天津理工大学概率论与数理统计第五章习题答案详解

计算题、证明题1． 设(x 1,2x ，…，n x )及（1u ，2u ，…，n u ）为两组子样观测值，它们有如下关系i u ＝ba x i -（ab ,0≠都为常数）求子样平均值u 与x ，子样方差2u s 与2x s 之间的关系．解: b ax a x n b b a x n u i n n u i i i -=⎪⎭⎫ ⎝⎛-=-===∑1121121 ().11122222x i i us bb a x b a x n u u n S =⎪⎭⎫ ⎝⎛---∑=-∑= 2． 若子样观测值1x ,2x ,…,m x 的频数分别为1n ,2n ,…，m n ，试写出计算子样平均值x 和子样方差2n s 的公式 (这里n =1n +2n +…+m n ).解: ∑∑∑======m j m j j j j jm j j j x f x n n x n n x 1111()()()221221x x f x x n n x x n n S j j j j m j j j n-=-=-=∑∑∑= 其中nn f j j =， m j ,,2,1 =是j x 出现的频率。

3．利用契贝晓夫不等式求钱币需抛多少次才能使子样均值ξ落在0.4到0.6之间的概率至少为0.9 ? 如何才能更精确的计算使概率接近0.9所需抛的次数 ? 是多少?解: 设需抛钱币n 次,第i 次抛钱币结果为n i i i i ,,2,101 =⎩⎨⎧=次抛出反面第次抛出正面第ξ， 则i ξ独立同分布.且有分布()1,0,21===x x P i ξ 从而41,21==i i D E ξξ。

设∑=i n ξξ1是子样均值.则n D E 41,21==ξξ. 由契贝晓夫不等式()()()().9.0410011.011.01.05.01.06.04.02=-=-≥<-=<-<-=<<nD E P P P ξξξξξ2504.0100==∴n ， 即需抛250次钱币可保证()9.06.04.0≥<<εP 为更精确计算n 值,可利用中心极限定理()()..9.012.02415.06.0415.0415.04.06.04.0≥-Φ=⎪⎪⎪⎪⎭⎫ ⎝⎛-<-<-=<<n n n n P P ξξ645.12.0≥∴n 68≥∴n . 其中()x Φ是()1,0N 的分布函数.4. 若一母体ξ的方差2σ= 4, 而ξ是容量为100的子样的均值. 分别利用契夫晓夫不等式和极限定理求出一个界限, 使得ξ-μ (μ为母体ξ的数学期望E ξ) 夹在这界线之间的概率为0.9.解:设此界限为.ε由()9.012=-≥<-εξεμξD P 由此.6325.04.0.10041.022≈=∴===εσξεnD 由中心极限定理,().9.012=-⎪⎪⎭⎫⎝⎛Φ=⎪⎪⎭⎫ ⎝⎛<-=<-ξεξεξμξεμξD D D P P.645.1.95.0=∴=⎪⎪⎭⎫⎝⎛ΦξεξεD D .329.01004645.1=⨯=ε 5．假定1ξ和2ξ分别是取自正态母体N (μ,2σ)的容量为n 的两个子样(n 11211,,,ξξξ ),和(n 22221,,,ξξξ )的均值,确定n 使得两个子样均值之差超过σ的概率大约为0.01.解: ⎪⎪⎭⎫ ⎝⎛nN i 2,~σμξ .2,1=i 且相互独立.，所以⎪⎪⎭⎫⎝⎛-n N 2212,0~σξξ于是()01.021222222121=⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛Φ-=⎪⎪⎪⎪⎪⎭⎫⎝⎛>-=>-n n n P P σσσξξσξξ .005.02=⎪⎪⎭⎫⎝⎛-Φ∴n .258.2⨯=n .14=n6．设母体ξ~N(μ,4 )，（n ξξξ,,,21 ）是取自此母体的一个子样, ξ为子样均值,试问：子样容量n 应取多大,才能使 (1) E ( μξ-2)1.0≤;(2) E (μξ-)1.0≤; (3) P （μξ-1.0≤)95.0≥.解: (1)().401.04.1.042=≥∴≤==-n n D E ξμξ(2)()dxe x nE nx 422221μμπμξ--∞+∞--=-⎰=.1.0242262≤=-∞∞-⎰ndu e nπμπμ.255≥∴n(3) ().95.021.021.0≥⎪⎪⎭⎫⎝⎛≤-=≤-n n P P μεμε.96.121.0≥n 1537≥n .7. 设母体()p b ,1~ξ (两点分布), （n ξξξ,,,21 ）是取自此母体的一个子样, ξ为子样均值,若P =0.2,子样容量n 应取多大,才能使(1)P ()1.0≤-p ξ;75.0≥ (2)E (丨p -ξ丨2).01.0≤若P ()1.0∈为未知数,则对每个p ,子样容量n 应取多大才能使E (丨p -ξ丨2).01.0≤解: (1) 要()().75.03.01.01.02.0≥≤≤=≤-ξξP P当n 10=时,∑=ni i1ξ服从二项项分布().2.0,10,k b 查二项分布表知().75.07717.01074.08791.0313.01.0101>=-=⎪⎭⎫⎝⎛≤≤=≤≤∑=i i P P ξξ所以n 应取10.(2) ()np p D P E -==1.ξξ当2.0=p 时().16.01.016.02≥∴≤==-n n D p E ξξ(3) 当P 未知时,()()01.012≤-==-np p D p E ξξ由此知, ()p p n -≥1100, 要对一切()1,0∈p 此时均成立. 只要求p 值使()p p -1最大, 显然当21=p , ()411=-p p 最大,.所以当2541100=⨯≥n时,对一切p 的不等式均能成立.8 设母体ξ的k 阶原点矩和中心矩分别为k v =E ξk ,k μ=Ｅ()k E ξξ-，k ＝１,２,３,４，k 1ξ和k m 分别为容量n 的子样k 阶原点矩和中心矩, 求证:(1) E ()31νξ-＝23nμ; (2) Ｅ()41νξ-＝223nμ＋32243nμμ-.解:()()()()()1213113311313[11νξνξνξνξνξ--+-=⎥⎦⎤⎢⎣⎡-=-∑∑∑≠==j i j i n i i n i E n n E E ++()()()]111γξγξγξ---∑k j iE注意到n ξξξ,,,21 独立, 且()0111=-=-νννξi E .,,2,1n i = 所以().13231μνξnE =- ()()()()()()+--+--+-=-∑∑∑≠≠=2121131414144134[1νξνξνξνξνξνξj i ji j i j i i i E E n E ()()()()()()()]111111216νξνξνξνξνξνξνξ----+---∑∑≠≠≠≠≠l k j ilk j i k j ikj i E E=().3313132242222443n n n n n n μμμμμ-+=-+ 9. 设母体ξ~N ()2,σμ,子样方差2n S =n1()21∑=-ni iξξ, 求E 2n S ,D 2n S 并证明当n 增大时,它们分别为2σ+⎪⎭⎫ ⎝⎛n 1ο和n 42σ+⎪⎭⎫⎝⎛n 1ο.解: 由于().1~222-n nS nχσ所以()()()121.1122-=--=-n n DX n n E χ⎪⎭⎫ ⎝⎛+=-=⎪⎪⎭⎫ ⎝⎛=∴2222222101n n n nS E n ES n nσσσσ().10212244222242⎪⎭⎫ ⎝⎛+=-=⎪⎪⎭⎫ ⎝⎛=n n n n nS D n DS n nσσσσ .10. 设()21,ξξ为取自正态母体ξ~N ()2,σμ的一个子样, 试证: ξ1 +ξ2, ξ1-ξ2是相互独立的. 证：(1)()()()()()()()().,cov 21212221212121212121ξξξξξξξξξξξξξξξξξξ-+--=-+--+=-+E E E E E E E由于ξ1, ξ2 ~N ()2,σμ， 所以. E 212221,ξξξξE E E ==即()0,cov 2121=-+ξξξξ 又()2212,2~σμξξN + ，().2.0~221σξξN -所以由两个变量不相关就推出它们独立. (2)11．设母体ξ的分布函数为F ()x ,()n ξξξ,,,21 是取自此母体的一个子样,若F ()x 的二阶矩存在, ξ为子样均值,试证ξ1--ξ与ξj --ξ的相关系数ρ=11--n ,j i ≠,.,,2,1,n j i = 证 由于ξ的二阶矩存在,不妨设.μξ=E 2σξ=D()()()()()j i D E D i j i i j i ≠---=---=,,cov ξξξξξξξξξξξξρ()()().11111122222221σσξξξξξξnn n n n D n D n n n D D ji j in i i i i -=-+-=+-=⎪⎭⎫ ⎝⎛-=-∑∑≠=()()n E n E E E E E n j j i j i j i j i 221222σμξξμξξξξξξξξξξξ++⎪⎪⎭⎫ ⎝⎛-=+--=--∑= ()[]n n n n E E E n n j i i j i 22222222212222σμσμσμξξξσμ-=-++-+=⎪⎪⎭⎫ ⎝⎛+-+=∑≠ .11122--=--=∴n nn n σσρ12. 设ξ和2n S 分别是子样()n ξξξ,,,21 的子样均值和子样方差,现又获得第n +1个观测值,试证: (1) ξn+1=ξn +11+n (ξn+1-ξn ); (2) 12+n S=()⎥⎦⎤⎢⎣⎡-++++212111n n n n S n n ξξ.证 (1) ()()n n n n n n i i n n n n n ξξξξξξξ-++=++=+=+++=+∑11111111111()()()()2111211121112111111111)2(⎥⎦⎤⎢⎣⎡-+--+=-+-+=-+=++-++-++-+∑∑∑n n n i n i n n n i n i n i n i n n n n n S ξξξξξξξξξξ()()()()()()()21211121211112{11nn n n n n n i n i n n n i ni n n n n ξξξξξξξξξξξξ-+++-⨯⎥⎦⎤⎢⎣⎡-+-+--+-+=+++-+-∑∑=()().112122n n n n n S n n ξξ-++++ 13. 从装有一个白球、两个黑球的罐子里有放回地取球, 令ξ=0表示取到白球, ξ=1表示取到黑球.求容量为5的子样()51,,ξξ 的和的分布,并求子样均值ξ和子样方差2n S 的期望值.解: i ξ相互独立都服从二点分布,32;1⎪⎭⎫⎝⎛b E i ξ=.32 D .92=i ξ 5,2,1 =i 所以,32=ξE .4589212=⨯-=n n ES n 521ξξξη+++= 服从二项分布.32;5⎪⎭⎫ ⎝⎛b 其分布列().313255kkk k p -⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛==η.5,2,1,0 =k14. 设母体ξ服从参数为λ的普哇松分布, ()n ξξξ,,,21 是取自此母体的一个子样,求： (1)子样的联合概率分布列:(2)子样均值ξ的分布列、E ξ、D ξ、和E 2n S 。

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 P X P )103010(<-<-=X P )1030(<-=X P 709.0101.2912=-≥．(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 P X P )2010020(<-<-=X P )20100(<-=X P 87205012=-≥．2．一颗骰子连续掷4次，点数总和记为X ，估计)1810(<<X P ．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 P X P )4144(<-<-=X P )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(<X 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(-≤-≤-=X P )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．。

第五章 假设检验与一元线性回归分析 习题详解解：这是检验正态总体数学期望μ是否为提出假设：0.32:,0.32:10≠=μμH H由题设，样本容量6n =， 21.12=σ，1.121.10==σ，所以用U 检验当零假设H 0成立时，变量：)1,0(~61.10.320N X n X U -=-=σμ 因检验水平05.0=α，由05.0}|{|=≥λU P ,查表得96.1=λ 得到拒绝域: 96.1||≥u计算得： 6.31)6.318.310.326.310.306.32(61=+++++⨯=x89.061.10.326.310-=-=-=n x u σμ因 0.89 1.96u =<它没有落入拒绝域，于是不能拒绝H 0，而接受H 0，即可以认为0.32=μ，所以可以认为这批机制砖的平均抗断强度μ显着为32.0kg/cm 2。

解：这是检验正态总体数学期望μ是否大于10提出假设：10:,10:10>≤μμH H 即：10:,10:10>=μμH H由题设，样本容量5n =，221.0=σ，1.01.020==σ，km x 万1.10=，所以用U 检验当零假设H 0成立时，变量：)1,0(~51.010N X n X U -=-=σμ 因检验水平05.0=α，由05.0}{='≥λU P ,查表得64.1'=λ 得到拒绝域: 64.1≥u 计算得： 24.251.0101.100=-=-=n x u σμ 因 2.24 1.64u =>它落入拒绝域，于是拒绝零假设 H 0，而接受备择假设H 1，即可认为10>μ所以可以认为这批新摩托车的平均寿命μ有显者提高。

解：这是检验正态总体数学期望μ是否小于240提出假设：240:,240:10<≥μμH H即：240:,240:10<=μμH H由题设，样本容量6n =，6252=σ，256250==σ，220=x ，所以用U 检验当零假设H 0成立时，变量：)1,0(~625240N X n X U -=-=σμ 因检验水平05.0=α，由05.0}{='-≤λU P ,查表得64.1'=λ 得到拒绝域: 64.1-≤u 计算得：959.16252402200-=-=-=n x u σμ 因 1.959 1.64u =-<-它落入拒绝域，于是拒绝H 0，而接受H 1，即可以认为240<μ 所以可以认为今年果园每株梨树的平均产量μ显着减少。

概率论与数理统计第五章习题的联合概率分布列为即。

对应的概率为：的所有可能取值对是。

于是二维随机变量服从二项分布并的所有可能取值也是则是乙击中目标的次数，。

设分布；并服从二项的所有可能取值是则是甲击中目标的次数解：设),(.2304.06.0*8.0)2,2(P ;3072.06.0*)6.01(*8.0)1,2(P ;1024.0)6.01(*8.0)0,2(P ;1152.06.0*8.0*)8.01()2,1(P ;1536.06.0*)6.01(*8.0*)8.01()1,1(P ;0512.0)6.01(*8.0*)8.01()0,1(P ;0144.06.0*)8.01()2,0(P ;0192.06.0*)6.01(*)8.01()1,0(P ;0064.0)6.01(*)8.01()0,0(P )2,2(),1,2(),0,2(),2,1(),1,1(),0,1(),2,0(),1,0(),0,0(),().60,2(B ;,1,20).80,2(B ,1,20,.1221222221212122122212222ηξηξηξηξηξηξηξηξηξηξηξηηξξ=====-====-====-====--====--====-====--====--===C C C C C C的联合概率分布列为：即。

事件等品和二等品，不可能即抽到的产品同时是一即抽到一等品即抽到二等品即抽到三等品。

对应的概率分别为：所有可能取值对是解：),()(0)1,1();(;8.0)0,1()(;1.0)1,0();(;1.0)0,0()1,1(),0,1(),1,0(),0,0(),(.2212121212121ξξξξξξξξξξξξ============P P P P的联合概率分布列为：的边缘分布可以得到和又利用。

，得到：非负，并且和等于有可能取值对应的概率利用离散型随机变量所。

可知：解：根据),(0)1,1()1,1()1,1()1,1(11)0,1()0,1()1,0()0,0()1,0(1)0(.3212121212121212121212121ξξξξξξξξξξξξξξξξξξξξξξξξ====-====-==-=-===-=+==+==+==+-====P P P P P P P P P P的联合分布列为：所以对应的概率为：的所有可能取值为有：从而对于是的概率密度可知：解：根据),()arctan 2()1()1(P )1,1(P )1,1()arctan 21(arctan 2)1()1(P )1,1(P )0,1(arctan 2)arctan 21()1()1(P )1,1(P )1,0()arctan 21()1()1(P )1,1(P )0,0(),1,1(),0,1(),1,0(),0,0(),(.arctan 2)1(P ,arctan 21)1(P ,2,1,arctan 21)1(P arctan 2112)(2)1(P .4212212121212121212121221212121121ηηπξξξξηηππξξξξηηππξξξξηηπξξξξηηηηπξπξπξπππξξe P P e e P P ee P P e P P e e k e e de e dx e e k k xx x x =≤≤=≤≤===-=>≤=>≤===-=≤>=≤>===-=>>=>>====≤-=>=-=>=+=+=≤⎰⎰∞-∞--).1)(1()0,0()0,3()4,0()4,3()40,30()3(0y 0,00,0),1)(1(),().1)(1(12),(.12),(0,0.0),(,0),(0y 0)2(.12A 12),(1)1(.516943430)43()43(04030)43(--=+--=≤<≤<⎪⎩⎪⎨⎧≤≤>>--=--===>>==≤≤=====------+-+-∞+-∞+-∞+∞++-∞+∞-∞+∞-⎰⎰⎰⎰⎰⎰⎰⎰e e F F F F P x y x e ey x F e e dxdy e y x F e y x f y x y x F y x f x Ady e dx eA dxdy Aedxdy y x f y x y x x yy x y x y xy x ηξ时或者当时当因此：于是对应的分布函数：时，当于是对应的分布函数时，联合密度函数或者当所以解：⎪⎩⎪⎨⎧≤≤-≤≤-+=-===+-≤≤+-≤≤+===+≤≤--≤≤-==>-<⎪⎩⎪⎨⎧≤-≤-≤+≤-=⎰⎰-+-+--其他因此：于是对应的概率密度是时，）当（于是对应的概率密度是时，）当（于是对应的边缘分布时，或者）当（其他对应的概率密度是：，所以的面积为解：由于,010,101,1)(;121)(,21),(,1110iii ;121)(,21),(,1101ii ;0)(,0),(11i ,011,11,21),(),(2.61111x x x x x f x dy x f y x f x y x x x dy x f y x f x y x x x f y x f x x y x y x y x f D xx xx ξξξξηξ.48251611218141)4,4()3,3()2,2()1,1()()3(.161487481348254321;414141414321)2(.41,1161*4121*381*2)1(.7=+++===+==+==+====⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛==+++ηξηξηξηξηξηξP P P P P a a 的边缘分布为：的边缘分布为：可得：根据解：.913)3(1311)()(),3arctan 2(1)3arctan 2)(22(1),()(.412)2(1211)()(),2arctan 2(1)22)(2arctan 2(1),()()3(.91416)3(131)2(1211),(),()2(.1,2,)2)(2arctan (),(0)3arctan )(2(),(0)2)(2(),(1,.822'222'222222222yy y F y f yy y F y F xx x F x f x x x F x F yx y x y x F y x y x f A C B y x C x B A x F y C B A y F C B A F y x +=+==+=++=+∞=+=+==+=++=+∞=++=++=∂∂∂====⎪⎪⎪⎩⎪⎪⎪⎨⎧-+=-∞=+-=-∞=++=+∞+∞=ππππππππππππππππππππππππηηηξξξ边缘密度函数所以边缘分布函数边缘密度函数所以边缘分布函数从而的任意性可知：利用，满足：解：对任意的.)(.1445.0)5.08413.0(21))0()1((212121)1()21()(.91212122222函数为标准正态分布的分布其中解：x dxe dx e dxdy e P x x xy Φ=--=Φ-Φ-=-=-==<⎰⎰⎰⎰---ππππξη⎪⎩⎪⎨⎧≤≤+=+==⎪⎩⎪⎨⎧≤≤+=+==⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧>>≤≤>+>≤≤+≤≤≤≤+<<=+==≤≤>+==>≤≤+=+=⎥⎦⎤⎢⎣⎡+==≤≤≤≤==>>==<<==+=+=⎥⎦⎤⎢⎣⎡+==⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰∞+∞-∞+∞-∞-∞-∞+∞-∞+∞-∞-∞-∞+∞-∞+∞-其他的边缘密度函数为：其他的边缘密度函数为：并且并且并且并且或者因此：时并且当时并且当时并且当时并且当于是概率密度时或者当的范围分情况进行讨论下面我们对利用所以解：,020,6131)31(),()(,010,322)31(),()()3(21,1201,12131210,31322010,1213100,0),(;12131),1(),(,201)v (;3132)2,(),(,210)iv (;12131)61()31(),(),(,2010)iii (;1),(),(,21)ii (;0),(,0),(,00)i (.,,),(),()2(.31,32)22()(),(1)1(.10102220222322322322302200210210202y y dx xy x dx y x f y f x x x dy xy x dy y x f x f y x y x y y y x x x y x y x y x y x y x F y y y F y x F y x x x x F y x F y x y x y x dx xy y x dx dy xy x dxdyy x f y x F y x dxdy y x f y x F y x y x F y x f y x y x dxdy y x f y x F c c dx cx x dx dy cxy x dxdy y x f x x y x yxyηξηξ⎪⎪⎩⎪⎪⎨⎧≤≤++=++==+=≤≤==<>⎪⎪⎩⎪⎪⎨⎧≤≤++=++==+=≤≤==<>其他于是时，当没有定义；于是时或者同样，当其他于是时，当没有定义；于是时或者当,020,62332231)(),()|(,322)(10)(),()|(,0)(,01,010,226613131)(),()|(,6131)(20)(),()|(,0)(,02)4(22222y x yx x x xy x x f y x f x y f x x x f x x f y x f x y f x f x x x y xyx y xy x y f y x f y x f y y f y y f y x f y x f y f y y ξξξξηηηη⎪⎩⎪⎨⎧<≥===≥==<⎪⎩⎪⎨⎧<≥===⎪⎩⎪⎨⎧<≥===≥==<⎪⎩⎪⎨⎧<≥===--+--∞++-∞+∞---+--∞++-∞+∞-⎰⎰⎰⎰0,00,22)(),()|(0)(),()|(,0)(00,00,)2(),()(0,00,22)(),()|(0)(),()|(,0)(00,00,2)2(),()()1(.112)2(0)2(2)2(20)2(x x e e e y f y x f y x f y y f y x f y x f y f y y y e dx e dx y x f y f y y e e e x f y x f x y f x x f y x f x y f x f x x x e dy e dy y x f x f x y y x y y x yxy x x y x ηηηηξξξξηξ时，当没有定义；所以时，于是当的边缘密度函数为：时，当没有定义；所以时，于是当的边缘密度函数为：解：.12)1()1,2()1|2()2(410201)2(--+--=⎥⎦⎤⎢⎣⎡=≤≤≤=≤≤⎰⎰⎰e dyedxdy e P P P yy x ηηξηξ.2ln 11)1()3(,010),1(111),()()2(,010,11)|()(),(),(,,01,11)|(:)1,(,)10(,010,1)(:)1,0()1(:.1212110=⎥⎦⎤⎢⎣⎡-=>+⎪⎩⎪⎨⎧<<--=-==⎪⎩⎪⎨⎧<<<-==⎪⎩⎪⎨⎧<<-=<<=⎩⎨⎧<<=⎰⎰⎰⎰-∞+∞-dy dx x P y y n dx xdx y x f y f y x xx y f x f y x f y x xx y f x x x x x f y y y ηξηηξηξξηξξ其他的边缘密度为：其他的联合密度函数为：因此其他上的均匀分布，可得服从区间时又根据其他上的均匀分布，所以服从区间由于解.,:.91B ,92A )A 91(319131B A )A 91)(1819161(911B A 311819161,.13的确是独立的随机变量知代入联合分布列验证可解得：：是独立的随机变量可得性质及解：根据联合分布列的ηξηξ==⎪⎪⎩⎪⎪⎨⎧+==+⇒⎪⎪⎩⎪⎪⎨⎧+++==+++++表：因此，联合分布列如下是独立随机变量：于是根据边缘分布以及的概率分布为解：设.4112131;31216111;838121;214181;1218124141;43681;416241;2418161,.3,2,1;2,1,),(),(.141332321312222112212111131212111111=-=-==--=--==-=-=====--=--========-======∙∙∙∙∙∙∙∙∙∙∙∙p p p p p p p p p p p p p p p p p p p p p p p j i p y x P ij j i ηξηξηξ.0,41,41,2121214341)0()1(.1,0;1,0,),(),(.2121*43*332143),()(.41,163;21,43,1021,43,.15010010111110001110010000011011联合分布列为解得：得：。

习题五1.一颗骰子连续掷4次，点数总和记为X .估计P {10<X <18}.【解】设i X 表每次掷的点数，则41i i X X==∑22222221111117()123456,666666211111191()123456,6666666i i E X E X =⨯+⨯+⨯+⨯+⨯+⨯==⨯+⨯+⨯+⨯+⨯+⨯= 从而 22291735()()[()].6212i i i D X E X E X ⎛⎫=-=-= ⎪⎝⎭ 又X 1,X 2,X 3,X 4独立同分布.从而44117()()()414,2i i i i E X E X E X =====⨯=∑∑ 44113535()()()4.123i i i i D X D X D X =====⨯=∑∑ 所以 235/3{1018}{|14|4}10.271,4P X P X <<=-<≥-≈ 2. 假设一条生产线生产的产品合格率是0.8.要使一批产品的合格率达到在76%与84%之间的概率不小于90%，问这批产品至少要生产多少件？【解】令1,,0,i i X ⎧⎨⎩若第个产品是合格品其他情形. 而至少要生产n 件，则i =1,2,…,n ,且X 1，X 2，…，X n 独立同分布，p =P {X i =1}=0.8.现要求n ,使得1{0.760.84}0.9.n i i X P n =≤≤≥∑即0.80.9ni X n P -≤≤≥∑ 由中心极限定理得0.9,Φ-Φ≥整理得0.95,Φ≥⎝⎭1.64,≥ n ≥268.96, 故取n =269.3. 某车间有同型号机床200部，每部机床开动的概率为0.7，假定各机床开动与否互不影响，开动时每部机床消耗电能15个单位.问至少供应多少单位电能才可以95%的概率保证不致因供电不足而影响生产.【解】要确定最低的供应的电能量，应先确定此车间同时开动的机床数目最大值m ，而m要满足200部机床中同时开动的机床数目不超过m 的概率为95%,于是我们只要供应15m 单位电能就可满足要求.令X 表同时开动机床数目，则X ~B （200，0.7）,()140,()42,E X D X ==0.95{0}().P X m P X m =≤≤=≤=Φ 查表知1.64,= ,m =151. 所以供电能151×15=2265（单位）.4. 一加法器同时收到20个噪声电压V k （k =1，2，…，20），设它们是相互独立的随机变量，且都在区间（0，10）上服从均匀分布.记V =∑=201k k V，求P {V ＞105}的近似值.【解】易知:E (V k )=5,D (V k )=10012,k =1,2,…,20 由中心极限定理知，随机变量20205~(0,1).k V Z N -⨯==∑近似的于是105205{105}10P V P ⎧⎫⎪⎪-⨯⎪>=>⎬⎪⎪⎭1000.3871(0.387)0.348,10V P ⎧⎫⎪⎪-⎪⎪=>≈-Φ=⎨⎬⎪⎪⎭即有 P {V >105}≈0.3485. 有一批建筑房屋用的木柱，其中80%的长度不小于3m.现从这批木柱中随机地取出100根，问其中至少有30根短于3m 的概率是多少？【解】设100根中有X 根短于3m ，则X ~B （100，0.2）从而{30}1{30}1P X P X ≥=-<≈-Φ 1(2.5)10.99380.0062.=-Φ=-=6. 某药厂断言，该厂生产的某种药品对于医治一种疑难的血液病的治愈率为0.8.医院检验员任意抽查100个服用此药品的病人，如果其中多于75人治愈，就接受这一断言，否则就拒绝这一断言.（1） 若实际上此药品对这种疾病的治愈率是0.8，问接受这一断言的概率是多少？（2） 若实际上此药品对这种疾病的治愈率是0.7，问接受这一断言的概率是多少？【解】1,,1,2,,100.0,.i i X i ⎧==⎨⎩ 第人治愈其他 令1001.ii X X ==∑ (1) X ~B (100,0.8)，1001{75}1{75}1i i P X P X =>=-≤≈-Φ∑ 1( 1.25)(1.25)0.8944.=-Φ-=Φ=(2) X ~B (100,0.7)，1001{75}1{75}1i i P X P X =>=-≤≈-Φ∑11(1.09)0.1379.=-Φ=-Φ= 7. 用Laplace 中心极限定理近似计算从一批废品率为0.05的产品中，任取1000件，其中有20件废品的概率.【解】令1000件中废品数X ，则p =0.05,n =1000,X ~B (1000,0.05)，E (X )=50，D (X )=47.5.故130{20} 6.895 6.895P X ϕ⎛⎫===- ⎪⎝⎭6130 4.510.6.895 6.895ϕ-⎛⎫==⨯ ⎪⎝⎭ 8. 设有30个电子器件.它们的使用寿命T 1，…，T 30服从参数λ=0.1[单位：（小时）-1]的指数分布，其使用情况是第一个损坏第二个立即使用，以此类推.令T 为30个器件使用的总计时间，求T 超过350小时的概率. 【解】11()10,0.1i E T λ=== 21()100,i D T λ== ()1030300,E T =⨯= ()3000.D T =故{350}111(0.913)0.1814.P T >≈-Φ=-Φ=-Φ= 9. 上题中的电子器件若每件为a 元，那么在年计划中一年至少需多少元才能以95%的概率保证够用（假定一年有306个工作日，每个工作日为8小时）.【解】设至少需n 件才够用.则E (T i )=10，D (T i )=100，E (T )=10n ，D (T )=100n .从而1{3068}0.95,ni i P T =≥⨯=∑即0.05.≈Φ 故0.95, 1.64272.n =Φ=≈所以需272a 元.10. 对于一个学生而言，来参加家长会的家长人数是一个随机变量，设一个学生无家长、1名家长、2名家长来参加会议的概率分别为0.05,0.8,0.15.若学校共有400名学生，设各学生参加会议的家长数相与独立，且服从同一分布.（1） 求参加会议的家长数X 超过450的概率？（2） 求有1名家长来参加会议的学生数不多于340的概率.【解】（1） 以X i (i =1,2,…,400)记第i 个学生来参加会议的家长数.则X i 的分布律为 X i 0 1 2P 0.05 0.80.15 易知E （Xi =1.1）,D (X i )=0.19,i =1,2, (400)而400i i X X=∑,由中心极限定理得400400 1.1~(0,1).i X N -⨯=∑近似地 于是{450}1{450}1P X P X >=-≤≈-Φ 1(1.147)0.1357.=-Φ= (2) 以Y 记有一名家长来参加会议的学生数.则Y ~B (400,0.8) 由拉普拉斯中心极限定理得{340(2.5)0.9938.P Y ≤≈Φ=Φ= 11. 设男孩出生率为0.515，求在10000个新生婴儿中女孩不少于男孩的概率？【解】用X 表10000个婴儿中男孩的个数，则X ~B （10000，0.515） 要求女孩个数不少于男孩个数的概率，即求P {X ≤5000}. 由中心极限定理有{5000}(3)1(3)0.00135.P X ≤≈Φ=Φ-=-Φ= 12. 设有1000个人独立行动，每个人能够按时进入掩蔽体的概率为0.9.以95%概率估计，在一次行动中：（1）至少有多少个人能够进入？（2）至多有多少人能够进入？【解】用X i 表第i 个人能够按时进入掩蔽体（i =1,2,…,1000）.令 S n =X 1+X 2+…+X 1000.(1) 设至少有m 人能够进入掩蔽体，要求P {m ≤S n ≤1000}≥0.95，事件{}.n m S ≤=≤ 由中心极限定理知：{}1{}10.95.n n P m S P S m ≤=-<≈-Φ≥ 从而 0.05,Φ≤ 故1.65,=- 所以 m =900-15.65=884.35≈884人(2) 设至多有M 人能进入掩蔽体，要求P {0≤S n ≤M }≥0.95.{}0.95.n P S M ≤≈Φ==1.65,M =900+15.65=915.65≈916人. 13. 在一定保险公司里有10000人参加保险，每人每年付12元保险费，在一年内一个人死亡的概率为0.006,死亡者其家属可向保险公司领得1000元赔偿费.求：（1） 保险公司没有利润的概率为多大；（2） 保险公司一年的利润不少于60000元的概率为多大？【解】设X 为在一年中参加保险者的死亡人数，则X ~B （10000，0.006）.(1) 公司没有利润当且仅当“1000X =10000×12”即“X =120”.于是所求概率为{120}P X =≈21(60230.18110.0517e 0--===⨯≈(2) 因为“公司利润≥60000”当且仅当“0≤X ≤60” 于是所求概率为{060}P X ≤≤≈Φ-Φ(0)0.5.⎛=Φ-Φ≈ ⎝ 14. 设随机变量X 和Y 的数学期望都是2，方差分别为1和4，而相关系数为0.5试根据契比雪夫不等式给出P {|X -Y |≥6}的估计. （2001研考）【解】令Z =X -Y ，有()0,()()()()2 3.E Z D Z D X Y D X D Y ρ==-=+-=所以2()31{|()|6}{||6}.63612D X Y P ZE Z P X Y --≥=-≥≤== 15. 某保险公司多年统计资料表明，在索赔户中，被盗索赔户占20%，以X 表示在随机抽查的100个索赔户中，因被盗向保险公司索赔的户数.（1） 写出X 的概率分布；（2） 利用中心极限定理，求被盗索赔户不少于14户且不多于30户的概率近似值.（1988研考）【解】（1） X 可看作100次重复独立试验中，被盗户数出现的次数，而在每次试验中被盗户出现的概率是0.2，因此，X ~B (100,0.2)，故X 的概率分布是100100{}C 0.20.8,1,2,,100.k k k P X k k -===(2) 被盗索赔户不少于14户且不多于30户的概率即为事件{14≤X≤30}的概率.由中心极限定理，得{1430}P X ≤≤≈Φ-Φ (2.5)( 1.5)0.994[9.33]0.927.=Φ-Φ-=--=16. 一生产线生产的产品成箱包装，每箱的重量是随机的.假设每箱平均重50千克，标准差为5千克，若用最大载重量为5吨的汽车承运，试利用中心极限定理说明每辆车最多可以装多少箱，才能保障不超载的概率大于0.977.【解】设X i （i =1,2,…,n ）是装运i 箱的重量（单位：千克），n 为所求的箱数，由条件知，可把X 1，X 2，…，X n 视为独立同分布的随机变量，而n 箱的总重量T n =X 1+X 2+…+X n 是独立同分布随机变量之和，由条件知：()50,i E X = 5,=()50,n E T n = =依中心极限定理，当n ~(0,1)N 近似地,故箱数n 取决于条件{5000}n P T P ≤=≤0.977(2).≈Φ>=Φ 2>解出n <98.0199,即最多可装98箱.。

数理统计习题答案习题5.1解答1. 设总体服从()λP 分布，试写出样本n X X X ,,,21 的联合分布律.解:()的分布律为：即X P X ,~λ ()!k e k X P k λλ-==, ,,,2,1,0n k =n X X X ,,,21 的联合分布律为：()n n x X x X x X P ===,,,2211 = ()()()n n x X P x X P x X P === 2211=nx x x x e x e x e nλλλλλλ---⋅2121=λλn n xx x e x x x n-+++!!!2121, n i n x i ,,2,1,,,2,1,0 ==2. 设总体X 服从()1,0N 分布，试写出样本n X X X ,,,21 的联合分布密度. 解：()1,0~N X ，即X 分布密度为：()2221x e x p -=π，+∞<<-∞xn X X X ,,,21 的联合分布密度为：()∏==ni inx p x x x p 121*)(,...,=22222221212121n x x x eee--⋅-πππ=()}21exp{2122∑=--n i i x n π n i x i ,,2,1, =+∞<<∞-. 3. 设总体X 服从()2,σμN 分布,试写出样本n X X X ,,,21 的联合分布密度. 解：()2,~σμN X ，即X 分布密度为：()x p =()}2exp{2122σμσπ--x ，∞<<∞-xn X X X ,,,21 的联合分布密度为：()()∏==ni i n x p x xx p 121*,...,=()})(21exp{211222∑--⋅⋅=-ni i n n x μσσπ, n i x i ,,2,1, =+∞<<∞-.4. 根据样本观测值的频率分布直方图可以对总体作什么估计与推断? 解：频率分布直方图反映了样本观测值落在各个区间长度相同的区间的频率大小，可以估计X 取值的位置与集中程度，由于每个小区间的面积就是频率，所以可以估计或推断X 的分布密度. 5. 略. 6. 略.习题5.2解答1. 观测5头基础母羊的体重(单位：kg)分别为53.2,51.3,54.5,47.8,50.9，试计算这个样本观测值的数字特征：(1)样本总和，(2)样本均值，(3)离均差平方和，(4)样本方差，(5)样本标准差，(6)样本修正方差，(7)样本修正标准差，(8)样本变异系数，(9)众数，(10)中位数，(11)极差，(12)75%分位数.解：设9.50,8.47,5.54,3.51,2.5354321=====x x x x x()7.257151=∑=i ix，()54.51251==∑=i ixx(3) ss =()2512512x n xx xi ii i-=-∑∑===13307.84－5×51.542=25.982(4)2s =()∑=-51251i i x x =51ss =5.1964, (5)s =2.28; (6)s s * =ss n 11-=6.4955 (7)*s =2.5486; (8)cv =100⨯*xs =4.945;(9)每个数都是一个,故没有众数. (10)中位数为3x =51.3; (11)极差为54.5－47.8=6.7;(12)0.75分位数为53.2.2. 观测100支金冠苹果枝条的生长量(单位：cm)得到频数表如下：组下限 19.5 24.5 29.5 34.5 39.5 44.5 49.5 54.5 59.5 组上限 24.5 29.5 34.5 39.5 44.5 49.5 54.5 59.5 64.5 组中值 22 27 32 37 42 47 52 57 62频数 8 11 13 18 18 15 10 4 3试计算这个样本观测值的数字特征：(1)样本总和，(2)样本均值，(3)离均差平方和，(4)样本方差，(5)样本标准差，(6)样本修正方差，(7)样本修正标准差，(8)样本变异系数，(9)众数，(10)中位数，(11)极差，(12)75%分位数.解：设组中值依次为921,,,x x x ,频数依次为921,,,n n n ,=+++=921n n n n 100,()=∑=911i ii x n 3950;()=+=∑=919112i ii xn n n x 39.5;()()=-=-=∑∑==29129123x n xn x x n ss i ii i i i 25.39100166300⨯-=10275;()==ss s 100142102.75; ()=s 510.137;()=-=*ss n s 1162103.788 ()=*s 710.188;()=⨯=*1008xs cv 25.79;()42379或众数是(),50210=n ;中位数为5.3924237=+;()11极差为:62-22=40;()4775.0,83,6812621521分位数为∴=+++=+++n n n n n n .3.略.4. 设n x x x ,,,21 是一组实数，a 和b 是任意非零实数，bax y i i -=(n i ,,1 =)，x 、y 分别为i x 、i y 的均值，2xs =∑-iix xn2)(1，2ys =1n()y y i i-∑2，试证明：① b a x y -=；② 222b s s x y =. 解①：∑∑==-==ni i ni i b a x ny ny 1111= ()∑=-ni i a x bn11= ⎪⎪⎭⎫ ⎝⎛-∑=n i i na x nb 11=b a x -; ②2y s =1n∑-ii y y 2)(=∑=⎪⎪⎭⎫⎝⎛---ni i b a x b a x n121=∑=⎪⎪⎭⎫⎝⎛-ni i b x x n121=221x s b .1.求分位数（1）()8205.0x ，（2）()12295.0x 。

天津理⼯⼤学概率论与数理统计练习题答案（详解版）第1章概率论的基本概念随机事件与样本空间、概率、古典概型和⼏何概型系班姓名学号1、写出下列随机试验的样本空间(1)同时掷三颗骰⼦，记录三颗骰⼦点数之和Ω=(2)⽣产产品直到有10件正品为⽌，记录⽣产产品的总件数Ω=(3)对某⼯⼚出⼚的产品进⾏检验，合格的记上“正品”，不合格的记上“次品”，如连续查出2 个次品就停⽌，或检查4个产品就停⽌检查，记录检查的结果。

⽤“0”表⽰次品，⽤“1”表⽰正品。

(4)在单位圆内任意取⼀点，记录它的坐标Ω=(5)将⼀尺长的⽊棍折成三段，观察各段的长度2、互不相容事件与对⽴事件的区别何在？说出下列各对事件的关系3、设A,B,C为三事件，⽤A,B,C的运算关系表⽰下列各事件4、盒内装有10个球，分别编有1- 10的号码，现从中任取⼀球，设事件A表⽰“取到的球的号码下列运算分别表⽰什么事件.5、指出下列命题中哪些成⽴，哪些不成⽴.(1)B B A B A =成⽴(2)AB AB =不成⽴(3)C B A C B A = 不成⽴ (4)φ=))((B A AB 成⽴(5)若B A ?，则AB A =成⽴ 6)若φ=AB ，且A C ?，则φ=BC 成⽴ (7)若B A ?，则A B ?成⽴ (8)若A B ?，则A B A = 成⽴6、设⼀个⼯⼈⽣产了四个零件，i A 表⽰事件“他⽣产的第i 个零件是正品” (1,2,3,4)i =，⽤1234,,,A A A A 的运算关系表达下列事件.7、设,,E F G 是三个随机事件，试利⽤事件的运算性质化简下列各式： (1) ()()EF E F (2) ()()()E F E F E F （3）()()E F F G注：⽤（AB ）∪C=(A ∪C) (B ∪C) （A ∪B ）C=(AC)∪ (BC)8、设事件,,A B C 分别表⽰开关,,a b c 闭合，D 表⽰灯亮，则可⽤事件,,A B C 表⽰：9、 (1)设事件,A B 的概率分别为51与41，且A 与B 互斥，则()P AB = 51.(2) ⼀个盒中有8只红球，3只⽩球，9只蓝球，如果随机地⽆放回地摸3只球，则取到的3 只都是红球的事件的概率等于.(3) ⼀袋中有4只⽩球，2只⿊球，另⼀只袋中有3只⽩球和5只⿊球，如果从每只袋中各摸⼀只球，则摸到的⼀只是⽩球，⼀只是⿊球的事件的概率等于 .(3) 设123,,A A A 是随机试验E 的三个相互独⽴的事件，已知12(),(),P A P A αβ==3()P A γ=，则123,,A A A ⾄少有⼀个发⽣的概率是(5) ⼀个盒中有8只红球，3只⽩球，9只蓝球，如果随机地⽆放回地摸3 只球，则摸到的没有⼀只是⽩球的事件的概率等于 .（6）设,,A B C 是随机事件，,A C 互不相容，11(),(),23P AB P C ==则()P AB C = .(7)袋中有50个乒乓球,其中20个是黄球,30个是⽩球,今有两⼈依次随机地从袋中各取⼀球, 取后不放回,则第⼆个⼈取得黄球的概率是 .(8) 在区间中随机地取两个数,则这两个数之差的绝对值⼩于的概率为10、若,A B 为任意两个随机事件,则: ( C )(A)()()()≤P AB P A P B (B)()()()≥P AB P A P B (C) ()()()2+≤P A P B P AB(D) ()()()2+≥P A P B P AB12、设,,A B C 是三事件，且11()()(),()()0,()48P A P B P C P AB P BC P AC ======，求,,A B C ⾄少有⼀个发⽣的概率.13、在1500个产品中有400个次品，1100个正品，任取200个，求(1)恰有90个次品的概率；(2)⾄少有2个次品的概率.(0,1)12关注微信公众号 “DATA HOUSE ”，在对话框⾥回复“概率论习题答案”，即可获取。

填空题: 1•设随机变量E() 2.设E( i) ,D(P{|3. 设DX i1(i第5章大数定律与中心极限定理，方差D( ) 2，则由切比雪夫不等式有P{|相互独立同i) 8,(iD()1,2丄接可得P X 91,2,,n )对于，并估计P {|分布的随机变量，X i,X2丄，X9相互独立且同9X i ,则对任意给定的19~2解：切比雪夫不等式指出: 如果随机变量X满足：E(x) 对任意给定的0,有P{| X I 22,或者P{| X写出所满足的切彼雪夫不等式4}由于随机变量X1, X2,L,X9相互独立且同分布,而且有EX i 1, DX i1(i 1,2丄9),所以4.设随机变量X满足: E(X)D(X)E(X)X iX i,D(X)解：切比雪夫不等式为：设随机变量X满足1丄2n布，而且有EX i 1 ,0,由切比雪夫不等式直与D(X) 2都存在，则9E(X i)i 19D(X i)i 19,9.2,则由切比雪夫不等式，有 P{| XE(X) , D(X)2，则对任意2的0,有P{| X | } 丐・由此得 P{| X |7、设n 表示n 次独立重复试验中事件 A 出现的次数,np(1 p)8. 设随机变量n,服从二项分布B(n, p),其中0 p 1,n 1,2丄，那么，对于任一实数 x,有 Jim P{| n np| x |} ___ 0 _______ .9. 设X 1,X 2丄,X n 为随机变量序列,a 为常数，则{X n }依概率收敛于a 是指1,或 0, lim P X n a _0_。

n10.设供电站电网有100盏电灯，夜晚每盏灯开灯的概率皆为 0.8.假设每盏灯开关是相互独立的，若随机变量X 为100盏灯中开着的灯数，则由切比雪夫不等式估计，X 落解：E(X) 80, D(X) 16 ,于是P(75 X 85) P(|X 80| 5) 1 16—.25 25•计算题:1、在每次试验中，事件 A 发生的概率为0.5，利用切比雪夫不等式估计，在1000次独立试验中，事件 A 发生的次数在 450至550次之间的概率.解：设X 表示1000次独立试验中事件 A 发生的次数，则 E(X) 500, D(X )250P{450 X 550} P{| X 5001 50}5、设随机变量 ，E ( ) , D()，则 P{|为相互独立的随机变量序列，且i (i1,2,)服从参数为 的泊松n分布，则limnX}1 ”2t 22dtb np概率，则P {ab}np(1 p) a np t 27dtp 是事件A 在每次试验中出现的0, lim P X n an在75至85之间的概率不小于9 25P{| X E(X) | 50} 1D(X)5021型25000.92、一通信系统拥有50台相互独立起作用的交换机.在系统运行期间，每台交换机能清晰接受信号的概率为0.90.系统正常工作时，要求能清晰接受信号的交换机至少 45台.求该通信系统能正常工作的概率 • 解:设X 表示系统运行期间能清晰接受信号的交换机台数，则X ~ B(50,0.90).由此P(通信系统能正常工作)P(45X50)45 50 0.9「50一0.9一0.1X 50 0.9 —50一0.9—0.150 50 0.9 —50一0.9—0.1(2.36) (0) 0.990 9 0.5 0.490 9.3、某微机系统有120个终端，每个终端有5%的时间在使用的，试求有不少于10个终端在使用的概率4、某校共有4900个学生，已知每天晚上每个学生到阅览室去学习的概率为0.1，问阅览室要准备多少个座位，才能以99%的概率保证每个去阅览室的学生都有座位 解：设去阅览室学习的人数为,要准备k 个座位. ___解：某时刻所使用的终端数 由棣莫弗一拉普拉斯定理知P{ 10} 1~ b(120,0.05)， np 6，npq 5. 710 6 5.71 (1.67)0.0475.若各终端使用与否是相互独立~ b(n, p), n 4900, p 0.1,np 4900 0.1 490, npq要准备539个座位，才能以99%的概率保证每个去阅览室学习的学生都有座位..4900 0.1 0.9.441 21.P{0k}k np 0 np k 490 .npq npq210 490 21k 490 21 (23.23) k 490 210.99.k 490查N(0,1)分布表可得 212.326 3, k 21 2.326 3 490 538.852 35. 随机地掷六颗骰子 ，试利用切比雪夫不等式估计：六颗骰子出现的点数总和不小于 不超过33点的概率。

〖填空题〗例5.1（棣莫佛-拉普拉斯定理） 设某种电气元件不能承受超负荷试验的概率为0.05．现在对100个这样的元件进行超负荷试验，以X 表示不能承受试验而烧毁的元件数，则根据中心极限定理{}≈≤≤105X P．分析 不能承受试验而烧毁的元件数X ～),(p n B ．根据棣莫佛-拉普拉斯定理，X 近似服从正态分布),(npq np N ，其中n =100，p =0.05，q =0.95．因此{}．4890.0)0()29.2(29.275.45075.451075.450105105=-≈⎭⎬⎫⎩⎨⎧≤-≤=⎭⎬⎫⎩⎨⎧-≤-≤=⎭⎬⎫⎩⎨⎧-≤-≤-=≤≤ΦΦX X npq np npq np X npq np X P P P P例5.2（棣莫佛-拉普拉斯定理）设试验成功的概率p =20%，现在将试验独立地重复进行100次，则试验成功的次数介于16和32次之间的概率Q ≈ ．分析 以n ν表示100次独立重复试验成功的次数，则)20.0 100(~，B nν，且4)1(20=-===p np np n n ννD E ，．因此试验成功的次数介于16和32次之间的概率{}[][]，84.08413.019987.0)1(1)3()1()3(42032420420163216=--=--=--≈⎭⎬⎫⎩⎨⎧-≤-≤-=≤≤=ΦΦΦΦννn n Q P P 其中)(u Φ是标准正态分布函数．例5.3（棣莫佛-拉普拉斯定理） 将一枚均匀对称的硬币接连掷10000次，则正面恰好出现5000次的概率≈α．分析 正面出现的次数ν)5.0 , 10000(~B ，2500,5000==ννD E ．根据局部定理，有008.025012D 1}5000{≈=≈==ππνναP ．例5.10（辛钦大数定律） 将一枚色子重复掷n 次，则当∞→n 时，n 次掷出点数的算术平均值n X 依概率收敛于 7/2 ．分析 设n X X X ,,,21 是各次掷出的点数，它们显然独立同分布，每次掷出点数的数学期望等于7/2．因此，根据辛钦大数定律，n X 依概率收敛于7/2．5.2. （1）121；（2）90；（3）21；（4）))((λλ-Φx n〖选择题〗例5.11（中心极限定理） 设随机变量n X X X ,,,21 相互独立，n n X X X S +++= 21，则根据列维-林德伯格中心极限定理，当n 充分大时n S 近似服从正态分布，只要n X X X ,,,21(A) 有相同期望和方差． (B) 服从同一离散型分布．(C) 服从同一指数分布． (D) 服从同一连续型分布． [ C ]分析 应选（C ）．列维-林德伯格中心极限定理的条件是：随机变量n X ,,X ,X 21相互独立同分布, 并且其数学期望和方差存在．由于有相同的数学期望未必有相同分布，可见(A)不满足定理条件．满足(B)和(D)的随机变量i X 的数学期望或方差未必存在，故(B)和(D)也不满足定理条件．于是，只有(C)成立(指数分布的数学期望和方差都存在)．例5.14（大数定律）下列命题正确的是(A) 由辛钦大数定律可以得出切比雪夫大数定律． (B) 由切比雪夫大数定律可以得出辛钦大数定律． (C) 由切比雪夫大数定律可以得出伯努利大数定律．(D) 由伯努利大数定律可以得出切比雪夫大数定律． [ C ]分析 应选（C ）．切比雪夫大数定律的条件是：随机变量 ,,,,21n X X X 两两独立，并且存在常数C ，使),,,2,1( n i C X i=≤D ；这样的常数C 对于选项（C ）存在．伯努利大数定律可以表述为：假设随机变量 ,,,,21n X X X 独立同服从参数为p 的0-1分布，则p X n ni i n =-∑=∞→11lim P ；对于服从参数为p 的0-1分布随机变量 ,,,,21n X X X ，显然),,,2,1(41)1( n i p p X i =≤-=D ．从而满足服从切比雪夫大数定律的条件．此外，（A ），（B ）和（D ）显然不成立．5.1. （1）A ；（2）C ；（3）C ；（4）A〖计算题〗例5.16（棣莫佛-拉普拉斯定理） 设n ν是n 次伯努利试验成功的次数，p (0<p <1)是每次试验成功的概率，n f n n ν=是n 次独立重复试验成功的频率，设n 次独立重复试验中，成功的频率f n 对概率p 的绝对偏差不小于Δ的概率{}α∆=≥-p f n P ． (5.10)试利用中心极限定理，(1) 根据∆和n 求α的近似值； (2) 根据α和n 估计∆的近似值； (3) 根据α∆和估计n ． 解 变量n ν服从参数为),(p n 的二项分布．记p q -=1，则由（5.7）知，当n 充分大时nν近似服从正态分布),(npq np N ．因此，近似地有{}{}，，～)1,0(~α∆ν∆ν∆να=≥≈⎭⎬⎫⎩⎨⎧≥-=⎭⎬⎫⎩⎨⎧≥-=≥--u U pq n npqnp p n p f N npqnpU n n n n n P P P P(5.11)其中U 是服从)1,0(N 的随机变量，而αu 是)1,0(N 水平α双侧分位数(附表2)．故(5.12)(1) 已知n 和∆，求α．利用附表1，可以由（5.11）求出α的值(附表1)．例如，若(5.12)式左侧等于1.96，则05.0≈α．亦可由下式求α的近似值．有． 12 1 ⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛-=⎭⎬⎫⎩⎨⎧<-≈⎭⎬⎫⎩⎨⎧≥-=pq n pq n U pq n npq np n ∆Φ∆∆ναP P (5.13) 进而由)1,0(N 分布函数)(x Φ的数值表（附表1）最后求出α的值．(2) 已知n 和α，求∆．由（*）和41≤pq ，可见nu n pqu 2αα∆≤≈； (5.14) (3) 已知α和∆，求n ．由（5.12）和pq ≤1/4，可见2⎪⎭⎫⎝⎛≈∆αu pq n 或2241⎪⎭⎫ ⎝⎛≥⎪⎭⎫ ⎝⎛≥∆∆ααu pq u n ． (5.15)例5.17（棣莫佛-拉普拉斯定理） 假设某单位交换台有n 部分机，k 条外线，每部分机呼叫外线的概率为p ．利用中心极限定理，解下列问题：(1) 设n =200，k =30，p =0.12，求每部分机呼叫外线时能及时得到满足的概率α的近似值． (2) 设n =200，p =0.12，问为使每部分机呼叫外线时能及时得到满足的概率α≥95%，至少需要设置多少条外线？(3) k =30，p =0.12，问为使每部分机呼叫外线时能及时得到满足的概率α≥95%，最多可以容纳多少部分机？解 设n ν——n 部分机中同时呼叫外线的分机数，k ——外线条数，则n ν服从参数为(n , p )的二项分布，=np24，npq =21.12．当n 充分大时，根据棣莫佛-拉普拉斯中心极限定理，近似地)1 ,0(~N npqnpU n n -=ν．(1) 设n =200，k =30，p =0.12，每部分机呼叫外线时能及时得到满足的概率{}()． 9049.031.112.21243012.21243030≈=⎪⎭⎫⎝⎛-≈⎭⎬⎫⎩⎨⎧-≤-=≤=ΦΦνναnpqnp n n P P (2) 设n =200，p =0.12，k ——至少需要设置的外线条数，则{}．，； 31.562412.216449.1 1.644912.212495.012.212412.2124≈+⨯≥≥-≥⎪⎭⎫⎝⎛-≈⎭⎬⎫⎩⎨⎧-≤-=≤=k k k k npq np k n n ΦνναP P即至少需要设置32外线．(3) 设k =30，p =0.12，且每部分机呼叫外线时能及时得到满足的概率≥α95%．由{}95.01056.012.0301056.012.03030≥⎪⎭⎫⎝⎛-≈⎭⎬⎫⎩⎨⎧-≤-=≤=n n n n npq np n n ΦνναP P ， 6449.11056.012.030≥-n n．09004857.70144.0 6449.11056.012.0302=+-≥-n n nn，，它有两个实根：3310431,7972.18821==n n ；经验证33104312=n 为增根，由此得n ≈188.797，即最多可以容纳188部分机．例5.20（列维-林德伯格定理） 设n X X X ,,,21 是独立同分布随机变量，n X 是其算术平均值．考虑概率{}α∆μ=≥-n X P ， (5.16)其中μ=iX E ()n i .,2,1 =，()0>∆∆和α(0<α<1)是给定的实数．试利用中心极限定理，根据给定的，(1) ∆和n ，求α的近似值； (2) α和n ，求∆的近似值；(3)α∆和，估计n ．解 式（5.16）中的三个数),,(α∆n 相互联系又相互制约：其中的任意两个可以完全决定第三个．不过，明显地表示出它们之间的关系一般并不容易．假如n 充分大，则利用（5.9）式可以（近似地）表示出α∆,,n 之间的关系．易见μ=nX E ，X n 2σ=D ．(1) 已知∆和n ，求α-1的近似值：{}⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛≈⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤-=≤-=-σ∆Φσ∆Φσ∆σμ∆μαn n n n X X n n P P 1． (2) 已知α和n ，求∆的近似值．由(5.17)式可得nu σ∆α ≈．(3) 已知α∆和，求n 的近似值．由(5.18)有2⎪⎭⎫⎝⎛≈∆σαu n ．例5.21（列维-林德伯格定理） 某保险公司接受了10000电动自行车的保险，每辆每年的保费为12元．若车丢失，则车主得赔偿1000元．假设车的丢失率为0.006，对于此项业务，试利用中心极限定理，求保险公司：(1) 亏损的概率α；(2) 一年获利润不少于40000元的概率β； (3) 一年获利润不少于60000元的概率γ．解 设X 为需要赔偿的车主人数，则需要赔偿的金额为X Y1.0=（万元）；保费总收入C =12万元．易见，随机变量X 服从参数为（n ，p ）的二项分布，其中 n =10000，p =0.006；60==np X E ，)1(p np X -=D =59.64．由棣莫佛-拉普拉斯定理知，随机变量X 近似服从正态分布)64.59,60(N ；随机变量Y 近似服从正态分布)5964.0,6(N ．(1) 保险公司亏损的概率{}0)77.7(177.75964.065964.06125964.0612≈-=⎭⎬⎫⎩⎨⎧>-=⎭⎬⎫⎩⎨⎧->-=>=ΦαY Y Y P P P ．(2) 保险公司一年获利润不少于4万元的概率{}{}．9952.0)59.2(5964.0685964.068412=≈⎭⎬⎫⎩⎨⎧-≤-=≤=≥-=ΦβY Y Y P P P (3) 保险公司一年获利润不少于6万元的概率{}{}．5.0)0(05964.066612=≈⎭⎬⎫⎩⎨⎧≤-=≤=≥-=ΦγY Y Y P P P例5.22（棣莫佛-拉普拉斯定理） 假设伯努利试验成功的概率为5%．利用中心极限定理估计，进行多少次试验才能以概率80%使成功的次数不少于5次．解 设n 是所需试验的次数，每次试验成功的概率p =0.05．以n ν表示n 次伯努利试验成功的次数，则),(~p n B nν，npq np n n ==ννD E ，，其中p q -=1；由棣莫佛-拉普拉斯定理，知对于充分大的n ，随机变量n ν近似服从正态分布),(npq np N ．查)1,0(N 分位数表，可见()()8416.018416.080.0--==ΦΦ．因此{}()．8416.01)1(51)1(5)1(5.080.0--=⎪⎪⎭⎫⎝⎛---≈⎭⎬⎫⎩⎨⎧--≥--=≥=ΦΦννp np np p np np p np np n n P P．，），（025)8416.010()1(8416.058416.0)1(522222≈++--≈--≈--n n p p np np p np np将05.0=p 代入上列方程，的关于n 的一元二次方程：0255354.00025.02≈+-n n ，其根为79.6837.14521==n n ，．经验证79.682=n 为增根，舍去2n ，取37.1451461=>=n n ．于是，至少需要进行146次试验才能以概率80%保障成功的次数不少于5次．例5.26（列维-林德伯格定理） 生产线组装每件产品的时间服从指数分布．统计资料表明，每件产品的平均组装时间为10分钟．假设各件产品的组装时间互不影响．试利用中心极限定理，(1) 求组装100件产品需要15到20小时的概率Q ；(2) 求以概率0.95在16个小时内最多可以组装产品的件数． 解 以)100,,2,1( =iX i 表示第i 件产品的组装时间．由条件知)100,,2,1( =i X i 独立同服从指数分布．由指数分布的数字特征和条件“每件产品的平均组装时间为10分钟”，可见10=i X E ；由于i X 服从指数分布，可见()2210==i i X X E D ．(1) 因为n =100充分大，故由列维-林德伯格定理，知100件产品组装的时间10021X X X T n +++= 近似服从()210100 10100⨯⨯，N ，因此{}．8156.0)8413.01(9973.0)1( )2( 21010010100112009002=--=--≈⎭⎬⎫⎩⎨⎧≤⨯⨯-≤-=≤≤=ΦΦT T Q n n P P(2) 16小时即960分钟．需要求满足{}95.0960=≤n T P 的n ．由列维-林德伯格定理，知当n 充分大时，n nX X X T +++= 21近似服从()nn N 210 10，，故由{}， 101096010109601010960950⎪⎭⎫⎝⎛-≈⎭⎬⎫⎩⎨⎧-≤-=≤=n n n n n n T T .n n ΦP P 可见95.0)645.1( ≈Φ．因此645.11010960≈-nn． （*）由此得关于n 的一元二次方程09606025.1947010022≈+-n n ，其解为53.11318.8121≈≈n n ，，其中53.1132≈n 不满足式（*），因此53.1132≈n 为增根，故应舍去．于是，以概率0.95在16个小时内最多可以组装81~82件产品．例5.27（列维-林德伯格定理） 将n 个观测数据相加时，首先对小数部分按“四舍五入”舍去小数位后化为整数．试利用中心极限定理估计，(1) 试当n =1500时求舍位误差之和的绝对值大于15的概率；(2) 估计数据个数n 满足何条件时，以不小于90%的概率，使舍位误差之和的绝对值小于10的数据个数n ．解 设)1500,,2,1( =iX i 是第i 个数据的舍位误差；由条件可以认为)1500,,2,1( =i X i 独立且都在区间]5.0 5.0[，-上服从均匀分布,从而12/10==i i X X D E ，．记n n X X X S +++= 21为n 个数据的舍位误差之和，则12/0n S S n n==D E ，．根据列维-林德伯格中心极限定理，当n 充分大时n S 近似服从)12/0(n N ，．记)(x Φ为)1,0(N 分布函数．(1) 由于12n S n近似服从标准正态分布，可见{}．1802.02)]34.1(1[34.112/150012/15001512/150015150015001500=⨯-≈⎭⎬⎫⎩⎨⎧>=⎭⎬⎫⎩⎨⎧>=>ΦS S S P P P(2) 数据个数n 应满足条件：{}．90.012/1012/10=⎭⎬⎫⎩⎨⎧≤=≤n n S S n n P P 由于12n S n近似服从)1,0(N ，可见51.4436449.11210 6449.112/102≈⎪⎪⎭⎫ ⎝⎛≈，n ． 于是，当n >443时，才能使误差之和的绝对值小于10的概率不小于90%． 〖证明题〗例5.35（棣莫佛-拉普拉斯定理） 利用列维-林德伯格定理，证明棣莫佛-拉普拉斯定理．证明 设随机变量n X X X ,,,21 相互独立，同服从0-1分布；，，，，，npq S np S X X X S n i pq X p X n n n n i i ==+++====D E D E 21),,2,1(其中p q-=1． n X X X ,,,21 满足列维-林德伯格定理的条件：n X X X ,,,21 独立同分布且数学期望和方差存在，当n 充分大时近似地n n X X X S +++= 21～),(npq np N ．4.55（证明不等式） 设X 是任一非负（离散型或连续型）随机变量，已知X的数学期望存在，而0>ε是任意实数，证明不等式{}εεXX E P ≤≥．证明 (1) 设X 是离散型随机变量，其一切可能值为}{i x ，则{}．}{1}{}{}{11εεεεεεεXx X x x X x x Xx XX iiii x i i x i ix i x i E P P P P P ==≤=≤====≥∑∑∑∑≥≥≥(2) 设X 是连续型随机变量，其概率密度为)(x f ，则{}．d )(1d )(1d )(0εεεεεεXx x f x x x f x x x f X E P ≤≤≤=≥⎰⎰⎰∞∞∞例4.00（切比雪夫不等式） 设事件A 出现的概率为=p 0.5，试利用切比雪夫不等式，估计在1000次独立重复试验中事件A 出现的次数在450到550次之间的概率α． 解 设n ν是1000次独立重复试验中事件A 出现的次数，则．，），，2505.010005005.010005.0 1000(~2=⨯==⨯=X X B n D E ν由用切比雪夫不等式，知{}{}．9.050250150|550|5504502=-≥≤-=≤≤=n n νναP P 例5.3. 设随机变量X 的数学期望为μ，方差为2σ，(1)利用切比雪夫不等式估计：X 落在以μ为中心，σ3为半径的区间 内的概率不小于多少？(2)如果已知),(~2σμN X ，对上述概率，你是否可得到更好的估计？解：（1）()()()0.88899131)3()3(222=-=-≥<-=<-σσσσμσX D X P X E X P （2）()()⎪⎪⎭⎫⎝⎛<-=<-DX DX X E X P X E X P σσ3)3( ()0.99743322=≈⎪⎪⎭⎫⎝⎛<-=⎰∞--dt e DX X E X P t例5.4. 利用切比雪夫不等式来确定，当抛掷一枚均匀硬币时，需抛多少次，才能保证 正面出现的频率在0.4至0.6之间的概率不小于90%，并用正态逼近去估计同一问题。