概率论与数理统计学习指导及习题解析第6章数理统计的基本概念

合集下载

数理统计第6-9章答案

4 2
4.设总体
ξ N (1, 2) ， ξ1 , ξ 2 , , ξ 4 为其样本，记
2
η 得服从 χ (m) 分布，自由度 m 取何值？解：
i =1 ξ − η = k[∑ 4] ，试问 k 取何值时，使 i
ξ N (1, 2)
∑ξ
i =1
4
i
N (4,16) ⇒
4
∑ξ
i =1
ξ1 N (a,
σ2
) = N (20,
与极小值的分布。
| ξ − ξ2 | 的分布，解：（ 1 ） . 当样本容量 n = 2 时，极差的分布即为 1
η = ξ1 − ξ 2 N (0, 2σ 2 )
) P{| η |< x= } P{| F|η | ( x= =P{| φ |<
3.设总体服从正态分布
ξ
N (0, σ ) ， ξ1 , ξ 2 , , ξ 4 为其样本，试问
η=
解：
(ξ1 − ξ 2 ) 2 (ξ3 + ξ 4 ) 2 服从什么分布？
ξ1 − ξ 2 N (0,
) 2 2 ⇒ ξ3 + ξ 4 σ ξ3 + ξ 4 N (0, ) N (0,1) σ 2 2
公式，得
1 fη ( y1 ,= y2 , , yn ) (2π ) exp{− (Ty ) '(Ty )}| J | 2 n − 1 = (2π ) 2 exp{− y ' y} 2 ∴η N n (0, I n )
−
n 2
其中，
I n 为单位矩阵。
2 ξ 服从正态 N (a, σ 2 ) ， ξ1 , ξ 2 , , ξ n 为其样本， ξ 与 S n 分为样本均值及方差. 2 ξ , ξ , , ξ n 相互独立，试求统计量 ξ 又设 n +1 服从正态 N ( a, σ ) ，且与 1 2

概率论与数理统计第六章--数理统计的基本概念

F分布性质2 若X ~t(n)，则X2~F(1,n)
例4.设X1,X2, …,Xn是来自正态总体N(0,1) 的样本，试问c=( )统计量
c
2 X i 3 i 1 n
X
i 4
2 i
服从F分布？
抽样分布的分位点
设α为给定的常数，且0<α<1.若存在χα2(n)使
P ( n)
分位点的性质
(1) u1 u (2)
t1 (n) t (n)
1 (3) F (m, n) F1 (n, m)
回顾1. 设X1 ,X2 ,X3, X4是来自总体N(0,4)的简单随机样本，X=a(X1-2 X2)2+b(3X3 -4X4)2，问当 a,b为何值时，统计量X服从 2分布 .
Max=1572, Min=738, 组数=6 组距=(Max-Min)/6=139140 取a0=735, 则分组区间及相关数据如下
组序 1 2 分区区间 (735,875] (875,1015] 频数 6 8 频率 0.2 0.27 累计频率 0.2 0.47
3
4 5 6 合计
(1015,1155]
2
所服从的分布为自由度为 n 的分布记为
2
~ (n)
2 2
分布的密度函数为
2
n x 1 1 n2 x2 e 2 f ( x; n ) 2 ( n 2 ) 0
x0 x0
其中伽玛函数 ( x )通过积分
( x ) e t dt, x 0 0 来定义.
(1155,1295] (1295,1435] (1435,1575]
9
4 2 1 30
0.3

习题解答 - 第六章数理统计基本概念

2 2
么值时， η 服从 χ 分布？并给出自由度。
2
解答：因 ξ1 ,L , ξ 4 是 N (0, 2 ) 的一个样本，所以 a (ξ1 − 2ξ 2 ) 与 b (3ξ3 − 4ξ 4 ) 相互独立，
2
且由例 3.16 可知它们分别服从 N (0, 20a ) 、 N (0,100b) ，要使 η 服从 χ 分布，只要
_ _
σ2
n
, E (S 2 ) = σ 2 。（1）因
ξ
B(k , p) ，则 E (ξ ) = μ = kp, D (ξ ) =
_
_
_
σ2
n
_
=
kp(1 − p ) ， E ( S 2 ) = σ 2 = kp(1 − p ) ； n =
（2）因 ξ
π (λ ) ，则 E (ξ ) = μ = λ , D(ξ ) =
i =1
10
N (0, 0.32 ) ，所以 ξ 0.3
N (0,1) ，即从中抽取的容量为 10 的样本，去
10 10
我们有
∑ (ξ 0.3)2
i =1
10
χ 2 (10) ，所以 0.05 = P{∑ ξ 2 > λ} = P{∑ (ξ / 0.3) 2 >
i =1 i =1
λ
0.09
}
查表可知
_ 1 1 11 [∑ ni ⋅ xi2 − n( x) 2 ] = (8 ⋅ 02 + 5 ⋅12 + 7 ⋅ 32 + 3 ⋅ 42 + 2 ⋅ 62 − 25 ⋅ 22 ) = ， 3 24 n −1 _ 1 n − 1 2 24 11 b2 = [∑ ni ⋅ xi2 − n( x) 2 ] = s = ⋅ = 3.52 n n 25 3

概率与数理统计第六章习题参考解答

《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。

6第六章数理统计的基本概念

t i t i 1
所有小矩形的面积的和
S f
i 1 i i 1
l
l
i
1.
这样作出的所有小矩形就构成了直方图。因为样本容量 n 充分大时，随机变量 X 的取值落在各个子区间 t i 1 , t i 内的频率近似等于其概率即 f i P t i 1 X t i i 1,2,, l 所以直方图大致地描述了总体 X 的概率分布。
数理统计的内容包括：如何收集、整理数据资料；如何对所得的数据资料进行分析、研究，从而对所研究的对象的性质、特点作出推断．后者就是我们所说的统计推断问题。本书只讲述统计推断的基本内容。本章我们介绍总体、随机样本及统计量等基本概念，并着重介绍几个常用统计量及抽样分布．
第一节
总体与样本
我们知道，虽然从理论上讲，对随机变量进行大量的观测，被研究的随机变量的概率特征一定能显现出来，可是实际进行的观测次数只能是有限的，有的甚至是少量的．因此，我们关心的问题就是怎样有效地利用收集到的有限的资料，尽可能地对被研究的随机变量的概率特征作出精确而可靠的结论．
总计 100 1.00
直方图如图6－2所示
图6－2
习题6－2 1.某射手进行20次独立、重复的射击，击中靶子的环数如下表：环数 4 5 6 7 8 9 10 频数 2 0 4 9 0 3 2 求经验分布函数 F20 x ，并作图。
2. 测得20个毛坯重量（单位：g），列成简单表如下: 毛坯重量 185 187 192 195 200 202 205 206 频数 1 1 1 1 1 2 1 1 毛坯重量 207 208 210 214 215 216 218 227 频数 2 1 1 1 2 1 2 1

概率论与数理统计第六章数理统计的基本概念习题答案

解：c 2
=
9S 2 16
~
c 2 (9), P(S 2
> a) =
P
æ çè
c
2
>
பைடு நூலகம்9a 16
ö ÷ø
=
0.1.
查表得 9a = 14.684, 16
\ a = 14.684 ´16 = 26.105. 9
大学数学云课堂
028606.设总体X 服从标准正态分布,X1,X 2,L,X n是来自总体X的一个简单随机样本
ò ò E( X ) = +¥ xf (x)dx = 1 +¥ xe- x dx = 0
-¥
2 -¥
ò ò ò E( X 2 ) = +¥ x2 f (x)dx = 1 +¥ x2e- x dx = +¥ x2e-xdx = 2,
-¥
2 -¥
0
\E(S2) = 2
大学数学云课堂
2004研考
å å 么E
é ê ê ê ê
n1 i =1
(Xi
ê ê - Xë )2 + n1 + n2
n1 + n2 - 2
n2
(Y j
-
Y
)2
ù ú
j =1
ú=
-2
ú
ú
n1
+
1 n2
ú ú û -
g E (s 2
2 c12
+s
2
c
2 2
)
ë
û
=
n1
s2 + n2
-
2
[E(c12 )
+
E
(

概率第6章数理统计的基本概念

f(x1 , x2 , … , xn) =f(x1) f(x2) … f(xn) 简单随机样本是应用中最常见的情形，今后，当说到“X1,X2,…,Xn是取自某总体的样本”时，若不特别说明，就指简单随机样本.
统计量
定义设(X1，… , Xn )为总体X的一个样本， f(X1，… , Xn) 为不含任何未知参数的连续函数，则称 f(X1，… , Xn)为样本(X1，… , Xn )的一个统计量。
n 1
n
2,
E[
S
2 n
]
2
.
证明：（1）
E[X ]
E
1 n
n i1
X
i
1 n
n i1
E
Xi
1 n
n i1
Var[
X
]
Var
1 n
n i1
Xi
1 n2
n
Var
i1
Xi
1 n2
n
2
i1
数理统计方法具有“用局部推断整体”的特征 .
总体、样本和统计量
总体与样本在数理统计中，把研究对象的全体称为总体，
而把组成总体的每个单元称为个体。
总体可以认为是一个随机变量，而个体的取值就是该随机变量的一个观测值。
按一定原则从总体中抽取若干个个体进行观察，这个过程叫做抽样。
从总体X中第i次抽取的个体指标为Xi(i=1,2…n), 则我们称X1，… ,Xn是总体X的一组样本，因为我们在抽样之前无法预测Xi的取值，所以 Xi是一个随机变量。
样本均值：
X
1 n
n i 1
Xi
样本方差：
Sn2
1 n
n i 1
2
Xi X

概率论：第六章数理统计的基本概念

为便于区分，将样本的观察值记为 (x1, x2 , , xn ) ．
简单区分方法：在抽样之前或理论研究时， (X1, X2 , , Xn ) 为 n 维随机变量．
在抽样之后或实际应用时， (x1, x2 , , xn ) 为观察值．
二、统计量
1.统计量的概念
定义 1.3 设 (X1, X2, , Xn ) 为来自总体 X 的一个样本， g(x1, x2 , , xn ) 为一个 n 元函数，且不依赖总体 X 中的任何未知参数，就称随机变量 g( X1, X 2 , , X n ) 为一个统计量．如果 (x1, x2 , , xn ) 为样本观察值，也称 g(x1, x2 , , xn )
．
例 1.5 设总体 X 的数学期望 EX ，方差 DX 2 ， ( X1, X2 , , Xn ) (n 1) 为来自总体 X 的一个样本，则
E X ， DX 2 ， E(S2) 2 ．
n
（此例实为结论，务必记住！）
⑵ 顺序统计量
定义 1.5 设 ( X1 , X2 , , Xn ) 为来自总体 X 的一个样本，
而在实际问题中，对于不同的个体，其数量指标 X 的取值是不同的，因此数量指标 X 是一个随机变量．
随机变量 X 的分布称为总体的分布，总体的特征是
由总体的分布刻画的．为此，常把总体与总体分布视为
等同，并称总体 X ．
例 1.1 考察某产品的次品率，令总体
1, 产品为次品, X 0, 产品为正品, 因此总体 X 的取值为1和 0 ，总体 X 为有限总体，也是离散型总体，如果记该产品的次品率为 p ，则总体
本，求 X1 X 2 所服从的分布．
X3 X4
解
利用正态分布的性质， X1 X 2

天津理工大学概率论与数理统计第六章习题答案详解

第六章数理统计的基本概念一.填空题1.若n ξξξ,,,21 是取自正态总体),(2σμN 的样本，则∑==ni i n 11ξξ服从分布 )n,(N 2σμ .2.样本),,,(n X X X 21来自总体),(~2σμN X 则~)(221n S n σ- )(1χ2-n ； ~)(nS n X μ- _)(1-n t __。

其中X 为样本均值，∑=--=n i n X X n S 12211)(。

3.设4321X X X X ,,,是来自正态总体).(220N 的简单随机样本，+-=221)2(X X a X 243)43(X X b -，则当=a 201=a 时，=b 1001=b时，统计量X 服从2X 分布，其自由度为 2 .4. 设随机变量ξ与η相互独立, 且都服从正态分布(0,9)N , 而129(,,,)x x x 和129(,,,)y y y 是分别来自总体ξ和η的简单随机样本, 则统计量~U = (9)t .5. 设~(0,16),~(0,9),,X N Y N X Y 相互独立, 129,,,X X X 与1216,,,Y Y Y 分别为X 与Y 的一个简单随机样本,则2221292221216X X X Y Y Y ++++++服从的分布为 (9,16).F 6. 设随机变量~(0,1)X N , 随机变量2~()Y n χ, 且随机变量X 与Y 相互独立,令T =, 则2~T F (1,n ) 分布.解：由T =, 得22X T Y n =. 因为随机变量~(0,1)X N , 所以22~(1).X χ再由随机变量X 与Y 相互独立, 根据F 分布的构造, 得22~(1,).X T F n Y n= 7. 设12,,,n X X X 是总体(0,1)N 的样本, 则统计量222111n k k X n X =-∑服从的分布为 (1,1)F n - (需写出分布的自由度).解：由~(0,1),1,2,,i X N i n =知222212~(1),~(1)nk k X X n χχ=-∑, 于是8. 总体21234~(1,2),,,,X N X X X X 为总体X 的一个样本, 设212234()()X X Z X X -=-服从 F (1,1) 分布(说明自由度)解：由212~(0,2)X X N σ+,有22~(1)χ, 又 234~(0,2)X X N σ-,故22~(1),χ因为2与2独立,所以21234~(1,1).X X F X X ⎛⎫+ ⎪-⎝⎭9.判断下列命题的正确性：( 在圆括号内填上“ 错” 或“ 对”)(1) 若总体的平均值 μ与总体方差 σ2 都存在，则样本平均值 x 是 μ 的一致估计。

概率论与数理统计第六章数理统计的基本概念精品教案

第六章数理统计的基本概念一、内容提要数理统计学是数学的一个分支，它的任务是研究怎样用有效的方法去收集和使用带有随机性的数据，建立数学方法，去揭示所研究问题的统计规律性。

它的主要内容是由样本来推断总体。

（一）基本概率1. 总体、个体与样本：研究对象的全体称为总体，用X、Y等表示。

组成总体的每个元素称为个体或单元。

从总体中按一定的规律抽出一些个体就称为抽样，所抽及的个体称为样本，用X1,X2,…,X n表示。

一般样本容量小于50的样本称为小样本，样本容量大于等于50的样本称为大样本，但在样本不易实现时，样本容量大于30的样本可看作大样本。

包含有限个个体的总体称为有限总体，包含无限个个体的总体称为无限总体。

2. 简单随机抽样与简单随机样本：如果总体中各个个体被抽到的机会是均等的，并且在抽取一个个体后总体的成分不变，那么，抽得的一些个体就能很好地反映总体的情况，基于这种想法抽取个体的方法称为简单随机抽样。

抽得的这些个体构成一个样本，用（X1,X2,…,X n）表示，n为样本容量，X1,X2,…,X n应是n个相互独立的且与总体X同分布的随机变量，并将这种样本称为简单随机样本，简称样本。

本书所讨论的样本，如无特别声明，均指简单随机样本。

样本（X1,X2,…,X n）是n个相互独立的且与总体同分布的随机变量，而一次抽取之后，12（X 1,X 2,…,X n ）又是n 个具体的数据x 1,x 2…,x n ，即样本的一组观测值，在不致引起混淆的情况下，样本和样本值都用（X 1,X 2,…,X n ）表示，这就是样本的二重性。

3. 样本分布函数（或经验分布函数）：设样本（X 1,X 2,…,X n ）的观测值按由小到大次序排列后为：**2*1n x x x ≤≤≤Λ定义()()*1**1*0,,,,1,2,,11,.n k k n x x kF x x x x k n n x x +⎧⎪⎪=≤<=-⎨⎪⎪≥⎩p L ，为样本分布函数对于样本的不同观测值（x 1,x 2…,x n ），我们将得到不同的F n (x )，所以F n (x )是一个随机变量。

概率论与数理统计课后习题集及答案详解

概率论与数理统计课后习题集及解答第一章随机事件和概率一. 填空题1. 设A, B, C 为三个事件, 且=-=⋃⋃=⋃)(,97.0)(,9.0)(C AB P C B A P B A P 则____. 解.)(1)(1)()()()(ABC P AB P ABC P AB P ABC AB P C AB P +--=-=-=-=)(C B A P ⋃⋃－)(B A P ⋃= 0.97－0.9 = 0.072. 设10件产品中有4件不合格品, 从中任取两件, 已知所取两件产品中有一件是不合格品, 另一件也是不合格品的概率为_______.解. }{合格品二件产品中有一件是不=A , }{二件都是不合格品=B511)()()()()|(2102621024=-===c c c c A P B P A P AB P A B P 注意: }{合格品二件产品中有一件是不=}{不合格品二件产品中恰有一件是 +}{二件都是不合格品所以B AB B A =⊃,; }{二件都是合格品=A 3. 随机地向半圆a x ax y (202-<<为正常数)内掷一点, 点落在半圆内任何区域的概率与区域的面积成正比, 则原点和该点的连线与x 轴的夹角小于4π的概率为______. 解. 假设落点(X, Y)为二维随机变量, D 为半圆. 则121)),((2==∈a kD Y X P π, k 为比例系数. 所以22ak π= 假设D 1 = {D 中落点和原点连线与x 轴夹角小于4π的区域}πππ121)2141(2)),((22211+=+=⨯=∈a a a D k D Y X P 的面积. 4. 设随机事件A, B 及其和事件A ⋃B 的概率分别是0.4, 0.3, 0.6, 若B 表示B 的对立事件, 则积事件B A 的概率)(B A P = ______.解. =+-+=)()()()(B A P B P A P AB P 0.4 + 0.3－0.6 = 0.13.01.04.0)()()(=-=-=AB P A P B A P .5. 某市有50%住户订日报, 有65%住户订晚报, 有85%住户至少订这两种报纸中的一种, 则同时订这两种报纸的住户的百分比是________. 解. 假设A = {订日报}, B = {订晚报}, C = A + B. 由已知 P(A) = 0.5, P(B) = 0.65, P(C) = 0.85.所以 P(AB) = P(A) + P(B)－P(A + B) = 0.5 + 0.65－0.85 = 0.3.6. 三台机器相互独立运转, 设第一, 第二, 第三台机器不发生故障的概率依次为0.9, 0.8, 0.7, 则这三台机器中至少有一台发生故障的概率________. 解. 设A i 事件表示第i 台机器运转不发生故障(i = 1, 2, 3). 则 P(A 1) = 0.9, P(A 2) = 0.8, P(A 3) = 0.7,)()()(1)(1)()(321321321321A P A P A P A A A P A A A P A A A P -=-==++ =1－0.9×0.8×0.7=0.496.7. 电路由元件A 与两个并联元件B, C 串联而成, 若A, B, C 损坏与否相互独立, 且它们损坏的概率依次为0.3, 0.2, 0.1, 则电路断路的概率是________. 解. 假设事件A, B, C 表示元件A, B, C 完好.P(A) = 0.7, P(B) = 0.8, P(C) = 0.9. 事件线路完好 = A(B + C) = AB + AC.P(A(B + C) ) = P(AB + AC) = P(AB)+P(AC)－P(ABC) = P(A)P(B) + P(A)P(C)－P(A)P(B)P(C) = 0.7×0.8 +0.7×0.9－0.7×0.8×0.9 = 0.686. 所以 P(电路断路) = 1－0.686 = 0.314.8. 甲乙两人投篮, 命中率分别为0.7, 0.6, 每人投三次, 则甲比乙进球多的概率______. 解. 设X 表示甲进球数, Y 表示乙进球数.P(甲比乙进球多) = P(X = 3, Y = 2) +P(X = 3, Y = 1) + P(X = 3, Y = 0) + P(X = 2, Y = 1) +P(X = 2, Y = 0) + P(X = 1, Y = 0) = P(X = 3)P(Y = 2) +P(X = 3)P(Y = 1) + P(X = 3)P(Y = 0) + P(X = 2)P(Y = 1) +P(X = 2)P(Y = 0) + P(X = 1)P(Y = 0)=+⋅⋅⋅21336.04.07.0c +⋅⋅⋅6.04.07.02233c 334.07.0⋅++⋅⋅⋅⋅⋅2132134.06.07.03.0c c +⋅⋅⋅32134.07.03.0c 32134.03.07.0⋅⋅⋅c= 0.148176 + 0.098784 +0.021952 + 0.127008 + 0.028224 + 0.012096 = 0.43624.9. 三人独立破译一密码, 他们能单独译出的概率分别为41,31,51, 则此密码被译出的概率_____.解. 设A, B, C 表示事件甲, 乙, 丙单独译出密码., 则41)(,31)(,51)(===C P B P A P . P(A + B + C) = P(A) + P(B) + P(C)－P(AB)－P(AC)－P(BC) + P(ABC)= P(A) + P(B) + P(C)－P(A)P(B)－P(A)P(C)－P(B)P(C) + P(A)P(B)P(C) =53413151413141513151413151=⋅⋅+⋅-⋅-⋅-++.二．单项选择题.1. 以A 表示“甲种产品畅销, 乙种产品滞销”, 则对立事件A 为(A) “甲种产品滞销, 乙种产品畅销” (B) “甲、乙产品均畅销”(C) “甲种产品滞销” (D) “甲产品滞销或乙产品畅销” 解. (D)是答案.2. 设A, B, C 是三个事件, 与事件A 互斥的事件是(A) C A B A + (B) )(C B A + (C) ABC (D) C B A ++ 解. ==++C B A A )C B A A(φ, 所以(D)是答案. 3. 设A, B 是任意二个事件, 则(A) P(A ⋃B)P(AB)≥P(A)P(B) (B) P(A ⋃B)P(AB)≤P(A)P(B) (C) P(A －B)P(B －A)≤P(A)P(B)－P(AB) (D)41)()(≥--A B P B A P . 解. P(A + B)P(AB)－P(A)P(B) = (P(A) + P(B)－P(AB))P(AB)－P(A)P(B) =－P(A)(P(B)－P(AB)) + P(AB)(P(B)－P(AB) =－(P(B)－P(AB))(P(A)－P(AB)) =－P(B －A)P(A －B) ≤ 0 所以(B)是答案 .4. 事件A 与B 相互独立的充要条件为(A) A + B = Ω (B) P(AB) = P(A)P(B) (C) AB = φ (D) P(A + B) = P(A) + P(B) 解. (B)是答案.5. 设A, B 为二个事件, 且P(AB) = 0, 则(A) A, B 互斥 (B) AB 是不可能事件 (C) AB 未必是不可能事件 (D) P(A) = 0或P(B) = 0. 解. 概率理论中 P(A) = 0不能推出A 为不可能事件(证明超出大纲要求). 所以(C)是答案. 6. 设A, B 为任意二个事件, 且A ⊂B, P(B) > 0, 则下列选项必然成立的是 (A) P(A) < P(A|B) (B) P(A) ≤ P(A|B) (C) P(A) > P(A|B) (C) P(A) ≥ P(A|B) 解. )()()()()()|(A P B P A P B P AB P B A P ≥==(当B = Ω时等式成立). (B)是答案.7. 已知 0 < P(B) < 1, 且P[(A 1 + A 2)|B] = P(A 1|B) + P(A 2|B), 则下列选项必然成立的是 (A))B |P(A )B |P(A ]B |)A P[(A 2121+=+ (B) P(A 1B +A 2B) = P(A 1B) +P(A 2B)(C) P(A 1 +A 2) = P(A 1|B) +P(A 2|B)(D) P(B) = P(A 1)P(B|A 1) + P(A 2)P(B|A 2)解. 由P[(A 1 + A 2)|B] = P(A 1|B) + P(A 2|B)得到)()()()()(])[(2121B P B A P B P B A P B P B A A P +=+, 所以P(A 1B +A 2B) = P(A 1B) +P(A 2B). (B)是答案.三. 计算题1. 某厂生产的产品次品率为0.05, 每100个产品为一批, 抽查产品质量时, 在每批中任取一半来检查, 如果发现次品不多于1个, 则这批产品可以认为合格的, 求一批产品被认为是合格的概率.解. P(该批产品合格) = P(全部正品) + P(恰有1个次品)=2794.050100154995*********=+c cc c c2. 书架上按任意次序摆着15本教科书, 其中有5本是数学书, 从中随机地抽取3本, 至少有一本是数学书的概率.解. 假设A={至少有一本数学书}. A ={没有数学书}P(A ) =9124315310=c c , P(A) = 1－P(A ) = 91673. 全年级100名学生中有男生80名, 来自北京的20名中有男生12名. 免修英语的40名学生中有男生32名, 求出下列概率: i. 碰到男生情况不是北京男生的概率;ii. 碰到北京来的学生情况下是一名男生的概率; iii. 碰到北京男生的概率;iv. 碰到非北京学生情况下是一名女生的概率; v. 碰到免修英语的男生的概率.解. 学生情况: 男生女生北京 12 8 免修英语 32 8 总数 80 20i. P(不是北京|男生) =20178068=ii. P(男生|北京学生) =532012=iii. P(北京男生) =10012iv. P(女生|非北京学生) =8012v. P(免修英语男生) =100324．袋中有12个球, 其中9个是新的, 第一次比赛时从中取3个, 比赛后任放回袋中, 第二次比赛再从袋中任取3个球, 求: i. 第二次取出的球都是新球的概率;ii. 又已知第二次取出的球都是新球, 第一次取到的都是新球的概率.解. i. 设B i 表示第一次比赛抽到i 个新球(i = 0, 1, 2, 3). A 表示第二次比赛都是新球. 于是312339)(c c c B P i i i -=, 31239)|(c c B A P i i -=)()(1)()|()()(3603393713293823193933092312323123933930c c c c c c c c c c c c c c c c c B A P B P A P i i i i i i i +++===∑∑=--=146.0484007056)201843533656398411()220(12==⨯⨯+⨯⨯+⨯⨯+⨯⨯=ii. 215484007056)220(20184)()()|()|(2333=⨯⨯==A P B P B A P A B P5. 设甲、乙两袋, 甲袋中有n 个白球, m 个红球, 乙袋中有N 个白球, M 个红球, 今从甲袋中任取一只放入乙袋, 再从乙袋中任取一球, 问取到白球的概率. 解. 球的情况: 白球红球甲袋 n m 乙袋 N M假设 A = {先从甲袋中任取一球为白球} B = {先从甲袋中任取一球为红球} C = {再从乙袋中任取一球为白球} P(C) = P(C|A)P(A) + P(C|B)P(B)nm mM N N m n n M N N +⋅++++⋅+++=111 ))(1()1(n m M N NmN n +++++=第二章随机变量及其分布一. 填空题1. 设随机变量X ～B(2, p), Y ～B(3, p), 若P(X ≥ 1) =95, 则P(Y ≥ 1) = _________. 解. 94951)1(1)0(=-=≥-==X P X P 94)1(2=-p , 31=p 2719321)0(1)1(3=⎪⎭⎫⎝⎛-==-=≥Y P Y P2. 已知随机变量X 只能取－1, 0, 1, 2四个数值, 其相应的概率依次为cc c c 162,85,43,21, 则c = ______. 解. 2,16321628543211==+++=c cc c c c 3. 用随机变量X 的分布函数F(x)表示下述概率:P(X ≤ a) = ________. P(X = a) = ________.P(X > a) = ________. P(x 1 < X ≤ x 2) = ________.解. P(X ≤ a) = F(a) P(X = a) = P(X ≤ a)－P(X < a) = F(a)－F(a －0) P(X > a) = 1－F(a) P(x 1 < X ≤ x 2) = F(x 2)－F(x 1)4. 设k 在(0, 5)上服从均匀分布, 则02442=+++k kx x 有实根的概率为_____.解. k 的分布密度为⎪⎩⎪⎨⎧=051)(k f 其它50≤≤kP{02442=+++k kx x 有实根} = P{03216162≥--k k } = P{k ≤－1或k ≥ 2} =535152=⎰dk 5. 已知2}{,}{kbk Y P k a k X P =-===(k = 1, 2, 3), X 与Y 独立, 则a = ____, b = ____, 联合概率分布_____, Z = X + Y 的概率分布为_____. 解. 116,132==++a a a a . 4936,194==++b b b b(X, Y)的联合分布为ab = 216α, 539=α α249)3()1()3,1()2(==-===-===-=abY P X P Y X P Z P α66)2,1()3,2()1(=-==+-===-=Y X P Y X P Z Pα251)1,1()2,2()3,3()0(=-==+-==+-====Y X P Y X P Y X P Z P α126)2,3()1,2()1(=-==+-====Y X P Y X P Z Pα723)1()3()1,3()2(==-===-====abY P X P Y X P Z P6. 已知(X, Y)联合密度为⎩⎨⎧+=0)sin(),(y x c y x ϕ 其它4,0π≤≤y x , 则c = ______, Y 的边缘概率密度=)(y Y ϕ______.解.12,1)sin(4/04/0+==+⎰⎰c dxdy y x c ππ所以⎩⎨⎧++=0)sin()12(),(y x y x ϕ 其它4,0π≤≤y x当 40π≤≤y 时))4cos()(cos 12()sin()12(),()(4y y dx y x dx y x y Y +-+=++==⎰⎰∞+∞-πϕϕπ所以⎪⎩⎪⎨⎧+-+=0))4cos()(cos 12()(y y y Y πϕ 其它40π≤≤y7. 设平面区域D 由曲线2,1,01e x x y xy ====及直线围成, 二维随机变量(X, Y)在D 上服从均匀分布, 则(X, Y)关于X 的边缘密度在x = 2处的值为_______. 解. D 的面积 =2121=⎰e dx x. 所以二维随机变量(X, Y)的密度为: ⎪⎩⎪⎨⎧=021),(y x ϕ 其它D y x ∈),(下面求X 的边沿密度:当x < 1或x > e 2时 0)(=x X ϕ 当1 ≤ x ≤ e 2时 ⎰⎰===∞+∞-x X x dy dy y x x 102121),()(ϕϕ, 所以41)2(=X ϕ. 8. 若X 1, X 2, …, X n 是正态总体N(μ, σ2)的一组简单随机样本, 则)(121n X X X nX +++=服从______. 解. 独立正态分布随机变量的线性函数服从正态分布.μ==⎪⎭⎫ ⎝⎛∑∑==n i i n i i X E n X n E 11)(11, nX D nX n D ni in i i 2121)(11σ==⎪⎭⎫ ⎝⎛∑∑==所以 ),(~2nN X σμ9. 如果(X, Y)的联合分布用下列表格给出,且X 与Y 相互独立, 则α = ______, β = _______.解.213161)1(,18)3(,9)2(,31)2(=+==+==+==++==Y P Y P Y P X P βαβα 132)3()2()1(=++==+=+=βαY P Y P Y P⎪⎪⎩⎪⎪⎨⎧+++=======+++=======)181)(31()3()2()3,2()91)(31()2()2()2,2(ββαβαβααY P X P Y X P Y P X P Y X P两式相除得βαβα=++18191, 解得 βα2=, 92,91==αβ.10. 设(X, Y)的联合分布律为3122 0 122 则 i. Z = X + Y 的分布律 ______. ii. V = X －Y 的分布律______.iii. U= X 2 + Y －2的分布律_______. 解.二. 单项选择题1. 如下四个函数哪个是随机变量X 的分布函数(A)⎪⎪⎩⎪⎪⎨⎧=221)(x F 0022≥<≤--<x x x , (B) ⎪⎩⎪⎨⎧=1sin 0)(x x F ππ≥<≤<x x x 00(C) ⎪⎩⎪⎨⎧=1sin 0)(x x F 2/2/00ππ≥<≤<x x x , (D) ⎪⎪⎩⎪⎪⎨⎧+=1310)(x x F 212100≥<≤<x x x解. (A)不满足F(+∞) = 1, 排除(A); (B)不满足单增, 排除(B); (D)不满足F(1/2 + 0) = F(1/2), 排除(D); (C)是答案. 2. ),4,2,0(!/)( ===-k k ec k X P kλλ是随机变量X 的概率分布, 则λ, c 一定满足(A) λ > 0 (B) c > 0 (C) c λ > 0 (D) c > 0, 且 λ > 0 解. 因为),4,2,0(!/)( ===-k k ec k X P kλλ, 所以c > 0. 而k 为偶数, 所以λ可以为负.所以(B)是答案.3. X ～N(1, 1), 概率密度为ϕ(x), 则(A)5.0)0()0(=≥=≤X P X p (B)),(),()(+∞-∞∈-=x x x ϕϕ (C) 5.0)1()1(=≥=≤X P X p (D) ),(),(1)(+∞-∞∈--=x x F x F 解. 因为E(X) = μ = 1, 所以5.0)1()1(=≥=≤X P X p . (C)是答案.4. X, Y 相互独立, 且都服从区间[0, 1]上的均匀分布, 则服从区间或区域上的均匀分布的随机变量是(A) (X, Y) (B) X + Y (C) X 2 (D) X －Y 解. X ～⎩⎨⎧=01)(x ϕ其它10≤≤x , Y ～⎩⎨⎧=01)(y ϕ其它10≤≤y . 所以(X, Y)～⎩⎨⎧=01),(y x ϕ其它1,0≤≤y x .所以(A)是答案.5. 设函数⎪⎪⎩⎪⎪⎨⎧=120)(xx F 1100>≤<≤x x x 则(A) F(x)是随机变量X 的分布函数. (B) 不是分布函数.(C) 离散型分布函数. (D)连续型分布函数.解. 因为不满足F(1 + 0) = F(1), 所以F(x)不是分布函数, (B)是答案.6. 设X, Y 是相互独立的两个随机变量, 它们的分布函数为)(),(y F x F Y X , 则Z = max(X, Y)的分布函数是(A) )(z F Z = max{)(),(z F z F Y X } (B) )(z F Z = max{|)(||,)(|z F z F Y X } (C) )(z F Z = )()(z F z F Y X (D) 都不是解. }{}),{m ax ()()(z Y z X P z Y X P z Z P z F Z ≤≤=≤=≤=且 )()()()(z F z F z Y P z X P Y X =≤≤因为独立. (C)是答案.7. 设X, Y 是相互独立的两个随机变量, 其分布函数分别为)(),(y F x F Y X , 则Z = min(X, Y)的分布函数是(A) )(z F Z = )(z F X (B) )(z F Z = )(z F Y(C) )(z F Z = min{)(),(z F z F Y X } (D) )(z F Z = 1－[1－)(z F X ][1－)(z F Y ] 解. }{1}),{m in(1)(1)()(z Y z X P z Y X P z Z P z Z P z F Z >>-=>-=>-=≤=且 )](1)][(1[1)](1)][(1[1z F z F z Y P z X P Y X ---=≤-≤--因为独立 (D)是答案.8. 设X 的密度函数为)(x ϕ, 而,)1(1)(2x x +=πϕ 则Y = 2X 的概率密度是 (A))41(12y +π (B) )4(22y +π (C) )1(12y +π (D)y arctan 1π解. )2()2(}2{)()(y F y X P y X P y Y P y F X Y =≤=≤=≤= )4(2)2(112121)2()2()]([)(22''y y y y F y F y X X Y Y +=⎪⎭⎫ ⎝⎛+⋅=⋅=⎪⎭⎫ ⎝⎛==ππϕϕ (B)是答案.9. 设随机变量(X, Y)的联合分布函数为⎩⎨⎧=+-0),()(y x e y x ϕ 其它0,0>>y x , 则2YX Z +=的分布密度是(A) ⎪⎩⎪⎨⎧=+-021)()(y x Z e Z ϕ 其它0,0>>y x (B) ⎪⎩⎪⎨⎧=+-0)(2y x Z e z ϕ 其它0,0>>y x(C) ⎩⎨⎧=-04)(2z Z ze Z ϕ 00≤>z z (D) ⎪⎩⎪⎨⎧=-021)(zZ eZ ϕ 00≤>z z解. 2YX Z +=是一维随机变量, 密度函数是一元函数, 排除(A), (B). 21210=⎰∞+-dz e z , 所以(D)不是答案. (C)是答案.注: 排除法做单项选择题是经常使用而且很有效的方法. 该题也可直接计算Z 的密度: 当z < 0时0)(=z F Z当z ≥ 0时⎰⎰≤+=≤+=≤+=≤=zy x Z dxdy y x z Y X P z YX P z Z P z F 2),()2()2()()(ϕ =12222020+--=⎥⎦⎤⎢⎣⎡-----⎰⎰z z z xz y x e ze dx dy e e ==)()('z F z ZZ ϕ⎩⎨⎧-042z ze 00≤>z z , (C)是答案.10. 设两个相互独立的随机变量X 和 Y 分别服从正态分布N(0, 1)和N(1, 1), 则下列结论正确的是(A) P{X + Y ≤ 0} = 1/2 (B) P{X + Y ≤ 1} = 1/2 (C) P{X －Y ≤ 0} = 1/2 (D) P{X －Y ≤ 1} = 1/2解. 因为X 和 Y 分别服从正态分布N(0, 1)和N(1, 1), 且X 和 Y 相互独立, 所以 X + Y ～ N(1, 2), X －Y ～ N(－1, 2) 于是P{X + Y ≤ 1} = 1/2, (B)是答案.11. 设随机变量X 服从指数分布, 则Y = min{X, 2}的分布函数是(A) 是连续函数 (B) 至少有两个间断点 (C) 是阶梯函数 (D) 恰好有一个间断点解. 分布函数:))2,(m in(1))2,(m in()()(y X P y X P y Y P y F Y >-=≤=≤= 当y ≥ 2时101))2,(m in(1)(=-=>-=y X P y F Y 当0 ≤ y < 2时)2,(1))2,(m in(1)(y y X y X P y F Y >>-=>-= ye y X P y X P λ--=≤=>-=1)()(1当y < 0时)2,(1))2,(m in(1)(y y X y X P y F Y >>-=>-= 0)()(1=≤=>-=y X P y X P于是 ⎪⎩⎪⎨⎧-=-011)(yY e y F λ 0202<<≤≥y y y 只有y = 2一个间断点, (D)是答案.三. 计算题1. 某射手有5发子弹, 射击一次的命中率为0.9, 如果他命中目标就停止射击, 不命中就一直到用完5发子弹, 求所用子弹数X 的分布密度. 解. 假设X 表示所用子弹数. X = 1, 2, 3, 4, 5.P(X = i) = P(前i －1次不中, 第i 次命中) = 9.0)1.0(1⋅-i , i = 1, 2, 3, 4.当i = 5时, 只要前四次不中, 无论第五次中与不中, 都要结束射击(因为只有五发子弹). 所以 P(X = 5) = 4)1.0(. 于是分布律为2. 设一批产品中有10件正品, 3件次品, 现一件一件地随机取出, 分别求出在下列各情形中直到取得正品为止所需次数X 的分布密度.i. 每次取出的产品不放回; ii. 每次取出的产品经检验后放回, 再抽取; iii. 每次取出一件产品后总以一件正品放回, 再抽取.解. 假设A i 表示第i 次取出正品(i = 1, 2, 3, …) i.1310)()1(1===A P X P 1331210)()|()()2(11212⋅====A P A A P A A P X P 1331221110)()|()|()()3(11223321⋅⋅====A P A A P A A P A A A P X P 1331221111)()|()|()|()4(1122334⋅⋅⋅===A P A A P A A P A A P X Pii. 每次抽取后将原产品放回1310133)()()()()(11111---⎪⎭⎫⎝⎛====k k k k k A P A P A P A A A p k X P , (k = 1, 2, …)iii.13)()1(1===A P X P 1331311)()|()()2(11212⋅====A P A A P A A P X P1331321312)()|()|()()3(112123321⋅⋅====A P A A P A A A P A A A P X P 1331321311)()|()|()|()4(1121231234⋅⋅⋅===A P A A P A A A P A A A A P X P3. 随机变量X 的密度为⎪⎩⎪⎨⎧-=01)(2x cx ϕ 其它1||<x , 求: i. 常数c; ii. X 落在)21,21(-内的概率. 解. πππϕ1,22|arcsin 21)(110112====-==⎰⎰-∞+∞-c c c x c dx xc dx x3162|arcsin 211))2/1,2/1((2/102/12/12=⋅==-=-∈⎰-ππππx x dx X P 4. 随机变量X 分布密度为i. 2102)(x x -⎪⎩⎪⎨⎧=πϕ 其它1||<x , ii. ⎪⎩⎪⎨⎧-=02)(x x x ϕ 其它2110≤≤<≤x x求i., ii 的分布函数F(x).解. i. 当x ≤ 1时 ⎰⎰∞-∞-===x xdt dt t x F 00)()(ϕ当－1< x < 1时 ⎰⎰∞--++-=-==x x x x xdt t dt t x F 21arcsin 1112)()(212πππϕ 当x ≥ 1时 ⎰⎰∞--=-==x dt t dt t x F 112)()(112πϕ所以 ⎪⎪⎩⎪⎪⎨⎧++-=121arcsin 110)(2x x xx F ππ 1111≥<<--≤x x xii. 当x < 0时 ⎰⎰∞-∞-===x xdt dt t x F 00)()(ϕ当0 ≤ x < 1时 ⎰⎰∞-===x x x tdt dt t x F 2)()(2ϕ当1 ≤ x < 2时 122)2()()(2110-+-=-+==⎰⎰⎰∞-x x dt t tdt dt t x F x x ϕ当2 ≤ x 时 1)2()()(2110⎰⎰⎰∞-=-+==x dt t tdt dt t x F ϕ所以 ⎪⎪⎪⎩⎪⎪⎪⎨⎧-+-=112220)(22x x x x F 221100≥<≤<≤<x x x x5. 设测量从某地到某一目标的距离时带有的随机误差X 具有分布密度函数⎪⎪⎭⎫ ⎝⎛--=3200)20(exp 2401)(2x x πϕ, －∞ < x < +∞试求: i. 测量误差的绝对值不超过30的概率;ii. 接连独立测量三次, 至少有一次误差的绝对值不超过30的概率.解. 因为⎪⎪⎭⎫ ⎝⎛--=3200)20(exp 2401)(2x x πϕ, －∞ < x < +∞, 所以X ～N(20, 402). i. {}⎭⎬⎫⎩⎨⎧<-<-=<<-=<25.0402025.13030)30|(|X P X P X P )25.1()25.0(-Φ-Φ=1)25.1()25.0()25.1(1()25.0(-Φ+Φ=Φ--Φ= 18944.05987.0-+== 0.4931.(其中Φ(x)为N(0, 1)的分布函数)ii. P(至少有一次误差的绝对值不超过30) = 1－P(三次误差的绝对值都超过30) =88.012.01)4931.0(13=-=- 6. 设电子元件的寿命X 具有密度为⎪⎩⎪⎨⎧=0100)(2x x ϕ 100100≤<x x问在150小时内, i. 三只元件中没有一只损坏的概率是多少? ii. 三只电子元件全损坏的概率是多少? iii. 只有一个电子元件损坏的概率是多少?解. X 的密度⎪⎩⎪⎨⎧=0100)(2x x ϕ 100100≤<x x . 所以31100)150(1501002==<⎰dx x X P . 令p = P(X ≥ 150) = 1－31= 32.i. P(150小时内三只元件没有一只损坏) =2783=p ii. P(150小时内三只元件全部损坏) =271)1(3=-piii. P(150小时内三只元件只有一只损坏) =943231213=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛c 7. 对圆片直径进行测量, 其值在[5, 6]上服从均匀分布, 求圆片面积的概率分布.解. 直径D 的分布密度为⎩⎨⎧=01)(d ϕ 其它65≤≤d假设42D X π=, X 的分布函数为F(x).)()()(2x D P x X P x F ≤=≤=π当x ≤ 0时, F(x) = 0 当x > 0时⎭⎬⎫⎩⎨⎧≤≤-=≤=≤=πππx D xP x D P x X P x F 44)()()(2 当时即425,54ππ<<x xF(x) = 0 当时即πππ925,645≤≤≤≤x x⎭⎬⎫⎩⎨⎧≤≤-=≤=≤=πππx D xP x D P x X P x F 44)()()(2 =54145-=⎰ππxdt x当 x > 9π时 1)()(65===⎰⎰∞-dt dt t x F x ϕ所以 ⎪⎪⎩⎪⎪⎨⎧-=1540)(πxx F ππππ99425425>≤≤<x x x 密度⎪⎩⎪⎨⎧==01)(')(x x F x πϕ 其它ππ9425≤≤x8. 已知X 服从参数 p = 0.6的0－1分布在X = 0, X = 1下, 关于Y 的条件分布分别为表1、表2所示表1 表2Y 1 2 3 Y 1 2 3 P(Y|X = 0)41 21 41 P(Y|X = 1) 21 61 31 求(X, Y)的联合概率分布, 以及在Y ≠ 1时, 关于X 的条件分布.解. X 的分布律为(X, Y)3.05321)1()1|1()1,1(=⋅=======X P X Y P Y X P 1.05361)1()1|2()2,1(=⋅=======X P X Y P Y X P2.05331)1()1|3()3,1(=⋅=======X P X Y P Y X P1.05241)0()0|1()1,0(=⋅=======X P X Y P Y X P2.05221)0()0|2()2,0(=⋅=======X P X Y P Y X P1.05241)0()0|3()3,0(=⋅=======X P X Y P Y X P所以Y 的分布律为5.06.03.0)1()1,0()1|0(==≠≠==≠=Y P Y X P Y X P5.06.03.0)1()1,1()1|1(==≠≠==≠=Y P Y X P Y X P所以9. 设随机变量X 与Y 相互独立, 并在区间[0, 9]上服从均匀分布, 求随机变量YXZ =的分布密度.解. X ～⎪⎩⎪⎨⎧=091)(x X ϕ 其它90≤≤x , Y ～⎪⎩⎪⎨⎧=091)(x Y ϕ 其它90≤≤y因为X, Y 相互独立, 所以(X, Y)联合密度为(X, Y)～⎪⎩⎪⎨⎧=0811),(y x ϕ 其它9,0≤≤y x , )()()(z X Y P z Z P z F Z ≤=≤=当 z ≤ 0时0)(=z F Z 当 0 < z < 1时D 1z z dxdy Xz Y P z X Y P z Z P z F D Z 219921811811)()()()(1=⋅⋅==≤=≤=≤=⎰⎰ 当z ≥ 1时⎰⎰=≤=≤=≤=2811)()()()(D Z dxdy Xz Y P z X Y P z Z P z F zz 211)992181(811-=⋅-⋅=所以 ⎪⎪⎩⎪⎪⎨⎧==2'21210)()(zz F z Z Z ϕ 1100≥<<≤z z z 10. 设(X, Y)的密度为⎩⎨⎧--=0)1(24),(y x y y x ϕ 其它1,0,0<+>>y x y x 求: i.)21|(),|(),(=x y x y x X ϕϕϕ, ii. )21|(),|(),(=y x y x y Y ϕϕϕ 解. i.⎰∞+∞-=dy y x x X ),()(ϕϕ当x ≤ 0 或 x ≥ 1时0),()(==⎰∞+∞-dy y x x X ϕϕ当0 < x < 1时310)1(4)1(24),()(x dy y x y dy y x x x X -=--==⎰⎰-∞+∞-ϕϕ所以 ⎩⎨⎧-=0)1(4)(3x x X ϕ 其它10<<x所以 ⎪⎩⎪⎨⎧---==0)1()1(6)(),()|(3x y x y x y x x y X ϕϕϕ 其它1,0,0<+>>y x y x 所以 ⎩⎨⎧-==0)21(24)21|(y y x y ϕ 其它210<<yii.⎰∞+∞-=dx y x y Y ),()(ϕϕ当y ≤ 0 或 y ≥ 1时0),()(==⎰∞+∞-dx y x y Y ϕϕ当0 < y < 1时210)1(12)1(24),()(y y dx y x y dx y x y y Y -=--==⎰⎰-∞+∞-ϕϕ所以 ⎩⎨⎧-=0)1(12)(2y y y Y ϕ 其它10<<y所以 ⎪⎩⎪⎨⎧---==0)1()1(2)(),()|(2y y x y y x y x Y ϕϕϕ其它1,0,0<+>>y x y x所以 ⎩⎨⎧-==0)21(4)21|(x y x ϕ 其它210<<x第三章随机变量的数字特征一. 填空题1. 设随机变量X 与Y 相互独立, D(X) = 2, D(Y) = 4, D(2X －Y) = _______. 解. D(2X －Y) = 4D(X) + D(Y) = 122. 已知随机变量X ～N(－3, 1), Y ～N(2, 1 ), 且X 与Y 相互独立, Z = X －2Y + 7, 则Z ～____. 解. 因为Z = X －2Y + 7, 所以Z 服从正态分布. E(Z) = E(X)－2E(Y) + 7 = 0. D(Z) = D(X －2Y + 7) = D(X) + 4D(Y) = 1+4 = 5. 所以Z ～N(0, 5)3. 投掷n 枚骰子, 则出现点数之和的数学期望______. 解. 假设X i 表示第i 颗骰子的点数(i = 1, 2, …, n). 则 E(X i ) = 27616612611=⋅++⋅+⋅(i = 1, 2, …, n) 又设∑==ni i X X 1, 则27)()()(11nX E X E X E ni i ni i ===∑∑== 4. 设离散型随机变量X 的取值是在两次独立试验中事件A 发生的次数, 如果在这些试验中事件发生的概率相同, 并且已知E(X) = 0.9, 则D(X) = ______. 解. ),2(~p B X , 所以E(X) = 0.9 = 2p. p = 0.45, q = 0.55 D(X) = 2pq = 2×0.45×0.55 = 0.495.5. 设随机变量X 在区间[－1, 2]上服从均匀分布, 随机变量⎪⎩⎪⎨⎧-=101Y 000<=>X X X , 则方差D(Y) = _______.解. X ～⎪⎩⎪⎨⎧=031)(x ϕ 其它21≤≤-xY因为 33)0()1(20==>==⎰dx X P Y P 0)0()0(====X P Y P3131)0()1(01==<=-=⎰-dx X P Y P于是 313132)(=-=Y E , 13132)(2=+=Y E , 98)]([)()(22=-=Y E Y E Y D6. 若随机变量X 1, X 2, X 3相互独立, 且服从相同的两点分布⎪⎪⎭⎫ ⎝⎛2.08.010, 则∑==31i i X X 服从_______分布, E(X) = _______, D(X) = ________.解. X 服从B(3, 0.2). 所以E(X) = 3p = 3×0.2= 0.6, D(X) = 3pq = 3×0.2×0.8 = 0.487. 设X 和Y 是两个相互独立的随机变量, 且X ～N(0, 1), Y 在[－1, 1]上服从均匀分布, 则),cov(Y X = _______.解. 因为X 和Y 是两个相互独立的随机变量, 所以),cov(Y X = 0.8. 设X 和Y 是两个相互独立的随机变量, 其概率密度分别为:⎩⎨⎧=02)(x x ϕ 其它10≤≤x , ⎩⎨⎧=--0)()5(y e y ϕ 其它5>y , 则E(XY) = ________. 解. 322)()(1=⋅==⎰⎰∞+∞-xdx x dx x x X E ϕ 6)()(5)5(=⋅==⎰⎰∞+--∞+∞-dy e y dy y y Y E y ϕ因为X 和Y 是两个相互独立的随机变量, 所以E(XY) = E(X)E(Y) = 49. 若随机变量X 1, X 2, X 3相互独立, 其中X 1在[0, 6]服从均匀分布, X 2服从正态分布N(0, 22), X 3服从参数λ = 3的泊松分布, 记Y = X 1－2X 2 + 3X 3, 则D(Y) = ______. 解. )(9)(4)()32()(321321X D X D X D X X X D Y D ++=+-==4639441262=⨯+⨯+二. 单项选择题1. 设随机变量X 和Y 独立同分布, 记U = X －Y , V = X + Y , 则U 和V 必然 (A) 不独立 (B) 独立 (C) 相关系数不为零 (D) 相关系数为零解. 因为X 和Y 同分布, 所以E(U) = E(X)－E(Y) = 0, E(U)E(V) = 0. 0)()()(22=-=Y E X E UV E .所以 cov(X,Y) = E(UV)－E(U)E(V) = 0. (D)是答案. 2. 已知X 和Y 的联合分布如下表所示, 则有(A) X 与Y 不独立 (B) X 与Y 独立 (C) X 与Y 不相关 (D) X 与Y 彼此独立且相关解. P(X = 0) = 0.4, P(Y = 0) = 0.3.0.1 = P(X = 0, Y= 0) ≠ P(X = 0)×P(Y = 0). (A)是答案.3. 设离散型随机变量X 可能取值为: x 1 = 1, x 2 = 2, x 3 = 3, 且E(X) = 2.3, E(X 2) = 5.9, 则x 1, x 2, x 3所对应的概率为(A) p 1 = 0.1, p 2 = 0.2, p 3 = 0.7 (B) p 1 = 0.2, p 2 = 0.3, p 3 = 0.5 (C) p 1 = 0.3, p 2 = 0.5, p 3 = 0.2 (D) p 1 = 0.2, p 2 = 0.5, p 3 = 0.3解. 3.223)1(32)(212121332211=--=--++=++=p p p p p p p x p x p x X E 7.0221=+p p9.5)1(94)(21213232221212=--++=++=p p p p p x p x p x X E 1.35821=+p p解得 p 1 = 0.2, p 2 = 0.3, p 3 = 0.5. (B)是答案.4. 现有10张奖券, 其中8张为2元, 2张为5元, 今每人从中随机地无放回地抽取3张, 则此人抽得奖券的金额的数学期望(A) 6 (B) 12 (C) 7.8 (D) 9解. 假设X 表示随机地无放回地抽取3张, 抽得奖券的金额. X 的分布律为157)()6(31038====c c P X P 三张都是二元157),()9(3101228====c c c P X P 一张五元二张二元151),()9(3102218====c c c P X P 二张五元一张二元8.71511215791576)(=⋅+⋅+⋅=X E . (C)是答案. 5. 设随机变量X 和Y 服从正态分布, X ～N(μ, 42), Y ～N(μ, 52), 记P 1 =P{X ≤ μ－4}, P 2 = P{Y≥ μ + 5}, 则(A) 对任何μ, 都有P 1 = P 2 (B) 对任何实数μ, 都有P 1 < P 2 (C) 只有μ的个别值, 才有P 1 = P 2 (D) 对任何实数μ, 都有P 1 > P 2 解. P 1 = {X ≤ μ－4} =)1(1)1(14Φ-=-Φ=⎭⎬⎫⎩⎨⎧-≤-μX PP 2 = {Y ≥ μ + 5} =)1(115115Φ-=⎭⎬⎫⎩⎨⎧≤--=⎭⎬⎫⎩⎨⎧≥-μμY P Y P(其中Φ(x)为N(0, 1)的分布函数). 所以(A)是答案.6. 随机变量ξ = X + Y 与η = X －Y 不相关的充分必要条件为(A) E(X) = E(Y) (B) E(X 2)－E 2(X) = E(Y 2)－E 2(Y) (C) E(X 2) = E(Y 2) (D) E(X 2) + E 2(X) = E(Y 2) + E 2(Y) 解. cov(ξ, η) = E(ξη)－E(ξ)E(η)E(ξη) =)()()])([(22Y E X E Y X Y X E -=-+ E(ξ)E(η) = [E(X)+E(Y)][E(X)－E(Y)] = )()(22Y E X E - 所以(B)是答案.三. 计算题1. 设X 的分布律为1)1()(++==k ka a k X P , k = 0, 1, 2, …, a > 0, 试求E(X), D(X).解. ∑∑∑∞=+∞=+∞=⎪⎭⎫⎝⎛+=+===1111011)1()()(k k k k k k a a k a a ka k X kP X E令 22'2'1211201)1(1)(x x x x x x x kx x kxx f k k k k k k -=⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛===∑∑∑∞=∞=-∞=+ 2222)11()1()1(a aa a a a a f =+-+=+, 所以a a a X E =⋅=21)(.∑∑∑∞=+∞=+∞=+-+=+===11112022)1()11()1()()(k k kk k k k a a k k a a k k X P k X E∑∑∑∞=∞=+∞=+-+++=+-++=11111)1()1(11)1()1()1(k kkk k k k k k a a a k k a a a k a a k k 令 3''2''1111)1(21)1()1()(x x x x x x x kx k x kxk x f k k k k k k-=⎪⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛=+=+=∑∑∑∞=+∞=-∞= 23)1(2)11(12)1(a a a a a aa a f +=+-+=+,所以2222)1(211)(a a a a a aX E +=-+⋅+=.222222)]([)()(a a a a a X E X E X D +=-+=-=.2. 设随机变量X 具有概率密度为⎪⎩⎪⎨⎧=0cos 2)(2xx πϕ 其它2||π≤x , 求E(X), D(X).解. 0cos 2)()(222===⎰⎰-∞+∞-πππϕxdx xdx x x X E⎰-=-=222222cos 2)]([)()(πππxdx x X E X E X D211222cos 122222-=+=⎰πππdx x x 3.求⎥⎦⎤⎢⎣⎡+2)(sin Y X E π. 解. 2)(sinY X +π的分布律为 25.015.0)1(40.0145.002)(sin =⨯-+⨯+⨯=⎥⎦⎤⎢⎣⎡+Y X E π 4. 一汽车沿一街道行驶需要通过三个设有红绿信号灯路口, 每个信号灯为红或绿与其它信号灯为红或绿相互独立, 且红绿两种信号显示的时间相等, 以X 表示该汽车首次遇到红灯前已通过的路口的个数, 求: i. X 的概率分布, ii. ⎪⎭⎫⎝⎛+XE 11 解. 假设X 为该汽车首次遇到红灯已通过的路口数P(X = 0) = P{第一个路口为红灯} =2P(X = 1) = P{第一个路口为绿灯, 第二个路口为红灯} =2212121=⋅ P(X = 0) = P{第一,二路口为绿灯, 第三个路口为红灯} =321P(X = 0) = P{第一, 二, 三路口为绿灯} =3219667214121312121211111332=⋅+⋅+⋅+⋅=⎪⎭⎫⎝⎛+X E 5. 设(X, Y)的分布密度⎩⎨⎧=+-04),()(22y xxye y x ϕ其它0,0>>y x求)(22Y X E +. 解. ⎰⎰⎰⎰>>+-∞+∞-∞+∞-+=+=+00)(222222224),()(y x y xdxdy xye y x dxdy y x y x Y X E ϕ434sin cos 02202πθθθπ=⋅⋅⋅⋅=⎰⎰∞+-rdr e r r d r 6. 在长为l 的线段上任选两点, 求两点间距离的数学期望与方差.解. 假设X, Y 为线段上的两点. 则它们都服从[0, l ]上的均匀分布, 且它们相互独立.X ～⎪⎩⎪⎨⎧=01)(l x ϕ 其它l x ≤≤0, Y ～⎪⎩⎪⎨⎧=01)(l y ϕ 其它l y ≤≤0(X, Y)的联合分布为⎪⎩⎪⎨⎧=01)(2l x ϕ 其它l y x ≤≤,0.又设Z = |X －Y|, D 1={(x, y): x > y, 0 ≤ x, y ≤ l }, D 2={(x, y): x ≤ y, 0 ≤ x, y ≤ l }⎰⎰⎰⎰⎰⎰-+-=-=∞+∞-∞+∞-21221)(1)(),(||)(D D dxdy l x y dxdy l y x dxdy y x y x Z E ϕ⎰⎰⎰⎰-+-=l y lxdy dx x y l dx dy y x l2002])([1])([13212122022ldy y l dx x ll l=+=⎰⎰ 6)(1),()()(2002222l dxdy y x ldxdy y x y x Z E ly lx =-=-=⎰⎰⎰⎰∞+∞-∞+∞-≤≤≤≤ϕ 1896)]([)()(22222l l l Z E Z E Z D =-=-=7. 设随机变量X 的分布密度为)(,21)(||+∞<<-∞=--x e x x μϕ, 求E(X), D(X). 解. ⎰⎰⎰∞+∞--∞+∞---∞+∞-+-===dt e t x t dx e x dx x x X E t x ||||)(2121)()(μμϕμ=⎰∞+∞--dt te t ||21+μμμ==⎰⎰∞+-∞+∞--0||21dt e dt e tt⎰⎰⎰∞+∞--∞+∞---∞+∞-+-===dt e t x t dx e x dx x x X E t x ||2||222)(2121)()(μμϕμ=⎰∞+-02dt e t t+20022μμμ+==⎰⎰∞+-∞+-dt e dt e t t所以 22)]([)()(2222=-+=-=μμX E X E X D8. 设(X, Y)的联合密度为⎪⎩⎪⎨⎧=01),(πϕy x 其它122≤+y x , 求E(X), D(Y), ρ(X, Y).解. 01),()(122===⎰⎰⎰⎰+∞∞-+∞∞-≤+y x xdxdy dxdy y x x X E πϕ01),()(122===⎰⎰⎰⎰+∞∞-+∞∞-≤+y x ydxdy dxdy y x y Y E πϕ41cos 11),()(20132122222====⎰⎰⎰⎰⎰⎰∞+∞-∞+∞-≤+πθθππϕdr r d dxdy x dxdy y x x X E y x 41sin 11),()(20132122222====⎰⎰⎰⎰⎰⎰∞+∞-∞+∞-≤+πθθππϕdr r d dxdy y dxdy y x y Y E y x 01),()(122===⎰⎰⎰⎰∞+∞-∞+∞-≤+y x xydxdy dxdy y x xy XY E πϕ41)]([)()(22=-=X E X E X D , 41)]([)()(22=-=Y E Y E Y D0)()()()()(=-=Y D X D Y E X E XY E XY ρ.9. 假设一部机器在一天内发生故障的概率为0.2, 机器发生故障时全天停止工作. 若一周5个工作日里无故障, 可获利润10万元, 发生一次故障仍可获利润5万元; 发生二次故障所获利润0元; 发生三次或三次以上故障就要亏损2万元. 求一周内期望利润是多少? 解. 假设X 表示一周内发生故障的天数. 则X ～B(5, 0.8)33.0)8.0()0(5===X P , 41.0)8.0(2.05)1(4=⨯⨯==X P20.0)8.0(2.0)2(3225=⨯⨯==c X P , 06.020.041.033.01)3(=---=≥X P又设YE(Y) = 10×0.33 + 5×0.41 + 0×0.20 + (－2)×0.06 = 5.23(万元)10. 两台相互独立的自动记录仪, 每台无故障工作的时间服从参数为5的指数分布; 若先开动其中的一台, 当其发生故障时停用而另一台自行开动. 试求两台记录仪无故障工作的总时间T 的概率密度)(t f 、数学期望和方差.解. 假设X 、Y 分别表示第一、二台记录仪的无故障工作时间, 则X 、Y 的密度函数如下:⎩⎨⎧<≥=-05)(~,5x x e x f Y X xX 、Y 相互独立, 且 T = X + Y .X 、Y 的联合密度: ⎩⎨⎧≥≥=+-,00,0,25),()(5y x e y x f y x关于T 的分布函数: ⎰⎰≤+=≤+=≤=ty x T dxdy y x f t Y X P t T P t F ),(}{}{)(当 0<t 时⎰⎰⎰⎰≤+≤+===≤+=≤=ty x ty x T dxdy dxdy y x f t Y X P t T P t F 00),(}{}{)(当 0≥t 时⎰⎰⎰⎰≥≥≤++-≤+==≤+=≤=0,0)(525),(}{}{)(y x t y x y x ty x T dxdy edxdy y x f t Y X P t T P t Ft t tx t y x x t y t x te e dx e e dy e dx e 550055050551|)(525----------=-==⎰⎰⎰所以 ⎩⎨⎧<≥--=--0,00,51)(55t t te e t F t t T所以T 的概率密度: ⎩⎨⎧<≥==-0,00,25)]'([)(5t t e t t F t f t T T 所以 ⎰⎰∞+∞-∞+-===5225)()(052dt e t dt t f t T E t T 所以⎰⎰∞+∞-∞+-=-=-=-=25225425)52()()]([)()(0532222dt e t dt t f t T E T E T D tT第四章大数定律和中心极限定理一. 填空题1. 设Y n 是n 次伯努利试验中事件A 出现的次数, p 为A 在每次试验中出现的概率, 则对任意 ε > 0, 有=⎪⎭⎫⎝⎛≥-∞→ε||lim p n Y P n n __________. 解. =⎪⎭⎫⎝⎛≥-∞→ε||lim p n Y P n n 1－011||lim =-=⎪⎭⎫ ⎝⎛<-∞→εp n Y P n n2. 设随机变量X 和Y 的数学期望是2, 方差分别为1和4, 而相关系数为0.5, 则根据切比雪夫不等式P(|X －Y| ≥ 6) ≤ _______. 解. E(X －Y) = E(X)－E(Y) = 2－2 = 0 D(X －Y) = D(X) + D(Y)－)()(2Y D X D XY ρ= 1 + 4－2×0.5×1×2 = 3所以 1213636)()6|(|2==-≤≥-Y X D Y X P二. 选择题1. 设随机变量n X X X ,,,21 相互独立, n n X X X S +++= 21, 则根据列维－林德伯格(Levy-Lindberg)中心极限定理, n S 近似服从正态分布, 只要n X X X ,,,21 ( A ) 有相同的数学期望 ( B ) 有相同的方差( C ) 服从同一指数分布 ( D ) 服从同一离散型分布解. 列维－林德伯格(Levy-Lindberg)中心极限定理要求n X X X ,,,21 既有相同的数学期望, 又有相同的方差, 因此( A ) 、( B )、 ( D )都不是答案, ( C )为答案.三. 计算题1. 某厂有400台同型机器, 各台机器发生故障的概率均为0,02, 假如各台机器相互独立工作, 试求机器出现故障的台数不少于2台的概率.解. 假设X 表示400台机器中发生故障的台数, 所以X ～B(400, 0.02) 由棣莫佛－拉普拉斯定理:。

概率论与数理统计第六章数理统计的基本概念

第六章数理统计的基本概念前面五章我们讲述了概率论的基本内容，随后的五章将讲述数理统计.数理统计是以概率论为理论基础的一个数学分支.它是从实际观测的数据出发研究随机现象的规律性.在科学研究中，数理统计占据一个十分重要的位置，是多种试验数据处理的理论基础.数理统计的内容很丰富，本书只介绍参数估计、假设检验、方差分析及回归分析的部分内容.本章中首先讨论总体、随机样本及统计量等基本概念，然后着重介绍几个常用的统计量及抽样分布.第一节随机样本假如我们要研究某厂所生产的一批电视机显像管的平均寿命.由于测试显像管寿命具有破坏性，所以我们只能从这批产品中抽取一部分进行寿命测试，并且根据这部分产品的寿命数据对整批产品的平均寿命作一统计推断.在数理统计中，我们将研究对象的某项数量指标值的全体称为总体（Population），总体中的每个元素称为个体(Individual).例如上述的一批显像管寿命值的全体就组成一个总体，其中每一只显像管的寿命就是一个个体.要将一个总体的性质了解得十分清楚，初看起来，最理想的办法是对每个个体逐个进行观察，但实际上这样做往往是不现实的.例如，要研究显像管的寿命，由于寿命试验是破坏性的，一旦我们获得实验的所有结果，实用文档这批显像管也全烧毁了，我们只能从整批显像管中抽取一部份显像管做寿命试验，并记录其结果，然后根据这部份数据来推断整批显像管的寿命情况.由于显像管的寿命在随机抽样中是随机变量，为了便于数学上处理，我们将总体定义为随机变量.随机变量的分布称为总体分布.一般地，我们都是从总体中抽取一部分个体进行观察，然后根据所得的数据来推断总体的性质.被抽出的部分个体，叫做总体的一个样本.所谓从总体抽取一个个体，就是对总体X进行一次观察（即进行一次试验），并记录其结果.我们在相同的条件下对总体X进行n次重复的、独立的观察，将n次观察结果按试验的次序记为X1，X2，…，X n.由于X1，X2，…，X n是对随机变量X观察的结果，且各次观察是在相同的条件下独立进行的，于是我们引出以下的样本定义.定义6.1设总体X是具有分布函数F的随机变量，若X1，X2，…，X n是与X具有同一分布F（x），且相互独立的随机变量，则称X1，X2，…，X n为从总体X得到的容量为n的简单随机样本（Random sample），简称为样本.当n次观察一经完成，我们就得到一组实数x1，x2，…，x n.它们依次是随机变量X1，X2，…，X n的观察值，称为样本值.对于有限总体，采用放回抽样就能得到简单样本，当总体中个体的总数N比要得N≥10时），在实际中可将不放回抽样近似地当作到的样本的容量n大得多时（一般当n放回抽样来处理.实用文档实用文档若X 1，X 2，…，X n 为总体X 的一个样本，X 的分布函数为F （x ），则X 1，X 2，…，X n 的联合分布函数为F *（x 1，x 2，…，x n ）=∏=ni i x F 1)(.又若X 具有概率密度f ，则X 1，X 2，…，X n 的联合概率密度为f *（x 1，x 2，…，x n ）=∏=ni i x f 1)(.我们在搜集资料时，如果未经组织和整理，通常是没有什么价值的，为了把这些有差异的资料组织成有用的形式，我们应该编制频数表（即频数分布表）.例6.1 某工厂的劳资部门为了研究该厂工人的收入情况，首先收集了工人的工资资料，表6-1记录了该厂30名工人未经整理的工资数值：表6-1以下，我们以例6.1为例介绍频数分布表的制作方法.表6-1是30个工人月工资的原始资料，这些数据可以记为x1，x2，…，x30，对于这些观测数据，第一步确定最大值x max和最小值x min，根据表6-1，有x max=640，x min=420.第二步分组，即确定每一收入组的界限和组数，在实际工作中，第一组下限一般取一个小于x min的数，例如，我们取400，最后一组上限取一个大于x max的数，例如取650，然后从400元到650元分成相等的若干段，比如分成5段，每一段就对应于一个收入组.表6-1资料的频数分布表如表6-2所示.表6-2实用文档600~650230图6-1为了研究频数分布，我们可用图示法表示.直方图直方图是垂直条形图，条与条之间无间隔，用横轴上的点表示组限，纵轴上的单位数表示频数.与一个组对应的频数，用以组距为底的矩形（长条）的高度表示，表6-2资料的直方图如图6-1所示.上述方法我们对抽取数据加以整理，编制频数分布表，作直方图，画出频率分布曲线，这就可以直观地看到数据分布的情况，在什么范围，较大较小的各有多少，在哪些地方分布得比较集中，以及分布图形是否对称等等，所以，样本的频率分布是总体概率分布的近似.样本是总体的反映，但是样本所含的信息不能直接用于解决我们所要研究的问题，而需要把样本所含的信息进行数学上的加工使其浓缩起来，从而解决我们的问题.针对不同的问题构造样本的适当函数，利用这些样本的函数进行统计推断.定义6.2设X1，X2，…，X n是来自总体X的一个样本，g（X1，X2，…，X n）是X1,X2…，X n的函数，若g中不含任何未知参数，则称g（X1，X2，…，X n）是一个统计量（Statistic）.实用文档实用文档设x 1，x 2，…，x n 是相应于样本X 1，X 2，…，X n 的样本值，则称g （x 1，x 2，…，x n ）是g （X 1，X 2，…，X n ）的观察值.下面我们定义一些常用的统计量.设X 1，X 2，…，X n 是来自总体X 的一个样本，x 1，x 2，…，x n 是这一样本的观察值.定义样本平均值∑==ni i X n X 11；样本方差S 2=2221111()11n ni i i i X X X nX n n ==⎡⎤-=-⎢⎥--⎣⎦∑∑；样本标准差S =∑=--=n i iX X n S 122)(11；样本k 阶（原点）矩A k =∑=n i ki X n 11，k =1，2，…；样本k 阶中心矩B k =∑=-ni k i X X n 1)(1，k =1，2，….它们的观察值分别为∑==ni i x n x 11；实用文档s 2=2221111()11n n i i i i x x x nx n n ==⎡⎤-=-⎢⎥--⎣⎦∑∑ s =∑=--ni i x x n 12)(11； a k =∑=n i ki x n 11， k =1，2，…；b k =11()nk i i x x n =-∑， k =1，2，….这些观察值仍分别称为样本均值、样本方差、样本标准差、样本k 阶矩、样本k 阶中心矩.第二节抽样分布统计量是样本的函数，它是一个随机变量.统计量的分布称为抽样分布.在使用统计量进行统计推断时常需知道它的分布.当总体的分布函数已知时，抽样分布是确定的，然而要求出统计量的精确分布，一般来说是困难的.本节介绍来自正态总体的几个常用的统计量的分布.1.χ2分布设X 1，X 2，…，X n 是来自总体N （0，1）的样本，则统计量2χ=X 12+X 22+…+X n 2所服从的分布称为自由度为n 的2χ分布（2χdistribution ），记为2χ~)(2n χ.实用文档)(2n χ分布的概率密度函数为f （y ）=⎪⎩⎪⎨⎧>--.,0,0,)2(212122其他y y n y n n e Γf （y ）的图形如图62所示.图622χ分布具有以下性质：（1）如果21χ~)(12n χ，22χ~)(22n χ，且它们相互独立，则有)(~2122221n n ++χχχ.这一性质称为2χ分布的可加性. （2）如果2χ~)(2n χ，则有E （2χ）=n ，D （2χ）=2n .证只证(2)因为X i ~N （0，1）故E （X i 2）=D （X i ）=1，D （X i 2）=E （X i 4）E （X i 2）]2=31=2，i =1，2，…，n .于是,)()()(12122n X E X E E ni i ni i ===∑∑==χ图63.2)()()(12122n X D X D D ni i n i i ===∑∑==χ对于给定的正数α，0＜α＜1，称满足条件实用文档{}⎰∞==>)(222)()(n y y f n P αχααχχd的点)(2n αχ为)(2n χ分布的上α分位点（Percentile of α），如图63所示，对于不同的α，n ，上α分位点的值已制成表格，可以查用（见附表），例如对于α=0.05,n =16,查附表得)16(205.0χ=26.296.但该表只详列到n =45为止.当n >45时,近似地有)(2n αχ≈2)12(21-+n z α，其中z α是标准正态分布的上α分位点.例如)50(205.0χ≈12(1.645+99)2=67.221.2.t 分布设X ~N （0，1），Y ~2()n χ，并且X ，Y 独立，则称随机变量t =nYX服从自由度为n 的t 分布（t distribution ），记为t ~t （n ）.t （n ）分布的概率密度函数为h （t ）=[]2/)1(21)2/(2/)1(+-⎪⎪⎭⎫⎝⎛++n n t n n n ΓΓπ， ∞＜t ＜∞.（证略）. 图64中画出了当n =1，10时h （t ）的图形.h （t ）的图形关于t =0对称，当n充分大时其图形类似于标准正态变量概率密度的图形.但对于较小的n ，t 分布与N （0，1）分布相差很大（见附表）.实用文档图6 4 图65对于给定的α，0＜α＜1，称满足条件P （t ＞t α（n ））=⎰∞)()(n t t t h αd =α的点t α（n ）为t （n ）分布的上α分位点（见图65）.由t 分布的上α分位点的定义及h （t ）图形的对称性知t 1α（n ）=t α（n ）.t 分布的上α分位点可从附表查得.在n ＞45时，就用正态分布近似：t α（n ）≈z α.3.F 分布设U ~)(12n χ，V ~)(22n χ，且U ，V 独立，则称随机变量F =21//n V n U 服从自由度为（n 1，n 2）的F 分布（F distribution ），记F ~F （n 1，n 2）.F （n 1，n 2）分布的概率密度为[][]⎪⎩⎪⎨⎧>++=+-.,0,0,)/(1)2/()2/()/(2/)()(2/)(21211)2/(2/21212111其他y n y n n n y n n n n y n n n n ΓΓΓψ (证略).实用文档)(y ψ的图形如图66所示.图6 6 图67F 分布经常被用来对两个样本方差进行比较.它是方差分析的一个基本分布，也被用于回归分析中的显著性检验.对于给定的α，0＜α＜1，称满足条件P {F ＞F α（n 1，n 2）}=⎰∞),(21)(n n F y y αψd =α的点F α（n 1，n 2）为F （n 1，n 2）分布的上α分位点（图67）.F 分布的上α分位点有表格可查（见附表）.F 分布的上α分位点有如下的性质：F 1α（n 1，n 2）=),(112n n F α.这个性质常用来求F 分布表中没有包括的数值.例如由附表查得F 0.05(9,12)=2.80，则可利用上述性质求得F 0.95(12,9)=1/F 0.05(9,12)=12.80=0.357. 4.正态总体的样本均值与样本方差的分布设正态总体的均值为μ，方差为σ2，X 1，X 2，…，X n 是来自正态总体X 的一个简单实用文档样本，则总有E （X ）=μ， D （X ）=σ2/n ，X ~N （μ，σ2/n ）.对于正态总体N (μ,σ2）的样本方差S 2，我们有以下的性质.定理6.1 设X 1，X 2，…，X n 是总体N （μ，σ2）的样本，X ，S 2分别是样本均值和样本方差，则有（1）)1(~)1(222--n S n χσ；（2）X 与S 2独立. （证略）.定理6.2 设X 1，X 2，…，X n 是总体N （μ，σ2）的样本，X ，S 2分别是样本均值和样本方差，则有)1(~/--n t nS X μ.证因为)1,0(~/N nX σμ-，)1(~)1(222--n S n χσ且两者独立，由t 分布的定义知实用文档)1(~)1()1(//22----n t n S n nX σσμ. 化简上式左边，即得)1(~/--n t nS X μ.定理6.3 设X 1，X 2，…，1n X 与Y 1，Y 2，…，2n X 分别是来自具有相同方差的两正态总体N （μ1，σ2），N （μ2，σ2）的样本，且这两个样本相互独立.设∑==1111n i i X n X ，∑==2121n i i Y n Y 分别是这两个样本的均值.S 12=∑=--1121)(11n i i X X n ，S 22=∑=--2122)(11n i i Y Y n 分别是这两个样本的样本方差，则有：)2(~/1/1)()(212121-++---n n t n n S Y X W μμ，其中 S W 2=)2()1()1(21222211-+-+-n n S n S n .（证略）.本节所介绍的三个分布以及三个定理,在下面各章中都起着重要的作用.应注意，它们都是在总体为正态总体这一基本假定下得到的.例6.2 设总体X 服从正态分布N （62，100），为使样本均值大于60的概率不小于0.95，问样本容量n 至少应取多大？解设需要样本容量为n ，则)1,0(~/N n X nX ⋅-=-σμσμ，实用文档P （X ＞60）=⎭⎬⎫⎩⎨⎧⋅->⋅-n n X P 1062601062.查标准正态分布表，得Φ（1.64）≈0.95.所以0.2n ≥1.64,n ≥67.24.故样本容量至少应取68.小结在数理统计中往往研究有关对象的某一项数量指标，对这一数量指标进行试验和观察，将试验的全部可能的观察值称为总体，每个观察值称为个体.总体中的每一个个体是某一随机变量X 的值，因此一个总体对应于一个随机变量X ，我们笼统称为总体X .随机变量X 服从什么分布就称总体服从什么分布.若X 1，X 2，…，X n 是相同条件下，对总体X 进行n 次重复独立的观察所得到的n 个结果，称随机变量X 1，X 2，…，X n 为来自总体X 的简单随机样本，它具有两条性质.1.X 1，X 2，…，X n 都与总体具有相同的分布；2.X 1，X 2，…，X n 相互独立.我们就是利用来自样本的信息推断总体，得到有关总体分布的种种结论.完全由样本X 1，X 2，…，X n 所确定的函数g =g (X 1,X 2,…,X n )称为统计量，统计量是一个随机变量.它是统计推断的一个重要工具.在数理统计中的地位相当重要，相当于随机变量在概率论中的地位.实用文档样本均值 ∑==ni i X n X 11和样本方差 S 2=∑=--n k k X X n 12)(11是两个最重要的统计量，统计量的分布称为抽样分布，读者需要掌握统计学中三大抽样分布：2χ分布，t 分布，F 分布.读者学习后续内容还需要掌握以下重要结果：1.设总体X 的一个样本为X 1，X 2，…，X n .且X 的均值和方差存在. 记μ=EX ,σ2=DX .则E （X ）=μ, D (X )=σ2/n , ES 2=σ2.2.设总体X~N （μ,σ2）,X1,X2,…,Xn 是X 的一个样本，则（1） X ~N （μ,σ2/n ）； (2))1(~)1(222--n S n χσ；(3) X 和S 2相互独立；（4）)1(~/--n t nS X μ.3.定理6.3的结果. 重要术语及主题总体样本统计量实用文档2χ分布、t 分布、F 分布的定义及它们的密度函数图形上的α分位点.习题六1.设总体X ~N （60，152），从总体X 中抽取一个容量为100的样本，求样本均值与总体均值之差的绝对值大于3的概率.2.从正态总体N （4.2，52）中抽取容量为n 的样本，若要求其样本均值位于区间（2.2,6.2)内的概率不小于0.95，则样本容量n 至少取多大？3.设某厂生产的灯泡的使用寿命X ~N （1000，σ2）（单位：小时），随机抽取一容量为9的样本，并测得样本均值及样本方差.但是由于工作上的失误，事后失去了此试验的结果，只记得样本方差为S 2=1002，试求P （X ＞1062）.4.从一正态总体中抽取容量为10的样本，假定有2%的样本均值与总体均值之差的绝对值在4以上，求总体的标准差.5.设总体X ~N （μ，16），X 1，X 2，…，X 10是来自总体X 的一个容量为10的简单随机样本，S 2为其样本方差，且P （S 2＞a ）=0.1，求a 之值.6.设总体X 服从标准正态分布，X 1，X 2，…，X n 是来自总体X 的一个简单随机样本，试问统计量Y =∑∑==-ni ii i XX n 62512)15(，n ＞5实用文档服从何种分布？7.求总体X ~N （20，3）的容量分别为10，15的两个独立随机样本平均值差的绝对值大于0.3的概率.8.设总体X ~N （0，σ2）,X 1,…,X 10,…,X 15为总体的一个样本.则Y =()21521221121022212X X X X X X ++++++ 服从分布,参数为 . （2001研考）9.设总体X ~N （μ1,σ2）,总体Y ~N (μ2,σ2),X 1,X 2,…,1n X 和Y 1，Y 2，…，2n X 分别来自总体X 和Y 的简单随机样本，则⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-+-+-∑∑==2)()(21121221n n Y Y X X E n j j n i i = . (2004研考) 10.设总体X ~N （μ,σ2），X 1，X 2，…，X 2n （n ≥2）是总体X 的一个样本，∑==ni i X n X 2121，令Y =∑=+-+ni i n iX X X12)2(，求EY . （2001研考）11. 设总体X 的概率密度为f (x )=x-e21 (-∞<x <+∞),X 1，X 2，…，X n 为总体X 的简单随机样本，其样本方差为S 2，求ES 2. (2006研考)。

《概率论与数理统计》学习指导(5,6)

《概率论与数理统计》学习指导·内容提要·疑难分析·例题解析·自测试题安徽工业大学应用数学系编目录第一章随机事件及其概率.................................. 错误！未定义书签。

第二章随机变量及其分布.................................. 错误！未定义书签。

第三章多维随机变量及其分布........................... 错误！未定义书签。

第四章随机变量的数字特征 .............................. 错误！未定义书签。

第五章大数定律和中心极限定理 .. (2)第六章数理统计的基本概念 (9)第七章参数估计 ................................................ 错误！未定义书签。

第八章假设检验 ................................................ 错误！未定义书签。

第五章大数定律和中心极限定理内容提要1、切贝雪夫不等式设随机变量X 的数学期望μ=)(X E ，方差2)(σ=X D ，则对任意正数ε，有不等式22{}P X σμεε-≥≤或22{}1P X σμεε-<>-成立.2、大数定律（1）切贝雪夫大数定理:设 ,,,,21n X X X 是相互独立的随机变量序列，数学期望)(i X E 和方差)(i X D 都存在，且C X D i <)(),2,1( =i ，则对任意给定的0>ε，有1}|)]([1{|lim 1=<∑-=∞→εni i i n X E X n P . （2）贝努利大数定理:设A n 是n 次重复独立试验中事件A 发生的次数，p 是事件A 在一次试验中发生的概率，则对于任意给定的0>ε，有1}|{|lim =<-∞→εp nn P An . 贝努利大数定理给出了当n 很大时，A 发生的频率A n A /依概率收敛于A 的概率，证明了频率的稳定性.3、中心极限定律（1）独立同分布中心极限定理:设 ,,,,21n X X X 是独立同分布的随机变量序列，有有限的数学期望和方差，μ=)(i X E ，),2,1(0)(2 =≠=i X D i σ.则对任意实数x ，随机变量σμσμn n X n X Y ni i ni i n ∑-=∑-===11)(的分布函数)(x F n 满足⎰=≤=∞--∞→∞→xtn n n n dt e x Y P x F 2/221}{lim )(lim π.（2）李雅普诺夫定理:设 ,,,,21n X X X 是不同分布且相互独立的随机变量，它们分别有数学期望和方差：i i X E μ=)(,),2,1(0)(2 =≠=i X D i i σ .记 ∑==ni i nB 122σ,若存在正数δ，，使得当∞→n 时，有0}{1122→∑-=++ni ii nX E B δδμ, 则随机变量nni in i i ni i ni i n i i n B X X D X E X Z ∑-∑=∑∑-∑======11111)()(μ的分布函数)(x F n 对于任意的x ，满足⎰=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤∑-∑=∞--==∞→∞→x t n n i i n i i n n n dt e x B X x F 2/11221lim )(lim πμ. 当n 很大时,),(~),1,0(~12.1.∑∑==ni n i ni i n B N X N Z μ.（3）德莫佛—拉普拉斯定理:设随机变量),2,1( =n n η服从参数为)10(,<<p p n 的二项分布，则对于任意的x ，恒有⎰=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤--∞--∞→x t n n dt e x p np np P 2/221)1(lim πη.疑难分析1、依概率收敛的意义是什么？依概率收敛即依概率1收敛.随机变量序列}{n x 依概率收敛于a ，说明对于任给的0>ε，当n 很大时，事件“ε<-a x n ”的概率接近于1.但正因为是概率，所以不排除小概率事件“ε<-a x n ”发生.依概率收敛是不确定现象中关于收敛的一种说法. 2、大数定律在概率论中有何意义？大数定律给出了在试验次数很大时频率和平均值的稳定性.从理论上肯定了用算术平均值代替均值，用频率代替概率的合理性，它既验证了概率论中一些假设的合理性，又为数理统计中用样本推断总体提供了理论依据.所以说，大数定律是概率论中最重要的基本定律. 3、中心极限定理有何实际意义？许多随机变量本身并不属于正态分布，但它们的极限分布是正态分布.中心极限定理阐明了在什么条件下，原来不属于正态分布的一些随机变量其总和分布渐进地服从正态分布.为我们利用正态分布来解决这类随机变量的问题提供了理论依据. 4、大数定律与中心极限定理有何异同？相同点：都是通过极限理论来研究概率问题，研究对象都是随机变量序列，解决的都是概率论中的基本问题，因而在概率论中有重要意义.不同点：大数定律研究当时，概率或平均值的极限，而中心极限定理则研究随机变量总和的分布的极限.例题解析例1．设X 为连续型随机变量，c 为常数，0>ε，求证εε||}|{|c X E c X P -≤≥-分析此类概率不等式的证明，一般考虑用切比雪夫不等式或直接从定义用类似切比雪夫不等式的方法来证.证设X 的密度函数为)(x f ，则⎰=≥-≥-εε||)(}|{|c x dx x f c X P||1)(||1)(||)(||||c X E dx x f c x dxx f c x dx x f c x c x -=⎰-=⎰-≤⎰-≤∞∞-∞∞-≥-εεεεε例2．设随机变量X 和Y 的数学期望都是2,方差分别为1和4,相关系数为0.5,则根据切比雪夫不等式有≤≥-}6{Y X P .解121. 由于 ,0)(=-Y X E ,32)(=-+=-DXDY DY DX Y X D XY ρ 故≤≥-}6{Y X P 12/136/3=.例3．设在独立重复试验中，每次试验中事件A 发生的概率为1/4.问是否用0.925的概率确信在1000次试验中A 发生的次数在200到300之间？分析在1000次试验中事件A 发生的次数)4/1,1000(~B X ,且2/375)4/11(4/11000,2504/11000=-⨯⨯==⨯=DX EX而 }50250{}300200{≤-=≤≤X P X P 利用Chebychev 不等式得}50250{}300200{≤-=≤≤X P X P 925.050)(12=-≥X D所以可用0.925的概率确信在1000次试验中A 发生的次数在200到300之间.解如分析所述，由Chebychev 不等式即可得例4．分布用切比雪夫不等式与隶美弗—拉普拉斯中心极限定理确定：当掷一枚硬币时，需要掷多少次，才能保证出现正面的频率在0.4~0.6之间的概率不小于90%．解设X 为n 次掷硬币正面出现的次数，则),(~p n B X ，其中21=p （1）由切比雪夫不等式知{}n n X P n X P n X P 1.0|5.0|1.0|5.0|6.04.0≤-=⎭⎬⎫⎩⎨⎧≤-=⎭⎬⎫⎩⎨⎧≤≤n n n n X D 25101.0411)1.0()(122-=⋅⨯-=-≥令 %.90251≥-n则得250≥n ．（2）由隶美弗-拉普拉斯的中心极限定理，得：}6.04.0{≤≤nXP .95.0)5(%901)5(21)5.01.0(225.05.06.025.05.025.05.04.0{}6.04.0{≥Φ⇒≥-Φ=-Φ≈-≤-≤-=≤≤=n n n n nn n nn X n n n P n X n P查表知：6.15≥n． 6864.67≥⇒≥n n例5． (1)一个复杂系统由100个相互独立的元件组成,在系统运行期间每个元件损坏的概率为0.10,又知为使系统正常运行,至少必须有85个元件工作,求系统的可靠度;(2)上述系统假如由n 个相互独立的元件组成,而且又要求至少有80%的元件工作才能使整个系统正常运行,问n 至少为多大时才能保证系统的可靠度不小于0.95.解 (1)设⎩⎨⎧=个元件损坏第个元件没有损坏第i i X i ,0,1,S 为系统正常运行时完好的元件个数,于是∑==1001i i X S 服从)9.0,100(b ,因而.91.09.0100,909.0100=⨯⨯===⨯=npq DS ES 故所求的概率为.952.0351990859901)85(1)85(=⎪⎭⎫⎝⎛-Φ-=⎭⎬⎫⎩⎨⎧-≤-==≤-=>S P S P S P(2)此时)9.0,(~n b S ,要求95.0)8.0(≥≥n S P ,而.3313.09.08.03.09.01)8.0(⎪⎪⎭⎫ ⎝⎛Φ=⎪⎪⎭⎫ ⎝⎛-Φ-=⎭⎬⎫⎩⎨⎧-≤--=≥n n n n n n n S P n S P 故95.03≥⎪⎪⎭⎫⎝⎛Φn ,查表得,5.24,65.13≥⇒≥n n 取n =25 例6．一加法器同时收到20个噪声电压)20,,2,1(, =i V i ，设它们是相互独立且都服从区间（0，10）上的均匀分布，求总和噪声电压超过计划105（伏）的概率.解记∑==201i i V V ，因2021,,,V V V 是相互独立且都服从（0，10）上的均匀分布，且20,,2,1,12100)(,5)( =====i V D V E i i i σμ 由独立同分布中心极限定理知),3500,100()1210020,520(201N N V V n i i =⨯⨯−−→−∑=∞→= 故.3483.0)39.0(1)3/500100105(1)105(1)105(=Φ-=-Φ-=≤-≈>V P V P例7．假设n X X X ,.,21 是来自总体X 的简单随机样本；已知),4,3,2,1(==k EX k k α证明当n 充分大时，随机变量∑==n i i n X n Z 121 近似服从正态分布，并指出其分布参数.分析此题主要考查对中心极限定理的理解与运用.解依题意知n X X X ,,,21 独立同分布，从而其函数22221,,,n X X X 也是独立同分布，且)(11)1(,1,)(,224122122122242242222αααααα-=∑=∑==∑=-=-======n DX n X n D DZ EX n EZ EX EX DX EX EX n i i n i i n n i i n i i i i由中心极限定理nZ U n n /)(2242ααα--=的极限分布为标准正态分布，即当n 充分大时，n Z 近似地服从参数为),(2242nααα-的正态分布.例8．设随机变量,1,n i X i ≤≤独立同分布，且分布密度为)(x f ，记}{1x X P p n i i ≤∑==，当n 充分大时，则有A. p 可以根据)(x f 计算； B . p 不可以根据f (x)计算；C. p 一定可以用中心极限定理近似计算；D. p 一定不可以用中心极限定理近似计算解由于,1,n i X i ≤≤独立同分布，它们的联合概率密度等于各边缘密度的乘积.因此p 可以如下计算：⎰⎰=≤++n n n xxx dx dx x f x f p n 111)()(1由于不知道.1,n i X i ≤≤的期望和方差是否存在，故无法判断能否用中心极限定理. 综上所述，选A.测试题一、填空题１．随机变量X 的方差为2，则根据切比雪夫不等式估计≤≥-}2|{|）（X E X P ．２．设随机变量X 和Y 的期望都是２，方差分别为１和４，而其相关系数为0.5，则根据切比雪夫不等式≤≥-}6|{|Y X P ．３．设n X 是n 重贝努里试验中事件A 出现的次数，又A 在每次实验中出现的概率为)10(<<p p ，则对任意的0>ε，有=⎪⎪⎭⎫⎝⎛≥-∞→εp n X P n n lim ．４．设随机变量 ,,,1n X X 相互独立同分布，且具有有限的均值与方差，0)(,)(2≠==σμi i X D X E ，随机变量σμn n X Y ni i n -∑==1的分布函数)(x F n ，对任意的x ，满足P x F n n =∞→)(lim { }= ．５．设随机变量序列 ,,,,21n X X X 相互独立同分布，且0)(=n X E ，则=∑<=∞→)(l i m 1ni i n n X P ．二、选择题６．设随机变量),(~211σμN X ，),(~222σμN Y ，且}1|{|}1|{|21<-><-μμY P X P ，则必有( )．(A)21σσ>； (B) 21σσ<； (C) 21μμ<； (D) 21μμ>．７．设随机变量序列}{n X 相互独立，],[~n n U X n -， ,2,1=n ，则对}{n X ( )．(A)可使用切比雪夫大数定律； (B) 不可使用切比雪夫大数定律； (C) 可使用辛钦大数定律； (D) 不可使用辛钦大数定律．８．设随机事件A 在第i 次独试验中发生的概率为i p ，n i ,,2,1 =．m 表示事件A 在n 次试验中发生的次数，则对于任意正数ε恒有=⎪⎪⎭⎫⎝⎛<∑-=∞→εni i n p n n mP 11lim ( )． (A)１； (B) ０； (C)21； (D)不可确定．９．设 ,,,,21n X X X 相互独立且都服从参数为λ的指数分布，则下述选项中成立的是( )．(A) )(lim 1x x n X P n i i n Φ=⎪⎪⎪⎪⎭⎫⎝⎛≤-∑=∞→λλ； (B) )(lim 1x x nn X P n i i n Φ=⎪⎪⎪⎪⎭⎫ ⎝⎛≤-∑=∞→； (C) )(lim 1x x n n X P n i i n Φ=⎪⎪⎪⎪⎭⎫⎝⎛≤-∑=∞→λ； (D) )(lim 1x x n X P n i i n Φ=⎪⎪⎪⎪⎭⎫ ⎝⎛≤-∑=∞→λλ． 10．设随机变量序列 ,,,,21n X X X 相互独立同分布， 0)(=i X E ，2)(σ=i X D ，且)(4i X E 存在，则对任意0>ε，下述选项中正确的是( )．(A) 11lim 21=⎪⎪⎭⎫ ⎝⎛<-∑=∞→εσni i n X n P ； (B) 11lim 212≤⎪⎪⎭⎫⎝⎛<-∑=∞→εσni i n X n P ； (C) 11lim 212=⎪⎪⎭⎫ ⎝⎛<-∑=∞→εσn i i n X n P ； (D) 01lim 212=⎪⎪⎭⎫ ⎝⎛<-∑=∞→εσn i i n X n P ．三、解答题11．某年的统计资料表示，在索赔户中被盗索赔户占20%，以X 表示在随机抽查的100个索赔户中因盗窃而向保险公司索赔的户数．（1）写出X 的概率分布；（2）求被盗索赔户不少于14户且不多于30户的概率的近似值． 12．某单位设置一电话总机，共有200架分机．设每个电话分机是否使用外线通话是相互独立的．设每时刻每个分机有5%的概率要使用外线通话．问总机需要多少外线才能以不低于90%的概率保证每个分机要使用外线时可供使用？13．设5021,,,X X X 是相互独立的随机变量，且都服从参数为03.0=λ的泊松分布，记∑==501i i X Y ，试计算}3{≥Y P ．14．一个复杂系统由100个相互独立的元件组成，在系统运行期间每个元件损坏的概率为0.10，又知为使系统正常运行，至少必须有85个元件工作，求系统的可靠度．第六章数理统计的基本概念内容提要1、总体与样本在数理统计中，将研究对象的全体称为总体；组成总体的每个元素称为个体.从总体中抽取的一部分个体，称为总体的一个样本；样本中个体的个数称为样本的容量. 从分布函数为)(x F 的随机变量X 中随机地抽取的相互独立的n 个随机变量，具有与总体相同的分布，则n X X X ,,,21 称为从总体X 得到的容量为n 的随机样本.一次具体的抽取记录n x x x ,,,21 是随机变量n X X X ,,,21 的一个观察值，也用来表示这些随机变量.2、统计量设n X X X ,,,21 是总体X 的一个样本，则不含未知参数的样本的连续函数),,,(21n X X X f 称为统计量.统计量也是一个随机变量，常见的统计量有（1）样本均值（2）样本方差（3）样本标准差（4）样本k 阶原点矩（5）样本k 阶中心矩2、经验分布函数设n x x x ,,,21 是总体X 的一组观察值将它们按大小顺序排列为：**2*1n x x x ≤≤≤ ，称它为顺序统计量.则称⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≥<≤<≤<=+**1**2*1*1,1,,1,0)(n k k n x x x x x nk x x x n x x x F 为经验分布函数（或样本分布函数）.3、一些常用统计量的分布（1）2χ分布设)1,0(~N X ，n X X X ,,,21 是X 的一个样本，n 的2χ分布，记作)(~22n χχ.（2）t 分布设)1,0(~N X ，)(~2n Y χ，且Y X,n 的t 分布，记作)(~n t t .t 分布又称为学生分布.（3）F 分布设)(~12n X χ，)(~22n Y χ，且Y X ,),(21n n 的F 分布，记作),(~21n n F F .4、正态总体统计量的分布设),(~2σμN X ，n X X X ,,,21 是X 的一个样本，则（1）样本均值X 服从正态分布，有),(~2nN X σμ（2）样本方差（3）统计量设),(~),,(~222211σμσμN Y N X ，1,,,21n X X X 是X 的一个样本， 2,,,21n Y Y Y 是Y 的一个样本，两者相互独立.则（1）统计量（2）当21σσ=时，统计量2)1()1(21222211-+-+-=n n S nS n S w ；（3）统计量（4）统计量疑难分析1、数理统计的研究对象和目的是什么？“数理统计学”是数学的一个分支，它的任务是研究怎样用有效的方法去收集和使用带随机性影响的数据，它的具体含义包括以下几层意思：1）能否假定数据有随机性，是区别数理统计方法与其他数据处理方法的根本点。

概率论与数理统计第六章

Ch 6 数理统计的基本概念§6.1 基本概念一、总体与样本1、总体——研究对象的全体，记为X 。

2、个体——构成总体的每一个对象，记为i X 。

3、总体容量——总体中包含的个体的个数。

有限总体——容量有限；无限总体——容量无限。

为推断总体X 的分布，从总体中抽取n 个个体，则对应n 个r.v.n X X X .....2,1——来自于总体X 的一个样本。

n X X X ......,21的取值（（n x x x ,.....,21）--观测结果）称为样本的观测值，简称为样本值，整个抽取过程称之为抽样。

抽取的目的是根据样本的取值情况推断总体情况，因此应尽可能的使抽取的样本能反映总体的状况，故要求抽取的样本具有以下性质：文档收集自网络，仅用于个人学习⑴ 代表性：样本中每个r.v.i X 与总体X 具有相同的分布。

文档收集自网络，仅用于个人学习⑵ 独立性：n X X X ......,21相互独立。

——简单的随机抽样所得的样本称为简单的随机样本；若总体X 的分布函数为F （x ），则样本n X X X .....2,1的联合分布函数)().....,(121*i ni n x F x x x F =∏=。

文档收集自网络，仅用于个人学习若X 为连续型，且d.f 为f(x),且联合p.d.f 为：)()....,(121*i ni n x f x x x f =∏= 若X 为离散型，且分布律为：....2,1,)(===k p x X P k k 则联合分布律：in i i in n i i p p p x X x X x X P ....).....,(212211⋅⋅====。

...2,1.....3,2,1=in i i i 二、统计量Def:不含有任何未知数的关于样本空本空间的函数称为统计量。

e.g.1 设总体X~),(2σμN ，其中2,σμ未知，（n X X X .....2,1）为取自总体X 的一个样本，则：∑∑==--==n i i n i i X X n S X n X 1221)(11,1均为统计量。

《概率论》第六章数理统计的基本概念.

2. 抽样原则为使抽取的样本能很好地反映总体的特征，
一般要求抽取样本时遵循以下两点原则：
(1) 代表性要求样本中的每个样品都是从总体中完全随机地抽出的，即每个样品与总体具有相同
的分布；
(2) 独立性要求每个样品的抽出相互之间是互不影响的，即要求每个样品之间相互独立.
满足以上两点要求的样本称为简单随机样本.
1n
n 1 i1
i
2
(4) 样本 k 阶原点矩
Mk

1 n
n

i 1

k i
,
k

1,
2, ;
(5)样本 k 阶中心矩
M

k

1 n
n
(i
i 1
)k
, k 2, 3, ;
注 1. 上述几个统计量统称为样本矩；
2.
X

M1 ,
S2

M

2
.
三、样本矩的性质
2. 2分布的性质
性质1 ( 2 分布的可加性)
设 ~ 2(n1 ), ~ 2(n2 ), 并且 , 独立, 则 ~ 2(n1 n2 )
推广：设 i ~ 2(ni ), 并且 i (i 1, 2,, m) 相互
独立,
则
m

i
~
2 (n1
2π
标准正态分布的上侧分位点
定义设 U ~ N (0,1) ，对给定的正数(0 1)，
若实数u 满足
P{U u }
则称点 u为标准正态分布U的上侧分位点（或称上分位数或临界值）.

第6章数理统计的基本概念

(
n1 2
n1
)
+ n2 2
(
)
n2 2
)
(
n1 n2
)(
n1 n2
n1 −1
x) 2 (1 +
n1 n2
−
x)
n1 + n2 2
，x
0
0，
x0
24
f (x) =
(
(
n1 2
0
n1 + n2 2
) ( ，
)
n2 2
)
(
n1 n2
)(
n1 n2
n1 −1
x) 2 (1 +
n1 n2
− n1 + n2
n−2 23
3、F 分布
定义设 X ~ 2 (n1 ) , Y ~ 2 (n2 ) ,且 X 与 Y 相互
独立,则称随机变量
F = X / n1 Y / n2
服从自由度为 (n1, n2 )的 F 分布，记为 F ~ F (n1, n2 ) .
F(n1,n2)的概率密度为
f (x) =
(
实际上，每一次测量所得结果是一个个体，而总体是由“一切可能的测量值”组成。这只是一个想象中存在的集合，因为不可能去进行无限次测量。它的个体是通过试验“制造”出来的。
这种情况在实际应用中非常之多。给这种总体同样可规定分布，例如上述例子中说“测量结果服从正态分布”是容易理解的。
8
二、样本
一般情况下,对总体的每一个个体都进行观察或试验是不可能的,这是因为经济上、时间上不允许(如个体的数量很大),或观察试验是带破坏性的(如灯泡的寿命、炮弹的射程).因此,必须对总体进行抽样观察.

概率论课后习题第6章答案

第六章数理统计的基本概念1.设样本均值为X ,则由题意,有6,4.1(~2n N X ,或)1,0(~/64.1N nX −,于是由1)3(2/64.34.5/64.3/64.34.1}4.54.1{95.0−Φ=⎭⎬⎫⎩⎨⎧−<−<−=<<≤nn n X nP X P⇒ 975.03(≥Φn ⇒ 96.13≥n⇒5744.34≥n 故样本容量至少应取35. 2.由题意可知)1,0(~/2.0N na X n −,又122/2.01.0/2.0}1.0|{|95.0−⎟⎟⎠⎞⎜⎜⎝⎛Φ=⎭⎫⎩⎨⎧<−=<−≤n n n a X P a X P n n 故有 975.0)2(≥Φn ⇒ 96.12≥n⇒ 3664.15≥n 因此至少应等于16.n 3. 由正态分布的性质及样本的独立性知,212X X −和4343X X −均服从正态分布,由于,0)2(21=−X X E 20)(4)()2(2121=+=−X D X D X X D以及,0)43(43=−X X E 100)(16)(9)43(4343=+=−X D X D X X D所以,有)20,0(~221N X X −⇒)1,0(~20221N X X −)100,0(~4343N X X − ⇒)1,0(~104343N X X −于是由分布的定义知,当2χ,201=a 1001=b 时,有 ()())2(~10432024322243221243221χ⎟⎠⎞⎜⎝⎛−+⎟⎟⎠⎞⎜⎜⎝⎛−=−+−=X X X X X X b X X a X 4. 由正态分布的性质及样本的独立性知, ⇒ )9,0(~2921N X X X +++")1,0(~)(91921N X X X +++" 又)1,0(~3N Y i, 9,,2,1"=i 所以 )9(~)(913332292221292221χY Y Y Y Y Y +++=⎟⎠⎞⎜⎝⎛++⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛""由于两个总体是X 和Y 相互独立的,所以其相应的样本也是相互独立的,故)9(9121X X X +++"与)(21Y 912922Y Y +++"也相互独立,于是由t 分布的定义知,)9(~9/)(91)(91292191292191t Y Y X X YY X X U +++=++++=""""5.由题意知,)1,0(~2N X i,,故有 15,,2,1"=i )10(~22)(4122102121021χ⎟⎠⎞⎜⎝⎛++⎟⎠⎞⎜⎝⎛=+=X X X X U "" )5(~22)(412215211215211χ⎟⎠⎞⎜⎝⎛++⎟⎠⎞⎜⎝⎛=+=X X X X V ""利用样本的独立性以及F 分布的定义,有)5,10(~5/10/)(221521121021F V U X X X X Y =++++="" 6.解法1 考虑n n n n X X X X X X 22211,,,+++++",将其视为取自正态总体的简单随机样本,则其样本均值为 )2,2(2σμN X X n X X n ni i n i i n i 21)(1211==+∑∑==+样本方差为 Y n 11−由于2211σ=⎟⎠⎞⎜⎝⎛−Y n E ,所以 22)1(2)2)(1()(σσ−=−=n n Y E 解法2 记,11∑==′n i i X n X ,11∑=+=′ni i n X n X 显然有X X X ′′+′=2，因此[]⎭⎬⎫⎩⎨⎧′′−+′−=⎥⎦⎤⎢⎣⎡−+=∑∑=+=+n i i n i n i i n i X X X X E X X X E Y E 1212)()()2()( []⎭⎬⎫⎩⎨⎧′′−+′′−′−+′−=∑=++n i i n i n i i X X X X X X X X E 122)())((2)(222)1(2)1(0)1(σσσ−=−++−=n n n 7.记（未知），易见2)(σ=X D )()(21Y E Y E =， ,6/)(21σ=Y D 3/)(22σ=Y D 由于相互独立，故有21,Y Y ,0)(21=−Y Y E 236)(22221σσσ=+=−Y Y D从而 )1,0(~2/21N Y Y U σ−=，又 )2(~22222χσχS =由于与相互独立,与独立,由定理 6.3.2,与独立,所以1Y 2Y 1Y 2S 2Y 2S 21Y Y −与独立,于是由t 分布的定义,知 2S )2(~2/)(2221t USY Y Z χ=−=8.由)1(~)1(222−−n S n χσ,其中由题意知,25=n , ,于是1002=σ}12)125({)1(50)1(}50{22222>−=⎭⎬⎫⎩⎨⎧−>−=>χσσP n S n P S P975.0}12)24({2≥>=χP 上式中的不等式是查表得到的,所以所求的概率至少为0.9759. 本题要用到这样一个结论,即Γ分布),(βαΓ关于第一个参数具有可加性,即若),(~1βαΓU ,),(~2βαΓV ,且U 与V 相互独立,则),(~21βαα+Γ+V U ,其中),(βαΓ的概率密度为: ⎪⎩⎪⎨⎧=)(x f αβ>其它0,x βΓ−)(1/1e x α−0x α可利用卷积公式证明.回到本题,当λβα11＝，＝,分布就是参数为Γλ的指数分布,所以样本的独立性及Γ分布的可加性,有 )1,(~21λn X +X X n Γ++"即的概率密度为 ∑=ni i X 1⎪⎩⎪⎨⎧>−=−−其它00,)!1()(1x e x n x g x n nλλ 因此∑==ni i X n X 11的概率密度为 ⎪⎩⎪⎨⎧≤>−==−−0,00,)!1()()()(1y y e y n n ny ng y h ny n n λλ 10. (1) 根据正态分布的性质,与21X X +21X X −服从二维正态分布,所以要证明它们相互独立,只需它们不相关,由于0)()()])([(22212121=−=−+X E X E X X X X E 0)()(2121=−+X X E X X E 所以 0),(2121=−+X X X X Cov 即与相互独立21X X +21X X −(2) 由于0=μ,所以)2,0(~221σN X X +⇒)1,0(~221N X X σ+ ⇒)1(~212221χσ⎟⎠⎞⎜⎝⎛+X X⇒)2,0(~221σN X X −)1,0(~221N X X σ− ⇒)1(~212221χσ⎟⎠⎞⎜⎝⎛−X X由上面证明的独立性，再由F 分布的定义知)1,1(~2/2/)()(21221221221F X X X X X X X X F ⎟⎠⎞⎜⎝⎛−⎟⎠⎞⎜⎝⎛+=−+=σσ 所以 25.0}83.5{}4{4)()(221221=<<<=⎭⎬⎫⎩⎨⎧<−+F P F P X X X X P。

概率论与数理统计学习指导及习题解析第6章 数理统计的基本概念

数理统计第6-9章答案

概率论与数理统计 第六章--数理统计的基本概念

习题解答 - 第六章 数理统计基本概念