这次作业是完成限时的数学测试题
MAST20006 Probability for Statistics

1.居住在城市的选民以0.6的概率投票给候选人A,而居住在城市的选民
在该国以0.4的概率投票给候选人A。众所周知,
所有选民都居住在城市中,其余20%居住在该国。
(a)计算随机选出的选民投票给候选人的可能性
答:[3]
(b)计算将投票给候选人A的人居住在
城市。 [3]
(c)四名经过随机调查的选民表示,他们将投票给候选人A。
X是居住在城市中的这四个人中的选民人数。计算
概率P(X = 3)。 [3]
2.假设X1和X2是两个独立的随机变量,它们具有以下内容
矩生成函数(mgf):
M1(t)= E

Ë
X1
</ s> </ s> </ s>
= M2(t)= E

Ë
2号
</ s> </ s> </ s>
=
0.5e
Ť
1 − 0.5e
Ť
,t <ln 2。
(a)计算概率P(min(X1,X2)> 2)。 [3]
(b)定义Y = X1 + X2。计算概率P(Y = 4)。 [3]
(c)计算概率P(Y> 7)。 [3]
(d)计算Var(0.5
Y + 80)。 [3]
3.某些基因的突变在人群中的发生概率为0.001。
假设将在2500人的随机样本中观察到X个人具有此特征
突变。注意,X遵循二项分布。
(a)计算P(X≤2)。 [2]
(b)二项式分布b(n,p)可以由泊松(λ= np)近似
如果p小而n大则分布。使用此结果来近似
(a)中的概率由泊松概率表示。 [2]
(c)(a)部分中的概率也可以用正态概率来近似
基于中心极限定理。给出一个正常的近似值(使用
连续性校正)到P(X≤2)。 [2]
4.令X1和X2为两个独立的伯努利(p = 0.5)随机变量。定义两个
新的随机变量:Y1 = min(X1,X2)和Y2 = max(X1,X2)。
(a)计算(Y1,Y2)的联合概率质量函数(pmf)。 [3]
(b)计算E(Y1),E(Y2),Var(Y1)和Var(Y2)。 [4]
(c)计算Cov(Y1,Y2)。 Y1和Y2独立吗?为什么或者为什么不? [3]
页2的
5.令X为具有概率密度函数的连续随机变量(pdf)
f(x)=



如果− 4 <x <0
如果0 <x <2则为2c
其他0
其中c是一个常数,其值待确定。
(a)找到c的值和X的累积分布函数(cdf)。[2]
(b)令X1和X2为两个独立的随机变量,每个变量具有pdf f(x)
上面给出。定义W = min {X1,X2}。找到W的第75个百分位。[3]
(c)考虑X的变换Y = X2。
一世。这种转换是一对一的吗?寻找Y的支持。 [2]
ii。推导Y的cdf。 [3]
iii。计算Y的pdf。 [2]
6.令X1,X2,X3是具有伯努利(p = 0.5),伯努利(p =
0.5)和泊松(λ= 0.75)分布。
定义Y1 = X1 + X3和Y2 = X2 + X3。
(a)计算Y1和Y2之间的相关系数ρ。 [2]
(b)使用切比雪夫不等式P(| X-µ | <kσ)≥1-
1个
ķ
2找到下界
对于P(| Y1 − 1.25 | <

3)。 [1]
(c)计算P(| Y1 − 1.25 | <

3)。 [3]
(d)定义
Z1 =

如果Y1 = 0,则为1,
0否则;和Z2 =

如果Y2 = 0,则为1,
否则为0。
一世。计算P(Z1 = 1)和P(Z2 = 1)。 [2]
ii。计算(Z1,Z2)的联合pmf。 [2]
7.假设X和Y是具有联合pdf的连续随机变量
f(x,y)=
3如果0≤x≤1和0≤y≤x
2

0在其他地方。
(a)找到X的边际pdf。X的边际pdf是统一的pdf吗? [2]
(b)给定X = x,0≤x≤1,找到Y的条件pdf。它是统一的pdf吗? [2]
(c)X和Y独立吗?为什么或者为什么不? [1]
(d)计算条件期望E

2
Y

X = 2−1/2

. [2]
(e) Compute the probability P(Y ≥ X3
). [3]

8. Consider two random variables X1 and X2 with the joint probability density
f(x1, x2) =
2, 0 ≤ x1 ≤ x2 ≤ 1,
0 elsewhere.
Let Y1 = X1X2 and Y2 = X2 be a joint transformation of (X1, X2).
(a) Find the support of (Y1, Y2) and sketch it. [3]
(b) Find the inverse transformation. [1]
(c) Compute the Jacobian of the inverse transformation. [2]
(d) Compute the joint pdf of (Y1, Y2). [2]
(e) Find the marginal pdf of Y1 from the joint pdf of (Y1, Y2). [2]
9. Let X1, X2, · · · , Xn be independent random variables each having the momentgenerating function (mgf)
M(t) = 8 − 3t
(2 − t)(4 − t)
, t < 2.
(a) Compute the mgf MYn
(t) of the sum Yn = X1 + X2 + · · · + Xn. [2]
(b) Compute the mgf MY¯n
(t) of the sample mean Y¯
n =
Yn
n
. [2]
(c) Compute the limiting mgf limn→∞ MY¯n
(t). What distribution does the limiting
mgf correspond to? What is the implication of this result? [2]
(d) Let Zn =

n(Y¯
n −
3
8
). Compute MZn
(t), the mgf of Zn. Then use this result
to compute limn→∞ MZn
(t). Finally explain what is the limiting distribution of
Zn as n → ∞. [5]
10. A random variable X has the following mgf:
M(t) = e
−t
(1 − 2t)
(1 − t)(1 − 4t)
, t <
1
4
.
(a) Compute the value of Var(X). [5]
(b) Compute the probability P(X2 > 4). [5]
Total marks = 100
End of the exam questions.
Formulas are on the next page.


EasyDue™ 支持PayPal, AliPay, WechatPay, Taobao等各种付款方式!

E-mail: easydue@outlook.com  微信:easydue


EasyDue™是一个服务全球中国留学生的专业代写公司
专注提供稳定可靠的北美、澳洲、英国代写服务
专注提供CS、统计、金融、经济、数据科学专业的作业代写服务