最新概率论与数理统计习题及答案----第6章习题详解

概率论与数理统计课后答案第6章第6章习题参考答案1.设是取⾃总体X的⼀个样本，在下列情形下，试求总体参数的矩估计与最⼤似然估计：（1），其中未知，；（2），其中未知，。

2.设是取⾃总体X的⼀个样本，其中X服从参数为的泊松分布，其中未知，，求的矩估计与最⼤似然估计，如得到⼀组样本观测值X 0 1 2 3 4频数17 20 10 2 1求的矩估计值与最⼤似然估计值。

3.设是取⾃总体X的⼀个样本，其中X服从区间的均匀分布，其中未知，求的矩估计。

4.设是取⾃总体X的⼀个样本，X的密度函数为其中未知，求的矩估计。

5.设是取⾃总体X的⼀个样本，X的密度函数为其中未知，求的矩估计和最⼤似然估计。

6.设是取⾃总体X的⼀个样本，总体X服从参数为的⼏何分布，即，其中未知，，求的最⼤似然估计。

7. 已知某路⼝车辆经过的时间间隔服从指数分布，其中未知，现在观测到六个时间间隔数据（单位：s）：1.8,3.2,4,8,4.5,2.5，试求该路⼝车辆经过的平均时间间隔的矩估计值与最⼤似然估计值。

8.设总体X的密度函数为，其中未知，设是取⾃这个总体的⼀个样本，试求的最⼤似然估计。

9. 在第3题中的矩估计是否是的⽆偏估计？解故的矩估计量是的⽆偏估计。

10.试证第8题中的最⼤似然估计是的⽆偏估计。

11. 设为总体的样本，证明都是总体均值的⽆偏估计，并进⼀步判断哪⼀个估计有效。

12.设是取⾃总体的⼀个样本，其中未知，令，试证是的相合估计。

13.某车间⽣产滚珠，从长期实践中知道，滚珠直径X服从正态分布，从某天⽣产的产品中随机抽取6个，量得直径如下（单位：mm）：14.7,15.0,14.9,14.8,15.2,15.1，求的0.9双侧置信区间和0.99双侧置信区间。

14.假定某商店中⼀种商品的⽉销售量服从正态分布，未知。

为了合理的确定对该商品的进货量，需对和作估计，为此随机抽取七个⽉，其销售量分别为：64，57，49，81，76，70，59，试求的双侧0.95置信区间和⽅差的双侧0.9置信区间。

概率论与数理统计第六章课后习题及参考答案概率论与数理统计第六章课后习题及参考答案1．已知总体X ～),(2σµN ，其中2σ已知，⽽µ未知，设1X ，2X ，3X 是取⾃总体X 的样本．试问下⾯哪些是统计量？(1)321X X X ++；(2)µ31-X ；(3)222σ+X ；(4)21σµ++X ；(5)},,max{321X X X ；(6)σ221++X X ；(7)∑=3122i i X σ；(8)2µ-X ．解：(1)(3)(4)(5)(6)(7)是，(2)(8)不是．2．求下列各组样本值的平均值和样本差．(1)18，20，19，22，20，21，19，19，20，21；(2)54，67，68，78，70，66，67，70．解：(1)9.19)21201919212022192018(101101101=+++++++++==∑=i i x x ；43.1)(9110122=-=∑=i i x x s ．(2)5.67)7067667078686754(1018181=+++++++==∑=i i x x ；018.292)(718122=-=∑=i i x x s ．3．(1)设总体X ～)1,0(N ，则2X ～)1(2χ．(2)设随机变量F ～),(21n n F ，则F1～),(12n n F ．(3)设总体X ～),(2σµN ，则X ～),(2n N σµ，22)1(S n σ-～)1(2-n χ，nS X /µ-～)1(-n t ．(4)设总体X ～)10(2χ，Y ～)15(2χ，且X 与Y 相互独⽴，则=+)(Y X E 25，=+)(Y X D 50．4．设随机变量X 与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 与2Y 均服从2χ分布D ．22YX 服从F 分布5．在总体X ～)3.6,52(2N 中随机抽取⼀容量为36的样本，求样本平均值X 落在8.50到8.53之间的概率．解：因为X ～)3.6,52(2N ，即52=µ，223.6=σ，因为36=n ，22205.1363.6==n σ，所以X ～)05.1,52(2N ．由此可得)8.538.50(≤≤X P 05.1528.50()05.1528.53(-Φ--Φ=8302.0)1429.1()7143.1(=-Φ-Φ=．6．设总体X ～)1,0(N ，1X ，2X ，…，10X 为总体的⼀个样本，求：(1))99.15(1012>∑=i i X P ；(2)写出1X ，2X ，…，10X 的联合概率密度函数；(3)写出X 的概率密度．解：(1)由题可知∑==1012i i X X ～)10(2χ，查2χ分布表有99.15)10(210.0=χ，可得10.0=α，即10.0)99.15(1012=>∑=i i X P ．(2)1X ，2X ，…，10X 相互独⽴，则联合概率密度函数为}exp{321}21exp{21),,,(1012510121021∑∏==-=-=i i i i x x x x x f ππ．(3)X Y =～)1.0,0(N ，所以有2251.02)0(e 5e1.021)(y y y f -?--==ππ．7．设总体X ～)1,0(N ，1X ，2X ，…，5X 为总体的⼀个样本．确定常数c ，使25242321)(XX X X X c Y +++=～)3(t ．解：因为i X ～)1,0(N ，5,,2,1 =i ，所以21X X +～)2,0(N ，)(2121X X +～)1,0(N ，252423X X X ++～)3(2χ，因为25242321252423212632XX X X X X X X X X +++=+++～)3(t ，所以有23=c ．8．设1X ，2X ，3X ，4X 是来⾃正态总体)4,0(N 的样本．已知243221)43()2(X X b X X a Y -+-=为服从⾃由度为2的2χ分布，求a ，b 的值．解：由题可知i X ～)4,0(N ，4,3,2,1=i ，故有0)2(21=-X X E ，20)2(21=-X X D ，所以212X X -～)20,0(N ．同理4343X X -～)100,0(N ．⽽20)2(221X X -～)1(2χ，100)43(221X X -～)1(2χ，故有100)43(20)2(243221X X X X -+-～)2(2χ，⽐较可知201=a ，1001=b ．9．设总体X ～)3.0,(2µN ，1X ，2X ，…，n X 为总体的⼀个样本，X 是样本均值，问样本容量n ⾄少应取多⼤，才能使95.0)1.0(≥<-µX P ．解：易知X ～)3.0,(2nN µ，由题意有95.013(2/3.01.0/3.0()1.0(≥-Φ=<-=<-nnnX P X P µµ，即应有975.0)3(≥Φn，查正态分布表知975.0)96.1(=Φ，所以取96.13≥n，即5744.34≥n ，取35=n ．10．设总体X ～)16,(µN ，1X ，2X ，…，10X 为总体的⼀个样本，2S 为样本⽅差，已知1.0)(2=>αS P ，求α的值．解：由抽样分布定理知22)1(σS n -～)1(2-n χ，因为10=n ，故有2249S ～)9(2χ，得1.0)169169()(22=>=>ααS P S P ，查2χ分布表得684.14)9(21.0=χ，即684.14169=α，解得105.26=α．11．设(1X ，2X ，…，1+n X )为来⾃总体X ～),(2σµN 的⼀个样本，记∑==n i i n X n X 11，∑=--=n i in X X n S 122(11，求证：nn n S X X n n T -?+=+11～)1(-n t ．证：由题可知n X ～),(2nN σµ，n n X X -+1～))11(,0(2σn N +，标准化得σnX X nn 111+-+～)1,0(N ．⼜因为∑=-=-ni inX XS n 1222)(1)1(σσ～)1(2-n χ，从⽽有nn nnn S XX n n n S n n X X -+=--+-++122111)1(11σσ～)1(-n t ，即nnn S X X n n T -?+=+11～)1(-n t ．。

《概率论与数理统计》第六章习题exe6-1解：10()0x b f x b ⎧<<⎪=⎨⎪⎩其他01()()2bb E X xf x dx x dx b +∞-∞==⋅=⎰⎰ 令11μ=A ，即2b X =，解得b 的矩估计量为ˆ2b X = 2ˆ2(0.50.60.1 1.30.9 1.60.70.9 1.0) 1.6899bx ==++++++++= exe6-2解：202()()()3x E X xf x dx x dx θθθθ+∞-∞-==⋅=⎰⎰令11μ=A ，即,3θ=X 解得θ的矩估计量为ˆ3X θ= Exe6-3解：（1）由于12222()()()()(1)()E X mpE X D X E X mp p mp μμ==⎧⎨==+=-+⎩令 ⎩⎨⎧==.2211μμA A 求解得221111p m p μμμμ⎧-=-⎪⎪⎨⎪=⎪⎩，p, m 的矩估计量为22211(1)ˆ11ˆˆA A n S pA nX X m p ⎧--=-=-⎪⎪⎨⎪=⎪⎩Exe6-4解：（1）()E X λ= 令11μ=A ，即,λ=X 解得λ的矩估计量为ˆX λ= {}),2,1,0(!===-x e x x X P xλλ{}),2,1,0(!===-i i xi x e x x X P iλλ似然函数11111(){}()!!niii x n nx ni ni i i ii eL P X x e x x λλλλλ=--===∑====∏∏∏11ln ()()ln ln(!)nni i i i L n x x λλλ===-+-∑∑1ln ()0nii x d L n d λλλ==-+=∑解得λ的最大似然估计值为 11ˆnii x x n λ===∑ （2）由（1）知1ˆ(6496101163710)7.210x λ==+++++++++= Exe6-5解：（1）似然函数1(1)111(){}(1)(1)ni i i nnx x ni i i L p P X x p p p p =--==∑===-=-∏∏∑-==-ni i nx np p 1)1(1ln ()ln (1)ln ni i L p n p x p ==+-⋅∑)1ln()(ln 1p n x p n ni i --+=∑=1(1)ln ()01nii x d L p ndp pp=-=-=-∑01)(ln 1=---=∑=pnxp n dp p L d ni i解得p 的最大似然估计值为 11ˆnii npxx===∑ （2）155ˆ5174926px ===++++ Exe6-6解：由22()2()x f x μσ--=（1）2σ已知，似然函数22122()()2211()(,)ni i i x nx n nii i L f x e μμσσμμ=----==∑===∏2211ln ())()2nii L n x μμσ==---∑21ln ()1(22)02nii d L x d μμμσ==--=∑即11()0nniii i x n xμμ==-=-=∑∑解得μ的最大似然估计值 1ˆnii xx nμ===∑（2）μ已知，似然函数为212222)(222)(12122121),()(σμσμπσσπσσ∑⎪⎭⎫ ⎝⎛====----==∏∏ni i i x n x ni n i i e ex f L21222)(21)ln(2)2ln(2)(ln μσσπσ-∑---==n i i x n n L 0)()(212)(ln 2122222=-+-=∑=μσσσσni ixn L d d解得∑=-=n i i x x n 122)(1ˆσ，故2σ的最大似然估计值为 .)(1ˆ122∑=-=n i i i x x n σ Exe6-7解：（1）矩估计量2220()()()(3)2xt x xt xx E X xf x dx x e dx e dx t e dt θθθθθθθθ=--+∞+∞+∞+∞--∞==⋅===Γ=⎰⎰⎰⎰令2X θ=，得ˆ/2X θ= 似然函数211()(,)ix n nii i i x L f x eθθθθ-====∏∏1111ln ()(ln 2ln )ln 2ln nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑令21ln ()210ni i d L n x d θθθθ==-+=∑解得θ的最大似然估计值为111ˆ22ni i x x n θ===∑ （2）2311()(,)2ixnni i i i x L f x e θθθθ-====∏∏331111ln ()[2ln ln(2)]2ln ln(2)nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑ 令2321ln ()1602nii d L n xd θθθθθ==-⋅-=∑013)(ln 1223=+⋅-=∑=ni ixn d L d θθθθθ解得θ的最大似然估计值为 111ˆ33n ii x x n θ===∑（3） ),(~p m B X ，m 已知{}∏∏=-=-===ni x m x x m ni i i i ip p C x X P p L 11)1()(1111ln ()[ln ln ()ln(1)]ln ln ln(1)()i inx m i i i nnnx m i i i i i L p C x p m x p C p x p nm x =====++--=++--∑∑∑∑令 11ln ()01n ni ii i x nm x d L p dp p p==-=-=-∑∑即1111(1)1n nniiii i i x xxnmppp p p===+==---∑∑∑ 解得p 的最大似然估计值为 1ˆnii xxpmnm===∑ Exe6-8解：(1)似然函数为{}{}{})1(2)1(2121)(522θθθθθθθ-=⋅-⋅==⋅=⋅==X P X P X P L)1ln(ln 52ln )(ln θθθ-++=L 令 0115)(ln =--=θθθθL d d 解得θ的最大似然估计值为.65ˆ=θ Exe6-9解：1212222)()(22)(12)(111212121),,(),,(),(σβαβασβασβασπσπσπβαβαβα∑∑⎪⎪⎭⎫⎝⎛=====+-+---+--=---===∏∏∏∏ni i ni i i i i i y x ny ni x ni n i i Y n i i X e eey f x f L))()((21ln 2)2ln(),(ln 21212βαβασσπβα+-∑+--∑---===ni i ni i y x n n L0))()((22),(ln 112=+-+--=∂∂∑∑==βαβασβααni i n i i y x L0)()((22),(ln 112=+----=∂∂∑∑==βαβασβαβni i n i i x x L 联立 解得,2ˆ,2ˆyx y x -=+=βα故βα,的最大似然估计量为 .2ˆ,2ˆYX Y X -=+=βαExe6-10解：（1）由1/2EX μθ==，得θ的矩估计量ˆ2X θ= ˆ()2()2()22E E X E X θθθ===⋅= 故θ的矩估计量ˆ2X θ=是θ的无偏估计量。

《概率论与数理统计》习题及答案第 六 章1．某厂生产玻璃板，以每块玻璃上的泡疵点个数为数量指标，已知它服从均值为λ的泊松分布，从产品中抽一个容量为n 的样本12,,,n X X X L ，求样本的分布.解 样本12(,,,)n X X X L 的分量独立且均服从与总体相同的分布，故样本的分布为11221(,,,)()nn n ii i P X k X k X k P Xk ======∏L 1!ikni i e k λλ-==∏112!!!ni i n k n e k k k λλ=-∑=L 0,1,i k =L ，1,2,,,i n =L 2．加工某种零件时，每一件需要的时间服从均值为1/λ的指数分布，今以加工时间为零件的数量指标，任取n 件零件构成一个容量为n 的样本，求样本分布。

解 零件的加工时间为总体X ，则~()X E λ，其概率密度为,0,()0,0.x e x f x x λλ-⎧>=⎨≤⎩于是样本12(,,,)n X X X L 的密度为1121,0(,,,)0,.nii ix nnx i n i e x f x x x e λλλλ=--=⎧∑⎪>==⎨⎪⎩∏K 其它 1,2,,i n =L 3．一批产品中有成品L 个，次品M 个，总计N L M =+个。

今从中取容量为2的样本（非简单样本），求样本分布，并验证：当,/N M N p →∞→时样本分布为（6.1）式中2n =的情况。

解 总体~(01)X -，即(0),(1)L MP X P X N N==== 于是样本12(,)X X 的分布如下 121(0,0)1L L P X X N N -===⋅-，12(0,1)1L M P X X N N ===⋅-12(1,0)1M L P X X N N ===⋅-，121(1,1)1M M P X X N N -===⋅- 若N →∞时M p N →，则1Lp N→-，所以2002012(0,0)(1)(1)P X X p p p +-==→-=-012112(0,1)(1)(1)P X X p p p p +-==→-=-102112(1,0)(1)(1)P X X p p p p +-==→-=-2112212(1,1)(1)P X X p p p +-==→=-以上恰好是（6.1）式中2n =的情况.4．设总体X 的容量为100的样本观察值如下：15 20 15 20 25 25 30 15 30 25 15 30 25 35 30 35 20 35 30 25 20 30 20 25 35 30 25 20 30 25 35 25 15 25 35 25 25 30 35 25 35 20 30 30 15 30 40 30 40 15 25 40 20 25 20 15 20 25 25 40 25 25 40 35 25 30 20 35 20 15 35 25 25 30 25 30 25 30 43 25 43 22 20 23 20 25 15 25 20 25 30433545304530454535作总体X 的直方图解 样本值的最小值为15，最大值为45取14.5a =，45.5b =，为保证每个小区间内都包含若干个观察值，将区间[14.5,45.5]分成8个相等的区间。

第六章习题6-11、由一致估计的定义，对0ε∀>{}{}{}()1212max ,,,max ,,,n n P X X X P X X X θεεθεθ-<=-+<<+()()F F εθεθ=+--+()0, 0, 01, X x xF x x x θθθ<⎧⎪=≤≤⎨⎪>⎩及(){}()()()()1212max ,,,n n X X X X X X F x F x F x F x F x ==⋅⋅⋅()1F εθ∴+=(){}()12max ,,,1nn x F P X X X εθεθθ⎫⎛-+=<-+≈- ⎪⎝⎭{}()12max ,,,111()nn x P X X X n θεθ⎫⎛∴-<=--→→∞ ⎪⎝⎭2、证明：EX μ=()1111111ni i n n i i i i nn n i i i i i i i i a X E a E X a a a a μμ======⎫⎛⎪ ⎪ ==⋅=⎪ ⎪⎝⎭∑∑∑∑∑∑ 11niii nii a Xa==∴∑∑是μ的无偏估计量3、证明： ()() ()()22D E E θθθ=-()() ()()()2222E D E D θθθθθθ∴=+=+> 2θ∴不是2θ的无偏估计量4、证明：()~X P λEX λ∴=，()()222E X DX EX λλ=+=+()22E X EX λ∴-=，即()22E X X λ-=用样本矩2211n i i A X n ==∑，1A X =代替相应的总体矩()2E X 、EX所以得2λ的无偏估计量： 22111n i i A A X X n λ==-=-∑ 5、()~,X B n p ，EX np ∴=()()()()22222111E X np p n p np n n p EX n n p =-+=+-=+-()()()()222111E X EX E X X p n n n n -⎫⎛∴=-=⎪ --⎝⎭所以用样本矩2211n i i A X n ==∑，1A X =分别代替总体矩()2E X 、EX得2p 的无偏估计量： ()()()222121111ni i i A A p X X n n n n =-==---∑6、()~,1X N m ，()i E X m ∴=，()1i D X =，(1,2)i =()()()11212212121333333E m E X X E X E X m m m ⎫⎛∴=+=+=+= ⎪⎝⎭()()()1121221414153399999D m D X X D X D X ⎫⎛=+=+=+= ⎪⎝⎭同理可得： ()2E m m =， ()258D m =， ()3E m m =， ()212D m =123,,m m m ∴都是m 的无偏估计量，且在 123,,m m m 中， 3m 的方差最小习题6-21、（1）()11cccEX x c xdx cx dx θθθθθθθθ+∞+∞-+-=⋅==-⎰⎰EXEX cθ∴=-，令X EX =X X c θ∴=-为矩估计量，θ的矩估计值为 x x cθ=-，其中11n i i x x n ==∑似然函数为：()()11211,,,;nnn n n ii i i L x x x c xcx θθθθθθθ-+-====∏∏ ，i x c > 对数似然函数：()()()1ln ln ln 1ln nii L n n c x θθθθ==+-+∑求导，并令其为0，得：1ln ln ln 0ni i d L nn c x d θθ==+-=∑ 1ln ln Lnii nx n cθ=∴=-∑，即θ的最大似然估计量为 1ln ln Lnii nXn cθ==-∑（2）21111EX EX x x dx EX θθθθθ-⎫⎛=⋅=⇒= ⎪--⎝⎭⎰ 以X EX =，得： 21X X θ⎫⎛=⎪ -⎝⎭为θ的矩估计量θ的矩估计值为： 21x x θ⎫⎛=⎪ -⎝⎭，其中11ni i x x n ==∑ 而()1121211,,,;n nnn i i i i L x x x x x θθθθθ--==⎫⎛==⎪⎝⎭∏∏ ，01i x ≤≤()()1ln ln 1ln 2nii nL x θθθ=∴=+-∑令1ln 11ln 022ni i d L n x d θθθ==+⋅⋅=∑， 21ln L ni i n x θ=⎫⎛⎪ ⎪ ∴=⎪⎪⎝⎭∑ 所以θ的最大似然估计量 21ln L ni i n x θ=⎫⎛⎪ ⎪ =⎪ ⎪⎝⎭∑ （3）()~,X B m p ，EXEX mp p m∴=⇒=p ∴的矩估计量： 111n i i X p X X m mn m====∑p ∴的矩估计值为： 11n i i p x mn ==∑ 而()()()111211,,,;11nniii i ii i i nnx m x m x x x x n mm i i L x x x p Cpp C pp ==--==∑∑=-=⋅⋅-∏∏ ，0,1,,ix m = ()()()111ln ln ln ln 1i nnn x mi i i i i L p C x p m x p ====+⋅+-⋅-∑∑∑令() 111ln 111101n n n i i L ii i i d L x m x p x x dp p p mn m ====⋅--⋅=⇒==-∑∑∑ p ∴的最大似然估计量为： 1L p X m=2、（1）()01;2EX xf x dx xdx θθθθ+∞-∞===⎰⎰令11n i i EX X X n ===∑，22X X θθ∴=⇒=2X θ∴= （2）由观测的样本值得：6111(0.30.80.270.350.620.55)0.481766i i x x ===+++++≈∑20.9634x θ∴== 3、由1111122EX X θθθθθ+=⨯+⨯++⨯== 21X θ∴=-为θ的矩估计量 4、设p ：抽得废品的概率；1p -：抽得正品的概率 引入{1, i i X i =第次抽到废品0,第次抽到正品，1,2,,60i =()1i P X p ∴==，()01i P X p ==-，且i EX p =所以对样本1260,,,X X X 的一个观测值1260,,,x x x由矩估计法得，p 的估计值为： 601141606015ii p x ====∑，即这批产品的废品率为1155、()()2212213132EX θθθθθ=⨯+⨯-+⨯-=-，()1412133x =⨯++=EX x = ， 3526x θ-∴==为矩估计值 ()()()()()()()34511223312121i i i L P X x P X x P X x P X x θθθθθθ========⋅⋅-=-∏()()ln ln25ln ln 1L θθθ=++-令() ln 1155016Ld L d θθθθθ=⨯-=⇒=- 6、（1）λ的最大似然估计 LX λ=， ()0LX P X e e λ--∴=== （2）设X ：一个扳道员在五年内引起的严重事故的次数()~X P λ∴，122n =得样本均值：5011(044142221394452) 1.123122122r r x r s ==⨯⋅=⨯⨯+⨯+⨯+⨯+⨯+⨯=∑()1.12300.3253x P X e e --∴====习题6-33、从总体中抽取容量为n 的样本12,,,n X X X 由中心极限定理：()~0,1,/X U N n nμσ-=→∞（1）当2σ已知时，近似得到μ的置信度为1α-的置信区间为：22,X u X u n n αασσ⎫⎛-⋅+⋅⎪ ⎝⎭ （2）当2σ未知时，用2σ的无偏点估计2s 代替2σ：~(0,1),/X N n s nμ-→∞于是得到μ的置信度为1α-的置信区间为：22,s s X u X u n n αα⎫⎛-⋅+⋅⎪ ⎝⎭一般要求30n ≥才能使用上述公式，称为大样本区间估计 4、40n = 属于大样本，2,X N n σμ⎫⎛∴⎪ ⎝⎭ 近似μ∴的95%的置信区间近似为：2x u n ασ⎫⎛±⋅⎪ ⎝⎭其中642x =，3σ=，40 6.32n =≈，21.96u α=()23642 1.966420.9340x u n ασ⎫⎛⎫⎛∴±⋅=±⨯≈±⎪ ⎪⎝⎭⎝⎭故μ的95%的置信区间上限为642.93，下限为641.075、100n =属于大样本，2~,X N n σμ⎛⎫∴ ⎪⎝⎭近似μ∴的99%的置信区间近似为：2x u n ασ⎫⎛±⋅⎪ ⎝⎭其中10x =，3σ=，100n =，22.58u α=()()2310 2.58100.7749.226,10.774100x u n ασ⎛⎫⎛⎫∴±⋅=±⨯=±= ⎪ ⎪⎝⎭⎝⎭由此可知最少要准备10.77410000107740()kg ⨯=这种商品，才能以0.99的概率满足要求。

第六章 课外练习题（含详细答案）1. 21,,~(,),n X X X N μσ 设是总体的样本则 (1) 21()n i i E X X =⎧⎫-⎨⎬⎩⎭∑2221()/n i i E X X σσ=⎧⎫=-⎨⎬⎩⎭∑________.= 答案：2(1)n σ-.(2) 21()n i i D X μ=⎧⎫-⎨⎬⎩⎭∑4221()/n i i D X σμσ=⎧⎫=-⎨⎬⎩⎭∑_____.= 答案：42n σ.解：因为21,,~(,),n X X X N μσ 是总体的样本所以22222(1)(1)n S ES n σχσ-=- 且.从而(1)22((1))1S n n E σ⎛⎫=- ⎪⎝⎭-，2122()(1)(1).n i i E X X E n S n σ=⎧⎫⎡⎤-=-=-⎨⎬⎣⎦⎩⎭∑所以 或者222211()(1)()(1)(111).n n i i i i E X X n E X X n n ES n σ==⎧⎫⎧⎫-=--=--=-⎨⎬⎨⎬⎩⎭⎩⎭∑∑ (2) 由i X σμ-～(0,1)N ，则21ni i X σμ=-⎛⎫ ⎪⎝⎭∑～2()n χ，所以212n i i X D n σμ=⎡⎤-⎛⎫=⎢⎥ ⎪⎝⎭⎢⎥⎣⎦∑ 故221112244()2.n n n i i i i i i X X D X D D n σσσσσμμμ===⎧⎫⎡⎤--⎧⎫⎪⎪⎛⎫⎛⎫-===⎢⎥⎨⎬⎨⎬ ⎪ ⎪⎝⎭⎝⎭⎩⎭⎢⎥⎪⎪⎩⎭⎣⎦∑∑∑ 2. 12101215,,,,,(20,3){0.1}.X X X Y Y Y N P X Y -> 设与分别是正态总体的两个独立样本，求 答案：0.8886.解：由题设可知，110110i i X X ==∑～(20,)310N ，151115i i Y Y ==∑～(20,)315N 则~X Y -33(0,),1015N +~~(0,.1)X Y X Y N N -即 所以 {0.1}1{0.1}1{0.1}P X Y P X Y P X Y ->=--≤=--<1(0.14)220.5557.0.8881122 6.2P Φ-Φ≈-⎫⎡⎤=-<=-⎢⎥⎣⎦⨯==- 3. 设总体(1,4),X N 12100,...,,X X X 是来自总体X 的一个样本，已知Y b aX =+～(0,1),N 则 a = , b = .答案：5,5(5,5,5,5)a b a b a b =±===-=-= 即有两组解或.解：因为(1,4)X N 且100n =，所以样本均值X ～4(1,)100N . 又因为Y b aX =+～(0,1)N , 所以 220(4).(101)0X b X b a EY E a ba DY D aX a Db a X E ++=+==+===== 所以55,.54a a b b ==-⎧⎧⎨⎨=-=⎩⎩或4. 在总体X ～2()n χ, 12,.,,..n X X X 是来自总体X 的一个样本，则2______,______,_____.X DX E E S === 答案：2,22.,X n DX ES E n ===解：特别要注意区分样本容量和2χ分布的自由度，两者在本题中都是字母n .因为X ～2()n χ，所以,2EX n DX n ==（注意这里的n 是2χ分布中的自由度n ）， 从而对11i ni X X n ==∑（注意这里的分母n 是指的样本容量的n ）有： (),22,n n X EX n DX n DX n E n =====（样本容量这个是自由度）（这个是样本容量）对样本方差2S ，有22.ES DX n ==（这个n 是自由度）5. 在总体X ～2()n χ, 1210,.,..,X X X 是来自总体X 的一个样本，则2______,______,_____.X DX E E S === 答案：注意本题中自由度为n ，而样本容量是10.22,n DX 2n 10;105n .X n n n DX n E E S =====， 这个为自由度；，分子的2是总体方差，分母的为样本容量样本容量这个为自由度6. 设总体(0,1),X N 1216,.,..,X X X 是来自总体X 的样本，已知{}0.01,X P λ=≥ 则______.λ= 答案：0.58.解：因为(0,1),X N 样本容量n=16，所以1161i i X X n ==∑～(0,)116N , 即0414X X -=(0,1),N 于是{}0.01{}1{}1441(4)P X P X P X λλλλ=≥=-<=-<=-Φ，从而(4)0.99λΦ=，查表得到4 2.33,λ=故0.58.λ=。

习题6-11. 若总体(2,9)X N , 从总体X 中抽出样本X 1, X 2, 问3X 1-2X 2服从什么分布? 解 3X 1-2X 2～N(2, 117).2. 设X 1, X 2, …, X n 是取自参数为p 的两点分布的总体X 的样本, 问X 1, X 2, …, X n 的联合分布是什么?解 因为总体X 的分布律为P {X =k }= p k (1-p )1-k , k =0,1,…,所以样本X 1, X 2, …, X n 的联合分布为11221111111{,}(1)(1)(1)(1).n nnniii i xx x x xx n n X n X P X x X x pp p p p p p p ==----==⋅-⋅-⋅⋅-∑∑=⋅-…,=…习题6-21. 选择题(1) 下面关于统计量的说法不正确的是( ).(A) 统计量与总体同分布. (B) 统计量是随机变量. (C) 统计量是样本的函数. (D) 统计量不含未知参数.解 选(A).(2) 已知X 1,X 2,…,X n 是来自总体2(,)X N μσ 的样本, 则下列关系中正确的是( ).(A) ().E X n μ= (B) 2().D X σ= (C) 22().E S σ= (D) 22().E B σ= 解 选(C).(3) 设随机变量X 与Y 都服从标准正态分布, 则( ).(A) X +Y 服从正态分布.(B) X 2+Y 2服从2χ分布.(C)X 2和Y 2都服从2χ分布. (D)22XY服从F 分布.解因为随机变量X 与Y 都服从标准正态分布, 但X 与Y 不一定相互独立,所以(A),(B),(D)都不对, 故选(C).2. 设X 1,X 2,…,X n 是来自总体X 的样本, 总体X 的均值μ已知,方差σ2未知. 在样本函数1ni i X =∑,1ni i X μσ=-∑,1ni i X Sμ=-∑, n μ(21X +22X +…+2n X )中, 哪些不是统计量?解1ni i X μσ=-∑不是统计量.3. 设总体X 服从正态分布21(,)N μσ, 总体Y 服从正态分布22(,)N μσ,112,,,n X X X 和 212,,,n Y Y Y 分别是来自总体X 和Y 的简单随机样本, 求12221112()()2.nni j i j X X Y Y E n n ==-+-+-⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦∑∑解 因为 122111[()]1n ii E X X n σ=-=-∑, 222121[()]1n jj E Y Y n σ=-=-∑习题6-31．填空题(1) 设总体~(2,25)X N ,12100,,,X X X 是从该总体中抽取的容量为n 的样本, 则()E X = ; ()D X = ; 统计量~X .解 因为总体~(2,25)X N , 而12100,,,X X X 是从该总体中抽出的简单随机样本, 由正态分布的性质知, 样本均值也服从正态分布, 又因为1001111(()22100)ni i i E E X nX =====∑∑, 而1002111125(()251001)1004ni i i D D X nX ======∑∑.所以 1~(2,)4N X . (2) 设总体X 服从正态分布2(,)N μσ,12,,,n X X X 是来自X 的简单随机样本, 则统计量X μ-服从 分布;X μ-服从 分布;222=12(1)()nii n SXX σσ--=∑服从 分布;212()nii Xμσ=-∑服从 分布.解 由抽样分布定理知, 2~(,)X N nσμ. 再由正态分布的标准化公式,X -服从标准正态分布.由抽样分布定理知,服从自由度为n -1的t 分布.由抽样分布定理知,22(1)n Sσ-服从自由度为n -1的2χ分布.由题设, 2~(,),1,2,,i X N i μσ= 所以~(0,1),1,2,.i X N i μσ-=再由2χ分布的定义知,212()nii Xμσ=-∑服从自由度为n 的2χ分布.(3) 设12,,,n X X X ,1,,n n m X X ++ 是来自正态总体2(0,)N σ的容量为n +m 的样本, 则统计量2121nii n mii n m X nX =+=+∑∑服从的分布是 .解 因为2121nii n mii n m X nX =+=+∑∑=2121ni i n mii n X nXm=+=+∑∑, 而2212~()nii X n χσ=∑,2212~()n mii n X m χσ+=+∑.由F 分布的定义, 得到2121~(,)nii n mii n m X F n m nX =+=+∑∑. 2. 选择题(1) 设随机变量21~()(1),X t n n Y X>=, 则下列关系中正确的是( ).(A) 2~()Y n χ. (B) 2~(1)Y n χ-. (C) ~(,1)Y F n . (D) ~(1,)Y F n 解 由题设知,UX =, 其中2~(0,1),~()U N V n χ, 于是21Y X==221UVVn n U =,这里22~(1)Uχ, 根据F 分布的定义知21~(,1).Y F n X=故应选(C).(2) 设z α,2αχ(n ),()t n α,12(,)F n n α分别是标准正态分布N (0,1)、2χ(n )分布、t 分布和F 分布的上α分位点, 在下列结论中错误的是( ).(A) 1z z αα-=-. (B) 2αχ(n )=1-21αχ-(n ).(C) 1()()t n t n αα-=-. (D) 121211(,)(,)F n n F n n αα-=.解 应选(B).3. 在总体2(52,6.3)N 中随机抽取一个容量为36的样本, 求样本均值X 落在50.8到53.8 之间的概率.解 因为2~(,)X N nσμ,所以26.3~(52,)36X N .于是, 标准化随机变量52~(0,1)X N -.因此(50.852)6(52)6(53.852)6{50.853.8}{}6.36.36.3X P X P -⨯-⨯-⨯=≤≤剟10.87.2()()0.82936.36.3ΦΦ-=-=.4. 已知1210,,,X X X 是来自正态总体2(0,)X N σ 的样本, 求概率{<2.82P X S .解 由定理1知,2229(0,1),(9),XSN χσσ因此(9)XX t S= ,所以 { 2.82}{2.82}1{2.82}10.010.99.X X P X S P P SS<=<=->=-=。

第六章 样本及抽样分布1.[一] 在总体N （52，6.32）中随机抽一容量为36的样本，求样本均值X 落在50.8到53.8之间的概率。

解： 8293.0)78()712(}63.68.163.65263.62.1{}8.538.50{),363.6,52(~2=-Φ-Φ=<-<-=<<X P X P N X2.[二] 在总体N （12，4）中随机抽一容量为5的样本X 1，X 2，X 3，X 4，X 5. （1）求样本均值与总体平均值之差的绝对值大于1的概率。

（2）求概率P {max (X 1，X 2，X 3，X 4，X 5)>15}. （3）求概率P {min (X 1，X 2，X 3，X 4，X 5)>10}.解：（1）⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=>-25541225415412}112{|X P X P X P =2628.0)]25(1[2=Φ-（2）P {max (X 1，X 2，X 3，X 4，X 5)>15}=1－P {max (X 1，X 2，X 3，X 4，X 5)≤15}=.2923.0)]21215([1}15{1551=-Φ-=≤-∏=i i X P （3）P {min (X 1，X 2，X 3，X 4，X 5)<10}=1－ P {min (X 1，X 2，X 3，X 4，X 5)≥10}=.5785.0)]1([1)]21210(1[1}10{15551=Φ-=-Φ--=≥-∏=i i X P 4.[四] 设X 1，X 2…，X 10为N （0，0.32）的一个样本，求}.44.1{1012>∑=i i X P解：)5(1.0}163.0{}44.1{),10(~3.0101221012221012查表=>=>∑∑∑===i ii ii iX P XP χX7．设X 1，X 2，…，X n 是来自泊松分布π (λ )的一个样本，X ，S 2分别为样本均值和样本方差，求E (X ), D (X ), E (S 2).解：由X ~π (λ )知E (X )= λ ，λ=)(X D∴E (X )=E (X )= λ, D (X )=.)()(,)(2λX D S E nλnX D ===[六] 设总体X~b (1,p)，X 1，X 2，…，X n 是来自X 的样本。

习题六1•设总体X-N (60, 152),从总体X中抽取一个容量为100的样本，求样本均值与总体均值之差的绝对值大于3的概率.【解】“=60&=15%=100X-UZ = — ~N(0」)a/yjnP (IX-60l> 3) = P (IZI> 30/15) = l-P (IZI< 2)=2| 1-0(2)] = 2(1-0,9772) = 0.0456.2•从正态总体W(, 52)中抽取容量为“的样本，若要求苴样本均值位于区间C)内的概率不小于，则样本容量n至少取多大【解】X-4P(22 <X< 6.2) = P(22~42丽 < Z <'2-4.2庙)=2<1>(0・4皿-1 = 0・95,即力>,所以“至少应取253.设某厂生产的灯泡的使用寿命X-N (1000. (单位：小时)，随机抽取一容量为9的样本.并测得样本均值及样本方差•但是由于工作上的失误，事后失去了此试验的结果，只记得样本方差为S"=100S试求P ( X > 1062).【解】“刃000/=9, SJ1002S/亦 100/3P(X > 1062) = P(f > 1°62TOQQ)= p(f > 1 86) = 0,05100/34•从一正态总体中抽取容量为10的样本，假定有2%的样本均值与总体均值之差的绝对值在 4以上，求总体的标准差.【解】Z =兰二£~N(O」)，由P(|XM>4A得<7/V/iP|Z|>4（（7/n ）sCT服从何种分布【解】/ - r （5）,* = zx ： - X\n-5） j-l r-l所以丫2 /qY= ,~F （5 丿-5）X ；/n-5■7•求总体X~N （20. 3）的容量分别为10, 15的两个独立随机样本平均值差的绝对值大于的 概率.【解】令X 的容量为10的样本均值，r 为容量为15的样本均值•则X~N （20,310）,一 3—-r-A/（2o,—）.且X 与y 相互独立.1 ^5故所以"亜 5.43.2335•设总体X~N （“，16）, Xv X"Xg 是来自总体X 的一个容量为10的简单随机样本，S2 为其样本方差，且P （S2>a ）=,求0之值.oZ 【解】^'=77- Io~ r （9）, p （s2 > “）=/* > 纠=0.1.\ 16丿査表得 所以“ = 14S4X 16 = 26」O 5.96•设总体X 服从标准正态分布，Xn X2 X “是来自总体X 的一个简单随机样本，试问统 讣量G - i ）fx ：Y=— _____ _____• n>5则戸亠屮才討= N(0O5),y _ y那么Z =牛丄~N(0,l),V0?5所以03 \P(ix-yi>o ・3)= p izi>-=I vo3J= 2(1-0.6628) = 0.6744.2 "8.设总体X~N (0, o^)凶…X IO ,...A I 5为总体的一个样本•则 匸 /1 2+X2 J …+Xio 2 服2(X|| + X]2 + …+ X]5 丿 从 ____ Y【解】 J~N(0J).kb2-・,：l5・b所以所以广F 分布，参数为（10,5） •9•设总体X-N （“小，总体仏血"X 斑和Kn Kz ................ 分別来自总体X 和Y的简单随机样本，则«| _ 勺 _E* -元)2+£⑴-叩r-ly-11 小 _ 1 恥 一【解】令SA 百尹-和Ar?-以Fl]___ Ih_则 乞(X 厂X)2 =(q -1)S ：E(丹一亍)2 =("厂i)s ；,<■!7-1= 2(1-0(0.424)]分布,参数为10 / y 那么r=Z ：(y15 / Y \2-r(io)，zr = X —r-U_ 吧 _ £（x 厂 X ）2+£（L ）2J-I;-1⑷一冏〜仙_ U 加=仝些〜才他_ 1), cr<T'那么= b ［E （z ；）+ E （/）］ "1 + 川2 一 22=—-—［（«|-1） + （心 _ 1）］ = b ，"1 + ”2 _ 2 ・— 1 2«10•设总体片N (如产〉，X1，X2,…，Xzn(n>2)是总体X 的一个样本，X =—,令2"(.1y=±（Xf + X”+j -2X ）2,求 EY. j-l【解】令ZG6+X 血，仁1,2严•山•则 ZrW{2p.2a2）（l</<nK 且Z 皿曲相互独立•n 7 « _z=£幺，5-=y （z^-z ）-/«-L11. 本, 解:故 那么所以 Z = 2Xy = f % +心-2乔=亍（乙一Z ）2=（”-i ）s2, J-IJ-I£（r ）= （«-l ）£S -=2（«-l ）<T\ 设总体X 的槪率密度为/何=丄丁卜1 (-oo<x<+co)X ，X2，…，Xn 为总体X 的简单随机样2其样本方差为宁，求E(9). 由题意，得齐口时坊+b 宪)E(S-} = D(X) = E(X-)-E\X)E(X)=匚灯(兀)血= ij2 xeT'Idv = 0£(X^) = J x -/(x)d.v = x^e~^*ldx = x-e~'^(lv = 2,i ； _em12所以 E(S2) = 2・于是。

第六章 样本及抽样分布1.[一] 在总体N （52，6.32）中随机抽一容量为36的样本，求样本均值X 落在50.8到53.8之间的概率。

解：8293.0)78()712(}63.68.163.65263.62.1{}8.538.50{),363.6,52(~2=-Φ-Φ=<-<-=<<X P X P N X2.[二] 在总体N （12，4）中随机抽一容量为5的样本X 1，X 2，X 3，X 4，X 5. （1）求样本均值与总体平均值之差的绝对值大于1的概率。

（2）求概率P {max (X 1，X 2，X 3，X 4，X 5)>15}. （3）求概率P {min (X 1，X 2，X 3，X 4，X 5)>10}.解：（1）⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=>-25541225415412}112{|X P X P X P=2628.0)]25(1[2=Φ- （2）P {max (X 1，X 2，X 3，X 4，X 5)>15}=1－P {max (X 1，X 2，X 3，X 4，X 5)≤15} =.2923.0)]21215([1}15{1551=-Φ-=≤-∏=i i X P （3）P {min (X 1，X 2，X 3，X 4，X 5)<10}=1－ P {min (X 1，X 2，X 3，X 4，X 5)≥10} =.5785.0)]1([1)]21210(1[1}10{15551=Φ-=-Φ--=≥-∏=i iXP 4.[四] 设X 1，X 2…，X 10为N （0，0.32）的一个样本，求}.44.1{1012>∑=i iXP解：)5(1.0}163.0{}44.1{),10(~3.0101221012221012查表=>=>∑∑∑===i i i i i i X P X P χX7．设X 1，X 2，…，X n 是来自泊松分布π (λ )的一个样本，X ，S 2分别为样本均值和样本方差，求E (X ), D (X ), E (S 2 ).解：由X ~π (λ )知E (X )= λ ，λ=)(X D∴E (X )=E (X )= λ, D (X )=.)()(,)(2λX D S E nλn X D === [六] 设总体X~b (1,p)，X 1，X 2，…，X n 是来自X 的样本。

Ⅲ、典型例题分析〖填空题〗例6.1（F 分布） 设随机变量X 服从自由度为),(21f f 的F 分布，则随机变量X Y 1=服从参数为 的 分布 ．分析 因为服从自由度为),(21f f 的F 分布的随机变量X ，可以表示为222121f f X χχ=，1212221f f X Y χχ==， 其中2221 χχ和独立，分别服从自由度为21f f 和的2χ分布．由F 分布变量的典型模式，知Y 服从自由度为),(12f f 的F 分布．例6.2（2χ分布） 设4321,,,X X X X 是来自正态总体()22 ,0N 的简单随机样本，记()()243221432X X b X X a X -+-=，则当=a ，=b 时, 统计量X 服从2χ分布，其自由度为 ．分析 由条件知4321,,,X X X X 相互独立且同正态分布()22 ,0N ．因此()212X X -服从正态分布()20,0N ，而()4343X X -服从正态分布()100,0N ，并且相互独立．由2χ变量典型模式知()()10043202243221X X X X T -+-=服从自由度为2的2χ分布，从而a=1/20 , b= 1/100．例6.3（2χ分布） 设4321,,,X X X X 相互独立同服从标准正态分布，X 是算术平均值，则24X 服从参数为 的 分布．分析 熟知4321X X X X +++服从正态分布)4,0(N ，因此()44243212X X X X X +++=服从自由度为“1”的“2χ”分布．例6.4（t 分布） 假设总体)3,0(~2N X ，821,,,X X X 是来自总体X 的简单随机样本，则统计量282726254321X X X X X X X X Y ++++++=服从参数为 的 分布．分析 由于独立正态分布的随机变量的线性组合仍然服从正态分布，易见．)1,0(~6)(432143214321N X X X X X X X X X X X X U +++=++++++=D作为独立标准正态随机变量的平方和，99992822252X X X X +++=７６χ服从2χ分布，自由度为4；随机变量2 χ和U 显然相互独立．随机变量Y 可以表示为()4496228222541χUX X X X X X X X Y =++++++=７６３２．由t 分布随机变量的典型模式，可见随机变量Y 服从自由度为4的t 分布．例6.5（F 分布） 设(1521,,,X X X )是来自正态总体()9,0N 的简单随机样本，则统计量2152122112102221 21X X X X X X Y ++++++= 的概率分布是参数为 的 分布 ．分析 由2χ分布的典型模式，知99215211222102121X X X X ++=++= χχ和服从自由度相应为10和5的2χ分布，并且相互独立．从而，由F 变量的典型模式，知510 21222121521121021χχ=++++=X X X X Y 服从自由度为(10, 5)的F 分布．例6.6（F 分布） 设X 服从自由度为ν的t 分布，则2X Y =服从参数为 的 分布．分析 由自由度为ν的t 分布随机变量X 可以表示为νχν2UX =，其中2 ),1,0(~νχN U 服从自由度为ν的2χ分布，并且2νχ和U 独立．由2χ分布变量的典型模式，可见221U =χ服从自由度为1的2χ分布．因此，由F 分布变量的典型模式，可见随机变量νχχνχνν2212221===U X Y服从自由度为(1,ν)的F 分布．例6.7（F 分布） 设随机变量X 和Y 都服从标准正态分布并且相互独立，则22Y X Z =服从参数为 的 分布，．分析 由于X 和Y 都服从标准正态分布，可见2X 和2Y 都服从自由度为1的2χ分布．此外，由X 和Y 独立，可见2X 和2Y ．从而，由服从F 分布的变量的典型模式，知22Y X Z =服从自由度为(1,1)的F 分布．例6.8（2χ分布） 设总体)2,(~)2,(~b N Y a N X ，并且独立；基于分别来自总体X 和Y的容量相应为n m 和的简单随机样本，得样本方差22yx S S 和，则统计量 []22)1()1(21y x S n S m T -+-=服从参数为 的 分布．分析 统计量T 服从自由度为2-+n m 的2χ分布．由(6.14)知2221)1(21 )1(21y x S n T S m T -=-=， 分别服从自由度为m －1和服从自由度为n －1的2χ分布，并且相互独立．从而，由2χ分布随m+n －2的2χ分布．机变量的可加性知，T 服从自由度为例6.9（经验分布函数） 设总体X 在区间[0,2]上服从均匀分布；()x F n 是基于来自X 的容量为n 的简单随机样本的经验分布函数，则对于任意[]2,0∈x ，()x F n E = ．分析 总体X 的分布函数为()x F =x/2，若[]2,0∈x ；()x F =0，若[]2,0∉x ．对于任意[]2,0∈x ，以)(x n ν表示n 次简单随机抽样事件}{x X ≤的出现的次数，则)(x n ν服从参数为()()x F n ,的二项分布，因此)()(E x nF x n =ν，从而()()2)(x x F nx x F n n ===νEE ． 例6.10（经验分布函数） 设（2,1,5,2,1,3,1）是来自总体X 的简单随机样本值，则总体X 的经验分布函数()xF n = .分析 将各观测值按从小到大的顺序排列，得1,1,1, 2, 2, 3, 5，则经验分布函数为()⎪⎪⎩⎪⎪⎨⎧≥<≤<≤<≤<=．若；若；若；若若 5 , 1 53 , 76 3 2 , 75 21 , 73;1 , 08x x x x x x F例6.11 设Y X 和是两个样本均值，基于来自同一正态总体),(2σμN 的两个相互独立且容量相同的简单随机样本，则满足{}05.0≤>-σY X P 的最小样本容量≥n 8 ．分析 由于总体服从正态分布),(2σμN ，可见{}．05.022≤⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>-=>-n YX n Y X σσP P 6832.796.1296.122≈⨯≥≥n n，．5.14 （1）3ln4（2）532（3））（12χ（4）)5,10(F （5）23〖选择题〗例6.13（常用分布） 设随机变量)1,0(~),1,0(~N Y N X ，则 (A) Y X +服从正态分布． (B) 22Y X +服从2χ分布． (C) 22Y X 服从F 分布． (D) 22Y X 和服从2χ分布． [ D ]分析 因为标准正态分布变量的平方服从自由度为1的2χ分布．当随机变量Y X 和独立时可以保证选项(A),(B),(C)成立，但是题中并未要求随机变量Y X 和独立，选项(A),(B),(C)未必成立．6.14（F 分布） 设n X X X ,,,21 是来自正态总体),0(~2σN X 的简单随机样本，则服从F 分布的统计量是()()]D [ 2)D (2)C ()B ( )A (2925242322212925242322212726252424232221292524232221．． ． ． X X X X X X Y X X X X X X Y X X X X X X X X Y X X X X X X Y +++++=+++++=++++++=+++++=分析 本题可以直接选出正确的选项．事实上，选项（D ）可以表示为636)(3)(2623292524232221χχ=+++++=X X X X X X Y ． 因为随机变量，，)(1)(1292524226232221223X X X X X X +++=++=σχσχ分别服从自由度为3和6的2χ分布，并且相互独立．因此，由服从F 分布的随机变量典型模式，知随机变Y 量服从自由度为)6,3(的F 分布．例6.17（正态总体） 设总体X 的概率密度为)(x f ，而),,,(21n X X X 是来自总体X 的简单随机样本，)()1(n X X X 和，相应为n X X X ,,,21 的样本均值、最小观测值和最大观测值，则)(x f 是(A) )1(X 的概率密度． (B) )(n X 的概率密度．(C) 1X 的概率密度． (D) X 的概率密度． [C ] 分析 应选（C ）．1X 作为总体X 的一个观测值，与总体X 有相同的概率密度)(x f ．5.13 （1）C （2）D （3）D （4）C （5）A〖计算题〗例6.21（经验分布函数） 假设)(x F 是总体X 的分布函数，)(x F n 是基于来自总体X 的容量为n 的简单随机样本的经验分布函数．对于任意给定的)(∞<<-∞x x ，试求)(x F n 的概率分布、数学期望和方差．解 以n ν表示自总体X 的n 次简单随机抽样中，事件{}x X ≤出现的次数，则n ν服从参数为())(,x F n 的二项分布．经验分布函数)(x F n 可以表示为)()()(∞<<-∞=x nx x F n n ν．由此可见，)(x F n 的概率分布、数学期望和方差相应为：{}[][][][][]．，；)(1)()()()(),,2,1,0()(1)(C )()(x F x nF x F x nF x F n k x F x F k x n k x F n n kn k k n n n -===-===⎭⎬⎫⎩⎨⎧=-D E P P νk m ki i k mi m 20C C C=∑=-．对于任意n>2，变量n X X X ,,,21 独立同服从参数为),(p m 的二项分布，则用数学归纳法容易证明n X X X +++ 21服从参数为),(p nm 的二项分布．从而，得X 的概率分布{}()．mn k p p C k X X n k X k mn k kmn n ,,1,0)1(1 =-==++=⎭⎬⎫⎩⎨⎧=-P P例6.26（样本容量） 假设总体X服从正态分布)4,(μN ，由来自体X 的简单随机样本得样本均值X ．试分别求满足下列各关系式的最小样本容量n ：(1) {}95.010.0≥≤-μX P ； (2) 10.0≤X D ； (3) 10.0≤-μX E ． 解 由于)4,(~μN X ，可见()n N X 4,~μ，从而)1,0(~2N nX U μ-=．(1) 由标准正态分布函数)(u Φ的数值表（附表1）或标准正态分布双侧分位数αu 表(附表2)，可见()()()()．96.196.195.005.005.0210.02--=≥--=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤-ΦΦΦΦμnn n n X P ； 由此，得96.105.0≥n ．于是，为使{}10.010.0≤≤-μX P ，样本容量n 应满足153705.096.12≈⎪⎭⎫ ⎝⎛≥n ．(2) 由于10.04≤=n X D ，可见40≥n . (3) 由于)1,0(~N U ，有． 22d e22d e21202222πππμ====⎪⎪⎭⎫⎝⎛-⎰⎰∞-∞∞--uu uu U n X u u E E由于10.0≤-μX E ，可见．，，255205.02210.022210.022≈⎪⎪⎭⎫ ⎝⎛≥≤≤⎪⎪⎭⎫ ⎝⎛-ππμn n n n X E 例6.23 假设总体X 服从正态分布)4,12(N ，而()521,,,X X X 是来自体X 的简单随机样本；X 的样本均值，)1(X 和)5(X 分别是最小观测值和最大观测值．试分别求事件{}13>X ，{}10)1(<X 和{}15)5(>X 的概率．解 设)(x Φ是标准正态分布函数．(1) 由于总体X~)4,12(N ，可见样本均值X ~()4,12N ，因此{}{}{}．1414.08686.01)12.1(112.1118.1255212521213521213=-=-=≤-=>=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>-=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧->-=>ΦU U X X X P P P P P (2) 为求事件{}10)1(<X 的概率，先求最小观测值)1(X 的概率分布．对于任意x ，有{}{}{}{}{}；5515151521521)1(21211212212111],,,min[1],,,min[⎥⎦⎤⎢⎣⎡⎪⎭⎫⎝⎛---=⎭⎬⎫⎩⎨⎧-≤--=≤-=>-=>-=≤=≤∏∏∏===x x X x Xx Xx X X X x X X X x X i i i ii iΦP P P P P P{}()[]()[]．4684.011111212101110555)1(=-=---=⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛---=≤ΦΦΦX P (3) 为求事件{}15)5(>X 的概率，先求最大观测值)5(X 的概率分布．对于任意x ，有{}{}{}{}()[]．； 2922.05.1121215115212212212],,,max[55)5(511521)5(=-=⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛--=>⎥⎦⎤⎢⎣⎡⎪⎭⎫⎝⎛-=⎭⎬⎫⎩⎨⎧-≤-=≤=≤=≤∏∏==ΦΦΦX x x X x Xx X X X x X i i i iP P P P P 55〖证明题〗例6.28 设总体()2,~σμN X ，而),,,,(121+n n X X X X 是来自正态总体X 的简单随机样本；X 和2S 相应为根据),,,(21n X X X 计算的样本均值和样本方差．利用正态总体的样本均值和样本方差的性质，证明统计量11+-=+n nS X X t n 服从自由度为1-=n ν的t 分布．证明 首先对所给统计量作变换，在统计量的表达式中将分子和分母同除以σ，得1)111222121-=-=+-==+-=++n S n n n XX U Un nS X X t n n νσχσνχ，（，，由于总体()2,~σμN X ，可见()21,~σμN X n +，()n N X 2,~σμ，从而()1,0~111,0~121N n nX X U n N X X n n +-=⎪⎪⎭⎫⎝⎛⎥⎦⎤⎢⎣⎡+-++σσ，． 熟知，对于正态总体，X 和2S 独立，随机变量222)1(σχS n -=服从自由度为1-=n ν的2χ分布．现在证明，1+n X ，X 和2S 独立．首先它们显然两两独立；其次对于任意实数w v ,,u ，有{}，，，， }{}{}{}{}{212121w v w v wv ≤≤≤=≤≤≤=≤≤≤+++S X u X S X u X S X u X n n n P P P P P P 其中第一个等式成立，因为n X X ,,1 和1+n X 独立；第二个等式成立，因为正态总体的样本均值和样本方差独立．从而1+n X －X 和2S 独立．于是，由服从t 分布的随机变量的典型模式，知统计量νχ2Ut =服从自由度为1-=n ν的t 分布．例6.29（样本均值和方差的独立性） 假设总体()2,1=i X i 服从正态分布()2,i i μN σ；1X 和2X 相互独立；由来自总体()2,1=i X i 的简单随机样本，得样本均值i X 和样本方差2i S ．(1) 利用正态总体样本均值和样本方差的性质，证明4个随机变量1X ,21S ,2X ,22S 相互独立．(2) 假设μμμ==21，证明()μαα=+2211X X E ，其中i α是统计量：()2,1 22212=+=i S S S i i α． 证明 (1) 由于（1X ,21S ）与（2X ,22S ）分别依赖于两个相互独立的样本，可见它们相互独立；此外，由于正态总体的样本均值和样本方差相互独立，可见1X 和21S 以及2X 和22S 分别相互独立．因此，对于任意实数v ,,,u t s ，有{}{}{}{}{}{}{}．；v vv≤≤≤≤=≤≤≤≤=≤≤≤≤222211222211222211 , , , , S u Xt S s X S u X t S s XS u X t S s X P P P P P P P从而1X ,21S ,2X ,22S 相互独立．(2) 由于1X ,21S ,2X ,22S 相互独立，可见1α和1X 以及2α和2X 相互独立．从而，有()()()．2121221122112211μααμααμαααααα=+=+=+=+=+E E E E E E E E E E X X X X X X 例6.30(F 分布分位数) 设),(21f f F α是自由度为),(21f f 的F 分布水平α上侧分位数，证明1),(),(12121=-f f F f f F αα．证明 设随机变量X 服从自由度为),(21f f 的F 分布，则随机变量X Y 1=服从自由度为),(12f f 的F 分布（例6.7）．因此，有．．，ααααα=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≥⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤=⎭⎬⎫⎩⎨⎧≥=----),(1),(1),(11121121121f f F X f f F X f f F X P P P由此可见),(),(121121f f F f f F --=αα，即1),(),(12121=-f f F f f F αα．例5.15 设某商店一小时内到达的顾客数X 服从参数为2的Poisson 分布, 1021,,,X X X 是来自总体X 的简单随机样本.(1) 求),,,(1021X X X 的联合分布律; （2）求X 的分布律.解：),,,(1021X X X 的联合分律为(){}∏======101102211,,,i i in x XP x X x X x X P,!!!!21101101λλλλn n x i i xe x x x ex i ii-=-∑===∏n i x i ,2,1,10,,1,0==（2）先求21X X +的概率分布()()()∑===+===+mk K X m X X P k X P m X X P 0121121|()()()λλλλ-=--=∑∑-⋅=-===e k m ek k m X P k X P mk km km k 021!!() ,2,1,0,!2!202===-=-∑m e m Cem mmk k mkλλλλ即()λ2~21p X X +，从而可用数学归纳法证明()λ10~101P Xi i∑=即∑==1011i i X n X 的分布函数为() ,3,2,1,0,!1010101==⎪⎭⎫ ⎝⎛==⎪⎭⎫ ⎝⎛=-=∑k e k n k X P k X P ki i λλ例5.16 设总体X 和Y 同服从)3,0(2N 分布, 而921,,,X X X 和921,,,Y Y Y 分别是取自总体X 和Y 的两个独立简单随机样本, 试证:统计量)9(~292929921t YY Y X X X Z ++++++=解：)9(~292929921t YY Y X X X Z ++++++=()1,0~33921N X X X ⋅+++ ,()9~3332229222221χY Y Y +++故)9(~292929921t YY Y X X X Z ++++++=例5.17 设1+n 21,,,X X X 是正态总体的简单样本，设∑==n i i X n X 11和=2n S ()∑=-n i X i X n 121（1） 试求])([))(1(2221∑=---ni i X X n μμ的分布. （2) 试求111+n +--n n S X X n的分布. 解：1+n 21,,,X X X 设他们的方差为2σ，期望为μ（1）()()()()()1~)(,1~,1,0~2222211----∑=n X X N X ni i χσμχσμσμ()1,1~)()(1)1(])([))(1(2222212221----=---∑∑==n F X X n X X n ni i ni i σμσμμμ(2) 1+n 21,,,X X X 设他们的方差为2σ，期望为μ因为()()1~,1,0~12221+n -+-n nS N nn X X nχσ()1~111221+n 1+n -+-=+--n t nS n n X X n n S X X n nσ例5.18 设921,,,X X X 和921,,,Y Y Y 分别是取自两个独立的正态总体),(21σμN 和),(22σμN 的随机样本, α和β是两个实数, 试求nmn m S n S m Y X Z nm 222221212)1()1()()(βαμβμα+-+-+--+-=的概率分布. 其中21,m S X 和22,n S Y 分别是两个总体的样本均值和样本方差.解：由正态样本总体均值与样本方差的抽样分布定理知()(),1~,1~,,~,,~222222212221--⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛n mS m mS n N Y m N X χσχσσμσμ 得 ()()⎪⎪⎭⎫⎝⎛+-+-n m N Y X 2221,0~σσμβμα()2~222221-++n m mS mS χσ由t 分布的定义知()2~-+n m t Z例5.19 设 4321,,,X X X X 是来自正态总体)4,0(N 的简单样本, 记243221)43(1001)2(201X X X X Y -+-=求EY 和DX .解： ()()()()02,2044442212121=-=⨯+=+=-X X E X D X D X X D()()()()043,10016943212143=-=+=-X X E X D X D X X D()()()(),1,0~10043,1,0~2024321N X X N X X --()()()()()()1~1004310043,1~20220222432432221221χχX X X X X X X X -=⎪⎭⎫ ⎝⎛--=⎪⎭⎫ ⎝⎛- 由2χ分布的可加性，得()2~)43(1001)2(2012243221χX X X X Y -+-=故()()4,2==Y D Y E例5.20 设n X X X ,,,21 为取自总体),(~2σμN X 的一个样本，求样本的二阶原点矩的期望与方差.解：n X X X ,,,21 为独立同分布的随机变量，∑==n i i X n A 1221()()()()()()221212122111σμ+=+==⎪⎭⎫ ⎝⎛=∑∑∑===n i i i n i i n i i X E X D n X E n X n E A E()()241212211n X D n X n D A D n i i n i i σ==⎪⎭⎫ ⎝⎛=∑∑==例5.21 设2621,,,X X X 是总体),0(~2σN X 的一个样本，求概率))16((26112101αt XXP j ji i≤∑∑==解：()(),16~,1,0~102611222101∑∑==j ji iX N Xχσσ()16~16110261122101t X Xj ji i∑∑==σσ所以αα-=≤∑∑==1))16(104(26112101t XXP j ji i例5.22 设921,,,X X X 是总体),0(~2σN X 的一个样本，试确定σ的值，使)31(<<X P 为最大.例5.23 设n X X X ,,,21 为取自总体)2,(~2μN X 的一个样本，X 为样本均值，要使1.0)(2≤-μX E 成立，则样本容量n 至少应取多少?例5.24 设总体X 服从)4,(a N 分布,Y 服从)4,(b N 分布, 而921,,,X X X 和1621,,,Y Y Y 分别是来自X 和Y 的两个独立的随机样本, 记∑=-=9121)(i i X XW ,∑=-=16122)(j iY Y W ,其中∑==9191i i X X ,∑==161161i i X Y(1) 求常数C, 使9.0)||(2=<-C W b Y P ; (2) 求)038.6709.0(12<<W WP参考答案（样本与抽样分布部分）5.15 (1) ,1,0,!!!2),,,(20102110102211101=∑====-=j x x e x x x x X x X x X P i i(2) ,2,1,0,!10)10(10===-k k e k X P k 5.17 （1）)1,1(-n F （2）)1(-n t ，5.18 )2(-+n m t ，5.19 2; 45.20 n4222;σμσ+，5.21 α-1，5.223ln 6，5.23 40，5.24 (1) 0.1132; (2) 0.9。

第六章 样本及抽样分布1.[一] 在总体N （52，6.32）中随机抽一容量为36的样本，求样本均值X 落在50.8到53.8之间的概率。

解： 8293.0)78()712(}63.68.163.65263.62.1{}8.538.50{),363.6,52(~2=-Φ-Φ=<-<-=<<X P X P N X2.[二] 在总体N （12，4）中随机抽一容量为5的样本X 1，X 2，X 3，X 4，X 5. （1）求样本均值与总体平均值之差的绝对值大于1的概率。

（2）求概率P {max (X 1，X 2，X 3，X 4，X 5)>15}. （3）求概率P {min (X 1，X 2，X 3，X 4，X 5)>10}.解：（1）⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=>-25541225415412}112{|X P X P X P =2628.0)]25(1[2=Φ-（2）P {max (X 1，X 2，X 3，X 4，X 5)>15}=1－P {max (X 1，X 2，X 3，X 4，X 5)≤15}=.2923.0)]21215([1}15{1551=-Φ-=≤-∏=i i X P （3）P {min (X 1，X 2，X 3，X 4，X 5)<10}=1－ P {min (X 1，X 2，X 3，X 4，X 5)≥10}=.5785.0)]1([1)]21210(1[1}10{15551=Φ-=-Φ--=≥-∏=i i X P 4.[四] 设X 1，X 2…，X 10为N （0，0.32）的一个样本，求}.44.1{1012>∑=i i X P解：)5(1.0}163.0{}44.1{),10(~3.0101221012221012查表=>=>∑∑∑===i ii ii iX P XP χX7．设X 1，X 2，…，X n 是来自泊松分布π (λ )的一个样本，X ，S 2分别为样本均值和样本方差，求E (X ), D (X ), E (S 2).解：由X ~π (λ )知E (X )= λ ，λ=)(X D∴E (X )=E (X )= λ, D (X )=.)()(,)(2λX D S E nλnX D ===[六] 设总体X~b (1,p)，X 1，X 2，…，X n 是来自X 的样本。

《概率论与数理统计》习题及答案第 六 章1．某厂生产玻璃板，以每块玻璃上的泡疵点个数为数量指标，已知它服从均值为λ的泊松分布，从产品中抽一个容量为n 的样本12,,,n X X X ，求样本的分布.解 样本12(,,,)n X X X 的分量独立且均服从与总体相同的分布，故样本的分布为11221(,,,)()nn ni ii P X k X k X k P X k ======∏1!ik ni i ek λλ-==∏112!!!nii n k n ek k k λλ=-∑=0,1,i k =，1,2,,,i n = 2．加工某种零件时，每一件需要的时间服从均值为1/λ的指数分布，今以加工时间为零件的数量指标，任取n 件零件构成一个容量为n 的样本，求样本分布。

解 零件的加工时间为总体X ，则~()X E λ，其概率密度为,0,()0,0.xex f x x λλ-⎧>=⎨≤⎩于是样本12(,,,)n X X X 的密度为1121,0(,,,)0,.ni i ix nn x i n i ex f x x x eλλλλ=--=⎧∑⎪>==⎨⎪⎩∏其它 1,2,,i n = 3．一批产品中有成品L 个，次品M 个，总计N L M =+个。

今从中取容量为2的样本（非简单样本），求样本分布，并验证：当,/N M N p →∞→时样本分布为（6.1）式中2n =的情况。

解 总体~(01)X -，即(0),(1)L M P X P X NN====于是样本12(,)X X 的分布如下 121(0,0)1L L P X X N N -===⋅-，12(0,1)1L M P X X NN ===⋅-12(1,0)1M L P X X N N ===⋅-，121(1,1)1M M P X X NN -===⋅-若N →∞时M p N→，则1L p N→-，所以2002012(0,0)(1)(1)P X X p p p +-==→-=- 012112(0,1)(1)(1)P X X p p p p +-==→-=- 102112(1,0)(1)(1)P X X p p p p +-==→-=-2112212(1,1)(1)P X X p pp +-==→=-以上恰好是（6.1）式中2n =的情况.4．设总体X 的容量为100的样本观察值如下：15 20 15 20 25 25 30 15 30 25 15 30 25 35 30 35 20 35 30 25 20 30 20 25 35 30 25 20 30 25 35 25 15 25 35 25 25 30 35 25 35 20 30 30 15 30 40 30 40 15 25 40 20 25 20 15 20 25 25 40 25 25 40 35 25 30 20 35 20 15 35 25 25 30 25 30 25 30 43 25 43 22 20 23 20 25 15 25 20 25 30433545304530454535作总体X 的直方图解 样本值的最小值为15，最大值为45取14.5a =，45.5b =，为保证每个小区间内都包含若干个观察值，将区间[14.5,45.5]分成8个相等的区间。

第六章 数理统计的基本概念1.设样本均值为X ,则由题意,有6,4.1(~2n N X ,或)1,0(~/64.1N nX −,于是由1)3(2/64.34.5/64.3/64.34.1}4.54.1{95.0−Φ=⎭⎬⎫⎩⎨⎧−<−<−=<<≤nn n X nP X P⇒ 975.03(≥Φn ⇒ 96.13≥n⇒5744.34≥n 故样本容量至少应取35. 2.由题意可知)1,0(~/2.0N na X n −,又122/2.01.0/2.0}1.0|{|95.0−⎟⎟⎠⎞⎜⎜⎝⎛Φ=⎭⎫⎩⎨⎧<−=<−≤n n n a X P a X P n n 故有 975.0)2(≥Φn ⇒ 96.12≥n⇒ 3664.15≥n 因此至少应等于16.n 3. 由正态分布的性质及样本的独立性知,212X X −和4343X X −均服从正态分布,由于,0)2(21=−X X E 20)(4)()2(2121=+=−X D X D X X D以及,0)43(43=−X X E 100)(16)(9)43(4343=+=−X D X D X X D所以,有)20,0(~221N X X −⇒)1,0(~20221N X X −)100,0(~4343N X X − ⇒)1,0(~104343N X X −于是由分布的定义知,当2χ,201=a 1001=b 时,有 ()())2(~10432024322243221243221χ⎟⎠⎞⎜⎝⎛−+⎟⎟⎠⎞⎜⎜⎝⎛−=−+−=X X X X X X b X X a X 4. 由正态分布的性质及样本的独立性知, ⇒ )9,0(~2921N X X X +++")1,0(~)(91921N X X X +++" 又)1,0(~3N Y i, 9,,2,1"=i 所以 )9(~)(913332292221292221χY Y Y Y Y Y +++=⎟⎠⎞⎜⎝⎛++⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛""由于两个总体是X 和Y 相互独立的,所以其相应的样本也是相互独立的,故)9(9121X X X +++"与)(21Y 912922Y Y +++"也相互独立,于是由t 分布的定义知,)9(~9/)(91)(91292191292191t Y Y X X YY X X U +++=++++=""""5.由题意知,)1,0(~2N X i,,故有 15,,2,1"=i )10(~22)(4122102121021χ⎟⎠⎞⎜⎝⎛++⎟⎠⎞⎜⎝⎛=+=X X X X U "" )5(~22)(412215211215211χ⎟⎠⎞⎜⎝⎛++⎟⎠⎞⎜⎝⎛=+=X X X X V ""利用样本的独立性以及F 分布的定义,有)5,10(~5/10/)(221521121021F V U X X X X Y =++++="" 6.解法1 考虑n n n n X X X X X X 22211,,,+++++",将其视为取自正态总体的简单随机样本,则其样本均值为 )2,2(2σμN X X n X X n ni i n i i n i 21)(1211==+∑∑==+样本方差为 Y n 11−由于2211σ=⎟⎠⎞⎜⎝⎛−Y n E ,所以 22)1(2)2)(1()(σσ−=−=n n Y E 解法2 记,11∑==′n i i X n X ,11∑=+=′ni i n X n X 显然有X X X ′′+′=2，因此[]⎭⎬⎫⎩⎨⎧′′−+′−=⎥⎦⎤⎢⎣⎡−+=∑∑=+=+n i i n i n i i n i X X X X E X X X E Y E 1212)()()2()( []⎭⎬⎫⎩⎨⎧′′−+′′−′−+′−=∑=++n i i n i n i i X X X X X X X X E 122)())((2)(222)1(2)1(0)1(σσσ−=−++−=n n n 7.记（未知），易见2)(σ=X D )()(21Y E Y E =， ,6/)(21σ=Y D 3/)(22σ=Y D 由于相互独立，故有21,Y Y ,0)(21=−Y Y E 236)(22221σσσ=+=−Y Y D从而 )1,0(~2/21N Y Y U σ−=，又 )2(~22222χσχS =由于与相互独立,与独立,由定理 6.3.2,与独立,所以1Y 2Y 1Y 2S 2Y 2S 21Y Y −与独立,于是由t 分布的定义,知 2S )2(~2/)(2221t USY Y Z χ=−=8.由)1(~)1(222−−n S n χσ,其中由题意知,25=n , ,于是1002=σ}12)125({)1(50)1(}50{22222>−=⎭⎬⎫⎩⎨⎧−>−=>χσσP n S n P S P975.0}12)24({2≥>=χP 上式中的不等式是查表得到的,所以所求的概率至少为0.9759. 本题要用到这样一个结论,即Γ分布),(βαΓ关于第一个参数具有可加性,即若),(~1βαΓU ,),(~2βαΓV ,且U 与V 相互独立,则),(~21βαα+Γ+V U ,其中),(βαΓ的概率密度为: ⎪⎩⎪⎨⎧=)(x f αβ>其它0,x βΓ−)(1/1e x α−0x α可利用卷积公式证明.回到本题,当λβα11＝，＝,分布就是参数为Γλ的指数分布,所以样本的独立性及Γ分布的可加性,有 )1,(~21λn X +X X n Γ++"即的概率密度为 ∑=ni i X 1⎪⎩⎪⎨⎧>−=−−其它00,)!1()(1x e x n x g x n nλλ 因此∑==ni i X n X 11的概率密度为 ⎪⎩⎪⎨⎧≤>−==−−0,00,)!1()()()(1y y e y n n ny ng y h ny n n λλ 10. (1) 根据正态分布的性质,与21X X +21X X −服从二维正态分布,所以要证明它们相互独立,只需它们不相关,由于0)()()])([(22212121=−=−+X E X E X X X X E 0)()(2121=−+X X E X X E 所以 0),(2121=−+X X X X Cov 即与相互独立21X X +21X X −(2) 由于0=μ,所以)2,0(~221σN X X +⇒)1,0(~221N X X σ+ ⇒)1(~212221χσ⎟⎠⎞⎜⎝⎛+X X⇒)2,0(~221σN X X −)1,0(~221N X X σ− ⇒)1(~212221χσ⎟⎠⎞⎜⎝⎛−X X由上面证明的独立性，再由F 分布的定义知)1,1(~2/2/)()(21221221221F X X X X X X X X F ⎟⎠⎞⎜⎝⎛−⎟⎠⎞⎜⎝⎛+=−+=σσ 所以 25.0}83.5{}4{4)()(221221=<<<=⎭⎬⎫⎩⎨⎧<−+F P F P X X X X P。