设x1=a>0, x2=b>0,(n=1,2,…),求
设x1=a>0, x2=b>0,(n=1,2,…),求
设x1=a>0, x2=b>0,(n=1,2,…),求
设总体X~N(μ,1),x1,x2,…,x10,是X的样本观察值,要在α=0.05的水平下,检验假设H0:μ=0;H1:μ≠0,拒绝域为R={||>c}.
设f(x)在[a,b]上连续,x1,x2,x3.xn∈[a,b],且t1+t2+t3+.+tn=1,ti>0,i=1,2,3...,n.证明:存在x0∈[a,b],使得f(x0)=t1f(x1) + t2f(x2) + .+ tnf(xn).
利用归结原则证明:lim n→无穷 (1+1/n+1/n^2)^n=e.
设f(x)在[a,b]上连续,xi∈[a,b],ti>0(i=12,…,n),且∑i=1n=1,试证至少存在一点ξ∈[a,b]使
f(ξ)=t1f(x1)+t2f(x2)+…+tnf(xn).
设总体X服从(0,θ)(θ>0)上的均匀分布,X1,X2,…,Xn为其样本,X(1)=Xk,X(n)=Xk,求极差R=X(n)-X(1)的数学期望.
设两序列分别为
x2(n)=x1(n-2)+w(n)
式中:w(n)是均值为0、方差为1的高斯白噪声序列。计算x1(n)和x2(n)之间的相关函数。
设马氏链{Xn,n≥0}的状态空间为I={1,2,3},初始分布为一步转移概率矩阵为
(1) 计算P{X0=1,X1=2,X2=2}.
(2) 证明P{X1=2,X2=2|X0=1}=p12p22.
(3) 计算P12(2)=P{X2=2|X0=1}.
(4) 计算p2(2)=P{X2=2}.
设总体的概率密度为
其中θ(0<θ<1)为未知参数,又设(X1,X2,…,Xn)为来自该总体的样本,记N为样本值x1,x2,…,xn中小于1的个数,求θ的矩估计和最大似然估计.
设总体X的概率密度为.
其中9是未知参数(0< 0<1)X1,X2…Xn为来自总体X的简单随机样本,记N为样本值X1,X2…Xn中小于1的个数,求:
(1)的矩估计:
(2)的最大似然估计.
设总体X~N(μ,σ2),其中μ未知,σ2已知,(X1,X2,…,Xn)为来自该总体的样本,对假设H0:μ=μ0
H1:μ=μ1(μ1>μ0),及显著性水平α,取检验法的拒绝域为
,令β为该检验法犯第二类错误的概率,证明
设f(x)在(a,b)内二阶可导,且f"(x)≥0. 证明对于(a,b)内任意两点x1、x2及0≤t≤1,有f[(1-t)x1+tx2]≤(1-t)f(x1)+tf(x2).
设f(x)在(a,b)内二阶可导,且f''(x)≥0,证明对于(a,b)内任意两点x1,x2及0<t≤1有
f[(1-t)x1+tx2]≤(1-t)f(x1)+tf(x2).