设$P[A|(A\cup BC)] = \frac{1}{2}$,$P(B) = P(C) = \frac{1}{2}$, 其中$A$,$B$ 互不相容,$B$,$C$ 相互独立, 则$P(A) = ( )$.
$\frac{1}{4}$
$\frac{3}{4}$
$\frac{1}{2}$
1
二项分布$B(2,\frac{1}{3})$
二项分布$B(2,\frac{2}{3})$
泊松分布$P(\frac{2}{3})$
均匀分布
$N(1,1)$
$N\left(1,\frac{1}{2\pi}\right)$
$N\left(1,\frac{1}{\sqrt{2\pi}}\right)$
$N(0,1)$
设随机变量$X$ 在区间$(a, b)$ 上随机取值,当观察到$X = x (a < x < b)$ 时,随机变量$Y$ 在区间$(x, b)$ 上随机取值,求:
(1)$Y$ 的概率密度;
(2)$P\lbrace{}X + Y < a + b\rbrace{}$。
(1) 求$a$ 的值;
(2) 若$Z = 2X + aY$,求$Z$ 的概率密度。
$-\frac{1}{2}$
$-\frac{1}{3}$
$\frac{1}{3}$
$\frac{1}{2}$
设随机变量$X \sim E(1)$,记$Y = \max\lbrace{}X, 1\rbrace{}$,则$E(Y) = ( )$。
1
$1-e^{-1}$
$1+e^{-1}$
$1+2e^{-1}$
(1)$X$ 的分布函数$F(x)$ 和概率密度$f(x)$;
(2)$X$ 的数学期望$E(X)$。
已知随机变量$X$ 的概率密度为$f(x) = A e^{x(B - x)} \ ( -\infty < x < +\infty)$,$E(X) = 2D(X)$,求:
(1) 常数$A, B$ 的值;
(2)$E(X^2 + e^x)$ 的值;
(3)$Y = |\sqrt{2}(X - 1)|$ 的分布函数$F(y)$。
$\frac{1}{\sqrt{3\pi}}$
$\frac{1}{\sqrt{2\pi}}$
$\frac{2}{\sqrt{\pi}}$
$\sqrt{\frac{2}{\pi}}$
$\frac{2}{7}$
$\frac{7}{2}$
$\frac{7}{4}$
$\frac{4}{7}$
对于任意随机变量$X$ 和$Y$,如果$D(X+Y) = D(X-Y)$,则( )。
$X$ 和$Y$ 相互独立
$D(XY) = D(X)D(Y)$
$X$ 和$Y$ 相关
$E(XY) = E(X)E(Y)$
已知随机变量$X \sim U(0, 4)$,实数$c \in [0, 4]$,且$X$ 与$|X - c|$ 不相关,则$c = ( )$。
1
2
3
4
设随机变量$X$,$Y$ 均服从参数为$\lambda$ 的泊松分布,且$\rho_{XY} = -\frac{1}{2}$,$U = 2X + Y$,求$U$ 与$X$ 的相关系数。
(1)$Z(Z \neq 0)$ 的概率密度;
(2)$p$ 的值。
设$X_1, X_2, \cdots, X_n, \cdots$ 是来自总体$X$ 的简单随机样本,$X$ 服从$[-\pi, \pi]$ 上的均匀分布,记$Y_k = \cos(kX_k)$,$k = 1, 2, \cdots, n, \cdots$,则$\frac{1}{n} \sum_{k=1}^{n} Y_k^2$ 依概率收敛于 :
$1 - \Phi(1)$
$\Phi(1)$
$1 - \Phi(0.5)$
$\Phi(0.5)$
设$X_1, X_2, \cdots, X_n (n \geq 2)$ 为来自标准正态总体$X$ 的简单随机样本,记$\bar{X} = \frac{1}{n} \sum_{i=1}^{n} X_i$,
$$S^2 = \frac{1}{n-1} \sum_{i=1}^{n} (X_i - \bar{X})^2, \quad Y = \bar{X} - S,$$
则$E(Y^2) = $( ).
$1 - \frac{1}{n}$
$1 + \frac{1}{n}$
$1 - \frac{1}{n-1}$
$1 + \frac{1}{n-1}$