Set X_i=(x_i (1),x_i (2),⋯,x_i (n)) as the behavior sequence of factor X_i, D_1 as the sequence operator, and X_i D_1=(x_i (1)d_1,x_i (2)d_1,⋯,x_i (n)d_1), where x_i (k)d_1=x_i (k)/x_i (1); x_i (1)≠0, k=1,2,⋯,n, then D_1 is
A: A. Initial valued operator
B: B. Averaging operator
C: C. Interval valued operator
D: D. Invert operator
A: A. Initial valued operator
B: B. Averaging operator
C: C. Interval valued operator
D: D. Invert operator
举一反三
- (4). 已知总体 \( X \) 服从 \( [0,\lambda ] \) 上的均匀分布( \( \lambda \) 未知) \( X_1 ,X_2<br/>,\cdots X_n \) 为 \( X \) 的样本，则（ ）。 A: \( \frac{1}{n}\sum\limits_{i=1}^n {X_i } -\frac{\lambda }{2} \) 是一个统计量； B: \( \frac{1}{n}\sum\limits_{i=1}^n {X_i } -EX \) 是一个统计量 C: \( X_1 +X_2 \) 是一个统计量； D: \( \frac{1}{n}\sum\limits_{i=1}^n {X_i^2 -DX}<br/>\) 是一个统计量。
- 2.9 考虑一个双矩阵博弈，其中局中人1有\( m \)个纯策略，局中人2有\( n \)个纯策略。 <br/>设\((x ^ {*}，y ^ {*})\)为该博弈中找到的混合策略意义下的纳什均衡。考虑局中人1的一个额外的纯策略 \( x_i \)。请选择正确的描述。 A: 如果\(K_{1}(x^{*},y^{*})>K_{1}(x_i, y^{*})\) B: 如果\(K_{1}(x^{*},y^{*})=K_{1}(x_i, y^{*})\) C: 如果一个纯策略 \(x_i\) 是混合策略\(x^{*}\)的谱, 那么 \(K_{1}(x^{*},y^{*})=K_{1}(x_i, y^{*})\) D: 如果纯策略 \(x_i\) 不是混合策略 \(x^{*}\) 的谱, 那么 \(K_{1}(x^{*},y^{*})=K_{1}(x_i, y^{*})\)
- (1). 设总体 \( X \) 具有有限的数学期望 \( EX \) 和方差 \( DX \)，\( X_1 ,X_2 ,\mbox{ }\cdots ,X_n \) 为总体 \( X \) 的样本，那么对样本均值 \( \bar {X}=\frac{1}{n}\sum\limits_{i=1}^n{X_i } \) 有()。
- (6). 设 \( X_1 ,X_2 ,\cdot \cdot \cdot ,X_n \) 是来自正态总体 \( X\sim N(\mu _0,\sigma ^2) \) 的样本方差 \( S^2=\frac{1}{n-1}\sum\limits_{i=1}^n {(X_i -\bar {X})} \)，则统计量 \( T=\frac{\bar {X}-\mu _0 }{S /{\sqrt n}} \) 服从()。
- 声明一个变量为局部变量应该用（ ）。 A: Private Sub Command1 Click() n=5：x=1 Do X=X * I I=I + 1 Loop While I ＜ n Print x End Sub B: Private Sub Command1_Click() n=5：X=1：I=1 Do X=X*I I=I + 1 Loop While I ＜n Print x End Sub C: Private Sub Command1_Click() n=5：X=1：I=1 Do X=X * I I=I + 1 Loop While I＜=n Print X End Sub D: Private Sub Command1_Click() n=5：X=1：I=1 Do X=X * I I=I + 1 Loop While I＞n Print X End Sub