Qqqq

开课学院： ，专业：大面积 ，考试形式：半开卷 ， 所需时间：120 分钟

考生姓名： 学号： 班级： 任课教师：

题序 一 二 三 四 五 六 总分

得分
满分 6 21 13 6 18 36

评卷人

备用数据： 0.9
2
(16) = 23.54 ， 0.9
2
(15) = 22.31 ， (1.96）= 0.975, t 0.975 (11) = 2.2010,

t 0.975 (12) = 2.1788, t 0.95 (11) = 1.7959, t 0.95 (12) = 1.7823

一、（6 分）设 X i ~ U (1,7) （i = 1,2,...,300）且相互独立，试用中心极限定理

300

计算  i
P{ X  1230}  ( x)
i =1 。（答案可用 的形式表示）
X i ~ U (1, 7)  EX i = 4, DX i = 3
解： ，
300

X i ~ N (1200, 900)
根据中心极限定理， i =1

300
1230 − 1200
 P( X i  1230) = 1 −  ( ) = 1 −  (1)
i =1 30

二、（21 分）(4+4+4+3+6)已知二维随机变量 ( X , Y ) 的概率密度函数为

1, 0  x  1, 0  y  2 x
f ( x, y ) =  .
0, 其它.

求：（1） f X ( x), fY ( y ) ； （2） P( X  2Y ) ；（3）求 cov( X , Y ) ;

（4）判断随机变量 X , Y 是否独立，并说明理由；

（5） 求 Z = X + Y 的概率密度函数 f Z ( z ) .
  2 x 1dy = 2 x, 0  x  1
f ( x, y )dy =  0
+
解： （1） f X ( x) = 
−
 0, 其他

 1 y
+   y 1dx = 1 − , 0  y  2
fY ( y ) =  f ( x, y )dx =  2 2 ...
−
 其他
 0,

x
1 1
（2） P( X  2Y ) =  2
 1dydx =
0 0 4
1 12x
（3） EXY =   xydxdy =
0 0 2
1 2
EX =  2 x 2 dx = ，
0 3
2 y 2
EY =  y (1 − )dy =
0 2 3
1
cov( X , Y ) = EXY − EXEY =
18
（4） f XY ( x, y )  f X ( x) fY ( y )

 X 与 Y 不独立
 
 0, z  0, z  3  0, z  0, z  3
 
 z  2
（5） f Z ( z ) =  z dx, 0  z  1 =  z , 0  z 1
 3  3
 1  1
 z dx, 1  z  3 1 − 3 z , 1  z  3
 3

 3x 2
 , 0  x 
三、（13 分）设总体 X 的密度函数为 f ( x) =   3 ， 其中   0 是未
 0, 其他


知参数, ( X 1 , X 2，
，X n ) 是来自总体的样本，

（1）分别用矩估计法和极大似然法求  的估计量；（本小题 8 分）
（2）问极大似然估计量是否为  的无偏估计，并说明理由。（本小题 5 分）
+  3x3 3
解：(1)总体 X 的数学期望为 EX =  xf ( x)dx =  dx = ,
− 0  3
4

X = EX
令

4X
解得  的矩法估计量为  = ；
3
 （2）设 ( x1 , x 2，
，x n ) 是样本 ( X 1 , X 2，
，X n ) 的观察值, 则似然函数为：

n
L( ) =  f ( xi ) = 3n ( x1 x2 xn ) 2 n  −3n , 0  xi   , i = 1, 2, n,
i =1

当 0  xi   ( i = 1, 2, , n ) 时, L( )  0,

n
ln L( ) = n ln 3 + 2n ln x i − 3n ln 
i =1

d ln L( ) 3n
令 =− 0 ,
d 
解得  的极大似然估计值： ˆ = max X i ，
1i  n

(2) 为了讨论估计量的无偏性，先求 ˆ = max X i 的概率分布,

1i  n

X 1 , X 2 , , X n 独 立 同 分 布 ， 其 分 布 函 数 均 为

 0, x0
 3
x
F ( x) = P( X  x) =  3 , 0  x   ，

 1, x 

故 ˆ = max X i 的分布函数为：
1i  n

 0, x0
 3n
x
F ( x) = P{max X i  x} = [ F ( x)]n =  3n , 0  x   ，

1i  n

 1, x 

ˆ = max X i 的密度函数为：
1i  n

 3nx3n −1
 , 0  x 
f ( x) = F( x) =   3n ，
 0, 其他


+  3nx3n 3n
于是, E max X i =  xf ( x)dx =  dx =  
1i  n − 0  3n
3n + 1
所以其极大似然估计量不是  的无偏估计。

四、（6 分）已知初生婴儿的体重服从正态分布  ~ N(  ,  2 ) ，随机抽取 12 名婴

儿，测得体重（单位：克）如下：3100，2520，3000，3600，3000，2540，
 3160，3560，3320，2880，2600，3400。
数据的描述性统计
试问：在显著性水平  = 0.05 情况下，能否认为 平均 3056.667
初生婴儿体重的均值为 3000 克？ 标准误 108.3438
解： 中值 3050
标准差 375.314
样本方差 140860.6
最小值 2520
最大值 3600
求和 36680
计数 12

解： H 0： = 3000 ; H1：  3000

X-
T= n ~ t (n − 1) ，
S n -1
代入观测值得：
3056.667- − 3000
T= 12 = 0.523
375.314
H 0 的接受域为 W0 = [-t 0.975 (11), t 0.975 (11)] = [-2.2010，2.2010]

T  W0 ，故不拒绝 H 0 ，即可以认为婴儿平均体重为 3000 克。

五、选择题：（每题 3 分,共 18 分，请将答案填入下表）

1 2 3 4 5 6

C C A C B D

1、小明班上有 50 位同学，共分得 3 张电影票，决定分 5 组每组 10 人依次抽签

分享这 3 张票。小明被分在第 3 组的第 4 位，问小明抽到票的概率为（C ）
3 1 3
（A） (B) ; (C) ; (D)以上都不对
5 5 50

2、设 A, B ， C 是三个随机事件，且 A, C 相互独立， B, C 相互独立，则 A B 与 C 相互独

立的充分必要条件是（ C ）

（A） A, B 相互独立 （B） A, B 互不相容

（C） AB, C 相互独立 （D） AB, C 互不相容

3、设随机变量  密度函数为 p ( x) ，则 = 5 + 1 的密度函数 p ( y ) 为（ A ）

1 y −1 y +1 y −1
（A） p ( ) （B） 5 p( ) （C） 5 p( ) （D） p (5 y + 1)
5 5 5 5
..., 20 , 则 P { max(X1 , X 2 ,...,X 20 )  1 }=（ C ）。
4、设 X i 相互独立，且 X i ~E(i) i = 1，

20 20
(A)  ie
i =1
-i
(B)  (1 - e
i =1
- 2i
)

20 20
(C) 1 -  (1 - e -i ) (D) 1 -  ie -i
i =1 i =1

5、设 ( X , Y ) 的联合分布函数为 F ( x, y ) ，则 P{ X  a, Y  b} = （ B ）

（A） F (a, b) （B） F (a −, +) − F (a −, b −)

（C） 1 − F (a, b) （D） F (a −, +) − F (a −, b)

6、设总体  ~ N (0,  2 ) ， ( X 1 , X 2 , X 3 , X 4 ) 是取自总体的一个样本，则有（ D ）

X 12 + X 22 X 12 + X 22
（A） ~ F (2,2) （B） ~ F (2,2)
2 X 32 (X 3 + X 4 )2

X 12 + X 22 X 12 + X 22
（C） ~ F (2,2) （D） ~ F (2,2)
(X 3 − X 4 )2 X 32 + X 42
六、填空题：（每格 4 分，共 36 分）
1、 某厂有甲，乙，丙三台机器生产螺丝钉，产量分别占 0.25；0.35；0.40；
且不合格品率分为 0.05；0.04；0.02，现任取一只恰为不合格品，则此次品是
甲生产的概率为 0.36 .

2、30 个人同乘一辆长途汽车，沿途有 5 个车站，每到一站时，如果没有人下车

则不停车，设每位乘客在各站下车是等可能的，且各乘客是否下车是相互独立的，
  4 30 
5 1-   
求停车次数的数学期望是   5  

1
3、设随机变量 X ~ P(2), Y ~ E ( ) , EXY = 6 ， 试 用 切 比 雪 夫 不 等 式 估 计
2

P(| X − Y | 2) 
0.5 。
x−4
4、设随机变量 X 的分布函数为 F ( x) = 0.5( x) + 0.5( ) ，其中  ( x) 为标准
2
正态分 布函数，则 EX = ______2___
5、设随机变量 ( X , Y ) ~ N (1, 0, 4, 9, 0) ，则 P( X − 2Y  1) ＝ 0.5 .

6、设 随 机 变 量 ， 相 互 独 立 ，  ~ B(2, 0.5) ，  ~ B(4, 0.5) ， 则

15
P{ +  = 4} = ___ C64 0.56 = ___
64
7、设总体  ~ N(  , 3 2 ) ，（X1，X2 ，…, X 16 ）为取自总体的样本， 样本均值

为 X , 样本方差为 S 2n -1 。则总体均值  的置信水平为 95%的置信区间的长度为

2.94 ;
8、在上题条件下, P{Sn2−1  13.386 }= 0.9

9、为了研究女大学生身高与体重之间的关系, 从某大学里随机抽取了 8 名女大

学生，其身高体重如下表所示
身高/cm 165 165 157 170 175 165 155 170
体重/kg 48 57 50 54 64 61 43 59

为了得到女大学生身高关于体重的回归直线方程，将上述数据用 Excel 计算得到

SUMMARY OUTPUT

回归统计
Multiple R0.798475
R Square 0.637562
Adjusted R0.577156
Square
标准误差 4.624266
观测值 8

方差分析
df SS MS F Significance F
回归分析 1 225.697 225.697 10.55456 0.017493
残差 6 128.303 21.38384
总计 7 354

Coefficients标准误差 t Stat P-value Lower 95%Upper 95%

Intercept -85.7121 43.18937 -1.98456 0.094425 -191.393 19.96847
X Variable0.848485
1 0.26117 3.248778 0.017493 0.209424 1.487546

则女大学生身高关于体重的回归直线方程为 Y = −85.7121 + 0.848485 X ______,

预测一名身高为 168cm 的女大学生的体重为__56.83278_____。