下载文档原格式
茆诗松概率统计课程复习要点第一章随机事件与概率：1、事件的表示、关系与运算性质，P11题3，8，9。
2、概率的定义及其确定方法，尤其是排列组合在古典方法中的应用以及几何方法，即要熟练掌握古典方法和几何方法求事件发生的概率问题，P30，题6，7，8，11，18，21。
3、概率的运算性质（可加性、单调性、加法公式）及其应用，P39题1，4，6，17，18。
4、重点掌握条件概率计算，乘法公式，全概率公式（重点）以及贝叶斯公式，P51题1，2，5，8，9，12，13，16，18。
5、事件的独立性，掌握独立性定义，伯努利概型定义，P59题1，3，4，6，9，15。
第二章随机变量及其分布：1、掌握随机变量的分布函数定义及其性质，离散型随机变量及其分布列，连续型随机变量的概率密度函数。
已知分布列或概率密度函数会求分布函数，或者已知分布函数求分布列或概率密度函数（重点）。
P75题4，8，12，13，15，16。
2、掌握数学期望的定义及其性质，会计算离散型和连续型随机变量的数学期望，会利用数学期望的性质计算复杂随机变量的数学期望。
P84题1，2，11，12，13，14，17。
3、掌握方差的定义及其性质，会计算离散型和连续型随机变量的方差或标准差（简便计算公式），会利用方差的性质计算复杂随机变量的方差（重点），掌握切比雪夫不等式，会应用这个不等式来估计某事件发生的概率大小（重点）。
P91题3，4，6，8，14。
4、熟练三个常用离散分布（0-1分布、二项分布、Poisson分布）及其数学期望和方差。
P104题5，8，16。
注意它们的记号表示。
5、熟练三个常用连续型分布（正态分布、均匀分布、指数分布）及其数学期望和方差，尤其是正态分布的概率密度函数的对称性，正态分布的标准化。
P120题1，2，3，4，9，10，12，20；注意它们的记号表示。
6、随机变量函数分布（重点），掌握离散型连续型随机变量函数的分布的计算，尤其熟练连续型的情形（分布函数定义法，定理法）。
For personal use only in study and research;not for commercial use第五章 统计量及其分布§ 5.1 总体与样本内容概要1 总体 在一个统计问题中,研究对象的全体称为总体,构成总体的每个成员称为个体若关心的是总体中每个个体的一个数量指标,则该总体称为一维分布。
若关心的是总体中的每个个体的两个数量指标,则该总体称为二维总体,二维总体就是一个二维分布,余此类推。
2 有限总体与无限总体 若总体中的个数是有限的,此总体称为有限总体。
若总体中的个数是无限的,此总体称为无限总体。
实际中总体的个体数大多是有限的。
当个体数充分大时,将有限总体看作无限总体是一种合理的抽象。
3 样本 从总体中随机抽取的部分个体组成的集合称为样本,样本的个体称为样本,样本个数称为样本容量或样本量。
样本常用n 个指标值1x ,2x , ,n x 表示.它可看作n 维随机变量,又可看作其观察值,这由上下文加以区别。
4 分组样本 只知样本观测值所在区间,而不知具体值的样本称为分组样本。
缺点：与完全样本相比损失部分信息。
优点：在样本量较大时,用分组样本即简明扼要,又能帮助人们更好的认识总体。
5 简单随机样本 若样本 1x ,2x , ,n x 是n 个相互独立的具有同一分布（总体分布）的随机变量,册称该样本为简单随机样本,仍简称样本。
若总体的分布函数为F(x),则其样本的（联合）分布函数为()∏=ni ix F 1；若总体的密度函数为P(x),则其样本的（联合）密度函数为∏=ni x p 1)(；若总体的分布列为{p(x i )},则其样本的（联合）分布列为∏=ni x p 1)(；习题与解答5.11. 某地电视台想了解某电视栏目（如：每晚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)该项研究的总体是该地区全体电视观众；(2)该项研究的样本上一该地区被电话访查的电视观众。
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．。
