数理统计学作业

合集下载

概率论与数理统计作业题及参考答案

东北农业大学网络教育学院概率论与数理统计作业题（一）一、填空题1．将A ，A ，C ，C ，E ，F ，G 这7个字母随机地排成一行，恰好排成GAECF AC 的概率为。

2．用随机变量X 来描述掷一枚硬币的试验结果. 则X 的分布函数为。

3．已知随机变量X 和Y 成一阶线性关系，则X 和Y 的相关系数=XY ρ 。

4．简单随机样本的两个特点为：5．设21,X X 为来自总体),(~2σμN X 的样本，若2120041X CX +为μ的一个无偏估计，则C = 。

二、选择题1．关系（）成立，则事件A 与B 为互逆事件。

（A ）Φ=AB ；（B ）Ω=B A ；（C ）Φ=AB Ω=B A ；（D ）A 与B 为互逆事件。

2．若函数)(x f y =是一随机变量X 的概率密度，则（）一定成立。

)(A )(x f y =的定义域为[0,1] )(B )(x f y =非负)(C )(x f y =的值域为[0,1] )(D )(x f y =在),(+∞-∞内连续3．设Y X ,分别表示甲乙两个人完成某项工作所需的时间,若EY EX <,DY DX >则 ( ) (A ) 甲的工作效率较高,但稳定性较差 (B ) 甲的工作效率较低,但稳定性较好 (C ) 甲的工作效率及稳定性都比乙好 (D ) 甲的工作效率及稳定性都不如乙4．样本4321,,,X X X X 取自正态分布总体X ，μ=EX 为已知，而2σ=DX 未知，则下列随机变量中不能作为统计量的是（）(.A ).∑==4141i i X X (B ).μ241++X X (C ).∑=-=4122)(1i i X X k σ (D ).∑=-=4122)(31i i X X S 5．设θ是总体X 的一个参数，θˆ是θ的一个估计量，且θθ=)ˆ(E ，则θˆ是θ的（）。

（A ）一致估计（B ）有效估计（C ）无偏估计（D ）一致和无偏估计三、计算题1．两封信随机地投向标号1，2，3，4的四个空邮筒，问：（1）第二个邮筒中恰好投入一封信的概率是多少；（2）两封信都投入第二个邮筒的概率是多少？22．一批产品20个, 其中有5个次品, 从这批产品中随意抽取4个, 求（1）这4个中的次品数X 的分布列；（2）)1(<X p3．已知随机变量X 的分布密度函数为 ⎪⎩⎪⎨⎧≤<-≤<=其他,021,210,)(x x x x x f ，求DX EX ,.4．设随机变量X 与Y（1）求X 与Y 的边缘分布列（2）X 与Y 是否独立？5．总体X 服从参数为λ的泊松分布)(λp ，λ未知，设n X X X ，，， 21为来自总体X 的一个样本：（1）写出)(21n X X X ，，，的联合概率分布；（2）}{max 1i ni X ≤≤，21X X +，212XX n -，5，∑=ni iX 12)(λ－中哪些是统计量？6．某车间生产滚珠，从长期实践可以认为滚珠的直径服从正态分布，且直径的方差为04.02=σ，从某天生产的产品中随机抽取9个，测得直径平均值为15毫米，试对05.0=α，求出滚珠平均直径的区间估计)96.1,645.1(025.005.0==Z Z概率论与数理统计作业题（二）一、填空题1．将A ，A ，C ，C ，E ，F ，G 这7个字母随机地排成一行，恰好排成GAECF AC 的概率为。

概率论与数理统计作业及答案

概率论与数理统计作业及答案单选题(共100分)说明:（）1.的分布函数为，其中为标准正态分布的分布函数，则_______(6分)(A) :0(B) :0.3(C) :0.7(D) :1参考答案：C解题思路：无2. 根据德莫弗－拉普拉斯定理可知_______(6分)(A) : 二项分布是正态分布的极限分布(B) : 正态分布是二项分布的极限分布(C) : 二项分布是指数分布的极限分布(D) : 二项分布与正态分布没有关系参考答案：B解题思路：无3.和独立，其方差分别为6和3，则_______(7分)(A) :9(B) :15(C) :21(D) :27参考答案：D解题思路：无4.设随机变量的分布函数为，则_______(7分)(A) :(B) :(C) :(D) :参考答案：B解题思路：无5.如果和满足, 则必有_______(6分)(A) :和不独立(B) :和的相关系数不为零(C) :和独立(D) :和的相关系数为零参考答案：D解题思路：无6.设随机变量的方差存在，则_______(6分)(A) :(B) :(C) :(D) :参考答案：D解题思路：无7.将一枚硬币重复掷次，以和分别表示正面向上和反面向上的次数，则和的相关系数等于_______(7分)(A) :－1(B) :0(C) :(D) :1参考答案：A解题思路：无8.设是随机变量，，则对任意常数，必有_______(7分)(A) :(B) :(C) :(D) :参考答案：D解题思路：无9.设随机变量的方差存在，为常数），则_______(7分)(A) :(B) :(C) :(D) :参考答案：C解题思路：无10.设随机变量～，～，且相关系数，则_______(7分)(A) :(B) :(C) :(D) :参考答案：D解题思路：无11.设随机变量，…相互独立，且都服从参数为的指数分布，则_______(6分)(A) :(C) :(D) :参考答案：A解题思路：无12.设随机变量～，服从参数的指数分布，则_______(7分)(A) :(B) :(C) :(D) :参考答案：A解题思路：无13. 有一批钢球，质量为10克、15克、20克的钢球分别占55%，20%，25%。

应用数理统计作业题及参考答案（第一章）

应⽤数理统计作业题及参考答案（第⼀章）第⼀章数理统计的基本概念P261.2 设总体X 的分布函数为()F x ，密度函数为()f x ，1X ，2X ，…，n X 为X 的⼦样，求最⼤顺序统计量()n X 与最⼩顺序统计量()1X 的分布函数与密度函数。

解：(){}{}()12nn i n F x P X x P X x X x X x F x =≤=≤≤≤= ，，，.()()()()1n n n f x F x n F x f x -'=??=.(){}{}1121i n F x P X x P X x X x X x =≤=->>> ，，，. {}{}{}121n P X x P X x P X x =->>>{}{}{}121111n P X x P X x P X x =-?-≤??-≤??-≤()11nF x =-?-()()()()1111n f x F x n F x f x -'=??=?-.1.3 设总体X 服从正态分布()124N ，，今抽取容量为5的⼦样1X ，2X ，…，5X ，试问：（i ）⼦样的平均值X ⼤于13的概率为多少？（ii ）⼦样的极⼩值（最⼩顺序统计量）⼩于10的概率为多少？（iii ）⼦样的极⼤值（最⼤顺序统计量）⼤于15的概率为多少？解：()~124X N ，，5n =，4~125X N ??∴ ??，. （i ）{}{}()13113111 1.1210.86860.1314P X P X P φφ>=-≤=-=-=-=-=. （ii ）令{}min 12345min X X X X X X =，，，，，{}max 12345max X X X X X X =，，，，.{}{}{}min min 125101*********P X P X P X X X <=->=->>> ，，，{}{}{}5551111011101110i i i i P X P X P X ===->=-?-()12~012X Y N -=，， {}{}121012*********X X P X P P P Y ---∴<=<=<-=<-{}()111110.84130.1587P Y φ=-<=-=-=.{}[]5min 10110.158710.42150.5785P X ∴<=--≈-=.（iii ）{}{}{}{}{}55max max 1251151151151515115115i i P X P X P X X X P X P X =>=-<=-<<<=-<=-? {}5max 1510.9331910.70770.2923P X ∴>=-≈-=.1.4 试证：（i ）()()()22211nni i i i x a x x n x a ==-=-+-∑∑对任意实数a 成⽴。

概率论与数理统计作业及解答

概率论与数理统计作业及解答第一次作业★1. 甲, 乙, 丙三门炮各向同一目标发射一枚炮弹, 设事件A , B , C 分别表示甲, 乙, 丙击中目标, 则三门炮最多有一门炮击中目标如何表示. 事件E ={事件,,A B C 最多有一个发生},则E 的表示为;E ABC ABC ABC ABC =+++或;ABACBC =或;ABACBC =或;ABACBC =或().ABC ABC ABC ABC =-++(和A B +即并A B ,当,A B 互斥即AB φ=时,A B 常记为A B +.) 2. 设M 件产品中含m 件次品, 计算从中任取两件至少有一件次品的概率.221M mM C C --或1122(21)(1)m M m m M C C C m M m M M C -+--=- ★3. 从8双不同尺码鞋子中随机取6只, 计算以下事件的概率.A ={8只鞋子均不成双},B ={恰有2只鞋子成双},C ={恰有4只鞋子成双}.61682616()32()0.2238,143C C P A C ===1414872616()80()0.5594,143C C C P B C === 2212862616()30()0.2098.143C C C P C C === ★4. 设某批产品共50件, 其中有5件次品, 现从中任取3件, 求:(1)其中无次品的概率; (2)其中恰有一件次品的概率.(1)34535014190.724.1960C C == (2)21455350990.2526.392C C C ==5. 从1～9九个数字中, 任取3个排成一个三位数, 求:(1)所得三位数为偶数的概率; (2)所得三位数为奇数的概率.(1){P 三位数为偶数}{P =尾数为偶数4},9=(2){P 三位数为奇数}{P =尾数为奇数5},9=或{P 三位数为奇数}1{P =-三位数为偶数45}1.99=-=6. 某办公室10名员工编号从1到10,任选3人记录其号码,求:(1)最小号码为5的概率;(2)最大号码为5的概率.记事件A ={最小号码为5}, B ={最大号码为5}.(1) 253101();12C P A C ==(2) 243101().20C P B C ==7. 袋中有红、黄、白色球各一个,每次从袋中任取一球,记下颜色后放回,共取球三次,求下列事件的概率:A ={全红},B ={颜色全同},C ={颜色全不同},D ={颜色不全同},E ={无黄色球},F ={无红色且无黄色球},G ={全红或全黄}.311(),327P A ==1()3(),9P B P A ==33333!2(),339A P C ===8()1(),9P D P B =-=3328(),327P E ==311(),327P F ==2()2().27P G P A ==☆.某班n 个男生m 个女生(m ≤n +1)随机排成一列, 计算任意两女生均不相邻的概率.☆.在[0, 1]线段上任取两点将线段截成三段, 计算三段可组成三角形的概率. 14第二次作业 1. 设A , B 为随机事件, P (A )=0.92, P (B )=0.93, (|)0.85P B A =, 求:(1)(|)P A B , (2)()P A B ∪. (1) ()()0.85(|),()0.850.080.068,()10.92P AB P AB P B A P AB P A ====⨯=-()()()()()()P AB P A P AB P A P B P AB =-=-+0.920.930.0680.058,=-+=()0.058(|)0.83.()10.93P AB P A B P B ===-(2)()()()()P A B P A P B P AB =+-0.920.930.8620.988.=+-=2. 投两颗骰子,已知两颗骰子点数之和为7,求其中有一颗为1点的概率. 记事件A ={(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)}, B ={(1,6),(6,1)}. 21(|).63P B A ==★.在1—2000中任取一整数, 求取到的整数既不能被5除尽又不能被7除尽的概率. 记事件A ={能被5除尽}, B ={能被7除尽}.4001(),20005P A ==取整2000285,7⎡⎤=⎢⎥⎣⎦28557(),2000400P B ==200057,57⎡⎤=⎢⎥⨯⎣⎦57(),2000P AB = ()()1()1()()()P AB P A B P A B P A P B P AB ==-=--+1575710.686.54002000=--+=3. 由长期统计资料得知, 某一地区在4月份下雨(记作事件A )的概率为4/15, 刮风(用B 表示)的概率为7/15, 既刮风又下雨的概率为1/10, 求P (A |B )、P (B |A )、P (A B ).()1/103(|),()7/1514P AB P A B P B ===()1/103(|),()4/158P AB P B A P A ===()()()()P A B P A P B P AB =+-47119.15151030=+-=4. 设某光学仪器厂制造的透镜第一次落下时摔破的概率是1/2,若第一次落下未摔破,第二次落下时摔破的概率是7/10,若前二次落下未摔破,第三次落下时摔破的概率是9/10,试求落下三次而未摔破的概率．记事件i A ={第i 次落下时摔破},1,2,3.i = 1231213121793()()(|)(|)111.21010200P A A A P A P A A P A A A ⎛⎫⎛⎫⎛⎫==---= ⎪⎪⎪⎝⎭⎝⎭⎝⎭5. 设在n 张彩票中有一张奖券,有3个人参加抽奖,分别求出第一、二、三个人摸到奖券概率．记事件i A ={第i 个人摸到奖券},1,2,3.i =由古典概率直接得1231()()().P A P A P A n ===或212121111()()()(|),1n P A P A A P A P A A n n n-====-31231213121211()()()(|)(|).12n n P A P A A A P A P A A P A A A n n n n--====--或第一个人中奖概率为11(),P A n=前两人中奖概率为12122()()(),P A A P A P A n +=+=解得21(),P A n=前三人中奖概率为1231233()()()(),P A A A P A P A P A n ++=++=解得31().P A n=6. 甲、乙两人射击, 甲击中的概率为0.8, 乙击中的概率为0.7, 两人同时射击, 假定中靶与否是独立的.求(1)两人都中靶的概率; (2)甲中乙不中的概率; (3)甲不中乙中的概率.记事件A ={甲中靶},B ={乙中靶}.(1) ()()()0.70.70.56,P AB P A P B ==⨯=(2) ()()()0.80.560.24,P AB P A P AB =-=-= (3) ()()()0.70.560.14.P AB P B P AB =-=-=★7. 袋中有a 个红球, b 个黑球, 有放回从袋中摸球, 计算以下事件的概率: (1)A ={在n 次摸球中有k 次摸到红球}; (2)B ={第k 次首次摸到红球};(3)C ={第r 次摸到红球时恰好摸了k 次球}.(1) ();()k n kk n kk k nnna b a b P A C C a b a b a b --⎛⎫⎛⎫== ⎪ ⎪+++⎝⎭⎝⎭(2) 11();()k k kb a ab P B a b a b a b --⎛⎫== ⎪+++⎝⎭ (3) 1111().()rk rr k rr r k k ka b a b P C CCa b a b a b ------⎛⎫⎛⎫== ⎪ ⎪+++⎝⎭⎝⎭8.一射手对一目标独立地射击4次, 已知他至少命中一次的概率为80.81求该射手射击一次命中目标的概率.设射击一次命中目标的概率为,1.p q p =-4801121,,1.818133q q p q =-===-= 9. 设某种高射炮命中目标的概率为0.6, 问至少需要多少门此种高射炮进行射击才能以0.99的概率命中目标.(10.6)10.99,n -<-0.40.01,n <由50.40.01024,=60.40.01,<得 6.n ≥ ☆.证明一般加法(容斥)公式1111()()()()(1)().nn n n i i i i j i j k i i i i ji j kP A P A P A A P A A A P A -===<<<=-+++-∑∑∑证明只需证分块111,,k k n k i i i i i i A A A A A A +⊂只计算1次概率．(1,,n i i 是1,,n 的一个排列,1,2,,.k n =)分块概率重数为1,,k i i A A 中任取1个-任取2个1(1)k -++-任取k 个,即121(1)1k k k k k C C C --++-=⇔ 121(1)(11)0.k k k k k k C C C -+++-=-=将,互换可得对偶加法(容斥)公式1111()()()()(1)().nnn n i i i ij ij k i i i i ji j kP A P A P A A P AA A P A -===<<<=-+++-∑∑∑☆.证明若A , B 独立, A , C 独立, 则A , B ∪C 独立的充要条件是A , BC 独立. 证明(())()()()()P A B C P AB AC P AB P AC P ABC ==+- ()()()()()P A P B P A P C P ABC =+- 充分性:⇐(())()()()()(),P A B C P A P B P A P C P ABC =+-代入()()()P ABC P A P BC = ()(()()())P A P B P C P BC =+-()(),P A P B C = 即,A B C 独立. 必要性:⇒(())()()P A B C P A P B C =()(()()())P A P B P C P BC =+-()()()()()()P A P B P A P C P A P BC =+-()()()()()P A P B P A P C P ABC =+- ()()(),P ABC P A P BC =即,A BC 独立.☆.证明：若三个事件A 、B 、C 独立，则A ∪B 、AB 及A －B 都与C 独立．证明因为[()]()()()()()()()()()()()[()()()()]()()()P A B C P AC BC P AC P BC P ABC P A P C P B P C P A P B P C P A P B P A P B P C P A B P C ==+-=+-=+-=[()]()()()()[()()]()()()P AB C P ABC P A P B P C P A P B P C P AB P C ==== [()]()()()()()()()()[()()]()()()P A B C P AC B P AC P ABC P A P C P A P B P C P A P AB P C P A B P C -=-=-=-=-=-所以A ∪B 、AB 及A －B 都与C 独立. 第三次作业1. 在做一道有4个答案的选择题时, 如果学生不知道问题的正确答案时就作随机猜测. 设他知道问题的正确答案的概率为p , 分别就p =0.6和p =0.3两种情形求下列事件概率: (1)学生答对该选择题; (2)已知学生答对了选择题,求学生确实知道正确答案的概率. 记事件A ={知道问题正确答案},B ={答对选择题}.(1) 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+113,444p pp -=+=+ 当0.6p =时,13130.67()0.7,444410p P B ⨯=+=+==当0.3p =时,13130.319()0.475.444440p P B ⨯=+=+== (2) 由贝叶斯公式得()4(|),13()1344P AB p pP A B p P B p ===++当0.6p =时,440.66(|),13130.67p P A B p ⨯===++⨯ 当0.3p =时,440.312(|).13130.319p P A B p ⨯===++⨯ 2. 某单位同时装有两种报警系统A 与B , 当报警系统A 单独使用时, 其有效的概率为0.70; 当报警系统B 单独使用时, 其有效的概率为0.80.在报警系统A 有效的条件下, 报警系统B 有效的概率为0.84.计算以下概率: (1)两种报警系统都有效的概率; (2)在报警系统B 有效的条件下, 报警系统A 有效的概率; (3)两种报警系统都失灵的概率.()0.7,()0.8,(|)0.84.P A P B P B A ===(1) ()()(|)0.70.840.588,P AB P A P B A ==⨯=(2) ()0.588(|)0.735,()0.8P AB P A B P B === (3) ()()1()1()()()P AB P A B P A B P A P B P AB ==-=--+10.70.80.5880.088.=--+=☆.为防止意外, 在矿内同时设有两种报警系统A 与B . 每种系统单独使用时, 其有效的概率系统A 为0. 92, 系统B 为0.93, 在A 失灵的条件下, B 有效的概率为0.85,. 求: (1)发生意外时, 两个报警系统至少有一个有效的概率; (2) B 失灵的条件下, A 有效的概率.3. 设有甲、乙两袋, 甲袋中有n 只白球, m 只红球; 乙袋中有N 只白球, M 只红球. 从甲袋中任取一球放入乙袋, 在从乙袋中任取一球, 问取到白球的概率是多少. 记事件A ={从甲袋中取到白球},B ={从乙袋中取到白球}. 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+111n N m Nn m N M n m N M +=+++++++().()(1)n N n m n m N M ++=+++☆.设有五个袋子, 其中两个袋子, 每袋有2个白球, 3个黑球. 另外两个袋子, 每袋有1个白球, 4个黑球, 还有一个袋子有4个白球, 1个黑球. (1)从五个袋子中任挑一袋, 并从这袋中任取一球, 求此球为白球的概率. (2)从不同的三个袋中任挑一袋, 并由其中任取一球, 结果是白球, 问这球分别由三个不同的袋子中取出的概率各是多少？★4. 发报台分别以概率0.6和0.4发出信号 “·” 及 “-”. 由于通信系统受到于扰, 当发出信号 “·” 时, 收报台分别以概率0.8及0.2收到信息 “·” 及 “-”; 又当发出信号 “-” 时, 收报台分别以概率0.9及0.l 收到信号 “-” 及 “·”. 求: (1)收报台收到 “·”的概率;(2)收报台收到“-”的概率;(3)当收报台收到 “·” 时, 发报台确系发出信号 “·” 的概率;(4)收到 “-” 时, 确系发出 “-” 的概率.记事件B ={收到信号 “·”},1A ={发出信号 “·”},2A ={发出信号“-”}. (1) )|()()|()()(2211A B P A P A B P A P B P +=;52.01.04.0)2.01(6.0=⨯+-⨯= (2) ()1()10.520.48;P B P B =-=-=(3) 1111()()(|)(|)()()P A B P A P B A P A B P B P B ==0.60.8120.923;0.5213⨯=== (4)2222()()(|)(|)()()P A B P A P B A P A B P B P B ==0.40.930.75.0.484⨯=== 5. 对以往数据分析结果表明, 当机器调整良好时, 产品合格率为90%, 而机器发生某一故障时, 产品合格率为30%. 每天早上机器开动时, 机器调整良好的概率为75%. (1)求机器产品合格率,(2)已知某日早上第一件产品是合格品, 求机器调整良好的概率. 记事件B ={产品合格},A ={机器调整良好}. (1) 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+0.750.90.250.30.75,=⨯+⨯= (2) 由贝叶斯公式得()()(|)(|)()()P AB P A P B A P A B P B P B ==0.750.90.9.0.75⨯== ☆.系统(A), (B), (C)图如下, 系统(A), (B)由4个元件组成, 系统(C)由5个元件组成,每个元件的可靠性为p , 即元件正常工作的概率为p , 试求整个系统的可靠性.(A) (B) (C) 记事件A ={元件5正常},B ={系统正常}.(A) 222(|)(1(1)(1))(44),P B A p p p p p =---=-+ (B) 2222(|)1(1)(1)(2),P B A p p p p =---=- (C) 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+2222(44)(1)(2)p p p p p p p =⋅-++-- 23452252.p p p p =+-+第四次作业1. 在15个同型零件中有2个次品, 从中任取3个, 以X 表示取出的次品的个数, 求X 的分布律.2213315(),0,1,2.k k C C P X k k C -===☆.经销一批水果, 第一天售出的概率是0.5, 每公斤获利8元, 第二天售出的概率是0.4, 每公斤获利5元, 第三天售出的概率是0.1, 每公斤亏损3元. 求经销这批水果每公斤赢利X0,3,(3)(3)0.1,35,()(5)(3)(5)0.10.40.5,58,(8)1,8.x F P X x F x F P X P X x F x <-⎧⎪-==-=-≤<⎪=⎨==-+==+=≤<⎪⎪=≥⎩2. 抛掷一枚不均匀的硬币, 每次出现正面的概率为2/3, 连续抛掷8次, 以X 表示出现正面的次数, 求X 的分布律.(8,2/3),X B n p ==8821(),0,1,,8.33k kk P X k C k -⎛⎫⎛⎫=== ⎪ ⎪⎝⎭⎝⎭3. 一射击运动员的击中靶心的命中率为0.35, 以X 表示他首次击中靶心时累计已射击的次数, 写出X 的分布律, 并计算X 取偶数的概率.(0.35),X G p =11()0.350.65,1,2.k k P X k pq k --===⨯= ()+()=1,()()=,P X P X P X P X q ⎧⎪⎨⎪⎩奇偶偶奇解得0.6513()=0.394.110.6533q P X q ==++偶4. 一商业大厅里装有4个同类型的银行刷卡机, 调查表明在任一时刻每个刷卡机使用的概率为0.1,求在同一时刻:(1)恰有2个刷卡机被使用的概率;(2)至少有3个刷卡机被使用的概率; (3)至多有3个刷卡机被使用的概率;(4)至少有一个刷卡机被使用的概率. 在同一时刻刷卡机被使用的个数(4,0.1).X B n p ==(1) 2224(2)0.10.90.00486,P X C ==⨯⨯= (2) 3344(3)(3)(4)0.10.90.10.0037,P X P X P X C ≥==+==⨯⨯+= (3) 4(3)1(4)10.10.9999,P X P X ≤=-==-=(4)4(1)1(0)10.910.65610.3439.P X P X ≥=-==-=-=5. 某汽车从起点驶出时有40名乘客, 设沿途共有4个停靠站, 且该车只下不上. 每个乘客在每个站下车的概率相等, 并且相互独立, 试求: (1)全在终点站下车的概率; (2)至少有2个乘客在终点站下车的概率; (3)该车驶过2个停靠站后乘客人数降为20的概率. 记事件A ={任一乘客在终点站下车},乘客在终点站下车人数(40,1/4).X B n p ==(1) 40231(40)8.271810,4P X -⎛⎫===⨯ ⎪⎝⎭(2) 403940140313433(2)1(0)(1)1144434P X P X P X C ⎛⎫⎛⎫⎛⎫≥=-=-==--⨯=-⨯ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭10.0001340880.999865912.=-=(3) 记事件B ={任一乘客在后两站下车},乘客在后两站下车人数(40,1/2).Y B n p ==2020202040404011(20)0.1268.222C P Y C ⎛⎫⎛⎫==== ⎪ ⎪⎝⎭⎝⎭(精确值)应用斯特林公式!2,nn n n e π⎛⎫ ⎪⎝⎭2020202040404011(20)222C P X C ⎛⎫⎛⎫=== ⎪ ⎪⎝⎭⎝⎭24040!(20!)2= 402204040202e e ⎫⎪⎝⎭⎫⎫⎪⎪⎪⎭⎭0.1262.=其中 1.7724538509.π==参:贝努利分布的正态近似.6. 已知瓷器在运输过程中受损的概率是0.002, 有2000件瓷器运到, 求: (1)恰有2个受损的概率; (2)小于2个受损的概率; (3)多于2个受损的概率; (4)至少有1个受损的概率.受损瓷器件数(2000,0.002),X B n p ==近似为泊松分布(4).P n p λ=⨯=(1) 2441480.146525,2!P e e --=== (2) 4424150.0915782,1!P e e --⎛⎫=+== ⎪⎝⎭(3) 431211130.761897,P P P e-=--=-= (4) 4410.981684.P e -=-=7. 某产品表面上疵点的个数X 服从参数为1.2的泊松分布, 规定表面上疵点的个数不超过2个为合格品, 求产品的合格品率.产品合格品率2 1.2 1.21.2 1.212.920.879487.1!2!P e e --⎛⎫=+=== ⎪⎝⎭ ★8. 设随机变量X求:X 的分布函数, 以及概率(||5).X ≤ 随机变量X 的分布函数为0,3,(3)(3)0.2,35,()(5)(3)(5)0.20.50.7,58,(8)1,8.x F P X x F x F P X P X x F x <-⎧⎪-==-=-≤<⎪=⎨==-+==+=≤<⎪⎪=≥⎩(36)(5)0.5,P X P X <≤===(1)(5)(8)0.50.30.8,P X P X P X >==+==+=(5)(||5)(5)(3)(5)0.20.50.7,P X P X F P X P X ≤=≤===-+==+=第五次作业1. 学生完成一道作业的时间X 是一个随机变量(单位: 小时), 其密度函数是2,00.5()0,kx x x f x ⎧+≤≤=⎨⎩其他试求: (1)系数k ; (2)X 的分布函数; (3)在15分钟内完成一道作业的概率; (4)在10到20分钟之间完成一道作业的概率. (1) 0.50.523200111(0.5),21,32248kk F kx xdx x x k ⎛⎫==+=+=+= ⎪⎝⎭⎰(2) 23200,01()()217,00.5,2(0.5)1,0.5.x x F x P X x x xdx x x x F x <⎧⎪⎪=≤=+=+≤<⎨⎪=≥⎪⎩⎰(3) 322011119()2170.140625,442464x F P X x x xdx ⎛⎫⎛⎫⎛⎫=≤=+=+== ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎰(4) 3212316111111129217.6336424108P X F F x xdx ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫≤≤=-=+=+= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎰2. 设连续型随机变量X 服从区间[-a , a ](a >0)上的均匀分布, 且已知概率1(1)3P X >=, 求: (1)常数a ; (2)概率1()3P X <.(1) 1111(1),3,223aa P X dx a a a ->====⎰(2) 13311115()3.36639P X dx -⎛⎫<==+= ⎪⎝⎭⎰3. 设某元件的寿命X 服从参数为θ 的指数分布, 且已知概率P (X >50)=e -4, 试求:(1)参数θ 的值; (2)概率P (25<X <100) . 补分布()()|,0.x x xx x S x P X x e dx e ex θθθθ+∞--+∞->==-=>⎰ (1) 504502(50)(50),0.08,25x S P X e dx e e θθθθ+∞---=>=====⎰(2) 由()(),,0,rxr S rx e S x r x θ-==>取50,x =依次令1,2,2r =得12282(25)(25)(50),(100)(100)(50)S P X S e S P X S e --=>===>==0.0003354563,=其中 2.7182818284.e28(25100)(25)(100)P X P X P X e e --<<=>->=- 0.135334650.00033545630.1349991937.=-= 4. 某种型号灯泡的使用寿命X (小时)服从参数为1800的指数分布, 求: (1)任取1只灯泡使用时间超过1200小时的概率; (2)任取3只灯泡各使用时间都超过1200小时的概率. (1) 1312008002(1200)0.2231301602,P X ee -⨯->===1.6487212707001.= (2) 932(1200)0.0111089965.P X e->==5. 设X ~N (0, 1), 求: P (X <0.61), P (-2.62<X <1.25), P (X ≥1.34), P (|X |>2.13). (1) (0.61)(0.61)0.72907,P X <=Φ=(2) ( 2.62 1.25)(1.25)( 2.62)(1.25)(2.62)1P X -<<=Φ-Φ-=Φ+Φ-0.894359956010.88995,=+-=(3) ( 1.34)1(1.34)10.909880.09012,P X >=-Φ=-= (4)(|| 2.13)22(2.13)220.983410.03318.P X >=-Φ=-⨯=6. 飞机从甲地飞到乙地的飞行时间X ~N (4, 19). 设飞机上午10: 10从甲地起飞, 求: (1)飞机下午2: 30以后到达乙地的概率; (2)飞机下午2: 10以前到达乙地的概率; (3)飞机在下午1: 40至2: 20之间到达乙地的概率.(1) 131331/34111(1)10.841340.15866,331/3P X P X -⎛⎫⎛⎫⎛⎫>=-≤=-Φ=-Φ=-= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭(2) (4)(0)0.5,P X <=Φ=(3) 72525/647/24261/31/3P X --⎛⎫⎛⎫⎛⎫<<=Φ-Φ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭13122⎛⎫⎛⎫=Φ+Φ- ⎪ ⎪⎝⎭⎝⎭0.691460.9331910.62465.=+-=★7. 设某校高三女学生的身高X ~N (162, 25), 求: (1)从中任取1个女学生, 求其身高超过165的概率; (2)从中任取1个女学生, 求其身高与162的差的绝对值小于5的概率; (3)从中任取6个女学生, 求其中至少有2个身高超过165的概率.(1) 162165162(165)0.61(0.6)10.72580.2742,55X P X P --⎛⎫>=>==-Φ=-=⎪⎝⎭ (2) 162(|162|5)12(1)120.8413410.6827,5X P X P ⎛-⎫-<=<=Φ-=⨯-= ⎪⎝⎭(3) 记事件A ={任一女生身高超过165}, ()(165)0.2742,p P A P X ==>= 随机变量Y 贝努利分布(6,0.2742),B n p ==6156(2)1(0)(1)1(1)(1)0.52257.P Y P Y P Y p C p p ≥=-=-==----=第六次作业★1.设随机变量X 的分布律为(1)求Y =|X |的分布律; (2)求Y =X 2+X 的分布律. (1)(2)★.定理X 密度为()X f x ,()y g x =严格单调,反函数()x x y =导数连续,则()Y g X =是连续型变量,密度为(())|()|,()(),()0,XY f x y x y g x y g x f y αβ'=<<=⎧=⎨⎩极小值极大值其它. 证明 1)若()0,x x y ''=>{}{()()}{},Y y g X g x X x ≤=≤=≤()()(()())()(),Y X F y P Y y P g X g x P X x F x =≤=≤=≤= 两边对y 求导,()(())(),.Y X f y f x y x y y αβ'=<<2)若()0,x x y ''=<{}{()()}{},Y y g X g x X x ≤=≤=≥()()(()())()1(),Y X F y P Y y P g X g x P X x F x =≤=≤=≥=- 两边对y 求导,()(())(),.Y X f y f x y x y y αβ'=-<<因此总有()(())|()|,.Y X f y f x y x y y αβ'=<< 或证明()(),()0,()()(()())()1(),()0,X Y X P X x F x g x F y P Y y P g X g x P X x F x g x '≤=>⎧=≤=≤=⎨'≥=-<⎩ 两边对y 求导,(),()(),X Y X dF x dxdx dyf y dF x dx dx dy ⎧⎪⎪=⎨⎪-⎪⎩或两边微分()(),()()()(),X X Y Y X XdF x f x dx dF y f y dy dF x f x dx =⎧==⎨-=-⎩(),()(),X Y X dx f x dy f y dxf x dy ⎧⎪=⎨-⎪⎩(())|()|,.X f x y x y y αβ'=<<2. 设随机变量X 的密度函数是f X (x ), 求下列随机变量函数的密度函数: (1)Y =tan X ; (2)1Y X=; (3)Y =|X |. (1) 反函数()arctan ,x y y ='21(),1x y y =+由连续型随机变量函数的密度公式得'21()(())|()|(arctan ).1Y X Xf y f x y x y f y y ==+ 或反函数支()arctan ,i x y i y i π=+为整数，'21(),1i x y y =+ '21()(())|()|(arctan ).1Y X i iX i i f y f x y x y f i y y π+∞+∞=-∞=-∞==++∑∑(2) 1,X Y =反函数1,y x y ='211()()().Y X y y X f y f x x f y y==(3) ()()(||)()()()Y X X F y P Y y P X y P y X y F y F y =≤=≤=-≤≤=--. 两边对y 求导得Y 的密度函数为()()(),0.Y X X f y f y f y y =+->★3. 设随机变量X ~U [-2, 2], 求Y =4X 2-1的密度函数.2()()(41)(115,Y F y P Y y P X y P X y =≤=-≤=≤=-≤≤两边对y 求导得随机变量Y 的密度为()115.Y f y y =-≤≤ 或解反函数支12()()x y x y =='''112211()(())|()|(())|()|2(())()115.Y X X X f y f x y x y f x y x y f x y x y y =+==-≤≤★4. 设随机变量X 服从参数为1的指数分布, 求Y =X 2的密度函数(Weibull 分布). 当0y ≤时, 2Y X =的分布()0Y F y =,当0y >时,2()()()(Y X F y P Y y P X y P X F =≤=≤=≤= 两边对y 求导得()Y X f y f '==0,()0.Y y f y >=⎩或反函数y x='()()0.Y X y y f y f x x y ==>★5. 设随机变量X~N (0, 1), 求(1)Y =e X 的密度函数; (2)Y =X 2的密度函数(Gamma 分布). (1) 当0y ≤时, e X Y =的分布()0Y F y =,当0y >时,()()(e )(ln )(ln ),X Y F y P Y y P y P X y y =≤=≤=≤=Φ 因而Y 的密度为''1()(ln )(ln )(ln )(ln ),Y f y y y y y y ϕϕ=Φ=={}2(ln ),0,2()0,0.Y y y f y y ->=≤⎩ 或反函数ln ,X Y =ln ,y x y ='1()()(ln )Y y y f y x x y y ϕϕ=={}2(ln ),0.2y y =-> (2) 当0y ≤时,()0Y F y =;当0Y >时,2()()()((Y X X F y P Y y P X y P X F F =≤=≤=≤≤=-.两边对y 求导得Y的密度函数为2,0,()0.yY y f y ->=⎩或反函数支12()()x y x y =''21122()(())|()|(())|()|,0.yY X X f y f x y x y f x y x y y -=+=>6. 设随机变量X 的密度函数是21,1()0,1X x f x x x ⎧>⎪=⎨⎪≤⎩, 求Y =ln X 的概率密度. 反函数,y y x e ='()()(),0.y y y Y X y y X f y f x x f e e e y -===>第七次作业☆.将8个球随机地丢入编号为1, 2, 3, 4, 5的五个盒子中去, 设X 为落入1号盒的球的个数, Y 为落入2号盒的球的个数, 试求X 和Y 的联合分布律.1. 袋中装有标上号码1, 2, 2的3个球, 从中任取一个并且不再放回, 然后再从袋中任取一球,. 以X , Y 分别记第一、二次取到球上的号码数, 求: (1)(X , Y )的联合分布律(设袋中各球被取机会相等); (2)X , Y 的边缘分布律; (3)X 与Y 是否独立？ (1)(X , Y )的联合分布律为(1,1)0,P X Y ===1(1,2)(2,1)(2,2).3P X Y P X Y P X Y =========(2) X , Y 的分布律相同,12(1),(2).33P X P X ====(3) X 与Y 不独立.2. 设二维连续型变量(,)X Y 的联合分布函数35(1)(1),,0,(,)0,.x y e e x y F x y --⎧-->=⎨⎩其它求(,)X Y 联合密度.2(,)(,),f x y F x y x y ∂=∂∂3515,,0,(,)0,.x y e x y f x y --⎧>=⎨⎩其它★3. 设二维随机变量(X , Y )服从D 上的均匀分布, 其中D 是抛物线y =x 2和x =y 2所围成的区域, 试求它的联合密度函数和边缘分布密度函数, 并判断Y X ,是否独立.分布区域面积213123200211,333x S x dx x x ⎛⎫==-=-= ⎪⎝⎭⎰⎰联合密度213,1,(,)0,.x y f x y S ⎧=<<<⎪=⎨⎪⎩其它边缘X的密度为22()),01,X xf x dy x x ==-<<边缘Y的密度为22()),0 1.Y yf y dy y y ==<<(,)()(),X Y f x y f x f y ≠⋅因此X 与Y 不独立.或(,)f x y 非零密度分布范围不是定义在矩形区域上,因此X 与Y 不独立.4. 设二维离散型变量),(Y X 联合分布列是问,p q 取何值时X 与Y两行成比例1/151/52,1/53/103q p ===解得12,.1015p q ==★5.设(,)X Y 的联合密度为2,11,0,(,)0,.y Ax e x y f x y -⎧-<<>=⎨⎩其它求:(1)常数A ;(2)概率1(0,1);2P X Y <<>(3)边缘概率密度f X (x ), f Y (y ); (4)X 与Y 是否相互独立？ (1) 2220()(,),11,y y X f x f x y dy Ax e dy Ax e dy Ax x +∞+∞+∞--====-<<⎰⎰⎰112112()1,3X f x dx Ax dx A --===⎰⎰3.2A = (2) 112201113(0,1)(0)(1).22216ye P X Y P X P Y x dx e dy -+∞-<<>=<<>==⎰⎰ (3) 23(),11,2X f x x x =-<<111221113()(,),0.2y yy Y f y f x y dx Ax e dx e x dx e y ------====>⎰⎰⎰(4)由23,11,0()()(,),20,yX Y x e x y f x f y f x y -⎧-<<>⎪⋅==⎨⎪⎩其它得X 与Y 独立. 或因为2(,),11,0,y f x y Ax e x y -=-<<>可表示为x 的函数与y 的函数的积且分布在矩形区域上,所以X 与Y 相互独立.由此得(),0;y Y f y e y -=>2(),11,X f x Ax x =-<<112112()1,3X f x dx Ax dx A --===⎰⎰3.2A = 112201113(0,1)(0)(1).22216y e P X Y P X P Y x dx e dy -+∞-<<>=<<>==⎰⎰6. 设X 服从均匀分布(0,0.2),U Y 的密度为55,0,()0,y Y e y f y -⎧>=⎨⎩其它.且,X Y 独立.求:(1)X的密度;(2) (,)X Y 的联合密度. (1)X 的密度为()5,00.2,X f x x =≤≤(2)(,)X Y 的联合密度为525,00.2,0,(,)0,y e x y f x y -⎧≤≤>=⎨⎩其它.第八次作业★1.求函数(1)Z 1=X +Y , (2) Z 2=min{X , Y }, (3) Z 3=max{X , Y }的分布律.(1) 11(0)(0),6P Z P X Y =====1111(1)(0,1)(1,0),362P Z P X Y P X Y ====+===+=1111(2)(0,2)(1,1),12126P Z P X Y P X Y ====+===+=11(3)(1,2).6P Z P X Y =====(2) 2111(1)(1,1)(1,2),1264P Z P X Y P X Y ====+===+=223(0)1(1).4P Z P Z ==-==(3) 31(0)(0),6P Z P X Y =====31117(1)(0,1)(1,1)(1,0),312612P Z P X Y P X Y P X Y ====+==+===++=3111(2)(0,2)(1,2).1264P Z P X Y P X Y ====+===+=2. 设随机变量(求函数Z =X /Y 的分布律.(/1)(1)(1)0.250.250.5,P Z X Y P X Y P X Y =====+==-=+= (/1)1(/1)0.5.P Z X Y P Z X Y ==-=-===3. 设X 与Y 相互独立, 概率密度分别为220()00,xX e x f x x -⎧>=⎨≤⎩0()00,y Y e y f y x -⎧>=⎨≤⎩试求Z =X +Y 的概率密度.()(,)()()zzZ X Y f z f x z x dx f x f z x dx =-=-⎰⎰20222(1),0.z zx z x z x z z e e dx e e dx e e z --+----===->⎰⎰★4. 设X ~U (0, 1), Y ~E (1), 且X 与Y 独立, 求函数Z =X +Y 的密度函数.,01,0,(,)0,y e x y f x y -⎧<<>=⎨⎩其它,当01z <≤时,()(,)()()zzZ X Y f z f x z x dx f x f z x dx =-=-⎰⎰01,zz z x z xz x e dx e e -+-+-====-⎰当1z >时,11110()(,)()().zz x z xz z Z X Y x f z f x z x dx f x f z x dx e dx e e e -+-+--==-=-===-⎰⎰⎰因此11,01,(),1,0,.z z z Z e z f z e e z ---⎧-≤≤⎪=->⎨⎪⎩其它★5. 设随机变量(X , Y )的概率密度为()101,0(,)10x y e x y f x y e -+-⎧⎪<<<<+∞=⎨-⎪⎩其它(1)求边缘概率密度f X (x ), f Y (y ); (2)求函数U =max (X , Y )的分布函数; (3)求函数V =min(X , Y )的分布函数.(1) 1,01,()10,xX e x f x e --⎧<<⎪=-⎨⎪⎩其它.,0,()0,y Y e y f y -⎧>=⎨⎩其它. (2) 11000,0,1()(),01,111,1xx x x X X x e e F x f x dx dx x e e x ----≤⎧⎪-⎪===<<⎨--⎪≥⎪⎩⎰⎰.min{,1}10,0,1,01x x e x e --≤⎧⎪=⎨->⎪-⎩. 0,0,()1,0Y yy F y e y -≤⎧=⎨->⎩.21(1),01,()()()11,1x U X Y x e x F x F x F x e e x ---⎧-<<⎪==-⎨⎪-≥⎩. min{,1}1(1)(1),0.1x x e e x e -----=>-(3) 111,0,()1(),01,10,1x X X x e eS x F x x e x ---≤⎧⎪-⎪-=<<⎨-⎪≥⎪⎩.min{,1}111,0,,01x x e e x e---≤⎧⎪=⎨->⎪-⎩.1,0,()1(),0Y Y yy S y F y e y -≤⎧-=⎨>⎩.112111()11,01,()1()()111,1x x x xV X Y e e e e e e x F x S x S x e e x ---------⎧---+-=<<⎪=-=--⎨⎪≥⎩. 1min{,1}111,01x x x e e e x e --------+=>-.6. 设某种型号的电子管的寿命(以小时计)近似地服从N (160, 202)分布. 随机地选取4只求其中没有一只寿命小于180小时的概率.随机变量2(160,20),X N 180160(180)(1)0.84134,20P X -⎛⎫≤=Φ=Φ= ⎪⎝⎭没有一只寿命小于180小时的概率为444(180)(1(1))(10.84134)0.00063368.P X >=-Φ=-=第九次作业★1.试求: E (X ), E (X 2+5), E (|X |).20.110.210.320.130.10.4,i i iEX x p ==-⨯-⨯+⨯+⨯+⨯=∑2222222(2)0.1(1)0.210.320.130.1 2.2,i i iEX x p ==-⨯+-⨯+⨯+⨯+⨯=∑22(5)57.2,E X EX +=+=||||20.110.210.320.130.1 1.2.i i iE X x p ==⨯+⨯+⨯+⨯+⨯=∑2. 设随机变量X 的概率密度为0 0,() 01, 1.x x f x x x Ae x -⎧≤⎪=<≤⎨⎪>⎩求: (1)常数A ; (2)X 的数学期望.(1) 1100111(),2x f x dx xdx Ae dx Ae +∞+∞--==+=+⎰⎰⎰,2e A =(2) 12100114()2.2323x e e EX xf x dx x dx xe dx e +∞+∞--==+=+⨯=⎰⎰⎰★3. 设球的直径D 在[a , b ]上均匀分布,试求: (1)球的表面积的数学期望(表面积2D π);(2)球的体积的数学期望(体积316D π).(1) 22222()();3ba x E D ED dx a ab b b a ππππ===++-⎰ (2) 33322()().6624b a x E D ED dx a b a b b a ππππ⎛⎫===++ ⎪-⎝⎭⎰ ★4. 设二维离散型随机变量(X , Y )的联合分布律为求E (X ), E (Y ), E (XY ).2(0.10.050.050.1)2(0.10.150.050.1)i i iEX x p ==-⨯++++⨯+++∑20.320.350.1,=-⨯+⨯=1(0.10.050.1)2(0.050.15)j j jEY y p ==⨯+++⨯+∑3(0.050.10.05)4(0.10.20.05) 2.65,+⨯+++⨯++=,()i j i j ijE XY x y p =∑∑2(10.120.0530.0540.01)2(10.120.1530.0540.05)=-⨯⨯+⨯+⨯+⨯+⨯⨯+⨯+⨯+⨯ 1.5 1.50.=-+=★5. 设随机变量X 和Y 独立, 且具有概率密度为2,01,()0,X x x f x <<⎧=⎨⎩其它,3(1)3,1,()0, 1.y Y ey f y y --⎧>=⎨≤⎩(1)求(25)E X Y +; (2)求2()E X Y .(1) 112002()2,3X EX xf x dx x dx ===⎰⎰3(1)114()3,3y Y EY yf y dy ye dy +∞+∞--===⎰⎰或随机变量1Z Y =-指数分布(3),E 141,,33EZ EY EY =-==24(25)25258.33E X Y EX EY +=+=⨯+⨯=(2) 11223001()2,2X EX x f x dx x dx ===⎰⎰由X 和Y 独立得22142().233E X Y EX EY ==⨯=第十次作业1. 设离散型随机变量试求: (1) D (X ); (2) D (-3X +2) .(1) 20.110.210.320.130.10.4,i i iEX x p ==-⨯-⨯+⨯+⨯+⨯=∑2222222(2)0.1(1)0.210.320.130.1 2.2,i i iEX x p ==-⨯+-⨯+⨯+⨯+⨯=∑2222.20.4 2.04.DX EX E X =-=-=(2) 2(32)(3)9 2.0418.36.D X DX -+=-=⨯=★2. 设随机变量X 具有概率密度为22,02,()0,Ax x x f x ⎧+<<=⎨⎩其他，试求: (1)常数A ; (2)E (X ); (3) D (X ); (4) D (2X -3) .(1) 22081()(2)4,3f x dx Ax x dx A +∞-∞==+=+⎰⎰解得9.8A =-(2) 22095()(2).86EX xf x dx x x x dx +∞-∞==-+=⎰⎰(3) 22222094()(2),85EX x f x dx x x x dx +∞-∞==-+=⎰⎰2224519.56180DX EX E X ⎛⎫=-=-= ⎪⎝⎭(4) 21919(23)24.18045D X DX -==⨯=★3. 设二维随机变量(,)X Y 联合概率密度为2,01,01,(,)0,x y x y f x y --<<<<⎧=⎨⎩其他，试求: (1),X Y 的协方差和相关系数A ; (2)(21).D X Y -+(1) 103()(,)(2),01,2X f x f x y dy x y dy x x +∞-∞==--=-<<⎰⎰由,x y 的对称性3(),0 1.2Y f y y y =-<<1035(),212X EX xf x dx x x dx EY +∞-∞⎛⎫==-== ⎪⎝⎭⎰⎰12222031(),24X EX x f x dx x x dx EY +∞-∞⎛⎫==-== ⎪⎝⎭⎰⎰2221511,412144DX EX E X DY ⎛⎫=-=-== ⎪⎝⎭11001()(,)(2),6E XY xyf x y dydx xy x y dydx +∞+∞-∞-∞==--=⎰⎰⎰⎰ 因此2151(,)(),612144Cov X Y E XY EXEY ⎛⎫=-=-=- ⎪⎝⎭,1.11X Y ρ==-(2) 由随机变量和的方差公式()2(,)D X Y DX DX Cov X Y +=++得(21)(2)()2(2,)D X Y D X D Y Cov X Y -+=+-+-22592(1)22(1)(,).144DX DY Cov X Y =+-+⨯⨯-⨯=★4. 设二维随机变量(,)X Y 具有联合分布律试求,,,EX DX EY DY 以及X 和Y 的相关系数. (1) X 的分布列为0.45由变量X 分布对称得0,EX =或10.4500.4510.450,i i iEX x p ==-⨯+⨯+⨯=∑22222(1)0.4500.4510.450.9,i i iEX x p ==-⨯+⨯+⨯=∑220.9.DX EX E X =-=(2) Y 的分布列为j (,)X Y 取值关于原点中心对称由变量Y 分布对称得0,EY =或20.20.250.2520.20,j j iEY y p ==-⨯-++⨯=∑222222(2)0.2(1)0.2510.2520.2 2.1,j j iEY y p ==-⨯+-⨯+⨯+⨯=∑22 2.1.DY EY E Y =-=(3) 由二维变量(,)X Y 的联合分布列关于两坐标轴对称得,()0,i j i j ijE XY x y p ==∑∑(,)()0,Cov X Y E XY EXEY =-=因此,0.X Y ρ==5. 设随机变量X 服从参数为2的泊松分布(2)P ,随机变量Y 服从区间(0,6)上的均匀分布(0,6),U 且,X Y 的相关系数,X Y ρ=记2,Z X Y =-求,.EZ DZ (1) 2,EX =063,2EY +==(2)2223 4.EZ E X Y EX EY =-=-=-⨯=-(2) 2(60)2, 3.12DX DY -===由,X Y ρ==得(,)1,Cov X Y = 由随机变量和的方差公式()2(,)D X Y DX DY Cov X Y +=++得2(2)(2)2(,2)(2)4(,)10.DZ D X Y DX D Y Cov X Y DX DY Cov X Y =-=+-+-=+--=第十一次作业★1. 试用切比雪夫不等式估计下一事件概率至少有多大: 掷1000次均匀硬币, 出现正面的次数在400到600次之间.出现正面的次数~(1000,0.5),X B n p == 10000.5500,EX np ==⨯=10000.50.5250,DX npq ==⨯⨯=应用切比雪夫不等式,有239(400600)(|500|100)1.10040DX P X P X ≤≤=-≤≥-=2. 若每次射击目标命中的概率为0.1, 不断地对靶进行射击, 求在500次射击中, 击中目标的次数在区间(49, 55)内的概率.击中目标的次数~(500,0.1),X B n p ==5000.150,EX np ==⨯=5000.10.945.DX npq ==⨯⨯= 根据中心极限定理,X 近似服从正态分布(50,45).N EX DX ==(4955)P X P ≤≤=≤≤1≈Φ-Φ=Φ+Φ-⎝⎭⎝⎭ (0.74)(0.15)10.77040.559610.33.=Φ+Φ-=+-=★3. 计算器在进行加法时, 将每个加数舍入最靠近它的整数.设所有舍入误差是独立的且在(-0.5, 0.5)上服从均匀分布, (1)若将1500个数相加, 问误差总和的绝对值超过15的概率是多少？(2)最多可有几个数相加使得误差总和的绝对值小于10的概率不小于0.90.(1) 误差变量,1,2,.i X i =⋅⋅⋅独立同均匀分布(0.5,0.5),X U -10,.12EX DX ==由独立变量方差的可加性150011500125,12i i D X =⎛⎫== ⎪⎝⎭∑15001i i X =∑近似(0,125).N15001||15i i P X =⎧⎫>⎨⎬⎩⎭∑15001|ii P X =⎧⎪=>=⎨⎪⎪⎩⎭∑2222(1.34)220.90990.1802.≈-Φ=-Φ=-⨯=⎝⎭(2) 1||10n i i P X =⎧⎫<⎨⎬⎩⎭∑1||n i P X =⎧⎪=<=⎨⎪⎩210.90,⎛≈Φ-≥ ⎝0.95,⎛Φ≥ ⎝1.645,≥2124.4345.1.645n ≤= 因此,最多可有4个数相加,误差总和的绝对值小于10的概率不小于0.90.★4. 一个系统由n 个相互独立的部件所组成, 每个部件的可靠性(即部件正常工作的概率)为0.90. 至少有80%的部件正常工作才能使整个系统正常运行, 问n 至少为多大才能使系统正常运行的可靠性不低于0.95.正常工作的部件数~(,),X B n p 其中0.9.p =0.9,EX np n ==0.09.DX npq n ==(0.8)P X n≥3P ⎛=≥==-⎭0.95,3⎛≈Φ≥ ⎝⎭1.645,24.354.n ≥≥因此n 至少取25.★5. 有一大批电子元件装箱运往外地, 正品率为0.8, 为保证以0.95的概率使箱内正品数多于1000只, 问箱内至少要装多少只元件？正品数~(,),X B n p 其中0.8.p =0.8,EX np n ==0.16.DX npq n ==(1000)P X≥P =≥=0.95,≈Φ≥1.645,0.810000.n ≥-≥ 解得1637.65,n ≥因此n 至少取1638.★.贝努利分布的正态近似.投掷一枚均匀硬币40次出现正面次数20X =的概率. 正面次数(40,1/2),X B n p ==400.520,400.50.510.EX np DX npq ==⨯===⨯⨯= 离散值20X =近似为连续分组区间19.520.5,X <<(20)(19.520.5)P X P X =<<0.16P ⎫=<=⎪⎭2((0.16)0.5)2(0.56360.5)0.1272.=Φ-=⨯-= 第十二次作业★1. 设X 1, X 2, ⋅⋅⋅, X 10为来自N (0, 0.32)的一个样本, 求概率1021{ 1.44}i i P X =>∑.标准化变量(0,1),1,2,...,10.0.3iXN i =由卡方分布的定义,10222211~(10).0.3ii Xχχ==∑1021 1.44i i P X =⎧⎫>⎨⎬⎩⎭∑10222211 1.44(10)160.1,0.30.3i i P X χ=⎧⎫==>=≈⎨⎬⎩⎭∑ 略大,卡方分布上侧分位数20.1(10)15.9872.χ= ★2. 设X 1, X 2, X 3, X 4, X 5是来自正态总体X ~(0, 1)容量为5的样本, 试求常数c , 使得统计量t 分布, 并求其自由度.由独立正态分布的可加性,12(0,2),X X N +标准化变量(0,1),U N =由卡方分布的定义,22222345~(3),X X X χχ=++U 与2χ独立.由t 分布的定义,(3),T t ===因此c =自由度为3.★3. 设112,,,n X X X 为来自N (μ1, σ2)的样本, 212,,,nY Y Y 为来自N (μ2, σ2)的样本, 且两样本相互独立, 2212,S S 分别为两个样本方差, 222112212(1)(1)2pn S n S S n n -+-=+-. 试证明22().p E S σ=证由221112(1)~(1),n S n χσ--及()211(1)1E n n χ-=-得()2211112(1)(1)1,n S E E n n χσ⎛⎫-=-=- ⎪⎝⎭221.ES σ= 类似地222.ES σ=222112212(1)(1)2pn S n S ES E n n ⎛⎫-+-= ⎪+-⎝⎭22212121212(1)(1).22n n ES ES n n n n σ--=+=+-+-。

数理统计学作业

数理统计学作业专业：飞行器设计姓名：刘炜华学号： 201303020022013年9月1．数据的采集及说明1.1数据的搜集方法及说明当复合材料结构开始大量应用之后，在实际使用中可以积累大量的故障统计数据，航空公司在对故障数据进行收集和统计之后，可以对故障数据作故障率直方图和故障频率分布图来进行故障频率信息的统计和分析。

表 1是一架飞机在某段时间内故障间隔飞行小时，下面以该数据集为基础简单估计该架飞机在该时间段内的故障率曲线分布。

表1某飞机一段时间内故障间隔飞行小时数据整理1.2.小时，最小值为个维修数据，找出其中的最大值为1.表中共有 100 652L?max小时；1?L min计算组数：2. 根据经验公式：，n?1?3.32lgk计算得，83.32lg100?n1?3.32lg?1??k组；所以将数据分为8 计算组距：3.LL?1?652minmax82??t??；8k2:根据公式计算并将所得的结果列成表4.n/?Wf频率：jj表2故障频率分析过程计算结果5.计算偏度：X?202.98167.0697?S;，计算得：3n??X(X)i1i?根据公式??1.1035V??X(X)i1i?根据公式??V3.485324S(n?1)1.3. 13S1)(n? 6．计算峰度：4n直方图与折线图故障频数直方图1-1图图1-2故障频率折线图图1-3故障频率直方图累计频率折线图1-4图从频率直方图即图3中可以看出，靠近左侧的数据出现较多。

通过比较频率曲线和指数分布曲线可以看出，该图显示故障呈现典型的指数分布，所以说明趋势方程是指数函数。

趋势线方程代表故障频数随时间的发展趋势，据此可以预测未来某一时间段内的故障数，来实现故障相关维修成本的估算。

1.4.经验分布函数根据定义得出，总体X的经验分布函数为：0,x?1??k?1,2,...,99k??x?652,,1F(x)??n100?1,x?652??使用Matlab软件绘出经验分布函数图像，如图4所示。

《概率论与数理统计》作业习题

习题一1. 设Ａ、Ｂ与Ｃ为三个事件，试用Ａ、Ｂ与Ｃ表示下列各个事件:(1) 只有Ａ出现; (2) 只有Ａ不出现; (3) 至多一个事件出现; (4) 至少一个事件出现;(5) 恰好一个事件出现。

2. 在某系的学生中任选一人，设Ａ＝{被选出的是男学生}，Ｂ＝{•被选出的是一年级学生}，Ｃ＝{被选出的是田径运动员}; 试回答下列各个问题:(1) 事件ＡＢC的含义; (2) 事件ABC的含义; (3) 事件A B C的含义; (4) ＡＢＣ＝Ｃ的条件。

3. 可上抛一枚硬币来决定乒乓球比赛的先发球权，方法是两选手分别猜{•正面朝上} 或{反面朝上}，根据上抛的结果，猜中的选手先发球，试说明此方法的公平性。

4. 上抛两枚硬币，若Ａ＝{有一枚正面朝上}，Ｂ＝{有两枚正面朝上}，Ｃ＝{至少有一枚正面朝上}，试求Ｐ(Ａ)、Ｐ(Ｂ)与Ｐ(Ｃ)。

5. 丢掷一粒骰子，若Ａ＝{1， 3， 5}，Ｂ＝{朝上的点数不超过5}，Ｃ＝{朝下的点数为素数}，试求Ｐ(Ａ)、Ｐ(Ｂ)与Ｐ(Ｃ)。

6. 丢掷两粒骰子，若Ａ＝{朝上的点数之和恰好是9}，Ｂ＝{朝上的点数之和超过4}，试求Ｐ(Ａ)与Ｐ(Ｂ)。

7. 口袋中有4个红球3个白球，如果(1) 从中任取一球，求取得红球的概率; •(2) 从中任取两球，求取得一个红球一个白球的概率。

8. 口袋中有4个红球3个白球，如果用取后放回的方法，每次取一个，共取两次，Ａ＝{两次都取红球}，Ｂ＝{第二次取出红球}，Ｃ＝{先取出红球后取出白球}， D＝{两次取出红球、白球各一个}，试求这四个事件的概率。

9. 若正方形由x轴、y轴、直线x＝1和 y＝1 所围成， •正方形内部的点坐标为(x， y)且Ａ＝{x＋y< 1/2}，Ｂ＝{x＋y > 1/2 且x< 1/2， y< 1/2}，Ｃ＝{ y< x２}，试求这三个事件的概率。

10. 某棉麦连作地区，因受气候条件的影响，棉花减产的概率为0.08，小麦减产的概率为0.06，棉麦都减产的概率为0.04，试求(1)•棉花和小麦至少有一样减产的概率， (2) 棉花和小麦至少有一样不减产的概率，棉花和小麦都不减产的概率。

(完整版)数理统计考试题及答案

1、离散型随机变量X 的分布律为P （X=x i ）=p i ，i=1.2…..，则11=∑=ni ip2、设两个随机变量X ，Y 的联合分布函数F （x ，y ），边际分布Fx （x ），Fy （y ），则X 、Y相互独立的条件是)()(),(y F x F y x F Y X •=3、 X 1,X 2,….X 10是总体X~N （0，1）的样本，若2102221X X X +⋅⋅⋅++=ξ,则ξ的上侧分位数025.0ξ=解：因为X~N （0，1），所以2102221X X X +⋅⋅⋅++=ξ~)10(2χ，查表得025.0ξ=20.54、设X~N （0，1），若Φ（x ）=0.576，则Φ（-x ）= 解：Φ（-x ）=1-Φ（x ）=1-0.576=0.4245、设X 1,X 2,….X n 是总体),(~2σμN X 的样本，∑=-=ni iXY 122)(1μσ，则EY=n解：∑=-=ni iXY 122)(1μσ~)(2n χ，E 2χ=n ，D 2χ=2n二、设设X 1,X 2,….X n 是总体),(~2σμN X 的样本，∑=-=6122)(51i i X X s ，试求)5665.2(22σ≤s P 。

解：因为),(~2σμN X ，所以有)5(~)(126122χσ∑=-i i X X ，则⎪⎪⎪⎪⎭⎫ ⎝⎛≤-=⎪⎪⎪⎪⎭⎫ ⎝⎛≤-=≤=≤∑∑==8325.12)(5665.25)()5665.2()5665.2(261226122222σσσσi ii i X X P X X P s P s P 查2χ分布表得=≤)5665.2(22σs P ⎪⎪⎪⎪⎭⎫ ⎝⎛≤-∑=8325.12)(2612σi i X X P =1-α=1-0.0248=0.9752 三．设总体X 的概率密度为f(x)= (1),(01)0a x x α⎧+<<⎨⎩，其他，其中α>0，求参数α的矩估计和极大似然估计量。

数理统计习题作业

数理统计习题作业班级:学号:姓名:习题一1. 设是来自服从参数为的泊松分布的样本，试写出样本的联合分布律。

2.设2(,)N ξμσ:，其中μ已知，2σ未知，12(,,,)n ξξξL 是总体ξ的样本，问下列那些是统计量？那些不是？并简述其理由.(1) 12ξξσ++；(2) 1()ni i ξμ=-∑；(3) 12min{,,,}n ξξξL ；(4) 2123ξξξσ++； (5) 221()ni i ξμσ=-∑；(6) 221()ni i S ξμ=-∑.3.从总体2(52,6.3)N ξ:中抽取一容量为36的样本，求样本均值ξ落在50.8到53.8之间的概率.4. 假设某种类型的电阻器的阻值服从均值μ＝200欧姆，标准差σ＝10欧姆的正态分布，在一个电子线路中使用了25个这样的电阻。

(1) 求这25个电阻平均值落在199欧姆到202欧姆之间的概率。

(2) 求这25个电阻总阻值不超过5100欧姆的概率。

5. 设总体分布2(150,25)N ξ:，现在从中抽取25个样本，求(140147.5)P ξ<<.6. 设某城市人均年收入服从均值μ＝1.5万元，标准差σ＝0.5万元的正态分布。

现随机调查了100个人，求他们的年均收入在下列情况下的概率：(2) 小于1.3万元； (3) 落在区间[1.2, 1.6].7. 假设总体分布为(12,2)N ，今从中抽取样本125(,,,)ξξξL ，试问 (1) 样本均值ξ大于13的概率是多少？ (2) 样本的最小值小于10的概率是多少？ (3) 样本的最大值大于15的概率是多少？8.设总体2(0,0.3)N ξ:，1210(,,,)ξξξL 是从总体ξ抽取的一个样本，求1021( 1.44)i i P ξ=>∑.9.设12,,,n ξξξL 是相互独立且同分布的随机变量，且都服从2(0,)N σ，求证 (1) 22211()nii n ξχσ=∑:； (2)22211()(1)ni i n ξχσ=∑:.10.设125,,,ξξξL 是相互独立且同分布的随机变量，且都服从标准正态分布，求常数C ,服从t 分布.11.设总体2(0,)N ξσ:，12(,)ξξ为总体ξ的样本，求证212212()(1,1)()F ξξξξ+-:.12. 通过查表求(1)20.05(4)χ，20.01(6)χ，20.025(10)χ；(2) 0.01(8)t ，0.95(9)t ，0.01(50)t ；(3) 0.05(4,1)F ，0.01(5,4)F ，0.90(3,2)F .13. 通过查表求以下各题的λ值(1) 设22(6)χχ:，2()0.05P χλ>=；(2) 设(5)t t :,()0.05P t λ>=； (3) 设(5,3)F F :,()0.05P F λ>=；(4) 设(5,3)F F :，()0.05P F λ<=.习题二1. 设),,,(21n ξξξΛ为抽自二项分布),(p m b 样本，试求p 的矩估计量和极大似然估计量。

数理统计作业答案

数理统计作业答案1、设总体X 服从正态分布),(2σµN ，其中µ已知，2σ未知，n X X X ,,,21 为其样本，2≥n ,则下列说法中正确的是（ D ）。

（A ）∑=-ni i X n122)(µσ是统计量（B ）∑=ni i X n122σ是统计量（C ）∑=--ni iX n 122)(1µσ是统计量（D ）∑=ni iX n12µ是统计量2、设两独⽴随机变量)1,0(~N X ，)9(~2χY ，则YX 3服从（ C ）。

服从（ C ）。

4、设n X X ,,1 是来⾃总体X 的样本，且µ=EX ，则下列是µ的⽆偏估计的是（ A ）. 5、设4321,,,X X X X 是总体2(0,)N σ的样本，2σ未知，则下列随机变量是统计量的是（ B ）.（A ）3/X σ；（B ）414ii X=∑；（C ）σ-1X ；（D ）4221/ii Xσ=∑6、设总体),(~2σµN X ，1,,n X X 为样本，S X ,分别为样本均值和标准差，则下列正确的是（ C ）.7、设总体X 服从两点分布B （1，p ），其中p 是未知参数，15,,X X 是来⾃总体的简单随机样本，则下列随机变量不是统计量为（ C ） ( A ) . 12X X +( B ) {}max,15i X i ≤≤( C ) 52X p + ( D ) ()251X X -8、设1,,n X X 为来⾃正态总体2(,)N µσ的⼀个样本，µ，2σ未知。

则2σ的最⼤似然估计量为（ B ）。

（A ）∑=-n i i X n 12)(1µ （B ）()211∑=-n i i X X n （C ）∑=--n i i X n 12)(11µ（D ）()∑=--n i i（ D ）分布.10、设1,,n X X 为来⾃正态总体2 (,)N µσ的⼀个样本，µ，2σ未知。

数理统计习题带答案

数理统计习题带答案数理统计习题带答案数理统计是一门研究数据收集、分析和解释的学科。

它在各个领域都有广泛的应用，包括经济学、医学、社会科学等等。

通过数理统计，我们可以对数据进行整理和总结，从而得出一些有关数据的结论和推断。

下面是一些数理统计的习题及其答案，希望能对大家的学习有所帮助。

1. 某班级有60名学生，他们的数学成绩如下：70，75，80，85，90，95，100。

请计算这些学生的平均数、中位数和众数。

答案：平均数 = (70 + 75 + 80 + 85 + 90 + 95 + 100) / 7 = 85中位数 = 85众数 = 无2. 某公司的员工年龄如下：25，30，35，25，35，40，45。

请计算这些员工的平均数、中位数和众数。

答案：平均数 = (25 + 30 + 35 + 25 + 35 + 40 + 45) / 7 = 33.57中位数 = 35众数 = 25和353. 某学校的学生身高如下：160cm，165cm，170cm，175cm，180cm，185cm，190cm。

请计算这些学生的平均数、中位数和众数。

答案：平均数 = (160 + 165 + 170 + 175 + 180 + 185 + 190) / 7 = 175中位数 = 175众数 = 无4. 某地区的气温如下：10℃，15℃，20℃，25℃，30℃，35℃，40℃。

请计算这些气温的平均数、中位数和众数。

答案：平均数 = (10 + 15 + 20 + 25 + 30 + 35 + 40) / 7 = 25中位数 = 25众数 = 无5. 某班级的学生考试成绩如下：60，70，80，90，100。

请计算这些学生的平均数、中位数和众数。

答案：平均数 = (60 + 70 + 80 + 90 + 100) / 5 = 80中位数 = 80众数 = 无通过以上习题，我们可以看到不同数据集的平均数、中位数和众数可能会有不同的结果。

数理统计习题(汇总)

150 162 175 165
（1）求 Y 对 X 的线性回归方程；（2）检验回归方程的显著性；（3）求回归系数 b 的 95%的置信区间；（4）取 x 0 =90，求 y 0 的预测值及 95%的预测区间。 8. 为了考察影响某种化工产品转化率的因素 , 选择了三个有关因素: 反应温度 (A)、反应时间（ B)、用碱量(C)，而每个因素取三种水平，列表如下：水平因子温度(A) 时间（B) 用碱量(C) 1 80℃（ A1 ） 90 分（ B1 ） 5%（ C1 ） 2 90℃（ A2 ） 120 分（ B2 ） 6%（ C2 ） 3 90℃（ A3 ） 150 分（ B3 ） 7%（ C3 ）
X ________， E ( X ) ______, D( X ) ______ .
3. 设 X 1 , X 2 , , X n 相互独立，且 X i N (0,1).(i 1, 2, , n) 则的________分布。
2 4. 设 X N (0,1).Y ( n). X 与 Y 独立，则随机变量 T
2
9．某厂生产一种乐器用的合金弦线，按以往的资料知其抗拉强度（单位： kg cm 2 ）服从正态分布 N (10560,802 ) ，今用新配方生产了一批弦线，欲考察这批弦线的抗拉强度是否有提高，为此随机抽取 10 根弦线做抗拉试验，测得其抗拉强度均值为 x 10631.4 ，均方差 s 81.00 。（检验水平 0.05 ）。 10．某厂生产一种保险丝，规定保险丝熔化时间的方差不能超过 400。今从一批产品中
2 2 2 sB 1024( h2 ) ，取置信水平为 0.99 ，试求：
（1）
2 1 的区间估计。 2 2

数理统计习题数理统计练习题

数理统计一、填空题1．设X1, X2,X n为母体X的一个子样，假如g( X 1 , X 2 ,X n )，则称 g ( X1 , X 2 ,X n ) 为统计量。

2．设母体X ~ N(,2 ),已知，则在求均值的区间预计时，使用的随机变量为3．设母体X听从方差为 1的正态散布，依据来自母体的容量为100 的子样，测得子样均值为 5，则X的数学希望的置信水平为95%的置信区间为。

4．假定查验的统计思想是。

小概率事件在一次试验中不会发生5．某产品过去废品率不高于5%，今抽取一个子样查验这批产品废品率能否高于5%，此问题的原假定为。

6．某地域的年降雨量X ~N ( , 2 ) ，现对其年降雨量连续进行 5 次察看，得数据为：( 单位： mm) 587 672 701640 650，则 2 的矩预计值为。

7 ．设两个互相独立的子样X1, X2,,X21与 Y1,,Y5分别取自正态母体N (1,22 ) 与N (2,1)，22分别是两个子样的方差，令222( a2S1, S21aS1, 2b) S2，已知12 ~2 (20),22 ~2 (4) ，则a _____, b_____ 。

8．假定随机变量X ~ t( n) ，则12听从散布。

X9．假定随机变量X ~ t(10),已知P( X2)0.05 ，则____。

10．设子样X1,X2,, X16来自标准正态散布母体 N(0,1)，X 为子样均值，而，则____, 2)，令Y 101611．假定子样X1, X2,, X16来自正态母体N (3X i 4 X i，则Y的i 1i 11散布12．设子样X1, X2,, X10来自标准正态散布母体N (0,1)，X与S*2分别是子样均值和子样方差，令10X 2，若已知 P(Y)0.01 ，则____。

YS*213．假如?1,?2都是母体未知参数的预计量，称?1比?2有效，则知足。

14．假定子样X1, X2,, X n来自正态母体N (,2)， ?2C n 1( X i 1X i )2是 2 的i 1一个无偏预计量，则 C_______ 。

概率论与数理统计作业与解答

概率论与数理统计作业及解答第一次作业 ★ 1.甲.乙.丙三门炮各向同一目标发射一枚炮弹•设事件ABC 分别表示甲.乙.丙击中目标.则三门炮最多有一门炮击中目标如何表示• 事件E 丸事件A, B,C 最多有一个发生｝,则E 的表示为E =ABC ABC ABC ABC;或工 ABU AC U B C;或工 ABU ACU BC;或工 ABACBC ；或工 ABC_(AB C ABC A BC ).(和 A B 即并AU B,当代B 互斥即AB 二'时.AU B 常记为AB)2. 设M 件产品中含m 件次品.计算从中任取两件至少有一件次品的概率★ 3.从8双不同尺码鞋子中随机取6只.计算以下事件的概率A 二｛8只鞋子均不成双｝, B=｛恰有2只鞋子成双｝, C 珂恰有4只鞋子成双｝.C 6 (C 2 )6 32C 8C 4(C 2)4 800.2238, P(B) 8 皆 0.5594,P(A) 8/143★ 4.设某批产品共50件.其中有5件次品•现从中任取3件•求 (1) 其中无次品的概率-(2)其中恰有一件次品的概率‘ /八 C 5 1419 C ：C 5 99⑴冷0.724.⑵虫产0.2526. C 50 1960C 503925. 从1〜9九个数字中•任取3个排成一个三位数•求 (1) 所得三位数为偶数的概率-(2)所得三位数为奇数的概率•4(1) P ｛三位数为偶数｝ = P ｛尾数为偶数｝=-,9⑵P ｛三位数为奇数｝ = P ｛尾数为奇数｝ = 5,9或P ｛三位数为奇数｝ =1 -P ｛三位数为偶数｝ =1 -彳=5.9 96. 某办公室10名员工编号从1到10任选3人记录其号码求(1)最小号码为5的概率 ⑵ 最大号码为5的概率记事件A =｛最小号码为5｝, B=｛最大号码为5｝.1 12 C m C M m C mm(2M - m -1)M (M -1)6 —C 16143P(C)二 C 8CJC 2)300.2098.143C 16C 2 iC 2⑴ P(A)=# 詁;(2) P(B )X =C 10 12C 107. 袋中有红、黄、白色球各一个每次从袋中任取一球.记下颜色后放回共取球三次求下列事件的概率：A=｛全红｝ B =｛颜色全同｝ C =｛颜色全不同｝ D =｛颜色不全同｝ E =｛无黄色球｝ F =｛无红色且无黄色球｝ G =｛全红或全黄｝.1 11A 3!2 8P (A)=3^2?P (B )=3P (A )=9, P(C^#=?=9, P(DH ^P(BH?28 1 1 2P(E)亏方P(F)亏审 P(G r 2P(A)盲☆某班n 个男生m 个女生（m^n 1）随机排成一列•计算任意两女生均不相邻的概率☆ •在[0 ■ 1]线段上任取两点将线段截成三段•计算三段可组成三角形的概率14第二次作业1.设 A B 为随机事件 P(A)=0.92 ■ P(B)=0.93 P(B|Z)=0.85 求 ⑴ P(A|B) (2) P (AU B) ■ (1) 0.85 =P(B| A) =P(A B )P (AB ),P (A B )=0.85 0.08=0.068,P(A) 1-0.92P(AB)二 P(A) -P(AB)二 P(A) - P(B) P(AB) = 0.92 -0.93 0.068 = 0.058,P(A| B): = P(AB) = 0.。

西南大学《数理统计》作业及答案

F 列正确的是( )(A) X ~ N(4®2) (B) ∏X ~ N(* )(C)W(X i 」)2 〜2(n)(D)竺 )〜t(n)σ2GS7、设总体X 服从两点分布B (i, P),其中P 是未知参数，X i ,…,X 5是来自总体的简单随机样本，则下列随机变量不是统计量为()(A ) . X i X 2( B ) maχfχi ,仁i 岂51数理统计第一次1设总体X 服从正态分布N(J,；「2),其中J已知，；「2未知, X 1,X 2,…,X n 为其样本, n _ 2,则下列说法中正确的是( )。

(A ) ∙ (X j -■•二)2 是统计量 n i 1 (B)=J Xj2是统计量 n i =I2、设两独立随机变量 X ~ N(O,i), Y~ 2(9),则 3X服从( JY)0(A) N(0,i) (B)t(3) (C)t(9) (D) F(i,9) 3、设两独立随机变量 X 〜N(O,i),24X Y~ 2(i6),则-服从( )0 (A)N(O,i) (B)t ⑷(C)t(i6)(D) F(i,4)(C)=J (X i 一)2是统计量n —1 y (D ) X i 2是统计量 n i =I4、设X i ,…，X n 是来自总体X 的样本，且EX 二，则下列是」的无偏估计的是()I n-Ii ni n(A) X i (B) 一 X i (C)-^ X in — 1 i =I n —1iτn^(D)-XX in5、设X i ,X 2,X 3,X 4是总体N(0M 2)的样本,2-未知，则下列随机变量是统计量的是( ). (A) X 3/二；(B )4(Di Xi 2 / ~2i T26、设总体X ~ Ne I ^ ) , X i ,L ,X n 为样本,X,S 分别为样本均值和标准差，则1、( D )；2、(C) ； 3、(C) ; 4、(A) ；5、( B )；6、(C) ； 7、( C )；第二次1、设总体X~N(*二2)，X 1, ,X n 为样本，X,S 分别为样本均值和标准差)分布•3、在假设检验中，下列说法正确的是(如果原假设是正确的，但作出的决策是接受备择假设，则犯了第一类错误；如果备择假设是正确的，但作出的决策是拒绝备择假设，则犯了第一类错误; 第一类错误和第二类错误同时都要犯；如果原假设是错误的，但作出的决策是接受备择假设，则犯了第二类错误。

数理统计习题数理统计练习题

数理统计习题数理统计练习题数理统计⼀、填空题1．设n X X X ,,21为母体X 的⼀个⼦样，如果),,(21n X X X g ，则称),,(21n X X X g 为统计量。

2．设母体 ),,(~2N X 已知，则在求均值的区间估计时，使⽤的随机变量为 3．设母体X 服从⽅差为1的正态分布，根据来⾃母体的容量为100的⼦样，测得⼦样均值为5，则X 的数学期望的置信⽔平为95%的置信区间为。

4．假设检验的统计思想是。

⼩概率事件在⼀次试验中不会发⽣5．某产品以往废品率不⾼于5%，今抽取⼀个⼦样检验这批产品废品率是否⾼于5%，此问题的原假设为。

6．某地区的年降⾬量),(~2N X ，现对其年降⾬量连续进⾏5次观察，得数据为：(单位：mm) 587 672 701 640 650 ，则2的矩估计值为。

7．设两个相互独⽴的⼦样2121,,,X X X 与51,,Y Y 分别取⾃正态母体)2,1(2N 与)1,2(N ， 2221,S S 分别是两个⼦样的⽅差，令22222121)(,S b a aS ，已知)4(~),20(~222221 ，则__________, b a 。

8．假设随机变量)(~n t X ，则21X 服从分布。

9．假设随机变量),10(~t X 已知05.0)(2X P ，则____ 。

10．设⼦样1621,,,X X X 来⾃标准正态分布母体)1,0(N ，X为⼦样均值，⽽01.0)( X P ，则____11．假设⼦样1621,,,X X X 来⾃正态母体),(2N ，令 161110143i i i iX XY ，则Y 的分布12．设⼦样1021,,,X X X 来⾃标准正态分布母体)1,0(N ，X 与*2S 分别是⼦样均值和⼦样⽅差，令2*210X Y S ，若已知01.0)( Y P ，则____ 。

13．如果,?1 2都是母体未知参数的估计量，称1? ⽐2? 有效，则满⾜。

数理统计作业四

1.用主成分分析方法探讨城市工业主体结构。

表1是某市工业部门13个行业8项指标的数据。

1）试用主成分分析方法确定8项指标的样本主成分（综合变量）；若要求损失信息不超过15％，应取几个主成分；并对这几个主成分进行解释；2）利用主成分得分对13个行业进行排序和分类。

解：先将给出的的数据导入到Spass软件对导入的数据进行因子分析得到KMO 與 Bartlett 檢定Kaiser-Meyer-Olkin 測量取樣適當性。

.463Bartlett 的球形檢定大約卡方96.957 df 28 顯著性.000首先进行KMO检验和巴特利球体检验，KMO检验系数=0.96957>0.5 P值<0.05，所以能进行因子分析。

循环平方和载入，累加达到85%，所以取三个指标，即累加达到86.657%旋轉元件矩陣a元件1 2 3年末固定资产净值.975 -.084 .108职工人数.965 -.093 .044工业总产值.989 .090 .093全员劳动产率.121 .822 .204百元固定原资产值实-.169 .906 -.181现产值资金利税率-.088 .931 .021标准燃料消费量-.020 -.700 -.289能源利用效果.141 .139 .961擷取方法：主體元件分析。

轉軸方法：具有 Kaiser 正規化的最大變異法。

a. 在 4 疊代中收斂循環。

由旋转矩阵分析可知，八个指标分为三类第一类：年末固定资产净值，职工人数，工业总产值第二类：全员劳动产率，百元固定原资产值实现产值，资金利税率，标准燃料消费量第三类：能源利用效果（2）对原始数据进行归一化处理,计算相应的得分，结果如下：最后的结果如上表最后一列所示，根据数值的正负号分成两类，利用主成分得分对13个行业进行排序和分类如下：第一类：1(冶金) 4(化学) 5(机械) 8(食品) 13(文教)第二类：9(纺织) 6(建材)7(森工)10(缝纫)11(皮革)12(造纸)2(电力) 3(煤炭)2.下表是某年美国50州每10万人中各种类型犯罪的犯罪率数据，分析找出主要的犯罪类型、列出主成分与原始变量的线性关系式，分析解释主成分及其特征，排序说明每州主要的犯罪类型。

概率论与数理统计作业

概率论与数理统计作业概率论与数理统计作业第⼀章随机事件与概率1. 将⼀枚均匀的硬币抛两次，事件代B,C 分别表⽰“第⼀次出现正⾯”，“两次出现同，“⾄少有⼀次出现正⾯”。

试写出样本空间及事件 A,B,C 中的样本点。

4. 进⾏⼀系列独⽴试验，每次试验成功的概率均为:，试求以下事件的概率: (1) 直到第r 次才成功;⼀⾯解:正正、正反、反正、反反正正、正反,B 正正,C正正、正反、反正2.设 P(A) 3， P(B) 1,试就以下三种情况分别求 P(BA):(1) ABB , (3) P(AB)解:(1) P(BA) P(B AB) P(B) P(AB) P(B) 0.5(2) P(BA) P(B AB) P(B) P(AB) P(B) P(A) (3) P(BA)P(BAB)P(B)P(AB) 0.5 0.1253.某⼈忘记了电话号码的最后⼀个数字，因⽽随机的拨号，求他拨号不超过三次⽽接通所需的电话的概率是多少？如果已知最后⼀个数字是奇数，那么此概率是多少?解：记H 表拨号不超过三次⽽能接通。

Ai 表第i 次拨号能接通。

注意：第⼀次拨号不通，第⼆拨号就不再拨这个号码。

H A A 1A 2 P(H) P(A)1 _9 10 10 9 10 9 8A 1A 2A 3三种情况互斥P (A JP (A 2 |⽡)P (A)P (A 2| A JP (A 3 门⽠2)19 8 1?10如果已知最后⼀个数字是奇数(记为事件 B)问题变为在B 已发⽣的条件下，求⽣的概率。

数理统计习题及答案

数理统计习题及答案数理统计是应用数学的一个分支，它利用概率论的基本原理来分析和解释数据。

在数理统计中，我们经常需要解决各种习题来巩固和深化对统计概念和方法的理解。

以下是一些数理统计的习题以及相应的答案。

习题1：假设有一个正态分布的总体，其均值为μ=100，标准差为σ=15。

如果从中随机抽取一个样本大小为n=36，求样本均值的期望值和方差。

答案：样本均值的期望值等于总体均值，即E(\(\bar{X}\)) = μ = 100。

样本均值的方差由以下公式给出：Var(\(\bar{X}\)) = σ²/n = 15²/36 = 6.25。

习题2：一个工厂生产的灯泡寿命服从指数分布，其平均寿命为1000小时。

如果工厂每天生产1000个灯泡，求在接下来的30天内，工厂生产的灯泡中至少有一个灯泡寿命少于700小时的概率。

答案：灯泡寿命的指数分布参数λ=1/1000。

我们首先计算单个灯泡寿命超过700小时的概率，即P(X > 700) = e^(-λ*700)。

然后，我们计算1000个灯泡中所有灯泡寿命都超过700小时的概率，即(P(X > 700))^1000。

所以，至少有一个灯泡寿命少于700小时的概率为1 - (P(X > 700))^1000。

习题3：假设有一批产品，其中有5%的产品是次品。

如果从这批产品中随机抽取100个进行检验，求恰好有5个是次品的概率。

答案：这是一个二项分布问题，其中n=100，p=0.05。

使用二项分布概率公式P(X=k) = C(n, k) * p^k * (1-p)^(n-k)，我们可以计算出恰好有5个次品的概率。

这里C(n, k)是组合数，表示从n个不同元素中取k个元素的组合数。

习题4：如果一个随机变量X服从正态分布N(0,1)，求P(-1 < X < 1)。

答案：由于X服从标准正态分布，我们可以使用标准正态分布表来查找P(-1 < X < 1)的值。

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)。

表 1是一架飞机在某段时间内故障间隔飞行小时，下面以该数据集为基础简单估计该架飞机在该时间段内的故障率曲线分布。

表1某飞机一段时间内故障间隔飞行小时1.2.数据整理1.表中共有 100 个维修数据，找出其中的最大值为max 652L =小时，最小值为min 1L =小时； 2.计算组数：根据经验公式：1 3.32lg k n =+，计算得1 3.32lg 1 3.32lg1008k n =+=+≈，所以将数据分为8组； 3.计算组距：max min 6521828L L t k --∆==≈； 4.根据公式计算并将所得的结果列成表2:频率：/j j W f n =表2故障频率分析过程计算结果5.计算得：202.98X =，167.0697S =;根据公式3113()1.1035(1)nii XX V n S=-==-∑6．计算峰度：根据公式4124()3.4853(1)nii XX V n S=-==-∑1.3.直方图与折线图图1-1故障频数直方图图1-2故障频率折线图图1-3故障频率直方图图1-4累计频率折线图从频率直方图即图3中可以看出，靠近左侧的数据出现较多。

通过比较频率曲线和指数分布曲线可以看出，该图显示故障呈现典型的指数分布，所以说明趋势方程是指数函数。

趋势线方程代表故障频数随时间的发展趋势，据此可以预测未来某一时间段内的故障数，来实现故障相关维修成本的估算。

1.4.经验分布函数根据定义得出，总体X 的经验分布函数为：0,1(),1652,1,2,...,991001,652n x k F x x k x <⎧⎪⎪=≤<=⎨⎪≥⎪⎩使用Matlab 软件绘出经验分布函数图像，如图4所示。

图1-5经验分布函数图像通过比较图4和图5可以看出累计频率曲线与经验分布函数曲线基本一致。

说明当样本容量很大时，经验分布函数逼近随机变量X 的分布函数F （x ）。

在这个意义上，当分布函数F （x ）未知时，经验分布函数F n （x ）可以考虑作为F （x ）的估计量。

1.5.概率分布种类表2概率分布种类（1）连续均匀分布连续型均匀分布，如果连续型随机变量X具有如下的概率密度函数，则称X 服从[,]a b上的均匀分布（uniform distribution），记作[,]X U a b。

概率密度函数：1()a xb f x b a⎧≤≤⎪=-⎨⎪⎩其它分布函数：0()1x a x a F x a x b b a <⎧⎪-⎪=≤<⎨-⎪⎪⎩x>b期望为：()2a b E X +=，方差为：2()[]12b a Var X -=。

图1-6分布图像（2）伯努利分布伯努利分布：又名两点分布或者0-1分布，是一个离散型概率分布，为纪念瑞士科学家雅各布·伯努利而命名。

若伯努利试验成功，则伯努利随机变量取值为其概率质量函数为：11,()(1)10,0x xX px f x p p q p x -=⎧⎪=-=≡-=⎨⎪⎩其它期望为：()E X p =，方差为：()(1)Var x p p =- （3）几何分布几何分布（Geometric distribution ）指的是以下两种离散型概率分布中的一种：（1）在伯努利试验中，得到一次成功所需要的试验次数 X 。

X 的值域是 { 1, 2, 3, ... }；（2）在得到第一次成功之前所经历的失败次数 Y = X − 1。

Y 的值域是 { 0, 1, 2, 3, ... }。

呈几何分布的随机变量X 的期望和方差为：211(),()pE X Var X pp -==呈几何分布的随机变量的期望和方差为：211(),()ppE Y Var Y pp--==图1-7概率质量函数图1-8累计分布函数（4）泊松分布泊松分布：Poisson 分布又称泊松小数法则（Poisson law of small numbers ），是一种统计与概率学里常见到的离散概率分布，由法国数学家西莫恩·德尼·泊松（Sim éon-Denis Poisson ）在1838年时发表。

泊松分布的概率质量函数为： ()!k e P X k k λλ-==期望和方差为：(),()E X Var X λλ==图1-9概率质量函数图1-10累积分布函数（麦克斯韦-玻尔兹曼分布是一个概率分布，在物理学和化学中有应用。

最常见的应用是统计力学的领域。

任何（宏观）物理系统的温度都是组成该系统的分子和原子的运动的结果。

这些粒子有一个不同速度的范围，而任何单个粒子的速度都因与其它粒子的碰撞而不断变化。

然而，对于大量粒子来说，处于一个特定的速度范围的粒子所占的比例却几乎不变，如果系统处于或接近处于平衡。

麦克斯韦-玻尔兹曼分布具体说明了这个比例，对于任何速度范围，作为系统的温度的函数。

它以詹姆斯·克拉克·麦克斯韦和路德维希·玻尔兹曼命名。

这个分布可以视为一个三维矢量的大小，它的分量是独立和正态分布的，其期望值为0，标准差为a 。

如果i X 的分布为2(0,)X N a ，那么Z =就呈麦克斯韦-玻尔兹曼分布，其参数为a 。

5. 复合泊松分布：假设也就是说，N 是一个随机变量，其分布为期望为λ的泊松分布，且为同分布的随机变量，他们相互独立，且与N 也独立。

则在变量个数（）给定的条件下，这个独立同分布的随机变量和的概率分布：是一个良定的分布。

N = 0时，Y 也为0，此时Y | N=0有退化的分布。

复合泊松分布可以通过将(Y ,N )的联合分布在N 上边缘化而得到，而联合分布可以通过结合条件分布Y | N 和N 的边缘分布而得到。

6. 狄拉克δ函数（Dirac Delta function ），有时也说单位脉冲函数。

通常用δ表示。

在概念上，它是这么一个“函数”：在除了零以外的点都等于零，而其在整个定义域上的积分等于1。

严格来说狄拉克δ函数不能算是一个函数，因为满足以上条件的函数是不存在的。

但可以用分布的概念来解释，称为狄拉克δ分布，或δ分布，但与费米-狄拉克分布是两回事。

在广义函数论里也可以找到δ函数的解释，此时δ作为一个极简单的广义函数出现。

在实际应用中，δ函数或δ分布总是伴随着积分一起出现。

δ分布在偏微分方程、数学物理方法、傅立叶分析和概率论里都和很多数学技巧有关。

2.总体分布的参数估计从前面的分布图像可以看出，函数分布为指数分布。

概率密度函数为：,0(,)0,0x e x f x x λλλ-⎧≥=⎨<⎩其1()E x λ=。

2.1矩估计由于11ni i X X N ==∑，根据矩法估计定义，直接令()E x X =，即1X λ=。

由于202.98X =所以110.0049202.98X λ==≈2.2最大似然估计λ的似然函数为11()exp()exp()exp()nnnn i i i i L x x nx λλλλλλλ===-=-=-∑∏令()0dL d λλ=，得0n nx λ-=，解得1xλ=，所以λ的极大似然估计量为10.0049Xλ=≈。

2.3参数区间估计(1）、方差2σ未知，求数学期望μ的置信区间假设复合材料故障时间服从正态分布，若取0.95的置信水平，则估计复合材料平均故障时间过程如下。

设X 表示复合材料故障时间，依照假设知2(,)X N μσ ，则复合材料平均故障时间为()E X μ=，实质上就是估计正态分布参数μ，但方差2σ未知。

于是，参数μ的估计量选用样本均值X ，统计量选用(1)X T t n =- 。

复合材料故障时间应为单侧区间估计，估计的准则为(1))1X P t n αα≥-=-。

使用Matlab 计算所得结果为：以0.95的概率保证复合材料的平均故障寿命不低于175.2399h 。

上面是假设样本服从正态分布，从而计算的置信区间。

但是本次样本不服从所以进行一下计算。

因为2χ分布表只到45所以只选择22个数据进行检验，其均值249x =。

总体X 的概率密度函数为0(,)0xe xf x x λλλ-⎧>=⎨≤⎩令2Y X λ=，根据求随机变量的函数的分布方法，的2Y X λ=服从参数为2的2χ 分布，记为2(2)Y χ ，概率密度函数为2/21/22/21,0(2/2)2(),0y Y y e y f y o y --⎧>⎪Γ=⎨⎪≤⎩而()Y f y 与λ无关。

再根据2χ 分布的可加性，知2221244(44)i i Z X X λλχ===∑给定置信水平为0.95，使220.9750.025((44)44(44))0.95P X χλχ<<=经查表的220.9750.025(44)27.575,(44)64.201χχ==，故221220.9564.20127.575X X P λ⎧⎫<<=⎨⎬⎩⎭由于249x =，得1λ的置信水平为0.95的置信区间为（85.326,198.658）(2）、数学期望μ，2σ均未知，求方差2σ的置信区间取样本函数222(1)(1)n S G n χσ-=-由此得221/2/22(1)(1)(1)1n P n n ααχχασ--⎧⎫-≤≤-=-⎨⎬⎩⎭因此2σ的置信区间为22221/2/211,(1)(1)n n S S n n ααχχ-⎡⎤--⎢⎥--⎣⎦，使用Matlab 软件进行计算，结果σ的置信区间为：（150.3794，190.1789）。

3 参数的假设检验3.1样本统计数据的t 检验如果要求复合材料故障时间不低于202.98小时，可否认为样本材料都合格。

假设样本服从正态分布。

因为T 分布表只到n=45，所以随机选择采集到的样本中的46个数。

计算均值为4611195.468946i i x x ===∑。

原假设和备择假设01:300:300H vsH μμ≥<选取检验统计量，当原假设为真时，检验统计量为(1)X t t n =-给定显著性水平0.05α=，使0.95((45))0.05P t t ≤=查t 分布表得临界值为0.95(45) 1.6794t =-，则拒绝域为(, 1.6794]-∞-。

计算结果为：0.3049t ==-由于0.3049 1.6794t =->-，因此接受原假设，可以认为复合材料故障时间不低于202.98小时。