概率统计(2.4)

合集下载

概率论与数理统计(第三版)课后答案习题2

第二章随机变量2.1 X 2 3 4 5 6 7 8 9 10 11 12 P 1/361/181/121/95/361/65/361/91/121/181/362.2解：根据1)(0==∑∞=k k XP ，得10=∑∞=-k kae，即1111=---eae 。

故 1-=e a2.3解：用X 表示甲在两次投篮中所投中的次数，X~B(2,0.7) 用Y 表示乙在两次投篮中所投中的次数, Y~B(2,0.4) (1) 两人投中的次数相同P{X=Y}= P{X=0,Y=0}+ P{X=1,Y=1} +P{X=2,Y=2}=1122020*********2222220.70.30.40.60.70.30.40.60.70.30.40.60.3124C C C C C C ⨯+⨯+⨯=(2)甲比乙投中的次数多P{X >Y}= P{X=1,Y=0}+ P{X=2,Y=0} +P{X=2,Y=1}=12211102200220112222220.70.30.40.60.70.30.40.60.70.30.40.60.5628C C C C C C ⨯+⨯+⨯=2.4解:（1）P{1≤X ≤3}= P{X=1}+ P{X=2}+ P{X=3}=12321515155++= (2) P {0.5<X<2.5}=P{X=1}+ P{X=2}=12115155+= 2.5解：（1）P{X=2,4,6,…}=246211112222k +++=11[1()]1441314k k lim→∞-=-（2）P{X ≥3}=1―P{X <3}=1―P{X=1}- P{X=2}=1111244--=2.6解：设i A 表示第i 次取出的是次品，X 的所有可能取值为0，1，212341213124123{0}{}()(|)(|)(|)P X P A A A A P A P A A P A A A P A A A A ====18171615122019181719⨯⨯⨯= 1123412342341234{1}{}{}{}{}2181716182171618182161817162322019181720191817201918172019181795P X P A A A A P A A A A P A A A A P A A A A ==+++=⨯⨯⨯+⨯⨯⨯+⨯⨯⨯+⨯⨯⨯=12323{2}1{0}{1}1199595P X P X P X ==-=-==--=2.7解：(1)设X 表示4次独立试验中A 发生的次数，则X~B(4,0.4)34314044(3)(3)(4)0.40.60.40.60.1792P X P X P X C C ≥==+==+=(2)设Y 表示5次独立试验中A 发生的次数，则Y~B(5,0.4)345324150555(3)(3)(4)(5)0.40.60.40.60.40.60.31744P X P X P X P X C C C ≥==+=+==++=2.8 （1）X ～P(λ)=P(0.5×3)= P(1.5)0 1.51.5{0}0!P X e -=== 1.5e -（2）X ～P(λ)=P(0.5×4)= P(2)0122222{2}1{0}{1}1130!1!P X P X P X e e e ---≥=-=-==--=-2.9解：设应配备m 名设备维修人员。

概率论与数理统计课件第2章

2
2.2.1 随机变量 • 注意：注意：
（1）随机变量定义于抽象的样本空间上，不是普）随机变量定义于抽象的样本空间上，通的实函数。通的实函数。（2）随机事件可以通过随机变量的各种取值状态）随机事件可以通过随机变量的各种取值状态取值范围来表示来表示。和取值范围来表示。
3
2.1.2 随机变量的分布函数 • 既然随机事件可以通过随机变量的各种取值状态和取值范围来表示，范围来表示，研究随机现象的统计规律性就转化为研究随机变量取值的规律性，即取值的概率。随机变量取值的规律性，即取值的概率。但概率是集合函数，随机变量定义于抽象空间上，都不便于处理。函数，随机变量定义于抽象空间上，都不便于处理。 • 能不能找到一种方法，使得我们研究随机变量取值的规能不能找到一种方法，律性可以转化为研究普通的实函数？律性可以转化为研究普通的实函数？
2.1 随机变量及其分布函数在前面的讨论中，只是孤立地考虑一些事件的概率，在前面的讨论中，只是孤立地考虑一些事件的概率，这种研究方法缺乏一般性，这种研究方法缺乏一般性，而且不便于分析数学工具的引为了这一目的，随机变量的引入具有非常重要的意义。入，为了这一目的，随机变量的引入具有非常重要的意义。随机变量的引入是概率论发展史上的重大事件。随机变量的引入是概率论发展史上的重大事件。它使得研究概率论的数学工具更丰富有力，从此，究概率论的数学工具更丰富有力，从此，概率论的研究进入一个崭新的天地。 . 入一个崭新的天地。
P{ X ≥ 1} = 5 / 9 ，求p =
x≤0 ， 0 < x ≤1 x >1
，概率 P{0 ≤ X ≤ 0.25} =
，
；
X |< 0.5} ；2)分布函数分布函数F(x) 分布函数

概率统计第二章离散型随机变量.

以随机变量X表示n次试验中A发生的次数，X可能取值为0,1,2,3,…,n。设每次试验中A发生的概率为p，发生的概率为1-p=q。 (X=k)表示事件“n重贝努里试验中A出现k次”，即
A
AA A A A A A A A A A A AA A A A A
因此X的分布律为
P ( X k ) C 0 .6 0 .4
k 7 k
7k
, k 0 ,1, 2 ,..., 7
所求概率为 P ( X 4 ) P7( X 4 ) P ( X 5 ) P ( x 6 ) P ( X 7 )

C
k 4
k 7
( 0 .6 ) ( 0 .4 )
k
( p q) 1
n
k 0
正好是二项式(p+q)n展开式的一般项，故称二项分布。特别地，当n=1时P(X=k)=pkq1-k(k=0,1)即为 0-1分布。
例2.6 某厂长有7个顾问，假定每个顾问贡献正确意见的概率为0.6，且设顾问与顾问之间是否贡献正确意见相互独立。现对某事可行与否个别征求各顾问的意见，并按多数顾问的意见作出决策，试求作出正确决策的概率。解设X=k表示事件“7个顾问中贡献正确意见的人数”，则X可能取值为0，1，2，…，7。（视作7重贝努里实验中恰有k次发生，k个顾问贡献出正确意见）,X~B(7,0.6)。
1 X 0 当 e1 发生时当 e 2 发生时
即它们都可用0-1分布来描述，只不过对不同的问题参数p的值不同而已。
3、超几何分布（参见第一章）
4、二项分布
(1)贝努里(Bernoulli)试验模型。设随机试验满足： 1°在相同条件下进行n次重复试验； 2°每次试验只有两种可能结果，A发生或A不发生； 3°在每次试验中，A发生的概率均一样，即P(A)=p； 4°各次试验是相互独立的，则称这种试验为贝努里概型或n重贝努里试验。在n重贝努里试验中，人们感兴趣的是事件A发生的次数。

概率论与数理统计笔记(重要公式)

r = A 中样本点数 / Ω 中样本点总数 n
= A 所包含的基本事件数 / 基本事件总数条件概率:
对偶律： A B = A B , P ( AB ) 设 A, B 是两个事件，且 P(B)>0，称 P(A|B)= 为贝叶斯公式: P( B) 在事件 B 发生条件下事件 A 发生的条件概率。显然，当 P(A)>0 时，P(B|A)=
二项分布 X ~ B(n, p)：指数分布 X ~ E(λ) 若随机变量 X 只取两个可能值 0, 1, …, n, 而 X 的分布律为 e x x 0 若随机变量 X 的概率密度为 f ( x) k k nk pk =P {X= xk }= Cn p q , k=0, 1, 2, …, n, x0 0

设 X 为离散型随机变量，可能取值为 x1, x2, …, xk, … 且 P 概率密度的性质： (1) f(x)≥0 {X= xk }= pk, k=1, 2, …, 则称{pk}为 X 的分布律表格形式: f ( x)dx =1 (2) X x1, x2, …, xk, … b P p1, p2, …, pk, … (3) P{a<X≤b}= F(b)-F(a)= f ( x)dx , a≤b a {pk}性质： (4) 设 x 为 f(x)的连续点，则 F’(x)存在，且（1） pk≥0, k=1, 2, … F’(x)= f(x) （2） pk =1 均匀分布 X ~ U (a, b) k 1 若随机变量 X 的概率密度为在求离散型随机变量的分布律时，首先要找出其所有可能 1 , a≤x≤b 的取值，然后再求出每个值相应的概率 ba f(x) = 在实际应用中，有时还要求“X 满足某一条件”这样事件的概率，求法就是把满足条件的 xk 所对应的概率 pk 相加可得 0, 其他则称 X 服从区间[a,b]上的均匀分布，其分布函数为其分布函数 F(x) = pk xk x 0, x≤a 0-1 分布： xa F(x) = , a<x<b 若随机变量 X 只取两个可能值 0, 1，且 ba P {X=1}=p, P{X=0}=q 1, x≥b 其中 0<p<1, q=1-p, 则称 X 服从 0-1 分布. X 的分布律为设 X ~ U (a, b), a≤c<d≤b，即[a,b] [c,d]，则 X 0 1 d c P{c≤X≤d}= P q p ba

概率论与数理统计魏宗舒第二章(4)

若
i , j =1
∑ g( x , y ) p
i j
∞
ij
绝对收敛，则有
i , j =1
E (Z ) =
∑ g(x , y ) p .
i j ij
∞
数学期望的性质则有（1）设 C 为常数，
E(C) = C
（2）设 C 为常数，X 是一个随机变量，则有
E(CX ) = CE( X )
则有（3）设 a , b 为常数，X ,Y 是随机变量，
E( XY ) = E( X )E(Y )
推广设 X i ( i = 1 , 2 ,L , n) 是相互独立的随机变量，则有
E( X1 X2 LXn ) = E( X1 )E( X2 )LE( Xn )
§2.5 方差的定义和性质
方差（方差（Variance））前面我们介绍了随机变量的数学期望，它体现了随机变量取值的平均水平，是随机变量的一个重要的数字特征。但对有些实际问题，仅仅知道平均值是不够的。
k
k
这就是通常所说的加权平均（概率为权数）。加权平均（概率为权数）加权平均
他们的射击水平例2 甲、乙两人射击，由下表给出 X ：甲击中的环数 Y ：乙击中的环数
X P
8 9 10 0.1 0.3 0.6
Y P
8 9 10 0.2 0.5 0.3
试问哪个人的射击水平较高？
解：甲、乙二人的平均射击环数为
我们讨论了随机变量在前面的课程中，如果知道了随机变量 X 的概率分及其分布，布，那么 X 的全部概率特征也就知道了。在实际问题中，概率分布一般是然而，而在一些实际应用中，人们并较难确定的。只要不需要知道随机变量的一切概率性质，知道它的某些数字特征就够了。在对随机变量的研究中，确定某因此，些数字特征数字特征是非常重要的。数字特征

概率论与数理统计(茆诗松)第二版课后第四章习题参考答案

第四章大数定律与中心极限定理习题4.11．如果X X Pn →，且Y X Pn →．试证：P {X = Y } = 1．证：因 | X − Y | = | −(X n − X ) + (X n − Y )| ≤ | X n − X | + | X n − Y |，对任意的ε > 0，有⎭⎬⎫⎩⎨⎧≥−+⎭⎬⎫⎩⎨⎧≥−≤≥−≤2||2||}|{|0εεεY X P X X P Y X P n n ，又因X X Pn →，且Y X Pn →，有02||lim =⎭⎬⎫⎩⎨⎧≥−+∞→εX X P n n ，02||lim =⎭⎫⎩⎨⎧≥−+∞→εY X P n n ，则P {| X − Y | ≥ ε} = 0，取k 1=ε，有01||=⎭⎬⎫⎩⎨⎧≥−k Y X P ，即11||=⎭⎬⎫⎩⎨⎧<−k Y X P ，故11||lim1||}{1=⎭⎬⎫⎩⎨⎧<−=⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧<−==+∞→+∞=k Y X P k Y X P Y X P k k I ． 2．如果X X Pn →，Y Y Pn →．试证：（1）Y X Y X Pn n +→+；（2）XY Y X Pn n →．证：（1）因 | (X n + Y n ) − (X + Y ) | = | (X n − X ) + (Y n − Y )| ≤ | X n − X | + | Y n − Y |，对任意的ε > 0，有⎭⎫⎩⎨⎧≥−+⎭⎬⎫⎩⎨⎧≥−≤≥+−+≤2||2||}|)()({|0εεεY Y P X X P Y X Y X P n n n n ，又因X X P n →，Y Y P n →，有02||lim =⎭⎫⎩⎨⎧≥−+∞→εX X P n n ，02||lim =⎭⎬⎫⎩⎨⎧≥−+∞→εY Y P n n ，故0}|)()({|lim =≥+−++∞→εY X Y X P n n n ，即Y X Y X Pn n +→+；（2）因 | X n Y n − XY | = | (X n − X )Y n + X (Y n − Y ) | ≤ | X n − X | ⋅ | Y n | + | X | ⋅ | Y n − Y |，对任意的ε > 0，有⎭⎬⎫⎩⎨⎧≥−⋅+⎭⎬⎫⎩⎨⎧≥⋅−≤≥−≤2||||2||||}|{|0εεεY Y X P Y X X P XY Y X P n n n n n ，对任意的h > 0，存在M 1 > 0，使得4}|{|1h M X P <≥，存在M 2 > 0，使得8}|{|2hM Y P <≥，存在N 1 > 0，当n > N 1时，8}1|{|h Y Y P n <≥−，因| Y n | = | (Y n − Y ) + Y | ≤ | Y n − Y | + | Y |，有4}|{|}1|{|}1|{|22h M Y Y Y P M Y P n n <≥+≥−≤+≥，存在N 2 > 0，当n > N 2时，4)1(2||2h M X X P n <⎭⎬⎫⎩⎨⎧+≥−ε，当n > max{N 1, N 2}时，有244}1|{|)1(2||2||||22h h h M Y P M X X P Y X X P n n n n =+<+≥+⎭⎬⎫⎩⎨⎧+≥−≤⎭⎬⎫⎩⎨⎧≥⋅−εε，存在N 3 > 0，当n > N 3时，42||1hM Y Y P n <⎭⎬⎫⎩⎨⎧≥−ε，有244}|{|2||2||||11h h h M X P M Y Y P X Y Y P n n =+<≥+⎭⎬⎫⎩⎨⎧≥−≤⎭⎬⎫⎩⎨⎧≥⋅−εε，则对任意的h > 0，当n > max{N 1, N 2, N 3} 时，有h h h Y Y X P Y X X P XY Y X P n n n n n =+<⎭⎬⎫⎩⎨⎧≥−⋅+⎭⎬⎫⎩⎨⎧≥⋅−≤≥−≤222||||2||||}|{|0εεε，故0}|{|lim =≥−+∞→εXY Y X P n n n ，即XY Y X Pn n →．3．如果X X Pn →，g (x )是直线上的连续函数，试证：)()(X g X g Pn →．证：对任意的h > 0，存在M > 0，使得4}|{|h M X P <≥，存在N 1 > 0，当n > N 1时，4}1|{|h X X P n <≥−，因| X n | = | (X n − X ) + X | ≤ | X n − X | + | X |，则244}|{|}1|{|}1|{|h h h M X P X X P M X P n n =+<≥+≥−≤+≥，因g (x ) 是直线上的连续函数，有g (x ) 在闭区间 [− (M + 1), M + 1] 上连续，必一致连续，对任意的ε > 0，存在δ > 0，当 | x − y | < δ 时，有 | g (x ) − g ( y ) | < ε ，存在N 2 > 0，当n > N 2时，4}|{|hX X P n <≥−δ，则对任意的h > 0，当n > max{N 1, N 2} 时，有{}}|{|}1|{|}|{|}|)()({|0M X M X X X P X g X g P n n n ≥+≥≥−≤≥−≤U U δεh hh h M X P M X P X X P n n =++<≥++≥+≥−≤424}|{|}1|{|}|{|δ，故0}|)()({|lim =≥−+∞→εX g X g P n n ，即)()(X g X g Pn →．4．如果a X P n →，则对任意常数c ，有ca cX Pn →．证：当c = 0时，有c X n = 0，ca = 0，显然ca cX Pn →；当c ≠ 0时，对任意的ε > 0，有0||||lim =⎭⎬⎫⎩⎨⎧≥−+∞→c a X P n n ε，故0}|{|lim =≥−+∞→εca cX P n n ，即ca cX Pn →．5．试证：X X P n →的充要条件为：n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ．证：以连续随机变量为例进行证明，设X n − X 的密度函数为p ( y )，必要性：设X X Pn →，对任意的ε > 0，都有0}|{|lim =≥−+∞→εX X P n n ，对012>+εε，存在N > 0，当n > N 时，εεε+<≥−1}|{|2X X P n ，则∫∫∫≥<∞+∞−+++=+=⎟⎟⎠⎞⎜⎜⎝⎛−+−εε||||)(||1||)(||1||)(||1||||1||y y n n dy y p y y dy y p y y dy y p y y XX X X E εεεεεεεεεεεεε=+++<≥−+<−+=++≤∫∫≥<11}|{|}|{|1)()(12||||X X P X X P dy y p dy y p n n y y ，故n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ；充分性：设n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ，因∫∫∫≥≥≥++≤++==≥−εεεεεεεεεε||||||)(||1||1)(11)(}|{|y y y n dy y p y y dy y p dy y p X X P ⎟⎟⎠⎞⎜⎜⎝⎛−+−+=++≤∫∞+∞−||1||1)(||1||1X X X X E dy y p y y n n εεεε，故0}|{|lim =≥−+∞→εX X P n n ，即X X Pn →．6．设D (x )为退化分布：⎩⎨⎧≥<=.0,1;0,0)(x x x D试问下列分布函数列的极限函数是否仍是分布函数？（其中n = 1, 2, …．）（1）{D (x + n )}；（2）{D (x + 1/n )}；（3）{D (x − 1/n )}．解：（1）对任意实数x ，当n > −x 时，有x + n > 0，D (x + n ) = 1，即1)(lim =++∞→n x D n ，则 {D (x + n )} 的极限函数是常量函数f (x ) = 1，有f (−∞) = 1 ≠ 0，故 {D (x + n )} 的极限函数不是分布函数；（2）若x ≥ 0，有01>+n x ，11=⎟⎠⎞⎜⎝⎛+n x D ，即11lim =⎟⎠⎞⎜⎝⎛++∞→n x D n ，若x < 0，当x n 1−>时，有01<+n x ，01=⎟⎠⎞⎜⎝⎛+n x D ，即01lim =⎟⎠⎞⎜⎝⎛++∞→n x D n ，则⎩⎨⎧≥<=⎟⎠⎞⎜⎝⎛++∞→.0,1;0,01lim x x n x D n 这是在0点处单点分布的分布函数，满足分布函数的基本性质，故⎭⎬⎫⎩⎨⎧⎟⎠⎞⎜⎝⎛+n x D 1的极限函数是分布函数；（3）若x ≤ 0，有01<−n x ，01=⎟⎠⎞⎜⎝⎛−n x D ，即01lim =⎟⎠⎞⎜⎝⎛−+∞→n x D n ，若x > 0，当x n 1>时，有01>−n x ，11=⎟⎠⎞⎜⎝⎛−n x D ，即11lim =⎟⎠⎞⎜⎝⎛−+∞→n x D n ，则⎩⎨⎧>≤=⎟⎠⎞⎜⎝⎛−+∞→.0,1;0,01lim x x n x D n 在x = 0处不是右连续，故⎭⎬⎫⎩⎨⎧⎟⎠⎞⎜⎝⎛−n x D 1的极限函数不是分布函数．7．设分布函数列 {F n (x )} 弱收敛于连续的分布函数F (x )，试证：{F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )．证：因F (x ) 为连续的分布函数，有F (−∞) = 0，F (+∞) = 1，对任意的ε > 0，取正整数ε2>k ，则存在分点x 1 < x 2 < … < x k −1，使得1,,2,1,)(−==k i kix F i L ，并取x 0 = −∞，x k = +∞，可得k k i k x F x F i i ,1,,2,1,21)()(1−=<=−−L ε，因 {F n (x )} 弱收敛于F (x )，且F (x ) 连续，有 {F n (x )} 在每一点处都收敛于F (x )，则存在N > 0，当n > N 时，1,,2,1,2|)()(|−=<−k i x F x F i i n L ε，且显然有20|)()(|00ε<=−x F x F n ，20|)()(|ε<=−k k n x F x F ，对任意实数x ，必存在j ，1 ≤ j ≤ k ，有x j −1 ≤ x < x j ，因2)()()()(2)(11εε+<≤≤<−−−j j n n j n j x F x F x F x F x F ，则εεεε−=−−>−−>−−222)()()()(1x F x F x F x F j n ，且εεεε=+<+−<−222)()()()(x F x F x F x F j n ，即对任意的ε > 0和任意实数x ，总存在N > 0，当n > N 时，都有 | F n (x ) − F (x ) | < ε ，故 {F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )．8．如果X X Ln →，且数列a n → a ，b n → b ．试证：b aX b X a Ln n n +→+．证：设y 0是F aX + b ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0ε<−++y F y F b aX b aX ，又设y 是满足 | y − y 0 | < h 的F aX + b ( y ) 的任一连续点，因⎟⎠⎞⎜⎝⎛−=⎭⎬⎫⎩⎨⎧−≤=≤+=+a b y F a b y X P y b aX P y F X b aX }{)(，有a b y x −=是F X (x )的连续点，且X X L n→，有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|ε<−++y F y F b aX b aX n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|00ε<−+−≤−++++++y F y F y F y F y F y F b aX b aX b aX b aX b aX b aX n n ，因X 的分布函数F X (x ) 满足F X (−∞) = 0，F X (+∞) = 1，F X (x ) 单调不减且几乎处处连续，存在M ，使得F X (x ) 在x = ± M 处连续，且41)(ε−>M F X ，4)(ε<−M F X ，因X X Ln →，有41)()(lim ε−>=+∞→M F M F X X n n ，4)()(lim ε<−=−+∞→M F M F X X n n ，则存在N 2，当n > N 2时，41)(ε−>M F n X ，4)(ε<−M F n X ，可得2)(1)(}|{|ε<−+−=>M F M F M X P n n X X n ，因数列a n → a ，b n → b ，存在N 3，当n > N 3时，M h a a n 4||<−，4||h b b n <−，可得当n > max{N 2, N 3}时，⎭⎫⎩⎨⎧>−+−=⎭⎬⎫⎩⎨⎧>+−+2|)()(|2|)()(|h b b X a a P h b aX b X a P n n n n n n n2}|{|24||42||||||ε<>=⎭⎬⎫⎩⎨⎧>+⋅≤⎭⎬⎫⎩⎨⎧>−+⋅−≤M X P h h X M hP h b b X a a P nn n n n ，则⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>+−+⎭⎬⎫⎩⎨⎧+≤+≤≤+=+2|)()(|2}{)(000h b aX b X a h y b aX P y b X a P y F n n n n n n n n b X a n n n U222|)()(|200ε+⎟⎠⎞⎜⎝⎛+<⎭⎬⎫⎩⎨⎧>+−++⎭⎬⎫⎩⎨⎧+≤+≤+h y F h b aX b X a P h y b aX P b aX n n n n n n ，且⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>+−+≤+≤⎭⎬⎫⎩⎨⎧−≤+=⎟⎠⎞⎜⎝⎛−+2|)()(|}{22000h b aX b X a y b X a P h y b aX P h y F n n n n n n n n b aX n U2)(2|)()(|}{00ε+<⎭⎬⎫⎩⎨⎧>+−++≤+≤+y F h b aX b X a P y b X a P n n n b X a n n n n n n n ，即22)(22000εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−+++h y F y F h y F b aX b X a b aX n n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(00εε+<<−+++y F y F y F b aX b aX b aX n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F aX + b ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<++++)(2)(22)(0100y F y F h y F y F b aX b aX b aX b X a n n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F aX + b ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>++++)(2)(22)(0200y F y F h y F y F b aX b aX b aX b X a n n n n n ，即对于F aX + b ( y ) 的任一连续点y 0，当n > max{N 1, N 2, N 3}时，ε<−++|)()(|00y F y F b aX b X a n n n ，故)()(y F y F b aX Wb X a n n n ++→，b aX b X a Ln n n +→+． 9．如果X X Ln →，a Y Pn →，试证：a X Y X Ln n +→+．证：设y 0是F X + a ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0ε<−++y F y F a X a X ，又设y 是满足 | y − y 0 | < h 的F X + a ( y )的任一连续点，因F X + a ( y ) = P {X + a ≤ y } = P {X ≤ y − a } = F X ( y − a )，有x = y − a 是F X (x )的连续点，且X X Ln →，有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|ε<−++y F y F a X a X n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|00ε<−+−≤−++++++y F y F y F y F y F y F a X a X a X a X a X a X n n ，因a Y Pn →，有02||lim =⎭⎫⎩⎨⎧>−+∞→h a Y P n n ，存在N 2，当n > N 2时，22||ε<⎭⎬⎫⎩⎨⎧>−h a Y P n ，则⎭⎬⎫⎩⎨⎧⎭⎫⎩⎨⎧>−⎭⎬⎫⎩⎨⎧+≤+≤≤+=+2||2}{)(000h a Y h y a X P y Y X P y F n n n n Y X n n U222||200ε+⎟⎠⎞⎜⎝⎛+<⎭⎬⎫⎩⎨⎧>−+⎭⎬⎫⎩⎨⎧+≤+≤+h y F h a Y P h y a X P a X n n n ，且⎭⎬⎫⎩⎨⎧⎭⎫⎩⎨⎧>−≤+≤⎭⎬⎫⎩⎨⎧−≤+=⎟⎠⎞⎜⎝⎛−+2||}{22000h a Y y Y X P h y a X P h y F n n n n a X n U2)(2||}{00ε+<⎭⎬⎫⎩⎨⎧>−+≤+≤+y F h a Y P y Y X P n n Y X n n n ，即22)(22000εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−+++h y F y F h y F a X Y X a X n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(00εε+<<−+++y F y F y F a X a X a X n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F X + a ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<++++)(2)(22)(0100y F y F h y F y F a X a X a X Y X n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F X + a ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>++++)(2)(22)(0200y F y F h y F y F a X a X a X Y X n n n n ，即对于F X + a ( y ) 的任一连续点y 0，当n > max{N 1, N 2}时，ε<−++|)()(|00y F y F a X Y X n n ，故)()(y F y F a X WY X n n ++→，a X Y X Ln n +→+． 10．如果X X Ln →，0Pn Y →，试证：0Pn n Y X →．证：因X 的分布函数F X (x ) 满足F X (−∞) = 0，F X (+∞) = 1，F X (x ) 单调不减且几乎处处连续，则对任意的h > 0，存在M ，使得F X (x ) 在x = ± M 处连续，且41)(h M F X −>，4)(hM F X <−，因X X L n →，有41)()(lim h M F M F X X n n −>=+∞→，4)()(lim h M F M F X X n n <−=−+∞→，则存在N 1，当n > N 1时，41)(h M F n X −>，4)(hM F n X <−，可得2)(1)(}|{|hM F M F M X P n n X X n <−+−=>，因0Pn Y →，对任意的ε > 0，有0||lim =⎭⎬⎫⎩⎨⎧>+∞→M Y P n n ε，存在N 2，当n > N 2时，2||h M Y P n <⎭⎬⎫⎩⎨⎧>ε，则当n > max{N 1, N 2}时，有h M Y P M X P M Y M X P Y X P n n n n n n <⎭⎬⎫⎩⎨⎧>+>≤⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>>≤>εεε||}|{|||}|{|}|{|U ，故0}|{|lim =>+∞→εn n n Y X P ，即0Pn n Y X →．11．如果X X Ln →，a Y Pn →，且Y n ≠ 0，常数a ≠ 0，试证：aXY X L n n →．证：设y 0是F X / a ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0//ε<−y F y F a X a X ，又设y 是满足 | y − y 0 | < h 的F X / a ( y ) 的任一连续点，因)(}{)(/ay F ay X P y a X P y F X a X =≤=⎭⎬⎫⎩⎨⎧≤=，有x = ay 是F X (x )的连续点，且X X Ln →，有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|//ε<−y F y F a X a X n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|0////0//ε<−+−≤−y F y F y F y F y F y F a X a X a X a X a X a X n n ，因X 的分布函数F X (x )满足F X (−∞) = 0，F X (+∞) = 1，F X (x )单调不减且几乎处处连续，存在M ，使得F X (x ) 在x = ± M 处连续，且121)(ε−>M F X ，12)(ε<−M F X ，因X X Ln →，有121)()(lim ε−>=+∞→M F M F X X n n ，12)()(lim ε<−=−+∞→M F M F X X n n ，则存在N 2，当n > N 2时，121)(ε−>M F n X ，12)(ε<−M F n X ，可得6)(1)(}|{|ε<−+−=>M F M F M X P n n X X n ，因0≠→a Y Pn ，有02||lim =⎭⎬⎫⎩⎨⎧>−+∞→h a Y P n n ，存在N 3 > 0，当n > N 3时，62||||ε<⎭⎬⎫⎩⎨⎧>−a a Y P n ，有62||||ε<⎭⎬⎫⎩⎨⎧<a Y P n ，且64||2ε<⎭⎬⎫⎩⎨⎧>−M h a a Y P n ，可得当n > max{N 1, N 2, N 3}时，⎭⎬⎫⎩⎨⎧>⋅−⋅=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−2||||||||2)(2h Y a a Y X P h aY Y a X P h a X Y X P n n n n n n n n n ⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎭⎬⎫⎩⎨⎧<⎭⎬⎫⎩⎨⎧>−>≤2||||4||}|{|2a Y M h a a Y M X P n n n U U22||||4||}|{|2ε<⎭⎬⎫⎩⎨⎧<+⎭⎬⎫⎩⎨⎧>−+>≤a Y P M h a a Y P M X P n n n ，则⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎪⎫⎪⎩⎪⎨⎧>−⎭⎬⎫⎩⎨⎧+≤≤⎭⎬⎫⎩⎨⎧≤=22)(000/h a X Y X h y a XP y Y X P y F n n n n n n Y X n n U22220/0ε+⎟⎠⎞⎜⎝⎛+<⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−+⎭⎬⎫⎩⎨⎧+≤≤h y F h a X Y X P h y a X P a X n n n n n ，且⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−⎭⎬⎫⎩⎨⎧≤≤⎭⎬⎫⎩⎨⎧−≤=⎟⎠⎞⎜⎝⎛−222000/h a X Y X y Y X P h y a X P h y F n n n nn n a X n U2)(20/0ε+<⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−+⎭⎬⎫⎩⎨⎧≤≤y F h a X Y X P y Y X P n n Y X n n n n n ，即22)(220/0/0/εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−h y F y F h y F a X Y X a X n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(0//0/εε+<<−y F y F y F a X a X a X n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F X / a ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<)(2)(22)(0/1/0/0/y F y F h y F y F a X a X a X Y X n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F X / a ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>)(2)(22)(0/2/0/0/y F y F h y F y F a X a X a X Y X n n n n ，即对于F X / a ( y ) 的任一连续点y 0，当n > max{N 1, N 2, N 3}时，ε<−|)()(|0/0/y F y F a X Y X n n ，故)()(//y F y F a X WY X n n →，aX Y X L n n →． 12．设随机变量X n 服从柯西分布，其密度函数为+∞<<∞−+=x x n nx p n ,)1π()(22．试证：0Pn X →．证：对任意的ε > 0，)arctan(π2)arctan(π1)1π(}|{|22εεεεεεn nx dx x n n X P n ==+=<−−∫，则12ππ2)arctan(lim π2}|0{|lim =⋅==<−+∞→+∞→εεn X P n n n ，故0Pn X →．13．设随机变量序列{X n }独立同分布，其密度函数为⎪⎩⎪⎨⎧<<=.,0;0,1)(其他ββx x p其中常数β > 0，令Y n = max{X 1, X 2, …, X n }，试证：βPn Y →．证：对任意的ε > 0，P {| Y n − β | < ε} = P {β − ε < Y n < β + ε} = P {max{X 1, X 2, …, X n } > β − ε}= 1 − P {max{X 1, X 2, …, X n } ≤ β − ε} = 1 − P {X 1 ≤ β − ε} P {X 2 ≤ β − ε} … P {X n ≤ β − ε}n⎟⎟⎠⎞⎜⎜⎝⎛−−=βεβ1，则11lim }|{|lim =⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−=<−+∞→+∞→nn n n Y P βεβεβ，故βPn Y →．14．设随机变量序列{X n }独立同分布，其密度函数为⎩⎨⎧<≥=−−.,0;,e )()(a x a x x p a x 其中Y n = min{X 1, X 2, …, X n }，试证：a Y Pn →．证：对任意的ε > 0，P {| Y n − a | < ε} = P {a − ε < Y n < a + ε} = P {min{X 1, X 2, …, X n } < a + ε}= 1 − P {min{X 1, X 2, …, X n } ≥ a + ε} = 1 − P {X 1 ≥ a + ε} P {X 2 ≥ a + ε} … P {X n ≥ a + ε}εεεn na a x n a a x dx −∞++−−∞++−−−=⎟⎠⎞⎜⎝⎛−−=⎟⎠⎞⎜⎝⎛−=∫e 1e 1e 1)()(，则1)e 1(lim }|{|lim =−=<−−+∞→+∞→εεn n n n a Y P ，故a Y Pn →．15．设随机变量序列{X n }独立同分布，且X i ~ U(0, 1)．令nni i n X Y 11⎟⎟⎠⎞⎜⎜⎝⎛=∏=，试证明：c Y P n →，其中c 为常数，并求出c ．证：设∑∏===⎟⎟⎠⎞⎜⎜⎝⎛==n i i n i i n n X n X n Y Z 11ln 1ln 1ln ，因X i ~ U (0, 1)，则1)ln (ln )(ln 101−=−==∫x x x xdx X E i ，2)2ln 2ln (ln )(ln 12122=+−==∫x x x x x xdx X E i ，1)](ln [)(ln )Var(ln 22=−=i i i X E X E X ，可得1)(ln 1)(1−==∑=n i i n X E n Z E ，n X nZ ni in 1)Var(ln 1)Var(12==∑=，由切比雪夫不等式，可得对任意的ε > 0，221)Var(}|)({|εεεn Z Z E Z P n n n =≤≥−，则01lim }|)({|lim 02=≤≥−≤+∞→+∞→εεn Z E Z P n n n n ，即0}|)({|lim =≥−+∞→εn n n Z E Z P ，1)(−=→n P n Z E Z ，因n Z n Y e =，且函数e x 是直线上的连续函数，根据本节第3题的结论，可得1e e −→=PZ n n Y ，故c Y Pn →，其中1e −=c 为常数．16．设分布函数列{F n (x )}弱收敛于分布函数F (x )，且F n (x ) 和F (x ) 都是连续、严格单调函数，又设 ξ 服从(0, 1)上的均匀分布，试证：)()(11ξξ−−→F F Pn．证：因F (x ) 为连续的分布函数，有F (−∞) = 0，F (+∞) = 1，则对任意的h > 0，存在M > 0，使得21)(h M F −>，2)(h M F <−，因F (x ) 是连续、严格单调函数，有F −1( y ) 也是连续、严格单调函数，可得F −1( y ) 在区间 [F (− M − 1), F (M + 1)] 上一致连续，对任意的ε > 0，存在δ > 0，当y , y * ∈ [F (− M − 1), F (M + 1)] 且 | y − y * | < δ 时，| F −1( y ) − F −1( y *) | < ε，设y * 是 [F (−M ), F (M )] 中任一点，记x * = F −1( y *)，有x * ∈ [−M , M ]，不妨设0 < ε < 1，则对任意的x 若满足 ε≥−|*|x x ，就有 δ≥−|*)(|y x F ，根据本节第7题的结论知，{F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )，则对δ > 0和任意实数x ，总存在N > 0，当n > N 时，都有 | F n (x ) − F (x ) | < δ，因当n > N 时，δ<−|)()(|x F x F n 且δ≥−|*(|y x F ，有*)(y x F n ≠，即*)(1y F x n −≠，则对任意的0 < ε < 1，当n > N 时，*)(1y F n −满足ε<−=−−−−|*)(*)(||**)(|111y F y F x y F n n ，可得对任意的0 < ε < 1，当n > N 时，h M F M F P F F P n −>−∈≥<−−−1)]}(),([{}|)()({|11ξεξξ由h 的任意性可知1}|)()({|lim 11=<−−−+∞→εξξF F P n n ，故)()(11ξξ−−→F F Pn．17．设随机变量序列{X n }独立同分布，数学期望、方差均存在，且E (X n ) = µ，试证：µP n k k X k n n →⋅+∑=1)1(2．证：令∑=⋅+=nk k n X k n n Y 1)1(2，并设Var (X n ) = σ 2，因µµµ=+⋅+=+=∑=)1(21)1(2)1(2)(1n n n n k n n Y E nk n ，且222212222)1(324)12)(1(61)1(4)1(4)Var(σσσ++=++⋅+=+=∑=n n n n n n n n k n n Y nk n ，则由切比雪夫不等式可得，对任意的ε > 0，222)1(3241)Var(1}|{|1σεεεµ++−=−≥<−≥n n n Y Y P n n ，因1)1(3241lim 22=⎥⎦⎤⎢⎣⎡++−+∞→σεn n n n ，由夹逼准则可得1}|{|lim =<−+∞→εµn n Y P ，故µP n k kn X k n n Y →⋅+=∑=1)1(2． 18．设随机变量序列{X n }独立同分布，数学期望、方差均存在，且E (X n ) = 0，Var (X n ) = σ 2．试证：E (X n ) = 0，Var (X n ) = σ 2．试证：2121σP n k k X n →∑=．注：此题与第19题应放在习题4.3中，需用到4.3节介绍的辛钦大数定律．证：因随机变量序列}{2n X 独立同分布，且222)]([)Var()(σ=+=n n n X E X X E 存在，故}{2nX 满足辛钦大数定律条件，}{2nX 服从大数定律，即2121σP n k k X n →∑=．19．设随机变量序列{X n }独立同分布，且Var (X n ) = σ 2存在，令∑==n i i X n X 11，∑=−=n i i n X X n S 122)(1．试证：22σPnS →．证：2122112122122121)2(1)(1X X n X n X X X n X X X X n X X n S n i i ni i n i i n i i i n i i n−=⎟⎟⎠⎞⎜⎜⎝⎛+−=+−=−=∑∑∑∑∑=====，设E(X n ) = µ，{X n }满足辛钦大数定律条件，{X n }服从大数定律，即µP nk k X n X →=∑=11，则根据本节第2题第（2）小问的结论知，22µPX →，因随机变量序列}{2n X 独立同分布，且2222)]([)Var()(µσ+=+=n n n X E X X E 存在，则}{2nX 满足辛钦大数定律条件，}{2nX 服从大数定律，即22121µσ+→∑=P n k k X n ，故根据本节第2题第（1）小问的结论知，22222122)(1σµµσ=−+→−=∑=P n i i nX X n S ．20．将n 个编号为1至n 的球放入n 个编号为1至n 的盒子中，每个盒子只能放一个球，记⎩⎨⎧=.,0;,1反之的盒子的球放入编号为编号为i i X i 且∑==ni i n X S 1，试证明：0)(Pn n n S E S →−．证：因n X P i 1}1{==，nX P i 11}0{−==，且i ≠ j 时，)1(1}1{−==n n X X P j i ，)1(11}0{−−==n n X X P j i ，则n X E i 1)(=，⎟⎠⎞⎜⎝⎛−=n n X i 111)Var(，且i ≠ j 时，)1(1)(−=n n X X E j i ，)1(11)1(1)()()(),Cov(22−=−−=−=n n n n n X E X E X X E X X j i j i j i ，有1)()(1==∑=ni i n X E S E ，1)1(1)1(11),Cov(2)Var()Var(211=−⋅−+−=+=∑∑≤<≤=n n n n n X X X S nj i j i ni i n ，可得0)]()([1)(=−=⎥⎦⎤⎢⎣⎡−n n n n S E S E n n S E S E ，221)Var(1)(Var n S n n S E S n n n ==⎥⎦⎤⎢⎣⎡−，由切比雪夫不等式，可得对任意的ε > 0，2221)(Var 1)()(εεεn n S E S n S E S E n S E S P n n n n n n =⎥⎦⎤⎢⎣⎡−≤⎭⎬⎫⎩⎨⎧≥⎥⎦⎤⎢⎣⎡−−−，则01lim )()(lim 022=≤⎭⎬⎫⎩⎨⎧≥⎥⎦⎤⎢⎣⎡−−−≤+∞→+∞→εεn n S E S E n S E S P n n n n n n ，故0)(Pn n nS E S →−．习题4.21．设离散随机变量X 的分布列如下，试求X 的特征函数．1.02.03.04.03210PX解：特征函数ϕ (t ) = e it ⋅ 0 × 0.4 + e it ⋅ 1 × 0.3 + e it ⋅ 2 × 0.2 + e it ⋅ 3 × 0.1 = 0.4 + 0.3 e it + 0.2 e 2it + 0.1 e 3it ．2．设离散随机变量X 服从几何分布P {X = k } = (1 − p ) k − 1 p ， k = 1, 2, … ．试求X 的特征函数．并以此求E (X ) 和Var (X )．解：特征函数ititk k ititk k itk p p p p p p t e)1(1e )]1([ee)1(e )(1111−−=−=−⋅=∑∑+∞=−+∞=−ϕ；因22]e )1(1[e ]e )1(1[]e )1([e ]e )1(1[e )(it it it it it it it p ip p i p p p i p t −−=−−⋅−−⋅−−−⋅⋅=′ϕ，有)()0(2X iE pip ip ===′ϕ，故pX E 1)(=；因332]e )1(1[]e )1(1[e ]e )1([]e )1(1[e 2]e )1(1[e )(it it it itit itit itp p p i p p ip p i ip t −−−+−=⋅−−⋅−−−−−⋅⋅=′′−−ϕ，有)(2)2()0(2223X E i pp p p p =−−=−−=′′ϕ，可得222)(p p X E −=，故222112)Var(p pp p p X −=⎟⎟⎠⎞⎜⎜⎝⎛−−=． 3．设离散随机变量X 服从巴斯卡分布rk r p p r k k X P −−⎟⎟⎠⎞⎜⎜⎝⎛−−==)1(11}{，k = r , r + 1, …试求X 的特征函数．解：特征函数∑∑+∞=−−+∞=−−+−−−=−⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=r k r k it r k itr r r k r k r itkp r k k r p p p r k t )(e)1)(1()1()!1(e )1(11e )(L ϕ ∑∑+∞=−=−−−+∞=−=−−=+−−−=r k p x r k r r it rk p x r k r it ititdx x d r p x r k k r p e )1(111e )1()()!1()e ()1()1()!1()e (L itit it p x r r it p x r r r it p x k k r r r it x r r p x dx d r p x dx d r p e )1(e )1(11e )1(1111)1()!1()!1()e (11)!1()e ()!1()e (−=−=−−−=+∞=−−−−−⋅−=⎟⎠⎞⎜⎝⎛−⋅−=⎟⎟⎠⎞⎜⎜⎝⎛⋅−=∑rit itr it r it p p p p ⎥⎦⎤⎢⎣⎡−−=−−=e )1(1e ]e )1(1[)e (． 4．求下列分布函数的特征函数，并由特征函数求其数学期望和方差．（1）)0(,e 2)(||1>=∫∞−−a dt a x F x t a ；（2）)0(,1π)(222>+=∫∞−a dt at a x F x ．解：（1）因密度函数||11e 2)()(x a ax F x p −=′=，故⎥⎥⎦⎤⎢⎢⎣⎡−++=⎥⎦⎤⎢⎣⎡+=⋅=+∞−∞−+∞+−∞−+∞+∞−−∫∫∫0)(0)(0)(0)(||1e e 2e e 2ee 2)(ait a it a dx dx a dx a t x a it x a it x a it x a it x a itx ϕ 222112at a a it a it a +=⎟⎠⎞⎜⎝⎛−−+=；因222222221)(22)()(a t ta t a t a t +−=⋅+−=′ϕ，有)(0)0(1X iE ==′ϕ，故E (X ) = 0；因32242242222222221)(26)(2)(22)(2)(a t a t a a t t a t t a a t a t +−=+⋅+⋅−+⋅−=′′ϕ，有)(22)0(222641X E i a a a =−=−=′′ϕ，可得222)(a X E =，故222202)Var(aa X =−=；（2）因密度函数22221π)()(ax a x F x p +⋅=′=，则∫+∞∞−+⋅=dx a x a t itx 2221e π)(ϕ，由第（1）小题的结论知∫∞+∞−=+=dx x p a t a t itx )(e )(12221ϕ，根据逆转公式，可得∫∫∞+∞−−∞+∞−−−+⋅===dt at a dt t a x p itx itx x a 2221||1e π21)(e π21e 2)(ϕ，可得||||222e πe 2π21e y a y a itya a a dt a t −−−+∞∞−=⋅=+⋅∫，故||||222e e ππ1e π)(t a t a itx a a dx ax a t −−+∞∞−=⋅=+⋅=∫ϕ；因⎩⎨⎧>−<=′−,0,e ,0,e )(2t a t a t atat ϕ 有a a −=+′≠=−′)00()00(22ϕϕ，即)0(2ϕ′不存在，故E (X ) 不存在，Var (X ) 也不存在．5．设X ~ N (µ, σ 2)，试用特征函数的方法求X 的3阶及4阶中心矩．解：因X ~ N (µ, σ 2)，有X 的特征函数是222e)(t t i t σµϕ−=，则)(e)(2222t i t t t i σµϕσµ−⋅=′−，)(e)(e )(222222222σσµϕσµσµ−⋅+−⋅=′′−−t t i t t i t i t ，因)()(3e)(e)(2223222222σσµσµϕσµσµ−⋅−⋅+−⋅=′′′−−t i t i t t t i t t i ，有ϕ″′(0) = e 0 ⋅ (i µ )3 + e 0 ⋅ 3i µ ⋅ (−σ 2) = − i µ 3 − 3i µσ 2 = i 3E (X 3) = − i E (X 3)，故E (X 3) = µ 3 + 3µσ 2；又因2222222422)4()(3e)()(6e)(e)(222222σσσµσµϕσµσµσµ−⋅+−⋅−⋅+−⋅=−−−t t i t t i t t i t i t i t ，有ϕ (4)(0) = e 0 ⋅ (i µ )4 + e 0 ⋅ 6(i µ)2 ⋅ (−σ 2) + e 0 ⋅ 3σ 4 = µ 4 + 6µ 2σ 2 + 3σ 4 = i 4E (X 4) = E (X 4)，故E (X 4) = µ 4 + 6µ 2σ 2 + 3σ 4．6．试用特征函数的方法证明二项分布的可加性：若X ~ b (n , p )，Y ~ b (m , p )，且X 与Y 独立，则X + Y ~ b (n + m , p )．证：因X ~ b (n , p )，Y ~ b (m , p )，且X 与Y 独立，有X 与Y 的特征函数分别为ϕ X (t ) = ( p e it + 1 − p ) n ，ϕ Y (t ) = ( p e it + 1 − p ) m ，则X + Y 的特征函数为ϕ X + Y (t ) = ϕ X (t ) ⋅ϕ Y (t ) = ( p e it + 1 − p ) n + m ，这是二项分布b (n + m , p )的特征函数，故根据特征函数的唯一性定理知X + Y ~ b (n + m , p )．7．试用特征函数的方法证明泊松分布的可加性：若X ~ P (λ1)，Y ~ P (λ2)，且X 与Y 独立，则X + Y ~ P (λ1 + λ2)．证：因X ~ P (λ1)，Y ~ P (λ2)，且X 与Y 独立，有X 与Y 的特征函数分别为)1(e1e )(−=itt X λϕ，)1(e2e )(−=itt Y λϕ，则X + Y 的特征函数为)1)(e(21e )()()(−++==itt t t Y X Y X λλϕϕϕ，这是泊松分布P (λ1 + λ2)的特征函数，故根据特征函数的唯一性定理知X + Y ~ P (λ1 + λ2)．8．试用特征函数的方法证明伽马分布的可加性：若X ~ Ga (α1, λ)，Y ~ Ga (α2, λ)，且X 与Y 独立，则X + Y ~ Ga (α1 + α2 , λ)．证：因X ~ Ga (α1, λ)，Y ~ Ga (α2, λ)，且X 与Y 独立，有X 与Y 的特征函数分别为11)(αλϕ−⎟⎠⎞⎜⎝⎛−=it t X ，21)(αλϕ−⎟⎠⎞⎜⎝⎛−=it t Y ，则X + Y 的特征函数为)(211)()()(ααλϕϕϕ+−+⎟⎠⎞⎜⎝⎛−==it t t t Y X Y X ，这是伽马分布Ga (α1 + α2 , λ)的特征函数，故根据特征函数的唯一性定理知X + Y ~ Ga (α1 + α2 , λ)．9．试用特征函数的方法证明χ 2分布的可加性：若X ~ χ 2 (n )，Y ~ χ 2 (m )，且X 与Y 独立，则X + Y ~ χ 2 (n + m )．证：因X ~ χ 2 (n )，Y ~ χ 2 (m )，且X 与Y 独立，有X 与Y 的特征函数分别为2)21()(n X it t −−=ϕ，2)21()(m Y it t −−=ϕ，则X + Y 的特征函数为2)21()()()(m n Y X Y X it t t t +−+−==ϕϕϕ，这是χ 2分布χ 2 (n + m )的特征函数，故根据特征函数的唯一性定理知X + Y ~ χ 2 (n + m )．10．设X i 独立同分布，且X i ~ Exp(λ)，i = 1, 2, …, n ．试用特征函数的方法证明：),(~1λn Ga X Y ni i n ∑==．证：因X i ~ Exp (λ)，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为11)(−⎟⎠⎞⎜⎝⎛−=−=λλλϕit it t i X ，则∑==ni i n X Y 1的特征函数为nni X Y it t t i n −=⎟⎠⎞⎜⎝⎛−==∏λϕϕ1)()(1，这是伽马分布Ga (n , λ)的特征函数，故根据特征函数的唯一性定理知Y n ~ Ga (n , λ)．11．设连续随机变量X 的密度函数如下：+∞<<∞−−+⋅=x x x p ,)(π1)(22µλλ，其中参数λ > 0, −∞ < µ < +∞，常记为X ~ Ch (λ, µ )．（1）试证X 的特征函数为exp{i µ t − λ | t |}，且利用此结果证明柯西分布的可加性；（2）当µ = 0, λ = 1时，记Y = X ，试证ϕ X + Y (t ) = ϕ X (t ) ⋅ϕ Y (t )，但是X 与Y 不独立；（3）若X 1, X 2, …, X n 相互独立，且服从同一柯西分布，试证：)(121n X X X n+++L 与X 1同分布．证：（1）根据第4题第（2）小题的结论知：若X *的密度函数为22π1)(*xx p +⋅=λλ，即X * ~ Ch (λ, 0)，则X *的特征函数为ϕ * (t ) = e −λ | t |，且X = X * + µ 的密度函数为22)(π1)(µλλ−+⋅=x x p ，故X 的特征函数为ϕ X (t ) = e i µ t ϕ * (t ) = e i µ t ⋅ e −λ | t | = e i µ t −λ | t |；若X 1 ~ Ch (λ1, µ1)，X 2 ~ Ch (λ2, µ2)，且相互独立，有X 1与X 2的特征函数分别为||111e )(t t i X t λµϕ−=，||222e )(t t i X t λµϕ−=，则X 1 + X 2的特征函数为||)()(21212121e )()()(t t i X X X X t t t λλµµϕϕϕ+−++==，这是柯西分布Ch (λ1 + λ2, µ1 + µ2)的特征函数，故根据特征函数的唯一性定理知X 1 + X 2 ~ Ch (λ1 + λ2, µ1 + µ2)；（2）当µ = 0, λ = 1时，X ~ Ch (1, 0)，有X 的特征函数为ϕ X (t ) = e −| t |，又因Y = X ，有Y 的特征函数为ϕ Y (t ) = e −| t |，且X + Y = 2X ，故X + Y 的特征函数为ϕ X + Y (t ) = ϕ 2X (t ) = ϕ X (2t ) = e −| 2t | = e −| t | ⋅ e −| t | =ϕ X (t ) ⋅ϕ Y (t )；但Y = X ，显然有X 与Y 不独立；（3）因X i ~ Ch (λ, µ )，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为||e )(t t i X t i λµϕ−=，则)(121n n X X X nY +++=L 的特征函数为 )(e e )()(1||111t n t t t X t t i n t n ti n ni X ni X nY i in ϕϕϕϕλµλµ===⎟⎠⎞⎜⎝⎛==−⎟⎟⎠⎞⎜⎜⎝⎛⋅−⋅==∏∏，故根据特征函数的唯一性定理知)(121n X X X n+++L 与X 1同分布． 12．设连续随机变量X 的密度函数为p (x )，试证：p (x ) 关于原点对称的充要条件是它的特征函数是实的偶函数．证：方法一：根据随机变量X 与−X 的关系充分性：设X 的特征函数ϕ X (t )是实的偶函数，有ϕ X (t ) = ϕ X (−t )，则−X 的特征函数ϕ −X (t ) = ϕ X (−t ) = ϕ X (t )，根据特征函数的唯一性定理知−X 与X 同分布，因X 的密度函数为p (x )，有−X 的密度函数为p (−x )，故由−X 与X 同分布可知p (−x ) = p (x )，即p (x ) 关于原点对称；必要性：设X 的密度函数p (x ) 关于原点对称，有p (−x ) = p (x )，因−X 的密度函数为p (−x )，即−X 与X 同分布，则−X 的特征函数ϕ −X (t ) = ϕ X (−t ) = ϕ X (t )，且)(][e ][e ][e )()()(t E E E t t X itX itX X it X X ϕϕϕ=====−−−，故X 的特征函数ϕ X (t )是实的偶函数．方法二：根据密度函数与特征函数的关系充分性：设连续随机变量X 的特征函数ϕ X (t )是实的偶函数，有ϕ X (t ) = ϕ X (−t )，因∫+∞∞−−=dt t x p itx )(e π21)(ϕ，有∫∫+∞∞−+∞∞−−−==−dt t dt t x p itxx it )(e π21)(e π21)()(ϕϕ，令t = −u ，有dt = −du ，且当t → −∞时，u → +∞；当t → +∞时，u → −∞，则)()(e π21)(e π21))((e π21)()(x p du u du u du u x p iuxiux x u i ==−=−−=−∫∫∫+∞∞−−+∞∞−−−∞∞+−ϕϕϕ，故p (x ) 关于原点对称；必要性：设X 的密度函数p (x ) 关于原点对称，有p (−x ) = p (x )，因∫+∞∞−−==dx x p E t itxitX)(e )(e)(ϕ，有∫∫+∞∞−−+∞∞−−==−dx x p dx x p t itx xt i )(e )(e)()(ϕ，令x = −y ，有dx = −dy ，且当x → −∞时，y → +∞；当x → +∞时，y → −∞，则)()(e )(e ))((e )()(t dy y p dy y p dy y p t X ity ity y it X ϕϕ==−=−−=−∫∫∫+∞∞−+∞∞−−∞∞+−−，且)(][e ][e ][e )()()(t E E E t t X itX itX X t i X X ϕϕϕ====−=−−，故X 的特征函数ϕ X (t )是实的偶函数．13．设X 1, X 2, …, X n 独立同分布，且都服从N(µ , σ 2)分布，试求∑==ni i X n X 11的分布．证：因X i ~ N (µ , σ 2)，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为222e)(t t i X t i σµϕ−=，则∑==n i i X n X 11的特征函数为nt t i n t n t i n ni X n i X n X n t t t i i 2211112222ee)()(σµσµϕϕϕ−⎥⎥⎦⎤⎢⎢⎣⎡⎟⎠⎞⎜⎝⎛−⋅====⎟⎠⎞⎜⎝⎛==∏∏，这是正态分布⎟⎟⎠⎞⎜⎜⎝⎛n N 2,σµ的特征函数，故根据特征函数的唯一性定理知⎟⎟⎠⎞⎜⎜⎝⎛=∑=n N X n X ni i 21,~1σµ． 14．利用特征函数方法证明如下的泊松定理：设有一列二项分布{b (k , n , p n )}，若λ=→∞n n np lim ，则L ,2,1,0,e !),,(lim ==−∞→k k p n k b kn n λλ．证：二项分布b (n , p n )的特征函数为ϕ n (t ) = ( p n e it + 1 − p n ) n = [1 + p n (e it − 1)] n ，且n → ∞时，p n → 0，因)1(e)1(e )1(e 1e )]1(e 1[lim )]1(e 1[lim )(lim −−⋅−→→∞→∞=−+=−+=itit n it n n np p itn p n it n n n n p p t λϕ，。

概率统计第二章随机变量及其分布

引入适当的随机变量描述下列事件：例1：引入适当的随机变量描述下列事件：个球随机地放入三个格子中， ①将3个球随机地放入三个格子中，事件 A={有个空格} B={有个空格} A={有1个空格}，B={有2个空格}， C={全有球全有球} C={全有球}。进行5次试验， D={试验成功一次试验成功一次} ②进行5次试验，事件 D={试验成功一次}， F={试验至少成功一次试验至少成功一次} G={至多成功至多成功3 F={试验至少成功一次}，G={至多成功3次}
例2
xi ∈( a ,b )
∑
P( X = xi )
设随机变量X的分布律为设随机变量X
0 1 2 3 4 5 6 0.1 0.15 0.2 0.3 0.12 0.1 0.03
试求: 试求:
P( X ≤ 4), P (2 ≤ X ≤ 5), P ( X ≠ 3)
0.72 0.7
F ( x) = P{ X ≤ x} =
k : xk ≤ x
∑p
k
离散型随机变量的分布函数是阶梯函数, 离散型随机变量的分布函数是阶梯函数分布函数的跳跃点对应离散型随机变量的可能取值点,跳跃高度对应随机变量取对应可能取值点跳跃高度对应随机变量取对应值的概率;反之反之,如果某随机变量的分布函数值的概率反之如果某随机变量的分布函数是阶梯函数,则该随机变量必为离散型则该随机变量必为离散型. 是阶梯函数则该随机变量必为离散型
X
x
易知，对任意实数a, 易知，对任意实数 b (a<b), P {a<X≤b}＝P{X≤b}－P{X≤a}＝ F(b)－F(a) ≤ ＝ ≤ － ≤ ＝－
P( X > a) = 1 − F (a)

2024全国高考真题数学汇编：概率与统计章节综合

2024全国高考真题数学汇编概率与统计章节综合一、单选题1．（2024上海高考真题）已知气候温度和海水表层温度相关，且相关系数为正数，对此描述正确的是（）A ．气候温度高，海水表层温度就高B ．气候温度高，海水表层温度就低C ．随着气候温度由低到高，海水表层温度呈上升趋势D ．随着气候温度由低到高，海水表层温度呈下降趋势2．（2024天津高考真题）下列图中，线性相关性系数最大的是（）A ．B ．C ．D ．二、多选题3．（2024全国高考真题）随着“一带一路”国际合作的深入，某茶叶种植区多措并举推动茶叶出口.为了解推动出口后的亩收入（单位：万元）情况，从该种植区抽取样本，得到推动出口后亩收入的样本均值 2.1x ，样本方差20.01s ，已知该种植区以往的亩收入X 服从正态分布 21.8,0.1N ，假设推动出口后的亩收入Y 服从正态分布 2N x s，则（）（若随机变量Z 服从正态分布 2,N，()0.8413P Z ）A ．(2)0.2P XB ．(2)0.5P XC ．(2)0.5P Y D ．(2)0.8P Y 三、填空题4．（2024上海高考真题）某校举办科学竞技比赛，有、、A B C 3种题库，A 题库有5000道题，B 题库有4000道题，C 题库有3000道题．小申已完成所有题，已知小申完成A 题库的正确率是0.92，B 题库的正确率是0.86，C 题库的正确率是0.72．现他从所有的题中随机选一题，正确率是．5．（2024天津高考真题）,,,,A B C D E 五种活动，甲、乙都要选择三个活动参加.甲选到A 的概率为；已知乙选了A 活动，他再选择B 活动的概率为．6．（2024全国高考真题）甲、乙两人各有四张卡片，每张卡片上标有一个数字，甲的卡片上分别标有数字1，3，5，7，乙的卡片上分别标有数字2，4，6，8，两人进行四轮比赛，在每轮比赛中，两人各自从自己持有的卡片中随机选一张，并比较所选卡片上数字的大小，数字大的人得1分，数字小的人得0分，然后各自弃置此轮所选的卡片（弃置的卡片在此后的轮次中不能使用）.则四轮比赛后，甲的总得分不小于2的概率为.四、解答题7．（2024全国高考真题）某工厂进行生产线智能化升级改造，升级改造后，从该工厂甲、乙两个车间的产品中随机抽取150件进行检验，数据如下：优级品合格品不合格品总计甲车间2624050乙车间70282100总计96522150(1)填写如下列联表：优级品非优级品甲车间乙车间能否有95%的把握认为甲、乙两车间产品的优级品率存在差异？能否有99%的把握认为甲，乙两车间产品的优级品率存在差异？(2)已知升级改造前该工厂产品的优级品率0.5p ，设p 为升级改造后抽取的n 件产品的优级品率.如果p p 150件产品的数据，能否认为生12.247 ）附：22()()()()()n ad bc K a b c d a c b d2P K k0.0500.0100.001k3.8416.63510.8288．（2024上海高考真题）为了解某地初中学生体育锻炼时长与学业成绩的关系，从该地区29000名学生中抽取580人，得到日均体育锻炼时长与学业成绩的数据如下表所示：时间范围学业成绩0,0.50.5,11,1.51.5,22,2.5优秀5444231不优秀1341471374027(2)估计该地区初中学生日均体育锻炼的时长（精确到0.1）(3)是否有95%的把握认为学业成绩优秀与日均体育锻炼时长不小于1小时且小于2小时有关？（附：22(),n ad bc a b c d a c b d 其中n a b c d ， 2 3.8410.05P ．）9．（2024北京高考真题）某保险公司为了了解该公司某种保险产品的索赔情况，从合同险期限届满的保单中随机抽取1000份，记录并整理这些保单的索赔情况，获得数据如下表：赔偿次数01234单数800100603010假设：一份保单的保费为0.4万元；前3次索赔时，保险公司每次赔偿0.8万元；第四次索赔时，保险公司赔偿0.6万元.假设不同保单的索赔次数相互独立.用频率估计概率.(1)估计一份保单索赔次数不少于2的概率；(2)一份保单的毛利润定义为这份保单的保费与赔偿总金额之差.（i ）记X 为一份保单的毛利润，估计X 的数学期望 E X ；（ⅱ）如果无索赔的保单的保费减少4%，有索赔的保单的保费增加20%，试比较这种情况下一份保单毛利润的数学期望估计值与（i ）中 E X 估计值的大小．（结论不要求证明）10．（2024全国高考真题）某投篮比赛分为两个阶段，每个参赛队由两名队员组成，比赛具体规则如下：第一阶段由参赛队中一名队员投篮3次，若3次都未投中，则该队被淘汰，比赛成绩为0分；若至少投中一次，则该队进入第二阶段.第二阶段由该队的另一名队员投篮3次，每次投篮投中得5分，未投中得0分.该队的比赛成绩为第二阶段的得分总和．某参赛队由甲、乙两名队员组成，设甲每次投中的概率为p ，乙每次投中的概率为q (1)若0.4p ，0.5q 5分的概率．(2)假设0p q ，（i ）为使得甲、乙所在队的比赛成绩为15分的概率最大，应该由谁参加第一阶段比赛？（ii ）为使得甲、乙所在队的比赛成绩的数学期望最大，应该由谁参加第一阶段比赛？参考答案1．C【分析】根据相关系数的性质可得正确的选项.【详解】对于AB ，当气候温度高，海水表层温度变高变低不确定，故AB 错误.对于CD ，因为相关系数为正，故随着气候温度由低到高时，海水表层温度呈上升趋势，故C 正确，D 错误.故选：C.2．A【分析】由点的分布特征可直接判断【详解】观察4幅图可知，A 图散点分布比较集中，且大体接近某一条直线，线性回归模型拟合效果比较好，呈现明显的正相关，r 值相比于其他3图更接近1.故选：A 3．BC【分析】根据正态分布的3 原则以及正态分布的对称性即可解出.【详解】依题可知，22.1,0.01x s ，所以 2.1,0.1Y N ，故 2 2.10.1 2.10.10.84130.5P Y P Y P Y ，C 正确，D 错误；因为 1.8,0.1X N ，所以 2 1.820.1P X P X ，因为 1.80.10.8413P X ，所以 1.80.110.84130.15870.2P X ，而 2 1.820.1 1.80.10.2P X P X P X ，B 正确，A 错误，故选：BC ．4．0.85【分析】求出各题库所占比，根据全概率公式即可得到答案.【详解】由题意知，,,A B C 题库的比例为：5:4:3，各占比分别为543,,121212，则根据全概率公式知所求正确率5430.920.860.720.85121212p ．故答案为：0.85．5．3512【分析】结合列举法或组合公式和概率公式可求甲选到A 的概率；采用列举法或者条件概率公式可求乙选了A 活动，他再选择B 活动的概率.【详解】解法一：列举法从五个活动中选三个的情况有：,,,,,,,,,ABC ABD ABE ACD ACE ADE BCD BCE BDE CDE ,共10种情况，其中甲选到A 有6种可能性：,,,,,ABC ABD ABE ACD ACE ADE ，则甲选到A 得概率为：63105P；乙选A 活动有6种可能性：,,,,,ABC ABD ABE ACD ACE ADE ，其中再选则B 有3种可能性：,,ABC ABD ABE ，故乙选了A 活动，他再选择B 活动的概率为31=62.解法二：设甲、乙选到A 为事件M ，乙选到B 为事件N ，则甲选到A 的概率为 2435C 3C 5P M ；乙选了A 活动，他再选择B 活动的概率为 133524351C 2C C P MN C P N M P M故答案为：35；126．12/0.5【分析】将每局的得分分别作为随机变量，然后分析其和随机变量即可.【详解】设甲在四轮游戏中的得分分别为1234,,,X X X X ，四轮的总得分为X .该轮得分的概率 631448k P X，所以 31,2,3,48k E X k .从而 441234113382k k k E X E X X X X E X .记 0,1,2,3k p P X k k .如果甲得0分，则组合方式是唯一的：必定是甲出1，3，5，7分别对应乙出2，4，6，8，所以04411A 24p ；如果甲得3分，则组合方式也是唯一的：必定是甲出1，3，5，7分别对应乙出8，2，4，6，所以34411A 24p .而X 的所有可能取值是0，1，2，3，故01231p p p p ， 1233232p p p E X .所以121112p p，1213282p p ，两式相减即得211242p，故2312p p .所以甲的总得分不小于2的概率为2312p p .故答案为：12.【点睛】关键点点睛：本题的关键在于将问题转化为随机变量问题，利用期望的可加性得到等量关系，从而避免繁琐的列举.7．(1)答案见详解(2)答案见详解【分析】（1）根据题中数据完善列联表，计算2K，并与临界值对比分析；（2）用频率估计概率可得0.64p ，根据题意计算p .【详解】（1）根据题意可得列联表：优级品非优级品甲车间2624乙车间7030可得2215026302470754.687550100965416K，因为3.841 4.6875 6.635，所以有95%的把握认为甲、乙两车间产品的优级品率存在差异，没有99%的把握认为甲，乙两车间产品的优级品率存在差异.（2）由题意可知：生产线智能化升级改造后，该工厂产品的优级品的频率为960.64 150，用频率估计概率可得0.64p ，又因为升级改造前该工厂产品的优级品率0.5p ，则0.50.50.5 1.650.56812.247p ，可知p p所以可以认为生产线智能化升级改造后，该工厂产品的优级品率提高了. 8．(1)12500(2)0.9h(3)有【分析】（1）求出相关占比，乘以总人数即可；（2）根据平均数的计算公式即可得到答案；（3）作出列联表，再提出零假设，计算卡方值和临界值比较大小即可得到结论.【详解】（1）由表可知锻炼时长不少于1小时的人数为占比17943282558058，则估计该地区29000名学生中体育锻炼时长不少于1小时的人数为25 290001250058．（2）估计该地区初中生的日均体育锻炼时长约为10.50.511 1.5 1.522 2.51391911794328580222220.9 ．则估计该地区初中学生日均体育锻炼的时长为0.9小时.（3）由题列联表如下：1,2其他合计优秀455095不优秀177308485合计222358580提出零假设0H ：该地区成绩优秀与日均锻炼时长不少于1小时但少于2小时无关．其中0.05 ．22580(4530817750) 3.976 3.84195485222358．则零假设不成立，即有95%的把握认为学业成绩优秀与日均锻炼时长不小于1小时且小于2小时有关．9．(1)110(2)(i)0.122万元；(ii)这种情况下一份保单毛利润的数学期望估计值大于（i ）中 E X 估计值【分析】（1）根据题设中的数据可求赔偿次数不少2的概率;（2）（ⅰ）设为赔付金额，则可取0,0.8,0.1.6,2.4,3，用频率估计概率后可求的分布列及数学期望，从而可求 E X .（ⅱ）先算出下一期保费的变化情况，结合（1）的结果可求 E Y ，从而即可比较大小得解.【详解】（1）设A 为“随机抽取一单，赔偿不少于2次”，由题设中的统计数据可得 603010180010060301010P A.（2）（ⅰ）设为赔付金额，则可取0,0.8,1.6,2.4,3，由题设中的统计数据可得 800410010,0.810005100010P P ，603( 1.6)100050P ，303( 2.4)1000100P ，101(3)1000100P，故 4133100.8 1.6 2.430.27851050100100E故 0.40.2780.122E X （万元）.（ⅱ）由题设保费的变化为410.496%0.4 1.20.403255，故 0.1220.40320.40.1252E Y （万元），从而 E X E Y .10．(1)0.686(2)（i ）由甲参加第一阶段比赛；（i ）由甲参加第一阶段比赛；【分析】（1）根据对立事件的求法和独立事件的乘法公式即可得到答案；（2）（i ）首先各自计算出331(1)P p q 甲，331(1)Pq p 乙，再作差因式分解即可判断；(ii)首先得到X 和Y 的所有可能取值，再按步骤列出分布列，计算出各自期望，再次作差比较大小即可.【详解】（1）甲、乙所在队的比赛成绩不少于5分，则甲第一阶段至少投中1次，乙第二阶段也至少投中1次，比赛成绩不少于5分的概率 3310.610.50.686P .（2）（i ）若甲先参加第一阶段比赛，则甲、乙所在队的比赛成绩为15分的概率为331(1)P p q 甲，若乙先参加第一阶段比赛，则甲、乙所在队的比赛成绩为15分的概率为331(1)P q p 乙，0p q ，3333()()P P q q pq p p pq 甲乙2222()()()()()()q p q pq p p q p pq q pq p pq q pq2222()333p q p q p q pq 3()()3()[(1)(1)1]0pq p q pq p q pq p q p q ，P P 甲乙，应该由甲参加第一阶段比赛.(ii)若甲先参加第一阶段比赛，比赛成绩X 的所有可能取值为0，5，10，15，333(0)(1)1(1)(1)P X p p q， 3213511C 1P X p q q ，3223(10)1(1)C (1)P X p q q ，33(15)1(1)P X p q ，332()151(1)1533E X p q p p p q记乙先参加第一阶段比赛，比赛成绩Y 的所有可能取值为0，5，10，15，同理 32()1533E Y q q q p()()15[()()3()]E X E Y pq p q p q pq p q 15()(3)p q pq p q ，因为0p q ，则0p q ，31130p q ，则()(3)0p q pq p q ，应该由甲参加第一阶段比赛.【点睛】关键点点睛：本题第二问的关键是计算出相关概率和期望，采用作差法并因式分解从而比较出大小关系，最后得到结论.。

概率统计(概率)

9922.0)42.2(9938.0)5.2(9901.0)33.2(,8413.0)0.1(=Φ=Φ=Φ=Φ二、填空题（每空3分，共21分）1、某射手有5发子弹，射一次命中的概率为0.75。

如果命中了就停止射击，否则就一直射到子弹用尽。

则耗用子弹数ξ的数学期望为。

2、已知DY=36，cov(X ，Y)=12，相关系数r XY =0.4，则DX= 。

3、三次独立的试验中，成功的概率相同，已知至少成功一次的概率为6437，则每次试验成功的概率为。

4、设),4(~),,3(~p B Y p B X ，且X 、Y 相互独立，则Y X +服从二项分布。

5、若)5,0(~U X ，方程04522=-++X Xx x 有实根的概率。

6、设),11(~532σN X +，且P{2<X<4}=0.15，则P{X<0}= _________7、相关系数是两个随机变量之间程度的一种度量。

1．甲、乙二人独立地向同一目标射击一次，其命中率分别为0.6和0.5，现已知目标被命中，则它是甲命中的概率是______。

2．设X 和Y 为两个随机变量，且，则。

3．设随机变量X 与Y 独立，,且，则。

4．设X ，Y 是两个相互独立同服从正态分布的随机变量，则E(|X-Y|)=______。

5．设随机变量X 的密度函数，Y 表示对X 的5次独立观察终事件出现的次数，则DY =______。

6.某柜台有4个服务员，他们是否需用台秤是相互独立的，在1小时内每人需用台秤的概率为，则4人中至多1人需用台秤的概率为 _________________。

1、B A ,事件，则=⋃B A AB 。

2、已知,1.0)(=A P ,2.0)(=B p 且B A ,相互独立，则=)(AB p ；)(AB p =3、设二维随机变量的联合密度函数为o th e r y x xy x p 10,10,0,4)(<<<<⎩⎨⎧=，=<<)5.00(X p 。

概率统计复习

仅供参考概率统计复习1.2例题四，1.3例题二、四，1.4例题一、六、七，1.5例题四，2.2例题四、五，2.3例题二，2.4例题一、三、四，2.5例题一、二、三，3.1例题一、二，3.2例题二，4.1例题一、三、五、六，4.2例题一、五、七、八，4.3例题一、六，4.3例题四、六，4.4例题一、二、五，5.2例题一、四，5.3例题一、二，6.1例题一，6.2例题一、五1.2习题四已知P （A ）=P （B ）=P （C ）=41，()()161BC P AC P ==，()0AB P =，求事件A ，B ，C 全不发生的概率。

解： ()()()C B A P -1C B A P C B A P ⋃⋃=⋃⋃=()()()()()()()[]ABC P BC P -AC P -AB P -C P B P A P -1+++= 830161-161-0-414141-1=⎥⎦⎤⎢⎣⎡+++= 1.3习题一袋中装有5个白球，3个黑球，从中一次任取两个，求()1求取到的两个球颜色不同的概率;()2求取到的两个球有黑球的概率。

解： ()1 设A=｛取到的两个球颜色不同｝，则()2815C C C A P 281315==. ()2}{()}{，则由题意有球取到黑，球个黑取到设===B 2,1i i A i()()()()2121A P A P A A P B P +=+=149C C C C C C 282305281315=+= 1.4习题二假设一批产品中一、二、三等品各占60%，30%，10%，从中任1件，结果不是三等品，求取到的是一等品的概率。

解：令A 为“取到的是i 等品”，i=1,2,3， ()()()()()329.06.0A P A P A PA A P A A P 3133131====.1.4习题三设10件产品中有4件不合格产品，从中任取2件，已知所取2件产品中有1件不合格品，求另一件也是不合格品的概率。

(2021年整理)概率论与数理统计习题集及答案

概率论与数理统计习题集及答案编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（概率论与数理统计习题集及答案）的内容能够给您的工作和学习带来便利。

同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为概率论与数理统计习题集及答案的全部内容。

《概率论与数理统计》作业集及答案第1章概率论的基本概念§1 。

1 随机试验及随机事件1. (1) 一枚硬币连丢3次,观察正面H ﹑反面T 出现的情形。

样本空间是：S= ；(2）一枚硬币连丢3次,观察出现正面的次数。

样本空间是：S= ; 2.（1）丢一颗骰子. A ：出现奇数点，则A= ；B ：数点大于2，则B= 。

(2）一枚硬币连丢2次, A ：第一次出现正面，则A= ；B ：两次出现同一面，则= ；C ：至少有一次出现正面，则C= .§1 .2 随机事件的运算1. 设A 、B 、C 为三事件，用A 、B 、C 的运算关系表示下列各事件：（1)A 、B 、C 都不发生表示为： .(2)A 与B 都发生,而C 不发生表示为：。

(3）A 与B 都不发生,而C 发生表示为： .（4）A 、B 、C 中最多二个发生表示为: 。

（5）A 、B 、C 中至少二个发生表示为：。

(6）A 、B 、C 中不多于一个发生表示为： . 2. 设}42:{},31:{},50:{≤<=≤<=≤≤=x B x x A x x S ：则（1）=⋃B A ,（2）=AB ，(3）=B A ，（4)B A ⋃= ，（5）B A = 。

§1 。

3 概率的定义和性质1. 已知6.0)(,5.0)(,8.0)(===⋃B P A P B A P ，则（1） =)(AB P ，（2)()(B A P ）= , （3))(B A P ⋃= . 2. 已知,3.0)(,7.0)(==AB P A P 则)(B A P = 。

概率统计作业

1.6 已知 N 件产品中有 M 件是不合格品,今从中随机地抽取 n 件.试求,(1) n 件中恰有 k 件不合格品的概率;(2) n 件中至少有一件不合格品的概率.假定 k ≤ M 且 n − k ≤ N − M . 1.10 在长度为 T 的时间段内,有两个长短不等的信号随机地进入接收机.长信号持续时间为 t1 (≤ T ) ,短
2.18
已知随机变量 X , Y 的联合概率函数如下.当 α , β 取何值时 X 与 Y 相互独立?
X Y
1 2
1 1/6 1/3
2 1/9
α
3 1/18
β
2.15 两名水平相当的棋手奕棋三盘．设 X 表示某名棋手获胜的盘数, Y 表示他输赢盘数之差的绝对值. 假定没有和棋,且每盘结果是相互独立的.试求(1) X 与 Y 的联合概率函数;(2) X , Y 的边缘概率函数.
3.2
设 F ( x) 是分布函数.验证 F 2 ( x) 满足定理 3.1 的 4 条特征性质,从而证明 F 2 ( x) 必定是某个随机变量的
分布函数.
3.5
Y 表示对 X 作三次独立重复观测中事件 { X < 2} 出现的次设随机变量 X 服从区间(—1,4)上的均匀分布．
1.26 甲、乙、丙三门高炮同时独立地各向敌机发射一枚炮弹,它们命中敌机的概率都是 0.2.飞机被击中 1 弹而坠毁的概率为 0.1,被击中 2 弹而坠毁的概率为 0.5,被击中 3 弹必定坠毁.(1)试求飞机坠毁的概率;(2)已知飞机坠毁,试求它在坠毁前只有命中 1 弹的概率.
1.24
某厂生产的钢琴中有 70％可以直接出厂,剩下的钢琴经调试后,其中 80％可以出厂,20％被定为不 1.27 已知甲袋中装有 a 只红球, b 只白球;乙袋中装有 c 只红球, d 只白球．试求下列事件的概率:(1)合并两只口袋,从中随机地取一只球,该球是红球;(2)随机地取一只袋,再从该袋中随机地取一只球,该球是红球;(3)从甲袋中随机地取出一只球放人乙袋,再从乙袋中随机地取出一只球,该球是红球.

概率论与数理统计(随机变量函数的分布)

117 108 102 108 ( ) ( ) 3 3
( 3) ( 2) ( 3) ( 2) 1
0.9987 0.9772 1 0.9759
2.4.2 连续型随机变量函数的分布
也可以这样计算：
102 108 X 108 117 108 P{102 X 117} P 3 3 3 X 108 P { 2 3} ( 3) ( 2) 0.9759 3
函数 NORMDIST 返回累 ቤተ መጻሕፍቲ ባይዱ 函数值（即分布函数
值）；如果为FALSE，返回概率密度值．
2.4.2 连续型随机变量函数的分布
实验步骤： (1)在单元格B2中输入计算P{X < 102}的公式：
= NORMDIST(102, 108, 3, TRUE)
(2) 在单元格B3中输入计算P{X < 117}的公式：
f X [h( y)][ h' ( y)], y , fY ( y) 0, 其它
综合以上两式，定理证毕．
2.4.2 连续型随机变量函数的分布
说明：
若 f X ( x )在有限区间(a,b)外等于零,当 x (a, b) 时，g ( x ) ( , ) 且在(a，b)上恒有g'(x) > 0 （或恒有g'(x)<0 ），则仍可按式(2.12)求得 Y = g(X)概率密度.
2) 当y > 0时，FY ( y) P{ y X y} ( y) ( y) 2 ( y) 1 则
fY ( y) F 'Y ( y) 2 ( y) 2 1
2

概率与数理统计2-4

四. 超几何分布
1、定义 N 件产品中,有M件次品,不放回地任取 n 件产品, 其中含有次品的件数X的概率分布为
P( X k ) C C
k M
nk N M
/ C , k 0,1, 2,..., r
n N
其中 M N , n N , r min{M , n} ，则称 X服从超几何分布。记为 X ~ H (n, N , M )
有放回抽样.
2 、 0 – 1 分布 (两点分布)
X P
1 0 p 1-p
k 1 k
0<p<1来自或P( X k ) p (1 p) , k 0, 1
注: 0–1 分布是 n = 1时的二项分布, 即b(1, p) 应用凡试验只有两个结果, 常用0 – 1 场合分布描述, 如产品是否合格、人口性别统计、系统是否正常、电力消耗是否超标等等.
解令X 表示5000次射击中的命中次数, 则 X ~ b( 5000, 0.001 ) 令 np 5 5 5 5 5 5 4995 P( X 5) C5000 (0.001) (0.999) e 5!
5 5 P( X 1) 1 P( X 0) 1 e 0.993. 0! 注: 此结果可直接查 P421 附表1 泊松分布表得到，它与用二项分布算得的结果仅相差万分之几.
• 0
x
设 X ~ b(10, 0.2)
0 1 2 3 4 5 6 7 8 9 10 .107 .268 .302 .201 .088 .027 .0.006 .001 < .001 P
0.302
由图表可见 , 当 k 2 时，分布概率值最大
P 10 (2) 0.302

《概率论与数理统计》试题带答案(四)

《概率论与数理统计》试题带答案1.设随机变量X 的分布律为求E （X ），E （X 2），E （2X +3）. 【解】(1) 11111()(1)012;82842E X =-⨯+⨯+⨯+⨯= (2) 2222211115()(1)012;82844E X =-⨯+⨯+⨯+⨯=(3) 1(23)2()32342E X E X +=+=⨯+=2.已知100个产品中有10个次品，求任意取出的5个产品中的次品数的数学期望、方差.故 ()0.58300.34010.07020.00730405E X =⨯+⨯+⨯+⨯+⨯+⨯ 0.501,=52()[()]iii D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=3.设随机变量X 的分布律为X -1 0 1 Pp 1 p 2 p 3且已知E （X ）=0.1,E (X 2)=0.9,求P 1，P 2，P 3. 【解】因1231P P P ++=……①,又12331()(1)010.1E X P P P P P =-++=-=……②,222212313()(1)010.9E X P P P P P =-++=+=……③由①②③联立解得1230.4,0.1,0.5.P P P ===4.袋中有N 只球，其中的白球数X 为一随机变量，已知E （X ）=n ，问从袋中任取1球为白球的概率是多少？【解】记A ={从袋中任取1球为白球}，则(){|}{}Nk P A P A X k P X k ===∑全概率公式1{}{}1().NNk k k P X k kP X k N Nn E X N N========∑∑5.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧≤≤-<≤.,0,21,2,10,其他x x x x求E （X ），D （X ）. 【解】1221()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰213320111.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰ 故 221()()[()].6D XE X E X =-=6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望. （1） U =2X +3Y +1；（2） V =YZ -4X .【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++ 25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=- ,()()4()Y Z E Y E Z E X -因独立1184568.=⨯-⨯=7.设随机变量X ，Y 相互独立，且E （X ）=E （Y ）=3，D （X ）=12，D （Y ）=16，求E （3X -2Y ），D （2X -3Y ）. 【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2) 22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯= 8.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<.,0,0,10,其他x y x k试确定常数k ，并求E （XY ）. 【解】因1001(,)d d d d 1,2x f x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =210()(,)d d d 2d 0.25xE XY xyf x y x y x x y y +∞+∞-∞-∞===⎰⎰⎰⎰.9.设X ，Y 是相互独立的随机变量，其概率密度分别为f X （x ）=⎩⎨⎧≤≤;,0,10,2其他x x f Y （y ）=(5)e ,5,0,.y y --⎧>⎨⎩其他求E （XY ）.【解】方法一：先求X 与Y 的均值12()2d ,3E X x x x ==⎰ 5(5)5()e d 5e d e d 51 6.z y y z z E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰令由X 与Y 的独立性，得2()()()6 4.3E XY E X E Y ==⨯=方法二：利用随机变量函数的均值公式.因X 与Y 独立，故联合密度为(5)2e ,01,5,(,)()()0,,y X Y x x y f x y f x f y --⎧≤≤>==⎨⎩其他于是11(5)2(5)552()2ed d 2de d 6 4.3y y E XY xy x x y x xy y +∞+∞----===⨯=⎰⎰⎰⎰10.设随机变量X ，Y 的概率密度分别为f X （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e f Y （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e求（1） E （X +Y ）;（2） E （2X -3Y 2）. 【解】22-200()()d 2ed [e]e d xx x X X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf y y y +∞+∞--∞==⎰⎰22242021()()d 4e d .48y Y E Y y f y y y y +∞+∞--∞====⎰⎰从而(1)113()()().244E X Y E X E Y +=+=+=(2)22115(23)2()3()23288E X Y E X E Y -=-=⨯-⨯=11.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧<≥-.0,0,0,22x x cx xke求（1）系数c ;（2） E （X ）;（3） D （X ）. 【解】(1) 由222()d e d 12k x cf x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 222()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰22220π2ed .k x kx x +∞-==⎰(3) 22222221()()d()2e .kxE X x f x x x k x k +∞+∞--∞==⎰⎰故 222221π4π()()[()].24D X E X E X k k k⎛-=-=-= ⎝⎭ 12.袋中有12个零件，其中9个合格品，3个废品.安装机器时，从袋中一个一个地取出（取出后不放回），设在取出合格品之前已取出的废品数为随机变量X ，求E （X ）和D （X ）.【解】设随机变量X 表示在取得合格品以前已取出的废品数，则X 的可能取值为0，1，2，3.为求其分布律，下面求取这些可能值的概率，易知9{0}0.750,12P X === 39{1}0.204,1211P X ==⨯= 329{2}0.041,121110P X ==⨯⨯= 3219{3}0.005.1211109P X ==⨯⨯⨯=X 0 1 2 3 P0.7500.2040.0410.005由此可得()00.75010.20420.04130.0050.301.E X =⨯+⨯+⨯+⨯=22222222()075010.20420.04130.0050.413()()[()]0.413(0.301)0.322.E X D X E X E X =⨯+⨯+⨯+⨯==-=-=13.一工厂生产某种设备的寿命X （以年计）服从指数分布，概率密度为f （x ）=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe为确保消费者的利益，工厂规定出售的设备若在一年内损坏可以调换.若售出一台设备，工厂获利100元，而调换一台则损失200元，试求工厂出售一台设备赢利的数学期望.【解】厂方出售一台设备净盈利Y 只有两个值：100元和 -200元 /41/411{100}{1}e d e 4x P Y P X x +∞--==≥==⎰1/4{200}{1}1e.P Y P X -=-=<=-故1/41/41/4()100e(200)(1e )300e 20033.64E Y ---=⨯+-⨯-=-= (元).14.设X 1，X 2，…，X n 是相互独立的随机变量，且有E （X i ）=μ，D （X i ）=σ2，i =1，2，…，n ，记∑==n i i S X n X 12,1，S 2=∑=--ni i X X n 12)(11. （1）验证)(X E =μ，)(X D =n2σ；（2）验证S 2=)(11122∑=--ni i X n X n ；（3）验证E （S 2）=σ2.【证】(1) 1111111()()().n nn i i i i i i E X E X E X E X nu u n n n n ===⎛⎫===== ⎪⎝⎭∑∑∑22111111()()n nni i i ii i i D X D X D X X DXn nn ===⎛⎫== ⎪⎝⎭∑∑∑之间相互独立2221.n n nσσ==(2) 因222221111()(2)2nnnniii ii i i i i XX X X X X X nX X X ====-=+-=+-∑∑∑∑2222112nnii i i X nX X nX X nX ===+-=-∑∑故22211()1ni i S X nX n ==--∑. (3) 因2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因2(),()E X u D X nσ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E s E X nX E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑221222221[()()]11().1n i i E X nE X n n u n u n n σσσ==--⎡⎤⎛⎫=+-+=⎢⎥⎪-⎝⎭⎣⎦∑15.对随机变量X 和Y ，已知D （X ）=2，D （Y ）=3，Cov(X ,Y )= -1,计算：Cov （3X -2Y +1，X +4Y -3）. 【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=- (因常数与任一随机变量独立，故Cov(X ,3)=Cov(Y ,3)=0,其余类似). 16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证X 和Y 是不相关的，但X 和Y 不是相互独立的. 【解】设22{(,)|1}D x y x y =+≤.2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰ 2π1001=cos d d 0.πr r r θθ=⎰⎰同理E (Y )=0. 而 Cov(,)[()][()](,)d d X Y x E x y E Y f x y x y +∞+∞-∞-∞=--⎰⎰222π1200111d d sin cos d d 0ππx y xy x y r r r θθθ+≤===⎰⎰⎰⎰, 由此得0XY ρ=,故X 与Y 不相关. 下面讨论独立性，当|x |≤1时，1()X f x y 当|y |≤1时，1()Y f y x..显然()()(,).X Y f x f y f x y ≠故X 和Y 不是相互独立的.17.设随机变量（X ，Y ）的分布律为验证X 和Y 是不相关的，但X 和Y 不是相互独立的.【解】联合分布表中含有零元素，X 与Y 显然不独立，由联合分布律易求得X ，Y 及XY 的分布律，其分布律如下表由期望定义易得E （X ）=E （Y ）=E （XY ）=0.从而E (XY )=E (X )·E (Y ),再由相关系数性质知ρXY =0,即X 与Y 的相关系数为0，从而X 和Y 是不相关的. 又331{1}{1}{1,1}888P X P Y P X Y =-=-=⨯≠==-=- 从而X 与Y 不是相互独立的.18.设二维随机变量（X ，Y ）在以（0，0），（0，1），（1，0）为顶点的三角形区域上服从均匀分布，求Cov （X ，Y ），ρXY .【解】如图，S D =12，故（X ，Y ）的概率密度为题18图2,(,),(,)0,x y D f x y ∈⎧=⎨⎩其他. ()(,)d d D E X xf x y x y =⎰⎰11001d 2d 3x x x y -==⎰⎰ 22()(,)d d D E X x f x y x y =⎰⎰112001d 2d 6x x x y -==⎰⎰ 从而222111()()[()].6318D XE X E X ⎛⎫=-=-= ⎪⎝⎭ 同理11(),().318E Y D Y == 而 11001()(,)d d 2d d d 2d .12x D D E XY xyf x y x y xy x y x xy y -====⎰⎰⎰⎰⎰⎰ 所以 1111Cov(,)()()()123336X Y E XY E X E Y =-=-⨯=-. 从而 11362()()111818XY D X D Y ρ-===-⨯ 19.设（X ，Y ）的概率密度为f （x ，y ）=1ππsin(),0,0,2220.x y x y ,⎧+≤≤≤≤⎪⎨⎪⎩其他求协方差Cov （X ，Y ）和相关系数ρXY . 【解】π/2π/2001π()(,)d d d sin()d .24E X xf x y x y x x x y y +∞+∞-∞-∞==+=⎰⎰⎰⎰ ππ22222001ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰ 从而 222ππ()()[()] 2.162D X E X E X =-=+- 同理 2πππ(),() 2.4162E Y D Y ==+- 又 π/2π/200π()d sin()d d 1,2E XY x xy x y x y =+=-⎰⎰ 故 2ππππ4Cov(,)()()()1.2444X Y E XY E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭222222π4(π4)π8π164.πππ8π32π8π32)()2162XY D Y ρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+- 20.已知二维随机变量（X ，Y ）的协方差矩阵为⎥⎦⎤⎢⎣⎡4111，试求Z 1=X -2Y 和Z 2=2X -Y 的相关系数.【解】由已知知：D (X )=1,D (Y )=4,Cov(X ,Y )=1.从而 12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯= 12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X YY Y D X X YD Y =--+=-+=⨯-⨯+⨯=故 12122)()Z Z D Z ρ===21.对于两个随机变量V ，W ，若E （V 2），E （W 2）存在，证明：［E （VW ）］2≤E （V 2）E （W 2）.这一不等式称为柯西许瓦兹（Couchy -Schwarz ）不等式.【证】令2(){[]},.g t E V tW t R =+∈显然 22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈可见此关于t 的二次式非负，故其判别式Δ≤0，即2220[2()]4()()E VW E W E V ≥∆=-2224{[()]()()}.E VW E V E W =-故222[()]()()}.E VW E V E W ≤22.假设一设备开机后无故障工作的时间X 服从参数λ=1/5的指数分布.设备定时开机，出现故障时自动关机，而在无故障的情况下工作2小时便关机.试求该设备每次开机无故障工作的时间Y 的分布函数F （y ）.【解】设Y 表示每次开机后无故障的工作时间，由题设知设备首次发生故障的等待时间X ~E (λ),E (X )=1λ=5. 依题意Y =min(X ,2).对于y <0,f (y )=P {Y ≤y }=0.对于y ≥2,F (y )=P (X ≤y )=1.对于0≤y <2,当x ≥0时，在(0,x )内无故障的概率分布为P {X ≤x }=1 -e -λx ,所以F (y )=P {Y ≤y }=P {min(X ,2)≤y }=P {X ≤y }=1 -e -y/5.23.已知甲、乙两箱中装有同种产品，其中甲箱中装有3件合格品和3件次品，乙箱中仅装有3件合格品.从甲箱中任取3件产品放乙箱后，求：（1）乙箱中次品件数Z 的数学期望；（2）从乙箱中任取一件产品是次品的概率.【解】（1） Z 的可能取值为0，1，2，3，Z 的概率分布为33336C C {}C k k P Z k -==, 0,1,2,3.k =因此，()0123.202020202E Z =⨯+⨯+⨯+⨯= (2) 设A 表示事件“从乙箱中任取出一件产品是次品”，根据全概率公式有30(){}{|}k P A P Z k P A Z k ====∑191921310.202062062064=⨯+⨯+⨯+⨯= 24.假设由自动线加工的某种零件的内径X （毫米）服从正态分布N （μ,1），内径小于10或大于12为不合格品，其余为合格品.销售每件合格品获利，销售每件不合格品亏损，已知销售利润T （单位：元）与销售零件的内径X 有如下关系T =⎪⎩⎪⎨⎧>-≤≤<-.12,5,1210,20,10,1X X X 若若若问：平均直径μ取何值时，销售一个零件的平均利润最大？【解】(){10}20{1012}5{12}E T P X P X P X =-<+≤≤-> {10}20{1012}5{12}(10)20[(12)(10)]5[1(12)]25(12)21(10) 5.P X u u P u X u u P X u u u u u u u u =--<-+-≤-≤--->-=-Φ-+Φ--Φ---Φ-=Φ--Φ--故2/2d ()125(12)(1)21(10)(1)0(()e ),d 2x E T u u x u ϕϕϕπ-=-⨯---⨯-= 令这里得 22(12)/2(10)/225e21e u u ----=两边取对数有 2211ln 25(12)ln 21(10).22u u --=-- 解得 125111ln 11ln1.1910.91282212u =-=-≈(毫米) 由此可得，当u =10.9毫米时，平均利润最大.25.设随机变量X 的概率密度为f (x )=⎪⎩⎪⎨⎧≤≤.,0,0,2cos 21其他πx x 对X 独立地重复观察4次，用Y 表示观察值大于π/3的次数，求Y 2的数学期望.（2002研考）【解】令 π1,,3(1,2,3,4)π0,3i X Y i ⎧>⎪⎪==⎨⎪≤⎪⎩X . 则41~(4,)ii Y Y B p ==∑.因为 ππ{}1{}33p P X P X =>=-≤及π/30π11{}cos d 3222x P X x ≤==⎰,所以111(),(),()42,242i i E Y D Y E Y ===⨯= 2211()41()()22D YE Y EY =⨯⨯==-, 从而222()()[()]12 5.E Y D Y E Y =+=+=26.两台同样的自动记录仪，每台无故障工作的时间T i (i =1,2)服从参数为5的指数分布，首先开动其中一台，当其发生故障时停用而另一台自动开启.试求两台记录仪无故障工作的总时间T =T 1+T 2的概率密度f T (t )，数学期望E （T ）及方差D （T ）.【解】由题意知： 55e ,0,()0,0t i t f t t -⎧≥=⎨<⎩. 因T 1,T 2独立，所以f T (t )=f 1(t )*f 2(t ).当t <0时，f T (t )=0;当t ≥0时，利用卷积公式得55()5120()()()d 5e 5e d 25e tx t x t T f t f x f t x x x t +∞-----∞=-==⎰⎰ 故得 525e ,0,()0,0.t T t t f t t -⎧≥=⎨<⎩由于T i ~E (5),故知E (T i )=15,D (T i )=125(i =1,2)因此，有E (T )=E (T 1+T 2)=25. 又因T 1,T 2独立，所以D （T ）=D （T 1+T 2）=225. 27.设两个随机变量X ，Y 相互独立，且都服从均值为0，方差为1/2的正态分布，求随机变量|X -Y |的方差.【解】设Z =X -Y ，由于22~0,,~0,,22X N Y N ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭且X 和Y 相互独立，故Z ~N （0，1）.因22()()(||)[(||)]D X Y D Z E Z E Z -==-22()[()],E Z E Z =-而 22/2()()1,(||)||e d 2πz E Z D Z E Z z z +∞--∞===⎰2/22e dπ2πzz z+∞-==⎰，所以2(||)1πD X Y-=-.28.某流水生产线上每个产品不合格的概率为p(0<p<1)，各产品合格与否相互独立，当出现一个不合格产品时，即停机检修.设开机后第一次停机时已生产了的产品个数为X，求E （X）和D（X）.【解】记q=1 -p,X的概率分布为P{X=i}=q i -1p,i=1,2,…，故12111()().1(1)i ii iq pE X iq p p q pq q p∞∞-=='⎛⎫'=====⎪--⎝⎭∑∑又221211121()()i i ii i iE X i q p i i q p iq p∞∞∞---=====-+∑∑∑2232211()12112.(1)iiqpq q pqp q ppq q pq p p p∞=''⎛⎫''=+=+⎪-⎝⎭+-=+==-∑所以22222211()()[()].p pD XE X E Xp p p--=-=-=题29图29.设随机变量X和Y的联合分布在点（0，1），（1，0）及（1，1）为顶点的三角形区域上服从均匀分布.（如图），试求随机变量U=X+Y的方差.【解】D(U)=D(X+Y)=D(X)+D(Y)+2Cov(X,Y)=D(X)+D(Y)+2[E(XY) -E(X)·E(Y)].由条件知X和Y的联合密度为2,(,),(,)0,0.x y Gf x yt∈⎧=⎨<⎩{(,)|01,01,1}.G x y x y x y=≤≤≤≤+≥从而11()(,)d2d2.X xf x f x y y y x+∞-∞-===⎰⎰因此11122300031()()d2d,()2d,22XE X xf x x x x E X x x=====⎰⎰⎰22141()()[()].2918D X E X E X =-=-= 同理可得 31(),().218E Y D Y == 11015()2d d 2d d ,12x G E XY xy x y x x y y -===⎰⎰⎰⎰ 541Cov(,)()()(),12936X Y E XY E X E Y =-=-=- 于是 1121()().18183618D U D X Y =+=+-= 30.设随机变量U 在区间[ -2,2]上服从均匀分布，随机变量X =⎩⎨⎧->-≤-，U ，U 1,11,1若若 Y =⎩⎨⎧>≤-.1,11,1U ，U 若若试求（1）X 和Y 的联合概率分布；（2）D （X +Y ）.【解】（1）为求X 和Y 的联合概率分布，就要计算（X ，Y ）的4个可能取值( -1, -1),( -1,1),(1, -1)及(1,1)的概率.P {x = -1,Y = -1}=P {U ≤ -1,U ≤1}112d d 1{1}444x x P U ---∞-=≤-===⎰⎰ P {X = -1,Y =1}=P {U ≤ -1,U >1}=P {∅}=0, P {X =1,Y = -1}=P {U > -1,U ≤1}11d 1{11}44x P U -=-<≤==⎰ 21d 1{1,1}{1,1}{1}44x P X Y P U U P U ===>->=>=⎰. 故得X 与Y 的联合概率分布为 (1,1)(1,1)(1,1)(1,1)(,)~1110424X Y ----⎡⎤⎢⎥⎢⎥⎣⎦. (2) 因22()[()][()]D X Y E X Y E X Y +=+-+,而X +Y 及（X +Y ）2的概率分布相应为 202~111424X Y -⎡⎤⎢⎥+⎢⎥⎣⎦, 204()~1122X Y ⎡⎤⎢⎥+⎢⎥⎣⎦. 从而11()(2)20,44E X Y +=-⨯+⨯= 211[()]042,22E X Y +=⨯+⨯= 所以22()[()][()] 2.D X Y E X Y E X Y +=+-+=31.设随机变量X 的概率密度为f (x )=x -e 21，（ -∞<x <+∞） (1) 求E （X ）及D （X ）；（2）求Cov(X ,|X |),并问X 与|X |是否不相关？（3）问X 与|X |是否相互独立，为什么？【解】(1)||1()e d 0.2x E X xx +∞--∞==⎰2||201()(0)e d 0e d 2.2x x D X x x x x +∞+∞---∞=-==⎰⎰ (2) Cov(,|)(||)()(||)(||)X X E X X E X E X E X X =-=||1||e d 0,2x x x x +∞--∞==⎰ 所以X 与|X |互不相关.(3) 为判断|X |与X 的独立性，需依定义构造适当事件后再作出判断，为此，对定义域-∞<x <+∞中的子区间（0,+∞）上给出任意点x 0，则有0000{}{||}{}.x X x X x X x -<<=<⊂<所以000{||}{} 1.P X x P X x <<<<<故由00000{,||}{||}{||}{}P X x X x P X x P X x P X x <<=<><<得出X 与|X |不相互独立.32.已知随机变量X 和Y 分别服从正态分布N （1，32）和N （0，42），且X 与Y 的相关系数ρXY = -1/2，设Z =23Y X +. （1）求Z 的数学期望E （Z ）和方差D （Z ）；（2）求X 与Z 的相关系数ρXZ ；（3）问X 与Z 是否相互独立，为什么？【解】(1) 1().323X Y E Z E ⎛⎫=+= ⎪⎝⎭ ()2Cov ,3232XY X Y D Z D D ⎛⎫⎛⎫⎛⎫=++ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭11119162Cov(,),9432X Y =⨯+⨯+⨯⨯ 而 1Cov(,)()3462XY X Y D Y ρ⎛⎫==-⨯⨯=- ⎪⎝⎭ 所以 1()146 3.3D Z =+-⨯=(2) 因()()11Cov(,)Cov ,Cov ,Cov ,3232X Y X Z X X X X Y ⎛⎫=+=+ ⎪⎝⎭ 119()(6)3=0,323D X =+⨯-=- 所以 0.()()XZ D X D Z ρ==(3) 由0XZ ρ==，得X 与Z 不相关.又因1~,3,~(1,9)3Z N X N ⎛⎫ ⎪⎝⎭，所以X 与Z 也相互独立.33.将一枚硬币重复掷n 次，以X 和Y 表示正面向上和反面向上的次数.试求X 和Y 的相关系数XY ρ.【解】由条件知X +Y =n ，则有D （X +Y ）=D （n ）=0.再由X ~B (n ,p ),Y ~B (n ,q )，且p =q =12, 从而有 ()()4nD X npq D Y === 所以 0()()()2()()XY D X Y D X D Y D X D Y ρ=+=++2,24XY n nρ=+ 故XY ρ= -1. 34. -1 0 10 10.07 0.18 0.15 0.08 0.32 0.20试求X 和Y 【解】由已知知E (X )=0.6,E (Y )=0.2，而XY 的概率分布为YX -1 0 1 P 0.080.720.2所以E （XY ）= -0.08+0.2=0.12Cov(X ,Y )=E (XY ) -E (X )·E (Y )=0.12 -0.6×0.2=0从而 XY ρ=035.对于任意两事件A 和B ，0<P (A )<1，0<P (B )<1,则称ρ=())()()()()()(B P A P B P A P B P A P AB P ⋅-为事件A 和B 的相关系数.试证：（1）事件A 和B 独立的充分必要条件是ρ=0；（2） |ρ|≤1.YX【证】（1）由ρ的定义知，ρ=0当且仅当P (AB ) -P (A )·P (B )=0.而这恰好是两事件A 、B 独立的定义，即ρ=0是A 和B 独立的充分必要条件. (2) 引入随机变量X 与Y 为1,,0,A X A ⎧⎪=⎨⎪⎩若发生若发生;1,,0,B Y B ⎧⎪=⎨⎪⎩若发生若发生. 由条件知，X 和Y 都服从0 -1分布，即01~1()()X P A P A ⎧⎨-⎩ 01~1()()Y P B P B ⎧⎨-⎩ 从而有E (X )=P (A ),E (Y )=P (B ),D (X )=P (A )·P (A ),D (Y )=P (B )·P (B ),Cov(X ,Y )=P (AB ) -P (A )·P (B )所以，事件A 和B 的相关系数就是随机变量X 和Y 的相关系数.于是由二元随机变量相关系数的基本性质可得|ρ|≤1. 36. 设随机变量X 的概率密度为f X (x )=⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-.,0,20,41,01,21其他x x令Y =X 2，F （x ,y ）为二维随机变量（X ，Y ）的分布函数，求：(1) Y 的概率密度f Y (y )； (2) Cov(X ,Y );(3)1(,4)2F -. 解： (1) Y 的分布函数为2(){}{}Y F y P Y y P X y =≤=≤.当y ≤0时， ()0Y F y =，()0Y f y =；当0＜y ＜1时，(){{0}{0Y F y P X P X P X =≤≤=≤<+≤≤=，()Y f y =；当1≤y <4时，1(){10}{02Y F y P X P X =-≤<+≤≤=+()Y f y =；当y ≥4时，()1Y F y =，()0Y f y =. 故Y 的概率密度为1,()04,0,.Y y f y y <<=≤<⎪⎩其他 (2) 0210111()()d d d 244+X E X =xf x x x x x x ∞∞=+=⎰⎰⎰--,02222210115()()()d d d )246+X E Y =E X =x f x x x x x x ∞∞=+=⎰⎰⎰--,02233310117()()()d d d 248+X E XY =E Y =x f x x x x x x ∞∞=+=⎰⎰⎰--,故 Cov(X,Y ) =2()()()3E XY E X E Y =⋅-.(3) 2111(,4){,4}{,4}222F P X Y P X X -=≤-≤=≤-≤11{,22}{2}22P X X P X =≤--≤≤=-≤≤-11{1}24P X =-≤≤-=.。

魏宗舒版《概率论与数理统计教程》第三版_课后习题

三、回归方程和回归系数的显著性检验
1 . 回归方程的显著性检验
检验多元线性回归方程是否显著，就是检验y与x1，x2，…，xp，中的某些自变量之间是否有较密切的线性关系。检验假设为
H0:β1=β2=…=βp=0
SR为回归平方和 S R ( yˆi y)2
i
Se为剩余平方和 Se ( yi yˆi ) 2
有效的回归方程。就要检验xj对y的影响是否显著。统计假设为
H0 j : βj=0，1≤j≤p
当假设H0成立时，统计量
Fj

Se
b2j /(n
/ c jj p 1)
服从自由度(1, n-p-1)的F的分布。
若Fj＞F，则拒绝假设H0，认为xj是重要的，应保留在回归方程中；若Fj≤F ，则认为变量xj可以从回归方程中剔除。
不难证明，当一元线性回归的基本假定成立时，统计量
t
y0 yˆ0
~ t(n 2)
S 1 1 (x0 x )2
n
S xx
其中，S Se /(n 2) 为σ的估计。
因此，得到的置信度为1-α的预报区间为

yˆ 0

t
2
S
1
1 n

(x0 x)2 S xx

实际上，对任何一组数据都可以用上述方法配一条直线。因此，必须判断y与x 是否真的存在线性相关关系。
二、回归问题的统计检验
欲检验假设 H0: β1= 0
总平方和 Syy ( yi y)2
回归平方和 SR i ( yˆi y)2 b1Sxy
i
剩余平方和 Se ( yi yˆi )2

概率统计知识点汇总

概率统计知识点汇总1．分类加法计数原理完成一件事有n 类不同的方案，在第一类方案中有m 1种不同的方法，在第二类方案中有m 2种不同的方法，……，在第n 类方案中有m n 种不同的方法，则完成这件事情，共有N ＝m 1＋m 2＋…＋m n 种不同的方法． 2．分步乘法计数原理完成一件事情需要分成n 个不同的步骤，完成第一步有m 1种不同的方法，完成第二步有m 2种不同的方法，……，完成第n 步有m n 种不同的方法，那么完成这件事情共有N ＝m 1×m 2×…×m n 种不同的方法． 3．两个原理的区别分类加法计数原理与分步乘法计数原理，都涉及完成一件事情的不同方法的种数．它们的区别在于：分类加法计数原理与分类有关，各种方法相互独立，用其中的任一种方法都可以完成这件事；分步乘法计数原理与分步有关，各个步骤相互依存，只有各个步骤都完成了，这件事才算完成．4．排列与排列数公式 (1)排列与排列数从n 个不同元素中取出m m ≤n 个元素――――――――→按照一定的顺序排成一列排列―――――→所有不同排列的个数排列数(2)排列数公式A mn ＝n (n －1)(n －2)…(n －m ＋1)＝n ！n －m ！.(3)排列数的性质 ①A nn ＝n ！； ②0！＝1. 5．组合与组合数公式 (1)组合与组合数从n 个不同元素中取出m m ≤n 个元素――――→合成一组组合――――――→所有不同组合的个数组合数(2)组合数公式C m n＝A mn A m m＝nn －n －n －m ＋m ！＝n ！m ！n －m ！.(3)组合数的性质①C 0n ＝1； ②C mn ＝C n －mn ； ③C m n ＋C m －1n ＝C mn ＋1.6．排列与组合问题的识别方法7．二项式定理(1)定理： (a ＋b )n＝C 0n a n＋C 1n a n －1b ＋…＋C k n a n －k b k ＋…＋C n n b n (n ∈N *)．(2)通项：第k ＋1项为：T k ＋1＝C k n an －k b k.(3)二项式系数：二项展开式中各项的二项式系数为：C kn (k ＝0,1,2，…，n )． 8．二项式系数的性质9．概率与频率(1)在相同的条件S 下重复n 次试验，观察某一事件A 是否出现，称n 次试验中事件A 出现的次数n A 为事件A 出现的频数，称事件A 出现的比例f n (A )＝n An为事件A 出现的频率． (2)对于给定的随机事件A ，在相同条件下，随着试验次数的增加，事件A 发生的频率会在某个常数附近摆动并趋于稳定，我们可以用这个常数来刻画随机事件A 发生的可能性大小，并把这个常数称为随机事件A 的概率，记作P (A )． 10．事件的关系与运算11．理解事件中常见词语的含义：(1)A ，B 中至少有一个发生的事件为A ∪B ； (2)A ，B 都发生的事件为AB ； (3)A ，B 都不发生的事件为A －B －；(4)A ，B 恰有一个发生的事件为A B －∪A －B ； (5)A ，B 至多一个发生的事件为A B －∪A －B ∪A －B －. 12．概率的几个基本性质 (1)概率的取值范围：0≤P (A )≤1. (2)必然事件的概率：P (E )＝1. (3)不可能事件的概率：P (F )＝0.(4)概率的加法公式：如果事件A 与事件B 互斥，则P (A ∪B )＝P (A )＋P (B )． (5)对立事件的概率若事件A 与事件B 互为对立事件，则P (A )＝1－P (B )．13．互斥事件与对立事件的区别与联系互斥事件与对立事件都是两个事件的关系，互斥事件是不可能同时发生的两个事件，而对立事件除要求这两个事件不同时发生外，还要求二者之一必须有一个发生，因此，对立事件是互斥事件的特殊情况，而互斥事件未必是对立事件． 14．基本事件的特点(1)任意两个基本事件是互斥的．(2)任何事件(除不可能事件)都可以表示成基本事件的和． 15．古典概型（1）定义：具有以下两个特点的概率模型称为古典概率模型，简称古典概型．①试验中所有可能出现的基本事件只有有限个． ②每个基本事件出现的可能性相等．（2）古典概型的概率公式：P (A )＝A 包含的基本事件的个数基本事件的总数.16．几何概型（1）定义：如果每个事件发生的概率只与构成该事件区域的长度(面积或体积)成比例，则称这样的概率模型为几何概率模型，简称几何概型．（2）几何概型的概率公式：P (A )＝构成事件A 的区域长度面积或体积试验的所构成的区域长度面积或体积.17．条件概率及其性质(1)对于任何两个事件A 和B ，在已知事件A 发生的条件下，事件B 发生的概率叫做条件概率，用符号P (B |A )来表示，其公式为P (B |A )＝P AB P A ＝n ABn A．(2)条件概率具有的性质： ①0≤P (B |A )≤1；②如果B 和C 是两个互斥事件，则P (B ∪C |A )＝P (B |A )＋P (C |A )． 18．相互独立事件(1)对于事件A 、B ，若A 的发生与B 的发生互不影响，则称A 、B 是相互独立事件． (2)若A 与B 相互独立，则P (B |A )＝P (B )，P (AB )＝P (B |A )P (A )＝P (A )P (B )．(3)若A 与B 相互独立，则A 与B ，A 与B ，A 与B 也都相互独立． (4)若P (AB )＝P (A )P (B )，则A 与B 相互独立．19．离散型随机变量随着试验结果变化而变化的变量称为随机变量，常用字母X ，Y ，ξ，η，…表示．所有取值可以一一列出的随机变量，称为离散型随机变量． 20．离散型随机变量的分布列及其性质(1)一般地，若离散型随机变量X 可能取的不同值为x 1，x 2，…，x i ，…，x n ，X 取每一个值x i (i ＝1,2，…，n )的概率P (X ＝x i )＝p i ，则表(2)离散型随机变量的分布列的性质：①p i ≥0(i ＝1,2，…，n )； ②∑ni ＝1p i ＝1. 21．常见离散型随机变量的分布列 (1)两点分布：若随机变量X 服从两点分布，则其分布列为其中p ＝P (X ＝1)称为成功概率． (2)超几何分布在含有M 件次品的N 件产品中，任取n 件，其中恰有X 件次品，则事件{X ＝k }发生的概率为P (X ＝k )＝C kM C n －kN －MC n N ，k ＝0,1,2，…，m ，其中m ＝min{M ，n }，且n ≤N ，M ≤N ，n ，M ，N ∈N *，称（3①独立重复试验是指在相同条件下可重复进行的，各次之间相互独立的一种试验，在这种试验中每一次试验只有两种结果，即要么发生，要么不发生，且任何一次试验中发生的概率都是一样的．②在n 次独立重复试验中，用X 表示事件A 发生的次数，设每次试验中事件A 发生的概率为p ，则P (X ＝k )＝C k n p k (1－p )n －k(k ＝0,1,2，…，n )，此时称随机变量X 服从二项分布，记为X ～B (n ，p)，并称p 为成功概率．22．离散型随机变量的均值与方差若离散型随机变量X 的分布列为<1>均值：称E (1122i i n n 它反映了离散型随机变量取值的平均水平．<2>方差：称D (X )＝∑ni ＝1 (x i －E (X ))2p i 为随机变量X 的方差，它刻画了随机变量X 与其均值E (X )的平均偏离程度，其算术平方根D X 为随机变量X 的标准差．<3>均值与方差的性质E aX ＋b ＝ D aX ＋b ＝(a ，b 为常数)．<4>两点分布与二项分布的均值、方差23.(1)曲线位于x 轴上方，与x 轴不相交； (2)曲线是单峰的，它关于直线x ＝μ对称；(3)曲线在x ＝μ处达到峰值1σ2π；(4)曲线与x 轴之间的面积为1；(5)当σ一定时，曲线随着μ的变化而沿x 轴平移；(6)当μ一定时，曲线的形状由σ确定．σ越小，曲线越“瘦高”，表示总体的分布越集中；σ越大，曲线越“矮胖”，表示总体的分布越分散． (7)正态分布的三个常用数据(不需记忆) ① P (μ－σ＜X ≤μ＋σ)＝0.682 6； ② P (μ－2σ＜X ≤μ＋2σ)＝0.954 4； ③ P (μ－3σ＜X ≤μ＋3σ)＝0.997 4. 24．简单随机抽样(1)定义：一般地，设一个总体含有N 个个体，从中逐个不放回地抽取n 个个体作为样本(n ≤N )，且每次抽取时各个个体被抽到的机会都相等，就称这样的抽样方法为简单随机抽样． (2)常用方法：抽签法和随机数表法． 25．系统抽样(1)步骤：①先将总体的N 个个体编号；②根据样本容量n ，当N n 是整数时，取分段间隔k ＝N n； ③在第1段用简单随机抽样确定第一个个体编号l (l ≤k )； ④按照一定的规则抽取样本．(2)适用范围：适用于总体中的个体数较多时． 26．分层抽样(1)定义：在抽样时，将总体分成互不交叉的层，然后按照一定的比例，从各层独立地抽取一定数量的个体，将各层取出的个体合在一起作为样本，这种抽样方法是一种分层抽样．(2)适用范围：适用于总体由差异比较明显的几个部分组成时．27．三种抽样方法的比较(1)求极差(即一组数据中最大值与最小值的差)． (2)决定组距与组数． (3)将数据分组． (4)列频率分布表． (5)画频率分布直方图． 29．频率分布折线图和总体密度曲线(1)频率分布折线图：连接频率分布直方图中各小长方形上端的中点，就得到频率分布折线图． (2)总体密度曲线：随着样本容量的增加，作图时所分的组数增加，组距减小，相应的频率折线图会越来越接近于一条光滑曲线，统计中称这条光滑曲线为总体密度曲线． 30．茎叶图统计中还有一种被用来表示数据的图叫做茎叶图，茎是指的一列数，叶是从茎的旁边生长出来的数． 31．样本的数字特征(1)众数：一组数据中出现次数最多的那个数据，叫做这组数据的众数．(2)中位数：把n 个数据按大小顺序排列，处于最中间位置的一个数据叫做这组数据的中位数． (3)平均数：把a 1＋a 2＋…＋a nn称为a 1，a 2，…，a n 这n 个数的平均数．(4)标准差与方差：设一组数据x 1，x 2，x 3，…，x n 的平均数为x ，则这组数据标准差为s ＝1nx 1－x2＋x 2－x2＋…＋x n －x2]方差为s 2＝1n[(x 1－x )2＋(x 2－x )2＋…＋(x n －x )2]32．变量间的相关关系(1)常见的两变量之间的关系有两类：一类是函数关系，另一类是相关关系；与函数关系不同，相关关系是一种非确定性关系．(2)从散点图上看，点分布在从左下角到右上角的区域内，两个变量的这种相关关系称为正相关，点分布在左上角到右下角的区域内，两个变量的相关关系为负相关． 33．两个变量的线性相关(1)从散点图上看，如果这些点从整体上看大致分布在通过散点图中心的一条直线附近，称两个变量之间具有线性相关关系，这条直线叫回归直线．(2)回归方程为y ^＝b ^x ＋a ^，其中，a ^＝y －b ^x .(3)通过求Q ＝ (y i －bx i －a )2的最小值而得出回归直线的方法，即求回归直线，使得样本数据的点到它的距离的平方和最小，这一方法叫做最小二乘法． (4)相关系数：当r >0时，表明两个变量正相关；当r <0时，表明两个变量负相关．r 的绝对值越接近于1，表明两个变量的线性相关性越强．r 的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系，通常|r |大于0.75时，认为两个变量有很强的线性相关性． 34．独立性检验假设有两个分类变量X 和Y ，它们的取值分别为{x 1，x 2}和{y 1，y 2}，其样本频数列联表(称为2×2列联表)为：K 2＝n ad －bc 2a ＋ba ＋cb ＋dc ＋d(其中n ＝a ＋b ＋c ＋d 为样本容量)．。

概率论与数理统计(第2版微课版)教学大纲、授课计划

《概率论与数理统计》课程教学大纲课程中英文名称：概率论与数理统计(Probability and Statistics)课程代码：课程类别：必修课；一年级；二年级；公共类数学基础课学分/学时：3学分/51学时开课学期：适用专业：先修/后修课程：高等数学(或微积分)开课单位：课程负责人：1、课程性质与教学目标概率论与数理统计是研究随机现象客观规律并付诸应用的数学类学科，是工科本科各专业的一门重要基础理论课，通过本课程的学习，要求学生熟练掌握随机事件概率的常用计算方法，熟悉并掌握随机变量的分布及其计算，掌握离散型随机变量及其分布律的概念及其计算、掌握连续型随机变量及其密度函数的概念及其计算。

掌握随机变量的常用数字特征的概念及其计算。

理解并掌握依概率收敛的概念，理解大数定律、理解并掌握用中心极限定理解决应用问题。

理解和掌握数理统计的基本概念和理论、熟悉常用的统计量和抽样分布，熟悉并掌握常用的参数点估计和置信区间的求解。

掌握假设检验的基本概念、理解检验中的两类风险，理解并掌握显著性检验的基本步骤，掌握正态总体下未知参数的假设检验方法并会用于解决实际问题，了解拟合优度检验和独立性检验等非参数检验方法。

通过本课程的学习，使学生具备以下能力：课程教学目标1：有科学的世界观、人生观和价值观，有责任心和社会责任感。

树立远大的理想以及刻苦学习的信念。

课程教学目标2：使学生掌握概率统计的基本概念、基本思想和基本理论，培养学生用所学知识去分析问题和解决问题的综合能力和高级思维能力。

课程教学目标3：促进学生全面发展；打破习惯性认知模式，培养学生深度分析、大胆质疑、勇于创新的能力；引导学生养成自主学习、终身学习的自我管理素养。

2、教学内容及基本要求本课程教学内容与具体教学要求及学时分配等信息如下表所示。

3、教学方法课堂教学以板书为主，辅助PPT。

4、考核、成绩评定方式及重修要求考核方式主要由上课出勤、平时作业、课堂练习、阶段测验、期末考试等环节组成，综合各部分的成绩给出该门课程的总评成绩。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

y
0fLeabharlann (t )dt从中可以看到，在求P(Y≤y) 的过程中，关键的一步是设法从{ g(X) ≤ y }中解出X, 从而得到与 {g(X) ≤ y }等价的X 的不等式 .
1 , y0 [ f ( y ) f ( y )] 2 y f Y ( y) FY '( y) 0, y0
第四节随机变量函数的分布
本节的基本任务:已知随机变量 X 的分布(分布律或概率密度),求Y g ( X ) 的概率分布. 一.离散型随机变量函数的分布关键是要确定两点： 1) 可能的取值;
2) 取任一值的概率.
例1 已知 X 的概率分布为 X pk -1
1 8
0
1 8
1
1 4
2
1 2
求 Y 1= 2X – 1 与 Y 2= X 2 的分布律

1
8 P(Y 1) 1 P(Y 1) P(Y 0) 15
所以
1 1 0 Y ~ 2 1 8 15 3 15
二.连续型随机变量的函数的分布
问题:已知 X 的概率密度 f X ( x),求Y=g(X)的概率密度 fY ( y). 基本步骤: 1.确定Y的取值范围.如果其取值的范围为区间 (a, b), 则当 y (a, b) 时, fY ( y) 0.
解:
Y1 pi
-3
1 8
-1
1 8
1
1 4
3
1 2
X
-1
1 8
0
1 8
1
1 4
2
1 2
pk
求 Y 1= 2X – 1 与 Y 2= X 2 的分布律解:
Y2 2 1 0 0 1 1 4 4
pi
1 1 8 8
31 88
11 24
1 2
例2 设随机变量 X 的分布律为
1 1 2 2 1 4 n 1 2n
二、主要内容
密度函数分布函数分布律连续型随机变量离散型随机变量
随机变量
均匀分布
指数分布
正态分布
随机变量的函数的分布
定
义
两点分布
二项分布
泊松分布
设随机变量X ~ N ( , 2 )，试证明X的线性函数例： Y＝aX b也服从正态分布.
证明设a 0, 下面先求FY ( y)
分别记X , Y的分布函数为FX ( x), FY ( y)
FY ( y) P{Y y} P{aX b y}
y b y b P{ X } FX ( ) a a
将FY ( y)关于y求导，得Y＝aX b的概率密度为
y b y b ' 1 y b )( ) fX ( ) f Y ( y) f X ( a a a a
1 e 2π ( x )2 2 2
而f X ( x)
, x ,
[ y ( a b )]2 2( a )2
2. 当 y (a, b) 时,先求分布函数 FY ( y) P{Y y}, 然后再对分布函数求导即得概率密度.
例：设随机变量X具有概率密度求Y=X2的概率密度。
x , 0 x4 f X ( x) 8 0, 其他
FY ( y) 解：分别记X,Y的分布函数为 FX ( x)，
所以
1 fY ( y ) e 2π (a )
, y .
若a 0,以同样的方法可以求得
1 fY ( y ) e 2π a [ y ( a b )]2 2( a )2
, y
故Y aX b ~ N (a b, (a ) 2 ).
设X 的概率密度为f ( x)，x ， Y X 2，求Y的概率密度fY ( y ).
解：设Y的概率分布函数为FY ( y)
2 P ( X y) P ( Y y ) 当 y 0时，FY ( y)
P( y X y)
y y
f (t )dt

y
0
f (t )dt
FY ( y ) P Y y P X 2 y
当 y 0时，F Y ( y) 0;
当 0 y 16 时, FY ( y) P 0 X y 0
当 y 16时， FY ( y) 1

y
t y dt 8 16
1 , 0 y 16 fY ( y ) 16 Y在区间(0,16)上均匀分布。其他 0,
并且 Y sin

2
X , 求Y 的分布律.
解 Y 的可能取值为-1,0,1,并且
1 1 2 8 P(Y 1) P{ ( X 4k 1)} 4k 1 15 1 1 k 1 2 k 1 16

1 1 4 P(Y 0) P{ ( X 2k )} 2 k 3 1 1 k 1 2 k 1 4