题目
Problem
A continuous random variable X X X has cumulative distribution function
F ( x ) = { 0 x < 4 k ( x − 4 ) 4 ⩽ x ⩽ 10 1 x > 10 F(x) = \begin{cases} 0 & x < 4 \\ k(x - 4) & 4 \leqslant x \leqslant 10 \\ 1 & x > 10 \end{cases} F ( x ) = ⎩ ⎨ ⎧ 0 k ( x − 4 ) 1 x < 4 4 ⩽ x ⩽ 10 x > 10
where k k k is a constant.
(a) Show that k = 1 6 k = \dfrac{1}{6} k = 6 1
(1)
(b) Write down the value of P ( X = 5 ) P(X = 5) P ( X = 5 )
(1)
(c) Find P ( 5 < X < 7 ) P(5 < X < 7) P ( 5 < X < 7 )
(2)
(d) Specify the probability density function of X X X , for all values of x x x
(2)
(e) Hence sketch the probability density function of X X X
(2)
(f) Write down the value of E ( X ) E(X) E ( X )
(1)
(g) Find E ( 2 X 2 − 1 ) E(2X^2 - 1) E ( 2 X 2 − 1 )
You must make your method clear.
(3)
(Total for Question 2 is 12 marks)
题目中文翻译
连续随机变量 X X X 的累积分布函数为
F ( x ) = { 0 x < 4 k ( x − 4 ) 4 ⩽ x ⩽ 10 1 x > 10 F(x) = \begin{cases} 0 & x < 4 \\ k(x - 4) & 4 \leqslant x \leqslant 10 \\ 1 & x > 10 \end{cases} F ( x ) = ⎩ ⎨ ⎧ 0 k ( x − 4 ) 1 x < 4 4 ⩽ x ⩽ 10 x > 10
其中 k k k 为常数。
(a) 证明 k = 1 6 k = \dfrac{1}{6} k = 6 1
(b) 写出 P ( X = 5 ) P(X = 5) P ( X = 5 ) 的值。
(c) 求 P ( 5 < X < 7 ) P(5 < X < 7) P ( 5 < X < 7 ) 。
(d) 写出 X X X 的概率密度函数,对所有 x x x 值。
(e) 由此画出 X X X 的概率密度函数图像。
(f) 写出 E ( X ) E(X) E ( X ) 的值。
(g) 求 E ( 2 X 2 − 1 ) E(2X^2 - 1) E ( 2 X 2 − 1 ) 。你必须清楚展示你的方法。
(第 2 题共 12 分)
解答
(a)
解法一
思路
展开
CDF 在支撑区间右端必须达到 1 1 1 。将 x = 10 x=10 x = 10 代入中间一段并令 F ( 10 ) = 1 F(10)=1 F ( 10 ) = 1 ,即可自然推出题目要求的 k k k 值。
答题过程
展开
Since F ( 10 ) = 1 F(10)=1 F ( 10 ) = 1 ,
k ( 10 − 4 ) = 1 6 k = 1 k = 1 6 , \begin{align*}
k(10-4)=&\,1\\
6k=&\,1\\
k=&\,\frac16,
\end{align*} k ( 10 − 4 ) = 6 k = k = 1 1 6 1 ,
as required.
(b)
解法一
思路
展开
X X X 是连续随机变量。连续分布在任何单独一点取得精确值的概率都为零,因此无需代入 CDF 计算。
答题过程
展开
Since X X X is a continuous random variable,
P ( X = 5 ) = 0 . \boxed{P(X=5)=0}. P ( X = 5 ) = 0 .
(c)
解法一
思路
展开
连续随机变量的区间概率可由 CDF 之差求得。使用 (a) 的 k = 1 / 6 k=1/6 k = 1/6 ,计算 F ( 7 ) − F ( 5 ) F(7)-F(5) F ( 7 ) − F ( 5 ) 。
答题过程
展开
Using k = 1 / 6 k=1/6 k = 1/6 ,
P ( 5 < X < 7 ) = F ( 7 ) − F ( 5 ) = 1 6 ( 7 − 4 ) − 1 6 ( 5 − 4 ) = 3 − 1 6 = 1 3 . \begin{align*}
P(5<X<7)
=&\,F(7)-F(5)\\
=&\,\frac16(7-4)-\frac16(5-4)\\
=&\,\frac{3-1}{6}\\
=&\,\boxed{\frac13}.
\end{align*} P ( 5 < X < 7 ) = = = = F ( 7 ) − F ( 5 ) 6 1 ( 7 − 4 ) − 6 1 ( 5 − 4 ) 6 3 − 1 3 1 .
(d)
解法一
思路
展开
概率密度函数是 CDF 的导数。在区间 4 4 4 到 10 10 10 上,中间一段的斜率为 1 / 6 1/6 1/6 ;支撑区间之外 CDF 为常数,所以密度为零。
答题过程
展开
Differentiating the cumulative distribution function gives
f ( x ) = { 1 6 , 4 ≤ x ≤ 10 , 0 , otherwise . \boxed{
f(x)=
\begin{cases}
\dfrac16, & 4\leq x\leq10,\\[6pt]
0, & \text{otherwise}.
\end{cases}
} f ( x ) = ⎩ ⎨ ⎧ 6 1 , 0 , 4 ≤ x ≤ 10 , otherwise .
(e)
解法一
思路
展开
承接 (d),密度在 4 ≤ x ≤ 10 4\leq x\leq10 4 ≤ x ≤ 10 上恒为 1 / 6 1/6 1/6 ,其他位置为零,所以图像是从 x = 4 x=4 x = 4 到 x = 10 x=10 x = 10 、高度为 1 / 6 1/6 1/6 的水平线段。
答题过程
展开
Using the probability density function found in part (d), sketch a horizontal line at f ( x ) = 1 / 6 f(x)=1/6 f ( x ) = 1/6 from x = 4 x=4 x = 4 to x = 10 x=10 x = 10 , with f ( x ) = 0 f(x)=0 f ( x ) = 0 elsewhere. Label 4 4 4 , 10 10 10 and 1 / 6 1/6 1/6 .
(f)
解法一
思路
展开
由 (d) 可知 X X X 在 [ 4 , 10 ] [4,10] [ 4 , 10 ] 上均匀分布。均匀分布的期望是区间中点,因此直接取两个端点的平均数。
答题过程
展开
Since X ∼ U ( 4 , 10 ) X\sim\operatorname{U}(4,10) X ∼ U ( 4 , 10 ) ,
E ( X ) = 4 + 10 2 = 7 . E(X)=\frac{4+10}{2}=\boxed{7}. E ( X ) = 2 4 + 10 = 7 .
(g)
解法一
思路
展开
先利用均匀分布的方差公式求 Var ( X ) \operatorname{Var}(X) Var ( X ) ,再由 Var ( X ) = E ( X 2 ) − [ E ( X ) ] 2 \operatorname{Var}(X)=E(X^2)-[E(X)]^2 Var ( X ) = E ( X 2 ) − [ E ( X ) ] 2 得到 E ( X 2 ) E(X^2) E ( X 2 ) 。最后使用期望的线性性质求目标值。
答题过程
展开
For X ∼ U ( 4 , 10 ) X\sim\operatorname{U}(4,10) X ∼ U ( 4 , 10 ) ,
Var ( X ) = ( 10 − 4 ) 2 12 = 3. \operatorname{Var}(X)
=\frac{(10-4)^2}{12}=3. Var ( X ) = 12 ( 10 − 4 ) 2 = 3.
Using E ( X ) = 7 E(X)=7 E ( X ) = 7 ,
E ( X 2 ) = Var ( X ) + [ E ( X ) ] 2 = 3 + 7 2 = 52. \begin{align*}
E(X^2)
=&\,\operatorname{Var}(X)+[E(X)]^2\\
=&\,3+7^2\\
=&\,52.
\end{align*} E ( X 2 ) = = = Var ( X ) + [ E ( X ) ] 2 3 + 7 2 52.
Therefore,
E ( 2 X 2 − 1 ) = 2 E ( X 2 ) − 1 = 2 ( 52 ) − 1 = 103 . \begin{align*}
E(2X^2-1)
=&\,2E(X^2)-1\\
=&\,2(52)-1\\
=&\,\boxed{103}.
\end{align*} E ( 2 X 2 − 1 ) = = = 2 E ( X 2 ) − 1 2 ( 52 ) − 1 103 .
解法二
思路
展开
也可将函数 2 x 2 − 1 2x^2-1 2 x 2 − 1 直接乘以 (d) 的密度函数并积分。这样不需要先分别求方差和二阶矩。
答题过程
展开
Using the definition of expectation,
E ( 2 X 2 − 1 ) = ∫ 4 10 ( 2 x 2 − 1 ) 1 6 d x = [ x 3 9 − x 6 ] 4 10 = 103. \begin{align*}
E(2X^2-1)
=&\,\int_4^{10}(2x^2-1)\frac16
\,\mathrm{d}x\\
=&\,\left[\frac{x^3}{9}-\frac{x}{6}\right]_4^{10}\\
=&\,103.
\end{align*} E ( 2 X 2 − 1 ) = = = ∫ 4 10 ( 2 x 2 − 1 ) 6 1 d x [ 9 x 3 − 6 x ] 4 10 103.
Hence,
E ( 2 X 2 − 1 ) = 103 . \boxed{E(2X^2-1)=103}. E ( 2 X 2 − 1 ) = 103 .