本专栏主要作个人复习自测,有相关知识预备的同学也可作复习用。不保证无相应基础的人士能看明白。
万一考试考到了,或者对你的学习有较大帮助,一键三连不过分吧(斜眼笑)
期望:例题
- Polya坛子:初始 b b b黑 r r r红,每次摸到球之后加入 c c c个同色球,定义随机变量 Y n Y_n Yn表示第 n n n轮后黑球占比,证明 E Y n EY_n EYn和 n n n无关。为什么要考虑条件期望?
- 如果每次摸到黑球之后只以 p p p概率加黑球,否则加红球,则0.发生什么变化?
- 如果1.中机制保留,并且摸到红球时也只以 p p p概率加红球,否则加黑球,那怎么办?
- U i ∼ U ( 0 , 1 ) U_i\sim U(0,1) Ui∼U(0,1)独立同分布,为了求 X a = i n f { n ∣ U 1 + ⋯ + U n ≥ a } X_a=inf\{n|U_1+\cdots+U_n\ge a\} Xa=inf{ n∣U1+⋯+Un≥a},把 X a X_a Xa改写为 1 { U 1 ≥ a } + 1_{\{U_1\ge a\}}+ 1{ U1≥a}+(),再利用重期望公式,让上式中()取一系列确定值。
答案
- 条件期望好算, E ( Y n + 1 ∣ Y n = y ) = y E(Y_{n+1}|Y_n=y)=y E(Yn+1∣Yn=y)=y
- E ( Y n + 1 ∣ Y n = y ) = ( b + r + n c ) y + y ( 1 − p ) c b + r + n c + c E(Y_{n+1}|Y_n=y)=\frac{(b+r+nc)y+y(1-p)c}{b+r+nc+c} E(Yn+1∣Yn=y)=b+r+nc+c(b+r+nc)y+y(1−p)c,类似于“指数衰减”(放缩一下)
- 数列题
- 1 { U 1 < a } ( 1 + X ^ a − U 1 ) 1_{\{U_1< a\}}(1+ \hat X_{a-U_1}) 1{ U1<a}(1+X^a−U1)(注:这里 X ^ a \hat X_a X^a和 X a X_a Xa分布相同), U 1 U_1 U1
方差
- 怎么用原点矩表示方差?
- 参考0.,则“方差发散”一词表示矩满足什么?(提示:此时期望不能发散)方差为0表示随机变量是什么?
- 叙述线性变换对方差的影响、标准化,并针对 X ∼ B ( n , p ) X\sim B(n,p) X∼B(n,p)举例。
- 示性函数之和的方差怎么求?对于两两独立的特殊情况呢?
- 考察形如 E X ( X − 1 ) EX(X-1) EX(X−1)求泊松分布的 E X 2 EX^2 EX2,直接说出 P ( λ ) P(\lambda) P(λ)的方差。根据定义求 U ( a , b ) U(a,b) U(<