下载文档原格式
完全版概率论与数理统计课后习题答案第四版盛骤(浙江大学)浙大第四版（高等教育出版社）第一章概率论的基本概念1.[一]写出下列随机试验的样本空间（1）记录一个小班一次数学考试的平均分数（充以百分制记分）（[一]1）nn n n o S1001, ，n 表小班人数（3）生产产品直到得到10件正品，记录生产产品的总件数。
（[一]2）S={10，11，12，………，n ，………}（4）对某工厂出厂的产品进行检查，合格的盖上“正品”，不合格的盖上“次品”，如连续查出二个次品就停止检查，或检查4个产品就停止检查，记录检查的结果。
查出合格品记为“1”，查出次品记为“0”，连续出现两个“0”就停止检查，或查满4次才停止检查。
（[一](3)）S={00，100，0100，0101，1010，0110，1100，0111，1011，1101，1110，1111，}2.[二]设A ，B ，C 为三事件，用A ，B ，C 的运算关系表示下列事件。
（1）A 发生，B 与C 不发生。
表示为：C B A 或A －(AB+AC )或A －(B ∪C )（2）A ，B 都发生，而C 不发生。
表示为：C AB 或AB －ABC 或AB －C（3）A ，B ，C 中至少有一个发生表示为：A+B+C（4）A ，B ，C 都发生，表示为：ABC（5）A ，B ，C 都不发生，表示为：C B A 或S －(A+B+C)或CB A（6）A ，B ，C 中不多于一个发生，即A ，B ，C 中至少有两个同时不发生相当于C A C B B A ,,中至少有一个发生。
故表示为：C A C B B A 。
（7）A ，B ，C 中不多于二个发生。
相当于：C B A ,,中至少有一个发生。
故表示为：ABCC B A 或（8）A ，B ，C 中至少有二个发生。
相当于：AB ，BC ，AC 中至少有一个发生。
故表示为：AB +BC +AC6.[三]设A ，B 是两事件且P (A )=0.6，P (B )=0.7.问(1)在什么条件下P (AB )取到最大值，最大值是多少？（2）在什么条件下P (AB )取到最小值，最小值是多少？解：由P (A )=0.6，P (B )=0.7即知AB ≠φ，（否则AB =φ依互斥事件加法定理，P (A ∪B )=P (A )+P (B )=0.6+0.7=1.3>1与P (A ∪B )≤1矛盾）.从而由加法定理得P (AB )=P (A )+P (B )－P (A ∪B )(*)（1）从0≤P (AB )≤P (A )知，当AB =A ，即A ∩B 时P (AB )取到最大值，最大值为P (AB )=P (A )=0.6，（2）从(*)式知，当A ∪B=S 时，P (AB )取最小值，最小值为P (AB )=0.6+0.7－1=0.3。
第二章 随机变量及其概率分布注意： 这是第一稿（存在一些错误） 第二章概率论习题__奇数.doc1解：X 取值可能为2,3,4,5,6，则X 的概率分布律为： ()371235p X ===； ()378335p X ===； ()379435p X ===； ()378535p X ===； ()37167p X ===。
3解：（1）没有中大奖的概率是()71110np -=-；（2）每一期没有中大奖的概率是()107110p -=-， n 期没有中大奖的概率是()1072110nn p p -==-。
5解：X 取值可能为0,1,2,3；Y 取值可能为0,1,2,3()()()()1230111p x p p p ==---，()()()()()()()1232133121111111p x p p p p p p p p p ==--+--+--， ()()()()1231323212111p x p p p p p p p p p ==-+-+-， ()1233p x p p p ==。
Y 取每一值的概率分布为：()10p y p ==， ()()1211p y p p ==-，()()()123211p y p p p ==--， ()()()()1233111p y p p p ==---。
7解：（1）()()()345324555510.10.110.10.110.10.991α=-+-+-=，()()233445555510.210.20.210.20.20.942β=--+-+=。
（2）诊断正确的概率为0.70.30.977p αβ=+=。
（3）此人被诊断为有病的概率为()0.70.310.711p αβ=+-=。
9解：（1）由题意知，候车人数X k =的概率为()!ke p X k k λλ-==，则()0p X e λ-==，从而单位时间内至少有一人候车的概率为1p e λ-=-，所以 4.511ee λ---=-解得 4.5λ=则() 4.54.5!ke p X k k -==。
第三章多维随机变量及其概率分布注意：这是第一稿（存在一些错误）第三章概率论习题__奇数.doc1、解互换球后，红球的总数是不变的，即有6X Y +=，X 的可能取值有：2，3，4，Y的取值为：2，3，4。
则(,)X Y 的联合分布律为：(2,2)(2,3)(3,2)(3,4)(4,3)(4,4)0PX Y PX Y PX Y PX Y PX Y PX Y ==================236(2,4)(4,2)5525P X Y P X Y ======⋅=223313(3,3)555525P X Y ===⋅+⋅=由于6X Y +=，计算X 的边际分布律为：6(2)(2,4)25P X P X Y =====13(3)(3,3)25P X P X Y =====6(4)(4,2)25P X P X Y =====3、解利用分布律的性质，由题意，得0.10.10.10.11a b c ++++++=(0,2)(0,1)0.1{0|2)0.5(2)(1)0.1P Y X P Y X a P Y X P X P X a b≤<≤=+≤<====<=++{1}0.5P Y b c ==+=计算可得：0.2a c ==0.3b =于是X 的边际分布律为：(1)0.10.6P X a b ==++=(2)0.10.10.20.4P X c c ==++=+=Y 的边际分布律为(1)0.10.3P Y a =-=+=，(0)0.2P Y ==(1)0.5P Y b c ==+=5、解（1）每次抛硬币是正面的概率为0.5，且每次抛硬币是相互独立的。
由题意知，X 的可能取值有：3，2，1，0，Y 的取值为：3，1。
则(,)X Y 的联合分布律为：(3,1)(2,3)(1,3)(0,1)0P X Y P X Y P X Y P X Y ============311(3,3)28P X Y ⎛⎫==== ⎪⎝⎭，223113(2,1)228P X Y C ⎛⎫===⋅= ⎪⎝⎭213113(1,1)228P X Y C ⎛⎫===⋅= ⎪⎝⎭，311(0,3)28P X Y ⎛⎫==== ⎪⎝⎭X 的边际分布律为：311(0)28P X ⎛⎫=== ⎪⎝⎭，213113(1)228P X C ⎛⎫==⋅= ⎪⎝⎭223113(2)228P X C ⎛⎫==⋅= ⎪⎝⎭，311(3)28P X ⎛⎫=== ⎪⎝⎭Y 的边际分布律为：1(3)(0,3)(3,3)4P Y P X Y P X Y ====+===3(1)(1,1)(2,1)4P Y P X Y P X Y ====+===（2）在{1}Y =的条件下X 的条件分布律为：(0|1)0P X Y ===，(1,1)1(1|1)(1)2P X Y P X Y P Y =======(2,1)1(2|1)(1)2P X Y P X Y P Y =======，(3|1)0P X Y ===7、解（1）已知()!me P X m m λλ-==，0,1,2,3m =L 。
《概率论与数理统计》第六章习题exe6-1解：10()0x b f x b ⎧<<⎪=⎨⎪⎩其他01()()2bb E X xf x dx x dx b +∞-∞==⋅=⎰⎰ 令11μ=A ，即2b X =，解得b 的矩估计量为ˆ2b X = 2ˆ2(0.50.60.1 1.30.9 1.60.70.9 1.0) 1.6899bx ==++++++++= exe6-2解：202()()()3x E X xf x dx x dx θθθθ+∞-∞-==⋅=⎰⎰令11μ=A ，即,3θ=X 解得θ的矩估计量为ˆ3X θ= Exe6-3解：（1）由于12222()()()()(1)()E X mpE X D X E X mp p mp μμ==⎧⎨==+=-+⎩令 ⎩⎨⎧==.2211μμA A 求解得221111p m p μμμμ⎧-=-⎪⎪⎨⎪=⎪⎩，p, m 的矩估计量为22211(1)ˆ11ˆˆA A n S pA nX X m p ⎧--=-=-⎪⎪⎨⎪=⎪⎩Exe6-4解：（1）()E X λ= 令11μ=A ，即,λ=X 解得λ的矩估计量为ˆX λ= {}),2,1,0(!===-x e x x X P xλλ{}),2,1,0(!===-i i xi x e x x X P iλλ似然函数11111(){}()!!niii x n nx ni ni i i ii eL P X x e x x λλλλλ=--===∑====∏∏∏11ln ()()ln ln(!)nni i i i L n x x λλλ===-+-∑∑1ln ()0nii x d L n d λλλ==-+=∑解得λ的最大似然估计值为 11ˆnii x x n λ===∑ （2）由（1）知1ˆ(6496101163710)7.210x λ==+++++++++= Exe6-5解：（1）似然函数1(1)111(){}(1)(1)ni i i nnx x ni i i L p P X x p p p p =--==∑===-=-∏∏∑-==-ni i nx np p 1)1(1ln ()ln (1)ln ni i L p n p x p ==+-⋅∑)1ln()(ln 1p n x p n ni i --+=∑=1(1)ln ()01nii x d L p ndp pp=-=-=-∑01)(ln 1=---=∑=pnxp n dp p L d ni i解得p 的最大似然估计值为 11ˆnii npxx===∑ （2）155ˆ5174926px ===++++ Exe6-6解：由22()2()x f x μσ--=（1）2σ已知，似然函数22122()()2211()(,)ni i i x nx n nii i L f x e μμσσμμ=----==∑===∏2211ln ())()2nii L n x μμσ==---∑21ln ()1(22)02nii d L x d μμμσ==--=∑即11()0nniii i x n xμμ==-=-=∑∑解得μ的最大似然估计值 1ˆnii xx nμ===∑（2）μ已知，似然函数为212222)(222)(12122121),()(σμσμπσσπσσ∑⎪⎭⎫ ⎝⎛====----==∏∏ni i i x n x ni n i i e ex f L21222)(21)ln(2)2ln(2)(ln μσσπσ-∑---==n i i x n n L 0)()(212)(ln 2122222=-+-=∑=μσσσσni ixn L d d解得∑=-=n i i x x n 122)(1ˆσ，故2σ的最大似然估计值为 .)(1ˆ122∑=-=n i i i x x n σ Exe6-7解：（1）矩估计量2220()()()(3)2xt x xt xx E X xf x dx x e dx e dx t e dt θθθθθθθθ=--+∞+∞+∞+∞--∞==⋅===Γ=⎰⎰⎰⎰令2X θ=，得ˆ/2X θ= 似然函数211()(,)ix n nii i i x L f x eθθθθ-====∏∏1111ln ()(ln 2ln )ln 2ln nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑令21ln ()210ni i d L n x d θθθθ==-+=∑解得θ的最大似然估计值为111ˆ22ni i x x n θ===∑ （2）2311()(,)2ixnni i i i x L f x e θθθθ-====∏∏331111ln ()[2ln ln(2)]2ln ln(2)nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑ 令2321ln ()1602nii d L n xd θθθθθ==-⋅-=∑013)(ln 1223=+⋅-=∑=ni ixn d L d θθθθθ解得θ的最大似然估计值为 111ˆ33n ii x x n θ===∑（3） ),(~p m B X ，m 已知{}∏∏=-=-===ni x m x x m ni i i i ip p C x X P p L 11)1()(1111ln ()[ln ln ()ln(1)]ln ln ln(1)()i inx m i i i nnnx m i i i i i L p C x p m x p C p x p nm x =====++--=++--∑∑∑∑令 11ln ()01n ni ii i x nm x d L p dp p p==-=-=-∑∑即1111(1)1n nniiii i i x xxnmppp p p===+==---∑∑∑ 解得p 的最大似然估计值为 1ˆnii xxpmnm===∑ Exe6-8解：(1)似然函数为{}{}{})1(2)1(2121)(522θθθθθθθ-=⋅-⋅==⋅=⋅==X P X P X P L)1ln(ln 52ln )(ln θθθ-++=L 令 0115)(ln =--=θθθθL d d 解得θ的最大似然估计值为.65ˆ=θ Exe6-9解：1212222)()(22)(12)(111212121),,(),,(),(σβαβασβασβασπσπσπβαβαβα∑∑⎪⎪⎭⎫⎝⎛=====+-+---+--=---===∏∏∏∏ni i ni i i i i i y x ny ni x ni n i i Y n i i X e eey f x f L))()((21ln 2)2ln(),(ln 21212βαβασσπβα+-∑+--∑---===ni i ni i y x n n L0))()((22),(ln 112=+-+--=∂∂∑∑==βαβασβααni i n i i y x L0)()((22),(ln 112=+----=∂∂∑∑==βαβασβαβni i n i i x x L 联立 解得,2ˆ,2ˆyx y x -=+=βα故βα,的最大似然估计量为 .2ˆ,2ˆYX Y X -=+=βαExe6-10解：（1）由1/2EX μθ==，得θ的矩估计量ˆ2X θ= ˆ()2()2()22E E X E X θθθ===⋅= 故θ的矩估计量ˆ2X θ=是θ的无偏估计量。
第六章习题6-11、由一致估计的定义，对0ε∀>{}{}{}()1212max ,,,max ,,,n n P X X X P X X X θεεθεθ-<=-+<<+()()F F εθεθ=+--+()0, 0, 01, X x xF x x x θθθ<⎧⎪=≤≤⎨⎪>⎩及(){}()()()()1212max ,,,n n X X X X X X F x F x F x F x F x ==⋅⋅⋅()1F εθ∴+=(){}()12max ,,,1nn x F P X X X εθεθθ⎫⎛-+=<-+≈- ⎪⎝⎭{}()12max ,,,111()nn x P X X X n θεθ⎫⎛∴-<=--→→∞ ⎪⎝⎭2、证明：EX μ=()1111111ni i n n i i i i nn n i i i i i i i i a X E a E X a a a a μμ======⎫⎛⎪ ⎪ ==⋅=⎪ ⎪⎝⎭∑∑∑∑∑∑ 11niii nii a Xa==∴∑∑是μ的无偏估计量3、证明： ()() ()()22D E E θθθ=-()() ()()()2222E D E D θθθθθθ∴=+=+> 2θ∴不是2θ的无偏估计量4、证明：()~X P λEX λ∴=，()()222E X DX EX λλ=+=+()22E X EX λ∴-=，即()22E X X λ-=用样本矩2211n i i A X n ==∑，1A X =代替相应的总体矩()2E X 、EX所以得2λ的无偏估计量： 22111n i i A A X X n λ==-=-∑ 5、()~,X B n p ，EX np ∴=()()()()22222111E X np p n p np n n p EX n n p =-+=+-=+-()()()()222111E X EX E X X p n n n n -⎫⎛∴=-=⎪ --⎝⎭所以用样本矩2211n i i A X n ==∑，1A X =分别代替总体矩()2E X 、EX得2p 的无偏估计量： ()()()222121111ni i i A A p X X n n n n =-==---∑6、()~,1X N m ，()i E X m ∴=，()1i D X =，(1,2)i =()()()11212212121333333E m E X X E X E X m m m ⎫⎛∴=+=+=+= ⎪⎝⎭()()()1121221414153399999D m D X X D X D X ⎫⎛=+=+=+= ⎪⎝⎭同理可得： ()2E m m =， ()258D m =， ()3E m m =， ()212D m =123,,m m m ∴都是m 的无偏估计量，且在 123,,m m m 中， 3m 的方差最小习题6-21、（1）()11cccEX x c xdx cx dx θθθθθθθθ+∞+∞-+-=⋅==-⎰⎰EXEX cθ∴=-，令X EX =X X c θ∴=-为矩估计量，θ的矩估计值为 x x cθ=-，其中11n i i x x n ==∑似然函数为：()()11211,,,;nnn n n ii i i L x x x c xcx θθθθθθθ-+-====∏∏ ，i x c > 对数似然函数：()()()1ln ln ln 1ln nii L n n c x θθθθ==+-+∑求导，并令其为0，得：1ln ln ln 0ni i d L nn c x d θθ==+-=∑ 1ln ln Lnii nx n cθ=∴=-∑，即θ的最大似然估计量为 1ln ln Lnii nXn cθ==-∑（2）21111EX EX x x dx EX θθθθθ-⎫⎛=⋅=⇒= ⎪--⎝⎭⎰ 以X EX =，得： 21X X θ⎫⎛=⎪ -⎝⎭为θ的矩估计量θ的矩估计值为： 21x x θ⎫⎛=⎪ -⎝⎭，其中11ni i x x n ==∑ 而()1121211,,,;n nnn i i i i L x x x x x θθθθθ--==⎫⎛==⎪⎝⎭∏∏ ，01i x ≤≤()()1ln ln 1ln 2nii nL x θθθ=∴=+-∑令1ln 11ln 022ni i d L n x d θθθ==+⋅⋅=∑， 21ln L ni i n x θ=⎫⎛⎪ ⎪ ∴=⎪⎪⎝⎭∑ 所以θ的最大似然估计量 21ln L ni i n x θ=⎫⎛⎪ ⎪ =⎪ ⎪⎝⎭∑ （3）()~,X B m p ，EXEX mp p m∴=⇒=p ∴的矩估计量： 111n i i X p X X m mn m====∑p ∴的矩估计值为： 11n i i p x mn ==∑ 而()()()111211,,,;11nniii i ii i i nnx m x m x x x x n mm i i L x x x p Cpp C pp ==--==∑∑=-=⋅⋅-∏∏ ，0,1,,ix m = ()()()111ln ln ln ln 1i nnn x mi i i i i L p C x p m x p ====+⋅+-⋅-∑∑∑令() 111ln 111101n n n i i L ii i i d L x m x p x x dp p p mn m ====⋅--⋅=⇒==-∑∑∑ p ∴的最大似然估计量为： 1L p X m=2、（1）()01;2EX xf x dx xdx θθθθ+∞-∞===⎰⎰令11n i i EX X X n ===∑，22X X θθ∴=⇒=2X θ∴= （2）由观测的样本值得：6111(0.30.80.270.350.620.55)0.481766i i x x ===+++++≈∑20.9634x θ∴== 3、由1111122EX X θθθθθ+=⨯+⨯++⨯== 21X θ∴=-为θ的矩估计量 4、设p ：抽得废品的概率；1p -：抽得正品的概率 引入{1, i i X i =第次抽到废品0,第次抽到正品，1,2,,60i =()1i P X p ∴==，()01i P X p ==-，且i EX p =所以对样本1260,,,X X X 的一个观测值1260,,,x x x由矩估计法得，p 的估计值为： 601141606015ii p x ====∑，即这批产品的废品率为1155、()()2212213132EX θθθθθ=⨯+⨯-+⨯-=-，()1412133x =⨯++=EX x = ， 3526x θ-∴==为矩估计值 ()()()()()()()34511223312121i i i L P X x P X x P X x P X x θθθθθθ========⋅⋅-=-∏()()ln ln25ln ln 1L θθθ=++-令() ln 1155016Ld L d θθθθθ=⨯-=⇒=- 6、（1）λ的最大似然估计 LX λ=， ()0LX P X e e λ--∴=== （2）设X ：一个扳道员在五年内引起的严重事故的次数()~X P λ∴，122n =得样本均值：5011(044142221394452) 1.123122122r r x r s ==⨯⋅=⨯⨯+⨯+⨯+⨯+⨯+⨯=∑()1.12300.3253x P X e e --∴====习题6-33、从总体中抽取容量为n 的样本12,,,n X X X 由中心极限定理：()~0,1,/X U N n nμσ-=→∞（1）当2σ已知时，近似得到μ的置信度为1α-的置信区间为：22,X u X u n n αασσ⎫⎛-⋅+⋅⎪ ⎝⎭ （2）当2σ未知时，用2σ的无偏点估计2s 代替2σ：~(0,1),/X N n s nμ-→∞于是得到μ的置信度为1α-的置信区间为：22,s s X u X u n n αα⎫⎛-⋅+⋅⎪ ⎝⎭一般要求30n ≥才能使用上述公式，称为大样本区间估计 4、40n = 属于大样本，2,X N n σμ⎫⎛∴⎪ ⎝⎭ 近似μ∴的95%的置信区间近似为：2x u n ασ⎫⎛±⋅⎪ ⎝⎭其中642x =，3σ=，40 6.32n =≈，21.96u α=()23642 1.966420.9340x u n ασ⎫⎛⎫⎛∴±⋅=±⨯≈±⎪ ⎪⎝⎭⎝⎭故μ的95%的置信区间上限为642.93，下限为641.075、100n =属于大样本，2~,X N n σμ⎛⎫∴ ⎪⎝⎭近似μ∴的99%的置信区间近似为：2x u n ασ⎫⎛±⋅⎪ ⎝⎭其中10x =，3σ=，100n =，22.58u α=()()2310 2.58100.7749.226,10.774100x u n ασ⎛⎫⎛⎫∴±⋅=±⨯=±= ⎪ ⎪⎝⎭⎝⎭由此可知最少要准备10.77410000107740()kg ⨯=这种商品，才能以0.99的概率满足要求。
第六章 样本及抽样分布1.[一] 在总体N （52，6.32）中随机抽一容量为36的样本，求样本均值X 落在50.8到53.8之间的概率。
解： 8293.0)78()712(}63.68.163.65263.62.1{}8.538.50{),363.6,52(~2=-Φ-Φ=<-<-=<<X P X P N X2.[二] 在总体N （12，4）中随机抽一容量为5的样本X 1，X 2，X 3，X 4，X 5. （1）求样本均值与总体平均值之差的绝对值大于1的概率。
（2）求概率P {max (X 1，X 2，X 3，X 4，X 5)>15}. （3）求概率P {min (X 1，X 2，X 3，X 4，X 5)>10}.解：（1）⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=>-25541225415412}112{|X P X P X P =2628.0)]25(1[2=Φ-（2）P {max (X 1，X 2，X 3，X 4，X 5)>15}=1－P {max (X 1，X 2，X 3，X 4，X 5)≤15}=.2923.0)]21215([1}15{1551=-Φ-=≤-∏=i i X P （3）P {min (X 1，X 2，X 3，X 4，X 5)<10}=1－ P {min (X 1，X 2，X 3，X 4，X 5)≥10}=.5785.0)]1([1)]21210(1[1}10{15551=Φ-=-Φ--=≥-∏=i i X P 4.[四] 设X 1，X 2…，X 10为N （0，0.32）的一个样本，求}.44.1{1012>∑=i i X P解：)5(1.0}163.0{}44.1{),10(~3.0101221012221012查表=>=>∑∑∑===i ii ii iX P XP χX7．设X 1，X 2，…，X n 是来自泊松分布π (λ )的一个样本，X ，S 2分别为样本均值和样本方差，求E (X ), D (X ), E (S 2).解：由X ~π (λ )知E (X )= λ ，λ=)(X D∴E (X )=E (X )= λ, D (X )=.)()(,)(2λX D S E nλnX D ===[六] 设总体X~b (1,p)，X 1，X 2，…，X n 是来自X 的样本。
第六章 样本及抽样分布1.[一] 在总体N （52，6.32）中随机抽一容量为36的样本，求样本均值X 落在50.8到53.8之间的概率。
解：8293.0)78()712(}63.68.163.65263.62.1{}8.538.50{),363.6,52(~2=-Φ-Φ=<-<-=<<X P X P N X2.[二] 在总体N （12，4）中随机抽一容量为5的样本X 1，X 2，X 3，X 4，X 5. （1）求样本均值与总体平均值之差的绝对值大于1的概率。
（2）求概率P {max (X 1，X 2，X 3，X 4，X 5)>15}. （3）求概率P {min (X 1，X 2，X 3，X 4，X 5)>10}.解：（1）⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=>-25541225415412}112{|X P X P X P=2628.0)]25(1[2=Φ- （2）P {max (X 1，X 2，X 3，X 4，X 5)>15}=1－P {max (X 1，X 2，X 3，X 4，X 5)≤15} =.2923.0)]21215([1}15{1551=-Φ-=≤-∏=i iXP （3）P {min (X 1，X 2，X 3，X 4，X 5)<10}=1－ P {min (X 1，X 2，X 3，X 4，X 5)≥10} =.5785.0)]1([1)]21210(1[1}10{15551=Φ-=-Φ--=≥-∏=i i X P 4.[四] 设X 1，X 2…，X 10为N （0，0.32）的一个样本，求}.44.1{1012>∑=i iXP解：)5(1.0}163.0{}44.1{),10(~3.0101221012221012查表=>=>∑∑∑===i i i i i i X P X P χX7．设X 1，X 2，…，X n 是来自泊松分布π (λ )的一个样本，X ，S 2分别为样本均值和样本方差，求E (X ), D (X ), E (S 2 ).解：由X ~π (λ )知E (X )= λ ，λ=)(X D∴E (X )=E (X )= λ, D (X )=.)()(,)(2λX D S E nλn X D === [六] 设总体X~b (1,p)，X 1，X 2，…，X n 是来自X 的样本。
Ⅲ、典型例题分析〖填空题〗例6.1（F 分布） 设随机变量X 服从自由度为),(21f f 的F 分布，则随机变量X Y 1=服从参数为 的 分布 ．分析 因为服从自由度为),(21f f 的F 分布的随机变量X ，可以表示为222121f f X χχ=，1212221f f X Y χχ==， 其中2221 χχ和独立，分别服从自由度为21f f 和的2χ分布．由F 分布变量的典型模式，知Y 服从自由度为),(12f f 的F 分布．例6.2（2χ分布） 设4321,,,X X X X 是来自正态总体()22 ,0N 的简单随机样本，记()()243221432X X b X X a X -+-=，则当=a ，=b 时, 统计量X 服从2χ分布，其自由度为 ．分析 由条件知4321,,,X X X X 相互独立且同正态分布()22 ,0N ．因此()212X X -服从正态分布()20,0N ，而()4343X X -服从正态分布()100,0N ，并且相互独立．由2χ变量典型模式知()()10043202243221X X X X T -+-=服从自由度为2的2χ分布，从而a=1/20 , b= 1/100．例6.3（2χ分布） 设4321,,,X X X X 相互独立同服从标准正态分布，X 是算术平均值，则24X 服从参数为 的 分布．分析 熟知4321X X X X +++服从正态分布)4,0(N ，因此()44243212X X X X X +++=服从自由度为“1”的“2χ”分布．例6.4（t 分布） 假设总体)3,0(~2N X ，821,,,X X X 是来自总体X 的简单随机样本，则统计量282726254321X X X X X X X X Y ++++++=服从参数为 的 分布．分析 由于独立正态分布的随机变量的线性组合仍然服从正态分布，易见．)1,0(~6)(432143214321N X X X X X X X X X X X X U +++=++++++=D作为独立标准正态随机变量的平方和，99992822252X X X X +++=７６χ服从2χ分布，自由度为4；随机变量2 χ和U 显然相互独立．随机变量Y 可以表示为()4496228222541χUX X X X X X X X Y =++++++=７６３２．由t 分布随机变量的典型模式，可见随机变量Y 服从自由度为4的t 分布．例6.5（F 分布） 设(1521,,,X X X )是来自正态总体()9,0N 的简单随机样本，则统计量2152122112102221 21X X X X X X Y ++++++= 的概率分布是参数为 的 分布 ．分析 由2χ分布的典型模式，知99215211222102121X X X X ++=++= χχ和服从自由度相应为10和5的2χ分布，并且相互独立．从而，由F 变量的典型模式，知510 21222121521121021χχ=++++=X X X X Y 服从自由度为(10, 5)的F 分布．例6.6（F 分布） 设X 服从自由度为ν的t 分布，则2X Y =服从参数为 的 分布．分析 由自由度为ν的t 分布随机变量X 可以表示为νχν2UX =，其中2 ),1,0(~νχN U 服从自由度为ν的2χ分布，并且2νχ和U 独立．由2χ分布变量的典型模式，可见221U =χ服从自由度为1的2χ分布．因此，由F 分布变量的典型模式，可见随机变量νχχνχνν2212221===U X Y服从自由度为(1,ν)的F 分布．例6.7（F 分布） 设随机变量X 和Y 都服从标准正态分布并且相互独立，则22Y X Z =服从参数为 的 分布，．分析 由于X 和Y 都服从标准正态分布，可见2X 和2Y 都服从自由度为1的2χ分布．此外，由X 和Y 独立，可见2X 和2Y ．从而，由服从F 分布的变量的典型模式，知22Y X Z =服从自由度为(1,1)的F 分布．例6.8（2χ分布） 设总体)2,(~)2,(~b N Y a N X ，并且独立；基于分别来自总体X 和Y的容量相应为n m 和的简单随机样本，得样本方差22yx S S 和，则统计量 []22)1()1(21y x S n S m T -+-=服从参数为 的 分布．分析 统计量T 服从自由度为2-+n m 的2χ分布．由(6.14)知2221)1(21 )1(21y x S n T S m T -=-=， 分别服从自由度为m －1和服从自由度为n －1的2χ分布，并且相互独立．从而，由2χ分布随m+n －2的2χ分布．机变量的可加性知，T 服从自由度为例6.9（经验分布函数） 设总体X 在区间[0,2]上服从均匀分布；()x F n 是基于来自X 的容量为n 的简单随机样本的经验分布函数，则对于任意[]2,0∈x ，()x F n E = ．分析 总体X 的分布函数为()x F =x/2，若[]2,0∈x ；()x F =0，若[]2,0∉x ．对于任意[]2,0∈x ，以)(x n ν表示n 次简单随机抽样事件}{x X ≤的出现的次数，则)(x n ν服从参数为()()x F n ,的二项分布，因此)()(E x nF x n =ν，从而()()2)(x x F nx x F n n ===νEE ． 例6.10（经验分布函数） 设（2,1,5,2,1,3,1）是来自总体X 的简单随机样本值，则总体X 的经验分布函数()xF n = .分析 将各观测值按从小到大的顺序排列，得1,1,1, 2, 2, 3, 5，则经验分布函数为()⎪⎪⎩⎪⎪⎨⎧≥<≤<≤<≤<=．若；若；若；若若 5 , 1 53 , 76 3 2 , 75 21 , 73;1 , 08x x x x x x F例6.11 设Y X 和是两个样本均值，基于来自同一正态总体),(2σμN 的两个相互独立且容量相同的简单随机样本，则满足{}05.0≤>-σY X P 的最小样本容量≥n 8 ．分析 由于总体服从正态分布),(2σμN ，可见{}．05.022≤⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>-=>-n YX n Y X σσP P 6832.796.1296.122≈⨯≥≥n n，．5.14 （1）3ln4（2）532（3））（12χ（4）)5,10(F （5）23〖选择题〗例6.13（常用分布） 设随机变量)1,0(~),1,0(~N Y N X ，则 (A) Y X +服从正态分布． (B) 22Y X +服从2χ分布． (C) 22Y X 服从F 分布． (D) 22Y X 和服从2χ分布． [ D ]分析 因为标准正态分布变量的平方服从自由度为1的2χ分布．当随机变量Y X 和独立时可以保证选项(A),(B),(C)成立，但是题中并未要求随机变量Y X 和独立，选项(A),(B),(C)未必成立．6.14（F 分布） 设n X X X ,,,21 是来自正态总体),0(~2σN X 的简单随机样本，则服从F 分布的统计量是()()]D [ 2)D (2)C ()B ( )A (2925242322212925242322212726252424232221292524232221．． ． ． X X X X X X Y X X X X X X Y X X X X X X X X Y X X X X X X Y +++++=+++++=++++++=+++++=分析 本题可以直接选出正确的选项．事实上，选项（D ）可以表示为636)(3)(2623292524232221χχ=+++++=X X X X X X Y ． 因为随机变量，，)(1)(1292524226232221223X X X X X X +++=++=σχσχ分别服从自由度为3和6的2χ分布，并且相互独立．因此，由服从F 分布的随机变量典型模式，知随机变Y 量服从自由度为)6,3(的F 分布．例6.17（正态总体） 设总体X 的概率密度为)(x f ，而),,,(21n X X X 是来自总体X 的简单随机样本，)()1(n X X X 和，相应为n X X X ,,,21 的样本均值、最小观测值和最大观测值，则)(x f 是(A) )1(X 的概率密度． (B) )(n X 的概率密度．(C) 1X 的概率密度． (D) X 的概率密度． [C ] 分析 应选（C ）．1X 作为总体X 的一个观测值，与总体X 有相同的概率密度)(x f ．5.13 （1）C （2）D （3）D （4）C （5）A〖计算题〗例6.21（经验分布函数） 假设)(x F 是总体X 的分布函数，)(x F n 是基于来自总体X 的容量为n 的简单随机样本的经验分布函数．对于任意给定的)(∞<<-∞x x ，试求)(x F n 的概率分布、数学期望和方差．解 以n ν表示自总体X 的n 次简单随机抽样中，事件{}x X ≤出现的次数，则n ν服从参数为())(,x F n 的二项分布．经验分布函数)(x F n 可以表示为)()()(∞<<-∞=x nx x F n n ν．由此可见，)(x F n 的概率分布、数学期望和方差相应为：{}[][][][][]．，；)(1)()()()(),,2,1,0()(1)(C )()(x F x nF x F x nF x F n k x F x F k x n k x F n n kn k k n n n -===-===⎭⎬⎫⎩⎨⎧=-D E P P νk m ki i k mi m 20C C C=∑=-．对于任意n>2，变量n X X X ,,,21 独立同服从参数为),(p m 的二项分布，则用数学归纳法容易证明n X X X +++ 21服从参数为),(p nm 的二项分布．从而，得X 的概率分布{}()．mn k p p C k X X n k X k mn k kmn n ,,1,0)1(1 =-==++=⎭⎬⎫⎩⎨⎧=-P P例6.26（样本容量） 假设总体X服从正态分布)4,(μN ，由来自体X 的简单随机样本得样本均值X ．试分别求满足下列各关系式的最小样本容量n ：(1) {}95.010.0≥≤-μX P ； (2) 10.0≤X D ； (3) 10.0≤-μX E ． 解 由于)4,(~μN X ，可见()n N X 4,~μ，从而)1,0(~2N nX U μ-=．(1) 由标准正态分布函数)(u Φ的数值表（附表1）或标准正态分布双侧分位数αu 表(附表2)，可见()()()()．96.196.195.005.005.0210.02--=≥--=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤-ΦΦΦΦμnn n n X P ； 由此，得96.105.0≥n ．于是，为使{}10.010.0≤≤-μX P ，样本容量n 应满足153705.096.12≈⎪⎭⎫ ⎝⎛≥n ．(2) 由于10.04≤=n X D ，可见40≥n . (3) 由于)1,0(~N U ，有． 22d e22d e21202222πππμ====⎪⎪⎭⎫⎝⎛-⎰⎰∞-∞∞--uu uu U n X u u E E由于10.0≤-μX E ，可见．，，255205.02210.022210.022≈⎪⎪⎭⎫ ⎝⎛≥≤≤⎪⎪⎭⎫ ⎝⎛-ππμn n n n X E 例6.23 假设总体X 服从正态分布)4,12(N ，而()521,,,X X X 是来自体X 的简单随机样本；X 的样本均值，)1(X 和)5(X 分别是最小观测值和最大观测值．试分别求事件{}13>X ，{}10)1(<X 和{}15)5(>X 的概率．解 设)(x Φ是标准正态分布函数．(1) 由于总体X~)4,12(N ，可见样本均值X ~()4,12N ，因此{}{}{}．1414.08686.01)12.1(112.1118.1255212521213521213=-=-=≤-=>=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>-=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧->-=>ΦU U X X X P P P P P (2) 为求事件{}10)1(<X 的概率，先求最小观测值)1(X 的概率分布．对于任意x ，有{}{}{}{}{}；5515151521521)1(21211212212111],,,min[1],,,min[⎥⎦⎤⎢⎣⎡⎪⎭⎫⎝⎛---=⎭⎬⎫⎩⎨⎧-≤--=≤-=>-=>-=≤=≤∏∏∏===x x X x Xx Xx X X X x X X X x X i i i ii iΦP P P P P P{}()[]()[]．4684.011111212101110555)1(=-=---=⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛---=≤ΦΦΦX P (3) 为求事件{}15)5(>X 的概率，先求最大观测值)5(X 的概率分布．对于任意x ，有{}{}{}{}()[]．； 2922.05.1121215115212212212],,,max[55)5(511521)5(=-=⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛--=>⎥⎦⎤⎢⎣⎡⎪⎭⎫⎝⎛-=⎭⎬⎫⎩⎨⎧-≤-=≤=≤=≤∏∏==ΦΦΦX x x X x Xx X X X x X i i i iP P P P P 55〖证明题〗例6.28 设总体()2,~σμN X ，而),,,,(121+n n X X X X 是来自正态总体X 的简单随机样本；X 和2S 相应为根据),,,(21n X X X 计算的样本均值和样本方差．利用正态总体的样本均值和样本方差的性质，证明统计量11+-=+n nS X X t n 服从自由度为1-=n ν的t 分布．证明 首先对所给统计量作变换，在统计量的表达式中将分子和分母同除以σ，得1)111222121-=-=+-==+-=++n S n n n XX U Un nS X X t n n νσχσνχ，（，，由于总体()2,~σμN X ，可见()21,~σμN X n +，()n N X 2,~σμ，从而()1,0~111,0~121N n nX X U n N X X n n +-=⎪⎪⎭⎫⎝⎛⎥⎦⎤⎢⎣⎡+-++σσ，． 熟知，对于正态总体，X 和2S 独立，随机变量222)1(σχS n -=服从自由度为1-=n ν的2χ分布．现在证明，1+n X ，X 和2S 独立．首先它们显然两两独立；其次对于任意实数w v ,,u ，有{}，，，， }{}{}{}{}{212121w v w v wv ≤≤≤=≤≤≤=≤≤≤+++S X u X S X u X S X u X n n n P P P P P P 其中第一个等式成立，因为n X X ,,1 和1+n X 独立；第二个等式成立，因为正态总体的样本均值和样本方差独立．从而1+n X －X 和2S 独立．于是，由服从t 分布的随机变量的典型模式，知统计量νχ2Ut =服从自由度为1-=n ν的t 分布．例6.29（样本均值和方差的独立性） 假设总体()2,1=i X i 服从正态分布()2,i i μN σ；1X 和2X 相互独立；由来自总体()2,1=i X i 的简单随机样本，得样本均值i X 和样本方差2i S ．(1) 利用正态总体样本均值和样本方差的性质，证明4个随机变量1X ,21S ,2X ,22S 相互独立．(2) 假设μμμ==21，证明()μαα=+2211X X E ，其中i α是统计量：()2,1 22212=+=i S S S i i α． 证明 (1) 由于（1X ,21S ）与（2X ,22S ）分别依赖于两个相互独立的样本，可见它们相互独立；此外，由于正态总体的样本均值和样本方差相互独立，可见1X 和21S 以及2X 和22S 分别相互独立．因此，对于任意实数v ,,,u t s ，有{}{}{}{}{}{}{}．；v vv≤≤≤≤=≤≤≤≤=≤≤≤≤222211222211222211 , , , , S u Xt S s X S u X t S s XS u X t S s X P P P P P P P从而1X ,21S ,2X ,22S 相互独立．(2) 由于1X ,21S ,2X ,22S 相互独立，可见1α和1X 以及2α和2X 相互独立．从而，有()()()．2121221122112211μααμααμαααααα=+=+=+=+=+E E E E E E E E E E X X X X X X 例6.30(F 分布分位数) 设),(21f f F α是自由度为),(21f f 的F 分布水平α上侧分位数，证明1),(),(12121=-f f F f f F αα．证明 设随机变量X 服从自由度为),(21f f 的F 分布，则随机变量X Y 1=服从自由度为),(12f f 的F 分布（例6.7）．因此，有．．，ααααα=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≥⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤=⎭⎬⎫⎩⎨⎧≥=----),(1),(1),(11121121121f f F X f f F X f f F X P P P由此可见),(),(121121f f F f f F --=αα，即1),(),(12121=-f f F f f F αα．例5.15 设某商店一小时内到达的顾客数X 服从参数为2的Poisson 分布, 1021,,,X X X 是来自总体X 的简单随机样本.(1) 求),,,(1021X X X 的联合分布律; （2）求X 的分布律.解：),,,(1021X X X 的联合分律为(){}∏======101102211,,,i i in x XP x X x X x X P,!!!!21101101λλλλn n x i i xe x x x ex i ii-=-∑===∏n i x i ,2,1,10,,1,0==（2）先求21X X +的概率分布()()()∑===+===+mk K X m X X P k X P m X X P 0121121|()()()λλλλ-=--=∑∑-⋅=-===e k m ek k m X P k X P mk km km k 021!!() ,2,1,0,!2!202===-=-∑m e m Cem mmk k mkλλλλ即()λ2~21p X X +，从而可用数学归纳法证明()λ10~101P Xi i∑=即∑==1011i i X n X 的分布函数为() ,3,2,1,0,!1010101==⎪⎭⎫ ⎝⎛==⎪⎭⎫ ⎝⎛=-=∑k e k n k X P k X P ki i λλ例5.16 设总体X 和Y 同服从)3,0(2N 分布, 而921,,,X X X 和921,,,Y Y Y 分别是取自总体X 和Y 的两个独立简单随机样本, 试证:统计量)9(~292929921t YY Y X X X Z ++++++=解：)9(~292929921t YY Y X X X Z ++++++=()1,0~33921N X X X ⋅+++ ,()9~3332229222221χY Y Y +++故)9(~292929921t YY Y X X X Z ++++++=例5.17 设1+n 21,,,X X X 是正态总体的简单样本，设∑==n i i X n X 11和=2n S ()∑=-n i X i X n 121（1） 试求])([))(1(2221∑=---ni i X X n μμ的分布. （2) 试求111+n +--n n S X X n的分布. 解：1+n 21,,,X X X 设他们的方差为2σ，期望为μ（1）()()()()()1~)(,1~,1,0~2222211----∑=n X X N X ni i χσμχσμσμ()1,1~)()(1)1(])([))(1(2222212221----=---∑∑==n F X X n X X n ni i ni i σμσμμμ(2) 1+n 21,,,X X X 设他们的方差为2σ，期望为μ因为()()1~,1,0~12221+n -+-n nS N nn X X nχσ()1~111221+n 1+n -+-=+--n t nS n n X X n n S X X n nσ例5.18 设921,,,X X X 和921,,,Y Y Y 分别是取自两个独立的正态总体),(21σμN 和),(22σμN 的随机样本, α和β是两个实数, 试求nmn m S n S m Y X Z nm 222221212)1()1()()(βαμβμα+-+-+--+-=的概率分布. 其中21,m S X 和22,n S Y 分别是两个总体的样本均值和样本方差.解：由正态样本总体均值与样本方差的抽样分布定理知()(),1~,1~,,~,,~222222212221--⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛n mS m mS n N Y m N X χσχσσμσμ 得 ()()⎪⎪⎭⎫⎝⎛+-+-n m N Y X 2221,0~σσμβμα()2~222221-++n m mS mS χσ由t 分布的定义知()2~-+n m t Z例5.19 设 4321,,,X X X X 是来自正态总体)4,0(N 的简单样本, 记243221)43(1001)2(201X X X X Y -+-=求EY 和DX .解： ()()()()02,2044442212121=-=⨯+=+=-X X E X D X D X X D()()()()043,10016943212143=-=+=-X X E X D X D X X D()()()(),1,0~10043,1,0~2024321N X X N X X --()()()()()()1~1004310043,1~20220222432432221221χχX X X X X X X X -=⎪⎭⎫ ⎝⎛--=⎪⎭⎫ ⎝⎛- 由2χ分布的可加性，得()2~)43(1001)2(2012243221χX X X X Y -+-=故()()4,2==Y D Y E例5.20 设n X X X ,,,21 为取自总体),(~2σμN X 的一个样本，求样本的二阶原点矩的期望与方差.解：n X X X ,,,21 为独立同分布的随机变量，∑==n i i X n A 1221()()()()()()221212122111σμ+=+==⎪⎭⎫ ⎝⎛=∑∑∑===n i i i n i i n i i X E X D n X E n X n E A E()()241212211n X D n X n D A D n i i n i i σ==⎪⎭⎫ ⎝⎛=∑∑==例5.21 设2621,,,X X X 是总体),0(~2σN X 的一个样本，求概率))16((26112101αt XXP j ji i≤∑∑==解：()(),16~,1,0~102611222101∑∑==j ji iX N Xχσσ()16~16110261122101t X Xj ji i∑∑==σσ所以αα-=≤∑∑==1))16(104(26112101t XXP j ji i例5.22 设921,,,X X X 是总体),0(~2σN X 的一个样本，试确定σ的值，使)31(<<X P 为最大.例5.23 设n X X X ,,,21 为取自总体)2,(~2μN X 的一个样本，X 为样本均值，要使1.0)(2≤-μX E 成立，则样本容量n 至少应取多少?例5.24 设总体X 服从)4,(a N 分布,Y 服从)4,(b N 分布, 而921,,,X X X 和1621,,,Y Y Y 分别是来自X 和Y 的两个独立的随机样本, 记∑=-=9121)(i i X XW ,∑=-=16122)(j iY Y W ,其中∑==9191i i X X ,∑==161161i i X Y(1) 求常数C, 使9.0)||(2=<-C W b Y P ; (2) 求)038.6709.0(12<<W WP参考答案（样本与抽样分布部分）5.15 (1) ,1,0,!!!2),,,(20102110102211101=∑====-=j x x e x x x x X x X x X P i i(2) ,2,1,0,!10)10(10===-k k e k X P k 5.17 （1）)1,1(-n F （2）)1(-n t ，5.18 )2(-+n m t ，5.19 2; 45.20 n4222;σμσ+，5.21 α-1，5.223ln 6，5.23 40，5.24 (1) 0.1132; (2) 0.9。
第六章 样本及抽样分布1.[一] 在总体N （52，6.32）中随机抽一容量为36的样本，求样本均值X 落在50.8到53.8之间的概率。
解： 8293.0)78()712(}63.68.163.65263.62.1{}8.538.50{),363.6,52(~2=-Φ-Φ=<-<-=<<X P X P N X2.[二] 在总体N （12，4）中随机抽一容量为5的样本X 1，X 2，X 3，X 4，X 5. （1）求样本均值与总体平均值之差的绝对值大于1的概率。
（2）求概率P {max (X 1，X 2，X 3，X 4，X 5)>15}. （3）求概率P {min (X 1，X 2，X 3，X 4，X 5)>10}.解：（1）⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧>-=>-25541225415412}112{|X P X P X P =2628.0)]25(1[2=Φ-（2）P {max (X 1，X 2，X 3，X 4，X 5)>15}=1－P {max (X 1，X 2，X 3，X 4，X 5)≤15}=.2923.0)]21215([1}15{1551=-Φ-=≤-∏=i i X P （3）P {min (X 1，X 2，X 3，X 4，X 5)<10}=1－ P {min (X 1，X 2，X 3，X 4，X 5)≥10}=.5785.0)]1([1)]21210(1[1}10{15551=Φ-=-Φ--=≥-∏=i i X P 4.[四] 设X 1，X 2…，X 10为N （0，0.32）的一个样本，求}.44.1{1012>∑=i i X P解：)5(1.0}163.0{}44.1{),10(~3.0101221012221012查表=>=>∑∑∑===i ii ii iX P XP χX7．设X 1，X 2，…，X n 是来自泊松分布π (λ )的一个样本，X ，S 2分别为样本均值和样本方差，求E (X ), D (X ), E (S 2).解：由X ~π (λ )知E (X )= λ ，λ=)(X D∴E (X )=E (X )= λ, D (X )=.)()(,)(2λX D S E nλnX D ===[六] 设总体X~b (1,p)，X 1，X 2，…，X n 是来自X 的样本。
第一章概率论的基本概念注意：这是第一稿（存在一些错误）1解：该试验的结果有9个：（0，a），（0，b），（0，c），（1，a），（1，b），（1，c），（2，a），（2，b），（2，c）。
所以，（1）试验的样本空间共有9个样本点。
（2）事件A包含3个结果：不吸烟的身体健康者，少量吸烟的身体健康者，吸烟较多的身体健康者。
即A所包含的样本点为（0，a），（1，a），（2，a）。
（3）事件B包含3个结果：不吸烟的身体健康者，不吸烟的身体一般者，不吸烟的身体有病者。
即B所包含的样本点为（0，a），（0，b），（0，c）。
2、解（1）AB BC AC或ABC ABC ABC ABC；（2）AB BC AC（提示：题目等价于A，B，C至少有2个发生，与（1）相似）；（3）ABC ABC ABC；（4）A B C或ABC；（提示：A，B，C至少有一个发生，或者A B C，，不同时发生）；3（1）错。
依题得()()()()0=-+=BApBpApABp ,但空集≠BA ，故A、B可能相容。
（2）错。
举反例（3）错。
举反例（4）对。
证明：由()6.0=A p ,()7.0=B p 知()()()()()3.03.1>-=-+=B A p B A p B p A p AB p ,即A 和B 交非空，故A 和B 一定相容。
4、解（1）因为A B ，不相容，所以A B ，至少有一发生的概率为：()()()=0.3+0.6=0.9P A B P A P B =+(2) A B ， 都不发生的概率为：()1()10.90.1P A B P A B =-=-=；（3）A 不发生同时B 发生可表示为：A B ，又因为A B ，不相容，于是()()0.6P A B P B ==；5解：由题知()3.0=BC AC AB p ,()05.0=ABC P .因()()()()()ABC p BC p AC p AB p BC AC AB p 2-++= 得，()()()()4.023.0=+=++ABC p BC p AC p AB p故A,B,C 都不发生的概率为()()C B A p C B A p -=1()()()()()()()()[]ABC p BC p AC p AB p C p B p A p +++-++-=1 ()05.04.02.11+--= 15.0=.6、解 设A ={“两次均为红球”}，B ={“恰有1个红球”}，C ={“第二次是红球”} 若是放回抽样，每次抽到红球的概率是：810，抽不到红球的概率是：210，则 （1）88()0.641010P A =⨯=； （2）88()210.321010P B =⨯⨯-=（）；（3）由于每次抽样的样本空间一样，所以：8()0.810P C == 若是不放回抽样，则（1）2821028()45C P A C ==；（2）118221016()45C C P B C ==； （3）111187282104()5A A A A P C A +==。
第三章多维随机变量及其概率分布注意：这是第一稿（存在一些错误）第三章概率论习题__奇数.doc1、解互换球后，红球的总数是不变的，即有6X Y +=，X 的可能取值有：2，3，4，Y 的取值为：2，3，4。
则(,)X Y 的联合分布律为：(2,2)(2,3)(3,2)(3,4)(4,3)(4,4)0PX Y PX Y PX Y PX Y PX Y PX Y ==================236(2,4)(4,2)5525P X Y P X Y =======223313(3,3)555525P X Y ===⋅+⋅=由于6X Y +=，计算X 的边际分布律为：6(2)(2,4)25P X P X Y =====13(3)(3,3)25P X P X Y =====6(4)(4,2)25P X P X Y =====3、解利用分布律的性质，由题意，得0.10.10.10.11a b c ++++++=(0,2)(0,1)0.1{0|2)0.5(2)(1)0.1P Y X P Y X a P Y X P X P X a b≤<≤=+≤<====<=++{1}0.5P Y b c ==+=计算可得：0.2a c ==0.3b =于是X 的边际分布律为：(1)0.10.6P X a b ==++=(2)0.10.10.20.4P X c c ==++=+=Y 的边际分布律为(1)0.10.3P Y a =-=+=，(0)0.2P Y ==(1)0.5P Y b c ==+=5、解（1）每次抛硬币是正面的概率为0.5，且每次抛硬币是相互独立的。
由题意知，X 的可能取值有：3，2，1，0，Y 的取值为：3，1。
则(,)X Y 的联合分布律为：(3,1)(2,3)(1,3)(0,1)0P X Y P X Y P X Y P X Y ============311(3,3)28P X Y ⎛⎫==== ⎪⎝⎭，223113(2,1)228P X Y C ⎛⎫===⋅=⎪⎝⎭213113(1,1)228P X Y C ⎛⎫===⋅= ⎪⎝⎭，311(0,3)28P X Y ⎛⎫==== ⎪⎝⎭X 的边际分布律为：311(0)28P X ⎛⎫=== ⎪⎝⎭，213113(1)228P X C ⎛⎫==⋅=⎪⎝⎭223113(2)228P X C ⎛⎫==⋅= ⎪⎝⎭，311(3)28P X ⎛⎫===⎪⎝⎭Y 的边际分布律为：1(3)(0,3)(3,3)4P Y P X Y P X Y ====+===3(1)(1,1)(2,1)4P Y P X Y P X Y ====+===（2）在{1}Y =的条件下X 的条件分布律为：(0|1)0P X Y ===，(1,1)1(1|1)(1)2P X Y P X Y P Y =======(2,1)1(2|1)(1)2P X Y P X Y P Y =======，(3|1)0P X Y ===7、解（1）已知()!me P X m m λλ-==，0,1,2,3m = 。
概率统计第六章参考答案1．~(0,)X U b 101()2bbE X x dx A X b ====⎰2bX = ，b =1.69 2. 22()()3E X x xdx X θθθθ=-==⎰, 3X θ= 3. ~(,)X B m p111(1)101()(1)(1)kkm kk k m k mm k k E X kC p p pm C pp pm ∞∞-------===-=-=∑∑=X 22()(1)(1)(1)(1)k km kk km k mm k k E X k k C p p kC p p pm p X ∞∞--===--+-=-+∑∑=2A 4．~()X πλ {}!k e P X k k λλ-==()!k k e E X kX k λλλ-∞====∑ 所以 x λ= 11()()!nii x n nii e L p x λλ=-=∑=∏, 11ln ()ln ln ()!n niii i L p x n x λλ===--∑∏1(ln ())0nii x dL p n dp λ==-=∑ 解得 X λ=且2221(ln ())0d L p dp λ=-<所以 x λ=利用此式计算(2)5．1{}(1)x P X x p p -==-，1()()(1)ni i x n n L p p p =-∑=-1ln(())()ln(1)ln ni i L p x n p n p ==--+∑1(ln ())1ni i x n d nL p dp p p=-=-+-∑=0 解得1p = 利用此式解(2)6．2~(,)X N μσ (1) 参数2σ已知，估计μ解：由于),(~2σμN X ，故其概率密度函数为：),;(σμx f =()22221σμσπ--⋅x e⇒似然函数为),;,,,(21σμn n x x x L =∏=ni 1),;(σμi x f =∏=ni 1()22221σμσπ--⋅i x e=()21221σμσπ--∑=⋅⎪⎪⎭⎫⎝⎛⋅i ni x ne=()()212122μσσπ----∑=⋅⋅i ni x n n e两边取对数有：ln L =()()()212212ln ln 2ln μσσπ----∑=++i ni x nn e=()()212221ln 2ln μσσπ-∑--=-i ni nx n(l n ())dL d μμ=2(1)0ni i x n μ=-=∑ ⇒ˆx μ= (2) 参数μ已知，估计2σ22(ln ())d L d σσ=()2130ni i x nμσσ=-∑-+=⇒()2211ˆni i x x n σ==-∑ 7. (1) /21,0()0,x xe x f x θθ-⎧>⎪=⎨⎪ ⎩其他1/1222111()(),nii i x nx i n ni L x ex x x eθθθθθ=--=∑==∏121(())2()()()/nn i i Ln L nLn nLn x x x x θθθ==-+-∑(ln ())d L d θθ=1202nii x n θθ=-+=∑ ⇒ 2X θ=(2) 32/1,0()20,x x e x f x θθ-⎧>⎪=⎨⎪ ⎩其他1/221233111()(),22nii i x nx i n n n i L x e x x x e θθθθθ=--=∑==∏2121(())23()()()/nn i i Ln L nLn nLn nLn x x x x θθθ==--+-∑(ln ())d L d θθ=1203nii x n θθ=-+=∑⇒ 3X θ= (3) ~(,)X B m p 参数m 已知估计p ，{}(1)k kn k n P X k C p p -==-()L p =1(1)ii i nx x m x ni Cp p -=-(())Ln L p =111()ln(1)i nnnx ni i i i i Ln C x Lnp nm x p ===++--∑∑(ln ())dL p dp=1101nniii i xnm x pp==--=-∑∑⇒1ni i x =∑=nmp ⇒Xp m= 8．22()2(1)L θθθθθ=- 直接对其求导数=0 得到 56θ= 9．利用第六题中的结论可知道Y Xαβαβ⎧-=⎪⎨+=⎪⎩解得 22X Y α=+， 22X Y β=-10．(1) 证明：()(2)2()E E X E X θθ===(2) ()()E Y E Y λ==22()(3)3()()()E Z E Y Y E Y E Y D Y =+=++=24λλ+(3) 22111()(3)3()()()ni i E U E Y Y E Y nE Y E Z nn==+=+⋅=∑11 .T1和T3是无偏估计量 T3最有效 22212210()36936D T θθθ=+= 222222149164()252525255D T θθθθθ=+++= 2231()40.2516D T θθ=⋅= 12．(,1296)X N μ 27,36n σ==置信区间是22(,)X Z X Z αα-+(1) 210.95, 1.96Z αα-==, (2) 210.9, 1.645Zαα-==13. (1) 用第6题结论 （2）置信区间是22(,)X Z X Z αα-+，210.95, 1.96Z αα-==14．（1）根据P140中结论计算 （2）置信区间是2((1))X n a?，230,10.9, 1.6973n t a a =-== 15．置信区间是2((1))X n a?，9.4,12,s n == 210.95, 2.1788t a a -== 16．置信区间是2((1))X n a?， 19.06875,32, 3.256x n S === 210.95, 2.1788t a a -==17．置信区间是2((1))X n a?， 214.71, 6.144,13,10.95, 2.1788x S n t a a ===-==18．置信区间是122((2)X Y t n n S a -?-其中: W S =221281.31,78.61,60.76,48.24X Y S S ====1229,15,10.95,(23) 1.7139n n t a a ==-==19. 置信区间是2211222/21221/21211(,)(1,1)(1,1)S S S F n n S F n n a a -----129,11,n n == 22120.344,0.456S S ==/212(1,1) 3.85F n n a --=, 11/212 4.3(1,1)F n n a ---=20．单侧置信上限：221122221121()(1,1)S S F n n a s s -=--其中10.95a -=,21S =6.798 , 22S = 9.627 , 112(1,1)F n n a ---=3.29单侧置信上限22121(1)(1)n S n a s c --=- 21(1)n a c --=2.16721.单侧置信下限：(1)X n a m =+- 14.71, 6.144,13,10.95,(12)x S n t a a ===-==1.782322.单侧置信上限12(2)X Y t n n S a m =-++-222112212(1)(1)2wn S n S S n n -+-=+-，221281.31,78.61,60.76,48.24X Y S S ====12(2) 1.71t n n a +-=,。
