举一反三
- 某行业利润(由 100 个公司组成)( [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] ) 服从均值为 150 万美元, 标准差为 12 万 美元的正态分布。若有[tex=1.857x1.143]H7xtpQnGxQRqfSnkpJNrrQ==[/tex]的公司超过某一利润值,求此利润值。
- 设随机变量[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]与[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]独立,且[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]服从均值为 1 、标准差(均方差)为[tex=1.429x1.429]4tia4Fmh8qvcSxImPIjBeg==[/tex]的正态分布,而[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 服从标准正态分布. 试求随机变量[tex=5.429x1.143]huB4ZoJzEVd/0NhytOd1Sg==[/tex]的概率密度函数.
- 对以[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 为自变量, [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 为因变量作线性回归分析时,下列正确的说法是A. 只要求 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]服从正态分布B. 只要求 [tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex] 服从正态分布C. 只要求 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 与 [tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex] 是定量变量D. 要求 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 与 [tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex] 都服从正态分布E. 要求 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 与 [tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex] 服从双变量正态分布
- 设随机变量 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 与 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 相互独立,且服从参数为 1 的指数分布. 记 [tex=13.5x1.357]ZrmgIX329+lIMwj+0JP7oX4KmceUiv4NOTdLGvSfjGFY26aIR9qNFK9EJaP3gu/x[/tex] 求[tex=3.857x1.357]t0PsS3YAPSnhTBV9LUFwGQ==[/tex]
- 已知随机变量[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]服从参数为[tex=0.643x1.0]L2Atb4d5eWga5JCvxFtwvQ==[/tex]的泊松分布,[tex=4.857x1.357]F4m+q5YLqz1CpMYzT+XifA==[/tex], 则[tex=2.429x1.357]mcPoV0l2+P69G4jqQuIxgA==[/tex] A: 3 B: 1 C: 2 D: 0
内容
- 0
假设你的[tex=2.5x1.286]np1AEmmOyf5ehHffioTc8Q==[/tex]需求表如表[tex=2.214x1.286]w0aId/M2NCkhIU20fp+rVg==[/tex]所示:[img=715x196]17f4b15812603ba.png[/img]分别计算在价格为[tex=1.0x1.286]hCCGxbNHJsUvIyUrLS1+Qw==[/tex]美元和[tex=1.0x1.286]RJXjcyRcc2LJEMSQSxyRbA==[/tex]美元的情况下,当你的收入从[tex=0.5x1.286]7rcVY9u25Rg5EdwYVzpzgg==[/tex]万美元增加到[tex=1.286x1.286]L+KZqAe06Wk+RTTJ0XW3OA==[/tex]万美元时,你的需求收入弹性。
- 1
设随机变量 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 以概率 1 取值为 0,而 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 是任意的随机变量,证明 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 与 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 相互独立.
- 2
设[tex=7.286x1.357]QvdrmMEkEkXBcM7p9FuvTbsy21jIXoxVmxejgq9Oet6d2gm5oU5lRrP4XvCfng1c[/tex] 是取自总体[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]的样本,求[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]的期望[tex=0.643x1.0]hK6dRoCn+OGpoJ7dSqNW4g==[/tex] 的最大似然估计量.假设[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]服从参数为[tex=0.643x1.0]+D9NhKovEP8INGz+KZnr1A==[/tex]的泊松分布.
- 3
假设随机变量[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]和[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]在圆域[tex=4.857x1.429]PJNRL2Lo6ZG5x7bHjsvQ7ByW7TRqnaqRUgyFAP96SLM=[/tex]上服从联合均匀分布.(1) 求[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]和[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]的相关系数[tex=0.857x1.0]OD3VmuyZiq/0isb82QS4WA==[/tex](2) 问[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]和[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]是否独立?
- 4
已知二维随机变量 [tex=2.643x1.357]DJUMdJyw8QoCXHzomLtAYg==[/tex] 的联合密度函数为 [tex=15.929x2.429]EPaISH7F+7OFqeEao9lVbU1l5sLIxVPbOH76GHTZTAAnUXH4Qpjm2Ekoift3AQtdSzaLqP4EByLxU3lmNU3JAo+BM18UtVyaue2Eu4s/kKM=[/tex] 定义 [tex=5.929x1.357]iFsiet6JqD35SrZcdFPOeA==[/tex], 计算:(1) [tex=2.071x1.286]AABPNNktZOJp9yYomaK2LQ==[/tex] 的方差 [tex=5.357x1.357]cElirU6wf9hOSgmBBVRmmg==[/tex](2) [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 与 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 的协方差 [tex=4.143x1.357]i+DVPOZZfbtwzlk7qK4ILqCXBDgDfQswNtaDEEyvwG8=[/tex];(3) [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 与 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 的相关系数 [tex=3.214x1.357]pMWXnntnWVOySRNxOPgPYw==[/tex]