概率论与数理统计教程华东师大茆诗松版第四章
概率论与数理统计第四版第四章
概率论与数理统计第四版第四章
《概率论与数理统计（第四版）》是2008年高等教育出版社出版的图书，作者是盛骤、谢式千、潘承毅。
《概率论与数理统计》是普通高等教育“十一五”国家级规划教材,在2001年出版的《概率论与数理统计》(第三版)的基础上增订而成。
本次修订新增的内容有:在数理统计中应用Excel,bootstrap方法,户值检验法,箱线图等;同时吸收了国内外优秀教材的优点对习题的类型和数量进行了调整和充实。
《概率论与数理统计》是普通高等教育“十一五”国家级规划教材,在2001年出版的《概率论与数理统计》(第三版)的基础上增订而成。
本次修订新增的内容有:在数理统计中应用Excel,bootstrap方法,户值检验法,箱线图等;同时吸收了国内外优秀教材的优点对习题的类型和数量进行了调整和充实。
《概率论与数理统计》主要内容包括概率论、数理统计、随机过程三部分,每章附有习题;同时涵盖了《全国硕士研究生入学统一考试数学考试大纲》的所有知识点。
《概率论与数理统计》可作为高等学校工科、理科(非数学专业)各专业的教材和研究生入学考试的参考书,也可供工程技术人员、科技工作者参考。
第四章随机变量的数字特征
1 数学期望
2 方差
3 协方差及相关系数
4 矩、协方差矩阵。
概率论与数理统计(茆诗松)第四章讲义
大数定律与中心极限定理
本章主要是解决概率论中的一些基本问题，如频率稳定性，正态分布的普适性问题．
§4.1
+∞
特征函数
现实生活中，独立随机变量和广泛存在，它在概率论中具有重要地位，但其分布的计算需要用到卷积 运算．而函数 f (x) 的傅立叶变换 ϕ (t ) = ∫ e itx f ( x)dx （其中 i = − 1 是虚数单位）可将函数复杂的卷积运
因狄利克雷积分 ∫
sin x π dx = ，令 x = at， （a ≠ 0） ， x 2 +∞ sin at +∞ sin at π dt ； 当 a > 0 时，有 = ∫ ⋅ adt = ∫ 0 2 0 at t −∞ sin at +∞ sin at +∞ sin at 0 sin at π π dt = − ∫ dt ，即 ∫ 当 a < 0 时， = ∫ ⋅ adt = − ∫ dt = − ； 0 0 0 − ∞ 2 at t t t 2 +∞ sin at 当 a = 0 时， ∫ dt = 0 ， 0 t +∞ sin at π 则∫ dt = sgn( a ) ， 0 t 2
⎞ ⎟≥0， ⎟ ⎠
故特征函数ϕ (t) 半正定； （7）因 | ϕ (t + h) − ϕ (t) | = | E [e i(t + h) X − e itX ] | ≤ E | e itX (e ihX − 1) | = E | e ihX − 1 |，
| e ihX − 1 | = | cos(hX ) − 1 + i sin( hX ) | = [cos(hX ) − 1]2 + [sin( hX )]2 = 2 − 2 cos(hX ) = 2 sin
概率论与数理统计教程(茆诗松)第4章
解：用 Xi=1表示第i个部件正常工作, 反之记为Xi=0. 又记Y=X1+X2+…+X100，则 E(Y)=90，Var(Y)=9.
由此得：
P{Y
85}
ห้องสมุดไป่ตู้
1
85
0.5 9
90
0.966.
13 July 2020
华东师范大学
第四章 大数定律与中心极限定理
第10页
二、给定 n 和概率，求 y
例4.4.4 有200台独立工作(工作的概率为0.7)的机床，
第6页
4.4.3 二项分布的正态近似
定理4.4.2 棣莫弗—拉普拉斯中心极限定理
设n 为服从二项分布 b(n, p) 的随机变量，则当 n
充分大时，有
lim
n
P
n
np npq
y
( y)
是林德贝格—勒维中心极限定理的特例.
13 July 2020
华东师范大学
第四章 大数定律与中心极限定理
第7页
13 July 2020
华东师范大学
第四章 大数定律与中心极限定理
第5页
例4.4.2 设 X 为一次射击中命中的环数，其分布列为
X 10 9 8 7
6
P 0.8 0.1 0.05 0.02 0.03
求100次射击中命中环数在900环到930环之间的概率.
解: 设 Xi 为第 i 次射击命中的环数，则Xi 独立同分布，
且 E(Xi) =9.62，Var(Xi) =0.82，故
P
900
100 i 1
Xi
930
930 100 9.62 100 0.82
900 100 9.62 100 0.82
华东师范大学-茆诗松-概率论与数理统计教程
24 December 2018
第一章 随机事件与概率
第4页
§1.1 随机事件及其运算
1.1.1 随机现象：自然界中的有两类现象 1. 确定性现象
• 每天早晨太阳从东方升起; • 水在标准大气压下加温到100oC沸腾;
2. 随机现象
• 掷一枚硬币，正面朝上？反面朝上？ • 一天内进入某超市的顾客数; • 某种型号电视机的寿命;
第一章 随机事件与概率
第12页
1.1.6 事件的运算
• • • • 并： A B 交： A B = AB 差： A B 对立： A A 与 B 至少有一发生 A 与 B 同时发生 A发生但 B不发生 A 不发生
24 December 2018
第一章 随机事件与概率
第13页
事件运算的图示
24 December 2018
第一章 随机事件与概率
第31页
注 意
• 抛一枚硬币三次 抛三枚硬币一次
• Ω1={(正正正), (反正正), (正反正), (正正反),
(正反反), (反正反), (反反正), (反反反)}
此样本空间中的样本点等可能. • Ω2={(三正), (二正一反), (二反一正), (三反)} 此样本空间中的样本点不等可能.
24 December 2018
第一章 随机事件与概率
第19页
课堂练习
1. 若A 是 B 的子事件，则 AB = ( B )， AB = ( A )
2. 设 A 与B 同时出现时 C 也出现，则( ③ ) ① AB 是 C 的子事件； ② C 是 AB 的子事件； ③ AB 是 C 的子事件； ④ C 是 AB 的子事件.
24 December 2018
茆诗松《概率论与数理统计教程》(第版)-章节题库-第4~8章【圣才出品】
A．有相同的数学期望
B．服从同一离散型分布
2 / 87
圣才电子书
C．服从同一泊松分布
十万种考研考证电子书、题库视频学习平台
D．服从同一连续型分布
【答案】C
【解析】直接应用辛钦大数定律的条件进行判断，C 项正确。事实上，应用辛钦大数定
律，随机变量序列{Xn，n≥l}必须是“独立同分布且数学期望存在”，A 项缺少同分布条件，
ε＝1，有
lim
P
n
n i 1
Xi
＜n
＝1，又
n i 1
Xi
＜n
n i1
X
i＜n
，
所以
lim
n
P
n i 1
X
i＜n
＝1。
3．设 Xn 表示将一硬币随意投掷 n 次“正面”出现的次数，则（ ）。
A． lim P{ Xn n x} (x)
n
n
B． lim P{ Xn 2n x} (x)
6 / 87
圣才电子书 十万种考研考证电子书、题库视频学习平台
解：设同时使用紫外线的分机数为 ， 设此单定安装的外线共有 条，则应用中心极限定理 又查表知
【答案】
【解析】题目要求我们计算
为此我们需要应用大数定律或依概率收
敛的定义与性质来计算。由题设知 X1，…，Xn 独立同分布：
且
，根据辛钦大数定律
4．设随机变量列 X1，X2，…，Xn…相互独立且同分布，则 X1，X2，…，Xn，…服从辛 钦大数定律，只要随机变量 X1______。
【答案】期望存在 【解析】辛钦大数定律的条件是 Xi 独立同分布，且期望存在，而切比雪夫大数定律的 条件是 不相关且方差有界。
概率统计课程复习要点(茆诗松)
茆诗松概率统计课程复习要点第一章随机事件与概率：1、事件的表示、关系与运算性质，P11题3，8，9。
2、概率的定义及其确定方法，尤其是排列组合在古典方法中的应用以及几何方法，即要熟练掌握古典方法和几何方法求事件发生的概率问题，P30，题6，7，8，11，18，21。
3、概率的运算性质（可加性、单调性、加法公式）及其应用，P39题1，4，6，17，18。
4、重点掌握条件概率计算，乘法公式，全概率公式（重点）以及贝叶斯公式，P51题1，2，5，8，9，12，13，16，18。
5、事件的独立性，掌握独立性定义，伯努利概型定义，P59题1，3，4，6，9，15。
第二章随机变量及其分布：1、掌握随机变量的分布函数定义及其性质，离散型随机变量及其分布列，连续型随机变量的概率密度函数。
已知分布列或概率密度函数会求分布函数，或者已知分布函数求分布列或概率密度函数（重点）。
P75题4，8，12，13，15，16。
2、掌握数学期望的定义及其性质，会计算离散型和连续型随机变量的数学期望，会利用数学期望的性质计算复杂随机变量的数学期望。
P84题1，2，11，12，13，14，17。
3、掌握方差的定义及其性质，会计算离散型和连续型随机变量的方差或标准差（简便计算公式），会利用方差的性质计算复杂随机变量的方差（重点），掌握切比雪夫不等式，会应用这个不等式来估计某事件发生的概率大小（重点）。
P91题3，4，6，8，14。
4、熟练三个常用离散分布（0-1分布、二项分布、Poisson分布）及其数学期望和方差。
P104题5，8，16。
注意它们的记号表示。
5、熟练三个常用连续型分布（正态分布、均匀分布、指数分布）及其数学期望和方差，尤其是正态分布的概率密度函数的对称性，正态分布的标准化。
P120题1，2，3，4，9，10，12，20；注意它们的记号表示。
6、随机变量函数分布（重点），掌握离散型连续型随机变量函数的分布的计算，尤其熟练连续型的情形（分布函数定义法，定理法）。
茆诗松《概率论与数理统计教程》(第2版)笔记和课后习题(含考研真题)详解-第4~5章【圣才出品】
（1）|φ （t）|≤φ （0）＝1．
——————
——————
（2）φ （－t）＝φ （t），其中φ （t）表示 φ （t）的共轭．
（3）若 y＝aX＋b，其中 a，b 是常数，则 φ Y（t）＝eibtφ X（at）．
（4）独立随机变量和的特征函数为每个随机变量的特征函数的积．即设 X 与 Y 相互独
5 / 167
圣才电子书 十万种考研考证电子书、题库视频学习平台
P
Xn a
P
Yn b
则有 ①
P
X n Yn a b
②
1 / 167
圣才电子书
十万种考研考证电子书、题库视频学习平台
P
X n Yn a b
③
P
Xn Yn a b(b 0)
2．按分布收敛、弱收敛
（1）按分布收敛
设随机变量 X，X1，X2，…的分布函数分别为 F（X），F1（X），F2（X），…．若对 F（x）
p(x) x e n/21 x/2 ，x 0 Γ (n / 2)2n/2
exp
it
2t 2
2
(1 it )1
(1 it )
(1 2it )n / 2
贝塔分布
Be(a，b)
p(x) Γ (a b) xa1 (1 x)b1，0 x 1 Γ (a)Γ (b)
Γ (a b)
(it)k Γ (a k)
P
Xn x
或者说，绝对偏差|Xn－x|小于任一给定量的可能性将随着 n 增大而愈来愈接近于 1， 即等价于 P（|Xn－x|＜ε）→1（n→∞）．
特别当 x 为退化分布时，即 P（X－c）＝1，则称序列{Xn}依概率收敛于 C． （2）依概率收敛于常数的四则运算性质如下： 设{Xn}，{Yn}是两个随机变量序列，a，b 是两个常数．如果
概率论与数理统计第四章课后习题及参考答案
概率论与数理统计第四章课后习题及参考答案1．在下列句子中随机地取一个单词，以X 表示取到的单词包含的字母的个数，试写出X 的分布律，并求)(X E ．Have a good time解：本题的随机试验属于古典概型．所给句子共4个单词，其中有一个单词含一个字母，有3个单词含4个字母，则X 的所有可能取值为1，4，有41)1(==X P ，43)4(==X P ，从而413434411)(=⋅+⋅=X E ．2．在上述句子的13个字母中随机地取一个字母，以Y 表示取到的字母所在的单词所含的字母数，写出Y 的分布律，并求)(Y E ．解：本题的随机试验属于古典概型．Y 的所有可能取值为1，4，样本空间Ω由13个字母组成，即共有13个样本点，则131)1(==Y P ，1312)4(==Y P ，从而1349131241311)(=⋅+⋅=Y E ．3．一批产品有一、二、三等品及废品4种，所占比例分别为60%，20%，10%和10%，各级产品的出厂价分别为6元、8.4元、4元和2元，求产品的平均出厂价．解：设产品的出厂价为X (元)，则X 的所有可能取值为6，8.4，4，2，由题设可知X 的分布律为X 68.442P6.02.01.01.0则16.51.021.042.08.46.06)(=⨯+⨯+⨯+⨯=X E (元)．4．设随机变量X 具有分布：51)(==k X P ，5,4,3,2,1=k ，求)(X E ，)(2X E 及2)2(+X E ．解：3)54321(51)(=++++=X E ，11)54321(51)(222222=++++=X E ，274)(4)()44()2(222=++=++=+X E X E X X E X E ．5．设离散型随机变量X 的分布列为k k kk X P 21)!2)1((=-=， ,2,1=k ，问X 是否有数学期望．解：因为∑∑∞=∞==⋅-111212)1(k k k k kkk 发散，所以X 的数学期望不存在．6．设随机变量X 具有密度函数⎪⎩⎪⎨⎧≤≤-=其他．,0,22,cos 2)(2πππx x x f 求)(X E 及)(X D ．解：因为x x 2cos 在]2,2[ππ-上为奇函数，所以0d cos 2d )()(222=⋅==⎰⎰-∞+∞-πππx x x x x f x X E ，2112d cos 2d )()(2222222-=⋅==⎰⎰-∞+∞-ππππx x x x x f x X E ，故2112)]([)()(222-=-=πX E X E X D ．7．设随机变量X 具有密度函数⎪⎩⎪⎨⎧<<-≤<=其他．,0,21,2,10,)(x x x x x f 求)(X E 及)(X D ．解：1d )2(d d )()(2112=-+==⎰⎰⎰∞+∞-x x x x x x x f x X E ，67d )2(d d )()(2121322=-+==⎰⎰⎰∞+∞-x x x x x x x f x X E ，61)]([)()(22=-=X E X E X D ．8．设随机变量X 在)21,21(-上服从均匀分布，求)sin(X Y π=的数学期望与方差．解：由题可知X 的密度函数为⎪⎩⎪⎨⎧<<-=其他．,0,2121,1)(x x f 则0d 1sin d )(sin )][sin()(2121=⋅===⎰⎰-∞+∞-x x x x f x X E Y E πππ，21d 1sin d )(sin )]([sin )(21212222=⋅===⎰⎰-∞+∞-x x x x f x X E Y E πππ，21)]([)()(22=-=Y E Y E Y D ．9．某正方形场地，按照航空测量的数据，它的边长的数学期望为350m ，又知航空测量的误差随机变量X 的分布列为X (m)30-20-10-0102030P05.008.016.042.016.008.005.0而场地边长随机变量Y 等于边长的数学期望与测量误差之和，即X Y +=350，求场地面积的数学期望．解：设场地面积为S ，则2Y S =，16.01042.0016.0)10(08.0)20(05.030)(⨯+⨯+⨯-+⨯-+⨯-=X E 005.03008.020=⨯+⨯+，16.01042.0016.0)10(08.0)20(05.0)30()(222222⨯+⨯+⨯-+⨯-+⨯-=X E 18605.03008.02022=⨯+⨯+，故)350700(])350[()()(2222++=+==X X E X E Y E S E 122686350)(700)(22=++=X E X E ．10．A ，B 两台机床同时加工零件，每生产一批较大的产品时，出次品的概率如下表所示：A 机床次品数X 0123概率P7.02.006.004.0B 机床次品数X 0123概率P8.006.004.010.0问哪一台机床加工质量较好．解：44.004.0306.022.017.00)(=⨯+⨯+⨯+⨯=X E ，8.004.0306.022.017.00)(22222=⨯+⨯+⨯+⨯=X E ，6064.0)]([)()(22=-=X E X E X D ，44.010.0304.0206.018.00)(=⨯+⨯+⨯+⨯=Y E ，12.110.0304.0206.018.00)(22222=⨯+⨯+⨯+⨯=Y E ，9264.0)]([)()(22=-=Y E Y E Y D ，)()(Y E X E =，但)()(Y D X D <，故A 机床加工质量较好．11．设随机变量X 与Y 相互独立，且方差存在，试证：22)]()[()()]([)()()(Y E X D Y D X E Y D X D XY D ++=，由此得出)()()(Y D X D XY D ≥．证：22)]([])[()(XY E XY E XY D -=222)]()([)(Y E X E Y X E -=2222)]([)]([)()(Y E X E Y E X E -=2222)]([)]([})]([)(}{)]([)({Y E X E Y E Y D X E X D -++=22)]()[()()]([)()(Y E X D Y D X E Y D X D ++=．因为)(X D ，)(Y D ，2)]([X E ，2)]([Y E 非负，所以)()()(Y D X D XY D ≥．12．已知随机变量X 的密度函数为⎩⎨⎧≤≤++=其他．,010,)(2x c bx x a x f又已知5.0)(=X E ，15.0)(=X D ，求a ，b ，c ．解：c b a x c bx x a x x f ++=++==⎰⎰∞+∞-2131d )(d )(1102，c b a x c bx x a x x x f x X E 213141d )(d )()(5.0102++=++===⎰⎰∞+∞-，⎰⎰++-=-==∞+∞-1222d )()5.0(d )()]([)(15.0xc bx x a x x x f X E x X D 41314151-++=c b a ，解之得12=a ，12-=b ，3=c ．13．设),(Y X 的分布律为(1)求)(X E 及)(Y E ；(2)设XYZ =，求)(Z E ；(3)设2)(Y X Z -=，求)(Z E ．解：(1)2)13.00(3)1.001.0(2)1.01.02.0(1)(=++⨯+++⨯+++⨯=X E ，0)1.01.01.0(1)3.001.0(0)01.02.0()1()(=++⨯+++⨯+++⨯-=Y E ，(2)1.01)3.001.0(00)31(1.021(2.01)(⨯+++⨯+⨯-+⨯-+⨯-=Z E 1511.0311.021-=⨯+⨯+，(3)1.0)01(0)]1(3[1.0)]1(2[2.0)]1(1[)(2222⨯-+⨯--+⨯--+⨯--=Z E 51.0)13(1.0)12(1.0)11(3.0)03(0)02(22222=⨯-+⨯-+⨯-+⨯-+⨯-+．14．设随机变量),(Y X 的概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤+=其他．,0,10,20,3),(y x yx y x f求)(X E ，)(Y E ，)(Y X E +及)(22Y X E +．解：⎰⎰∞+∞-∞+∞-=y x y x f x X E d d ),()(911d d 31020=+⋅=⎰⎰y x y x x ，⎰⎰∞+∞-∞+∞-=y x y x yf Y E d d ),()(95d d 31020=+⋅=⎰⎰y x y x y ，⎰⎰∞+∞-∞+∞-+=+y x y x f y x Y X E d d ),()()(916d d 3)(1020=+⋅+=⎰⎰y x y x y x ，⎰⎰∞+∞-∞+∞-+=+y x y x f y x Y X E d d ),()()(2222613d d 3)(102022=+⋅+=⎰⎰y x y x y x ．15．),(Y X 在区域}1,0,0|),{(≤+≥≥=y x y x y x D 上服从均匀分布，求)(X E ，)23(Y X E -及)(XY E ．解：由题可知),(Y X 的联合密度函数为⎩⎨⎧≤≤-≤≤=其他．,0,10,10,2),(y y x y x f ⎰⎰∞+∞-∞+∞-=y x y x f x X E d d ),()(31d d 21010==⎰⎰-yy x x ，⎰⎰∞+∞-∞+∞--=-y x y x f y x Y X E d d ),()23()23(31d d )23(21010=-=⎰⎰-yy x y x ，⎰⎰∞+∞-∞+∞-=y x y x xyf XY E d d ),()(121d d 21010==⎰⎰-y y x xy ．16．设二维随机变量),(Y X 的概率密度函数为⎪⎩⎪⎨⎧>+≤+=．1,0,1,1),(2222y x y x y x f π证明：随机变量X 与Y 不相关，也不相互独立．证：⎰⎰⎰⎰⋅=⋅=∞+∞-∞+∞-πθθππ201d d cos 1d d 1)(r r r y x x X E ，同理，0)(=Y E ，⎰⎰⎰⎰⋅⋅=⋅=∞+∞-∞+∞-πθθθππ201d d sin cos 1d d 1)(r r r r y x xy XY E ，0)()()(),cov(=-=Y E X E XY E Y X ，故随机变量X 与Y 不相关．当11≤≤-x 时，ππ21112d 1d ),()(22x y y y x f x f x x X -===⎰⎰---∞+∞-，其他，0)(=x f X ，故⎪⎩⎪⎨⎧≤≤--=其他．,0,11,12)(2x x x f X π同理，⎪⎩⎪⎨⎧≤≤--=其他．,0,11,12)(2y y y f Y π易得)()(),(y f x f y x f Y X ≠，故随机变量X 与Y 不相互独立．17．设随机变量1X ，2X 的概率密度分别为⎩⎨⎧≤>=-．0,0,0,e 2)(21x x x f x ，⎩⎨⎧≤>=-．0,0,0,e 4)(42y y y f y 试用数学期望的性质求：(1))(21X X E +及)32(221X X E -；(2)又设1X ，2X 相互独立，求)(21X X E ．解：由题可知1X ～)2(E ，2X ～)4(E ，则21)(1=X E ，41)(2=X E ，161)(2=X D ，81)]([)()(22222=+=X E X D X E ．(1)43)()()(2121=+=+X E X E X X E ，85)(3)(2)32(221221=-=-X E X E X X E ．(2)81)()()(2121==X E X E X X E ．18．(1)设1X ，2X ，3X 及4X 独立同在)1,0(上服从均匀分布，求)51(41∑=k k kX D ；(2)已知随机变量X ，Y 的方差分别为25和36，相关系数为4.0，求Y X U 23+=的方差．解：(1)由题易得121)(=i X D ，)51(41∑=k k kX D )(5141∑==k kkX D )](4)(3)(2)([514321X D X D X D X D +++=21)4321(121512222=+++⋅=．(2)由已知25)(=X D ，36)(=Y D ，4.0)()(),cov(==Y D X D Y X XY ρ，得12),cov(=Y X ，)2,3cov(2)2()3()23()(Y X Y D X D Y X D U D ++=+=513),cov(232)(2)(322=⋅⋅++=Y X Y D X D ．19．一民航送客车载有20位旅客自机场开出，旅客有10个车站可以下车，如果到达一个车站没有旅客下车就不停车，以X 表示停车的次数，求)(X E (设每位旅客在各个车站下车是等可能的，并设各旅客是否下车相互独立)．解：引入随机变量⎩⎨⎧=站无人下车．，在第站有人下车；，在第i i X i 01，10,,2,1 =i ．易知1021X X X X +++= ．按题意，任一旅客在第i 站不下车的概率为9.0，因此20位旅客都不在第i 站下车的概率为209.0，在第i 站有人下车的概率为209.01-，也就是209.0)0(==i X P ，209.01)1(-==i X P ，10,,2,1 =i ．由此209.01)(-=i X E ，10,,2,1 =i ．进而)()()()()(10211021X E X E X E X X X E X E +++=+++= 784.8)9.01(1020=-=(次)．20．将n 只球(1～n 号)随机地放进n 只盒子(1～n 号)中去，一只盒子装一只球．若一只球装入与球同号的盒子中，称为一个配对，记X 为总的配对数，求)(X E ．解：引入随机变量⎩⎨⎧=号盒子．号球未放入第第号盒子号球放入第第i i i i X i ,0,,1，n i ,,2,1 =，则n X X X X +++= 21，显然n X P i 1)1(==，则nX P i 11)0(-==，n i ,,2,1 =，从而nX E i 1)(=，n i ,,2,1 =，于是1)()()()()(2121=+++=+++=n n X E X E X E X X X E X E ．21．设随机变量),(Y X 的分布律为试验证X 和Y 是不相关的，但X 和Y 不是相互独立的．证：0)25.00(2)025.0(1)025.0()1()25.00(2)(=+⨯++⨯++⨯-++⨯-=X E ，5)25.00025.0(4)025.025.00(1)(=+++⨯++++⨯=Y E ，0)4(25.0)8(0225.0125.0)1(02)(⨯-+⨯-+⨯+⨯+⨯-+⨯-=XY E 025.0804=⨯+⨯+，所以0)()()(),cov(=-=Y E X E XY E Y X ，故X 与Y 不相关．易知25.025.00)2(=+=-=X P ，5.0025.025.00)1(=+++==Y P ，0)1,2(==-=Y X P ，有)1()2()1,2(=-=≠=-=Y P X P Y X P ，故X 与Y 不相互独立．22．设二维随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤+=其他．,0,10,10,),(y x y x y x f 求)(X E ，)(Y E ，)(X D ，)(Y D ，)(XY E ，),cov(Y X 及XY ρ．解：127d d )(d d ),()(1010=+==⎰⎰⎰⎰∞+∞-∞+∞-y x y x x y x y x f x X E ，125d d )(d d ),()(1010222=+==⎰⎰⎰⎰∞+∞-∞+∞-y x y x x y x y x f x X E ，14411)]([)()(22=-=X E X E X D ，由轮换对称性，得127)(=Y E ，14411)(=Y D ，31d d )(d d ),()(1010=+==⎰⎰⎰⎰∞+∞-∞+∞-y x y x xy y x y x xyf XY E ，1441)()()(),cov(-=-=Y E X E XY E Y X ，111)()(),cov(-==Y D X D Y X XY ρ．23．设X ～),(2σμN ，Y ～),(2σμN ，且X ，Y 相互独立．求Y X Z βα+=1和Y X Z βα-=2的相关系数(α，β是不为0的常数)．解：由题可知μ==)()(Y E X E ，2)()(σ==Y D X D ，则2222)]([)()(σμ+=+=X E X D X E ，2222)]([)()(σμ+=+=Y E Y D Y E ，μβαβα)()()(1+=+=Y X E Z E ，μβαβα)()()(2-=-=Y X E Z E ，222221)()()()()(σβαβαβα+=+=+=Y D X D Y X D Z D ，222222)()()()()(σβαβαβα+=+=-=Y D X D Y X D Z D ，)()])([()(222221Y X E Y X Y X E Z Z E βαβαβα-=-+=))(()()(22222222σμβαβα+-=-=Y E X E ，222212121)()()()(),cov(σβα-=-=Z E Z E Z Z E Z Z ，22222121)()(),cov(21βαβαρ+-==Z D Z D Z Z Z Z ．24．设),(Y X 的联合概率密度为⎩⎨⎧≤≤≤≤--=.,0,10,10,2),(其他y x y x y x f (1)求),cov(Y X ，XY ρ和)32(Y X D -；11(2)X 与Y 是否独立？解：(1)125d d )2(d d ),()(1010=--==⎰⎰⎰⎰∞+∞-∞+∞-y x y x x y x y x f x X E ，41d d )2(d d ),()(1010222=--==⎰⎰⎰⎰∞+∞-∞+∞-y x y x x y x y x f x X E ，61d d )2(d d ),()(1010=--==⎰⎰⎰⎰∞+∞-∞+∞-y x y x xy y x y x xyf XY E ，14411)]([)()(22=-=X E X E X D ，由轮换对称性，125)(=Y E ，14411)(=Y D ，1441)()()(),cov(-=-=Y E X E XY E Y X ，111)()(),cov(-==Y D X D Y X XY ρ，)3,2cov(2)3()2()32(Y X Y D X D Y X D -+-+=-144155),cov(12)(3)(222=-+=Y X Y D X D ．(2)当10≤≤x 时，x y y x y y x f x f X -=--==⎰⎰∞+∞-23d )2(d ),()(10，其他，0)(=x f X ，故⎪⎩⎪⎨⎧≤≤-=其他．,0,10,23)(x x x f X 同理，⎪⎩⎪⎨⎧≤≤-=其他．,0,10,23)(y y y f Y 因为)()(),(y f x f y x f Y X ≠，故X 与Y 不相互独立．。
概率论与数理统计教程(茆诗松)
例1.1.1
口袋中有a 个白球、b 个黑球，从中一个一个不返 回地取球。A = “取到最后一个是白球”， B = “取到最后一段是白球”。问 A 与 B 的关系？
解：1) 显然，B 发生必然导致A发生，所以 BA;. 2) 又因为A发生必然导致B发生，所以 AB， 由此得 A = B.
• 从 n 个元素中任取 r 个，求取法数.
• 排列讲次序，组合不讲次序.
• 全排列：Pn= n! • 0! = 1.
• •
重选复排排列：列Pn：r n(rn
常用大写字母 X、Y、Z …表示.
事件的表示
➢在试验中，A中某个样本点出现了， 就说 A 出现了、发生了，记为A.
➢维恩图 ( Venn ). ➢事件的三种表示
用语言、用集合、用随机变量.
1.1.5 事件间的关系
➢包含关系： A B, A 发生必然导致 B 发
生. ➢相等关系: A = B A B 而且 B
5. 试用A、B、C ห้องสมุดไป่ตู้示下列事件：
① A 出现； A ② 仅 A 出现；ABC ③ 恰有一个出现；ABC ABC ABC
④ 至少有一个出现；A B C
⑤ 至多有一个出现；ABC ABC ABC ABC ⑥ 都不出现； ABC
⑦ 不都出现； ABC A B C ⑧ 至少有两个出现；AB AC BC
A A不发生、对立事件 A的余集
注意点(1)
基本事件互不相容，基本事件之并
=ΩA A A
A A Ω
A A
A A
A
A
AB A B
B
华东师范大学茆诗松《概率论与数理统计教程》第4章 大数定律与中心极限定理
第20页
定理4.3.4
X n L X
Xn (t) X (t)
10 October 2020
华东师范大学
第四章 大数定律与中心极限定理
第21页
辛钦大数定律的证明思路
欲证:
第四章 大数定律与中心极限定理
第1页
第四章 大数定律与中心极限定理
§4.1 特征函数 §4.2 大数定律 §4.3 随机变量序列的两种收敛性 §4.4 中心极限定理
10 October 2020
华东师范大学
第四章 大数定律与中心极限定理
第2页
§4.1 特征函数
特征函数是处理概率论问题的有力工具， 其作用在于：
华东师范大学
第四章 大数定律与中心极限定理
切比雪夫大数定律
第11页
定理4.2.2
{Xn}两两不相关，且Xn方差存在，有共 同的上界，则 {Xn}服从大数定律.
证明用到切比雪夫不等式.
10 October 2020
华东师范大学
第四章 大数定律与中心极限定理
马尔可夫大数定律
第12页
定理4.2.3
若随机变量序列{Xn}满足：
两种收敛性： i) 依概率收敛：用于大数定律； ii) 按分布收敛：用于中心极限定理.
10 October 2020
华东师范大学
第四章 大数定律与中心极限定理
4.3.1 依概率收敛
第16页
定义4.3.1 (依概率收敛)
若对任意的 >0，有
nlim
P
Yn
Y
1
则称随机变量序列{Yn}依概率收敛于Y, 记为
为 X 的特征函数.
(必定存在)
注意：i 1 是虚数单位.
茆诗松数理统计学答案
茆诗松数理统计学答案【篇一：数理统计】txt>mathematical statistics课程代码：课程性质：专业基础理论课适用专业：统计开课学期：4总学时数： 56总学分数：3.5编写年月： 2007.5 修订年月：2007.7执笔：邱红兵一、课程的性质和目的?本课程以概率论为基础开设本课程的目的在于通过教与学，使学生掌握数理统计的基本思想、基本理论和一般方法，具有一定的解决随机现象的实际问题的能力，并为学习后续课程奠定必要的基础。
是对随机现象统计规律性归纳的研究，主要对随机现象统计资料进行收集、整理和推断分析。
本课程是数学类专业本科生的专业基础课。
本课程以概率论为基础，研究如何用有效的方式收集、整理和分析受到随机性影响的数据，从而为随机现象选择和检验数学模型，并在此基础上对随机现象的性质、特点和统计规律作出推断和预测，进而为决策提供依据和建议。
通过本课程的教学，使学生初步掌握处理随机现象的基本理论和方法，并能应用其解决一些简单实际问题。
包括如何进行参数估计，如何进行统计假设检验，如何研究变量之间的关系等。
培养学生运用概率统计方法分析问题和解决实际问题的能力，使学生初步建立统计思维方式。
同时为学习有关的后继课程打好必要的基础。
二、课程教学内容及学时分配统计推断两个基本问题：参数估计，假设检验；简单随机样本的分布；经验分布；样本的原点矩和中心矩，特别是样本均值、样本方差。
第一章抽样分布（12学时）本章内容：数理统计的基本概念：总体、样本、抽样、简单随机样本、统计量；顺序统计量；经验分布函数；几个重要分布：?分布，?分布，t分布和f分布；多元正态分布与正态二次型；抽样分布；分位数。
本章要求：1、理解总体、样本、抽样、简单随机样本、统计量的概念；2、理解顺序统计量及经验分布函数的概念；3、掌握?分布，t分布和f分布的定义，以及三种分布的性质； 224、掌握多元正态分布与正态二次型的定义及其性质；5、熟练抽样分布定理。
概率论与数理统计第四章
)
(
)
(
)
,
(
Y
D
X
Dபைடு நூலகம்
Y
X
Cov
xy
=
r
=4[E(WV)]2-4E(W2)×E(V2)≤0
01
得到[E(WV)]2≤E(W2)×E(V2). →(8)式得到证明.
02
设W=X-E(X),V=Y-E(Y),那么
03
其判别式
由(9)式知, |ρ xy|=1 等价于 [E(WV)]2=E(W2)E(V2). 即 g(t)= E[tW-V)2] =t2E(W2)-2tE(WV)+E(V2) =0 (10) 由于 E[X-E(X)]=E(x)-E(X) =0, E[Y-E(Y)]=E(Y)-E(Y) =0.故 E(tW-V)=tE(W)-E(V)=tE[X-E(X)]-E[Y-E(Y)]=0 所以 D(tW-V)=E{[tW-V-E(tW-V)]2}=E[(tW-V)2]=0 (11) 由于数学期望为0,方差也为0,即(11)式成立的充分必要条件是 P{tW-V=0}=1
随机变量X的数学期望是随机变量的平均数.它是将随机变量 x及它所取的数和相应频率的乘积和.
=
(1)
)
2
3
(
)
(
-
=
ò
µ
µ
-
dx
x
x
E
j
x
可见均匀分布的数学期望为区间的中值.
例2 计算在区间[a,b]上服从均匀分布的随机变量 的数学期望
泊松分布的数学期望和方差都等于参数λ.
其他
02
f(x)=
01
（4-6）
03
（4）指数分布
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，。
概率论与数理统计（I）第四章答案
第四章 大数定律及中心极限定理导 学——极限论在概率研究中的应用本章是承前启后的一章：明晰了“频率与概率的关系”，这是一个遗留问题。
并将《概率论》部分划上了一个句号，这是承前；说它启后，有定理设定：⋯⋯,21,,,n X X X 独立同分布，这一设定在《数理统计》部分一直沿用了下去。
全章由四节组成，§1节特征函数，§2节大数定律，讲了三个定理， §3节随机变量序列的两种收敛性，§4节中心极限定理。
三个定理。
“大数”及“极限”均要求+∞→n ，在实际问题中，n 充分大即可。
§2节主要研究对象为：算术平均值()n X X nX +⋯+=11；§4节的主要研究对象为： nni i X X X +⋯+=∑=11，比n X 1少了。
§2节的学习，不妨先从复习入手。
第二、三章已熟悉了()()⋅⋅D E 及,先推算出21)(,)(σμnX D X E =⋯==⋯=这是核心推导之一，后面学《数理统计》会反复使用，再由契比雪夫不等式及夹逼原理，可推出定理一，其中NX D 2)(σ=中的n1很宝贵。
定理二是由定理一推得的，关键点为：n A X X X n +⋯++=21及X X n n n ni i A ==∑=11，于是可用定理一了。
推导本身是一件很愉快的事。
§2节的三个定理可在比对中学习。
定理一（契）不要求⋯⋯,21,,,n X X X 一定为同分布，（贝）是由定理一（契）的特例。
定理二（马）不要求⋯⋯,21,,,n X X X 独立或同分布。
定理三（辛）不要求)(X D 一定存在，“契”“马”与“辛”的结论均为：μ−→−PX ,即算术平均值依概率收敛于数学期望。
“贝”的结论为：p nn PA −→−，即频率依概率收敛于概率。
这个结论很精致，十分简单了。
翻开§4节，一堆一堆的符号映入眼中，让人头大。
其实，若标准化方法娴熟，这一节并不难。
概率论与数理统计茆诗松
概率论与数理统计茆诗松引言概率论与数理统计是一门重要的数学分支，对于我们理解和应用各种概率和统计问题具有重要的意义。
本文将围绕概率论与数理统计茆诗松展开讨论。
首先，我们将简要介绍概率论和数理统计的基本概念和方法，然后重点介绍茆诗松的相关研究和贡献。
最后，我们将总结概率论与数理统计茆诗松在学术领域的影响和应用。
概率论和数理统计基本概念概率论是研究随机现象的一种数学工具，它研究的对象是不确定性事件的发生概率。
概率论的基本概念包括事件、样本空间、概率等。
事件是指可以发生或不发生的事情，样本空间是所有可能结果的集合，概率是描述事件发生可能性的数值。
概率论包括概率分布、随机变量、概率密度函数、期望等基本内容。
数理统计是应用概率论方法处理和分析实际数据的一门学科。
它通过对样本数据进行统计推断来对总体进行估计和推断。
数理统计的基本概念包括参数和统计量、假设检验、置信区间、回归分析等。
参数和统计量是对总体特征的度量，假设检验是通过样本数据对总体假设进行检验，置信区间是用样本数据对总体的未知参数提供一个区间估计，回归分析是通过样本观测值建立总体变量之间的关系模型。
茆诗松的研究和贡献茆诗松是我国近代著名的概率论和数理统计学家，他在这一领域做出了杰出的贡献。
茆诗松对随机演化过程的稳定性和相依性进行了深入研究，并在此基础上提出了茆诗松定理。
茆诗松定理是关于随机演化过程极限定理的重要结果，它对概率论和数理统计的发展具有重要的推动作用。
在数理统计方面，茆诗松提出了一种新的经验熵估计方法，该方法可以在样本量有限的情况下对总体的熵进行估计。
这个方法具有较高的精度和效率，被广泛应用于实际问题中。
此外，茆诗松还提出了一种新的非参数回归分析方法，该方法可以有效地处理非线性回归问题。
这个方法在非线性回归分析中得到了广泛的应用。
总结概率论和数理统计是数学中重要的分支领域，它们在各个学科和实际问题中都有广泛的应用。
茆诗松作为概率论和数理统计领域的杰出学者，他的研究和贡献对于这一领域的发展产生了深远的影响。
概率论与数理统计第四版第四章
概率论与数理统计第四版第四章《概率论与数理统计（第四版）》是2008年高等教育出版社出版的图书，作者是盛骤、谢式千、潘承毅。
《概率论与数理统计》是普通高等教育“十一五”国家级规划教材,在2001年出版的《概率论与数理统计》(第三版)的基础上增订而成。
本次修订新增的内容有:在数理统计中应用Excel,bootstrap方法,户值检验法,箱线图等;同时吸收了国内外优秀教材的优点对习题的类型和数量进行了调整和充实。
《概率论与数理统计》是普通高等教育“十一五”国家级规划教材,在2001年出版的《概率论与数理统计》(第三版)的基础上增订而成。
本次修订新增的内容有:在数理统计中应用Excel,bootstrap方法,户值检验法,箱线图等;同时吸收了国内外优秀教材的优点对习题的类型和数量进行了调整和充实。
《概率论与数理统计》主要内容包括概率论、数理统计、随机过程三部分,每章附有习题;同时涵盖了《全国硕士研究生入学统一考试数学考试大纲》的所有知识点。
《概率论与数理统计》可作为高等学校工科、理科(非数学专业)各专业的教材和研究生入学考试的参考书,也可供工程技术人员、科技工作者参考。
第四章：通过数学特征可以快速把握和理解随机变量，而不像看到复杂的分布函数那样一脸茫然。
一、数学期望E(x)数学期望表示随机变量取值的集中程度，是类似平均值的一个量，它是唯一的，因为对一个随机试验，当样本空间确定后，随机事件的概率也确定了，由概率的唯一性可得到期望的唯一性。
但是你做一系列试验，得到某随机变量的平均值可能与理论上的E(X)不同，为什么？因为你做的具体试验是用频率来代替的概率，是用频率加权平均值来代替的概率加权平均。
所以我们在实际中得到的平均值都是统计意义上的均值。
数学期望在实际中的应用非常多，它可以进行投资决策，用期望来判断哪个方案的获利期望大；它可以用来进行分组优化，比如可以优化抽检方案，判断哪种方案所需资源最少。
总之这些应用都要计算理论上的平均值，用数据来支撑我们的决策，而不是一时的赌博！二、方差D(X)方差代表着随机变量取值的离散程度，当两个随机变量的数学期望相同时，再进一步的对比就要使用方差了，比如血压的比较，投资方案的选取，是要稳健型，还是要激进型？比如仪器的比较，测量数据稳定了好。
概率论与数理统计第四版课后学习资料第四章
设寿命X服从指数分布, 概率密度为
x 1 10 x0 e f (x) 10 0 x0
试求该商店一台收费Y的数学期望。
3. 随机变量函数的数学期望公式:
定理: 设Y是r.v.X的函数, Y g(X) (g是连续函数) (i) X是离散型r.v., 它的分布律为 pk P X xk ,k 1, 2, , 若 g(xk )pk 绝对收敛, 则
2 2x e , x 0, 因而N的概率密度为 fmin (x) 0, x 0,
于是N的数学期望为 : E(N)
xfmin (x)dx
0
2x e
2x
dx 商店对某种家用电器的销售 采用先使用后付款的方式。记使用寿 命为X（以年计），规定： X 1，一台付款1500元；1<X 2，一台付款2000元； 2<X 3，一台付款2500元；X>3，一台付款3000元；
k 1
E(Y) E g(X) g(xk )p k .
k 1
(ii) X是连续型r.v., 它的概率密度为f(x), 若
-
g(x)f(x)dx 绝对收敛, 则
E(Y) E g(X)
-
g(x)f(x)dx.
说明: 1. 在已知Y是X的连续函数前提下,当我们求 E(Y)时不必知道Y的分布, 只需知道X的分布就可 以了. 2. 上述定理可以推广到多维r.v.函数. 如Z g(X, Y)(g是连续函数)是r.v.X, Y的函数, 若二
-
1
e
1 -x
, x 0,
0, x 0.
概率论与数理统计教程第四版课后答案第四章.ppt
一、正态分布的相关内容：
定义 设连续型随机变量X ~ N , 2 ,
概率密度为 f x
1
x 2
e 2 2 , x ,
2
分布函数是 F x
1
x 2
x
e
2 2
dx
2
特别地， 0, 1, X ~ N 0,1，
其概率密度为 x
1
x2
e 2,
1 ( 4.56 1) ( 4.56 1) 0.0402
2
2
8
4、测量到某一目标的距离时发生的随机误差 X(米)具有
概率密度:
f (x)
1
( x20)2
e 3200
40 2
求在三次测量中至少有一次误差的绝对值不超过30米的概率。
解 显然 X ~ N(20, 40). 在一次测量中误差的绝对值不超过
则Z X Y ~ N x y , x2 y2 .
（即：独立的正态随机变量的和仍服从正态分布）
定理3 设X1, X2,, Xn独立，且Xi ~ N i , i2 ，i 1,2,, n
n
则 ci X i
i 1
~
N
n i 1
ci i
,
n i 1
c 2 i
2 i
4
四、中心极限定理
bY )
a 2 D( X
)
b2
D(Y
)
a
2
2 1
b222
(2) E( Z 2 ) E( XY ) E( X )E(Y ) 1 2 E( X 2 ) D( X ) [E( X )]2 21 21
E(Y 2 ) D(Y ) [E(Y )]2 22 2 2