概率论五六章习题详解(王志刚版)

合集下载
  1. 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. 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. 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)。

概率论五六章习题详解(王志刚版)
概率论与数理统计 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
{}2
21P X σμεε-<≥-
{}24
1 2.51 2.5
P 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 {}22
1
||3(3)9
P 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 =L ,
则6
1
i i X X ==
∑,且12
6,,...,X X X
独立同分布,
分布律为:
.
即6颗骰子出现点数之和在1527:之间的概率大于等于9
14
.
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.
解: 以i X 表示第i 次炮击击中的颗数(1,2,,1000)i =L
有()0.4i E X = ,() 3.6i D X =
据 定理:
则1000
1380420i i P X =⎧⎫<≤⎨
⎬⎩⎭

420400380400
--≈Φ-Φ 11()()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 =L , 且它们之间独立同分布,
于是一盒螺丝钉的重量100
1
i i 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)≈-Φ
10.977250.02275=-= .
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
0.5
0.5
()0i E X xdx μ-===⎰
0.5
2
2
0.51
()12
i 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
1200
1
i
i X
=∑,
1200115i i P X =⎧⎫>⎨⎬⎩⎭

P ⎫⎪
=>
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:
11
10n n
i i i i P X P X ==⎧⎧⎫⎪<=<⎨⎬⎨⎪⎩⎭⎩∑∑
210.9≈Φ-≥ .
即0.95Φ≥
查正态分布得 1.64≥ 即2
1012()446.161.64
n ≤≈ 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
{
}1530000.001
151P X -⨯>≈-Φ
1(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
{}
15P X =>
()k i k E X α= (1,2,3,4;
1,2,,)k i n ==L .
证明:当n 充分大时,随机变量2
1
1n n 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2
2
2
12,,...,n X X X 也独立同分布
由()k i k E X α= (1,2,3,4;
1,2,,)k i n ==L
有2
2()i E X α=,2
24
2()((i
i
i
D X
E X E X ⎡⎤=-⎣⎦
2
42αα=-
221
1()()n
n i i E Z E X n α==⋅=∑
224221
1()()()n
n i i D Z D X n n αα==⋅=-∑
因此,根据中心极限定理:
(0,1)n U N =
:
即当n 充分大时,n Z 近似服从2
242(,())N ααα- .
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{}100100
0.20.80,1,2,,100k k k P X k C k -===L
()20E X np == ,()(1)16D X np p =⋅-=
(2){}|430P X ≤≤
P =≤≤
(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 >=-≤
10.95=-Φ=
1.65=- 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。

11. 某电站供应一万户用电,设用电高峰时,每户用电的概率为0.9,利用 中心极限定理:
(1)计算同时用电户数在9030户以上的概率?
(2)若每户用电200瓦,问:电站至少应具有多大发电量,才能以0.95
的概率保证供电?
解 以X 表示用电高峰时同时用电的户数
(1)依题意,(10000,0.9)X B :,又()9000E X =,()900D X =, 于是据 定理:
{
}10000900090309000()9030P X P -->=≥
100
()(1)3
=Φ-Φ
10.8413≈- 0.1587=
(2) 设电站至少具有x 瓦发电量,才能0.95的概率保证供电,则因为要:
{}200200x P X x P X ⎧
⎫≤=≤⎨⎬⎩

900090002003030x X P ⎧⎫-⎪⎪-=≤⎨⎬⎪⎪⎩⎭
1800000()0.956000
x -=Φ≥
查表得:
1800000
1.656000
x -≥ 得1809900x ≥
即电站具有1809900瓦发电量,才能以0.95的概率保证供电 . (B )
1、设随机变量X 服从参数为2的指数分布,12,,,n X X X L L 相互独
立,且都与X 的分布相同,求当n →∞时,2
1
1n n i i Y X n ==∑依概率收敛的
极限 .(答案:12

2、设12,,,n X X X L L 相互独立,且分布相同,()(1,2,3,4)
k i k E X k α==存在,则根据独立同分布的中心极限定理,当n 充分大时,2
1
1n n i
i Z X n ==∑近似服从正态分布,求分布参数. (答案:2
422,
n
ααα-)
3、某生产线生产的产品成箱包装,每箱的重量是一个随机变量,其平均值为50kg ,标准差为5kg. 若用最大载重量为5吨的卡车承运,利用中心极限定理说明,每辆车最多可装多少箱才能保证不超载的概率大于0.977((2)0.977)Φ=?(答案:98) 习题六
1.设128,,,X X X L 是来自(0,)θ 上均匀分布的样本,0θ>末知,求样本的联合密度函数 解:
12881281
0,,,(,,,)0
x x x f x x x θ
θ⎧<<⎪=⎨⎪⎩L L 其他
2. 设总体X 服从参数为λ的泊松分布,其概率分布律为:
()(0,1,)!
i P X i e i i λ
λ-===L
求:样本12,,...,n X X X 的联合分布律为:
解:
{}1122,,...,n n P X i X i X i === {}1n
k k P X i ==∏=
1
1
()!
n
k
k i n n
k k e i λλ=-=∑=
∏ 0,1,2,,1,2,,k
i i n ==L L .
3.若总体2(,)X N μσ:,其中2
σ已知,但μ末知,而12,,,n
X X X L 为它的一个简单随机样本,指出下列量中哪些是统计量,哪些不是统计量.
(1)11n i i X n =∑ ;(2)211()n i i X n μ=-∑ ;(3)2
1
1()1n i i X X n =--∑ ; (4
);(5
); (6
5
X -解: (1)、(3)、(4)、(6)给出的各统计量,而(2)、(5)给出的量因含有末知参数μ,所以不是统计量 .
4. 总体X 的一组容量为10的样本观测值为:
0,0.2,0.25,0.3,0.1,2,0.15,1,0.7,1----,求经验分布函数10()F x .
解 :将样本观测值重新排序为:
10.70.30.100.150.20.2512-<-<-<-<<<<<<,所以
经验分布函数为:
10010.210.70.40.70.3()0.8121
2
x x x F x x x ≤-⎧⎪-<≤-⎪⎪-<≤-⎪=⎨
⎪⎪<≤⎪>⎪⎩L L
5. 来自总体X 的一组样本观测值为:
求样本均值X ,样本方差2
S 和样本标准差S .
解:104.6x =,2
2.71s =, 1.646s = .
6. 在总体2
(52,6.3)N 中随机抽取一容量为36的样本,求样本均值X 在50.8到53.8之间的概率.
解: 由2
(52,6.336)X N :知
5252
(0,1)6.36 2.12
X X N --=: 故所求概率为
{}
50.8525253.85250.853.8 2.12
2.12 2.12X P X P ⎧⎫
---<<=<<⎨⎬⎩⎭
52
1.14 1.71
2.12X P ⎧⎫-=-≤≤⎨⎬⎩⎭
(1.71)(1.14)=Φ-Φ-
(1.71)1(1.14)=Φ-+Φ
0.956410.8729=-+ 0.8293= .
7. 设随机变量X 与Y 相互独立,且2
2
2
(,),()Y X N n μσχσ
::,证明
()t t n =
: . 证明:由于2
(,)X N μσ:,则
(0,1),X N μ
σ
-: 据t
分布的定义,()X t t n μ
-==
:.
8. 若对总体X 有EX μ=,2
DX σ=,取X 的容量为n 的样本,样本
均值为X ,问n 多大时,有
(0.1)0.95P X μσ-<≥
解: 由2
(,)X N n σμ:
(0,1)N :知
(0.1)P X P μσ-<=<
210.95=Φ-≥
即0.975Φ≥
查表得 1.96≥,即385n ≥ .
9. 设总体(150,400)X N :,(125,625)Y N :,并且X ,Y 相互独立,现从两总体中分别抽取容量为5的样本,样本均值分别为X ,Y ,求
{}
0P X Y -≤ .
解: {
}
0X Y P X Y P ⎧⎫
-≤=≤ (1.75)=Φ-
0.0401= .
10. 设总体X ,Y 都服从正态分布2
(,)N μσ,并且X ,Y 相互独立,
X ,Y 分别是总体X 和Y 的容量为n 的样本均值,确定n 的值,使{}
00.01P X Y ->= .
解 由于
)(0,1)X Y
X Y N -=-: 于是,
{
}
P X Y P Y σ->=->
21⎡=-⎢⎣
0.01=.
即0.995Φ=
,查表得
2.58=,1
3.3128n =,取14n = . 11. 设总体(0,1)X N :,126,,,X X X L 为X 的一个样本,设
22123456()()Y X X X X X X =+++++,求常数C ,使2()Y χ:分布.
解 由于126,,,X X X L 独立同分布 所以
123456(0,3),(0,3)X X X N X X X N ++++::
(0,1),(0,1)X X X X X X N N ++++:: 于是22
123456()()X X X X X X +++++
=
223X X X X X X ++++⎡⎤+⎢⎥⎣⎦
2212Y Y =+
其中22
2212
(1),(1)33Y Y χχ:: 所以2222
1212345611()()()33
Y Y X X X X X X ⎡⎤+=+++++⎣⎦ 21
(2)3
Y χ: 即13
C = .
12. 设1210,,,X X X L 为来自总体(0,0.09)N 的样本,求
1021 1.44i i P X =⎧⎫>⎨⎬⎩⎭
∑ . 解 设总体为X ,则由(0,0.09)X N :可知
(0,1)0.3X
N :,(0,1)0.3
i X N :,1,2,,10,i =L 由定理 可知
102
2
221
1(10),0.3i i X χχ==∑:
利用2χ分布表,可得
1021 1.44i i P X =⎧⎫
>⎨⎬⎩⎭∑ 1022211 1.440.30.3i i P X =⎧⎫=>⎨⎬⎩⎭∑
{}216P χ=>
0.10≈ .
13. 设125,,,X X X L 是总体(0,1)X N :的一个样本,若统计

()U t n =
:,试确定c 与n .
解 由于i X 独立同分布(1,2,3,4,5)i =,所以
2222345(0,1),(3)X X N X X X χ+++::,且两者相互独立,由t 分布
定义知
(3)U t =:
故c =3n = .
14. 设总体2(0,)X N σ: ,12,X X 是样本,求
2
12212()()X X Y X X +=-的分布.

记X X X X U V +-==22
122
212()()X X U Y X X V +==-, 由于22
1212(0,2),(0,2)X X N X X N σσ+-::
则2222
(0,1),(0,1),(1),(1)U N V N U V χχ:::: .
下面证明U 和V 相互独立.
因为U ,V 都服从标准正态分布(0,1)N ,因此只要证明U ,V 互不相关,即cov(,)0U V =即可.由于()0,()0E U E V ==,因此,
cov(,)()()()()U V E UV E U E V E UV =-=
[]121221
()()2E X X X X σ
=+- 221221
()2E X X σ
=+ 22
1221()()02E X E X σ
⎡⎤=-=⎣⎦. 这样2
2(1,1)U Y F V
=:.
15. 设总体21(,)X N μσ:,2
22(,)Y N μσ:,从二总体中分别抽取样本,
得到下列数据:
18n = , 10.5x =,2142.25s = ; 210n = ,
13.4y =,2256.25s =,
求概率2
221
( 4.40)P σσ< .
解 由于22
122212
(7,9)S S F F σσ=:
0.05(7,9) 3.29F =
故( 3.305)0.05P F ≥≈ .
从而22221122212242.25
( 4.40)( 4.40)56.25
S P P S σσσσ<=⋅<⨯ ( 3.305)P F =< 1( 3.305)P F =-≥
10.05=- 0.95= .
B
1. 设有N 个产品,其中有M 个次品,进行放回抽样,定义i X 如下:
1,0,i i X i ⎧=⎨⎩
第次取得次品,
第次取得正品.
求样本12,,...,n X X X 的联合分布.
解: 因为是放回抽样,所以12,,...,n X X X 独立同分布,
{}{}1,01i i M M
P X P X N N
====-.则12,,...,n X X X 的联合分布为
{}11
1,,()(1)n
n
i i
i i x n x i n n P X x X x M N M N ==-∑∑===-L . 2.设总体2
(,)X N n
σμ:,12,,...,n X X X 是样本,证明:
22241
([()])(1)n
i i E X X n σ=-=-∑.
证: 由22
2
(1)(1)n S n χσ--:和221
(1)()n
i i n S X X =-=-∑ 得
2
221
2
()(1)n
i i X X n χχσ=-=
-∑: .
使用2χ分布期望和方差的公式,22
()1,()2(1)E n D n χχ=-=-,于是,
2
222412
1
()([()])n i n
i i i X X E X X E σσ==⎛⎫⎡⎤- ⎪⎢⎥ ⎪⎢⎥-= ⎪⎢⎥ ⎪⎢⎥ ⎪⎣⎦⎝⎭
∑∑ 422()E σχ⎡⎤=⎣⎦
2
422
(()())D E σχχ⎡⎤=+⎣⎦
4224
2(1)(1)(1)n n n σσ⎡⎤=-+-=-⎣⎦
. 3.设129,,...,X X X 是来自正态总体的简单随机样本,
11262789()()Y X X X Y X X X =+++=++L
, 9
2
222127
1(),)2i i S X Y Z Y Y S ==-=-∑ .
证明统计量Z 服从自由度为2的t 分布.
证: 因为2
()D X σ=为末知,而12()()E Y E Y =,21()6D Y σ=,22()3D Y σ=.
由1Y 与2Y 的独立性,12()0E Y Y -=,222
12().632
D Y Y σσσ-=
+=故
1((0,1).U Y Y N =-:
由正态总体样本方差的性质知,2222().S n σχ:
又由1Y 与2Y 独立知,1Y 与2S 独立,2Y 与2S 独立,于是12Y Y -也与2
S 独立.从而,由t 分布随机变量的构造知
21 12)(2).Z Y Y S t =-=:。

相关文档
最新文档