《概率论与数理统计》习题及答案 第五章

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。

第五章 统计量及其分布习题5.11． 某地电视台想了解某电视栏目（如：每日九点至九点半的体育节目）在该地区的收视率情况，于是委托一家市场咨询公司进行一次电话访查． （1）该项研究的总体是什么？ （2）该项研究的样本是什么？ 解：（1）总体是该地区的全体用户；（2）样本是被访查的电话用户．2． 某市要调查成年男子的吸烟率，特聘请50名统计专业本科生作街头随机调查，要求每位学生调查100名成年男子，问该项调查的总体和样本分别是什么，总体用什么分布描述为宜？解：总体是任意100名成年男子中的吸烟人数；样本是这50名学生中每一个人调查所得到的吸烟人数；总体用二项分布描述比较合适．3． 设某厂大量生产某种产品，其不合格品率p 未知，每m 件产品包装为一盒．为了检查产品的质量，任意抽取n 盒，查其中的不合格品数，试说明什么是总体，什么是样本，并指出样本的分布． 解：总体是全体盒装产品中每一盒的不合格品数；样本是被抽取的n 盒产品中每一盒的不合格品数；总体的分布为X ~ b (m , p )，x m x qp x m x X P −⎟⎟⎠⎞⎜⎜⎝⎛==}{，x = 0, 1, …, n ， 样本的分布为nn x m x n x m x x m x n n q p x m q p x m q p x m x X x X x X P −−−⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⋅⎟⎟⎠⎞⎜⎜⎝⎛====L L 2211212211},,,{ ∑∑⋅⎟⎟⎠⎞⎜⎜⎝⎛===−=∏ni tni tx mn x ni i q px m 111．4． 为估计鱼塘里有多少鱼，一位统计学家设计了一个方案如下：从鱼塘中打捞出一网鱼，计有n 条，涂上不会被水冲刷掉的红漆后放回，一天后再从鱼塘里打捞一网，发现共有m 条鱼，而涂有红漆的鱼则有k 条，你能估计出鱼塘里大概有多少鱼吗？该问题的总体和样本又分别是什么呢？ 解：设鱼塘里有N 条鱼，有涂有红漆的鱼所占比例为Nn ， 而一天后打捞出的一网鱼中涂有红漆的鱼所占比例为m k，估计mk N n ≈，故估计出鱼塘里大概有kmnN ≈条鱼；总体是鱼塘里的所有鱼；样本是一天后再从鱼塘里打捞出的一网鱼． 5． 某厂生产的电容器的使用寿命服从指数分布，为了了解其平均寿命，从中抽出n 件产品测其使用寿命，试说明什么是总体，什么是样本，并指出样本的分布． 解：总体是该厂生产的全体电容器的寿命；样本是被抽取的n 件电容器的寿命；总体的分布为X ~ e (λ )，p (x ) = λ e λ x ，x > 0，样本的分布为11212(,,,)e e e enin i x x x x n n p x x x λλλλλλλλ=∑=⋅=L L ，x i > 0．6． 美国某高校根据毕业生返校情况纪录，宣布该校毕业生的年平均工资为5万美元，你对此有何评论？ 解：返校的毕业生只是毕业生中一部分特殊群体，样本的抽取不具有随机性，不能反应全体毕业生的情况．习题5.21． 以下是某工厂通过抽样调查得到的10名工人一周内生产的产品数149 156 160 138 149 153 153 169 156 156 试由这批数据构造经验分布函数并作图． 解：经验分布函数0,138,0.1,138149,0.3,149153,()0.5,153156,0.8,156160,0.9,160169,1,169.n x x x F x x x x x <⎧⎪≤<⎪⎪≤<⎪=≤<⎨⎪≤<⎪≤<⎪⎪≥⎩ 作图略．2． 下表是经过整理后得到的分组样本组序 1 2 3 4 5分组区间 (38,48] (48,58] (58,68] (68,78] (78,88] 频数 3 4 8 3 2试写出此分布样本的经验分布函数．解：经验分布函数0,37.5,0.15,37.547.5,0.35,47.557.5,()0.75,57.567.5,0.9,67.577.5,1,77.5.n x x x F x x x x <⎧⎪≤<⎪⎪≤<⎪=⎨≤<⎪⎪≤<⎪≥⎪⎩3． 假若某地区30名2000年某专业毕业生实习期满后的月薪数据如下：909 1086 1120 999 1320 1091 1071 1081 1130 1336 967 1572 825 914 992 1232 950 775 1203 1025 1096 808 1224 1044 871 1164 971 950 866 738（1）构造该批数据的频率分布表（分6组）； （2）画出直方图． 解：（1）最大观测值为1572，最小观测值为738，则组距为15727381406d −=≈， 区间端点可取为735，875，1015，1155，1295，1435，1575， 频率分布表为 组序 分组区间 组中值 频数 频率 累计频率 1 (735, 875] 805 6 0.2 0.2 2 (875, 1015] 945 8 0.2667 0.4667 3 (1015, 1155] 1085 9 0.3 0.7667 4 (1155, 1295] 1225 4 0.1333 0.95 (1295,0.96672 0.066671435]13651 0.03333150516 (1435,1575]合计30 1（2）作图略．4．某公司对其250名职工上班所需时间（单位：分钟）进行了调查，下面是其不完整的频率分布表：所需时间频率0~10 0.1010~20 0.2420~3030~40 0.1840~50 0.14 （1）试将频率分布表补充完整．（2）该公司上班所需时间在半小时以内有多少人？解：（1）频率分布表为组序分组区间组中值频数频率累计频率10] 5 25 0.1 0.11 (0,20] 15 60 0.24 0.342 (10,30] 25 85 0.34 0.683 (20,40] 35 45 0.18 0.864 (30,50] 45 35 0.14 15 (40,合计250 1（2）上班所需时间在半小时以内有25 + 60 + 85 = 170人．5．40种刊物的月发行量（单位：百册）如下：5954 5022 14667 6582 6870 1840 2662 45081208 3852 618 3008 1268 1978 7963 20483077 993 353 14263 1714 11127 6926 2047714 5923 6006 14267 1697 13876 4001 22801223 12579 13588 7315 4538 13304 1615 8612 （1）建立该批数据的频数分布表，取组距为1700（百册）；（2）画出直方图．解：（1）最大观测值为353，最小观测值为14667，则组距为d = 1700，区间端点可取为0，1700，3400，5100，6800，8500，10200，11900，13600，15300，频率分布表为组序分组区间组中值频数频率累计频率1700] 850 9 0.225 0.2251 (0,25509 0.225 0.453400]2 (1700,42505 0.125 0.5755100]3 (3400,59504 0.1 0.6756800]4 (5100,76504 0.1 0.7758500]5 (6800,1 0.025 0.893506 (8500,10200]1 0.025 0.825110507 (10200,11900]3 0.075 0.9127508 (11900,13600]4 0.1 11445015300]9 (13600,合计30 1（2）作图略．6．对下列数据构造茎叶图472 425 447 377 341 369 412 399400 382 366 425 399 398 423 384418 392 372 418 374 385 439 408429 428 430 413 405 381 403 479381 443 441 433 399 379 386 387 解：茎叶图为34 135369, 6377, 2, 4, 9382, 4, 5, 1, 1, 6, 7399, 8, 2400, 5, 3412, 9, 8, 8, 3, 9425, 5, 3, 8, 9, 8439, 0, 3447, 3, 14546472, 97．根据调查，某集团公司的中层管理人员的年薪（单位：千元）数据如下：40.6 39.6 37.8 36.2 38.838.6 39.6 40.0 34.7 41.738.9 37.9 37.0 35.1 36.737.1 37.7 39.2 36.9 38.3试画出茎叶图．解：茎叶图为34.735. 136.2, 7, 937.0, 1, 738. 639.6, 6, 240.6, 8, 041.742.43.844.9, 545. 4习题5.31．在一本书上我们随机的检查了10页，发现每页上的错误数为：4 5 6 0 3 1 4 2 1 4试计算其样本均值、样本方差和样本标准差．解：样本均值3)41654(101=+++++=L x ； 样本方差7778.3])34()31()36()35()34[(91222222≈−+−++−+−+−=L s ；样本标准差9437.17778.3≈=s ．2． 证明：对任意常数c , d ，有11()()()()()()n niiiii i x c y d x x y y n x c y d ==−−=−−+−−∑∑．证：∑∑==−+−−+−=−−ni i i n i i i d y y y c x x x d y c x 11)]())][(()[())((∑=−−+−−+−−+−−=ni i i i i d y c x d y x x y y c x y y x x 1)])(())(())(())([())(()()()()())((111d y c x n x x d y y y c x y y x x ni i ni i ni i i −−+−−+−−+−−=∑∑∑===))(())(())((00))((11d y c x n y y x x d y c x n y y x x ni i i ni i i −−+−−=−−+++−−=∑∑==．3． 设x 1 , …, x n 和y 1 , …, y n 是两组样本观测值，且有如下关系：y i = 3 x i − 4，i = 1, …, n ，试求样本均值x和y 间的关系以及样本方差2x s 和2y s 间的关系．解：4343431)43(111111−=−=⎟⎟⎠⎞⎜⎜⎝⎛−=−==∑∑∑∑====x x n n x n x n y n y ni i n i i n i i n i i ； 212121229(19)]43()43[(11)(11x n i i n i i n i i ys x x n x x n y y n s =−−=−−−−=−−=∑∑∑===． 4． 记∑==n i i n x n x 11，∑=−−=n i i n x x n s 122)(11，n = 1, 2, …，证明 )(1111n n n n x x n x x −++=++，21221)(111n n nn x x n s n n s −++−=++． 证：)(111111111111111111n n n n n n n i i n i i n x x n x x n x n n x n x n n n x n x −++=+++=++⋅+=+=+++=+=+∑∑； ⎥⎦⎤⎢⎣⎡−+−−=−=++=+=++∑∑21112112121))(1()(1)(1n n n i n i n i n i n x x n x x n x x n s ⎥⎦⎤⎢⎣⎡−+⋅+−−+−=++=∑2122112)()1(1)1()()(1n n n n n i n i x x n n x x x x n 2122112)(111)(1)(11)1(1n n n n n n i n i x x n s n n x x n n x x n n n −++−=⎥⎦⎤⎢⎣⎡−++−−−=++=∑．5． 从同一总体中抽取两个容量分别为n , m 的样本，样本均值分别为1x , 2x ，样本方差分别为21s , 22s ，将两组样本合并，其均值、方差分别为x , s 2，证明：12nx mx x n m+=+，)1)(()(1)1()1(22122212−++−+−+−+−=m n m n x x nm m n s m s n s ． 证：m n x m x n x x m n x x m n x m j j n i i m j j n i i ++=⎟⎟⎠⎞⎜⎜⎝⎛++=⎟⎟⎠⎞⎜⎜⎝⎛++=∑∑∑∑====211211121111； ⎥⎦⎤⎢⎣⎡−+−−+=∑∑==m j jn i i x x x x m n s 1221212()(11 ⎥⎦⎤⎢⎣⎡−+−+−+−−+=∑∑==221222211211)()()()(11x x m x x x x n x x m n m j j n i i ⎥⎥⎦⎤⎢⎢⎣⎡⎟⎠⎞⎜⎝⎛++−+−+⎟⎠⎞⎜⎝⎛++−+−−+=221222221121)1()1(11m n x m x n x m s m m n x m x n x n s n m n 2212222122221)()()(111)1()1(m n x x mn x x nm m n m n s m s n +−+−⋅−++−+−+−=)1)(()(1)1()1(2212221−++−+−+−+−=m n m n x x nm m n s m s n ． 6． 设有容量为n 的样本A ，它的样本均值为A x ，样本标准差为s A ，样本极差为R A ，样本中位数为m A ．现对样本中每一个观测值施行如下变换：y = ax + b ，如此得到样本B ，试写出样本B 的均值、标准差、极差和中位数．解：b x a b x n a nb x a n b ax n y n y A ni i n i i n i i n i i B +=+⋅=+=+==∑∑∑∑====11111)(1)(11；A n i A i n i A i n iB i B s a x x n a b x a b ax n y y n s ||)(11||)(11)(11121212=−−⋅=−−+−=−−=∑∑∑===； R B = y (n ) − y (1) = a x (n ) + b − a x (1) − b = a [x (n ) − x (1)] = a R A ； 当n 为奇数时，b am b ax y m A n n B +=+==⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛+5.021215.0，当n 为偶数时，b am b x x ab ax b ax y y m A n n n n n n B +=++=+++=+=⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛5.01221221225.0][2][21][21，故m B 0.5 = a m A 0.5 + b ．7． 证明：容量为2的样本x 1 , x 2的方差为2212)(21x x s −=． 证：221212221221222112)(214)(4)(])2()2[(121x x x x x x x x x x x x s −=−+−=+−++−−=． 8． 设x 1 , …, x n 是来自U (−1, 1) 的样本，试求)(X E 和Var(X ．解：因X i ~ U (−1, 1)，有0211)(=+−=i X E ，3112)11()(Var 2=+=i X ，故0)(1)1()(11===∑∑==ni i n i i X E n X n E X E ，n n nXnX n X ni in i i 31311)(Var 11Var )(Var 2121=⋅⋅==⎟⎟⎠⎞⎜⎜⎝⎛=∑∑==． 9． 设总体二阶矩存在，X 1 , …, X n 是样本，证明X X i −与)(j i X X j ≠−的相关系数为 − (n − 1) − 1．证：因X 1 , X 2 , …, X n 相互独立，有Cov (X l , X k ) = 0，（l ≠ k ）， 则),(Cov ),(Cov ),(Cov ),(Cov ),(Cov X X X X X X X X X X X X j i j i j i +−−=−−)(Var ),1(Cov )1,(Cov 0X X X nX n X j j i i +−−= 22221111)(Var )(Var 1)(Var 1σσσσnn n n X X n X n j i −=+−−=+−−=，且)1,(Cov 21),(Cov 2)(Var )(Var )(Var 22i i i i i X nX n X X X X X X −+=−+=−σσ)(Var 1212222X X nn n n j −=−=−+=σσσσ，故11111)(Var )(Var ),(Cov ),(Corr 222−−=−⋅−−=−⋅−−−=−−n nn n n n X X X X X X X X X X X X j i j i j i σσσ． 10．设x 1 , x 2 ,…, x n 为一个样本，∑=−−=ni i x x n s 122)(11是样本方差，试证： 22)()1(1s x x n n ji j i =−−∑<． 证：因⎟⎟⎠⎞⎜⎜⎝⎛−−=−−=∑∑==21212211)(11x n x n x x n s n i i n i i ， 则⎟⎟⎠⎞⎜⎜⎝⎛−+=−+=−=−∑∑∑∑∑∑∑∑∑∑∑==========<n i n j j i n i n j j n i n j i n i n j j i j i n i n j j i j i j i x x x x x x x x x x x x 1111211211221122221)2(21)(21)( 221212111212)1(2221221s n n x n x n x n x n x n x x x n x n n i i n i i n i n j j i n j j n i i −=⎟⎟⎠⎞⎜⎜⎝⎛−=⎟⎟⎠⎞⎜⎜⎝⎛⋅−=⎟⎟⎠⎞⎜⎜⎝⎛−+=∑∑∑∑∑∑======， 故22)()1(1s x x n n ji j i =−−∑<． 11．设总体4阶中心矩ν4 = E [X − E (X )]4存在，试对样本方差∑=−−=ni i X X n S 122(11，有 2442442442)1(3)1()2(2)1()()Var(−−+−−−−−=n n n n n S σνσνσν，其中σ 2为总体X 的方差．证：因⎥⎦⎤⎢⎣⎡−−−−=−−−−=∑∑==212122)()(11)]()[(11µµµµX n X n X X n S n i i n i i ，其中µ = E (X )， 则⎥⎦⎤⎢⎣⎡−−−−=∑=21222)()(Var )1(1)Var(µµX n X n S n i i⎭⎬⎫⎩⎨⎧−+⎟⎟⎠⎞⎜⎜⎝⎛−−−⎥⎦⎤⎢⎣⎡−−=∑∑==])(Var[)(,)(Cov 2)(Var )1(12212122µµµµX n X n X X n n i i n i i ⎭⎬⎫⎩⎨⎧−+−−−−−=∑∑==22122122)Var())(,)Cov((2)Var()1(1µµµµX n X X n X n n i i n i i ， 因E (X i − µ)2 = σ 2，E (X i − µ)4 = ν4，则)(})({}])([)({)Var(441224122412σνσνµµµ−=−=−−−=−∑∑∑===n X E X E X ni ni i i ni i ，因E (X i − µ) = 0，221)Var()(σµnX X E ==−，且当i ≠ j 时，X i − µ 与X j − µ 相互独立， 则∑∑==−−−−−=−−ni i i ni i X E X E X X E X X 12222122})()(])()[({))(,)Cov((µµµµµµ∑∑==⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⋅−⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−⋅−=ni nk k i n X n X E 1222121)(1)(σσµµ∑∑=≠⎭⎬⎫⎩⎨⎧−⎥⎦⎤⎢⎣⎡−⋅−+−=n i i k k i i n X E X E X E n1422421)()()(1σµµµ)(11])1([144142242σνσσσν−=⎭⎬⎫⎩⎨⎧−−⋅+=∑=n n n nni ，且224122421)(1])([)()Var(⎥⎦⎤⎢⎣⎡−⎥⎦⎤⎢⎣⎡−=−−−=−∑=σµµµµn X n E X E X E X n i i42221441)()(24)(1σµµµn X X X E n j i j i n i i −⎥⎦⎤⎢⎣⎡−−⎟⎟⎠⎞⎜⎜⎝⎛+−=∑∑<= 42221441)()(6)(1σµµµn X E X E X E n j i j i ni i −⎥⎦⎤⎢⎣⎡−−+−=∑∑<= 42443424444222442)3(11])1(3[11261σσνσσνσσσνn n n n n n n n n n n +−=−−+=−⎥⎦⎤⎢⎣⎡⋅⎟⎟⎠⎞⎜⎜⎝⎛⋅+=， 故⎭⎬⎫⎩⎨⎧⎥⎦⎤⎢⎣⎡+−+−⋅−−−=4244324444222)3(1)(12)()1(1)Var(σσνσνσνn n n n n n n S⎭⎬⎫⎩⎨⎧+−+−−−−=444444422)3(1)(2)()1(1σσνσνσνn n n 2442442444444442)1(3)1()2(2)1()()3(1)2(2)()1(1−−+−−−−−=⎭⎬⎫⎩⎨⎧−+−−−−=n n n n n n n n σνσνσνσνσνσν． 12．设总体X 的3阶矩存在，设X 1 , X 2 ,…, X n 是取自该总体的简单随机样本，X 为样本均值，S 2为样本方差，试证：nS X 32),Cov(ν=，其中ν3 = E [X − E (X )]3．证：因⎥⎦⎤⎢⎣⎡−−−−=−−−−=∑∑==212122)()(11)]()[(11µµµµX n X n X X n S n i i n i i ，其中µ = E (X )， 则⎟⎟⎠⎞⎜⎜⎝⎛⎥⎦⎤⎢⎣⎡−−−−−=−=∑=21222)()(11,Cov ),Cov(),Cov(µµµµX n X n X S X S X n i i ⎥⎦⎤⎢⎣⎡−−−−−−=∑=))(,Cov())(,Cov(11212µµµµX X n X X n n i i ， 因0)()(=−=−µµi X E X E ，E (X i − µ)2 = σ 2，E (X i − µ)3 = ν3，且当i ≠ j 时，X i − µ 与X j − µ 相互独立，则∑∑∑∑====−−=⎟⎟⎠⎞⎜⎜⎝⎛−−=−−n i i i ni i n k k ni i X X n X X n X X 1212112))(,Cov(1)(,)(1Cov ))(,Cov(µµµµµµ331231])()()([1ννµµµ=⋅=−−−−=∑=n nX E X E X E n n i i i i ， 且31232)(1)()()())(,Cov(⎥⎦⎤⎢⎣⎡−=−−−−=−−∑=n i i X n E X E X E X E X X µµµµµµ323313313311)(1)(1ννµµn n n X E n X E n n i i n i i =⋅=−=⎥⎦⎤⎢⎣⎡−=∑∑==，故n nn n n n n S X 333232111111),Cov(νννν=−⋅−=⎟⎠⎞⎜⎝⎛⋅−−=． 13．设1X 与2X 是从同一正态总体N (µ, σ 2)独立抽取的容量相同的两个样本均值．试确定样本容量n ，使得两样本均值的距离超过σ 的概率不超过0.01． 解：因µ==)()(21X E X E ，nX X 221)Var()Var(σ==，1X 与2X 相互独立，且总体分布为N (µ, σ 2)，则0)(21=−=−µµX X E ，n n n X X 222212)Var(σσσ=+=−，即⎟⎟⎠⎞⎜⎜⎝⎛−n N X X 2212,0~σ， 因01.0222212}|{|21≤⎟⎟⎠⎞⎜⎜⎝⎛Φ−=⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛Φ−=>−n n X X P σσσ，有995.02≥⎟⎟⎠⎞⎜⎜⎝⎛Φn ，5758.22≥n ，故n ≥ 13.2698，即n 至少14个．14．利用切比雪夫不等式求抛均匀硬币多少次才能使正面朝上的频率落在 (0.4, 0.6) 间的概率至少为0.9．如何才能更精确的计算这个次数？是多少？解：设⎩⎨⎧=,,0,,1次反面朝上第次正面朝上第i i X i 有X i ~ B (1, 0.5)，且正面朝上的频率为∑==ni i X n X 11，则E (X i ) = 0.5，Var (X i ) = 0.25，且5.0(=X E ，n X 25.0)(Var =， 由切比雪夫不等式得n nX P X P 2511.025.01}1.0|5.0{|}6.04.0{2−=−≥<−=<<，故当9.0251≥−n时，即n ≥ 250时，9.0}6.04.0{≥<<X P ；利用中心极限定理更精确地计算，当n 很大时∑==ni i X n X 11的渐近分布为正态分布25.0,5.0(n N ， 则)2.0()2.0()25.05.04.0(25.05.06.0()4.0()6.0(}6.04.0{n n nnF F X P −Φ−Φ=−Φ−−Φ=−=<<9.01)2.0(2≥−Φ=n ，即95.0)2.0(≥Φn ，64.12.0≥n ，故当n ≥ 67.24时，即n ≥ 68时，9.0}6.04.0{≥<<X P ．15．从指数总体Exp (1/θ ) 抽取了40个样品，试求X 的渐近分布．解：因θ==)((X E X E ，2401)(Var )(Var θ==n X X ，故X 的渐近分布为)401,(2θθN ．16．设X 1 , …, X 25是从均匀分布U (0, 5) 抽取的样本，试求样本均值X 的渐近分布．解：因25)()(==X E X E ，1211225)05()(Var )(Var 2=×−==n X X ，故X 的渐近分布为)121,25(N ． 17．设X 1 , …, X 20是从二点分布b (1, p ) 抽取的样本，试求样本均值X 的渐近分布．解：因p X E X E ==)((，20)1()(Var )(Var p p n X X −==，故X 的渐近分布为20)1(,(p p p N −．18．设X 1 , …, X 8是从正态分布N (10, 9) 中抽取的样本，试求样本均值X 的标准差．解：因89)(Var )(Var ==n X X ，故X 的标准差为423)(Var =X ． 19．切尾均值也是一个常用的反映样本数据的特征量，其想法是将数据的两端的值舍去，而用剩下的当中的值为计算样本均值，其计算公式是][2])[()2]([)1]([αααααn n X X X X n n n n −+++=−++L ，其中0 < α < 1/2是切尾系数，X (1) ≤ X (2) ≤ … ≤ X (n ) 是有序样本．现我们在高校采访了16名大学生，了解他们平时的学习情况，以下数据是大学生每周用于看电视的时间：15 14 12 9 20 4 17 26 15 18 6 10 16 15 5 8 取α = 1/16，试计算其切尾均值．解：因n α = 1，且有序样本为4, 5, 6, 8, 9, 10, 12, 14, 15, 15, 15, 16, 17, 18, 20, 26，故切尾均值8571.12)20865(216116/1=++++−=L x ． 20．有一个分组样本如下：区间 组中值 频数 (145,155) 150 4 (155,165) 160 8 (165,175) 170 6 (175,185) 180 2试求该分组样本的样本均值、样本标准差、样本偏度和样本峰度．解：163)2180617081604150(201=×+×+×+×=x ；2338.9]2)163180(6)163170(8)163160(4)163150[(1912222=×−+×−+×−+×−=s ； 因81]2)163180(6)163170(8)163160(4)163150[(20122222=×−+×−+×−+×−=b ， 144]2)163180(6)163170(8)163160(4)163150[(20133333=×−+×−+×−+×−=b ，14817]2)163180(6)163170(8)163160(4)163150[(20144444=×−+×−+×−+×−=b ，故样本偏度1975.02/3231==b b γ，样本峰度7417.032242−=−=b b γ．21．检查四批产品，其批次与不合格品率如下：批号批量不合格品率1 100 0.052 300 0.063 250 0.04 4 150 0.03试求这四批产品的总不合格品率．解：046875.0)03.015004.025006.030005.0100(8001=×+×+×+×=p ． 22．设总体以等概率取1, 2, 3, 4, 5，现从中抽取一个容量为4的样本，试分别求X (1) 和X (4) 的分布． 解：因总体分布函数为⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧≥<≤<≤<≤<≤<=,5,1,54,54,43,53,32,52,21,51,1,0)(x x x x x x x F则F (1) (x ) = P {X (1) ≤ x } = 1 − P {X (1) > x } = 1 − P {X 1 > x , X 2 > x , X 3 > x , X 4 > x } = 1 − [1 − F (x )]4⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧≥<≤<≤<≤<≤<=,5,1,54,625624,43,625609,32,625544,21,625369,1,0x x x x x x且F (4) (x ) = P {X (4) ≤ x } = P {X 1 ≤ x , X 2 ≤ x , X 3 ≤ x , X 4 ≤ x } = [F (x )]4⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧≥<≤<≤<≤<≤<=,5,1,54,625256,43,62581,32,62516,21,6251,1,0x x x x x x故X (1) 和X (4) 的分布为6251625156256562517562536954321)1(P X ； 6253696251756256562515625154321)4(PX ． 23．设总体X 服从几何分布，即P {X = k } = pq k − 1，k = 1, 2, …，其中0 < p < 1，q = 1 − p ，X 1, X 2, …, X n 为该总体的样本．求X (n ) , X (1)的概率分布．解：因k k kj j q qq p pqk X P −=−−==≤∑=−11)1(}{11，k = 1, 2, …，故n k n k ni i ni i n n n q q k X P k X P k X P k X P k X P )1()1(}1{}{}1{}{}{111)()()(−==−−−=−≤−≤=−≤−≤==∏∏；且nk k n ni i ni i q q k X P k X P k X P k X P k X P −=>−−>=>−−>==−==∏∏)1(11)1()1()1(}{}1{}{}1{}{．24．设X 1 , …, X 16是来自N (8, 4) 的样本，试求下列概率（1）P {X (16) > 10}； （2）P {X (1) > 5}．解：（1）1616161)16()16()]2810([1)]10([1}10{1}10{1}10{−Φ−=−=≤−=≤−=>∏=F X P X P X P i i = 1 − [Φ(1)]16 = 1 − 0.841316 = 0.9370；（2）3308.09332.0)]5.1([285(1[)]5(1[}5{}5{16161616161)1(==Φ=−Φ−=−=>=>∏=F X P X P i i ． 25．设总体为韦布尔分布，其密度函数为⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎟⎟⎠⎞⎜⎜⎝⎛−=−mmm x mx m x p ηηηexp ),;(1，x > 0, m > 0, η > 0． 现从中得到样本X 1 , …, X n ，证明X (1) 仍服从韦布尔分布，并指出其参数． 解：总体分布函数mm mmx xt xmt xt mm xt t mtt t p x F ⎟⎟⎠⎞⎜⎜⎝⎛−⎟⎟⎠⎞⎜⎜⎝⎛−⎟⎟⎠⎞⎜⎜⎝⎛−⎟⎟⎠⎞⎜⎜⎝⎛−−−=−=⎟⎟⎠⎞⎜⎜⎝⎛===∫∫∫ηηηηηηe1e d ed ed )()(00010，x > 0，则X (1) 的密度函数为111(1)11()[1()]()eeemmmmx x x m m m n n n mmmxmnxp x n F x p x n ηηηηη⎛⎞⎛⎞⎛⎞⎛⎞−−−−−−−−⎜⎟⎜⎟⎜⎟−⎝⎠⎝⎠⎝⎠=−=⋅==，故X (1) 服从参数为⎟⎟⎠⎞⎜⎜⎝⎛m n m η,的韦布尔分布． 26．设总体密度函数为p (x ) = 6 x (1 − x ), 0 < x < 1，X 1 , …, X 9是来自该总体的样本，试求样本中位数的分布． 解：总体分布函数3203223)23(d )1(6d )()(x x t t t t t t t p x F xxx−=−=−==∫∫，0 < x < 1，因样本容量n = 9，有样本中位数)5(215.0x x m n ==⎟⎠⎞⎜⎝⎛+，其密度函数为)1(6)231()23(!4!4!9)()](1[)]([!4!4!9)(432432445x x x x x x x p x F x F x p −⋅+−−⋅=−⋅=． 27．证明公式∫∑−−=−−−−=−⎟⎟⎠⎞⎜⎜⎝⎛110)1()!1(!!)1(p r n r rk k n k dx x x r n r n p p k n ，其中0 ≤ p ≤ 1． 证：设总体X 服从区间(0, 1)上的均匀分布，X 1, X 2, …, X n 为样本，X (1), X (2), …, X (n )是顺序统计量，则样本观测值中不超过p 的样品个数服从二项分布b (n , p )，即最多有r 个样品不超过p 的概率为∑=−+−⎟⎟⎠⎞⎜⎜⎝⎛=>rk kn k r p p k n p X P 0)1()1(}{，因总体X 的密度函数与分布函数分别为⎩⎨⎧<<=.,0;10,1)(其他x x p ⎪⎩⎪⎨⎧≥<≤<=.1,1;10,;0,0)(x x x x x F则X (r + 1)的密度函数为⎪⎩⎪⎨⎧<<−−−=−−−=−−−−+.,0,10,)1()!1(!!)()](1[)]([)!1(!!)(111其他x x x r n r n x p x F x F r n r n x p r n r r n r r 故∫∑−−+=−−−−=>=−⎟⎟⎠⎞⎜⎜⎝⎛11)1(0)1()!1(!!}{)1(p r n r r rk kn k dx x x r n r n p X P p p k n ． 28．设总体X 的分布函数F (x )是连续的，X (1), …, X (n )为取自此总体的次序统计量，设ηi = F (X (i ))，试证： （1）η1 ≤ η2 ≤ … ≤ ηn ，且ηi 是来自均匀分布U (0, 1)总体的次序统计量；（2）1)(+=n iE i η，)2()1()1()Var(2++−+=n n i n i i η，1 ≤ i ≤ n ； （3）ηi 和ηj 的协方差矩阵为⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎝⎛+−+−+−+−2)1(2)1(2)1(2)1(22212111n a a n a a n a a n a a 其中11+=n i a ，12+=n j a ． 注：第（3）问应要求i < j ． 解：（1）首先证明Y = F (X )的分布是均匀分布U (0, 1)，因分布函数F (x )连续，对于任意的y ∈ (0, 1)，存在x ，使得F (x ) = y ， 则F Y ( y ) = P {Y = F (X ) ≤ y } = P {F (X ) ≤ F (x )} = P {X ≤ x } = F (x ) = y ， 即Y = F (X )的分布函数是⎪⎩⎪⎨⎧≥<≤<=.1,1;10,;0,0)(y y y y y F Y可得Y = F (X )的分布是均匀分布U (0, 1)，即F (X 1), F (X 2), …, F (X n )是均匀分布总体U (0, 1)的样本， 因分布函数F (x )单调不减，ηi = F (X (i ))，且X (1) ≤ X (2) ≤ … ≤ X (n )是总体X 的次序统计量， 故η1 ≤ η2 ≤ … ≤ ηn ，且ηi 是来自均匀分布U (0, 1)总体的次序统计量； （2）因均匀分布U (0, 1) 的密度函数与分布函数分别为⎩⎨⎧<<=.,0;10,1)(其他y y p Y ⎪⎩⎪⎨⎧≥<≤<=.1,1;10,;0,0)(y y y y y F Y则ηi = F (X (i ))的密度函数为⎪⎩⎪⎨⎧<<−−−=−−−=−−−−.,0,10,)1()!()!1(!)()](1[)]([)!()!1(!)(11其他y y y i n i n y p y F y F i n i n y p i n i Y in Y i Y i即ηi 服从贝塔分布Be (i , n − i + 1)，即Be (a , b )，其中a = i ，b = n − i + 1，故1)(+=+=n i b a a E i η，)2()1()1()1()()Var(22++−+=+++=n n i n i b a b a ab i η，1 ≤ i ≤ n ； （3）当i < j 时，(ηi , ηj )的联合密度函数为z y Y Y j n Y i j Y Y i Y ij z p y p z F y F z F y F j n i j i n z y p <−−−−−−−−−−=I )()()](1[)]()([)]([)!()!1()!1(!),(111011I )1()()!()!1()!1(!<<<−−−−−−−−−−=z y j n i j i z y z y j n i j i n ， 则∫∫∫∫−−−+∞∞−+∞∞−−⋅−−−−−=⋅=1001)1()()!()!1()!1(!),()(z j n i j i ij j i dy z z y z y dz j n i j i n dydz z y p yz E ηη， 令y = zu ，有dy = zdu ，且当y = 0时，u = 0；当y = z 时，u = 1，则∫∫⋅−−=−⋅−−−−−−−1101)()()1()1()(zdu zu z zu z z dy z z y z y i j i j n zj n i j ij n j j n j i j i j j n z z j i j i i j i B z z du u u z z z −+−+−−−−−−=−+⋅−=−⋅−=∫)1(!)!1(!),1()1()1()1(1111，即∫−+−−−−−−−=101)1(!)!1(!)!()!1()!1(!)(dz z z j i j i j n i j i n E jn j j i ηη )1,2(!)!1(!)!()!1()!1(!+−+−−⋅−−−−=j n j B j i j i j n i j i n)2)(1()1()!2()!()!1(!)!1(!)!()!1()!1(!+++=+−+⋅−−⋅−−−−=n n j i n j n j j i j i j n i j i n ， 可得)2()1()1(11)2)(1()1()()()(),Cov(2++−+=+⋅+−+++=−=n n j n i n j n i n n j i E E E j i j i j i ηηηηηη， 因11+=n i a ，12+=n j a ， 则2)1()2()1()1(),Cov(212+−=++−+=n a a n n j n i j i ηη， 且2)1()2()1()1()Var(112+−=++−+=n a a n n i n i i η，2)1()2()1()1()Var(222+−=++−+=n a a n n j n j jη， 故ηi 和ηj 的协方差矩阵为⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎝⎛+−+−+−+−=⎟⎟⎠⎞⎜⎜⎝⎛2)1(2)1(2)1(2)1()Var(),Cov(),Cov()Var(22212111n a a n a a n a a n a a j j i j i i ηηηηηη． 29．设总体X 服从N (0, 1)，从此总体获得一组样本观测值x 1 = 0, x 2 = 0.2, x 3 = 0.25, x 4 = −0.3, x 5 = −0.1, x 6 = 2, x 7 = 0.15, x 8 = 1, x 9 = −0.7, x 10 = −1．（1）计算x = 0.15（即x (6)）处的E [F (X (6))]，Var[F (X (6))]； （2）计算F (X (6))在x = 0.15的分布函数值．解：（1）根据第28题的结论知1)]([)(+=n iX F E i ，)2()1()1()](Var[2)(++−+=n n i n i X F i ，且n = 10， 故116)]([)6(=X F E ，2425121156)](Var[2)6(=××=X F ； （2）因F (X (i ))服从贝塔分布Be (i , n − i + 1)，即这里的F (X (6))服从贝塔分布Be (6, 5)，则F (X (6))在x = 0.15的分布函数值为∫−⋅=15.00456)1(!4!5!10)15.0(dx x x F ， 故根据第27题的结论知0014.085.015.0101)1(!4!5!10)15.0(501015.00456=××⎟⎟⎠⎞⎜⎜⎝⎛−=−⋅=∑∫=−k k k k dx x x F ． 30．在下列密度函数下分别寻求容量为n 的样本中位数m 0.5的渐近分布．（1）p (x ) = 6x (1 − x )，0 < x < 1；（2）⎭⎬⎫⎩⎨⎧−−=222)(exp π21)(σµσx x p ； （3）⎩⎨⎧<<=.,0;10,2)(其他x x x p （4）||e 2)(x x p λλ−=．解：样本中位数m 0.5的渐近分布为⎟⎟⎠⎞⎜⎜⎝⎛⋅)(41,5.025.0x p n x N ，其中p (x )是总体密度函数，x 0.5是总体中位数， （1）因p (x ) = 6x (1 − x )，0 < x < 1，有35.025.003205.023)23()1(6)(5.05.05.0x x x x dx x x x F x x −=−=−==∫，则x 0.5 = 0.5，有nn p n 91)5.05.06(41)5.0(4122=×××=⋅， 故样本中位数m 0.5的渐近分布为⎟⎠⎞⎜⎝⎛n N 91,5.0；（2）因⎭⎫⎩⎨⎧−−=222)(exp π21)(σµσx x p ，有0.5 = F (x 0.5) = F (µ)， 则x 0.5 = µ ，有n n p n 2ππ2141)(41222σσµ=⎟⎟⎠⎞⎜⎜⎝⎛×=⋅， 故样本中位数m 0.5的渐近分布为⎟⎟⎠⎞⎜⎜⎝⎛n N 2π,2σµ；（3）因⎩⎨⎧<<=.,0;10,2)(其他x x x p 有25.00205.05.05.02)(5.0x x xdx x F x x ====∫， 则215.0=x ，有n n p n 8121241214122=⎟⎠⎞⎜⎝⎛××=⎟⎠⎞⎜⎝⎛⋅， 故样本中位数m 0.5的渐近分布为⎟⎠⎞⎜⎝⎛n N 81,21； （4）因||e 2)(x x p λλ−=，有0.5 = F (x 0.5) = F (0)，则x 0.5 = 0，有2221241)0(41λλn n p n =⎟⎠⎞⎜⎝⎛×=⋅， 故样本中位数m 0.5的渐近分布为⎟⎠⎞⎜⎝⎛21,0λn N ．31．设总体X 服从双参数指数分布，其分布函数为⎪⎩⎪⎨⎧≤>⎭⎬⎫⎩⎨⎧−−−=.,0;,exp 1)(µµσµx x x x F其中，−∞ < µ < +∞，σ > 0，X (1) ≤ … ≤ X (n )为样本的次序统计量．试证明)(2)1()1()(−−−−i i X X i n σ服从自由度为2的χ 2分布（i = 2, …, n ）． 注：此题有误，讨论的随机变量应为)(2)1()1()(−−+−i i X X i n σ．证：因(X (i − 1), X (i ))的联合密度函数为z y i n i i i z p y p z F y F i n i n z y p <−−−−−−=I )()()](1[)]([)!()!2(!),(2)1( z y in i z y z y i n i n <<−−⎭⎬⎫⎩⎨⎧−−⋅⎭⎬⎫⎩⎨⎧−−⋅⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−−−−=µσµσσµσσµσµI exp 1exp 1exp exp 1)!()!2(!2z y i n i z y y i n i n <<+−−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−−⎭⎬⎫⎩⎨⎧−−−−=µσµσµσµσI exp exp 1exp )!()!2(!122，则T = X (i ) − X (i − 1)的密度函数为∫+∞∞−−⋅⋅+=dy t y y p t p i i T 1),()()1(∫∞++−−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−+−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−−⎭⎬⎫⎩⎨⎧−−−−=µσµσµσµσdy t y y y i n i n i n i 122exp exp 1exp )!()!2(!∫∞+−+−+−⎥⎦⎤⎢⎣⎡⎭⎫⎩⎨⎧−−−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−−=µσµσσµσµσσy d y y t i n i n i i n i n exp )(exp 1exp exp )!()!2(!2112∫−−⎥⎦⎤⎢⎣⎡⎭⎬⎫⎩⎨⎧−−−=−+−+−012112)()1(exp )!()!2(!du u ut i n i n i i n i n σσσ∫−+−−⎭⎬⎫⎩⎨⎧+−−−−=1021)1()1(exp )!()!2(!du u ut i n i n i n i i n σσ )1,2()1(exp )!()!2(!−+−⎭⎬⎫⎩⎨⎧+−−−−=i i n B t i n i n i n σσ⎭⎬⎫⎩⎨⎧+−−+−=−+−⋅⎭⎬⎫⎩⎨⎧+−−−−=σσσσt i n i n n i i n t i n i n i n )1(exp 1!)!2()!1()1(exp )!()!2(!，t > 0，可得T i n X X i n S i i σσ2)1()(2)1()1()(+−=−+−=−的密度函数为⎭⎬⎫⎩⎨⎧−=+−⋅⎭⎬⎫⎩⎨⎧−+−=+−⋅⎟⎟⎠⎞⎜⎜⎝⎛+−=2exp 21)1(22exp 1)1(2)1(2)(s i n s i n i n s i n p s p T S σσσσ，s > 0， 故)(2)1()1()(−−+−=i i X X i n S σ服从参数为21的指数分布，也就是服从自由度为2的χ 2分布． 32．设总体X 的密度函数为⎩⎨⎧<<=.,0;10,3)(2其他x x x p X (1) ≤ X (2) ≤ … ≤ X (5)为容量为5的取自此总体的次序统计量，试证)4()2(X X 与X (4)相互独立．z −证：因总体X 的密度函数和分布函数分别为⎩⎨⎧<<=.,0;10,3)(2其他x x x p ⎪⎩⎪⎨⎧≥<≤<=.1,1;10,;0,0)(3x x x x x F 则(X (2), X (4))的联合密度函数为)4()2(I )()()](1[)]()([)]([!1!1!1!5),()4()2(1)4(1)2()4(1)2()4()2(24x x x p x p x F x F x F x F x x p <−−⋅⋅=103)4(3)2(3)4(2)4(5)2(102)4(2)2(3)4(3)2(3)4(3)2()4()2()4()2(I )1)((1080I 33)1)((120<<<<<<−−=⋅⋅−−=x x x x x x x x x x x x x x x ，设)4()2(1X X Y =，Y 2 = X (4)，有X (2) = Y 1Y 2，X (4) = Y 2，则(X (2), X (4))关于( Y 1 , Y 2 )的雅可比行列式为21221)4()2(1),(),(y y y y y x x J ==∂∂=，且0 < X (2) ≤ X (4) < 1对应于0 < Y 1 < 1, 0 < Y 2 < 1，可得(Y 1 , Y 2 )的联合密度函数为210,10323213222521221242121I )1]()([)(1080||),(),(y y y y y y y y J y y y p y y p y y ⋅−−=⋅=<<<<103211210315121I )1(I )1(1080<<<<−⋅−=y y y y y y ，由于(Y 1 , Y 2 , …, Y n )的联合密度函数p ( y 1 , y 2)可分离变量， 故)4()2(1X X Y =与Y 2 = X (4)相互独立．33．（1）设X (1)和X (n )分别为容量n 的最小和最大次序统计量，证明极差R n = X (n ) − X (1)的分布函数∫+∞∞−−−+=dy y p y F x y F n x F n R n )()]()([)(1其中F ( y )与p ( y )分别为总体的分布函数与密度函数；（2）利用（1）的结论，求总体为指数分布Exp (λ)时，样本极差R n 的分布． 注：第（1）问应添上x > 0的要求． 解：（1）方法一：增补变量法因(X (1), X (n ))的联合密度函数为z y n z y n n z p y p y F z F n n z p y p y F z F n n z y p <−<−−−=−−=I )()()]()()[1(I )()()]()([)!2(!),(221， 对于其函数R n = X (n ) − X (1)，增补变量W = X (1)，⎩⎨⎧−==.;y z r y w 反函数为⎩⎨⎧+==.;r w z w y 其雅可比行列式为11101==J ，则R n 的密度函数为∫+∞∞−>−+−+−=dw r w p w p w F r w F n n r p r n R n 02I )()()]()()[1()(，故R n = X (n ) − X (1)的分布函数为∫∫∫∞−+∞∞−>−∞−+−+−==x r n x R R dw r w p w p w F r w F n n dr dr r p x F n n 02I )()()]()()[1()()(∫∫+∞∞−∞−>−+−+−=xr n dr r w p w p w F r w F n n dw 02I )()()]()()[1(∫∫+∞∞−−+−+−=xn dr r w p w F r w F dw w p n n 02)()]()([)()1(∫∫+∞∞−−+−+−=xn r w dF w F r w F dw w p n n 02)()]()([)()1(∫+∞∞−−−+−⋅−=x n w F r w F n dw w p n n 01)]()([11)()1(∫+∞∞−−−+=dw w p w F x w F n n )()]()([1 ∫+∞∞−−−+=dy y p y F x y F n n )()]()([1，x > 0；方法二：分布函数法因(X (1), X (n ))的联合密度函数为z y n z y n n z p y p y F z F n n z p y p y F z F n n z y p <−<−−−=−−=I )()()]()()[1(I )()()]()([)!2(!),(221， 故R n = X (n ) − X (1)的分布函数为∫∫+∞∞−+∞−=≤−==xy n n n R dz z y p dy x X X R P x F n ),(}{)(1)1()(∫∫+∞∞−+−−−=xy yn dz z p y p y F z F dy n n )()()]()([)1(2∫∫+∞∞−+−−⋅−=xy yn z F d y F z F y p dy n n )]([)]()([)()1(2∫∫+∞∞−−+∞∞−+−−+=−−⋅⋅−=dy y p y F x y F n y F z F n y p dy n n n x y y n )()]()([)]()([11)()1(11，x > 0；（2）因指数分布Exp (λ)的密度函数与分布函数分别为⎩⎨⎧≤>=−.0,0;0,e )(x x x p x λλ ⎩⎨⎧≤>−=−.0,0;0,e 1)(x x x F x λ故R n = X (n ) − X (1)的分布函数为∫∫+∞−−−+−+∞∞−−⋅−−−=−+=01)(1e )]e 1()e 1[()()]()([)(dy n dy y p y F x y F n x F y n y x y n R n λλλλ101011)e 1()(e 1)e 1(e )1()e 1()(e −−+∞−−−+∞−−−−−−=⎟⎠⎞⎜⎝⎛−⋅−=−⋅−=∫n x n y n x y n x n y n n d n λλλλλλ，x > 0．34．设X 1 , …, X n 是来自U (0, θ ) 的样本，X (1) ≤ … ≤ X (n ) 为次序统计量，令)1()(+=i i i X X Y ，i = 1, …, n − 1，Y n = X (n ) ，证明Y 1 , …, Y n 相互独立．。

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：。

当零假设H o 成立时，变量:汕 X32.0. 6~N(0, 1)1.10.89 1.9632.0，所以可以认为这批机制砖的平均抗断强度 显着为32.0kg/cm 2。

解：这是检验正态总体数学期望是否大于10提出假设：H 。

：10, H 1 : 10 即：H 0 :10,H 1 :10由题设，样本容量n5，20.12，0.120.1，检验解：这是检验正态总体数学期望提出假设：H 。

：32.0, 由题设，样本容量n 6，是否为H 1 : 32.01.21，1.21 1.1，所以用 U因检验水平 0.05，由 P{| U|0.05,查表得1.96得到拒绝域: |u |1.96计算得:1(32.6 30.0 31.6632.0 31.8 31.6) 31.600-壮叫0.89它没有落入拒绝域，于是不能拒绝H 。

，而接受H 0，即可以认为X 10.1万 km ,所以用U 检验当零假设H o 成立时， 变量: X10一5~N(0,1)0.1因检验水平 0.05,由P{U} 0.05,查表得'1.64得到拒绝域: 1.64计算得：ux 0 斤 10.1n0.110” 52.242.24 1.64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所以可以认为这批新摩托车的平均寿命 有显者提高。

解：这是检验正态总体数学期望是否小于240提出假设：H 。

:即：H 。

:由题设，样本容量n240, H 1 : 240 240,H 1 : 2402625，、625 25， x 220，所6 以用U 检验当零假设H o 成立时， 变量：因检验水平 0.05， 由P{U得到拒绝域： u1.64计算得：u Xn220U 02406 25”nX 2406 ~ N(0,1)250.05,查表得'1.641.959它落入拒绝域，于是拒绝H o,而接受H i，即可以认为240所以可以认为今年果园每株梨树的平均产量显着减少。

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.。

复制过来让大家都能下载哈第五章数理统计的基础知识5.1 数理统计的基本概念习题1已知总体X服从[0,λ]上的均匀分布(λ未知),X1,X2,⋯,Xn为X的样本，则().(A)1n∑i=1nXi-λ2是一个统计量；(B)1n∑i=1nXi-E(X)是一个统计量；(C)X1+X2是一个统计量；(D)1n∑i=1nXi2-D(X)是一个统计量.解答：应选(C).由统计量的定义：样本的任一不含总体分布未知参数的函数称为该样本的统计量.(A)(B)(D)中均含未知参数.习题2观察一个连续型随机变量，抽到100株“豫农一号”玉米的穗位(单位：cm),得到如下表中所列的数据. 按区间[70,80),[80,90),⋯,[150,160),将100个数据分成9个组，列出分组数据计表(包括频率和累积频率),并画出频率累积的直方图.解答：分组数据统计表求样本容量n,样本均值X¯，样本方差S2.解答：对于抽到的每个居民户调查均收入，可见n=200.这里，没有给出原始数据，而是给出了整理过的资料(频率分布),我们首先计算各组的“组中值”，然后计算X¯和S2的近似值：分别表示样本均值和样本二阶中心矩，试求E(X¯),E(S2).解答：由X∼B(10,3100),得E(X)=10×3100=310,D(X)=10×3100×97100=2911000,所以E(X¯)=E(X)=310,E(S2)=n-1nD(X)=291(n-1)1000n.习题6设某商店100天销售电视机的情况有如下统计资料f(2)(x)=2F(x)f(x)={2λe-λx(1-e-λx),x>00,其它,又X(1)的概率密度为f(1)(x)=2[1-F(x)]f(x)={2λe-2λx,x>00,其它.习题9设电子元件的寿命时间X(单位：h)服从参数λ=0.0015的指数分布，今独立测试n=6元件，记录它们的失效时间，求：(1)没有元件在800h之前失效的概率；(2)没有元件最后超过3000h的概率.解答：(1)总体X的概率密度f(x)={(0.0015)e-0.0015x,x>00,其它,分布函数F(x)={1-e-0.0015x,x>00,其它,{没有元件在800h前失效}={最小顺序统计量X(1)>800},有P{X(1)>800}=[P{X>800}]6=[1-F(800)]6=exp(-0.0015×800×6)=exp(-7.2)≈0.000747.(2){没有元件最后超过3000h}={最大顺序统计量X(6)<3000}P{X(6)<3000}=[P{X<3000}]6=[F(3000)]6=[1-exp{-0.0015×3000}]6=[1-exp{-4.5}]6≈0.93517.习题10设总体X任意，期望为μ,方差为σ2,若至少要以95%的概率保证∣X¯-μ∣<0.1σ,问样本容量n应取多大？解答：因当n很大时，X¯-N(μ,σ2n),于是P{∣X¯-μ∣<0.1σ}=P{μ-0.1σ<X¯<μ+0.1σ}≈Φ(0.1σσ/n)-Φ(-0.1σσ/n)=2Φ(0.1n)-1≥0.95,则Φ(0.1n)≥0.975,查表得Φ(1.96)=0.975,因Φ(x)非减，故0.1n≥1.96,n≥384.16,故样本容量至少取385才能满足要求.5.2 常用统计分布习题1对于给定的正数a(0<a<1),设za,χa2(n),ta(n),Fa(n1,n2)分别是标准正态分布，χ2(n),t(n),F(n1,n2)分布的上a分位点，则下面的结论中不正确的是().(A)z1-a(n)=-za(n);(B)χ1-a2(n)=-χa2(n);(C)t1-a(n)=-ta(n);(D)F1-a(n1,n2)=1Fa(n2,n1).解答：应选(B).因为标准正态分布和t分布的密度函数图形都有是关于y轴对称的，而χ2分布的密度大于等于零，所以(A)和(C)是对的.(B)是错的. 对于F分布，若F∼F(n1,n2),则1-a=P{F>F1-a(n1,n2)}=P{1F<1F1-a(n1,n2)=1-P{1F>1F1-a(n1,n2)由于1F∼F(n2,n1),所以P{1F>1F1-a(n1,n2)=P{1F>Fa(n2,n1)=a,即F1-a(n1,n2)=1Fa(n2,n1). 故(D)也是对的.习题2(1)2.设总体X∼N(0,1),X1,X2,⋯,Xn为简单随机样本，问下列各统计量服从什么分布? (1)X1-X2X32+X42;解答：因为Xi∼N(0,1),i=1,2,⋯,n,所以：X1-X2∼N(0,2),X1-X22∼N(0,1),X32+X42∼χ2(2),故X1-X2X32+X42=(X1-X2)/2X32+X422∼t(2).习题2(2)2.设总体X∼N(0,1),X1,X2,⋯,Xn为简单随机样本，问下列各统计量服从什么分布? (2)n-1X1X22+X32+⋯+Xn2;解答：因为Xi∼N(0,1),∑i=2nXi2∼χ2(n-1),所以n-1X1X22+X32+⋯+Xn2=X1∑i=2nXi2/(n-1)∼t(n-1).习题2(3)2.设总体X∼N(0,1),X1,X2,⋯,Xn为简单随机样本，问下列各统计量服从什么分布?(3)(n3-1)∑i=13Xi2/∑i=4nXi2.解答：因为∑i=13Xi2∼χ2(3),∑i=4nXi2∼χ2(n-3),所以：(n3-1)∑i=13Xi2/∑i=4nXi2=∑i=13Xi2/3∑i=4nXi2/(n-3)∼F(3,n-3).习题3设X1,X2,X3,X4是取自正态总体X∼N(0,22)的简单随机样本，且Y=a(X1-2X2)2+b(3X3-4X4)2,则a=?,b=?时，统计量Y服从χ2分布，其自由度是多少？解答：解法一Y=[a(X1-2X2)]2+[b(3X3-4X4)]2,令Y1=a(X1-2X2),Y2=b(3X3-4X4),则Y=Y12+Y22,为使Y∼χ2(2),必有Y1∼N(0,1),Y2∼N(0,1),因而E(Y1)=0,D(Y1)=1,E(Y2)=0,D(Y2)=1,注意到D(X1)=D(X2)=D(X3)=D(X4)=4,由D(Y1)=D[a(X1-2X2)]=aD(X1-X2)=a(D(X1)+22D(X2))=a(4+4×4)=20a=1,D(Y2)=D[b(3X3-4X4)]=bD(3X3-4X4)=b(9D(X3)+16D(X4))=b(4×9+16×4)=100b=1,分别得a=120,b=1100.这时Y∼χ2(2),自由度为n=2.解法二因Xi∼N(0,22)且相互独立，知X1-2X2=X1+(-2)X2∼N(0,20),3X3-4X4=3X3+(-4)X4∼N(0,100),故X1-2X220∼N(0,1),3X3-4X4100∼N(0,1),为使Y=(X1-2X21/a)2+(3X3-4X41/b)2∼χ2(2),必有X1-2X21/a∼N(0,1),3X3-4X41/b∼N(0,1),与上面两个服从标准正态分布的随机变量比较即是1a=20,1b=100,即a=120,b=1100.习题4设随机变量X和Y相互独立且都服从正态分布N(0,32).X1,X2,⋯,X9和Y1,Y2,⋯,Y9是分别取自总体X和Y的简单随机样本，试证统计量T=X1+X2+⋯+X9Y12+Y22+⋯+Y92服从自由度为9的t分布.解答：首先将Xi,Yi分别除以3,使之化为标准正态.令X′i=Xi3,Y′i=Yi3,i=1,2,⋯,9,则X′i∼N(0,1),Y′i∼N(0,1);再令X′=X′1+X′2+⋯+X′9,则X′∼N(0,9),X′3∼N(0,1),Y′2=Y′12+Y′22+⋯+Y′92,Y′2∼χ2(9).因此T=X1+X2+⋯+X9Y12+Y22+⋯+Y92=X1′+X2′+⋯+X9′Y′12+Y′22+⋯+Y′92=X′Y′2=X′/3Y′2/9∼t(9),注意到X′,Y′2相互独立.习题5设总体X∼N(0,4),而X1,X2,⋯,X15为取自该总体的样本，问随机变量Y=X12+X22+⋯+X1022(X112+X122+⋯+X152)服从什么分布？参数为多少？解答：因为Xi2∼N(0,1),故Xi24∼χ2(1),i=1,2,⋯,15,而X1,X2,⋯,X15独立，故X12+X22+⋯+X1024∼χ2(10),X112+X122+⋯+X1524∼χ2(5),所以X12+X22+⋯+X1024/10X112+X122+⋯+X1524/5=X12+X22+⋯+X1022(X112+X122+⋯+X152)=Y习题6证明：若随机变量X服从F(n1,n2)的分布，则(1)Y=1X服从F(n2,n1)分布；(2)并由此证明F1-α(n1,n2)=1Fα(n2,n1).解答：(1)因随机变量X服从F(n1,n2),故可设X=U/n1V/n2,其中U服从χ2(n1),V服从χ2(n2),且U与V相互独立，设1X=V/n2U/n1,由F分布之定义知Y=1x=V/n2U/n1,服从F(n2,n1).(2)由上侧α分位数和定义知P{X≥F1-α(n1,n2)}=1-α,P{1X≤1F1-α(n1,n2)=1-α,即P{Y≤1F1-α(n1,n2)=1-α,1-P{Y>1F1-α(n1,n2)=1-α,故P{Y>1F1-α(n1,n2)=α,而P{Y≥Fα(n2,n1)}=α.又Y为连续型随机变量，故P{Y≥1F1-α(n1,n2)=α,从而Fα(n2,n1)=1F1-α(n1,n2),即F1-α(n1,n2)=1Fα(n2,n1).习题7查表求标准正态分布的上侧分位数：u0.4,u0.2,u0.1与u0.05.解答：u0.4=0.253,u0.2=0.8416,u0.1=1.28,u0.05=1.65.习题8查表求χ2分布的上侧分位数：χ0.952(5),χ0.052(5),χ0.992(10)与χ0.012(10).解答：1.145,11.071,2.558,23.209.习题9查表求F分布的上侧分位数：F0.95(4,6),F0.975(3,7)与F0.99(5,5).解答：0.1623,0.0684,0.0912.习题10查表求t分布的下侧分位数：t0.05(3),t0.01(5),t0.10(7)与t0.005(10).解答：2.353,3.365,1.415,3.169.5.3 抽样分布(2)P{X¯>4.5}=P{Z>4.5-42/9=1-P{Z≤2.25}≈1-Φ(2.25)=1-0.9878=0.0122.习题2设总体X服从正态分布N(10,32),X1,X2,⋯,X6是它的一组样本，设X¯=16∑i=16Xi.(1)写出X¯所服从的分布；(2)求X¯>11的概率.解答：(1)X¯∼N(10,326),即X¯∼N(10,32).(2)P{X¯>11}=1-P{X¯≤11}=1-Φ(11-1032)≈1-Φ(0,8165)≈1-Φ(0.82)=0.2061.习题3设X1,X2,⋯,Xn是总体X的样本，X¯=1n∑i=1nXi,分别按总体服从下列指定分布求E(X¯),D(X¯).(1)X服从0-1分布b(1,p);(2)*X服从二项分布b(m,p);(3)X服从泊松分布P(λ);(4)X服从均匀分布U[a,b];(5)X服从指数分布e(λ).解答：(1)由题意，X的分布律为：P{X=k}=Pk(1-P)1-k(k=0,1).E(X)=p,D(X)=p(1-p).所以E(X¯)=E(1n∑i=1nXi)=1n∑i=1nE(Xi)=1n⋅np=p,D(X¯)=D(1n∑i=1nXi)=1n2∑i=1nD(X1)=1n2⋅np(1-p)=1np(1-p). (2)由题意，X的分布律为：P{X=k}=CmkPk(1-p)m-k(k=0,1,2,⋯,m).同(1)可得E(X¯)=mp,D(X¯)=1nmp(1-p).(3)由题意，X的分布律为：P{X=k}=λkk!e-λ(λ>0,k=0,1,2,⋯).E(X)=λ,D(X)=λ.同(1)可得E(X¯)=λ,D(X¯)=1nλ.(4)由E(X)=a+b2,D(X)=(b-a)212,同(1)可得E(X¯)=a+b2,D(X¯)=(b-a)212n.(5)由E(X)=1λ,D(X)=1λ2,同(1)可得D(X¯)=1λ,D(X¯)=1nλ2.习题4某厂生产的搅拌机平均寿命为5年，标准差为1年，假设这些搅拌机的寿命近似服从正态分布，求：（1）容量为9的随机样本平均寿命落在4.4年和5.2年之间的概率；（2）容量为9的随机样本平均寿命小于6年的概率。

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 a x 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 mj 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=-≥<-εξεμξDP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=⨯=ε5．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: ⎪⎪⎭⎫ ⎝⎛n N 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)()dxex nE nx 422221μμπμξ--∞+∞--=-⎰=.1.0242262≤=-∞∞-⎰ndu e nπμπμ.255≥∴n(3) ().95.021.021.0≥⎪⎪⎭⎫⎝⎛≤-=≤-n n P Pμεμε.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-＝23n μ; (2) Ｅ()41νξ-＝223n μ＋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2nS =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)()()()()()()()().,c o v21212221212121212121ξξξξξξξξξξξξξξξξξξ-+--=-+--+=-+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()()().11111122222221σσξξξξξξn n n n n D n D n n n D D j ij 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 nn 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{11n n 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().313255kk k 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 。

习题五1 .已知()1E X =，()4D X =，利用切比雪夫不等式估计概率{}1 2.5P X -<.解： 据切比雪夫不等式{}221P X σμεε-<≥-{}241 2.51 2.5P X -<≥-925=.2．设随机变量X 的数学期望()E X μ=，方程2()D X σ=，利用切比雪夫不等式估计{}||3P X μσ-≥.解：令3εσ=，则由切比雪夫不等式{}2()||3D X P X μσε-≥≤， 有{}221||3(3)9P X σμσσ-≥≤=.3. 随机地掷6颗骰子，利用切比雪夫不等式估计6颗骰子出现点数之和在1527 之间的概率.解： 设X 为6颗骰子所出现的点数之和；i X 为第i 颗骰子出现的点数，1,2,,6i = ，则61ii X X==∑，且126,,...,X X X 独立同分布，分布律为：126111666⎛⎫ ⎪⎪ ⎪⎝⎭，于是6117()62i k E X k ==⋅=∑6221191()66i k E X k ==⋅=∑所以22()()()i i i D X E X E X =-914964=-3512=，1,2,,6i =因此 617()()6212ii E X E X===⨯=∑6135()()612i i D X D X ===⨯∑352=故由切比雪夫不等式得：{}{}|5271428P X P X ≤≤=<<{}7217P X =-<-< {}|()|7P X E X =-<2()17D X ≥-13559114921414=-⨯=-=.即6颗骰子出现点数之和在1527 之间的概率大于等于914.4. 对敌阵地进行1000次炮击，每次炮击中。

炮弹的命中颗数的期望为0.4，方差为3.6，求在1000次炮击中，有380颗到420颗炮弹击中目标的概率.{}1|()|7P X E X =--≥解： 以i X 表示第i 次炮击击中的颗数(1,2,,1000)i =有()0.4i E X = ，() 3.6i D X =据 定理：则10001380420i i P X =⎧⎫<≤⎨⎬⎩⎭∑420400380400--≈Φ-Φ11()()33=Φ-Φ-12()13=Φ- 20.62931=⨯- 0.2586= .5. 一盒同型号螺丝钉共有100个，已知该型号的螺丝钉的重量是一个随机变量，期望值是100g ，标准差是10g . 求一盒螺丝钉的重量超过10.2kg 的概率.解： 设i X 为第i 个螺丝钉的重量，1,2,,100i = ，且它们之间独立同分布，于是一盒螺丝钉的重量1001ii X X==∑，且由()100i E X =10=知()100()10000i E X E X =⨯=，100=，由中心极限定理有：100001020010000(10200)10100X P X P --⎧⎫>=>⎨⎬⎩⎭100002100X P -⎧⎫=>⎨⎬⎩⎭1000012100X P -⎧⎫=-≤⎨⎬⎩⎭1(2)≈-Φ10.977250.02275=-= .6. 用电子计算机做加法时，对每个加数依四舍五入原则取整，设所有取整的舍入误差是相互独立的，且均服从[]0.5,0.5-上的均匀分布.（1）若有1200个数相加，则其误差总和的绝对值超过15的概率是多少？ （2）最多可有多少个数相加，使得误差总和的绝对值小于10的概率达到90%以上.解： 设i X 为第i 个加数的取整舍入误差， 则{}i X 为相互独立的随机变量序列， 且均服从[]0.5,0.5-上的均匀分布，则0.50.5()0i E X xdx μ-===⎰0.5220.51()12i D X x dx σ-===⎰（1） 因1200n =很大，由独立同分布中心极限定理对该误差总和12001ii X=∑，1200115i i P X =⎧⎫>⎨⎬⎩⎭∑15P ⎫⎪=>12 1.5i i P X =⎫⎪=>⎬⎪⎭2(1(1.5))=-Φ 0.1336= .即误差总和的绝对值超过15的概率达到13.36% .(2) 依题意，设最多可有n 个数相加，则应求出最大的n ，使得1100.9n k k P X =⎧⎫<≥⎨⎬⎩⎭∑由中心极限定理：1110n ni ii i P X P X ==⎧⎧⎫⎪<=<⎨⎬⎨⎪⎩⎭⎩∑∑210.9≈Φ-≥ .即0.95Φ≥查正态分布得 1.64≥即21012()446.161.64n ≤≈取446n =，最多可有446个数相加 .7. 在人寿保险公司是有3000个同一年龄的人参加人寿保险，在1年中，每人的的死亡率为0.1%，参加保险的人在1年第1天交付保险费10元，死亡时家属可以从保险公司领取2000元，求保险公司在一年的这项保险中亏本的概率.解 以X 表示1年死亡的人数 依题意，(3000,0.001)X B注意到{}{}200030000P P X =>保险公司亏本其概率为{}1530000.001151P X -⨯>≈-Φ1(6.932)=-Φ 0≈ .即保险公司亏本的概率几乎为0 .8. 假设12,,...,n X X X 是独立同分布的随机变量，已知()ki k E X α= (1,2,3,4;1,2,,)k i n == .证明：当n 充分大时，随机变量211nn i i Z X n==∑近似服从正态分布.证明：由于12,,...,n X X X 独立同分布，则22212,,...,n X X X 也独立同分布由()ki k E X α= (1,2,3,4;1,2,,)k i n ==有22()iE X α=，2242()((i iiD XE X E X ⎡⎤=-⎣⎦242αα=-2211()()nn i i E Z E X nα==⋅=∑2242211()()()nn i i D Z D X n nαα==⋅=-∑{}15P X =>因此，根据中心极限定理：(0,1)nZU Nα-=即当n充分大时，n Z近似服从2242(,())N nααα- .9. 某保险公司多年的统计资料表明：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）利用德莫弗-位普拉斯中心极限定理.求：被盗索赔户不少于14户，且不多于30户的概率.解（1）(100,0.2)X B，所以{}1001000.20.80,1,2,,100k k kP X k C k-===()20E X np==，()(1)16D X np p=⋅-=（2）{}|430P X≤≤1420203020XP---⎧⎫=≤≤(2.5)( 1.5)=Φ-Φ-(2.5)( 1.5)1=Φ+Φ--0.9940.93310.927=+-= .10 .某厂生产的产品次品率为0.1p=，为了确保销售，该厂向顾客承诺每盒中有100只以上正品的概率达到95%，问：该厂需要在一盒中装多少只产品？解：设每盒中装n只产品，合格品数~(,0.9)X B n，()0.9E X n=，()0.09D X n=则{}{}1001100P X P X>=-≤1000.910.95n -=-Φ=1000.9 1.65n-=-解得117n =，即每盒至少装117只才能以95%的概率保证一盒内有100只正品。

第五章 大数定理和中心极限定理1. [一] 据以往经验某种电器元件的寿命服从均值为100小时的指数分布, 现在随机的抽取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1920小时的概率。

解：设第i 只寿命为Xi, （1≤i ≤16）, 故E (Xi )=100, D (Xi )=1002(l=1,2,…,16).依本章定理1知⎪⎪⎪⎪⎪⎭⎫⎝⎛≤-=⎪⎪⎪⎪⎪⎭⎫⎝⎛⨯-≤⨯-=≤∑∑∑===8.040016001001616001920100161600)1920(1616161i i i i i i X P X P X P.7881.0)8.0(=Φ=从而.2119.07881.01)1920(1)1920(161161=-=≤-=>∑∑==i ii iXP XP3. [三] 计算机在进行加法时, 对每个加数取整（取为最接近它的整数）, 设所有的取整误差是相互独立的, 且它们都在（－0.5, 0.5）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）几个数相加在一起使得误差总和的绝对值小于10的概率不小于0.90 解:（1）设取整误差为Xi （ , 1500）, 它们都在（－0.5, 0.5）上服从均匀分布。

于是:12112)]5.0(5.0[)(2=--=i X D 18.111251211500)(,0)(==⨯==i i X nD X nE ⎭⎬⎫⎩⎨⎧≤≤--=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤-=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>∑∑∑===1515115115150011500115000i i i i i i X P X P X P⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤≤--=∑=18.111518.1118.1115115001i i X P1802.0]9099.01[2)]34.1(1[2)]34.1()34.1([1=-⨯=Φ-=-Φ-Φ-=8. 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。