🔴
入学要求
💯
能力测试
🛣️
课程安排
🕹️
研究资源

练习


练习题

1. 期望计算(离散型)

设随机变量 XX 表示抛掷两枚均匀骰子的点数之和,求:

  1. E(X)E(X)
  1. var(X)\text{var}(X)

2. 协方差计算

已知两个随机变量的联合分布如下:



Y=0Y=1X=00.20.3X=10.10.4\begin{array}{c|cc} & Y=0 & Y=1 \\ \hline X=0 & 0.2 & 0.3 \\ X=1 & 0.1 & 0.4 \\ \end{array}


cov(X,Y)\text{cov}(X,Y)


3. 投资组合风险

假设资产A和B的收益率分别为 RAR_ARBR_B,且满足:

var(RA)=0.04,var(RB)=0.09,cov(RA,RB)=0.015\begin{align*} \text{var}(R_A) &= 0.04, \\ \text{var}(R_B) &= 0.09, \\ \text{cov}(R_A, R_B) &= 0.015 \end{align*}

求投资组合 Z=0.5RA+0.5RBZ = 0.5R_A + 0.5R_B 的标准差。


4. 大数定律验证

设计一个蒙特卡洛实验,估算 01x2dx\int_0^1 x^2 dx。要求:

  1. 写出具体步骤
  1. 解释为何该方法有效

5. 独立性判断

XXYY 的联合密度函数为:



f(x,y)={2x若 0yx10其他f(x,y) = \begin{cases} 2x & \text{若 } 0 \leq y \leq x \leq 1 \\ 0 & \text{其他} \end{cases}

判断
XXYY 是否独立,并计算 cov(X,Y)\text{cov}(X,Y)


参考答案

1. 期望与方差

解答

  1. 所有可能的和及其概率:
    • 和为2: 概率 1/361/36, 和为3: 2/362/36, ..., 和为12: 1/361/36
    • E(X)=k=212kP(X=k)=7E(X) = \sum_{k=2}^{12} k \cdot P(X=k) = 7
  1. 计算 E(X2)E(X^2):

    E(X2)=k=212k2P(X=k)54.83E(X^2) = \sum_{k=2}^{12} k^2 \cdot P(X=k) \approx 54.83

    var(X)=54.8372=5.83\text{var}(X) = 54.83 - 7^2 = 5.83


2. 协方差计算

解答

  1. 边际分布:

    E(X)=00.5+10.5=0.5E(X) = 0 \cdot 0.5 + 1 \cdot 0.5 = 0.5

    E(Y)=00.3+10.7=0.7E(Y) = 0 \cdot 0.3 + 1 \cdot 0.7 = 0.7

  1. 计算 E(XY)E(XY):

    E(XY)=(00)0.2+(01)0.3+(10)0.1+(11)0.4=0.4E(XY) = (0\cdot0)\cdot0.2 + (0\cdot1)\cdot0.3 + (1\cdot0)\cdot0.1 + (1\cdot1)\cdot0.4 = 0.4

  1. cov(X,Y)=0.40.50.7=0.05\text{cov}(X,Y) = 0.4 - 0.5 \cdot 0.7 = 0.05

3. 投资组合标准差

解答

组合方差:

var(Z)=0.520.04+0.520.09+20.50.50.015=0.01+0.0225+0.0075=0.04\begin{align*} \text{var}(Z) &= 0.5^2 \cdot 0.04 + 0.5^2 \cdot 0.09 + 2 \cdot 0.5 \cdot 0.5 \cdot 0.015 \\ &= 0.01 + 0.0225 + 0.0075 = 0.04 \end{align*}

标准差:0.04=0.2\sqrt{0.04} = 0.2


4. 蒙特卡洛积分

解答

  1. 步骤:
    • 生成 NN 个均匀随机数 xiU(0,1)x_i \sim U(0,1)
    • 计算平均值 1Ni=1Nxi2\frac{1}{N} \sum_{i=1}^N x_i^2
  1. 有效性:由LLN,当 NN \to \infty 时,平均值收敛于 E(X2)=01x2dx=1/3E(X^2) = \int_0^1 x^2 dx = 1/3

5. 独立性与协方差

解答

  1. 计算边际密度:

    fX(x)=0x2xdy=2x2f_X(x) = \int_0^x 2x dy = 2x^2

    fY(y)=y12xdx=1y2f_Y(y) = \int_y^1 2x dx = 1 - y^2

    由于 f(x,y)fX(x)fY(y)f(x,y) \neq f_X(x)f_Y(y),变量不独立

  1. 计算协方差:

    E(X)=01x2x2dx=0.5E(X) = \int_0^1 x \cdot 2x^2 dx = 0.5

    E(Y)=01y(1y2)dy=0.375E(Y) = \int_0^1 y(1 - y^2) dy = 0.375

    E(XY)=010xxy2xdydx=25E(XY) = \int_0^1 \int_0^x xy \cdot 2x dy dx = \frac{2}{5}

    cov(X,Y)=250.50.375=0.0625\text{cov}(X,Y) = \frac{2}{5} - 0.5 \cdot 0.375 = 0.0625