kaoyan1basic 概率论与数理统计 第8题

教材习题

📝 题目

### 【基础篇】第8题(填空题) 8.设二维总体 $(X, Y)$ 的概率密度为 $\displaystyle f(x, y ; \lambda)= \begin{cases}\frac{1}{\lambda^{2}} \mathrm{e}^{-\frac{1}{\lambda}}, & x>0, y>0, \\ 0, & \text { 其他,为大于 } 0 \text { 的参整。 }\end{cases} \left(X_{1}, Y_{1}\right),\left(X_{2}, Y_{2}\right), \cdots,\left(X_{n}, Y_{n}\right)$ 为来自总体的简单随机样本,则 $\lambda$ 的最大似然估计量为 $\_\_\_\_$ .

💡 答案解析

**答案**:$\displaystyle \hat\lambda=\frac{1}{2n}\sum_{i=1}^n (X_i+Y_i)$

**解析**:联合密度$\displaystyle f(x,y)=\frac1{\lambda^2}e^{-(x+y)/\lambda}$,$x>0,y>0$。似然函数$\displaystyle L(\lambda)=\prod_{i=1}^n \frac1{\lambda^2}e^{-(x_i+y_i)/\lambda}=\lambda^{-2n}e^{-\sum(x_i+y_i)/\lambda}$。取对数$\displaystyle \ln L=-2n\ln\lambda-\frac1\lambda\sum(x_i+y_i)$。求导:$\displaystyle \frac{d\ln L}{d\lambda}=-\frac{2n}{\lambda}+\frac{1}{\lambda^2}\sum(x_i+y_i)=0$,解得$\displaystyle \hat\lambda=\frac{1}{2n}\sum_{i=1}^n (X_i+Y_i)$。

**难度**:★★☆☆☆

📋 详细解题步骤

步骤 1/4
目标:写出似然函数
根据样本的联合概率密度,写出似然函数 L(λ) = ∏_{i=1}^n f(x_i, y_i; λ) = ∏_{i=1}^n (1/λ^2) e^{-(x_i+y_i)/λ} = λ^{-2n} e^{-∑(x_i+y_i)/λ}
公式:L(λ) = λ^{-2n} e^{-∑(x_i+y_i)/λ}
提示:注意样本独立同分布,联合密度为各密度乘积。
步骤 2/4
目标:取对数似然函数
对似然函数取自然对数,得到 ln L(λ) = -2n ln λ - (1/λ) ∑(x_i+y_i)
公式:ln L(λ) = -2n ln λ - (1/λ) ∑(x_i+y_i)
提示:取对数可简化求导运算。
步骤 3/4
目标:对λ求导并令导数为0
对 ln L(λ) 关于 λ 求导:d/dλ ln L(λ) = -2n/λ + (1/λ^2) ∑(x_i+y_i)。令其等于0,得 -2n/λ + (1/λ^2) ∑(x_i+y_i) = 0
公式:-2n/λ + (1/λ^2) ∑(x_i+y_i) = 0
提示:求导时注意 λ 在分母,使用幂函数求导法则。
步骤 4/4
目标:解方程得估计量
两边乘以 λ^2 得 -2n λ + ∑(x_i+y_i) = 0,解得 λ = (1/(2n)) ∑(x_i+y_i)。因此最大似然估计量为 ˆλ = (1/(2n)) ∑_{i=1}^n (X_i+Y_i)
公式:ˆλ = (1/(2n)) ∑_{i=1}^n (X_i+Y_i)
提示:注意将样本观测值替换为随机变量。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。