第5章_概率与概率分布习题
《概率论与数理统计答案》第五章
P{ X − 8 > 3} = 0.1336
3.设 X 1 , X 2 , " , X n 为来自总体 X ~ P (λ ) 的一个样本, X 、 S 2 分别为样本均值 和样本方差。求 DX 及 ES 2 。 答案与提示:此题旨在考察样本均值的期望、方差以及样本方差的期望与总体 期望、总体方差的关系,显然应由定理 5-1 来解决这一问题。
2
=(
1
hd a
) e
n 2 − 1
n
为
2σ 2
2πσ 2
w. c
∑ ( xi − µ )2
i =1
om
,
8.设 X 1 , X 2 , " , X n 为来自正态总体 X ~ N ( µ , σ 2 ) 的一个样本, µ 已知,求 σ 2
第五章 习题参考答案与提示
⎧ ⎪λax a −1e − λx , x > 0, (2) f ( x, λ ) = ⎨ ⎪ x ≤ 0, ⎩ 0,
1 3 1 (3) X 1 + X 2Leabharlann + X 3 。 5 10 2
om
(1)
(2)
第五章 习题参考答案与提示
3,求 θ 的矩估计值和极大似然估计值。
ˆ = 1/ 4 。 答案与提示: θ 的矩估计值为 θ
对于给定的样本值,似然函数为 L(θ ) = 4θ 6 (1 − θ ) 2 (1 − 2θ ) 4 ,解得
其中 θ > −1 为未知参数。
网
9.设 X ~ N ( µ , 1) , X 1 , X 2 , " , X n 为来自正态总体 X 的一个样本,试求 µ 的极
(概率论与数理统计 茆诗松) 第5章 统计量及其分布
次序统计量的函数在实际中经常用到。 如 样本极差 Rn = x(n) x(1)
例5.3.9 设总体分布为U(0,1), x1, x2,…, xn 为 样本,则(x(n), x(1))的联合密度函数为
p1,n(y,z)=n(n1)(zy)n-2, 0 y z 1
令 R = x(n) x(1) ,由 R 0, 可以推出 0 x(1) = x(n)R 1 R ,
bk = (xi称 为x)k样/n 本k阶中心矩。 特别,样本二阶中心矩就是样本方差。
当总体关于分布中心对称时,我们用 x 和 s
刻画样本特征很有代表性,而当其不对称时,
只用 x 和 s 就显得很不够。为此,需要一些刻画
分布形状的统计量,如样本偏度和样本峰度,它 们都是样本中心矩的函数。
定义: 1 = b3/b23/2 称为样本偏度, 2 = b4/b22 称为样本峰度。
次序统计量的应用之一是五数概括与箱线图。在 得到有序样本后,容易计算如下五个值: 最小观测值 xmin= x(1) , 最大观测值 xmax=x(n) , 中位数 m0.5 , 第一4分位数 Q1 = m0.25, 第三4分位数 Q3 = m0.75. 所谓五数概括就是指用这五个数:
xmin , Q1 , m0.5 , Q3 , xmax 来大致描述一批数据的轮廓。
当n 时样本 p 分位数 mp 的渐近分布为
p(1 p)
mp ~ Nxp,
n p2xp
特别,对样本中位数,当n时近似地有
m0.5
~Nx0.5,
4n
1 p2x0.5
例5.3.10 设总体为柯西分布,密度函数为
p(x,)= 1/[(1+(x)2)] , x + 不难看出是该总体的中位数,即x0.5= 。
第5章概率与概率分布
第5章 概率与概率分布一、思考题、频率与概率有什么关系 、独立性与互斥性有什么关系、根据自己的经验体会举几个服从泊松分布的随机变量的实例。
、根据自己的经验体会举几个服从正态分布的随机变量的实例。
二、练习题、写出下列随机试验的样本空间:(1)记录某班一次统计学测试的平均分数。
(2)某人在公路上骑自行车,观察该骑车人在遇到第一个红灯停下来以前遇到的绿灯次数。
(3)生产产品,直到有10件正品为止,记录生产产品的总件数。
、某市有50%的住户订阅日报,有65%的住户订阅晚报,有85%的住户至少订两种报纸中的一种,求同时订这两种报纸的住户的百分比。
、设A 与B 是两个随机事件,已知A 与B 至少有个发生的概率是31,A 发生且B 不发生的概率是91,求B 发现的概率。
、设A 与B 是两个随机事件,已知P(A)=P(B)=31,P(A |B)= 61,求P(A |B ) 、有甲、乙两批种子,发芽率分别是和。
在两批种子中各随机取一粒,试求: (1)两粒都发芽的概率。
(2)至少有一粒发芽的概率。
(3)恰有一粒发芽的概率。
、某厂产品的合格率为96%,合格品中一级品率为75%,从产品中任取一件为一级品的概率是多少、某种品牌的电视机用到5000小时未坏的概率为43,用到10000小时未坏的概率为21。
现在有一台这种品牌的电视机已经用了5000小时未坏,它能用到10000小时的概率是多少、某厂职工中,小学文化程度的有10%,初中文化程度的有50%,高中及高中以上文化程度的有40%,25岁以下青年在小学、初中、高中及高中以上文化程度各组中的比例分别为20%,50%,70%。
从该厂随机抽取一名职工,发现年龄不到25岁,他具有小学、初中、高中及高中以上文化程度的概率各为多少、某厂有A ,B ,C ,D 四个车间生产同种产品,日产量分别占全厂产量的30%,27%,25%,18%。
已知这四个车间产品的次品率分别为,,和,从该厂任意抽取一件产品,发现为次品,且这件产品是由A ,B 车间生产的分布。
统计学 第五章习题 正确答案
第五章 概论与概率分布重点知识1.样本、样本空间、随机事件的定义;2.事件的运算:交、并、对立事件、互斥事件;3.概论的定义:古典定义、统计定义、经验定义;4.概率的计算:加法公式,乘法公式,条件概率,事件的独立性,全概率公式,贝叶斯公式; 5.随机变量的定义,有几种类型;6.离散型随机变量及其分布的定义与性质,数学期望与方差:重点了解二项分布及其简单性质; 7.连续型随机变量及其分布的定义与性质,数学期望与方差:重点了解正态分布及其简单性质,会根据标准正态分布计算任何正态分布随机变量的概率;复习题一、填空1.用古典法求算概率.在应用上有两个缺点:①它只适用于有限样本点的情况;②它假设 。
2.若事件A 和事件B 不能同时发生,则称A 和B 是 事件。
3.在一副扑克牌中单独抽取一次,抽到一张红桃或爱司的概率是 ;在一副扑克牌中单独抽取一次,抽到一张红桃且爱司的概率是 。
4.甲、乙各射击一次,设事件A 表示甲击中目标,事件B 表示乙击中目标,则甲、乙两人中恰好有一人不击中目标可用事件 表示.5.已知甲、乙两个盒子里各装有2个新球与4个旧球,先从甲盒中任取1个球放入乙盒,再从乙盒中任取1个球,设事件A 表示从甲盒中取出新球放入乙盒,事件B 表示从乙盒中取出新球,则条件概率P(B A )=__.6.设A,B 为两个事件,若概率P (A )=41,P(B)=32,P(AB)=61,则概率P(A+B)=__.7.设A,B 为两个事件,且已知概率P(A)=0.4,P(B)=0.3,若事件A,B 互斥,则概率P(A+B)=__. 8.设A,B 为两个事件,且已知概率P(A)=0.8,P(B)=0.4,若事件A ⊃B ,则条件概率P(B A )=__. 9.设A,B 为两个事件,若概率P(B)=103,P(B A )=61,P(A+B)=54,则概率P(A)=__.10.设A,B 为两个事件,且已知概率P(A )=0.7,P(B)=0.6,若事件A,B 相互独立,则概率P(AB)=__. 11.设A,B 为两个事件,且已知概率P(A)=0.4,P(B)=0.3,若事件A,B 相互独立,则概率P(A+B)=__. 12.设A,B 为两个事件,若概率P(B)=0.84,P(A B)=0.21,则概率P(AB)=__. 13.设离散型随机变量X 的概率分布如下表ccccPX 4322101-则常数c =__.14.已知离散型随机变量X 的概率分布如下表414121P321X则概率P {3<X }=__.15.已知离散型随机变量X 的概率分布如下表6632P213-X11则数学期望)(X E =__.16.设离散型随机变量X 服从参数为p 的两点分布,若离散型随机变量X 取1的概率p 为它取0的概率q 的3倍,则方差)(X D =__.17.设连续型随机变量的概率X 密度为⎪⎩⎪⎨⎧<<-=其他,0210,1)(2x x k x ϕ 则常数k =__.18.设连续型随机变量X 的概率密度为⎩⎨⎧≤≤=其他,00,24)(2rx x x ϕ 则常数r =__.19.已知连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧≥=-其他,00,2)(2x xex xϕ 则概率}11{<<-X P =__.20.已知连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧≤≤=其他,021,2)(2x x x ϕ 则数学期望)(X E =_____.21.设X 为随机变量,若数学期望1)12(=-X E ,则数学期望)(X E =__.22.设X 为随机变量,若方差3)63(=-X D ,则方差)(X D =__.二、单项选择1.设A,B 为两个事件,若事件A ⊃B ,则下列结论中( )恒成立.(a)事件A,B 互斥 (b)事件A,B 互斥 (c)事件A ,B 互斥 (d)事件A ,B 互斥 2.设A,B 为两个事件,则事件B A +=( ).(a)A +B (b)A-B (c)A B (d)AB3.投掷两颗均匀骰子,则出现点数之和等于6的概率为( ).(a)111 (b)115 (c)361 (d)3654.盒子里装有10个木质球与6个玻璃球,木质球中有3个红球、7个黄球,玻璃球中有2个红球、4个黄球,从盒子里任取1个球.设事件A 表示取到玻璃球,事件B 表示取到红球,则条件概率P(A B )=( ).(a)114 (b)74 (c)83 (d)535.设A,B 为两个事件,若概率P(A)=31,P(A B )=32,P(A B )=53,则概率P(B)=__.(a)51 (b)52 (c)53 (d)546.设A,B 为两个事件,且已知概率P(A)>O ,P(B)>0,若事件A ⊃B,下列等式中( )恒成立.(a)P(A+B)=P(A)+P(B) (b)P(A-B)=P(A)-P(B)(c)P(AB)=P(A)P(B) (d)P(B A )=17.设A,B 为两个事件,则概率P(A+B)=( ).(a)P(A)+P(B) (b)P(A)+P(B)-P(A)P(B)(c)1-P (B A ) (d)1-P( A )P(B ) 8.设A,B 为两个事件,若概率P(A)=31,P(B)=41,P(AB)=121,则( ).(a)事件A 包含B (b)事件A ,B 互斥但不对立 (c)事件A ,B 对立 (d)事件A ,B 相互独立 9.设A,B 为两个事件,且已知概率P(A)=53,P(A+B)=107,若事件A,B 相互独立,则概率P(B)=( ).(a)161 (b)101 (c)41 (d)5210.设A,B 为两个事件,且已知概率P(A)>O ,P(B)>O ,若事件A,B 相互独立,则下列等式中( )恒成立.(a)P(A+B)=P(A)+P(B) (b)P(A+B)=P(A) (c)P(A-B)=P(A)-P(B) (d)P(A-B)=P(A)P(B )11.中( )可以作为离散型随机变量X 的概率分布.(a)6321-P321X11 (b)653-21P321X1(c)6321P321X 11 (d)65321P321X 112.已知离散型随机变量X 的概率分布如下表52511015110142101PX-则下列概率计算结果中( )正确.(a)0}3{==X P (b)0}0{==X P . (c)1}1{=->X P (d)1}4{=<X P13.设离散型随机变量X 的所有可能取值为-1与l ,且已知离散型随机变良X 取-1的概率为)10(<<p p ,取1的概率为q ,则数学期望=)(2X E ( ).(a)O (b)l (c)p q - (d)2)(p q - 14.设连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧≥+=其他,00,1)(2x x kx ϕ 则常数k =( ).(a)π1(b)π (c)π2(d)2π15.下列函数中( )不能作为连续型随机变量X 的概率密度.(a)⎩⎨⎧≤≤-=其他,001,3)(2x x x f (b)⎪⎩⎪⎨⎧≤≤-=其他,021,2)(x x x g(c)⎪⎩⎪⎨⎧≤≤=其他,020,cos )(πx x x h (d)⎪⎩⎪⎨⎧≤≤=其他,02,sin )(ππx x x h 16.设X 为连续型随机变量,若b a ,皆为常数,则下列等式中( )非恒成立.(a)}{}{a X P a X P ==≥ (b)}{}{b X P b X P <=≤ (c)1}{=≠a X P (d)0}{==b X P 17.已知连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧<<=其他,040,81)(x x x ϕ 则数学期望)(X E =( ).(a)21 (b)2 (c)83 (d)3818.设X 为随机变量,若数学期望)(X E 存在,则数学期望))((X E E =( ).(a)O (b))(X E (c))(2X E (d)2))((X E 19.设X 为随机变量,若方差)(X D =4,则方差)43(+X D =( ).(a)12 (b)16 (c)36 (d)4020.设X ,Y 为随机变量,已知随机变量X 的标准差等于4,随机变量Y 的标准差等于3,若随机变量X ,Y 相互独立,则随机变量X -Y 的标准差等于( ).(a)1 (b)7 (c)5 (d)7四、名词解释1、 数学期望:2、 对立事件:3、 随机事件:4、 事件和:5、 事件积:6、 互斥事件:7、 互相独立事件:五、判断题1.对于连续型随机变量,讨论某一点取值的概率是没有意义的。
第五章概率与概率分布
P( A)
事件A发生的次数m 重复试验次数n
m n
英语字母出现频率
space 0.2 ; I 0.055 ; C 0.023 ; G 0.011 ; Q 0.001 ; E R U B Z 0.105 ; T 0.072 ; 0.054 ; S 0.052 ; 0.0225 ; M 0.021 ; 0.0105 ; V 0.008 ; 0.001 O H P K 0.0654 ; 0.047 ; 0.0175 ; 0.003 ; A D Y X 0.063 ; 0.035 ; 0.012 ; 0.002 ; N 0.059 L 0.029 W 0.012 J 0.001
一、概率(Probability)的定义
概率:0-1之间的数,衡量事件A发生可能 性(机会)的数值度量。记P(A) •Probability: A value between 0 and 1, inclusive, describing the relative possibility (chance or likelihood) an event will occur.
P ( A) A包 含 的 可 能 结 果 (偶 数 ) 全部可能结果 3 6
实际与理论分析不符时,实际中可能作弊。
如:河北银行人员为买奖券,盗2000万并没中大奖。
西安彩票中心人员中奖率极高,结果是作弊。
例:已知有148名学生统计表
专业
性别
男 女
金融学院 工商学院 经济学院 会计学院 15 15 22 14 30 12 25 15
摘自:概率论与数理统计简明教程1988》李贤平 卞国瑞 立鹏,高等教育出版社
吴
大量统计的结果,用于破解密码
美国正常人血型分布
概率论与数理统计第五章课后习题及参考答案
概率论与数理统计第五章课后习题及参考答案1.用切比雪夫不等式估计下列各题的概率.(1)废品率为03.0,1000个产品中废品多于20个且少于40个的概率;(2)200个新生儿中,男孩多于80个而少于120个的概率(假设男孩和女孩的概率均为5.0).解:(1)设X 为1000个产品中废品的个数,则X ~)1000,03.0(B ,有30)(=X E ,1.29)(=X D ,由切比雪夫不等式,得)3040303020()4020(-<-<-=<<X P X P )103010(<-<-=X P )1030(<-=X P 709.0101.2912=-≥.(2)设X 为200个新生儿中男孩的个数,则X ~)200,5.0(B ,有100)(=X E ,50)(=X D ,由切比雪夫不等式,得)10012010010080()12080(-<-<-=<<X P X P )2010020(<-<-=X P )20100(<-=X P 87205012=-≥.2.一颗骰子连续掷4次,点数总和记为X ,估计)1810(<<X P .解:设i X 为该骰子掷第i 次出现的点数,则61)(==k X P i ,6,,2,1 =i ,6,,2,1 =k .27)654321(61)(=+++++=i X E ,691)654321(61)(2222222=+++++=i X E ,35)]([)()(22=-=i i i X E X E X D ,4,3,2,1=i .因为4321X X X X X +++=,且1X ,2X ,3X ,4X 相互独立,故有14)(=X E ,335)(=X D .由切比雪夫不等式,得)1418141410()1810(-<-<-=<<X P X P )4144(<-<-=X P )414(<-=X P 271.0433512=-≥.3.袋装茶叶用及其装袋,每袋的净重为随机变量,其期望值为100g ,标准差为10g ,一大盒内装200袋,求一盒茶叶净重大于5.20kg 的概率.解:设i X 为一袋袋装茶叶的净重,X 为一盒茶叶的净重,由题可知∑==2001i i X X ,100)(=i X E ,100)(=i X D ,200,,2,1 =i .因为1X ,2X ,…,200X 相互独立,则20000)()(2001==∑=i i X E X E ,20000)()(2001==∑=i i X D X D .)()(20500)()(()20500(2001X D X E X D X E X P X P i i ->-=>∑=)1020020000205001020020000(⋅->⋅-=X P )2251020020000(>⋅-=X P 由独立同分布的中心极限定理,1020020000⋅-X 近似地服从)1,0(N ,于是0002.0)5.3(1)2251020020000(=Φ-≈>⋅-X P .4.有一批建筑用木桩,其80%的长度不小于3m .现从这批木桩中随机取出100根,试问其中至少有30根短于3m 的概率是多少?解:设X 为100根木桩中短于3m 的根数,则由题可知X ~)2.0,100(B ,有20)(=X E ,16)(=X D ,由棣莫弗—拉普拉斯定理,得)30(1)30(<-=≥X P X P )42030(1)()((1-Φ-=-Φ-=X D X E X 0062.0)5.2(1=Φ-=.5.某种电器元件的寿命服从均值为100h 的指数分布.现随机选取16只,设它们的寿命是相互独立的.求这16只元件寿命总和大于1920h 的概率.解:设i X 为第i 只电器元件的寿命,由题可知i X ~)01.0(E ,16,,2,1 =i ,且1X ,2X ,…,16X 相互独立,则100)(=i X E ,10000)(=i X D .记∑==161i i X X ,则1600)()(161==∑=i i X E X E ,160000)()(161==∑=i i X D X D .))()(1920)()(()1920(X D X E X D X E X P X P ->-=>)400160019204001600(->-=X P )8.04001600(>-=X P ,由独立同分布的中心极限定理,1600-X 近似地服从)1,0(N ,于是2119.0)8.0(1)8.04001600(=Φ-=>-X P .6.在数值计算中中,每个数值都取小数点后四位,第五位四舍五入(即可以认为计算误差在区间]105,105[55--⨯⨯-上服从均匀分布),现有1200个数相加,求产生的误差综合的绝对值小于03.0的概率.解:设i X 为每个数值的误差,则i X ~)105,105(55--⨯⨯-U ,有0)(=i X E ,1210)(8-=i X D ,1200,,2,1 =i .从而0)()(12001==∑=i i X E X E ,61200110)()(-===∑i i X D X D .由独立同分布的中心极限定理,X 近似地服从)10,0(6-N ,于是)03.0(<X P ))()(03.0)()((X D X E X D X E X P -≤-=12101200003.0121012000(44--⋅-≤⋅-=X P 9974.01)3(2=-Φ=.7.某药厂断言,该厂生产的某药品对医治一种疑难的血液病治愈率为8.0.医院检验员任取100个服用此药的病人,如果其中多于75个治愈,就接受这一断言,否则就拒绝这一断言.(1)若实际上此药对这种病的治愈率是8.0,问接受这一断言的概率是多少?(2)若实际上此药对这种病的治愈率是7.0,问接受这一断言的概率是多少?解:设X 为100个服用此药的病人中治愈的个数,(1)由题可知X ~)8.0,100(B ,则80)(=X E ,16)(=X D ,由棣莫弗—拉普拉斯定理,得)75(1)75(≤-=>X P X P 48075(1))()((1-Φ-=-Φ-=X D X E X 8944.0)25.1(=Φ=.(2)由题可知X ~)7.0,100(B ,则70)(=X E ,21)(=X D ,由棣莫弗—拉普拉斯定理,得)75(1)75(≤-=>X P X P 217075(1)()((1-Φ-=-Φ-=X D X E X 1379.0)09.1(1=Φ-=.8.一射手在一次射击中,所得环数的分布律如下表:X678910P 05.005.01.03.05.0求:(1)在100次射击中环数介于900环与930环之间的概率是多少?(2)超过950环的概率是多少?解:设X 为100次射击中所得的环数,i X 为第i 次射击的环数,则∑==1001i i X X ,15.9)(=i X E ,95.84)(2=i X E ,2275.1)]([)()(22=-=i i i X E X E X D ,100,,2,1 =i .由1X ,2X ,…,100X 相互独立,得915)()(1001==∑=i i X E X E ,75.122)()(1001==∑=i i X D X D .由独立同分布的中心极限定理,75.122915-X 近似地服从)1,0(N ,于是(1))930900(≤≤X P ))()(930)()()()(900(X D X E X D X E X X D X E P -≤-≤-=75.12291593075.12291575.122915900(-≤-≤-=X P )75.1221575.122915(≤-=X P 823.01)35.1(2=-Φ≈.(2))950(>X P ))()(950)()((X D X E X D X E X P ->-=75.122915950)()((->-=X D X E X P 001.0)1.3(1=Φ-≈.9.设有30个电子元件1A ,2A ,…,30A ,其寿命分别为1X ,2X ,…,30X ,且且都服从参数为1.0=λ的指数分布,它们的使用情况是当i A 损坏后,立即使用1+i A (29,,2,1 =i ).求元件使用总时间T 不小于350h 的概率.解:由题可知i X ~)1.0(E ,30,,2,1 =i ,则10)(=i X E ,100)(=i X D .记∑==301i i X T ,由1X ,2X ,…,30X 相互独立,得300)()(301==∑=i i X E T E ,3000)()(301==∑=i i X D T D .))()(350)()(()350(T D T E T D T E T P T P ->-=>30103003503010300(⋅->⋅-=T P )91.03010300(>⋅-≈T P ,由独立同分布的中心极限定理,3010300⋅-T 近似地服从)1,0(N ,于是1814.0)91.0(1)91.03010300(=Φ-=>⋅-T P .10.大学英语四级考试,设有85道选择题,每题4个选择答案,只有一个正确.若需要通过考试,必须答对51道以上.试问某学生靠运气能通过四级考试的概率有多大?解:设X 为该学生答对的题数,由题可知X ~41,85(B ,则25.21)(=X E ,9375.15)(=i X D ,85,,2,1 =i .由棣莫弗—拉普拉斯中心极限定理,近似地有9375.1525.21-X ~)1,0(N ,得)8551(≤≤X P ))()(85)()()()(51(X D X E X D X E X X D X E P -≤-≤-=)9375.1525.21859375.1525.219375.1525.2151(-≤-≤-=X P 0)45.7()97.15(=Φ-Φ=.即学生靠运气能通过四级考试的概率为0.。
《概率论与数理统计》习题第五章数理统计的基本概念
第五章 数理统计的基本概念一. 填空题1. 设X 1, X 2, …, X n 为来自总体N(0, 2), 且随机变量)1(~)(221χ∑==ni iX C Y , 则常数C=___.解.∑=ni iX1~ N(0, n 2),)1,0(~1N n Xni iσ∑=所以21,1σσn c n c ==.2. 设X 1, X 2, X 3, X 4来自正态总体N(0, 22)的样本, 且243221)43()2(X X b X X a Y -+-=,则a = ______, b = ______时, Y 服从2分布, 自由度为______. 解. X 1-2X 2~N(0, 20), 3X 3-4X 4~N(0, 100))1,0(~20221N X X -, )1,0(~1004343N X X -201,201==a a ; 1001,1001==b b . Y 为自由度2的2分布.3. 设X 1, X 2, …, X n 来自总体2(n)的分布,则._____)(______,)(==X D X E解. 因为X 1, X 2, …, X n 来自总体2(n), 所以E(X i ) = n, D(X i ) = 2n (i = 1, 2, …, n),)(n X E = 22)()(221=⋅==∑=nnn nX D X D ni i二. 单项选择题1. 设X 1, X 2, …, X n 为来自总体N(0, 2)的样本,则样本二阶原点矩∑==n i i X n A 1221的方差为 (A)2 (B) n 2σ (C) n 42σ (D) n4σ 解. X 1, X 2, …, X n 来自总体N(0, 2), 所以,1)(),1(~)(222=σχσiiX E X 2)(2=σiX Dnn nn X D nX D A D ni ini i4242214212222))(()()(σσσσ=⋅===∑∑==. (C)是答案.2. 设X 1, X 2为来自正态总体N(,2)的样本, 则X 1 + X 2与X 1-X 2必 (A) 线性相关 (B) 不相关 (C) 相关但非线性相关 (D) 不独立 解. 假设 Y 1 = X 1 + X 2, Y 2 = X 1-X 2 所以 E(Y 2) = E(X 1)-E(X 2) = 0.cov(Y 1, Y 2) = E(Y 1Y 2)-E(Y 1)E(Y 2) = E(0)()()22212221=-=-X E X E X X . (B)是答案.3. 设X 服从正态分布N(0, 22), 而X 1, X 2, …, X 15为来自总体X 的简单随机样本, 则随机变量)(221521121021X X X X Y ++=所服从的分布为 (A) 2(15) (B) t(14) (C) F(10, 5) (D) F(1, 1)解.)10(~4221021χX X +, )5(~42215211χX X + 所以 )5,10(~204021521121021F X X X X ++++ , 即 )5,10(~)(221521121021F X X X X Y ++= (C)是答案.三. 计算题1. 设X 1, X 2, …, X 10为总体N(0, 0.32)的一个样本,求∑=>1012)44.1(i iXP .解. 因为X 1, X 2, …, X 10为总体N(0, 0.32)的一个样本, 所以)10(~3.0101222∑=i i X χ ()44.1(1012P X P i i=>∑=1.0)16)10(()09.044.13.0101222=>=>∑=i i P X χ 2. 从一正态总体中抽取容量为10的一个样本, 若有2的样本均值与总体均值之差的绝对值在4以上, 试求总体的标准差. 解. 因为总体X 服从N(,2),所以)1,0(~10/N X σμ-. 由02.0)4|(|=>-μX P 知 02.0)104|10/(|=>-σσμX P即 99.0)104(,01.0)104(=Φ=-Φσσ查表得.43.533.2104,33.2104===σσ3. 设总体X ~N(72, 100), 为使样本均值大于70的概率不小于0.95 , 问样本容量至少应取多大?解. 假设样本容量为n, 则)1,0(~1072),100,72(~N nX nN X -由 95.0)70(≥>X P 得P(n X 1072->95.0)107270≥-n 所以 0625.68,65.15,95.0)5(≥≥≤Φn nn.4. 设总体X 服从N(, 4), 样本(X 1, X 2, …, X n )来自X, X 为样本均值. 问样本容量至少应取多大才能使i. 1.0)|(|2≤-μX E ii. 95.0)1.0|(|2≥≤-μX P解. i. 1.04)(1)()|(|2≤===-nX D n X D X E μ 所以 n ≥ 40. ii. )1,0(~2),4,(~N nX nN X μμ-. 所以 P X P =≤-)1.0|(|μ(95.0)21.0|2|≥≤-nnX μ975.0)201(≥Φn , 查表得 ,96.1201≥n n ≥ 1537 5. 设∑==ni i X n X 11, 证明:i.∑=-ni iX12)(μ=∑=---ni i X n X X 122)()(μ;ii.∑∑==-=-ni ni i iX n X X X12122)()(.解. i.=-∑=ni iX12)(μ∑=-+-ni iX X X12)(μ=2)(12+-∑=ni iX X∑=+--ni i X X X 1))((μ∑=-ni X 12)(μ=2)(12+-∑=ni iX X∑=+--ni i X n X X 1))((μ2)(μ-X n=∑=---ni iX n X X122)()(μii.=-∑=ni i X X 12)(21121222)2(X n X X X X X X X ni i ni ini i i+-=+-∑∑∑====22122X n X n Xni i+-∑==212)(X n X ni i ∑=-。
第五章概率与正态分布
合计
1000
相对密度
0.003 0.021 0.090 0.295 0.330 0.201 0.054 0.005 0.001 1
正态概率分布(正态分布)
f (x)
密 度
f (x)
1
(x)2
e 2 2
2
( x )
68.3% 95.4%
99.7%
3 2 2 3
(1)前20名,在所有参赛者中的位置是前10% 设最低分数点为b,则b点右侧的概率是0.1 b点标准分数对应的P 值是0.5-0.1=0.4 查正态分布表得b点的Z分数为1.28,根据Z分数 的公式转换求得b点分数为78.54分。
(2)某生得80分,则其Z 分数为1.44 查表Z=1.44时,P=0.42507 那么等于和高于该生的人数比率为 0.5-0.42507=0.07493 具体人数=200×0.07493=15(人)
正面向上 次数
2048 6019 12012
频率
0.5069 0.5016 0.5005
50粒不同颜色的石子放入一只瓶子并且完全 混合在一起,石子中有25粒蓝色,20粒绿 色和5粒红色。如果闭上眼睛从瓶子中取出 一粒石子,计算以下概率:
(1)P(红色石子)
(2)P(蓝色或红色石子)
在某大城市一家医院的产房,去年出生1060个男婴 和1000个女婴,假设这些数据表示了全部出生情 况,在该医院下一个出生的婴儿是男婴的概率是 多少?是女婴的概率是多少?
• 在随机现象中还有不少样本点本身不是数,这时可根据研究需 要设计随机变量。
– 检查一个产品,只考察合格与否,则其样本空间为{合格品,不合
样本点
X的取值
格品合格},品这时可设计一个随机变0量X如下:
统计(05)第5章__概率与概率分布
统计学
概率的加法法则
(例题分析)
【例】根据钢铁公司职工的例子,随机抽取一 名职工,计算该职工为炼钢厂或轧钢厂职工的 概率
某钢铁公司所属企业职工人数 工厂 男职工 女职工 合计
炼铁厂 炼钢厂 轧钢厂 合计
4400 3200 900 8500
P ( C ) =P ( A∪B ) = P ( A ) + P ( B ) - P ( A∩B ) =0.2 + 0.16 - 0.08 = 0.28
统计学
5.2.3 条件概率、乘法公式与独立事件
统计学 条件概率 (conditional probability)
• 在事件B已经发生的条件下,求事件A发生的概 率,称这种概率为事件B发生条件下事件A发生 的条件概率,记为
统计学
事件的独立性
(例题分析)
【例】某工人同时看管三台机床,每单位时间(如30分钟)内 机床不需要看管的概率:甲机床为0.9,乙机床为0.8,丙机 床为0.85。若机床是自动且独立地工作,求
(1)在30分钟内三台机床都不需要看管的概率
二. 条件概率、乘法公式与独立事件 三. 全概率公式和贝叶斯公式
统计学
5.2.1 概率的性质
统计学
1. 非负性
–) 1
2. 规范性
– 必然事件的概率为1;丌可能事件的概率为0。 即P ( ) = 1; P ( ) = 0
若A不B互斥,则P ( A∪B ) = P ( A ) + P ( B ) 推广到多个两两互斥事件A1,A2,…,An,有 P ( A1∪A2 ∪… ∪An) = P ( A1 ) + P (A2 ) + …+ P (An )
练习题答案05
第五章 概率、概率分布与临床决策练 习 题一、最佳选择题1.若事件A 和事件B 互不相容,则一定有( )。
A. P (A +B )=P (A )+P (B )B. P (A +B )=P (AB )C. P (AB )= P (A ) P (B )D. P (A │B )= P (A )E. P (B │A )= P (B )2.若人群中某疾病发生的阳性数X 服从二项分布,则从该人群随机抽取n 个人,阳性数X 不小于k 人的概率为( )。
A. P (k )+ P (k +1)+…+ P (n )B. P (k +1)+ P (k +2)+…+ P (n )C. P (0)+ P (1)+…+ P (k )D. P (0)+ P (1)+…+ P (k -1)E. P (1)+ P (2)+…+ P (k -1)3.Poisson 分布的标准差σ和平均数λ的关系是( )。
A.λ=σ B. λ<σ C. λ=σ2 D. λ= E. λ>σ4.当n 很大,二项分布在下列条件下可用Poisson 分布近似( )。
A. λπ≈nB. λ≈n X /C. λππ≈-)1(nD. λππ≈-)1(E. λππ≈-n /)1(5.对于任何两个随机变量X1和X2,一定有( )。
A. E (X 1+X 2)=E (X 1)+E (X 2)B. V (X 1+X 2)=V (X 1)+ V (X 2)C. E (X 1+X 2)=E (X 1)·E (X 2)D. V (X 1+X 2)=V (X 1)·V (X 2)E. E (X 1+X 2)=E (X 1X 2)二、问答题1.简述概率的统计定义。
2.举例说明医学观察结果中的离散型随机变量和连续型随机变量。
3.举例说明医学现象中的先验概率和后验概率。
4.简述二项分布的应用条件。
5.简述Poisson 分布的性质特征。
6.简述概率和概率分布在临床决策中的运用。
概率论与数理统计(经管类)第五章课后习题答案
E X |
7.5 .
E X |
7.5
D X .
.
0.44
2. 在每次实验中,事件 A 发生的概率为 0.5.利用切比雪夫不等式估计,在 1000 次独立实验中,事件 A 发 生的次数在 400~600 之间的概率. 解:用 X 表示事件 A 发生的次数,它服从 n=1000,p=0.5 的二项分布. 则 E(X)=np=1000*0.5=500, D(X)=npq=1000*0.5*0.5=250 P 400 600 P |X 10
2.387 P X 6 2.387 10 6 2.387 1 Φ 10 6 2.387 1 Φ 1.68 0.0465
np P
1000 0.005
5, npq
2.23
X X 5 7 5 0.007 PX 7 P Φ 0.90 0.8159 1000 2.23 2.23 4. 在抛硬币的实验中,至少抛多少次,才能是正面出现的频率落在(0.4,0.6)区间的概率不小于 0.9? 解:用 X 表示 n 次试验中出现正面的次数, 则 X~B(120, ), np P 0.4 0.5n, npq X n 0.6 0.6 0.5n X 0.5n √n 2 √n 5 0.9 0.9505 0.6n 0.5n √n , 2
A. N 2,4 B. N 2, 解: E Z
∑
E x
2n
2
D Z
1 n
1 n2
n
n
E xi
i 1
1 n2 4 n
4n
4
n
故Zn
二,填空题
概率论习题解答(第5章)
概率论习题解答(第5章)第5章习题答案三、解答题1. 设随机变量X 1,X 2,…,X n 独⽴同分布,且X ~P (λ),∑==ni i X n X 11,试利⽤契⽐谢夫不等式估计}2|{|λλ<-X P 的下界。
解:因为X ~P (λ),∑∑===?===n i i n i i n nX E n X n E X E 111)(1)1()(λλλλn n nX D n X n D X D n i i n i i 11)(1)1()(2121====∑∑==由契⽐谢夫不等式可得nn X P 4114/1}2|{|-=-≥<-λλλλ 2. 设E (X ) = – 1,E (Y ) = 1,D (X ) = 1,D (Y ) = 9,ρ XY = – 0.5,试根据契⽐谢夫不等式估计P {|X + Y | ≥ 3}的上界。
解:由题知()()()Y X Y X E E E +=+=()11+-=0Cov ()Y X ,=()()Y D X D xy ??ρ=()915.0??-= -1.5()()()()()75.1291,2=-?++=++=+Y X Cov Y D X D Y X D所以{}{}97303≤≥-+P =≥+)(Y X Y X P 3. 据以往经验,某种电器元件的寿命服从均值为100⼩时的指数分布.现随机地取16只,设它们的寿命是相互独⽴的.求这16只元件的寿命的总和⼤于1920⼩时的概率.解:设i 个元件寿命为X i ⼩时,i = 1 ,2 , ...... , 16 ,则X 1 ,X 2 ,... ,X 16独⽴同分布,且 E (X i ) =100,D (X i ) =10000,i = 1 ,2 , ...... , 16 ,4161161106.1)(,1600)(?==∑∑==i i i i D E X X ,由独⽴同分布的中⼼极限定理可知:∑=16i iX近似服从N ( 1600 , 1.6?10000),所以>∑=1920161i i X P =≤-∑=19201161i i X P ???-≤?--=∑=16000016001920100006.116001161i i X P()8.01Φ-==1- 0.7881= 0.21194. 某商店负责供应某地区1000⼈商品,某种商品在⼀段时间内每⼈需要⽤⼀件的概率为0.6,假定在这⼀时间段各⼈购买与否彼此⽆关,问商店应预备多少件这种商品,才能以99.7%的概率保证不会脱销(假定该商品在某⼀时间段内每⼈最多可以买⼀件).解:设商店应预备n 件这种商品,这⼀时间段内同时间购买此商品的⼈数为X ,则X ~ B (1000,0.6),则E (X ) = 600,D (X ) = 240,根据题意应确定最⼩的n ,使P {X ≤n }= 99.7%成⽴. 则P {X ≤n })75.2(997.0)240600(240600240600ΦΦP ==-≈-≤-=n n X 所以6.64260024075.2=+?=n ,取n =643。
统计学(贾俊平)第五版课后习题答案(完整版)
统计学(第五版)贾俊平课后习题答案(完整版)第一章思考题1.1什么是统计学统计学是关于数据的一门学科,它收集,处理,分析,解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计;它研究的是数据收集,处理,汇总,图表描述,概括与分析等统计方法。
推断统计;它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据;按所采用的计量尺度不同分;(定性数据)分类数据:只能归于某一类别的非数字型数据,它是对事物进行分类的结果,数据表现为类别,用文字来表述;(定性数据)顺序数据:只能归于某一有序类别的非数字型数据。
它也是有类别的,但这些类别是有序的。
(定量数据)数值型数据:按数字尺度测量的观察值,其结果表现为具体的数值。
统计数据;按统计数据都收集方法分;观测数据:是通过调查或观测而收集到的数据,这类数据是在没有对事物人为控制的条件下得到的。
实验数据:在实验中控制实验对象而收集到的数据。
统计数据;按被描述的现象与实践的关系分;截面数据:在相同或相似的时间点收集到的数据,也叫静态数据。
时间序列数据:按时间顺序收集到的,用于描述现象随时间变化的情况,也叫动态数据。
1.4解释分类数据,顺序数据和数值型数据答案同1.31.5举例说明总体,样本,参数,统计量,变量这几个概念对一千灯泡进行寿命测试,那么这千个灯泡就是总体,从中抽取一百个进行检测,这一百个灯泡的集合就是样本,这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数,这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量,变量就是说明现象某种特征的概念,比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量,顺序变量,数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量,只能取有限个值,取值以整数位断开,比如“企业数”连续型变量,取之连续不断,不能一一列举,比如“温度”。
陈国华等主编概率论与数理统计第五章习题解答
x>0 x≤0
(α > 0, β > 0)
a a 1 1 1 dx = ∫ cos(tx) ⋅ dx + ∫ sin(tx) ⋅ dx −a −a −a 2a 2a 2a 1 1 1 = ⋅ sin(tx) |a sin(at ) x =− a = at 2a t t −1 (2)参数为 λ 的指数分布的特征函数为, φ X (t ) = (1 − i ) ,参数为 λ 的指数分布可看做
1
π (1 + x 2 )
(−∞ < x < +∞) ;
⎧A ⎪ (D) X i 的概率函数为 : g ( x) = ⎨ x 3 ⎪0 ⎩
x ≥1 x <1
(i = 1,2,3, ) .
答案:CABAD 三.解答题
1.一颗骰子连续掷 4 次,点数总和记为 X ,估计 p (10 < X < 18) .
3.已知随机变量 X 的数学期望为 10,方差 DX 存在且 P (−20 < X < 40) ≤ 0.1 ,则
DX ≥ . 4.设 X 1 , X 2 , , X n, 为独立同分布的随机变量序列,且 X i (i = 1,2, ) 服从参数为 2 的
指数分布,则 n → ∞ 当时, Yn =
1 n 2 ∑ X i 依概率收敛于 n i =1
1 1 ln n + ln n = 0 2 2
n
DX n = EX n = ln n
n 1 1 D ( Xi) = 2 ∑ 2 n n i =1
2
∑ ln i → 0(n → ∞)
i =1
根据马尔可夫大数定律, {X n } 服从大数定律。
3 、 已 知 随 机 变 量 X 和 Y 的 数 学 期 望 、 方 差 以 及 相 关 系 数 分 别 为 E ( X ) = E (Y ) = 2 ,
概率论与数理统计第五章测试题
第5章 数理统计的一些基本概念一、选择题1.设随机变量X 服从n 个自由度的t 分布,定义t α满足P(X ≤t α)=1-α,0<α<1。
若已知 P(|X|>x)=b ,b>0,则x 等于(A )t 1-b (B ) t 1-b/2 (C )t b (D )t b/22.设n X X X ,...,,21是来自标准正态总体的简单随机样本,X 和S 2为样本均值和样本方差,则(A )X 服从标准正态分布 (B )∑=ni iX12服从自由度为n-1的χ2分布(C )X n 服从标准正态分布 (D )2)1(S n -服从自由度为n-1的χ2分布 3.设n X X X ,...,,21是来自正态总体N(μ,σ2) 的简单随机样本,X 为其均值,记∑=-=n i i X n S 1221)(1μ,∑=-=n i i X X n S 1222)(1,∑=--=n i i X n S 1223)(11μ, ∑=--=ni i X X n S 1224)(11,服从自由度为n-1的t 分布的随机变量是 (A )1/1--=n S X T μ (B )1/2--=n S X T μ(C )1/3--=n S X T μ (D )1/4--=n S X T μ4.设21,X X 是来自正态总体N(μ,σ2) 的简单随机样本,则21X X +与21X X -必 (A )不相关 (B )线性相关 (C )相关但非线性相关 (D )不独立 5.设n X X X ,...,,21是来自正态总体N(μ,σ2) 的简单随机样本,统计量2⎪⎪⎭⎫ ⎝⎛-=S X n Y μ,则 (A )Y~χ2(n-1) (B )Y~t(n-1) (C )Y~F(n-1,1) (D )Y~F(1,n-1) 6.设随机变量X~N(0,1),Y~N(0,2),且X 与Y 相互独立,则(A )223231Y X +服从χ2分布 (B )2)(31Y X +服从χ2分布 (C )222121Y X +服从χ2分布 (D )2)(21Y X +服从χ2分布7.设X , 1021,...,,X X X 是来自正态总体N(0,σ2) 的简单随机样本,∑==ni i X Y 122101,则 (A )X 2~χ2(1) (B )Y 2~χ2(10) (C )X/Y~t(10) (D )X 2/Y 2 ~F(10,1)8.设总体X 与Y 相互独立且都服从正态分布N(μ,σ2) ,X ,Y 分别为来自总体X,Y 的容量为n 的样本均值,则当n 固定时,概率)|(|σ>-Y X P 的值随σ的增大而 (A )单调增大 (B )单调减小 (C )保持不变 (D )增减不定 9设随机变量X 和Y 都服从标准正态分布,则 (A )X+Y 服从正态分布 (B )22Y X+服从χ2分布(C )X 2和Y 2都服从χ2分布 (D )22/Y X 服从F 分布 填空题1.已知随机变量 X ,Y 的联合概率密度为)}4849(721exp{121),(22+-+-=y y x y x f π, 则22)1(49-Y X 服从参数为 的 分布。
概率论与数理统计第五章习题详解 (2)
习题五1 .已知()1E X =,()4D X =,利用切比雪夫不等式估计概率{}1 2.5P X -<.解: 据切比雪夫不等式{}221P X σμεε-<≥-{}241 2.51 2.5P X -<≥-925=.2.设随机变量X 的数学期望()E X μ=,方程2()D X σ=,利用切比雪夫不等式估计{}||3P X μσ-≥.解:令3εσ=,则由切比雪夫不等式{}2()||3D X P X μσε-≥≤, 有{}221||3(3)9P X σμσσ-≥≤=.3. 随机地掷6颗骰子,利用切比雪夫不等式估计6颗骰子出现点数之和在1527 之间的概率.解: 设X 为6颗骰子所出现的点数之和;i X 为第i 颗骰子出现的点数,1,2,,6i = ,则61ii X X==∑,且126,,...,X X X 独立同分布,分布律为:126111666⎛⎫ ⎪⎪ ⎪⎝⎭,于是6117()62i k E X k ==⋅=∑6221191()66i k E X k ==⋅=∑所以22()()()i i i D X E X E X =-914964=-3512=,1,2,,6i =因此 617()()6212ii E X E X===⨯=∑6135()()612i i D X D X ===⨯∑352=故由切比雪夫不等式得:{}{}|5271428P X P X ≤≤=<<{}7217P X =-<-< {}|()|7P X E X =-<2()17D X ≥-13559114921414=-⨯=-=.即6颗骰子出现点数之和在1527 之间的概率大于等于914.4. 对敌阵地进行1000次炮击,每次炮击中。
炮弹的命中颗数的期望为0.4,方差为3.6,求在1000次炮击中,有380颗到420颗炮弹击中目标的概率.{}1|()|7P X E X =--≥解: 以i X 表示第i 次炮击击中的颗数(1,2,,1000)i =有()0.4i E X = ,() 3.6i D X =据 定理:则10001380420i i P X =⎧⎫<≤⎨⎬⎩⎭∑420400380400--≈Φ-Φ11()()33=Φ-Φ-12()13=Φ- 20.62931=⨯- 0.2586= .5. 一盒同型号螺丝钉共有100个,已知该型号的螺丝钉的重量是一个随机变量,期望值是100g ,标准差是10g . 求一盒螺丝钉的重量超过10.2kg 的概率.解: 设i X 为第i 个螺丝钉的重量,1,2,,100i = ,且它们之间独立同分布,于是一盒螺丝钉的重量1001ii X X==∑,且由()100i E X =10=知()100()10000i E X E X =⨯=,100=,由中心极限定理有:100001020010000(10200)10100X P X P --⎧⎫>=>⎨⎬⎩⎭100002100X P -⎧⎫=>⎨⎬⎩⎭1000012100X P -⎧⎫=-≤⎨⎬⎩⎭1(2)≈-Φ10.977250.02275=-= .6. 用电子计算机做加法时,对每个加数依四舍五入原则取整,设所有取整的舍入误差是相互独立的,且均服从[]0.5,0.5-上的均匀分布.(1)若有1200个数相加,则其误差总和的绝对值超过15的概率是多少? (2)最多可有多少个数相加,使得误差总和的绝对值小于10的概率达到90%以上.解: 设i X 为第i 个加数的取整舍入误差, 则{}i X 为相互独立的随机变量序列, 且均服从[]0.5,0.5-上的均匀分布,则0.50.5()0i E X xdx μ-===⎰0.5220.51()12i D X x dx σ-===⎰(1) 因1200n =很大,由独立同分布中心极限定理对该误差总和12001ii X=∑,1200115i i P X =⎧⎫>⎨⎬⎩⎭∑15P ⎫⎪=>12 1.5i i P X =⎫⎪=>⎬⎪⎭2(1(1.5))=-Φ 0.1336= .即误差总和的绝对值超过15的概率达到13.36% .(2) 依题意,设最多可有n 个数相加,则应求出最大的n ,使得1100.9n k k P X =⎧⎫<≥⎨⎬⎩⎭∑由中心极限定理:1110n ni ii i P X P X ==⎧⎧⎫⎪<=<⎨⎬⎨⎪⎩⎭⎩∑∑210.9≈Φ-≥ .即0.95Φ≥查正态分布得 1.64≥即21012()446.161.64n ≤≈取446n =,最多可有446个数相加 .7. 在人寿保险公司是有3000个同一年龄的人参加人寿保险,在1年中,每人的的死亡率为0.1%,参加保险的人在1年第1天交付保险费10元,死亡时家属可以从保险公司领取2000元,求保险公司在一年的这项保险中亏本的概率.解 以X 表示1年死亡的人数 依题意,(3000,0.001)X B注意到{}{}200030000P P X =>保险公司亏本其概率为{}1530000.001151P X -⨯>≈-Φ1(6.932)=-Φ 0≈ .即保险公司亏本的概率几乎为0 .8. 假设12,,...,n X X X 是独立同分布的随机变量,已知()ki k E X α= (1,2,3,4;1,2,,)k i n == .证明:当n 充分大时,随机变量211nn i i Z X n==∑近似服从正态分布.证明:由于12,,...,n X X X 独立同分布,则22212,,...,n X X X 也独立同分布由()ki k E X α= (1,2,3,4;1,2,,)k i n ==有22()iE X α=,2242()((i iiD XE X E X ⎡⎤=-⎣⎦242αα=-2211()()nn i i E Z E X nα==⋅=∑2242211()()()nn i i D Z D X n nαα==⋅=-∑{}15P X =>因此,根据中心极限定理:(0,1)nZU Nα-=即当n充分大时,n Z近似服从2242(,())N nααα- .9. 某保险公司多年的统计资料表明:在索赔户中被盗索赔户占20%,以X表示在随机抽查的100个索赔户中因被盗向保险公司索赔的户数.(1)写出X的概率分布;(2)利用德莫弗-位普拉斯中心极限定理.求:被盗索赔户不少于14户,且不多于30户的概率.解(1)(100,0.2)X B,所以{}1001000.20.80,1,2,,100k k kP X k C k-===()20E X np==,()(1)16D X np p=⋅-=(2){}|430P X≤≤1420203020XP---⎧⎫=≤≤(2.5)( 1.5)=Φ-Φ-(2.5)( 1.5)1=Φ+Φ--0.9940.93310.927=+-= .10 .某厂生产的产品次品率为0.1p=,为了确保销售,该厂向顾客承诺每盒中有100只以上正品的概率达到95%,问:该厂需要在一盒中装多少只产品?解:设每盒中装n只产品,合格品数~(,0.9)X B n,()0.9E X n=,()0.09D X n=则{}{}1001100P X P X>=-≤1000.910.95n -=-Φ=1000.9 1.65n-=-解得117n =,即每盒至少装117只才能以95%的概率保证一盒内有100只正品。
常用概率分布(习题与答案)
第五章 常用概率分布习题(附答案)一、选择题1. 估计正常成年女性红细胞计数的95%医学参考值范围时,应用( A. )。
A.)96.1,96.1(s x s x +- B.)96.1,96.1(x x s x s x +- C.)645.1(lg lg x x s x +> D.)645.1(s x +< E.)645.1(lg lg x x s x +<2. 估计正常成年男性尿汞含量的95%医学参考值范围时,应用(E )。
A.)96.1,96.1(s x s x +- B.)96.1,96.1(x x s x s x +- C.)645.1(lg lg x x s x +> D.)645.1(s x +< E.)645.1(lg lg x x s x +< 3.若某人群某疾病发生的阳性数X 服从二项分布,则从该人群随机抽出n 个人, 阳性数X 不少于k 人的概率为( A )。
A. )()1()(n P k P k P ++++B. )()2()1(n P k P k P +++++C. )()1()0(k P P P +++D. )1()1()0(-+++k P P PE. )()2()1(k P P P +++4.Piosson 分布的标准差σ和均数λ的关系是( C )。
A. σλ>B. σλ<C. λ=2σD. λ=σE. λ与σ无固定关系5.用计数器测得某放射性物质5分钟内发出的脉冲数为330个,据此可估计该放射性物质平均每分钟脉冲计数的95%可信区间为( E )。
A. 33096.1330± B. 33058.2330± C. 3396.133± D. 3358.233± E. 5/)33096.1330(±6.Piosson 分布的方差和均数分别记为2σ和λ,当满足条件( E )时,Piosson 分布近似正态分布。
- 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)。
5 -8
习题
解:设 A1表示“职工文化程度为小学”, A2表示“职工文 化程度为初中”, A3表示“职工文化程度为高中及以上 ”, B表示“职工年龄为25岁以下”。根据全概公式有
P(B) P( A1B) P( A2B) P( A3B) P( A1)P(B | A1) P( A2 )P(B | A2 ) P( A3)P(B | A3)
x5 ]02
12 / 5
5 - 15
习题
D( X ) E{[ X E( X )]2}
D( X ) E{X 2 2XE( X ) [E( X )]2} D( X ) E( X 2 ) 2E( X )E( X ) [E( X )]2 E( X 2 ) [E( X )]2 3 / 20
5 - 22
习题
P(X 230) P{ X 200 230 200}
20
20
P{ X 200 3} 20 2
(3) 2
5 - 23
习题
P(190 X 210) P{ 1 X 200 1} 2 20 2
(1) ( 1)
2
2
2(1) 1 2
5 - 24
习题
0.2
10
100
0.01 0.001
E(x)=100*0.001+10*0.01+1*0.2+0*0.789=0.4
5 - 12
习题
第 5 章 概率与概率分布
5.12 设随机变量X的概率密度是
f (x) 3x2
3
0 x
1)
已知
P(X
7 1)
,求的值
8
2) 求X 的期望与方差。
5 - 13
5 -5
习题
第 5 章 概率与概率分布
5.06 某厂产品的合格率为96%,合格品中一级品率为 75%。从产品中任取 一件为一级品的概率是多少?
设合格为事件A,合格中一级品率为事件B
P(AB)=P(A)P(B|A)=0.96*0.75=0.72
5 -6
习题
第 5 章 概率与概率分布
5.07 某种品牌的电视机用到5000小时未坏的概率为3/4,, 用到10000小时未坏的概率为1/2。现在有一台这种 品 牌 的 电 视 已 经用了 5000 小时未 坏 , 问 它 能 用 到 10000小时的概率是多少?
3
P( Ai )P(B | Ai ) i 1
0.1 0.2 0.5 0.5 0.4 0.7 0.55
5 -9
习题
P( Ai
|
B)
P( AiB) P(B)
P( Ai )P(B | Ai )
3
P(Aj )P(B | Aj )
j 1
P( A1
|
B)
Hale Waihona Puke P( A1B) P(B)P( A1)P(B | A1)
k!
习题
第 5 章 概率与概率分布
5.16 设X~N(3,4),求: 1) P{|X|>2}; 2) P{X>3}。
5 - 20
习题
P(| X | 2) P(X 2) P(X 2)
P{ X 3 2 3} P{ X 3 2 3}
2
2
22
P{ X 3 5}1 P{ X 3 1}
习题
第 5 章 概率与概率分布
5.01 写出下列随机试验的样本空间: 1) 记录某班一次统计学测验的平均分数; 2) 某人骑自行车在公路上行驶,观察该骑车人在遇 到第一个红灯停下来以前已经遇到的绿灯次数; 3) 生产产品,直到有10件正品为止,记录生产产品 的总件数。
1) =[0,100] 2) =N
设前5000个小时未坏为事件A,后5000个小时未坏为事件B
P(A)=3/4 P(AB)=1/2
P(B|A)=P(AB)/P(A)=2/3
5 -7
习题
第 5 章 概率与概率分布
5.08 某厂职工中,小学文化程度的有10%,初中文化程 度的有50%,高中及高中以上文化程度的有40%。25 岁以下青年在小学、初中、高中以上文化程度各组中 的比例分别为20%,50%,70%。从该厂随机抽取一 名职工,发现其年龄不到25岁,问他具有小学、初 中、高中以上文化程度的概率各为多少?
5 - 16
习题 第 5 章 概率与概率分布
5.13 一张考卷上5道题目,同时每道题列出4个选择答案, 其中有一个答案是正确的。某学生凭猜测能答对至少4 道题的概率是多少?
答对4道题包括两种情况:4对1错或5对
C54 (1/ 4)4 (3 / 4) C55(1/ 4)5 1/ 64
5 - 17
22
22
( 5) 1 ( 1)
2
2
1 (5) (1) 22
5 - 21
习题
第 5 章 概率与概率分布
5.18 一本书排版后一校时出现错误处数X服从正态分布N (200,400),求:记录某班一次统计学测验的平 均分数;
1) 出现错误处数不超过230的概率;
2) 出现错误处数在190~210之间的概率。
3
P(Aj )P(B | Aj
)
0.1 0.2 0.55
2
/
55
j 1
P(A2 | B) 5/11
P(A3 | B) 28/55
5 - 10
习题 第 5 章 概率与概率分布
5.10 考虑掷两枚硬币的试验。令X表示观察到正面的个数,试 求X的概率分布。
X = xi
0
1
2
P(X=xi)=pi 0.25
5 -4
习题 第 5 章 概率与概率分布
5.05 有甲、乙两批种子,发芽率分别是0.8和0.7。在两批 种子中各随机取一粒,求: 1) 两粒都发芽的概率; 2) 至少有一粒发芽的概率; 3) 恰有一粒发芽的概率。
设甲发芽为事件A,乙发芽为事件B P(AB)=P(A)P(B)=0.56 P(A ∪ B)=P(A)+P(B)-P(AB)=0.94 P( AB) P( AB) P( A)P(B) P( A)P(B) 0.38
P{X
4}
24 e2 4!
2 3e2
习题 第 5 章 概率与概率分布
5.15 设随机变量X服从参数为的泊松分布:
P{X k} k e
k!
(k 0,1,2, )
问k取何值时 P{X k} 最大?(为整数时)
k 1e
P{X k 1} P{X k}
(k 1)!
k e
1
k 1
5 - 19
习题 第 5 章 概率与概率分布
5.14 设 随 机 变 量 X 服 从 参 数 为 的 泊 松 分 布 , 且 已 知 P{X=1}=P{X=2},求P{X=4}。
P{X k} k e
k!
P{X 1} 1 e e
1!
(k 0,1,2, ) P{X 2} 2 e
2!
2
5 - 18
A∩B
P(A ∩ B)=P(A)+P(B)-P(A∪B)=0.5+0.65-0.85=0.3
5 -2
习题
第 5 章 概率与概率分布
5.03 设A与B是两个随机事件,已知A与B至少有一个发生 的概率是1/3,A发生且B不发生的概率是1/9,求B发 生的概率。
A
B
A
B
5 -3
习题 第 5 章 概率与概率分布
5.04 设 A 与 B 是 两 个 随 机 事 件 , 已 知 P(A)=P(B)=1/3, P(A|B)=1/6,求 P( A | B)
P(A | B) P(AB) P(B)
P(AB) P(A) P(B) P(A U B) P(A U B) P(AB) 1 P(AB) P(AB) P(B)P(A | B)
3) ={10,11,12,……}
5 -1
习题
第 5 章 概率与概率分布
5.02 某市有50%的住户订日报,有65%的住户订晚报, 有85%的住户至少订两种报纸的一种,求同时订这两 种报的住户的百分比。
设订日报的住户集合为A,订晚报的住户为B,至少订一种 报的集合为 A∪B ,同时订两种报纸的住户的集合为
0.5
0.25
5 - 11
习题 第 5 章 概率与概率分布
5.11 某人花2元钱买彩票,他抽中100元奖的概率是0.1%,抽 中10元奖的概率是1%,抽中1元奖的概率是1/2,假设各 种奖不能同时抽中,求:
1) 此人收益的概率分布;
2) 此人收益的期望值。
X = xi
0
1
P(X=xi)=pi 0.789
知识回顾 Knowledge Review
祝您成功
习题
f (x)dx 1
3x2 dx 1
3
3x2 dx 1
1 3
1
3x2
3
dx
[ x3
3
]1
1 1
3
1
2
5 - 14
习题
E(X )
2
xf
0
(x)dx
2 3x3 08
dx
[ 3 32
x4 ]02
3/
2
E(X 2 )
2 x2
0
f
(x)dx
2 3x4 08
dx
[ 3 40