N(μ,σ^2),那么X的期望值是______。
答案:μ
2.对于二项分布B(n,p),其方差是______。
答案:np(1-p)
3.泊松分布的随机变量X,其参数为λ,那么X的方差也是______。
答案:λ
4.如果随机变量X和Y独立,那么它们的协方差Cov(X,Y)是______。
答案:0
三、计算题(每题10分,共40分)
1.已知随机变量X服从正态分布N(2,9),求P(X3)。
答案:
随机变量X服从正态分布N(2,9),即均值μ=2,方差σ^2=9。要计算P(X3),首先需要将X标准化,即计算Z=(X-μ)/σ=(X-2)/3。然后,我们需要查找标准正态分布表来找到Z(3-2)/3=1/3的概率。根据标准正态分布表,P(Z1/3)=1-P(Z1/3)≈1-0.6293=0.3707。
2.已知随机变量X服从二项分布B(15,0.4),求P(X=7)。
答案:
随机变量X服从二项分布B(15,0.4),即n=15,p=0.4。根据二项分布的概率公式,P(X=k)=C(n,k)p^k(1-p)^(n-k)。所以,P(X=7)=C(15,7)0.4^70.6^8。计算得到P(X=7)≈0.2007。
3.已知随机变量X服从泊松分布,其参数为λ=5,求P(X=3)。
答案:
随机变量X服从泊松分布,其参数为λ=5。根据泊松分布的概率公式,P(X=k)=e^(-λ)λ^k/k!。所以,P(X=3)=e^(-5)5^3/3!≈0.1404。
4.已知随机变量X和Y独立,X服从正态分布N(0,1),Y服从正态分布N(2,4),求Z=X+Y的方差Var(Z)。
答案:
随机变量X和Y独立,X服从正态分布N(0,1),Y服从正态分布N(2,4)。由于X和Y独立,它们的方差可以直接相加,即Var(Z)=Var(X)+Var(Y)=1+4=5。
四、简答题(每题10分,共10分)
1.什么是中心极限定理?请简要描述其内容。
答案:
中心极限定理是概率论中的一个重要定理,它描述了在一定条件下,大量独立随机变量之和经过适当标准化后,其分布趋于正态分布的现象。具体来说,如果随机变量X1,X2,...,Xn相互独立,并且都具有相同的分布,那么当n足够大时,它们的和(X1+X2+...+Xn)减去n倍的期望值,再除以n倍的标准差,其分布将趋近于标准正态分布N(0,1)。这个定理在统计学中有着广泛的应用,例如在样本均值的分布估计中。
文档评论(0)