数理统计第五次作业及答案

习题解答习题5.11．设样本值如下：15， 20， 32， 26， 37， 18， 19， 43计算样本均值、样本方差、2阶样本矩及2阶样本中心矩．解 由样本均值的计算公式，有()8111152032263718194326.2588i i x x ===⨯+++++++=∑由样本方差的计算公式，有()28211102.2181i i s x x==-=-∑由2阶样本矩的计算公式，有82211778.58i i a x ===∑由2阶样本中心矩的计算公式，有()2821189.448i i b x x==-=∑2. 设总体~(12,4)X N ，125(,,,)X X X 是来自总体X 的样本，求概率12345{m a x (,,,,)12}P X X X X X >. 解 12345{m a x (,,,,)12}P X X X X X > []551311(0) 1()232=-Φ=-=3. 设总体X ～ P （λ），X 是容量为n 的样本的均值，求 ()E X 和 ()D X . 解 因总体X ～ P （λ），故有(),()E X D X λλ==，于是()()E X E X λ==()()D X D X n nλ== 4. 某保险公司记录的6n =起火灾事故的损失数据如下（单位：万元）：1.86, 0.75, 3.21，2.45， 1.98, 4.12. 求该样本的经验分布函数.解 将样本观测值排序可得：0.751.86 1.982.453.21<<<<< 则经验分布函数为60, 0.751, 0.75 1.8661, 1.86 1.9831(), 1.98 2.4522, 2.45 3.2135, 3.21 4.1261, 4.12x x x F x x x x x <⎧⎪⎪≤<⎪⎪≤<⎪⎪⎪=≤<⎨⎪⎪≤<⎪⎪⎪≤<⎪⎪≥⎩5．求标准正态分布的上侧0.01分位数和上侧0.48分位数 .解 由题知，X ～ (0,1)N ，求X 的上侧α分位数. 即求u α使满足{}P X u αα>=得{}1P X u αα≤=-即()1u ααΦ=-取0.01α=，查标准正态分布表得上侧0.01分位数为0.012.33u u α==取0.48α=，查标准正态分布表得上侧0.48分位数为0.480.05u u α==习题5.21.设总体~(8,36)X N ，129(,,,)X X X 是取自总体X 的样本，X 是样本均值，求{|7|2}P X -< ．解 因~(8,36)X N ，且样本容量9n =，故36~(8,), ~(8,4)9X N X N 即 ，于是 9858{|7|2}{59}()()22P X P X ---<=<<=Φ-Φ (0.5)( 1.5)(0.5)(1.5)10.69150.933210.6247=Φ-Φ-=Φ+Φ-=+-=2.设 2~(9)X χ ，求λ使其满足()0.95P X λ<=解 由()0.95P X λ<=，得()0.05P X λ≥=，因为2~(9)X χ，所以查表可得20.05(9)16.919λχ==3. 设总体~(0,1X N ，1210(,,,)X X X 是取自总体X 的样本，求2221210()E X X X +++ 及2221210()D X X X +++ .解 由总体~(0,1)X N 可知~(0,1) (1,2,,10)i X N i = ，且1210,,,X X X 相互独立，于是22221210()~(10)X X X χ+++故有2221210()10E X X X +++= 2221210()21020D X X X +++=⨯=4. 设总体X ～ N （20 ，3），从中独立地抽取容量分别为10和15的两个样本，求它们的样本均值之差的绝对值大于0.3的概率．解 设这两个样本分别为1210,,,X X X 和1215,,,Y Y Y ， 则对样本均值有101110i i X X ==∑ ～15131(20,),1015i i N Y Y ==∑～3(20,)15N依定理 X Y -～1(0,)2N ，所以{}0.3P X Y P ⎫->=>1P ⎫=-≤1=-ΦΦ（1210.6744⎡⎤=-Φ-=⎢⎥⎣⎦(查标准正态分布表可得)5.设X ～ t (12) ，(1) 求 a 使得()0.05P X a <=；（2）求 b 使得()0.99P X b >= 解 （1）由()0.05P X a <=利用t 分布的对称性可得()0.05P X a >-=，查表可得0.05(12) 1.7823 1.7823a t a -==⇒=-（2）由()0.99P X b >=得()0.01P X b ≤=，又由t 分布的对称性可得()0.01P X b >-=于是0.01(12) 2.6810 2.6810b t b -==⇒=-6.设~(8,12)X F ，求 λ 使得()0.01P X λ<=.解 由()0.01P X λ<= 得 ()0.99P X λ>=，于是查表可得0.990.0111(8,12)0.176(12,8) 5.67f f λ====习题5.31．设总体X ～ N （μ ，4），（X 1 ，X 2 ，… ，X 16）为其样本，2S 为样本方差，求： （1） P ()666.62<S ； （2） P ()865.4279.22<<S ． 解 因为()221n S σ-～()21n χ-所以本题中2154S ～()215χ 则 (1) {}(){}22215156.666 6.6661524.997544P S P S P χ⎧⎫<=<⨯=<⎨⎬⎩⎭(){}211524.997510.050.95P χ=-≥=-=(2) {}221515152.279 4.865 2.279 4.865444P S P S ⎧⎫<<=⨯<<⨯⎨⎬⎩⎭(){}28.546251518.24375P χ=<<(){}(){}22158.546251518.24375P P χχ=>-≥0.900.250.6=-= 2. 总体2~(0,)X N σ，1225(,,,)X X X 是总体X 的样本，2X S 和分别是样本均值和样本方差，求λ，使5()0.99XP Sλ<=. 解 根据抽样分布定理知5~(24)X Xt S = 又由5()0.99XP Sλ<=得 5()0.01XP Sλ>= 故查表可得0.01(24) 2.4922t λ==3．设总体X ～ N （30 ，64），为使样本均值大于28的概率不小于0.9 ，样本容量n 至少应是多少？解 因为X ～(30,64)N ， 所以样本均值X .～64(30,)N n因此X ()0,1N ， 故{}{}28128P X P X >=-≤1X P ⎧⎫=-≤1⎛=-Φ ⎝0.9=Φ≥1.29≥，解得 27n ≥，所以n 至少应取27.*4．设总体X ～ N )16(1，μ 与总体Y ～ N )36(2，μ 相互独立，（X 1 ，X 2 ，… ，X 13）和（Y 1 ，Y 2 ，… ，Y 10）分别为来自总体X 和总体Y 的样本．试求两总体样本方差之比落入区间（0.159 ，1.058）内的概率．解 因为()221n S σ-～()21n χ-，所以本题中211216S ～()222912,36S χ～()29χ又因为21212222121291694936S S F S S ==～()12,9F从而221122229990.159 1.0580.159 1.058444S S P P S S ⎧⎫⎧⎫<<=⨯<<⨯⎨⎬⎨⎬⎩⎭⎩⎭(){}0.3577512,92.3805P F =<< 0.85=（查F 分布表*5. 设从两个正态总体~(4,1)~(6,1)X N Y N 和中分别独立地抽取两个样本1219(,,,)X X X 和1216(,,,)Y Y Y ，样本方差分别为2212S S 和.求λ，使2122()0.05S P S λ<=.解 根据抽样分布定理可知2122~(18,15)S F S 又由2122()0.05S P S λ<=可得2122()0.95S P S λ>=，于是查表可得0.950.0511(18,15)0.44(15,18) 2.27f f λ====*6．设总体X 与总体Y 相互独立，且都服从正态分布N （0 ，9），（X 1 ，X 2 ，… ，X 9）和（Y 1 ，Y 2 ，… ，Y 9）分别为来自总体X 和Y 的样本．试证明统计量T =∑∑==91291i ii iYX服从自由度为9的t 分布．证明 由正态分布的性质及样本的独立性知91ii X=∑～2(0,9)N得9119i i X =∑～(0,1)N 又因为i Y ～(0,9) (1,2,,9)N i =所以()22222291212913339Y Y Y Y Y Y ⎛⎫⎛⎫⎛⎫+++=+++ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ ～()29χ 由于两个总体X 和Y 是相互独立的，所以其相应的样本也是相互独立的，故 9119i i X =∑与92119i i Y =∑也相互独立，于是由t 分布的定义知991ii XX T ==∑∑ ～ ()9t综合练习五一、填空题1．设总体X 的一组样本观测值为1.4 ，2.3 ，1.8 ，3.4 ，2.7则样本均值 x= ( 2.32 ) ，样本方差 2s = ( 0.607 ) ．2．设总体X 服从正态分布N （2 ，5），（X 1 ，X 2 ，… ，X 10）为其样本，则样本均值X 的分布为 ( 122N ⎛⎫⎪⎝⎭， )．3．设总体X 服从具有n 个自由度的2χ 分布，（X 1 ，X 2 ，… ，X n ）为其样本，X为样本均值，则有 ()( )E X n = ，()( 2 )D X = ．4．设总体X ～ N （μ ，2σ），（X 1 ，X 2 ，… ，X n ）为其样本，X 、2S 分别为样本均值和样本方差，则有 X ～( 2N n σμ⎛⎫ ⎪⎝⎭， )，22)1(σS n - ～( 2(1)n χ- )，nSX μ- ～( t (n － 1) )．5．设总体X ～ N （1 ，4），（X 1 ，X 2 ，… ，X 5）为其样本，令T = 2543221)2()(X X X b X X a --+-则当a = (81 ) 、1()24b =时有T ～ 2χ(2) ． 二、选择题1．设总体X ～ N （μ ，1），其中 μ 为未知参数，若（X 1 ，X 2 ，… ，X n ）为来自总体X 的样本，则下列样本函数中( (b ) ) 不是统计量．(a )∑=ni i X1；(b )∑=-ni iX12)(μ ；(c) X 1 X 2 … X n ； (d )∑=ni i X12．2．设总体X ～ N （2 ，4），（X 1 ，X 2 ，… ，X 9）为其样本，X 为样本均值，则下列统计量中服从标准正态分布的是( (c ) )．(a ) X ； (b))2(43-X ； (c ))2(23-X ； (d ) )2(29-X ． 3．设总体X ～ N （0 ，1），（X 1 ，X 2 ，… ，X 5）为其样本，令T = 2543221)(2)(3X X X X X +++则有T ～ ( (b ) ) ．(a ) t (5) ； (b ) F (1 ，1) ； (c ) F (2 ，3) ； (d ) F (3 ，2) ． 4．设总体X ～ N ⎪⎪⎭⎫ ⎝⎛410，，（X 1 ，X 2 ，… ，X 5）为其样本，令T=则有T ～( (d ) )．(a ) t (1) ； (b ) t (2) ； (c ) t (3) ； (d ) t (4) ． 5．设总体X ～ N （0 ，1），（X 1 ，X 2 ，… ，X n ）为其样本，X 、2S 分别是样本均值和样本标准差，则 ( (c ) ) ．(a ) n X ～ N （0 ，1）： (b ) X ～ N （0 ，1）； (c )∑=ni i X 12 ～ 2χ(n ) ； (d )SX～ t (n － 1) ． 6．设随机变量X 和Y 都服从标准正态分布，则 ( (c ) ) ．(a ) Y X + 服从正态分布； (b ) 22Y X + 服从 2χ 分布；(c ) 2X 和 2Y 都服从 2χ 分布； (d )22Y X 服从F 分布．三、解答题1．设总体~(2,16)X N ，12(,,,)n X X X 是总体X 的样本，令2211ni i A X n ==∑，求2A 的数学期望2()E A .解 因为~(2,16)X N ，所以~(2,16) (1,2,,)i X N i n = ，则有 22()()()16420i i i E X D X E X =+=+= 于是22111()()2020n i i E A E X n n n===⨯⨯=∑2．设总体~(15,9),X N ，129(,,,)X X X 是总体X 的样本，X 是样本均值，.求常数c ，使()0.95.P X c ≤=解 根据抽样分布定理可知~(15,1)X N 又由()0.95P X c ≤=可得15()()0.951c P X c -≤=Φ= 查表可得15 1.645c -=，于是得16.645c =3.设一组数据20.5，15.5，30.2，20.5，18.6, 21.3，18.6，23.4来自于总体,X 求经验分布函数.解 将样本观测值排序可得：15.518.618.620.520.521.32<=<=<<< 则由定义可得经验分布函数为80, 15.51, 15.518.683, 18.620.585(), 20.521.386, 21.323.487, 23.430.081, 30.2x x x F x x x x x ≤⎧⎪⎪≤<⎪⎪≤<⎪⎪⎪=≤<⎨⎪⎪≤<⎪⎪⎪≤<⎪⎪≥⎩4．设总体X ～ N （0 ，4），（X 1 ，X 2 ，… ，X 9）为其样本．求系数a 、b 、c ，使得T = 298762543221)()()(X X X X c X X X b X X a ++++++++服从 2χ 分布，并求其自由度．解 由于129,,,X X X 相互独立且来自总体X ～(0,4)N ，则由正态分布的线性运算性质有12X X +～(0,8)N ，345X X X ++～(0,12)N ，6789X X X X +++～(0,16)N于是，由2χ分布与正态分布的关系，有()()()22212345678981216X X X X X X X X X T ++++++=++ 服从2χ（3）分布，因此111,,81216a b c ===，自由度为3。

概率论与数理统计习题集及答案－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－《概率论与数理统计》作业集及答案第1章概率论的基本概念§1 .1 随机试验及随机事件1. (1) 一枚硬币连丢3次，观察正面H ﹑反面T 出现的情形. 样本空间是：S= ；(2) 一枚硬币连丢3次，观察出现正面的次数. 样本空间是：S= ；2.(1) 丢一颗骰子. A ：出现奇数点，则A= ；B ：数点大于2，则B= .(2) 一枚硬币连丢2次， A ：第一次出现正面，则A= ；B ：两次出现同一面，则= ；C ：至少有一次出现正面，则C= .§1 .2 随机事件的运算1. 设A 、B 、C 为三事件，用A 、B 、C 的运算关系表示下列各事件：(1)A 、B 、C 都不发生表示为：.(2)A 与B 都发生,而C 不发生表示为：.(3)A 与B 都不发生,而C 发生表示为：.(4)A 、B 、C 中最多二个发生表示为：.(5)A 、B 、C 中至少二个发生表示为：.(6)A 、B 、C 中不多于一个发生表示为：.2. 设}42:{},31:{},50:{≤（1）=⋃B A ，（2）=AB ，（3）=BA ，（4）B A ⋃= ，（5）B A = 。

§1 .3 概率的定义和性质1. 已知6.0)(,5.0)(,8.0)(===⋃B P A P B A P ，则(1) =)(AB P , (2)()(B A P )= , (3))(B A P ⋃= .2. 已知,3.0)(,7.0)(==AB P A P 则)(B A P = .§1 .4 古典概型1. 某班有30个同学,其中8个女同学, 随机地选10个,求:(1)正好有2个女同学的概率,(2)最多有2个女同学的概率,(3) 至少有2个女同学的概率.2. 将3个不同的球随机地投入到4个盒子中,求有三个盒子各一球的概率.§1 .5 条件概率与乘法公式1．丢甲、乙两颗均匀的骰子，已知点数之和为7, 则其中一颗为1的概率是。

1．设有30个电子器件1230,,,D D D ，
它们的使用情况如下：1D 损坏，2D 立即使用；2D 损坏，3D 立即使用等等，设器件i D 的寿命服从参数为0.1λ=(小时1)-的指数分布的随机变量，令T 为30个器件使用的总时间，求T 超过350小时的概率。

解 设i D 为器件i D 的寿命，则301i i T D
==∑，所求概率为
30301300(350)(350)i i i D P T P D P =⎧⎫-⎪⎪≥=≥=≥⎪⎪⎩⎭
∑∑
11(0.91)10.81860.1814≈-Φ=-Φ=-=.
2．某计算机系统有100个终端，每个终端有20%的时间在使用，若各个终端使用与否相互独立，试求有10个或更多个终端在使用的概率。

解 设1,,1,2,0,.
i i X i i ⎧==⎨
⎩第个终端在使用第个终端不在用 则同时使用的终端数
1001~(100,0.2)i i X X B ==
∑
所求概率为
(10)11( 2.5)(2.5)0.9938P X ≥≈-Φ=-Φ-=Φ=.
3．某保险公司多年的资料表明，在索赔户中，被盗索赔户占20%，以X 表示在随机抽查100个索赔户中因被盗而向保险公司索赔的户数，求(1430)P X ≤≤.
解
20(14
30)))P X ≤≤≈Φ-Φ (2.5)( 1.5)=Φ-Φ- 0.9938(1.5)10.99380.93321=+Φ-=+-
0.927=.。

数理统计第一次1、设总体X 服从正态分布),(2σμN ，其中μ已知，2σ未知，n X X X ,,,21 为其样本，2≥n ,则下列说法中正确的是（ ）。

（A ）∑=-ni i X n122)(μσ是统计量 （B ）∑=ni i X n122σ是统计量（C ）∑=--ni iX n 122)(1μσ是统计量 （D ）∑=ni iX n12μ是统计量2、设两独立随机变量)1,0(~N X ，)9(~2χY ，则YX 3服从（ ）。

)(A )1,0(N )(B )3(t )(C )9(t )(D )9,1(F3、设两独立随机变量)1,0(~N X ，2~(16)Y χ）。

)(A )1,0(N )(B (4)t )(C (16)t )(D (1,4)F4、设n X X ,,1 是来自总体X 的样本，且μ=EX ，则下列是μ的无偏估计的是（ ）.)(A ∑-=-1111n i i X n )(B ∑=-n i i X n 111 )(C ∑=n i i X n 21 )(D ∑-=111n i i X n 5、设4321,,,X X X X 是总体2(0,)N σ的样本，2σ未知，则下列随机变量是统计量的是（ ）.（A ）3/X σ； （B ）414ii X=∑； （C ）σ-1X ； （D ）4221/ii Xσ=∑6、设总体),(~2σμN X ，1,,n X X 为样本，S X ,分别为样本均值和标准差，则下列正确的是（ ）.2() ~(,)A X N μσ 2() ~(,)B nX N μσ22211()()~()ni i C X n μχσ=-∑)()~()X D t n Sμ-7、设总体X 服从两点分布B （1，p ），其中p 是未知参数，15,,X X ⋅⋅⋅是来自总体的简单随机样本，则下列随机变量不是统计量为（ ）( A ) . 12X X +( B ){}max ,15i X i ≤≤( C ) 52X p +( D )()251X X -8、设1,,n X X ⋅⋅⋅为来自正态总体2(,)N μσ的一个样本，μ，2σ未知。

第五章习题5.1．假设X 和Y 为随机变量，且满足E [X ]=-2, E [Y ]=2, Var[X ]=1, Var[Y ]=9, X 与Y 的相关系数,X Y r =-0.5．试由切比雪夫不等式确定满足不等式{6}P X Y +≥c ≤的最小正数c 之值.解： 因为{][][]220[][][]2cov(,)[][]2(,E X Y E X E Y Var X Y Var X Var Y X Y Var X Var Y r X Y +=+=-+=+=++=++192(0.5)7=++⨯-=.2[](()[]6)6Var X Y P X Y E X Y ++-+≥≤由切比雪夫不等式：,有277 (6)=636P X Y +≥≤. 得 736c =.5.2．设12,X X 为随机变量且0, []1(1,2)i i EX Var X i ===. 证明：对任意的0,λ>有22121{2}P X X λλ+≥≤．证明： 不妨设12(,)X X 为二维连续型随机变量，其密度函数为12,X X f . 由于12222212,[]()(,)X X E X X x y f x y dxdy +∞+∞-∞-∞+=+⎰⎰，12122222222212,,22(2)(,)(,)2X X X X x y x y x y P X X f x y dxdy f x y dxdy λλλλ+≥+≥++≥=≤⎰⎰⎰⎰1222,22221212221122(,)2111[][][]22211([]([]))([]([]))22X X x y f x y dxdy E X X E X E X Var X E X Var X E X λλλλλλ+∞+∞-∞-∞+≤=+=+=+++⎰⎰ 111(10)(10)22λλλ=+++=.5.3．在一枚均匀正四面体的四个面上分别画上1，2，3，4个点. 现将该四面体重复投掷，(1,2,)i X i =为第i 次投掷向下一面的点数，试求当n ∞→时，211n i i X n =∑依概率收敛的极限．解: 已知 (1,2,3,)i X i =的分布列为12341/41/41/41/4iX P4422211115[]() , 1,2,3,.42ii k k E X k P X k k i ===⋅==⋅==∑∑可见，222123,,,X X X 是独立同分布的随机变量序列，且有相同的数学期望152，满足辛钦大数定律，因此对任意0ε>，有 21115lim 02n i n i P X n ε→+∞=⎛⎫-≥= ⎪⎝⎭∑,即211n i i X n =∑依概率收敛的极限为152.5.4．设{n X }是独立的随机变量序列，且假设{{0.5, 1,2,n n P X P X n ====，问{n X }是否服从大数定律？解: []0.5(0.50,i E X +⨯=22222[][]([]) 0.5(0.50ln , 1,2,3,.i i i Var X E X E X i i =-=⨯+⨯-==则1111[][]0, n ni i i i E X E X n n ====∑∑22111111[][]ln , 1,2,3,.n n ni i i i i Var X Var X i n n n n ======∑∑∑利用切比雪夫不等式：对任意0ε>，由12111[]11([])ni n n i i i i i Var X n P X E X n n εε===-≥≤∑∑∑, 得2211222111ln ln 1ln (0)nnni i i i i n nn n P X n n εεεε===-≥≤≤=∑∑∑，从而有211ln 0lim (0)lim 0n i n n i nP X n n εε→+∞→+∞=≤-≥≤=∑,得 11lim (0)0ni n i P X n ε→+∞=-≥=∑.即随机变量序列{}n X 服从大数定律.5.5．设{n X }是独立同分布的随机变量序列，且假设[]2, []6n n E X Var X ==，证明：22212345632313,Pn n n X X X X X X X X X a n n --++++++−−→→∞，并确定常数a 之值．解:232313 1,2,3,k k k k Y X X X k --=+=令.由于{}k X 是独立同分布的随机变量序列，所以{}k Y 也是独立同分布的随机变量序列,且223231332313[][][][]k k k k k k k E Y E X X X E X E X X ----=+=+232323132([]([]))[][](62)2214, 1,2,.k k k k Var X E X E X E X k ---=++=++⨯==可见，序列{}k Y 满足辛钦大数定律的条件. 根据辛钦大数定律，得1214, Pn Y Y Y n n+++−−→→+∞即2221234563231314, P n n nX X X X X X X X X n n--++++++−−→→+∞所以，a =14.5.6．设随机变量X ~B(100,0.8)，试用棣莫弗—拉普拉斯定理求{80100}P X ≤<的近似值．解:由~(100,0.8)X B 知[]1000.880, []1000.80.216E X Var X =⨯==⨯⨯=. 根据棣莫弗-拉普拉斯定理作近似计算，有(80100)(8099)P X P X ⎛⎫⎛⎫≤<=≤≤≈Φ-Φ()()4.75010.5=0.5=Φ-Φ=Φ-Φ=-.5.7．一仪器同时收到50个信号k X ，k =1,2,……,50. 设150,,X X 相互独立，且都服从区间[0，9]上的均匀分布，试求501(250)kk P X=>∑的近似值．解：由~(0,9) , 1,2,,50k X U k =，有[]92k E X =，[]()212790124k Var X =-=.根据林德伯格-莱维定理作近似计算，有5050112501250k k k k P X P X ==⎛⎫⎛⎫>=-≤ ⎪ ⎪⎝⎭⎝⎭∑∑1≈-Φ()1 1.3610.9130.087=-Φ=-=.5.8．一个复杂的系统由n 个相互独立起作用的部件所组成，每个部件损坏的概率为0.10，为了使整个系统正常运行，至少需要80%或80%以上的部件正常工作，问n 至少为多大才能使整个系统正常工作的概率不小于95%．解: 将n 个部件编号：1,2,...,n, 记1, 1,2,,.0,i i X i n ⎧==⎨⎩若第个部件正常工作,否则,则 ~(1,0.9)i X B ，且12,,,n X X X 相互独立.依题意，要求有110.80.95n i i P X n =⎛⎫≥≥ ⎪⎝⎭∑即要求满足 10.80.95n i i P X n =⎛⎫≥≥ ⎪⎝⎭∑.根据棣莫弗-拉普拉斯定理作近似计算，有10.81133n i i P X n =⎛⎛⎛⎫≥≈-Φ=-Φ=Φ ⎪ ⎝⎭⎝⎭⎝⎭∑. 由(1.65)0.95Φ=1.65≥，即()23 1.6524.5025n ≥⨯=，取25n =.。

概率论与数理统计作业及解答第一次作业★1. 甲 乙 丙三门炮各向同一目标发射一枚炮弹 设事件A B C 分别表示甲 乙 丙击中目标 则三门炮最多有一门炮击中目标如何表示. 事件E {事件,,A B C 最多有一个发生},则E 的表示为;E ABC ABC ABC ABC =+++或;AB AC BC =U U 或;AB AC BC =U U或;AB ACBC =或().ABC ABC ABC ABC =-++(和A B +即并A B U ,当,A B 互斥即AB φ=时A B U 常记为A B +) 2. 设M 件产品中含m 件次品 计算从中任取两件至少有一件次品的概率.221M mM C C --或1122(21)(1)m M m m MC C C m M m M M C -+--=- ★3. 从8双不同尺码鞋子中随机取6只 计算以下事件的概率.A {8只鞋子均不成双},B {恰有2只鞋子成双},C {恰有4只鞋子成双}. ★4. 设某批产品共50件 其中有5件次品 现从中任取3件 求 (1)其中无次品的概率 (2)其中恰有一件次品的概率(1)34535014190.724.1960C C == (2)21455350990.2526.392C C C ==5. 从1～9九个数字中 任取3个排成一个三位数 求(1)所得三位数为偶数的概率 (2)所得三位数为奇数的概率(1){P 三位数为偶数}{P =尾数为偶数4},9=(2){P 三位数为奇数}{P =尾数为奇数5},9=或{P 三位数为奇数}1{P =-三位数为偶数45}1.99=-=6. 某办公室10名员工编号从1到10任选3人记录其号码求(1)最小号码为5的概率(2)最大号码为5的概率记事件A {最小号码为5}, B {最大号码为5}.(1) 253101();12C P A C ==(2) 243101().20C P B C ==7. 袋中有红、黄、白色球各一个每次从袋中任取一球记下颜色后放回共取球三次求下列事件的概率:A ={全红}B ={颜色全同}C ={颜色全不同}D ={颜色不全同}E ={无黄色球}F ={无红色且无黄色球}G ={全红或全黄}.☆.某班n 个男生m 个女生(mn 1)随机排成一列 计算任意两女生均不相邻的概率.☆.在[0 1]线段上任取两点将线段截成三段 计算三段可组成三角形的概率. 第二次作业1. 设A B 为随机事件 P (A ) P (B ) (|)0.85P B A = 求(1)(|)P A B (2)()P A B ∪(1) ()()0.85(|),()0.850.080.068,()10.92P AB P AB P B A P AB P A ====⨯=- (2)()()()()P A B P A P B P AB =+-U 0.920.930.8620.988.=+-= 2. 投两颗骰子已知两颗骰子点数之和为7求其中有一颗为1点的概率. 记事件A {(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)}, B {(1,6),(6,1)}.★.在1—2000中任取一整数 求取到的整数既不能被5除尽又不能被7除尽的概率记事件A {能被5除尽}, B {能被7除尽}.4001(),20005P A ==取整2000285,7⎡⎤=⎢⎥⎣⎦28557(),2000400P B ==200057,57⎡⎤=⎢⎥⨯⎣⎦57(),2000P AB = 3. 由长期统计资料得知 某一地区在4月份下雨(记作事件A )的概率为4/15刮风(用B 表示)的概率为7/15 既刮风又下雨的概率为1/10 求P (A |B )、P (B |A )、P (AB )4 设某光学仪器厂制造的透镜第一次落下时摔破的概率是1/2若第一次落下未摔破第二次落下时摔破的概率是7/10若前二次落下未摔破第三次落下时摔破的概率是9/10试求落下三次而未摔破的概率． 记事件i A ={第i 次落下时摔破}1,2,3.i =5 设在n 张彩票中有一张奖券有3个人参加抽奖分别求出第一、二、三个人摸到奖券概率．记事件i A ={第i 个人摸到奖券}1,2,3.i =由古典概率直接得1231()()().P A P A P A n ===或212121111()()()(|),1n P A P A A P A P A A n n n -====-或 第一个人中奖概率为11(),P A n=前两人中奖概率为12122()()(),P A A P A P A n +=+=解得21(),P A n=前三人中奖概率为1231233()()()(),P A A A P A P A P A n ++=++=解得31().P A n=6 甲、乙两人射击 甲击中的概率为08 乙击中的概率为07 两人同时射击 假定中靶与否是独立的求(1)两人都中靶的概率 (2)甲中乙不中的概率 (3)甲不中乙中的概率记事件A ={甲中靶}B ={乙中靶}.(1) ()()()0.70.70.56,P AB P A P B ==⨯= (2) ()()()0.80.560.24,P AB P A P AB =-=-= (3) ()()()0.70.560.14.P AB P B P AB =-=-=★7 袋中有a 个红球 b 个黑球 有放回从袋中摸球 计算以下事件的概率 (1)A {在n 次摸球中有k 次摸到红球}(2)B {第k 次首次摸到红球}(3)C {第r 次摸到红球时恰好摸了k 次球}(1) ();()k n kk n kk k nnna b a b P A C C a b a b a b --⎛⎫⎛⎫== ⎪ ⎪+++⎝⎭⎝⎭(2) 11();()k k kb a ab P B a b a b a b --⎛⎫== ⎪+++⎝⎭ (3) 1111().()rk rr k rr r k k ka b a b P C CCa b a b a b ------⎛⎫⎛⎫== ⎪ ⎪+++⎝⎭⎝⎭8一射手对一目标独立地射击4次 已知他至少命中一次的概率为80.81求该射手射击一次命中目标的概率 设射击一次命中目标的概率为,1.p q p =-4801121,,1.818133q q p q =-===-=9 设某种高射炮命中目标的概率为 问至少需要多少门此种高射炮进行射击才能以的概率命中目标(10.6)10.99,n -<-0.40.01,n <由50.40.01024,=60.40.01,<得 6.n ≥ ☆.证明一般加法(容斥)公式证明 只需证分块111,,k k n k i i i i i i A A A A A A +⊂L L L 只计算1次概率．(1,,n i i L 是1,,n L 的一个排列1,2,,.k n =L )分块概率重数为1,,k i i A A L 中任取1个-任取2个1(1)k -++-L 任取k 个即将,U I 互换可得对偶加法(容斥)公式☆.证明 若A B 独立 A C 独立 则A B ∪C 独立的充要条件是A BC 独立. 证明充分性:⇐(())()()()()(),P A B C P A P B P A P C P ABC =+-U 代入()()()P ABC P A P BC = ()(()()())P A P B P C P BC =+-()(),P A P B C =U 即,A B C U 独立. 必要性:⇒()()(),P ABC P A P BC =即,A BC 独立.☆.证明：若三个事件A 、B 、C 独立，则A ∪B 、AB 及A －B 都与C 独立． 证明 因为所以A ∪B 、AB 及A －B 都与C 独立. 第三次作业1 在做一道有4个答案的选择题时 如果学生不知道问题的正确答案时就作随机猜测 设他知道问题的正确答案的概率为p 分别就p 和p 两种情形求下列事件概率(1)学生答对该选择题 (2)已知学生答对了选择题求学生确实知道正确答案的概率记事件A ={知道问题正确答案}B ={答对选择题}.(1) 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+113,444p pp -=+=+当0.6p =时13130.67()0.7,444410p P B ⨯=+=+== 当0.3p =时13130.319()0.475.444440p P B ⨯=+=+==(2) 由贝叶斯公式得()4(|),13()1344P AB p pP A B p P B p ===++当0.6p =时440.66(|),13130.67p P A B p ⨯===++⨯ 当0.3p =时440.312(|).13130.319p P A B p ⨯===++⨯ 2 某单位同时装有两种报警系统A 与B 当报警系统A 单独使用时 其有效的概率为 当报警系统B 单独使用时 其有效的概率为.在报警系统A 有效的条件下 报警系统B 有效的概率为.计算以下概率 (1)两种报警系统都有效的概率 (2)在报警系统B 有效的条件下 报警系统A 有效的概率 (3)两种报警系统都失灵的概率.(1) ()()(|)0.70.840.588,P AB P A P B A ==⨯=(2) ()0.588(|)0.735,()0.8P AB P A B P B === (3) ()()1()1()()()P AB P A B P A B P A P B P AB ==-=--+U U☆.为防止意外 在矿内同时设有两种报警系统A 与B 每种系统单独使用时 其有效的概率系统A 为0 92 系统B 为 在A 失灵的条件下 B 有效的概率为 求: (1)发生意外时 两个报警系统至少有一个有效的概率 (2) B 失灵的条件下 A 有效的概率3 设有甲、乙两袋 甲袋中有n 只白球 m 只红球 乙袋中有N 只白球 M 只红球从甲袋中任取一球放入乙袋 在从乙袋中任取一球 问取到白球的概率是多少 记事件A ={从甲袋中取到白球}B ={从乙袋中取到白球}. 由全概率公式得☆.设有五个袋子 其中两个袋子 每袋有2个白球 3个黑球 另外两个袋子 每袋有1个白球 4个黑球 还有一个袋子有4个白球 1个黑球 (1)从五个袋子中任挑一袋 并从这袋中任取一球 求此球为白球的概率 (2)从不同的三个袋中任挑一袋 并由其中任取一球 结果是白球 问这球分别由三个不同的袋子中取出的概率各是多少★4 发报台分别以概率06和04发出信号 “·” 及 “” 由于通信系统受到于扰 当发出信号 “·” 时 收报台分别以概率08及02收到信息 “·” 及 “” 又当发出信号 “” 时 收报台分别以概率09及0?l 收到信号 “” 及 “·” 求: (1)收报台收到 “·”的概率(2)收报台收到“”的概率(3)当收报台收到 “·” 时 发报台确系发出信号 “·” 的概率(4)收到 “” 时 确系发出 “” 的概率记事件B ={收到信号 “·”}1A ={发出信号 “·”}2A ={发出信号“”}. (1) )|()()|()()(2211A B P A P A B P A P B P +=;52.01.04.0)2.01(6.0=⨯+-⨯= (2) ()1()10.520.48;P B P B =-=-=(3) 1111()()(|)(|)()()P A B P A P B A P A B P B P B ==0.60.8120.923;0.5213⨯=== (4)2222()()(|)(|)()()P A B P A P B A P A B P B P B ==0.40.930.75.0.484⨯=== 5 对以往数据分析结果表明 当机器调整良好时 产品合格率为90% 而机器发生某一故障时 产品合格率为30% 每天早上机器开动时 机器调整良好的概率为75%(1)求机器产品合格率(2)已知某日早上第一件产品是合格品 求机器调整良好的概率 记事件B ={产品合格}A ={机器调整良好}. (1) 由全概率公式得(2) 由贝叶斯公式得()()(|)(|)()()P AB P A P B A P A B P B P B ==0.750.90.9.0.75⨯== ☆.系统(A) (B) (C)图如下 系统(A) (B)由4个元件组成 系统(C)由5个元件组成 每个元件的可靠性为p 即元件正常工作的概率为p 试求整个系统的可靠性.(A) (B) (C) 记事件A ={元件5正常}B ={系统正常}.(A) 222(|)(1(1)(1))(44),P B A p p p p p =---=-+(B) 2222(|)1(1)(1)(2),P B A p p p p =---=- (C) 由全概率公式得 第四次作业1 在15个同型零件中有2个次品 从中任取3个 以X 表示取出的次品的个数 求X 的分布律.☆.经销一批水果 第一天售出的概率是 每公斤获利8元 第二天售出的概率是 每公斤获利5元 第三天售出的概率是 每公斤亏损3元 求经销这批水果每公斤赢利X2 抛掷一枚不均匀的硬币 每次出现正面的概率为2/3 连续抛掷8次 以X 表示出现正面的次数 求X 的分布律.3 一射击运动员的击中靶心的命中率为 以X 表示他首次击中靶心时累计已射击的次数 写出X 的分布律 并计算X 取偶数的概率解得0.6513()=0.394.110.6533q P X q ==++B 偶 4 一商业大厅里装有4个同类型的银行刷卡机 调查表明在任一时刻每个刷卡机使用的概率为求在同一时刻(1)恰有2个刷卡机被使用的概率(2)至少有3个刷卡机被使用的概率 (3)至多有3个刷卡机被使用的概率(4)至少有一个刷卡机被使用的概率 在同一时刻刷卡机被使用的个数(4,0.1).X B n p ==:(1) 2224(2)0.10.90.00486,P X C ==⨯⨯= (2) 3344(3)(3)(4)0.10.90.10.0037,P X P X P X C ≥==+==⨯⨯+= (3) 4(3)1(4)10.10.9999,P X P X ≤=-==-=(4)4(1)1(0)10.910.65610.3439.P X P X ≥=-==-=-=5 某汽车从起点驶出时有40名乘客 设沿途共有4个停靠站 且该车只下不上每个乘客在每个站下车的概率相等 并且相互独立 试求 (1)全在终点站下车的概率 (2)至少有2个乘客在终点站下车的概率 (3)该车驶过2个停靠站后乘客人数降为20的概率记事件A ={任一乘客在终点站下车}乘客在终点站下车人数(40,1/4).X B n p ==:(1) 40231(40)8.271810,4P X -⎛⎫===⨯ ⎪⎝⎭(2) 403940140313433(2)1(0)(1)1144434P X P X P X C ⎛⎫⎛⎫⎛⎫≥=-=-==--⨯=-⨯ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭(3) 记事件B ={任一乘客在后两站下车}乘客在后两站下车人数(40,1/2).Y B n p ==:2020202040404011(20)0.1268.222C P Y C ⎛⎫⎛⎫==== ⎪ ⎪⎝⎭⎝⎭(精确值)应用斯特林公式!,nn n e ⎫⎪⎭其中 1.7724538509.π==参贝努利分布的正态近似6 已知瓷器在运输过程中受损的概率是 有2000件瓷器运到 求 (1)恰有2个受损的概率 (2)小于2个受损的概率 (3)多于2个受损的概率 (4)至少有1个受损的概率受损瓷器件数(2000,0.002),X B n p ==:近似为泊松分布(4).P n p λ=⨯=(1) 2441480.146525,2!P e e --=== (2) 4424150.0915782,1!P e e --⎛⎫=+== ⎪⎝⎭(3) 431211130.761897,P P P e-=--=-= (4) 4410.981684.P e -=-=7 某产品表面上疵点的个数X 服从参数为的泊松分布 规定表面上疵点的个数不超过2个为合格品 求产品的合格品率产品合格品率2 1.2 1.21.2 1.212.920.879487.1!2!P e e --⎛⎫=+=== ⎪⎝⎭★8 设随机变量X求X 的分布函数 5),(||5).P X ≤ 随机变量X 的分布函数为 第五次作业1 学生完成一道作业的时间X 是一个随机变量(单位 小时) 其密度函数是 试求 (1)系数k (2)X 的分布函数 (3)在15分钟内完成一道作业的概率 (4)在10到20分钟之间完成一道作业的概率 (1) 0.50.52320111(0.5),21,32248kk F kx xdx x x k ⎛⎫==+=+=+= ⎪⎝⎭⎰(2) 23200,01()()217,00.5,2(0.5)1,0.5.x x F x P X x x xdx x x x F x <⎧⎪⎪=≤=+=+≤<⎨⎪=≥⎪⎩⎰(3) 322011119()2170.140625,442464x F P X x x xdx ⎛⎫⎛⎫⎛⎫=≤=+=+== ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎰(4) 3212316111111129217.6336424108P X F F x xdx ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫≤≤=-=+=+= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎰2 设连续型随机变量X 服从区间[a a ](a 0)上的均匀分布 且已知概率1(1)3P X >= 求 (1)常数a (2)概率1()3P X <(1) 1111(1),3,223aa P X dx a a a ->====⎰(2) 13311115()3.36639P X dx -⎛⎫<==+= ⎪⎝⎭⎰3 设某元件的寿命X 服从参数为 的指数分布 且已知概率P (X 50)e4 试求(1)参数 的值 (2)概率P (25X 100)补分布()()|,0.x x xx x S x P X x e dx e ex θθθθ+∞--+∞->==-=>⎰@ (1) 504502(50)(50),0.08,25x S P X e dx e e θθθθ+∞---=>=====⎰(2) 由()(),,0,rx r S rx e S x r x θ-==>取50,x =依次令1,2,2r =得其中 2.7182818284.e B4 某种型号灯泡的使用寿命X (小时)服从参数为1800的指数分布 求 (1)任取1只灯泡使用时间超过1200小时的概率 (2)任取3只灯泡各使用时间都超过1200小时的概率 (1) 1312008002(1200)0.2231301602,P X ee-⨯->===1.6487212707001.= (2) 932(1200)0.0111089965.P X e->==5 设X ~N (0 1) 求 P (X 061) P (262X 125) P (X 134) P (|X |213) (1) (0.61)(0.61)0.72907,P X <=Φ=(2) ( 2.62 1.25)(1.25)( 2.62)(1.25)(2.62)1P X -<<=Φ-Φ-=Φ+Φ- (3) ( 1.34)1(1.34)10.909880.09012,P X >=-Φ=-= (4)(|| 2.13)22(2.13)220.983410.03318.P X >=-Φ=-⨯=6 飞机从甲地飞到乙地的飞行时间X ~N (4 19) 设飞机上午10 10从甲地起飞 求 (1)飞机下午2 30以后到达乙地的概率 (2)飞机下午2 10以前到达乙地的概率 (3)飞机在下午1 40至2 20之间到达乙地的概率 (1)131331/34111(1)10.841340.15866,331/3P X P X -⎛⎫⎛⎫⎛⎫>=-≤=-Φ=-Φ=-= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭(2) (4)(0)0.5,P X <=Φ=(3) 72525/647/24261/31/3P X --⎛⎫⎛⎫⎛⎫<<=Φ-Φ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭★7 设某校高三女学生的身高X ~N (162 25) 求 (1)从中任取1个女学生 求其身高超过165的概率 (2)从中任取1个女学生 求其身高与162的差的绝对值小于5的概率 (3)从中任取6个女学生 求其中至少有2个身高超过165的概率 (1)162165162(165)0.61(0.6)10.72580.2742,55X P X P --⎛⎫>=>==-Φ=-= ⎪⎝⎭(2) 162(|162|5)12(1)120.8413410.6827,5X P X P ⎛-⎫-<=<=Φ-=⨯-= ⎪⎝⎭(3) 记事件A ={任一女生身高超过165} ()(165)0.2742,p P A P X ==>= 随机变量Y :贝努利分布(6,0.2742),B n p == 第六次作业★1.设随机变量X 的分布律为 (1)求Y |X |的分(2)求YX 2X 的分布律(1)(2)★.定理设连续型变量X 密度为()X f x ,()y g x =严格单调,反函数()x x y =导数连续,则()Y g X =是连续型变量,密度为证明 1)若()0,x x y ''=>{}{()()}{},Y y g X g x X x ≤=≤=≤ 两边对y 求导,2)若()0,x x y ''=<{}{()()}{},Y y g X g x X x ≤=≤=≥ 两边对y 求导,因此总有()(())|()|,.Y X f y f x y x y y αβ'=<< 或证明两边对y 求导,或两边微分2 设随机变量X 的密度函数是f X (x ) 求下列随机变量函数的密度函数 (1)Y tan X (2)1Y X=(3)Y |X | (1) 反函数()arctan ,x y y ='21(),1x y y =+由连续型随机变量函数的密度公式得 或 反函数支()arctan ,i x y i y i π=+为整数，'21(),1i x y y=+(2) 1,X Y =反函数1,y x y ='211()()().Y X y y X f y f x x f y y==(3) ()()(||)()()()Y X X F y P Y y P X y P y X y F y F y =≤=≤=-≤≤=-- 两边对y 求导得Y 的密度函数为()()(),0.Y X X f y f y f y y =+-> ★3 设随机变量X ~U [2 2] 求Y 4X 21的密度函数 两边对y 求导得随机变量Y 的密度为或解 反函数支12()()x y x y ==★4 设随机变量X 服从参数为1的指数分布 求YX 2的密度函数(Weibull 分布) 当0y ≤时, 2Y X =的分布()0Y F y =,当0y >时, 两边对y 求导得或 反函数y x ='()()0.Y X y y f y f x x y ==>★5 设随机变量X~N (0 1) 求(1)Ye X 的密度函数 (2)YX 2的密度函数(Gamma 分布)(1) 当0y ≤时, e X Y =的分布()0Y F y =,当0y >时, 因而Y 的密度为 或反函数ln ,X Y =ln ,y x y ='1()()(ln )Y y y f y x x y y ϕϕ=={}2(ln ),0.2y y =->(2) 当0y ≤时,()0Y F y =;当0Y >时,2()()()((Y X X F y P Y y P X y P X F F =≤=≤=≤=-两边对y 求导得Y的密度函数为2,0,()0.yY y f y ->=⎩或反函数支12()()x y x y ==6 设随机变量X 的密度函数是21,1()0,1X x f x x x ⎧>⎪=⎨⎪≤⎩ 求Y ln X 的概率密度 反函数,y y x e ='()()(),0.y y y Y X y y X f y f x x f e e e y -===>第七次作业☆.将8个球随机地丢入编号为1 2 3 4 5的五个盒子中去 设X 为落入1号盒的球的个数 Y 为落入2号盒的球的个数 试求X 和Y 的联合分布律 1 袋中装有标上号码1 2 2的3个球 从中任取一个并且不再放回 然后再从袋中任取一球 以X Y 分别记第一、二次取到球上的号码数 求 (1)(X Y )的联合分布律(设袋中各球被取机会相等) (2)X Y 的边缘分布律 (3)X 与Y 是否独立 (1)(X Y )的联合分布律为(2) X Y 的分布律相同12(1),(2).33P X P X ==== (3) X 与Y 不独立2 设二维连续型变量(,)X Y 的联合分布函数35(1)(1),,0,(,)0,.x y e e x y F x y --⎧-->=⎨⎩其它 求(,)X Y 联合密度★3 设二维随机变量(X Y )服从D 上的均匀分布 其中D 是抛物线yx 2和xy 2所围成的区域 试求它的联合密度函数和边缘分布密度函数 并判断Y X ,是否独立分布区域面积213123200211,333x S x dx x x ⎛⎫===-= ⎪⎝⎭⎰⎰联合密度213,1,(,)0,.x y f x y S ⎧=<<<⎪=⎨⎪⎩其它边缘X的密度为22()),01,X x f x dy x x ==<<边缘Y的密度为22()),0 1.Y yf y dy y y ==<<(,)()(),X Y f x y f x f y ≠⋅因此X 与Y 不独立.或(,)f x y 非零密度分布范围不是定义在矩形区域上,因此X 与Y 不独立.4. 设二维离散型变量),(Y X 联合分布列是问,p q 取何值时X 与Y 两行成比例1/151/52,1/53/103q p ===解得12,.1015p q == ★5.设(,)X Y 的联合密度为2,11,0,(,)0,.y Ax e x y f x y -⎧-<<>=⎨⎩其它求(1)常数A (2)概率1(0,1);2P X Y <<>(3)边缘概率密度f X (x ) f Y (y ) (4)X 与Y 是否相互独立(1) 2220()(,),11,y y X f x f x y dy Ax e dy Axe dy Ax x +∞+∞+∞--====-<<⎰⎰⎰(2) 112201113(0,1)(0)(1).22216y e P X Y P X P Y x dx e dy -+∞-<<>=<<>==⎰⎰ (3) 23(),11,2X f x x x =-<<(4)由23,11,0()()(,),20,yX Yx e x y f x f y f x y -⎧-<<>⎪⋅==⎨⎪⎩其它得X 与Y 独立. 或因为2(,),11,0,y f x y Ax e x y -=-<<>可表示为x 的函数与y 的函数的积且分布在矩形区域上,所以X 与Y 相互独立.由此得(),0;y Y f y e y -=>2(),11,X f x Ax x =-<<6. 设X 服从均匀分布(0,0.2),U Y 的密度为55,0,()0,y Y e y f y -⎧>=⎨⎩其它.且,X Y 独立.求(1)X 的密度(2) (,)X Y 的联合密度 (1)X 的密度为()5,00.2,X f x x =≤≤(2)(,)X Y 的联合密度为525,00.2,0,(,)0,y e x y f xy -⎧≤≤>=⎨⎩其它.第八次作业★1 求函数(1)Z 1XY (2) Z 2min{X Y } (3) Z 3max{X Y }的分布律 (1)11(0)(0),6P Z P X Y =====1111(1)(0,1)(1,0),362P Z P X Y P X Y ====+===+=(2)2111(1)(1,1)(1,2),1264P Z P X Y P X Y ====+===+=223(0)1(1).4P Z P Z ==-==(3) 31(0)(0),6P Z P X Y =====2 设随机变量求函数Z X /Y 的分布律3 设X 与Y 相互独立 概率密度分别为220()00,xX e x f x x -⎧>=⎨≤⎩0()00,y Y e y f y x -⎧>=⎨≤⎩试求ZXY 的概率密度★4 设X ~U (0 1) Y ~E (1) 且X 与Y 独立 求函数ZXY 的密度函数 当01z <≤时 当1z >时 因此★5 设随机变量(X Y )的概率密度为()101,0(,)10x y e x y f x y e -+-⎧⎪<<<<+∞=⎨-⎪⎩其它(1)求边缘概率密度f X (x ) f Y (y ) (2)求函数U max (X , Y )的分布函数 (3)求函数V min (X , Y )的分布函数(1) 1,01,()10,x X e x f x e --⎧<<⎪=-⎨⎪⎩其它.,0,()0,yY e y f y -⎧>=⎨⎩其它. (2) 11000,0,1()(),01,111,1x xx x X X x e e F x f x dx dx x e e x ----≤⎧⎪-⎪===<<⎨--⎪≥⎪⎩⎰⎰.min{,1}10,0,1,01x x e x e --≤⎧⎪=⎨->⎪-⎩. (3) 111,0,()1(),01,10,1x X X x e eS x F x x e x ---≤⎧⎪-⎪-=<<⎨-⎪≥⎪⎩@.6 设某种型号的电子管的寿命(以小时计)近似地服从N (160 202)分布 随机地选取4只求其中没有一只寿命小于180小时的概率随机变量2(160,20),X N :180160(180)(1)0.84134,20P X -⎛⎫≤=Φ=Φ= ⎪⎝⎭没有一只寿命小于180小时的概率为 第九次作业★1.试求 E (X ) E (X 25) E (|X |)2. 设随机变量X 的概率密度为0 0,() 01, 1.x x f x x x Ae x -⎧≤⎪=<≤⎨⎪>⎩求 (1)常数A (2)X 的数学期望(1) 1100111(),2x f x dx xdx Ae dx Ae +∞+∞--==+=+⎰⎰⎰,2e A =(2) 12100114()2.2323x e e EX xf x dx x dx xe dx e +∞+∞--==+=+⨯=⎰⎰⎰★3. 设球的直径D 在[a b ]上均匀分布试求 (1)球的表面积的数学期望(表面积2D π)(2)球的体积的数学期望(体积316D π)(1) 22222()();3ba x E D ED dx a ab b b a ππππ===++-⎰ (2) 33322()().6624b a x E D ED dx a b a b b a ππππ⎛⎫===++ ⎪-⎝⎭⎰ ★4.求E (X ) E (Y ) E (XY ) ★ 5. 设随机变量X 和Y 独立 且具有概率密度为2,01,()0,X x x f x <<⎧=⎨⎩其它,3(1)3,1,()0, 1.y Y e y f y y --⎧>=⎨≤⎩(1)求(25)E X Y + (2)求2()E X Y(1) 112002()2,3X EX xf x dx x dx ===⎰⎰或随机变量1Z Y =-:指数分布(3),E 141,,33EZ EY EY =-==(2) 11223001()2,2X EX x f x dx x dx ===⎰⎰由X 和Y 独立得22142().233E X Y EX EY ==⨯=第十次作业1.试求 (1) D (X ) (2) D (3X 2)(1) 20.110.210.320.130.10.4,i i iEX x p ==-⨯-⨯+⨯+⨯+⨯=∑(2) 2(32)(3)9 2.0418.36.D X DX -+=-=⨯=★2. 设随机变量X 具有概率密度为22,02,()0,Ax x x f x ⎧+<<=⎨⎩其他，试求 (1)常数A (2)E (X ) (3) D (X ) (4) D (2X 3)(1) 22081()(2)4,3f x dx Ax x dx A +∞-∞==+=+⎰⎰解得9.8A =-(2) 22095()(2).86EX xf x dx x x x dx +∞-∞==-+=⎰⎰(3)22222094()(2),85EX x f x dx x x x dx +∞-∞==-+=⎰⎰2224519.56180DX EX E X ⎛⎫=-=-= ⎪⎝⎭(4) 21919(23)24.18045D X DX -==⨯=★ 3. 设二维随机变量(,)X Y 联合概率密度为2,01,01,(,)0,x y x y f x y --<<<<⎧=⎨⎩其他，试求 (1),X Y 的协方差和相关系数A (2)(21).D X Y -+(1) 103()(,)(2),01,2X f x f x y dy x y dy x x +∞-∞==--=-<<⎰⎰由,x y 的对称性3(),0 1.2Y f y y y =-<<因此(2) 由随机变量和的方差公式()2(,)D X Y DX DX Cov X Y +=++得 ★4. 设二维随机变量(,)X Y 具有联合分布律试求,,,EX DX EY DY 以及X 和Y 的相关系数 (1) X 的分布列为由变量X 分布对称得0,EX =或10.4500.4510.450,i i iEX x p ==-⨯+⨯+⨯=g(2) Y(,)X Y 取值关于原点中心对称由变量Y分布对称得0,EY =或20.20.250.2520.20,j j iEY y p ==-⨯-++⨯=∑g(3) 由二维变量(,)X Y 的联合分布列关于两坐标轴对称得,()0,i j i j ijE XY x y p ==∑∑(,)()0,Cov X Y E XY EXEY =-=因此,0.X Y ρ==5. 设随机变量X 服从参数为2的泊松分布(2)P 随机变量Y 服从区间(0,6)上的均匀分布(0,6),U 且,X Y 的相关系数,X Y ρ=记2,Z X Y =-求,.EZ DZ (1) 2,EX =063,2EY +==(2)2223 4.EZ E X Y EX EY =-=-=-⨯=-(2) 2(60)2, 3.12DX DY -===由,X Y ρ==得(,)1,Cov X Y = 由随机变量和的方差公式()2(,)D X Y DX DY Cov X Y +=++得 第十一次作业★1. 试用切比雪夫不等式估计下一事件概率至少有多大 掷1000次均匀硬币 出现正面的次数在400到600次之间出现正面的次数~(1000,0.5),X B n p == 应用切比雪夫不等式有2. 若每次射击目标命中的概率为 不断地对靶进行射击 求在500次射击中 击中目标的次数在区间(49 55)内的概率击中目标的次数~(500,0.1),X B n p ==根据中心极限定理,X 近似服从正态分布(50,45).N EX DX ==★3. 计算器在进行加法时 将每个加数舍入最靠近它的整数.设所有舍入误差是独立的且在( 上服从均匀分布 (1)若将1500个数相加 问误差总和的绝对值超过15的概率是多少(2)最多可有几个数相加使得误差总和的绝对值小于10的概率不小于(1) 误差变量,1,2,.i X i =⋅⋅⋅独立同均匀分布(0.5,0.5),X U -:10,.12EX DX ==由独立变量方差的可加性150011500125,12i i D X =⎛⎫== ⎪⎝⎭∑15001i i X =∑近似(0,125).N :(2) 1||10n i i P X =⎧⎫<⎨⎬⎩⎭∑1|n i P X =⎧⎪=<=⎨⎪⎩210.90,⎛≈Φ-≥ ⎝ 因此最多可有4个数相加误差总和的绝对值小于10的概率不小于★4. 一个系统由n 个相互独立的部件所组成 每个部件的可靠性(即部件正常工作的概率)为 至少有80%的部件正常工作才能使整个系统正常运行 问n 至少为多大才能使系统正常运行的可靠性不低于 正常工作的部件数~(,),X B n p 其中0.9.p =0.9,EX np n ==0.09.DX npq n ==1.645,24.354.n ≥≥因此n 至少取25. ★5. 有一大批电子元件装箱运往外地 正品率为 为保证以的概率使箱内正品数多于1000只 问箱内至少要装多少只元件正品数~(,),X B n p 其中0.8.p =0.8,EX np n ==0.16.DX npq n == 解得1637.65,n ≥因此n 至少取1638.★.贝努利分布的正态近似.投掷一枚均匀硬币40次出现正面次数20X =的概率.正面次数(40,1/2),X B n p ==:400.520,400.50.510.EX np DX npq ==⨯===⨯⨯=离散值20X =近似为连续分组区间19.520.5,X << 第十二次作业★1. 设X 1 X 2 X 10为来自N (0 032)的一个样本 求概率1021{ 1.44}i i P X =>∑标准化变量(0,1),1,2,...,10.0.3iX N i =:由卡方分布的定义10222211~(10).0.3i i X χχ==∑略大卡方分布上侧分位数20.1(10)15.9872.χ= ★2. 设X 1 X 2 X 3 X 4 X 5是来自正态总体X ~(0 1)容量为5的样本 试求常数c 使得统计量服从t 分布 并求其自由度由独立正态分布的可加性12(0,2),X X N +:标准化变量(0,1),U N =:由卡方分布的定义22222345~(3),X X X χχ=++U 与2χ独立由t 分布的定义(3),T t ===:因此c =自由度为3. ★3 设112,,,n X X X L 为来自N (1 2)的样本 212,,,nY Y Y L为来自N (2 2)的样本 且两样本相互独立 2212,S S 分别为两个样本方差 222112212(1)(1)2pn S n S S n n -+-=+- 试证明22().p E S σ=证 由221112(1)~(1),n S n χσ--及()211(1)1E n n χ-=-得类似地222.ES σ=★4 设1,...,n X X 为总体2(,)N μσ的简单样本样本均值和样本方差依次为2,.X S 求满足下式的k 值()0.95.P X kS μ>+=统计量(1),X T t n =-:因此k = ☆.设正态总体2(,)N μσ的容量为12n =的简单样本为112,...,X X 样本均值和样本方差依次为2,.X S 求满足下式的k 值()0.95.P X kS μ>+=正态总体样本方差未知统计量(1),12.X T t n n =-=:★5 设N ( 2)的样本 记11nii X X n ==∑ 2211()1ni i S X X n ==--∑ 证明 T (1)t n - 证由独立正态分布的可加性21(,),ni i XN n n μσ=∑:211,,ni i X X N n n σμ=⎛⎫= ⎪⎝⎭∑:1n X +及2S 相互独立()2110,n n X X N nσ++-:和2S 独立标准化变量(0,1),U N =:2222(1)~(1),n S n χχσ-=-/,S σ=由t 分布的定义第十三次作业★1 设总体的密度函数为22(),0,(;)0,x x f x αααα-⎧<<⎪=⎨⎪⎩其他，求参数α的矩估计总体期望23220002()2(;),33x x x EX xf x dx x dx ααααααααα⎛⎫-==⋅=-= ⎪⎝⎭⎰⎰3,EX α= 用样本均值X 估计（或替换）总体期望EX 即ˆ,EXX =得α矩估计为ˆ3.X α= ★2 设总体的密度函数为1(1)(1),01(;)0,x x x f x θθθθ-⎧+-<<=⎨⎩其他 求参数 的矩估计总体期望解得2,1EX EX θ=-用样本均值X 估计（或替换）总体期望EX 即ˆ,EX X =得 矩估计为2ˆ.1X Xθ=- 3 设总体的密度函数为||1(;),2x f x e x σσσ-=-∞<<+∞ 求参数 的最大似然估计似然函数1111()(;)exp ||,2nn i i n n i i L f x x σσσσ==⎧⎫==-⎨⎬⎩⎭∑∏取对数得对数似然函数11ln ()ln 2ln ||,ni i L n n x σσσ==---∑令21ln ()1||0,ni i L n x σσσσ=∂=-+=∂∑ 解得σ的最大似然估计为11ˆ||.nL i i x n σ==∑ 4 设总体的密度函数为222,0(;)0,0x x e x f x x θθθ-⎧⎪>=⎨⎪<⎩求参数 的最大似然估计 似然函数2122111()(;)exp ,ninn i i i ni i xL f x x θθθθ===⎧⎫==-⎨⎬⎩⎭∏∑∏取对数得对数似然函数22111ln ()ln 2ln ,nn i i i i L x n x θθθ===--∑∑令231ln ()220,n i i L n x θθθθ=∂=-+=∂∑ 解得θ的最大似然估计为ˆLθ= ★5 设总体X 的均值和方差分别为与 2 X 1 X 2 X 3是总体的一个样本, 试验证统计量(1)112311ˆ4412X X X μ=++; (2)2123111ˆ333X X X μ=++; (3)3123311ˆ882X X X μ=++均为 的无偏估计量, 并比较其有效性(1)1123123111111ˆ.442442E E X X X EX EX EX μμ⎛⎫=++=++= ⎪⎝⎭ (2)1123123111111ˆ.333333E E X X X EX EX EX μμ⎛⎫=++=++= ⎪⎝⎭ (3)1123123311311ˆ.882882E E X X X EX EX EX μμ⎛⎫=++=++= ⎪⎝⎭ 因此123ˆˆˆ,,μμμ均为μ的无偏估计量 由独立变量方差的可加性因此无偏估计量123ˆˆˆ,,μμμ中2ˆμ最有效,1ˆμ比3ˆμ有效 ★7. 设2ˆθ为 2的无偏估计, 且ˆ()0D θ>, 试证ˆθ不是 的无偏估计 反之, 若ˆθ为 的无偏估计, ˆ()0D θ>, 则2ˆθ也不是 2的无偏估计证(1) 22ˆ,E θθ=2222ˆˆˆˆ0,D E E E θθθθθ=-=->22ˆˆ,,E E θθθθ<≠得ˆθ不是 的无偏估计(2) ˆ,E θθ=222222ˆˆˆˆˆ0,,D E E E E θθθθθθθ=-=->>得2ˆθ不是2θ的无偏估计 8设$$12,θθ是参数θ的两个相互独立的无偏估计量,且$$124D D θθ=,找出常数12,k k ,使$$1212k k θθ+也是θ的无偏估计量,并使它在所有这种形状的估计量中方差最小.$$$$1212121212()()E k k k E k E k k θθθθθθ+=+=+=,121k k +=,$$$$$222212122121212()(4)D k k k D k D k k D θθθθθ+=+=+,121222121,0,1,min{4}.k k k k s k k +=≤≤⎧⎨=+⎩ 求最小值得1214,55k k ==,4min 5s =,$$$121124min ().5D k k D θθθ+=第十四次作业★1. 某车间生产滚珠, 从长期实践中知道, 滚珠直径X 可以认为服从正态分布.从某天的产品里随机抽取6个, 测得直径(单位:mm)为, , , , ,若已知总体方差为, 试求平均直径的置信区间.(置信度为 若总体方差未知, 试求平均直径的置信区间.(置信度为 (1)μ的置信区间中心当20.06σ=时,μ的95.01=-α置信区间半长为 因此μ的0.95置信区间为(2) 样本方差2211()0.051,1ni S X X n =-=-∑ μ的95.01=-α置信区间半长为因此μ的0.95置信区间为★2. 为了解某型号灯泡使用寿命X (单位:小时)的均值μ和标准差 今测量10只灯泡 测得1500x = S20 若已知X 服从正态分布N ( 2), 求 (1)置信度为的总体均值 的置信区间 (2)置信度为的总体方差2的置信区间(1) 置信区间半长/20.025( 2.262 6.32214.3,t n t α-==⨯= 当2σ未知时,μ的95.01=-α置信区间为(2) 已知参数2210,20,0.10,n S α===上侧分位数为 置信区间两端(下限,上限)为因此灯泡使用寿命方差2σ置信度为10.90α-=的置信区间为★3. 对方差220σσ=为已知的正态总体 问须抽取容量n 为多大的样本, 方能使总体均值 的置信度为1的置信区间的长度不大于L总体均值μ的置信区间长度为/22,u L α≤取220/224n u L ασ≥的整数 ★4 已知某种元件的寿命X ~N ( 2) 现随机地抽取10个试件进行试验, 测得数据如下82, 93, 57, 71, 10, 46, 35, 18, 94, 69. (1)若已知 3, 求平均抗压强度 的95%的置信区间(2)求平均抗压强度的95%的置信区间 (3)求 的95%的置信区间 (1)μ的置信区间中心当223σ=时,μ的95.01=-α置信区间半长/2 1.96 1.861,u α==因此μ的0.95置信区间为(2) 上侧分位数220.02510.025(9)19.023,(9) 2.700,χχ-== 样本方差σ的10.95α-=的置信区间两端(下限,上限)为因此元件寿命标准差σ的0.95置信区间为★.两正态总体均值差21μμ-的1α-置信区间．当22212σσσ==未知时 由于22,,,x y X Y S S 相互独立构造服从分布(2)t m n +-的统计量(枢轴量) 记222(1)(1)2x ywm S n S S m n -+-=+-，则21μμ-的二样本t 置信区间为★5 随机地抽取A 批导线4根 B 批导线5根 测得起电阻为(单位 欧姆)A B设测得数据分别服从正态分布N (1 2) N (2 2) 且它们相互独立 1 2 均未知 求12的95%的置信区间上侧分位数20.025(2)(7) 2.3646,t m n t α+-==当22212σσσ==未知时,21μμ-的1α-置信区间半长为 21μμ-的95.01=-α置信区间为★6 假设人体身高服从正态分布, 今抽测甲、乙两地区18岁~ 25岁女青年身高得数据如下: 甲地区抽取10名, 样本均值米, 样本标准差0.2米; 乙地区抽取10名, 样本均值米, 样本标准差0.4米. 求 (1)两正态总体均值差的95%的置信区间 (2)两正态总体方差比的95%的置信区间 (1) 分位数20.025(2)(18) 2.1009,t m n t α+-==当22212σσσ==未知时,21μμ-的1α-置信区间半长为 21μμ-的95.01=-α置信区间为★(2)两正态总体(期望未知)的方差比2212/σσ的1α-置信区间．由于22111(1)/n S σ-~21(1),n χ-22222(1)/n S σ-~22(1),n χ-且2212,S S 独立,构造统计量(枢轴量) 2211122222~(1,1),S F F n n S σσ=-- 对给定的置信度α-1,由其中/2211/2121(1,1),(1,1)F n n F n n αα-=---- 因此2212/σσ的α-1置信区间为第十五次作业★1 某工厂生产的固体燃料推进器的燃烧率服从正态分布N ( 2) 40cm/s, 2cm/s 现在用新方法生产了一批推进器 从中随机抽取25只 测得燃烧率的样本均值为X s 设在新方法下总体均方差仍为2cm/s 问这批推进器的燃烧率是否较以往生产的推进器的燃烧率有显着的改变取显着性水平 1).提出原假设及备择假设.0010:40;:.H H μμμμ==≠ 2).选取统计量并确定其分布.~(0,1).X U N =3).确定分位数及拒绝域.上侧分位数0.025 1.96,u =拒绝域{|| 1.96}.W U =≥4).计算统计量的观测值并作出统计推断.因此拒绝原假设,认为在显着性水平0.05α=下,推进器的燃烧率显着改变.★2 某苗圃规定平均苗高60(cm)以上方能出圃 今从某苗床中随机抽取9株测得高度分别为 62 61 59 60 62 58 63 62 63 已知苗高服从正态分布 试问在显着性水平 下 这些苗是否可以出圃 1).原假设及备择假设0010:60;:.H H μμμμ≥=< 2).取统计量(8).X T t =: 3).上侧分位数0.05(8) 1.8595,t =得拒绝域(, 1.8595).W =-∞-4).由样本计算得61.11,X=0,.T T W S ==>∉因此接受原假设0,H 即认为在显着性水平0.05α=下,这些苗可以出圃.★3 5名测量人员彼此独立地测量同一块土地 分别测得这块土地面积(单位 km 2)为, , , ,算得平均面积为 设测量值总体服从正态分布 由这批样本值能否说明这块土地面积不到(1).原假设及备择假设0010: 1.25;:.H H μμμμ≥=< 2).取统计量(4).X T t =:3).上侧分位数0.05(4) 2.1318,t =得拒绝域(, 2.1318).W =-∞-4).样本方差为2211()0.00123,1ni S X X n =-=-∑0.035,S = 统计量的实现值为因此接受原假设0,H 认为在显着性水平0.05下,这块土地面积达到. ★4 设某电缆线的抗拉强度X 服从正态分布N (10600 822) 现从改进工艺后生产的一批电缆线中随机抽取10根 测量其抗拉强度 计算得样本均值x 10653 方差S 26962 当显着水平时 能否据此样本认为(1)新工艺下生产的电缆线抗拉强度比过去生产的电缆线抗拉强度有显着提高 (2)新工艺下生产的电缆线抗拉强度的方差有显着变化 (1)提出原假设及备择假设.0010:10600;:.H H μμμμ≥=< 选取统计量并确定其分布.(9).X T t =: 确定分位数及拒绝域.0.05(9) 1.8331,t =得拒绝域(, 1.8331).W =-∞- 计算统计量的观测值并作出统计推断.因此接受原假设,认为在显着性水平0.05α=下,新工艺电缆抗拉强度比过去工艺有显着提高.(2)提出原假设及备择假设222220010:82;:.H H σσσσ==≠ 在原假设成立的前提下,构造统计量2222(1)~(9).n S χχσ-=确定上侧分位数2210.0250.025(9) 2.700,(9)19.023,χχ-==得拒绝域 计算2χ统计量的观测值并作出统计推断因而接受原假设0,H 即认为新工艺下的电缆抗拉强度的方差无显着变化.★5 设某涤纶强度X ~N ( 2) 用老方法制造的涤纶强度均值是 标准差 现改进工艺后 从新生产的产品中随机抽取9个样品 测得起强度如下在显着性水平0.05α=下,涤纶强度的均值和标准差是否发生了改变 (1)提出原假设及备择假设.0010:0.528;:.H H μμμμ==≠ 选取统计量并确定其分布.~(0,1).X U N =确定分位数及拒绝域.上侧分位数0.025 1.96,u =拒绝域{|| 1.96}.W U =≥ 计算统计量的实现值并作出统计推断.样本均值为 统计量的实现值为因此接受原假设0,H 即认为在显着性水平0.05α=下,涤纶强度均值未改变.(2)提出原假设及备择假设222220010:0.016;:,H H σσσσ==≠ 在原假设成立的前提下,构造统计量2222(1)~(8).n S χχσ-=确定上侧分位数2210.0250.025(8) 2.180,(8)17.535,χχ-==得拒绝域计算2χ统计量的观测值并作出统计推断样本平方和样本偏差平方和 统计量的观测值因而接受原假设0,H 即认为涤纶强度的标准差未改变.★6 测定某饮料中糖份的含量 测得10个观察值的均值X %标准差S % 设饮料中糖份的含量服从正态分布N ( 2) 试在显着性水平下 分别检验(1) 0010:0.05%;:.H H μμμμ==≠ (2) 0010:0.04%;:.H H σσσσ==≠ (1)提出原假设及备择假设.0010:0.05%;:.H H μμμμ==≠ 选取统计量并确定其分布.~(1).X T t n =-。

第五章作业题解5.1 已知正常男性成人每毫升的血液中含白细胞平均数是7300, 标准差是700. 使用切比雪夫不等式估计正常男性成人每毫升血液中含白细胞数在5200到9400之间的概率.解：设每毫升血液中含白细胞数为，依题意得，7300)(==X E μ，700)(==X Var σ 由切比雪夫不等式，得)2100|7300(|)94005200(<-=<<X P X P982100700112222=-=-≥εσ.5.2 设随机变量X 服从参数为λ的泊松分布, 使用切比雪夫不等式证明 1{02}P X λλλ-<<≥. 解：因为)(~λP X ，所以λμ==)(X E 。

λσ==)(2X Var 故由切比雪夫不等式，得)|(|)20(λλλ<-=<<X P X P λλλλεσ111222-=-=-≥不等式得证.5.3 设由机器包装的每包大米的重量是一个随机变量, 期望是10千克, 方差是0.1千克2. 求100袋这种大米的总重量在990至1010千克之间的概率.解：设第i 袋大米的重量为X i ，(i =1,2,…,100)，则100袋大米的总重量为∑==1001i i X X 。

因为 10)(=i X E ，1.0)(=i X Var ，所以 100010100)(=⨯=X E ，101.0100)(=⨯=X Var 由中心极限定理知，101000-X 近似服从)1,0(N故 )10|1000(|)1010990(<-=<<X P X P1)10(2)10|101000(|-Φ≈<-=X P998.01999.021)16.3(2=-⨯=-Φ=5.4 一加法器同时收到20个噪声电压,(1,2,,20)i V i = ，设它们是相互独立的随机变量，并且都服从区间[0,10]上的均匀分布。

记201k k V V ==∑，求(105)P V >的近似值。

第一章2.解：因为0110,(),1,n k k k x x k F x x x x n x x ++<⎧⎪⎪≤<⎨⎪≥⎪⎩，所以40,00.3,010.65,12()0.8,230.9,341,4x x x F x x x x <⎧⎪≤<⎪⎪≤<⎨≤<⎪⎪≤<⎪≥⎩7.解：101010222111~(0,4),~(0,1),2111 10.05,0.95444444ii i i i i i i X X N N c c c P X P X P X ===⎛⎫⎛⎫⎛⎫>=-≤=≤= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭∑∑∑则查卡方分位数表 c/4=18.31,c=73.24 14．解：1）12345~(0,2),~(0,3)X X N X X X N +++~~(0,1)N N1111,, 2.23c d n ∴===2）()2345222212~(2),~(1)3X X X X X χχ+++()()22122234523~(2,1),,2,123XX F c m n X X X +===++17.证明： 1）2211122211()0,(),(0,)1(1)(1)n n n n n E X X D X X X X N n nn S n t n σσχσ+++++-=-=∴---=- 又2）2211111()0,(),(0,)n n n n n E XX D X X X X N nnσσ+++++-=-=∴- 3）2211111()0,(),(0,)n n E X X D X X X X N n nσσ---=-=∴- 18. 解：()()()62,47.61,96.125.0,975.025.0,95.0125.0225.0/25.025.0975.0≥≥=≥≥Φ≥-Φ=⎪⎪⎭⎫ ⎝⎛≤-≤-=≤-n n u n n n n n X n P X P σμσμ20.解：()()()()()()()55(1)(1)11515555555(5)111011011011101211121(1(1))1(11(1))1(1)0.5785121515 1.5(1.5)0.93320.70772i i i i i i i i i i P X P X P X P X X P X P X P X P =====<=-≥=-≥=--≤⎛-⎫⎛⎫=--≤- ⎪⎪⎝⎭⎝⎭=--Φ-=--+Φ=-Φ=-⎛⎫<==<=<=Φ== ⎪⎝⎭∏∏∏∏∏21. 解：1)因为21~(0,)mi i X N m σ=∑，从而~(0,1)miXN ∑2221~()m ni i m Xn χσ+=+∑，所以~()miX t n ξ=2）因为22211~()mii Xm χσ=∑，22211~()m nii m Xn χσ+=+∑所以2121~(,)mi i m ni i m n X F m n m X =+=+∑∑3)因为21~(0,)m i i X N m σ=∑，21~(0,)m ni i m X N n σ+=+∑所以2212()~(1)mi i X m χσ=∑，2212()~(1)m ni i m X n χσ+=+∑故 222221111~(2)mm ni i i i m X X m n χσσ+==+⎛⎫⎛⎫+ ⎪ ⎪⎝⎭⎝⎭∑∑第二章3． 1）解：矩法估计：111ˆ,EX X Xλλ===最大似然估计：111,ln ln niii nnx x ni i i L eeL n L x λλλλλ=--==∑===-∑∏2111ˆln 0,ni ni ii d n nL x d Xxλλλ===-===∑∑2)解：~()X P λ矩估计：最大似然估计：1,ln ln ixnxnn i i iiL eeL n nx x x xλλλλλλ--====-+-∑∏∏2ˆln 0,d nx L n X d λλλ=-+==3）解：矩估计：()2,212b a a bEX DX -+==联立方程：()2*221ˆ2ˆa X b X a bX b a M ⎧=-⎪→+⎧=⎪⎪⎨-⎪=⎪⎩⎨=+⎪⎩极大似然估计：依照定义，11ˆˆmin ,max i ii ni na Xb X ≤≤≤≤== 11.解：222221111115ˆˆ()(),()()6336918E D ααααααασσσσσ=+++==+++= 2ˆ(234)/52E ααααααα=+++=≠ 22331141ˆˆˆ(),4164E D D ααααααασσα=+++===< 12ˆˆ,αα无偏，3ˆα方差最小 X X EX ===1ˆ,λλ所以：231ˆˆˆD D D ααα<< 12、1）解：()2122222221111ˆ[12(1)2][2(1)()2(1)]n i i i i i E E k n x x x x n n k kσσμμσσ-++==--+=-+--==∑2(1)k n ∴=-2）1,2110,nkk k i i i i x n n y x x x N n nn σ=≠--⎛⎫=-=- ⎪⎝⎭∑令222(1)x n ni E y dx k σσ--∴===∴=⎰15．1）解：()22222211111()(())()111n ni i i i i ES E X X E X nX EX nEX n n n ===-=-=----∑∑ 222221[()]1n n n n σσμμσ⎛⎫=+-+= ⎪-⎝⎭2S ∴是的2σ无偏估计2）解：()2224222421222(1),,11n D S n DS E S DS n n σσσσ-⎛⎫=-=-== ⎪--⎝⎭()()()()()()222222224111222222222422221()2()1n E S D S E S nE S D S E S n σσσσσσσσ--=-+-=-=-+-=+可以看出()2222E S σ-最小。

1、设某商店100天销售电视机的情况有如下统讣资料:日售出台数 2 3 456合计天数203010 25 15100求样本容量n,样本均值和样本方差。

解：样本容量为n=100 样本均值，样本方差，样本修正方差分别为器孙黔1.9275J946969....2、设总体服从泊松分布p （X ）＞ X"…,乙是一样本: （1）写出…，X”的概率分布：因为:卩（斗=兀・）=一小,兀=0,12…M A 0所以X 「・・X 』勺概率分布为兀！p (x 『=X., / =H ) = pj p(X i =兀)=口一^厂/ = ——不"•，兀=0,1,2,…r-1(2) i\^EX,DX 和ES ：；解：因为EX = DX=a,所以£戸=孫=入£）戸=竺=彳卫£=巴0¥=匕兄n nnn（3）设总体容量为10的一组样本观察值为（1, 2, 4, 3, 3, 4, 5, 6, 4, 8）试计算样本 均值，样本方差和次序统计量的观察值。

解：一 1 £ 40 1 %=—y x=——=4110.1 /? 7 -2 1 10 ,, =币。

：-42=3.6 n /=1 1 U 匸1 210 2 -$ =护"而(2x20+3x30+…+6x15) = 3.85,x 20+32 x 30+…+6? x 15)- 3.852 = 1.9275,X3、设X H ...,X 7为总体X 服从N(0,0.25)的一个样本，求P^X t ＞4} •V r-l)(九75(7) = 16.0128)解：因每个Xj 与总体X 有相同分布，故△匸 = 2X,服从N(O,l),则0.5= 4》X ：服从自由度n=7的才■分布。

因为r-l= P (4》X ：＞16 =\-P 4》X ： 516 I ，査表可知2^5(7) = 16.012& r-! 丿 r-l/4、设总体X 具有分布律X 123 A(1一&)2其中6(0<0<\)为未知参数。

第五章作业题解5.1 已知正常男性成人每毫升的血液中含白细胞平均数是7300, 标准差是700. 使用切比雪 夫不等式估计正常男性成人每毫升血液中含白细胞数在5200到9400之间的概率.解：设每毫升血液中含白细胞数为，依题意得，7300)(==X E μ，700)(==X Var σ由切比雪夫不等式，得)2100|7300(|)94005200(<-=<<X P X P982100700112222=-=-≥εσ.5.2 设随机变量X 服从参数为λ的泊松分布, 使用切比雪夫不等式证明1{02}P X λλλ-<<≥.解：因为)(~λP X ，所以λμ==)(X E 。

λσ==)(2X Var故由切比雪夫不等式，得)|(|)20(λλλ<-=<<X P X P λλλλεσ111222-=-=-≥不等式得证.5.3 设由机器包装的每包大米的重量是一个随机变量, 期望是10千克, 方差是0.1千克2. 求100袋这种大米的总重量在990至1010千克之间的概率.解：设第i 袋大米的重量为X i ，(i =1,2,…,100)，则100袋大米的总重量为∑==1001i i X X 。

因为 10)(=i X E ，1.0)(=i X Var ，所以 100010100)(=⨯=X E ，101.0100)(=⨯=X Var由中心极限定理知，101000-X 近似服从)1,0(N故 )10|1000(|)1010990(<-=<<X P X P1)10(2)10|101000(|-Φ≈<-=X P998.01999.021)16.3(2=-⨯=-Φ=5.4 一加法器同时收到20个噪声电压,(1,2,,20)i V i = ，设它们是相互独立的随机变量，并且都服从区间[0,10]上的均匀分布。

记201kk V V==∑，求(105)P V >的近似值。

第五章 方差分析课后习题参考答案5.1 下面给出了小白鼠在接种三种不同菌型伤寒杆菌后的存活日数：设小白鼠存活日数服从方差相等的正态分布，试问三种菌型的平均存活日数有无显著差异？(01.0=α)解：(1)手工计算解答过程 提出原假设：()3,2,10:0==i H i μ记167.2081211112=⎪⎪⎭⎫ ⎝⎛-=∑∑∑∑====r i n j ij ri n j ij T i iX n X S467.7011211211=⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛=∑∑∑∑====r i n j ij ri n j ij iA ii X n X n S7.137=-=A T e S S S当H成立时，()()()r n r F r n S r S F e A ----=,1~/1/本题中r=3经过计算，得方差分析表如下：查表得()()35.327,2,195.01==---F r n r F α且F=6.909>3.35，在95%的置信度下，拒绝原假设，认为不同菌型伤寒杆菌对小白鼠的存活日数有显著影响。

(2)软件计算解答过程组建效应检验Dependent Var iable: 存活日数a70.429235.215 6.903.004137.73727 5.101208.16729方差来源菌型误差总和平方和自由度均值F 值P 值R Squared = .338 (Adjusted R Squared = .289)a.从上表可以看出，菌种不同这个因素的检验统计量F 的观测值为6.903，对应的检验概率p 值为0.004，小于0.05，拒绝原假设，认为菌种之间的差异对小白鼠存活日数有显著影响。

5.2 现有某种型号的电池三批，他们分别是甲、乙、丙三个工厂生产的，为评论其质量，各随机抽取6只电池进行寿命试验，数据如下表所示：工厂 寿命（小时） 甲 40 48 38 42 45 乙 26 34 30 28 32 丙39 40 43 50 50试在显著水平0.05α=下，检验电池的平均寿命有无显著性差异？并求121323,μμμμμμ---及的95%置信区间。

概率论与数理统计第五章课后习题及参考答案概率论与数理统计第五章课后习题及参考答案1．用切比雪夫不等式估计下列各题的概率．(1)废品率为03.0，1000个产品中废品多于20个且少于40个的概率；(2)200个新生儿中，男孩多于80个而少于120个的概率(假设男孩和女孩的概率均为5.0)．解：(1)设X 为1000个产品中废品的个数，则X ～)1000,03.0(B ，有30)(=X E ，1.29)(=X D ，由切比雪夫不等式，得)3040303020()4020(-<-<-=<<-="X" )103010(<-<-="X" 709.010<="" bdsfid="71" p="" x="">1.2912=-≥．(2)设X 为200个新生儿中男孩的个数，则X ～)200,5.0(B ，有100)(=X E ，50)(=X D ，由切比雪夫不等式，得)10012010010080()12080(-<-<-=<<-="X" )2010020(<-<-="X" 8<="" bdsfid="77" p="" x="">7205012=-≥．2．一颗骰子连续掷4次，点数总和记为X ，估计)1810(<<="">解：设i X 为该骰子掷第i 次出现的点数，则61)(==k X P i ，6,,2,1 =i ，6,,2,1 =k ．27)654321(61)(=+++++=i X E ，691)654321(61)(2222222=+++++=i X E ，35)]([)()(22=-=i i i X E X E X D ，4,3,2,1=i ．因为4321X X X X X +++=，且1X ，2X ，3X ，4X 相互独立，故有14)(=X E ，335)(=X D ．由切比雪夫不等式，得)1418141410()1810(-<-<-=<<-<-="X" )<="" bdsfid="88" p="" x="">414(<-=X P 271.0433512=-≥．3．袋装茶叶用及其装袋，每袋的净重为随机变量，其期望值为100g ，标准差为10g ，一大盒内装200袋，求一盒茶叶净重大于5.20kg 的概率．解：设i X 为一袋袋装茶叶的净重，X 为一盒茶叶的净重，由题可知∑==2001i i X X ，100)(=i X E ，100)(=i X D ，200,,2,1 =i ．因为1X ，2X ，…，200X 相互独立，则20000)()(2001==∑=i i X E X E ，20000)()(2001==∑=i i X D X D ．)()(20500)()(()20500(2001X D X E X D X E X P X P i i ->-=>∑=)1020020000205001020020000(?->?-=X P )2251020020000(>?-=X P 由独立同分布的中心极限定理，1020020000?-X 近似地服从)1,0(N ，于是0002.0)5.3(1)2251020020000(=Φ-≈>?-X P ．4．有一批建筑用木桩，其80%的长度不小于3m ．现从这批木桩中随机取出100根，试问其中至少有30根短于3m 的概率是多少？解：设X 为100根木桩中短于3m 的根数，则由题可知X ～)2.0,100(B ，有20)(=X E ，16)(=X D ，由棣莫弗—拉普拉斯定理，得)30(1)30(<-=≥X P X P )42030(1)()((1-Φ-=-Φ-=X D X E X 0062.0)5.2(1=Φ-=．5．某种电器元件的寿命服从均值为100h 的指数分布．现随机选取16只，设它们的寿命是相互独立的．求这16只元件寿命总和大于1920h 的概率．解：设i X 为第i 只电器元件的寿命，由题可知i X ～)01.0(E ，16,,2,1 =i ，且1X ，2X ，…，16X 相互独立，则100)(=i X E ，10000)(=i X D ．记∑==161i i X X ，则1600)()(161==∑=i i X E X E ，160000)()(161==∑=i i X D X D ．))()(1920)()(()1920(X D X E X D X E X P X P ->-=>)400160019204001600(->-=X P )8.04001600(>-=X P ，由独立同分布的中心极限定理，1600-X 近似地服从)1,0(N ，于是2119.0)8.0(1)8.04001600(=Φ-=>-X P ．6．在数值计算中中，每个数值都取小数点后四位，第五位四舍五入(即可以认为计算误差在区间]105,105[55--??-上服从均匀分布)，现有1200个数相加，求产生的误差综合的绝对值小于03.0的概率．解：设i X 为每个数值的误差，则i X ～)105,105(55--??-U ，有0)(=i X E ，1210)(8-=i X D ，1200,,2,1 =i ．从而0)()(12001==∑=i i X E X E ，61200110)()(-===∑i i X D X D ．由独立同分布的中心极限定理，X 近似地服从)10,0(6-N ，于是)03.0(<="" bdsfid="123" p="">()(03.0)()((X D X E X D X E X P -≤-=12101200003.0121012000(44--?-≤?-=X P 9974.01)3(2=-Φ=．7．某药厂断言，该厂生产的某药品对医治一种疑难的血液病治愈率为8.0．医院检验员任取100个服用此药的病人，如果其中多于75个治愈，就接受这一断言，否则就拒绝这一断言．(1)若实际上此药对这种病的治愈率是8.0，问接受这一断言的概率是多少？(2)若实际上此药对这种病的治愈率是7.0，问接受这一断言的概率是多少？解：设X 为100个服用此药的病人中治愈的个数，(1)由题可知X ～)8.0,100(B ，则80)(=X E ，16)(=X D ，由棣莫弗—拉普拉斯定理，得)75(1)75(≤-=>X P X P 48075(1))()((1-Φ-=-Φ-=X D X E X 8944.0)25.1(=Φ=．(2)由题可知X ～)7.0,100(B ，则70)(=X E ，21)(=X D ，由棣莫弗—拉普拉斯定理，得)75(1)75(≤-=>X P X P 217075(1)()((1-Φ-=-Φ-=X D X E X 1379.0)09.1(1=Φ-=．8．一射手在一次射击中，所得环数的分布律如下表：X678910P 05.005.01.03.05.0求：(1)在100次射击中环数介于900环与930环之间的概率是多少？(2)超过950环的概率是多少？解：设X 为100次射击中所得的环数，i X 为第i 次射击的环数，则∑==1001i i X X ，15.9)(=i X E ，95.84)(2=i X E ，2275.1)]([)()(22=-=i i i X E X E X D ，100,,2,1 =i ．由1X ，2X ，…，100X 相互独立，得915)()(1001==∑=i i X E X E ，75.122)()(1001==∑=i i X D X D ．由独立同分布的中心极限定理，75.122915-X 近似地服从)1,0(N ，于是(1))930900(≤≤X P ))()(930)()()()(900(X D X E X D X E X X D X E P -≤-≤-=75.12291593075.12291575.122915900(-≤-≤-=XP )75.1221575.122915(≤-=X P 823.01)35.1(2=-Φ≈．(2))950(>X P ))()(950)()((X D X E X D X E X P ->-=75.122915950)()((->-=X D X E X P 001.0)1.3(1=Φ-≈．9．设有30个电子元件1A ，2A ，…，30A ，其寿命分别为1X ，2X ，…，30X ，且且都服从参数为1.0=λ的指数分布，它们的使用情况是当i A 损坏后，立即使用1+i A (29,,2,1 =i )．求元件使用总时间T 不小于350h 的概率．解：由题可知i X ～)1.0(E ，30,,2,1 =i ，则10)(=i X E ，100)(=i X D ．记∑==301i i X T ，由1X ，2X ，…，30X 相互独立，得300)()(301==∑=i i X E T E ，3000)()(301==∑=i i X D T D ．))()(350)()(()350(T D T E T D T E T P T P ->-=>30103003503010300(?->?-=T P )91.03010300(>?-≈T P ，由独立同分布的中心极限定理，3010300?-T 近似地服从)1,0(N ，于是1814.0)91.0(1)91.03010300(=Φ-=>?-T P ．10．大学英语四级考试，设有85道选择题，每题4个选择答案，只有一个正确．若需要通过考试，必须答对51道以上．试问某学生靠运气能通过四级考试的概率有多大？解：设X 为该学生答对的题数，由题可知X ～41,85(B ，则25.21)(=X E ，9375.15)(=i X D ，85,,2,1 =i ．由棣莫弗—拉普拉斯中心极限定理，近似地有9375.1525.21-X ～)1,0(N ，得)8551(≤≤X P ))()(85)()()()(51(X D X E X D X E X X D X E P -≤-≤-=)9375.1525.21859375.1525.219375.1525.2151(-≤-≤-=X P 0)45.7()97.15(=Φ-Φ=．即学生靠运气能通过四级考试的概率为0．。