background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie 1. 
 
Niech  

 będą niezależnymi zmiennymi losowymi z rozkładu gamma o 

gęstości  

1

2

,

, ,

,

n

X X

X

K

K

4

16

gdy  

0

( )

0

gdy  

0.

x

xe

x

p x

x

>

= ⎨

 

Niech N będzie zmienną losową niezależna od zmiennych  

 spełniającą 

1

2

,

, ,

,

n

X X

X

K

K

(

)

(

)

(

)

(

)

1

1

0

   i   

1

2

3

2

6

P N

P N

P N

P N

=

=

= =

=

=

=

= . 

Niech 

 

1

0

gdy  

0

gdy  

0.

N

i

i

N

S

X

N

=

=

= ⎨

>

⎪⎩

Wtedy  

 jest równe 

(

3

E S

ES

)

 

 

(A) 

1

16

 

 

(B) 

7

16

 

 

(C) 

3

16

 

 

(D) 

6

16

 

 

 

(E) 

9

16

 

 

 1  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

 Zadanie 2.

 

 

Niech X i będą niezależnymi zmiennymi losowymi każda z rozkładu wykładniczego 
o wartości oczekiwanej 1.  
Niech 

  i 

.  

2

U

X

Y

=

+

Y

X

V

=

Wtedy prawdopodobieństwo  

  jest równe  

(

)

(0,6)

(0,6)

P U

V

∧ ∈

 
(A) 

 

1

1 2e

 

(B) 

(

)

3

4

1

4

3

2

e

e

 

 

(C) 

(

)

3

4

1

1 4

3

2

e

e

+

 

 
(D) 

 

3

e

 
(E) 

 

1

1 2e

 2  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie 3.  
 
Niech 

1

2

,

, ,

n

X X

X

K

, będą niezależnymi zmiennymi losowymi o rozkładzie gamma  z 

gęstością  

2

  

0

( )

0

 

 

x

xe

gdy x

f x

gdy x

θ

θ

θ

>

= ⎨

0

 

Budujemy estymator wariancji czyli funkcji  

2

2

( )

v

θ

θ

=

 postaci  ˆ

ENW( ( ))

v

c

v

θ

= ⋅

,  

gdzie ENW( ( ))

v

θ

 oznacza estymator największej wiarogodności funkcji v. Jeśli 

wiadomo, że   jest nieobciążony, to stała jest równa  

ˆv

 

(A) 

1 2

n

n

+

 

 
(B) 

 

2n

 

(C) 

1 2n

n

+

 

 

 

(D) 

2

1 2

n

n

+

 

 

(E) 

1 2

2

n

n

+

  

 

 

 3  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie 4.

 

 
Rozpatrzmy następujący model regresji liniowej bez wyrazu wolnego: 

i

i

i

x

Y

ε

β

+

=

        (

1,....,16

i

=

), 

gdzie   są znanymi liczbami, 

0

i

x

>

β

 jest nieznanym parametrem, zaś 

i

ε

 są błędami 

losowymi. Zakładamy,  że 

i

ε

  są niezależnymi zmiennymi losowymi o rozkładach 

normalnych i 

0

]

[

=

i

E

ε

   i   

2

[ ]

i

Var

x

ε

i

=

           (

1,....,16

i

=

). 

Niech    będzie estymatorem parametru 

β

ˆ

β

 o następujących własnościach: 

β

ˆ  jest liniową funkcją obserwacji, tzn. jest postaci 

16

1

ˆ

i i

i

c Y

β

=

=

β

ˆ  jest nieobciążony,  

β

ˆ

 ma najmniejszą wariancję spośród estymatorów liniowych i nieobciążonych. 

Wyznaczyć stałą c taką, że spełniony jest warunek  

(

)

ˆ

0,95

P

c

β β

<

=

 
(A)    

 

0, 49

c

=

 

(B)    

16

1

7,84

i

i

c

x

=

=

   

 
(C)    

 

1,64

c

=

 

(D)    

16

1

0, 49

i

i

c

=

=

x

                                 

 

(E)     

16

1

1,96

i

i

c

x

=

=

  

 
 
 
 

 4  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie 5. 
 
Niech 

1

,...,

n

X

,    będzie próbką z rozkładu jednostajnego o gęstości danej 

wzorem: 

1,

n

>

 

1/

dla 0

;

( )

0 w przeciwnym przypadku,

x

f x

θ

θ

θ

≤ ≤

= ⎨

 

gdzie 

0

θ

>

 jest nieznanym parametrem.  

Zmienne losowe 

1

,...,

n

X

 nie są w pełni obserwowalne. Obserwujemy zmienne 

losowe 

, gdzie M  jest ustaloną liczbą dodatnią. Oblicz estymator 

największej wiarogodności   parametru 

min( ,

)

i

i

Y

X

=

M

θ

ˆ

θ

 jeśli wiadomo, że  w próbce 

, jest 

K obserwacji o wartościach mniejszych niż M  i  

1

,...,

n

Y

Y

{

}

1, 2, ,

1

K

n

K

  

 

(A)  ˆ

n

M

K

θ

=

+

 

 

(B) 

ˆ Mn

K

θ

=

  

 

(C) 

ˆ

Mn

n

K

θ

=

  

 

(D)  ˆ

n

K

M

n

θ

=

+

 

 
(E) nie 

można zastosować metody największej wiarogodności w tym modelu 

 
      

 

 
 

 

 

 5  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie 6.  
 
Rozważmy następujące zagadnienie testowania hipotez statystycznych. Dysponujemy 
próbką 

 z rozkładu normalnego o nieznanej średniej 

n

X

,...,

1

μ

 i znanej wariancji 

równej 4. Przeprowadzamy najmocniejszy test hipotezy 

0

:

0

=

μ

H

 przeciwko 

alternatywie 

1

:

H

1

μ

= −  na poziomie istotności 

2

/

1

=

α

. Niech 

n

β

oznacza 

prawdopodobieństwo błędu drugiego rodzaju, dla rozmiaru próbki  . 

n

 

Wybierz poprawne stwierdzenie: 
 
(A)  

lim

1

n

n

n

β

→∞

=    

 

(B)   lim

1

n

n

n

β

→∞

=    

 

(C)  

8

lim

1

n

n

n

e

β

→∞

=    

 

(D)  

8

lim

1

2

n

n

n

e

n

π

β

→∞

=

                            

 

(E)   

8

lim

1

4 2

n

n

n

e

π

β

→∞

=

 

 
 

 6  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie

 7.  

 
W urnie znajduje się 20 kul białych, 20 kul czarnych  i 20 kul niebieskich. Losujemy 
bez zwracania 24 kule. Niech 

•      oznacza liczbę wylosowanych kul białych, 

•      oznacza liczbę wylosowanych kul  czarnych, 
•     oznacza liczbę wylosowanych kul niebieskich. 

Współczynnik korelacji zmiennych losowych 

2

X

Y

+

 i  

                              

(

2 ,

corr X

Y Z

+

)

jest równy 
 
(A) 

 

1

 

(B) 

3

2

 

 

(C) 

3
4

−  

 
(D) 0 
 

(E) 

1
2

−  

 

 7  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie

 8.  

 
Niech    będą niezależnymi zmiennymi losowymi o jednakowym 
rozkładzie Pareto  o gęstości 

,...

,...,

1

n

X

X

 

(

)

1

gdy  

0

1

( )

0

w przeciwnym przypadku,

x

x

f x

θ

θ

+

>

⎪ +

= ⎨

      

gdzie 

1

θ

>

 jest ustalone.  

Niech 

  będzie zmienną losową niezależną od 

, o rozkładzie 

geometrycznym  

N

,...

,...,

1

n

X

X

(

)

(1

)    gdy   

0,1, 2, ,

n

P N

n

q q

n

=

= −

=

K

 

gdzie 

 jest ustaloną liczbą.  

(

0,1

q

)

Niech 
 

{

}

1

min

,...,

,

0;

0

0.

N

X

X

gdy

N

Z

gdy

N

>

= ⎨

=

 

 
Oblicz 

 przy założeniu, że 

( |

)

E N Z

z

=

0

z

>

 
 

(A) 

(

)

(

)

2 1

1

z

z

q

θ

θ

+

+

+

 

 

(B) 

(

)

(

)

2 1

1

z

z

q

θ

θ

+

+

 

 

(C) 

(

)

(

)

1

3

1

z

q

z

q

θ

θ

+

+

+

+

 

 

 

(D) 

(

)

(

)

1
1

z

q

z

q

θ

θ

+

+

+

 

 

(E) 

(

)

(

)

1

1

z

z

q

θ

θ

+

+

 

 

 8  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie

 9. 

 
Rozważamy łańcuch Markowa 

 na przestrzeni stanów 

,...

,

2

1

X

X

{

}

0,1, 2

 o macierzy 

przejścia 

1 1

0

2 2
1

3

0

,

4

4

1 1 1
3 3 3

P

= ⎢

 

(gdzie  

 dla 

(

)

1

P

|

ij

n

n

P

X

j X

i

+

=

=

=

,

0,1, 2

i j

=

).  

Niech   będzie ciągiem zmiennych losowych o wartościach w zbiorze 

, niezależnych od siebie nawzajem i od zmiennych  

, o  

jednakowym rozkładzie prawdopodobieństwa:  

,...

,...,

,

2

1

n

Z

Z

Z

{ }

1

,

0

,...

,...,

,

2

1

n

X

X

X

 

3

P(

1)

4

i

Z

= =  i  

1

P(

0)

4

i

Z

=

= . 

 
Niech  

. Wtedy  

 jest równy   

i

i

i

X

Z

Y

=

1

lim P(

)

n

n

n

Y

Y

+

→∞

>

 

A) 

32

144

 

 

(B) 

57

144

 

 

(C) 

35

144

 

 

 

(D) 

26

144

 

 

(E)  

41

144

 

 
  
 

 9  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

Zadanie

 10. 

 
Niech 

 będą niezależnymi zmiennymi losowymi z rozkładu o gęstości   

1

2

,

, ,

n

X X

X

K

(

)

  

( )

0

 

 

x

e

gdy x

f x

gdy x

θ

θ

θ
θ

− −

= ⎨

<

 

gdzie 

R

θ

 jest nieznanym parametrem. Zbudowano test jednostajnie najmocniejszy 

dla weryfikacji hipotezy 

0

:   0

H

θ

=  przy alternatywie 

1

:   0

H

θ

≠  na poziomie 

istotności (0,1)

α

.  

Obszar krytyczny tego testu jest równy 
 

(A) 

{

} (

)

1

2

ln

min

,

, ,

,0

,

n

X X

X

n

α

∈ −∞

+∞

K

 

 

(B) 

{

}

1

2

ln

ln

min

,

, ,

,

,

n

X X

X

n

n

α

α

⎞ ⎛

∈ −∞

+∞

⎟ ⎜

⎠ ⎝

K

 

 

(C) 

{

}

1

2

ln(1

)

min

,

, ,

0,

n

X X

X

n

α

K

 

 

(D) 

{

}

1

2

1

ln 2 ln

min

,

, ,

,

ln 1

,

2

n

X X

X

n

n

α

α

∈ −∞

+∞

K

 

 

(E) 

{

}

1

2

ln(1

)

min

,

, ,

,

n

X X

X

n

α

∈ −∞ −

K

 

 

   

 

 10  

background image

Prawdopodobieństwo i statystyka 

 

5.10.2009 r. 

___________________________________________________________________________ 

 

Egzamin dla Aktuariuszy z 5 października 2009 r. 

 

Prawdopodobieństwo i statystyka 

 
 

Arkusz odpowiedzi

*

  

 
 
 
Imię i nazwisko : ................. K L U C Z   O D P O W I E D Z I .......................... 
Pesel ........................................... 
 
 
 
 

 

Zadanie nr 

Odpowiedź  Punktacja

 

1 B 

 

2 C 

 

3 D 

 

4 A 

 

5 B 

 

6 D 

 

7 B 

 

8 D 

 

9 E 

 

10 A 

 

 

 

 

 
 
 
 
 
 

                                                 

*

 Oceniane są wyłącznie odpowiedzi umieszczone w Arkuszu odpowiedzi.

 

 Wypełnia Komisja Egzaminacyjna.

 

 11