概率论答案05

更新时间:2023-11-01 01:59:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

《概率论》计算与证明题

第5章 极限定理

1、?为非负随机变量,若Eea???(a?0),则对任意x?o,P{??x}?e?axEea?。

2、若h(x)?0,?为随机变量,且Eh(?)??,则关于任何c?0,

P{h(?)?c}?c?1Eh(?)。

4、{?k}各以

平均值?

6、验证概率分布如下给定的独立随机变量序列是否满足马尔可夫条件:

(1)P{Xk??2}?k1ss概率取值k和?k,当s为何值时,大数定律可用于随机变量序列?1,2,?n,的算术

1; 2k?(2k?1),P{Xk?0}?1?2?2k; (2)P{Xk??2}?21?1?12(3)P{Xk??2}?k,P{Xk?0}?1?k2。

2k7、若?k具有有限方差,服从同一分布,但各k间,?k和?k?1有相关,而?k,?1(|k?l|?2)是独立的,

证明这时对{?k}大数定律成立。 8、已知随机变量序列?1,?2,对{?k}成立大数定律。 9、对随机变量序列{?i},若记?n?的方差有界,D?n?c,并且当|i?j|??时,相关系数rij?0,证明

1(?1?n1??n),an?(E?1?n?E?n),则{?i}服从大数定律

?(?n?an)2??0。 的充要条件是limE?2?n??1?(??a)nn??10、用斯特灵公式证明:当n??,m??,n?m??,而

2n?2n??1?????~n?m???2?m?0时, n21?men。 n?12、某计算机系统有120个终端,每个终端有5%时间在使用,若各个终端使用与否是相互独立的,试

求有10个或更多终端在使用的概率。

1

《概率论》计算与证明题

111?2??t2?x2x1e2x??e2dt?e2。 13、求证,在x?o时有不等式2x1?xx14、用德莫哇佛——拉普拉斯定理证明:在贝努里试验中,0?p?1,则不管k是如何大的常数,总有

P{|?n?np|?k}?0(n??)。

15之间的概率不小于90%。并用正态逼近计算同一问题。

16、用车贝晓夫不等式及德莫哇佛——拉普拉斯定理估计下面概率:P?里?n是n次贝努里试验中成功总次数,p为每次成功的概率。 17、现有一大批种子,其中良种占

之差小于1%的概率是多少? 18、种子中良种占

??n??p???并进行比较。这?n?11,今在其中任选6000粒,试问在这些种子中,良种所占的比例与6611,我们有99%的把握断定,在6000粒种子中良种所占的比例与之差是多少?这66时相应的良种数落在哪个范围内?

19、蒲丰试验中掷铜币4040次,出正面2048次,试计算当重复蒲丰试验时,正面出现的频率与概率之

差的偏离程度,不大于蒲丰试验中所发生的偏差的概率。

20、设分布函数列{Fn(x)}弱收敛于连续的分布函数F(x),试证这收敛对x?R是一致的。 22、试证若正态随机变量序列依概率收敛,则其数学期望及方差出收敛。

1?024、若Xn的概率分布为?1?1???nn??1?,试证相应的分布函数收敛,但矩不收敛。 ?n?25、随机变量序列{?n}具有分布函数{Fn(x)},且Fn(x)?F(x),又{?n}依概率收敛于常数c?0。试证:(I)?n??n??n的分布函数收敛于F(x?c);(II)?n??n的分布函数收敛于F(cx)。 ?n?X?Xn?X???0; 26、试证:(1)Xn???X,Xn???Y?P{X?Y}?1; (2)Xn??PPPP?X?Xn?Xm???0(n,m??); (3)Xn???X,Xn???Y?Xn?Yn???X?Y; (4)Xn??PPPPP?X,k是常数kXn???kX; (5)Xn??2?X?Xn???X2; (6)Xn??PPPP 2

《概率论》计算与证明题

PPP?a,Yn???b,a,b常数XnYn???ab; (7)Xn???1?1?Xn???1; (8)Xn??PP?a,Yn???b,(9)Xn??PPPPa,b常数b?0?XnYn?1???ab?1;

P?X,Y是随机变量?XnY???XY; (10)Xn???X,Yn???Y?XnYn???XY。 (11)Xn???X。而g是R1上的连续函数,试证g(Xn)???(X)。 27、设Xn???0,证明Xn???0。 28、若{Xn}是单调下降的正随机变量序列,且Xn??29、若X1,X2,是独立随机变量序列,?是整值随机变量,P{??k}?pk,且与{Xi}独立,求

Pa?s?PPPPP??X1??X?的特征函数。

30、若f(t)是非负定函数,试证(1)f(0)是实的,且f(0)?0;(2)f(?t)?f(t);

(3)|f(t)|?f(0)。

31、用特征函数法直接证明德莫佛——拉普拉斯积分极限定理。 33、若母体?的数学期望E??m,D???2,抽容量为n的子样求其平均值?,为使

P{|??m?|0.?1?}34、若{?n,n?1,2,9,问5%n应取多大值?

11}为相互独立随机变量序列,具有相同分布P{?n?1}?,P{?n?0}?,而

22?n??n?kk?12k,试证?n的分布收敛于[0,1]上的均匀分布。

35、用特征函数法证明二项分布的普阿松定理。

36、用特征函数法证明,普阿松分布当???时,渐近正态分布。 计算Yn的特征函数,并求n??时的极限。

k?2?k38、设Xn独立同分布,P{Xn?2}?2 (k?1,2,),则大数定律成立。

nX1?X12??Xn及2?Xn39、若{Xi}是相互独立的随机变量序列,均服从N(0,1),试证Wn?Un?X1?X?21?Xn?X2n渐近正态分布N(0,1)。

3

《概率论》计算与证明题

1nP??40、设X1,X2,是独立随机变量序列,均服从[0,1]均匀分布,令Zn???Xi?,试证Zn?c,这

?i?1?里c是常数,并求c。

n41、若{Xi}是独立同分布随机变量序列,EXi?m,若f(x)是一个有界的连续函数,试证

?limE?fn????X1??Xn??????f(m)。

n???n2PiXi???EXi。 42、若{Xi}是独立同分布、具有有限二阶矩的随机变量序列,试证?n(n?1)i?144、设f(x)是[0,1]上连续函数,利用概率论方法证明:必存在多项式序列{Bn(x)},在[0,1]上一致收

敛于f(x)。

45、设{Xi}是独立随机变量序列,试证Xn???0的充要条件为,对任意

a?s???0有

?P{|Xn?1?n|??}??。

46、试证独立同分布随机变量序列,若存在有限的四阶中心矩,则强大数定律成立。 48、举例说明波雷尔——康特拉引理(i)之逆不成立。

49、设是相互独立且具有方差的随机变量序列,若

DXk1??,则必有limDXk?0。 ?2n??n2kn?1?53、若{?k}是独立随机变量序列,方差有限,记Sn??(?k?E?k),?n?k?1n1Sn。 nj(1)利用柯尔莫哥洛夫不等式证明pm?P??2maxm?n???m?1?n?2?1(2m?)2j?2?D?m

?D?k(2)对上述pm,证明若?2??,则?pm收敛;

m?1k?1k(3)利用上题结果证明对{?n}成立柯尔莫哥洛夫强大数定律。 54、(1)设{ck}为常数列,令sn???c,kk?1?bm?sup?|sm?k?sm|,k?1,2,?b?inf{bm,m?1,2,},

试证

?ck?1k收敛的充要条件是b?0;

?c1(2)(Kronecker引理)对实数列{ck},若?k收敛,则

nk?1k?ck?1nk?0。

4

《概率论》计算与证明题

56、设X1,X2,为D?X1?57、设X1,X2,是独立随机变量序列,对它成立中心极限定理,则对{Xn}成立大数定律的充要条件

?Xn??o(n2)。

是独立同分布随机变量序列,且

?k?1nXk对每一个n?1,2,n有相同分布,那么,若

EXi?0,DXi?1,则Xi必须是N(0,1)变量。

58、设{Xk}是独立随机变量序列,且Xk服从N(0,2),试证序列{Xk}:(1)成立中心极限定理;(2)

不满足费勒条件;(3)不满足林德贝格条件,从而说明林德贝格条件并不是中心极限定理成立的必

要条件。

59、若{Xk}是独立随机变量序列,Xi服从[?1,1]均匀分布,对k?2,3,对{Xk}成立中心极限定理,但不满足费勒条件。

60、在普阿松试验中,第i次试验时事件A出现的概率为pi,不出现的概率为qi,各次试验是独立的,

n??v?p?n?i?(vn?Evn)Pi?1??成

以vn记前n次试验中事件A出现的次数,试证:(1)(2)对???0;

nn?piqii?1??k,Xk服从N(0,2k?1),证明

立中心极限定理的充要条件是

?pqi?1ii???。

61、设{Xk}独立,Xk服从[?k,k]均匀分布,问对{Xk}能否用中心极限定理? 62、试问对下列独立随机变量序列,李雅普诺夫定理是否成立?

??k(1)Xk:?1???2??kak???1?; (2)Xk:?1???32??n0ka??11?,?33?a?0。

65、 求证:当n??时,e

?k?0nnk1?。 k!2解答

1.证:对任意x?0,P{??x}?y?x?dF(y)??1eaxy?x?eaxdF(y)?1eaxy?x?eaydF(y)

1?axe

5

?0eaydF(y)?e?axEea?

本文来源:https://www.bwwdw.com/article/62f2.html

Top