- 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
在线解答概率论题库及答案
单项选择题(每题2分,共10题)
1.设事件A和B相互独立,P(A)=0.4,P(B)=0.3,则P(A∪B)=()
A.0.58B.0.7C.0.12D.0.4
答案:A
解析:因为A和B相互独立,所以P(A∪B)=P(A)+P(B)-P(A)P(B)=0.4+0.3-0.4×0.3=0.58。
2.已知随机变量X服从正态分布N(1,4),则P(X≤3)=()(附:Φ(1)=0.8413)
A.0.8413B.0.1587C.0.3413D.0.6826
答案:A
解析:先求标准正态分布的Z值,\(Z=\frac{3-1}{2}=1\),P(X≤3)=Φ(1)=0.8413。
3.设离散型随机变量X的分布律为P(X=k)=a(1/3)^k,k=1,2,3,…,则a=()
A.1B.1/2C.1/3D.2/3
答案:B
解析:由分布律的性质\(\sum_{k=1}^{\infty}P(X=k)=1\),即\(\sum_{k=1}^{\infty}a(\frac{1}{3})^k=1\),这是等比数列求和,根据等比数列求和公式\(S=\frac{a_1}{1-q}\)(这里\(a_1=\frac{a}{3}\),\(q=\frac{1}{3}\)),可得\(\frac{\frac{a}{3}}{1-\frac{1}{3}}=1\),解得\(a=\frac{1}{2}\)。
4.若随机变量X的期望E(X)=2,方差D(X)=4,则E(X2)=()
A.2B.4C.6D.8
答案:D
解析:根据方差公式\(D(X)=E(X2)-[E(X)]2\),可得\(E(X2)=D(X)+[E(X)]2=4+22=8\)。
5.设二维随机变量(X,Y)的联合概率密度为f(x,y)=\(\begin{cases}2e^{-(x+2y)},x\gt0,y\gt0\\0,其他\end{cases}\),则X与Y()
A.相互独立且同分布B.相互独立不同分布C.不相互独立D.无法判断
答案:A
解析:分别求X和Y的边缘概率密度,\(f_X(x)=\int_{0}^{\infty}2e^{-(x+2y)}dy=e^{-x}\)(\(x\gt0\)),\(f_Y(y)=\int_{0}^{\infty}2e^{-(x+2y)}dx=2e^{-2y}\)(\(y\gt0\)),\(f(x,y)=f_X(x)f_Y(y)\),所以X与Y相互独立且同分布。
6.设随机变量X服从参数为λ的泊松分布,且P(X=1)=P(X=2),则λ=()
A.1B.2C.3D.4
答案:B
解析:泊松分布\(P(X=k)=\frac{e^{-\lambda}\lambda^k}{k!}\),由\(P(X=1)=P(X=2)\)可得\(\frac{e^{-\lambda}\lambda^1}{1!}=\frac{e^{-\lambda}\lambda^2}{2!}\),解得\(\lambda=2\)。
7.已知随机变量X和Y的相关系数\(\rho_{XY}=0.5\),D(X)=4,D(Y)=9,则Cov(X,Y)=()
A.1B.2C.3D.4
答案:C
解析:根据相关系数公式\(\rho_{XY}=\frac{Cov(X,Y)}{\sqrt{D(X)D(Y)}}\),可得\(Cov(X,Y)=\rho_{XY}\sqrt{D(X)D(Y)}=0.5×\sqrt{4×9}=3\)。
8.设总体X服从正态分布N(μ,σ2),X?,X?,…,X?为样本,则\(\frac{(n-1)S2}{\sigma2}\)服从()
A.N(0,1)B.χ2(n-1)C.t(n-1)D.F(n-1,1)
答案:B
解析:这是样本方差的性质,\(\frac{(n-1)S2}{\sigma2}\)服从自由度为n-1的χ2分布,即χ2(n-1)。
9.设总体X的概率密度为f(x)=\(\begin{cases}\thetax^{\theta-1},0\ltx\lt1\\0,其他\end{cases}\),其中θ\(\gt\)0为未知参数,X?,X?,…,X?为样本,则θ的矩估计量为()
原创力文档


文档评论(0)