大二下:概率论与数理统计复习 预测卷

大二下:概率论与数理统计复习 导航页:https://blog.csdn.net/COCO56/article/details/100152856

文章目录

  • 1. 填空
    • 1.1. $已知X求X^2的概率密度$
    • 1.2. $\sigma^2已知的情况下三个拒绝域$
  • 2. 选择
  • 3. 大题
    • 3.1. 贝叶斯
    • 3.2. 已知随机变量X的概率密度求$f_Y(y)$
    • 3.3. 其他

1. 填空

1.1. 已 知 X 求 X 2 的 概 率 密 度 已知X求X^2的概率密度 XX2

大二下:概率论与数理统计复习 预测卷_第1张图片

1.2. σ 2 已 知 的 情 况 下 三 个 拒 绝 域 \sigma^2已知的情况下三个拒绝域 σ2

大二下:概率论与数理统计复习 预测卷_第2张图片

2. 选择

3. 大题

3.1. 贝叶斯

3.2. 已知随机变量X的概率密度求 f Y ( y ) f_Y(y) fY(y)

设 随 机 变 量 X ∼ U ( 0 , π ) , 试 求 随 机 变 量 Y = sin ⁡ X 的 概 率 密 度 函 数 . 设随机变量X\sim U(0,\pi),试求随机变量Y=\sin X的概率密度函数. XU(0,π)Y=sinX
解 : 解:
由 均 匀 分 布 U ( a , b ) 的 概 率 密 度 函 数 f ( x ) = { 1 b − a , a < x < b 0 , 其 他 , 由均匀分布U(a,b)的概率密度函数f(x)=\left\{\begin{aligned} &\frac{1}{b-a}, &aU(a,b)f(x)=ba1,0,a<x<b,
得 U ( 0 , π ) 的 概 率 密 度 函 数 为 f ( x ) = { 1 π , 0 < x < π 0 , 其 他 得U(0,\pi)的概率密度函数为f(x)=\left\{\begin{aligned} &\frac1\pi, &0U(0,π)f(x)=π1,0,0<x<π
F Y ( y ) = P ( Y ≤ y ) = P ( sin ⁡ X ≤ y ) F_Y(y)=P(Y\le y)=P(\sin X\le y) FY(y)=P(Yy)=P(sinXy)
当 y < 0 时 : 当y<0时: y<0
F Y ( y ) = 0 , f Y ( y ) = 0 F_Y(y)=0,fY(y)=0 FY(y)=0,fY(y)=0
当 0 < y < 1 时 : 当00<y<1
F Y ( y ) = P ( 0 ≤ X ≤ arcsin ⁡ y ) + P ( π − arcsin ⁡ y ≤ X ≤ π ) F_Y(y)=P(0\le X\le \arcsin y)+P(\pi-\arcsin y\le X\le \pi) FY(y)=P(0Xarcsiny)+P(πarcsinyXπ)
= F X ( arcsin ⁡ y ) − F X ( 0 ) + F X ( π ) − F X ( π − arcsin ⁡ y ) =F_X(\arcsin y)-F_X(0)+F_X(\pi)-F_X(\pi-\arcsin y) =FX(arcsiny)FX(0)+FX(π)FX(πarcsiny)
= f x ( arcsin ⁡ y ) 1 1 − y 2 + f x ( π − arcsin ⁡ y ) 1 1 − y 2 =f_x(\arcsin y)\frac{1}{\sqrt{1-y^2}}+f_x(\pi-\arcsin y)\frac{1}{\sqrt{1-y^2}} =fx(arcsiny)1y2 1+fx(πarcsiny)1y2 1
= 2 π 1 − y 2 =\frac{2}{\pi\sqrt{1-y^2}} =π1y2 2
当 y > 1 时 : 当y>1时: y>1
F Y ( y ) = 1 , f Y ( y ) = 0 F_Y(y)=1,f_Y(y)=0 FY(y)=1,fY(y)=0
综 上 所 述 综上所述
f Y ( y ) = { 2 π 1 − y 2 , 0 < y < 1 0 , 其 他 f_Y(y)=\left\{\begin{aligned}&\frac{2}{\pi\sqrt{1-y^2}}, &0fY(y)=π1y2 2,0,0<y<1
大二下:概率论与数理统计复习 预测卷_第3张图片
大二下:概率论与数理统计复习 预测卷_第4张图片

3.3. 其他


你可能感兴趣的:(复习,数学)