第 3 次作业 · 10 月 23 日

我当时提交的文件是 李东骏10_23交.pdf。我按印刷题干转写题目,并按自己的提交稿核对答案、补全必要步骤。

第 1 题

已知随机变量 XX 满足 E(X)=Var⁡(X)=λE(X)=\operatorname{Var}(X)=\lambda,且

E[(X−1)(X−2)]=1.E[(X-1)(X-2)]=1.

求 λ\lambda。

查看第 1 题答案 E(X2)=Var⁡(X)+[E(X)]2=λ+λ2.E(X^2)=\operatorname{Var}(X)+[E(X)]^2 =\lambda+\lambda^2.

代入题设:

λ2+λ−3λ+2=1,\lambda^2+\lambda-3\lambda+2=1,

即 (λ−1)2=0(\lambda-1)^2=0,故

λ=1.\boxed{\lambda=1}.

第 5 题

随机变量 XX 的分布函数为

F(x)={12ex,x<0,12,0≤x<1,1−12e−(x−1)/2,x≥1.F(x)= \begin{cases} \dfrac12e^x,&x<0,\\ \dfrac12,&0\le x<1,\\ 1-\dfrac12e^{-(x-1)/2},&x\ge1. \end{cases}

求 E(X)E(X) 与 Var⁡(X)\operatorname{Var}(X)。

查看第 5 题答案

密度为

f(x)={12ex,x<0,0,0<x<1,14e−(x−1)/2,x>1.f(x)= \begin{cases} \dfrac12e^x,&x<0,\\ 0,&0<x<1,\\ \dfrac14e^{-(x-1)/2},&x>1. \end{cases}

分段积分得到

E(X)=1,E(X2)=152.E(X)=1, \qquad E(X^2)=\frac{15}{2}.

因此

Var⁡(X)=152−1=132.\boxed{\operatorname{Var}(X)=\frac{15}{2}-1=\frac{13}{2}}.

第 9 题

证明:对任意 c≠E(X)c\ne E(X),

Var⁡(X)<E[(X−c)2].\operatorname{Var}(X)<E[(X-c)^2].
查看第 9 题答案 E[(X−c)2]=Var⁡(X)+[E(X)−c]2.E[(X-c)^2] =\operatorname{Var}(X)+[E(X)-c]^2.

因 c≠E(X)c\ne E(X),第二项严格大于 0,结论成立。

第 11 题

若随机变量 XX 只在 [x1,xn][x_1,x_n] 内取值,证明

Var⁡(X)≤(xn−x12)2.\operatorname{Var}(X) \le\left(\frac{x_n-x_1}{2}\right)^2.
查看第 11 题答案

令中点 m=(x1+xn)/2m=(x_1+x_n)/2。由均值使均方误差最小,

Var⁡(X)≤E[(X−m)2].\operatorname{Var}(X)\le E[(X-m)^2].

又因 ∣X−m∣≤(xn−x1)/2|X-m|\le(x_n-x_1)/2,故

E[(X−m)2]≤(xn−x12)2.E[(X-m)^2]\le\left(\frac{x_n-x_1}{2}\right)^2.

第 12 题

设 gg 在 XX 的取值范围上非负、单调不减,且 E[g(X)]E[g(X)] 存在。证明对 g(ε)>0g(\varepsilon)>0,

P(X>ε)≤E[g(X)]g(ε).P(X>\varepsilon)\le\frac{E[g(X)]}{g(\varepsilon)}.
查看第 12 题答案

在事件 {X>ε}\{X>\varepsilon\} 上,g(X)≥g(ε)g(X)\ge g(\varepsilon),所以

g(X)≥g(ε)1{X>ε}.g(X)\ge g(\varepsilon) \mathbf1_{\{X>\varepsilon\}}.

两边取期望即得结论。

第 4 题

餐厅有 50 个座位,接受了 52 个预订。每位顾客独立地以概率 0.20.2 不到场。求出现有顾客无座位的概率。

查看第 4 题答案

到场人数 X∼B(52,0.8)X\sim B(52,0.8)。无座位即 X≥51X\ge51:

P(X≥51)=(5251)0.8510.2+0.852=11.2×0.851≈0.0001279.\begin{aligned} P(X\ge51) &=\binom{52}{51}0.8^{51}0.2+0.8^{52}\\ &=11.2\times0.8^{51} \approx\boxed{0.0001279}. \end{aligned}

第 7 题

产品不合格率为 0.020.02,抽查 40 件。若发现至少 2 件不合格就拒收。

  1. 求精确拒收概率;
  2. 用 Poisson 分布近似。
查看第 7 题答案

若 X∼B(40,0.02)X\sim B(40,0.02),

P(X≥2)=1−0.9840−40(0.02)0.9839≈0.1905.P(X\ge2)=1-0.98^{40}-40(0.02)0.98^{39} \approx\boxed{0.1905}.

Poisson 近似参数 λ=np=0.8\lambda=np=0.8,所以

P(X≥2)≈1−e−0.8(1+0.8)≈0.1912.P(X\ge2)\approx1-e^{-0.8}(1+0.8) \approx\boxed{0.1912}.

第 9 题(Poisson 稀疏化)

顾客数 X∼P(λ)X\sim P(\lambda),每位顾客独立地以概率 pp 购买商品。证明购买人数 Y∼P(λp)Y\sim P(\lambda p)。

查看第 9 题答案

给定 X=nX=n 时,Y∣X=n∼B(n,p)Y\mid X=n\sim B(n,p)。于是

P(Y=k)=∑n=k∞(nk)pk(1−p)n−ke−λλnn!=e−λp(λp)kk!.\begin{aligned} P(Y=k) &=\sum_{n=k}^{\infty} \binom nkp^k(1-p)^{n-k} e^{-\lambda}\frac{\lambda^n}{n!}\\ &=e^{-\lambda p}\frac{(\lambda p)^k}{k!}. \end{aligned}

故 Y∼P(λp)Y\sim P(\lambda p)。

第 15 题

产品不合格率为 0.10.1。每次抽查 10 件,若不合格品多于 1 件就调整生产;每天抽查 4 次。求每天调整次数的期望。

查看第 15 题答案

一次触发调整的概率为

q=1−0.910−10(0.1)0.99≈0.2639.q=1-0.9^{10}-10(0.1)0.9^9 \approx0.2639.

四次抽查的调整次数期望为

4q≈1.0556.\boxed{4q\approx1.0556}.

第 19 题

设 XX 服从参数为 pp 的几何分布,支持集为 1,2,…1,2,\ldots。求 E(1/X)E(1/X)。

查看第 19 题答案

令 q=1−pq=1-p,

E(1X)=∑k=1∞1kpqk−1=pq∑k=1∞qkk.E\left(\frac1X\right) =\sum_{k=1}^{\infty}\frac1k p q^{k-1} =\frac pq\sum_{k=1}^{\infty}\frac{q^k}{k}.

利用 ∑k≥1qk/k=−ln⁡(1−q)=−ln⁡p\sum_{k\ge1}q^k/k=-\ln(1-q)=-\ln p,

E(1X)=−pln⁡p1−p.\boxed{ E\left(\frac1X\right) =-\frac{p\ln p}{1-p} }.

评论