数理统计1-5

第一章3. 解：因为i i x ay c-=所以 i i x a cy =+11nii x x n ==∑()1111ni i ni i a cy n na cy n ===+⎛⎫=+ ⎪⎝⎭∑∑1nii c a y n a c y==+=+∑所以 x a c y =+ 成立因为 ()2211n x i i s x xn ==-∑()()()22122111ni i ini i nii a cy a c y n cy c y n c y y n====+--=-=-∑∑∑又因为 ()2211n y i i s y yn ==-∑所以 222xys c s = 成立 6. 解：变换()1027i i y x =-11li i i y m y n ==∑()13529312434101.5=-⨯-⨯+⨯+=- 2710yx=+= ()2211lyi i i s m y yn ==-∑()()()()22221235 1.539 1.5412 1.534 1.510440.25⎤=⨯-++⨯-++⨯+++⎡⎣⎦= 221 4.4025100x y s s == 7解：*11li i i x m x n ==∑()1156101601416426172121682817681802100166=⨯+⨯+⨯+⨯+⨯+⨯+⨯=()22*11li i i s m x xn ==-∑()()()()()()()2222222110156166141601662616416628168166100121721668176166218016633.44=⨯-+⨯-+⨯-+⨯-⎡⎣⎤+⨯-+⨯-+⨯-⎦=8解：将子样值重新排列（由小到大） -4，，，，，0，0，，，，，，()()()()()172181203.2147.211.2e n n e nM X X R X X M X X +⎛⎫ ⎪⎝⎭⎛⎫+ ⎪⎝⎭====-=--==== 9解：121211121211n n i j i j n x n x n n x n n ==+=+∑∑112212n x n x n n +=+()12221121n n ii s x x n n +==-+∑()()()1212221122111122121222222111222112212122222211221122112212121222211211122121n n i i n n i ji j x xn n x x n x n x n n n n n s x n sx n x n xn n n n n s n s n x n x n x n x n n n n n n n n n x n n s n sn n +====-++⎛⎫+=- ⎪++⎝⎭+++⎛⎫+=-⎪++⎝⎭⎛⎫+++=+- ⎪+++⎝⎭+++=++∑∑∑()()()()()()22212211222122222112212112212122121222212121122212122n n x n x n x n n n s n s n n x n n x n n x x n n n n n n x x n s n sn n n n +-++++-=+++-+=+++12. 解：()ix P λ i Ex λ= i Dx λ= 1,2,,i n =⋅⋅⋅1122111111n n i i i i nni i i i n E X E x Ex n n n n DX D x Dx n nn n λλλλ============∑∑∑∑13.解：(),ix U a b 2i a b Ex += ()212i b a Dx -= 1,2,,i n =⋅⋅⋅ 在此题中()1,1i x U - 0i Ex = 13i Dx = 1,2,,i n =⋅⋅⋅112111101113n ni i i i nni ii i E X E x Ex n n DX D x Dx n nn ==========∑∑∑∑14.解：因为()2,iXN μσ 0i X Eμσ-= 1i X Dμσ-=所以 ()0,1i X N μσ- 1,2,,in =⋅⋅⋅由2χ分布定义可知()222111nniii i X Y Xμμσσ==-⎛⎫=-= ⎪⎝⎭∑∑服从2χ分布所以 ()2Yn χ15. 解：因为()0,1iX N1,2,,i n =⋅⋅⋅()1230,3X X X N ++0=1=所以()0,1N()221χ同理()221χ由于2χ分布的可加性，故()222123Y χ=+可知 13C =16. 解：（1）因为 ()20,i X N σ 1,2,,i n =⋅⋅⋅()0,1iX N σ所以 ()22121ni i X Y n χσσ=⎛⎫= ⎪⎝⎭∑(){}11122Y Yy F y P Y y P σσ⎧⎫=≤=≤⎨⎬⎩⎭()220yf x dx σχ=⎰()()211'221Y Y y f y F y f χσσ⎛⎫==⨯ ⎪⎝⎭因为 ()2122202200n x n x e x n f x x χ--⎧⎪>⎪⎛⎫=⎨Γ⎪⎪⎝⎭⎪≥⎩所以 ()21122202200ny n nY y e y n f y y σσ--⎧⎪>⎪⎛⎫=⎨Γ⎪⎪⎝⎭⎪≤⎩（2） 因为 ()20,i X N σ 1,2,,i n =⋅⋅⋅()0,1iX N σ所以()22221ni i X nY n χσσ=⎛⎫= ⎪⎝⎭∑(){}()22222220nyY nYny F y P Y y P f x dx σχσσ⎧⎫=≤=≤=⎨⎬⎩⎭⎰()()222'22Y Y ny nf y F y f χσσ⎛⎫== ⎪⎝⎭故 ()221222202200n nny n n Y n y e y n f y y σσ--⎧⎪>⎪⎛⎫=⎨Γ⎪⎪⎝⎭⎪≤⎩（3）因为 ()20,iX N σ 1,2,,i n =⋅⋅⋅()10,1ni N =所以()22311n i Y n χσ=⎛= ⎝(){}()()22333210yn Y Y F y P Y y P y f x dx n σχσ⎧⎫=≤=≤=⎨⎬⎩⎭⎰()()()233'2211Y Y y f y F y f n n χσσ⎛⎫== ⎪⎝⎭()()221000x x f x x χ-⎧>=≤⎩故 ()232000y n Y y f y y σ-⎧>=≤⎩ （4）因为()20,iX N σ 1,2,,i n =⋅⋅⋅所以()()1224210,11ni ni N Y χσ==⎛= ⎝(){}()()()()()224224442210'2211yY Y Y y F y P Y y P f x dxy f y F y f σχχχσσσσ⎧⎫=≤=≤=⎨⎬⎩⎭⎛⎫== ⎪⎝⎭⎰ 故()242000yY y f y y σ-⎧>=≤⎩17.解：因为 ()Xt n存在相互独立的U ，V()0,1UN ()2Vn χ 使X = ()221Uχ则 221U X V n=由定义可知 ()21,F n χ18解：因为 ()20,iX N σ 1,2,,i n =⋅⋅⋅()10,1ni N =()221n mi i n X m χσ+=+⎛⎫ ⎪⎝⎭∑所以()1nniX Yt m ==（2）因为()0,1iX N σ1,2,,i n m =⋅⋅⋅+()()221221ni i n mi i n X n X m χσχσ=+=+⎛⎫ ⎪⎝⎭⎛⎫ ⎪⎝⎭∑∑所以 ()221122211,ni n i ii n mn mi ii n i n X m X n Y F n m X n X mσσ==++=+=+⎛⎫⎪⎝⎭==⎛⎫ ⎪⎝⎭∑∑∑∑19.解：用公式计算()20.010.019090χ=查表得 0.01 2.33U =代入上式计算可得()20.01909031.26121.26χ=+=20.解：因为()2Xn χ 2E n χ= 22D n χ=由2χ分布的性质3可知()0,1N{}P X c P ≤=≤22lim t n P dt -→∞-∞≤==Φ 故 {}PX c ≤≈Φ第 二 章 1.,0()0,0()()1()111x x x x xe xf x x E x f x xdx xe dxxe e d x e xλλλλλλλλλλλλ-+∞+∞--∞+∞+∞--+∞-⎧≥=⎨<⎩=⋅==-+=-==⎰⎰⎰令从而有1x λ∧= 2.()111121).()(1)(1)1111k k x x E x k p p p k p ppp ∞∞--===-=-==⎡⎤--⎣⎦∑∑令1p ＝X所以有1p X ∧=２）．其似然函数为1`11()(1)(1)ni x i i nX nni L P P p p p -=-=∑=-=-∏1ln ()ln ()ln(1)ni i L P n p X n p ==+--∑1ln 1()01ni i d L n X n dp p p ==--=-∑解之得11nii np X X∧===∑３． 解：因为总体Ｘ服从Ｕ（a ，b ）所以()2122!2!!()12ni i a b n E X r n r X X X X a b S X b X =∧∧+=--⎧=⎪⎪⎨-⎪=⎪⎩⎧=⎪⎨⎪=⎩∑222（a-b ）（） D （X ）=12令E （X ）= D （X ）=S ，1S =n a+b 2（）a 4. 解：（1）设12,,n x x x 为样本观察值则似然函数为：111()(),01,1,2,,ln ()ln ln ln ln 0nni i i nii in i i L x x i nL n x d L nx d θθθθθθθθ-====<<==+=+=∏∑∑（-1）解之得：11ln ln nii nii nxnxθθ=∧==-==∑∑（2）母体X 的期望1()()1E x xf x dx x dx θθθθ+∞-∞===+⎰⎰而样本均值为：11()1nii X x n E x X X Xθ=∧===-∑令得5.。

概率论与数理统计习题 第一章 概率论的基本概念习题1-1 设C B A ,,为三事件，用C B A ,,的运算关系表示下列各事件.（1）A 发生，B 与C 不发生， （2）A 与B 都发生，而C 不发生，（3）C B A ,,中至少有一个发生，（4）C B A ,,都发生，（5）C B A ,,都不发生， （6）C B A ,,中不多于一个发生， （7）C B A ,,中不多于两个发生， （8）C B A ,,中至少有两个发生，解（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C B 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ABC C 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 +AC习题1-2 设B A ,为两事件且6.0)(=A P ，7.0)(=B P ，问（1）在什么条件下)(AB P 取得最大值，最大值是多少？（2）在什么条件下)(AB P 取得最小值，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 。

湖北第二师范学院数学与数量经济学院《数理统计》课程教案课程类型：专业指选课任课教师：郭卫娟任课班级：10数学1、2班；课程学时：51学期：2012~2013学年度上学期湖北第二师范学院数学与数量经济学院《数理统计》课程教案课程类型：专业主干课任课教师：郭卫娟任课班级：10统计学专业；课程学时：51学期：2012~2013学年度上学期课次：第1次课授课时间：月日教学内容：第五章统计量及其分布第一节总体与样本第二节样本数据的整理与显示教学目标：1、掌握总体和样本的概念。

2、会初步整理数据，作出数据的频率直方图。

教学重点：总体和样本的概念；简单独立样本教学难点：总体和样本的概念；简单独立样本。

教学用具：多媒体课时安排：2学时教学过程设计及教学方法：§5.1 总体与样本一、总体与个体在数理统计学中我们把研究对象的全体所构成的一个集合称为总体或总体,而组成总体的每一单元成员称为个体。

在实际中我们所研究的往往是总体中个体的各种数值指标。

例如要研究某灯泡厂生产的一批灯泡的平均寿命。

这批灯泡就构成了一个总体，其中每一只灯泡就是一个个体。

我们关心的是灯泡的寿命指标，它是一个随机变量。

假设的分布函数是F（x）。

如果我们主要关心的只是这个数值指标。

为了方便起见我们可以把这个数值指标的可能取值的全体看作总体，并且称这一总体为具体分布函数F（x）的总体。

这样就把总体和随机变量联系起来了，并且这种联系也可以推广到R维，。

例如电视机显像管的寿命和亮度等，我们可以把这两个指标所构成的二维随机向量（）可能取值的全体看成一个总体。

简称二维总体。

这二维随机变量（）在总体上有一个联合分布函数F（x,y）.称这一总体为具有分布函数F（x,y）的总体。

数理统计学中我们总是通过观测和试验以取得信息，我们可以从客观存在的总体中按机会均等的原则随机抽取一些个体，然后对这些个体进行观测或测试某一指标的数值，这种按机会均等的原则选取一些个体进行观测或测试的过程称为随机抽样。

第五章数理统计的基础知识在前四章的概率论部分中，我们讨论了概率论的基本概念、思想和方法。

知道随机变量的统计规律性是通过随机变量的概率分布来全面描述的。

在概率论的许多问题中,概率分布通常是已知的或假设为已知的，在这一前提下我们去研究它的性质、特点和规律性,即讨论我们关心的某些概率、数字特征的计算以及对某些问题的判断、推理等。

但在许多实际问题中，所涉及到的某个随机变量服从什么分布我们可能完全不知道，或有时我们能够根据某些事实推断出分布的类型，但却不知道其分布函数中的某些参数。

例如:1、某种电子元件的寿命服从什么分布是完全不知道的。

2、检测一批灯泡是否合格,则每个灯泡可能合格，也可能不合格，则服从（0—1）分布,但其中的参数p 未知。

对这类问题要深入研究,就必须知道与之相应的分布或分布中的参数.数理统计要解决的首要问题就是：确定一个随机变量的分布或分布中的参数.数理统计学是研究随机现象规律性的一门学科，它以概率论为理论基础，研究如何以有效的方式收集、整理和分析受到随机因素影响的数据，并对所考察的问题作出推理和预测，直至为采取某种决策提供依据和建议。

数理统计研究的内容非常广泛,可分为两大类：一是:怎样有效地收集、整理有限的数据资料.二是:怎样对所得的数据资料进行分析和研究，从而对所考察对象的某些性质作出尽可能精确可靠的判断—本书中参数估计和假设检验。

第一节数理统计的基本概念一、总体与总体的分布在数理统计中，我们将研究对象的全体称为总体或母体，而把组成总体的每个元素称为个体。

总体中所包含的个体的个数称为总体的容量. 容量为有限的总体称为有限总体；容量为无限的总体称为无限总体. 总体和个体之间的关系就是集合与元素之间的关系。

在实际问题中，研究对象往往是很具体的事物或现象，而我们所关心的不是每一个个体的种种具体的特征，而是其中某项或某几项数量指标，记为X .例如：研究一批灯泡的平均寿命时,该批灯泡的全体构成了研究的总体,其中每个灯泡就是个体.但在实际问题中，我们仅仅关心灯泡的使用寿命（记X 表示该批灯泡的寿命）。