天津理工大学概率论与数理统计第五章习题答案详解
第 5 章 大数定律与中心极限定理一、填空题：1.设随机变量μξ=)(E ，方差2σξ=)(D ，则由切比雪夫不等式有≤≥-}|{|σμξ3P 91 . 2.设nξξξ,,, 21是n 个相互独立同分布的随机变量，),,,(,)(,)(n i D E i i 218===ξμξ对于∑==ni in1ξξ，写出所满足的切彼雪夫不等式 228εεξεμξn D P =≤≥-)(}|{| ，并估计≥<-}|{|4μξP n 211- . 3. 设随机变量129,,,X X X 相互独立且同分布, 而且有1i EX =,1(1,2,,9)i DX i == , 令91i i X X ==∑, 则对任意给定的0ε>, 由切比雪夫不等式直接可得{}≥<-ε9X P 291ε-. 解：切比雪夫不等式指出：如果随机变量X 满足：()E X μ=与2()D X σ=都存在, 则对任意给定的0ε>, 有22{||}P X σμεε-≥≤, 或者22{||}1.P X σμεε-<≥-由于随机变量129,,,X X X 相互独立且同分布, 而且有 1,1(1,2,9),i i EX DX i === 所以999111()()19,i i i i i E X E X E X μ===⎛⎫===== ⎪⎝⎭∑∑∑9992111()()19.i i i i i D X D X D X σ===⎛⎫===== ⎪⎝⎭∑∑∑4. 设随机变量X 满足：2(),()E X D X μσ==, 则由切比雪夫不等式, 有{||4}P X μσ-≥ 116≤. 解：切比雪夫不等式为：设随机变量X 满足2(),()E X D X μσ==, 则对任意的0ε>, 有22{||}.P X σμεε-≥≤由此得 221{||4}.(4)16P X σμσσ-≥≤=5、设随机变量2σξμξξ==)(,)(,D E ，则≥<-}|{|σμξ2P 43.6、设n ξξξ,,, 21为相互独立的随机变量序列，且),,( 21=i i ξ服从参数为λ的泊松分布，则≤-∑=∞→}{lim x n n P ni in λλξ1⎰∞--xt dt e22 .7、设n η表示n 次独立重复试验中事件A 出现的次数，p 是事件A 在每次试验中出现的概率，则≈≤<}{b a P n η⎰-----)1()1(2221p np np b p np np a t dt e π.8. 设随机变量n ξ, 服从二项分布(,)B n p , 其中01,1,2,p n <<= , 那么, 对于任 一实数x , 有lim {|||}n n P np x ξ→+∞-<= 0 .9. 设12,,,n X X X 为随机变量序列,a 为常数, 则{}n X 依概率收敛于a 是指 {}=<->∀+∞>-εεa X P n n lim ,0 1 ,或{}=≥->∀+∞>-εεa X P n n lim ,0 0 。
10. 设供电站电网有100盏电灯, 夜晚每盏灯开灯的概率皆为0.8. 假设每盏灯开关是相 互独立的, 若随机变量X 为100盏灯中开着的灯数, 则由切比雪夫不等式估计, X 落 在75至85之间的概率不小于 25.解：()80,()16E X D X ==, 于是169(7585)(|80|5)1.2525P X P X <<=-<≥-=二．计算题：1、在每次试验中，事件A 发生的概率为0.5，利用切比雪夫不等式估计，在1000次独立试验中，事件A 发生的次数在450至550次之间的概率.解：设X 表示1000次独立试验中事件A 发生的次数，则250)(,500)(==X D X E}50|500{|}550450{≤-=≤≤X P X P9.02500250150)(1}50|)({|2=-=-≥≤-=X D X E X P2、一通信系统拥有50台相互独立起作用的交换机. 在系统运行期间, 每台交换机能清晰接受信号的概率为0.90. 系统正常工作时, 要求能清晰接受信号的交换机至少45台. 求该通信系统能正常工作的概率. 解：设X 表示系统运行期间能清晰接受信号的交换机台数, 则~(50,0.90).X B由此 P(通信系统能正常工作)(4550)P X =≤≤P =≤≤(2.36)(0)0.99090.50.4909.ΦΦ≈-=-=3、某微机系统有120个终端, 每个终端有5%的时间在使用, 若各终端使用与否是相互独立 的, 试求有不少于10个终端在使用的概率.解：某时刻所使用的终端数~(120,0.05),6, 5.b np npq ξ==7 由棣莫弗－拉普拉斯定理知{10}11(1.67)0.0475.P ξΦΦ≥=-≈-=4、某校共有4900个学生, 已知每天晚上每个学生到阅览室去学习的概率为0.1, 问阅览室 要准备多少个座位, 才能以99%的概率保证每个去阅览室的学生都有座位.解：设去阅览室学习的人数为ξ, 要准备k 个座位.~(,),4900,0.1,49000.1b n p n p np ξ===⨯=21.=4900490{0}2121k P k ξΦΦΦΦ⎛⎫⎛⎫--⎛⎫⎛⎫≤≤≈-=- ⎪ ⎪⎝⎭⎝⎭490490(23.23)0.99.2121k k ΦΦΦ--⎛⎫⎛⎫=--≈= ⎪ ⎪⎝⎭⎝⎭查(0,1)N 分布表可得4902.3263,21 2.3263490538.852321k k -==⨯+=539.≈要准备539个座位,才能以99%的概率保证每个去阅览室学习的学生都有座位.5．随机地掷六颗骰子 ，试利用切比雪夫不等式估计：六颗骰子出现的点数总和不小于9且不超过33点的概率。
解：设 η表 示 六 颗 骰 子 出 现 的 点 数 总 和。
ξi ，表 示 第 i 颗 骰 子 出 现 的 点 数 ，i = 1，2，…，6ξ1， ξ2， … ，ξ6 相 互 独 立 ， 显 然 ηξ==∑i i 16()()235211235449621612765432161222===-+++==+++++=ηηξξD E D E i i {}{}12339≤-=≤≤ηηηE p p {}131>--=ηηE p()9.03383511691≈-=-≥ηD 6. 设随机变量n ξξξ,,, 21 相互独立，且均服从指数分布()0000>⎩⎨⎧≤>=-λλλx x e x f x )( 为 使 10095101111≥⎭⎬⎫⎩⎨⎧<-∑=λλξnk k nP ， 问： n 的最小值应如何 ？解: E D k k ξλξλ==112, ()21211111,11λξξλξn D n n D n E nk k n k k n k k ==⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛∑∑∑===由 切 比 雪 夫 不 等 式 得⎪⎪⎭⎫ ⎝⎛<-∑=λλξ101111nk k n P ,1009510111101112211≥⎪⎭⎫ ⎝⎛-≥⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<⎪⎭⎫ ⎝⎛-=∑∑==λλλξξn n E n P nk k nk k 即 110095100-≥n n , 从 而 n ≥ 2000 ， 故 n 的 最 小 值 是 20007．抽样检查产品质量时，如果发现次品多于10个，则拒绝接受这批产品，设某批产品次品率为10%，问至少应抽取多少个产品检查才能保证拒绝接受该产品的概率达到0.9?解：∴ 设n 为至少应取的产品数，X 是其中的次品数，则)1.0,(~n b X ，9.0}10{≥>X P ，而9.0}9.01.01.0109.01.01.0{≥⨯⨯⨯->⨯⨯⨯-n n n n X P所以1.0}09.01.0109.01.01.0{≤-≤⨯⨯⨯-nn n n X P由中心极限定理知，当n 充分大时， 有1.0)3.01.010(}09.01.0109.01.01.0{=-Φ≈-≤⨯⨯-n nn n n n X P ，∴ 由1.0)3.01.010(=-Φnn查表得28.13.01.010-=-nn147=∴n8．(1)一个复杂系统由100个相互独立的元件组成，在系统运行期间每个元件损坏的概率为0.1，又知为使系统正常运行，至少必需要有85个元件工作，求系统的可靠程度(即正常运行的概率)；(2)上述系统假设有n 个相互独立的元件组成，而且又要求至少有80%的元件工作才能使系统正常运行，问n 至少为多大时才能保证系统的可靠程度为0.95? 解：(1)设X 表示正常工作的元件数，则)9.0,100(~b X ，9901009.01.01009.010099085{}85100{}85{-≤⨯⨯⨯-≤-=≥≥=≥X P X P X P}31039035{≤-≤-=X P由中心极限定理可知))35(1()310()35()310(}85{Φ--Φ=-Φ-Φ=≥X P 95.0)35(1)35()310(=Φ=-Φ+Φ=(2)设X 表示正常工作的元件数，则)9.0,(~n b Xnnn n X n n P n X n P n X P 3.02.01.09.09.03.01.0{)8.0()8.0(≤⨯⨯-≤-=≤≤=≥}3.09.03{}323.09.03{nnX n P n n n X n P -≤-=≤-≤-= 95.0)3()3(1=Φ=-Φ-=nn353=∴n25=∴n9．一部件包括10部分，每部分的长度是一随机变量，相互独立且具有同一分布，其数学期望为2 mm ，均方差为0.05 mm ，规定总长度为20 ± 0.1 mm 时产品合格，试求产品合格的概率。
已 知 ：Φ( 0.6 ) = 0.7257；Φ( 0.63 ) = 0.7357。
解：设 每 个 部 分 的 长 度 为 X i ( i = 1, 2, …, 10 ) E ( X i ) = 2 = μ, D( X i ) = σ2= ( 0.05 )2 ,依题意 ，得合格品的概率为⎭⎬⎫⎩⎨⎧≤-≤-∑=102010101..i i X P ⎭⎬⎫⎩⎨⎧≤⨯-⨯≤-=∑=6302100501831630101.)(...i i X P⎰⎰---==63.00263.063.022221221dte dte t t ππ4714.017357.02121263.022=-⨯=-⨯=⎰∞--dtet π10．计算机在进行加法计算时，把每个加数取为最接近它的整数来计算，设所有取整误差是相 互独立的随机变量，并且都在区间[- 0.5，0.5 ]上服从均匀分布，求1200个数相加时误 差总和的绝对值小于10的概率。
概率论与数理统计(魏宗舒)第五章答案
计算题、证明题1． 设(x 1,2x ，…，n x )及（1u ，2u ，…，n u ）为两组子样观测值，它们有如下关系i u ＝ba x i -（ab ,0≠都为常数）求子样平均值u 与x ，子样方差2u s 与2x s 之间的关系．解: b ax a x n b b a x n u i n n u i i i -=⎪⎭⎫ ⎝⎛-=-===∑1121121 ().11122222x i i us bb a x b a x n u u n S =⎪⎭⎫ ⎝⎛---∑=-∑= 2． 若子样观测值1x ,2x ,…,m x 的频数分别为1n ,2n ,…，m n ，试写出计算子样平均值x 和子样方差2n s 的公式 (这里n =1n +2n +…+m n ).解: ∑∑∑======m j m j j j j jm j j j x f x n n x n n x 1111()()()221221x x f x x n n x x n n S j j j j m j j j n-=-=-=∑∑∑= 其中nn f j j =， m j ,,2,1 =是j x 出现的频率。
3．利用契贝晓夫不等式求钱币需抛多少次才能使子样均值ξ落在0.4到0.6之间的概率至少为0.9 ? 如何才能更精确的计算使概率接近0.9所需抛的次数 ? 是多少?解: 设需抛钱币n 次,第i 次抛钱币结果为n i i i i ,,2,101 =⎩⎨⎧=次抛出反面第次抛出正面第ξ， 则i ξ独立同分布.且有分布()1,0,21===x x P i ξ 从而41,21==i i D E ξξ。
设∑=i n ξξ1是子样均值.则n D E 41,21==ξξ. 由契贝晓夫不等式()()()().9.0410011.011.01.05.01.06.04.02=-=-≥<-=<-<-=<<nD E P P P ξξξξξ2504.0100==∴n ， 即需抛250次钱币可保证()9.06.04.0≥<<εP 为更精确计算n 值,可利用中心极限定理()()..9.012.02415.06.0415.0415.04.06.04.0≥-Φ=⎪⎪⎪⎪⎭⎫ ⎝⎛-<-<-=<<n n n n P P ξξ645.12.0≥∴n 68≥∴n . 其中()x Φ是()1,0N 的分布函数.4. 若一母体ξ的方差2σ= 4, 而ξ是容量为100的子样的均值. 分别利用契夫晓夫不等式和极限定理求出一个界限, 使得ξ-μ (μ为母体ξ的数学期望E ξ) 夹在这界线之间的概率为0.9.解:设此界限为.ε由()9.012=-≥<-εξεμξD P 由此.6325.04.0.10041.022≈=∴===εσξεnD 由中心极限定理,().9.012=-⎪⎪⎭⎫⎝⎛Φ=⎪⎪⎭⎫ ⎝⎛<-=<-ξεξεξμξεμξD D D P P.645.1.95.0=∴=⎪⎪⎭⎫⎝⎛ΦξεξεD D .329.01004645.1=⨯=ε 5．假定1ξ和2ξ分别是取自正态母体N (μ,2σ)的容量为n 的两个子样(n 11211,,,ξξξ ),和(n 22221,,,ξξξ )的均值,确定n 使得两个子样均值之差超过σ的概率大约为0.01.解: ⎪⎪⎭⎫ ⎝⎛nN i 2,~σμξ .2,1=i 且相互独立.，所以⎪⎪⎭⎫⎝⎛-n N 2212,0~σξξ于是()01.021222222121=⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛Φ-=⎪⎪⎪⎪⎪⎭⎫⎝⎛>-=>-n n n P P σσσξξσξξ .005.02=⎪⎪⎭⎫⎝⎛-Φ∴n .258.2⨯=n .14=n6．设母体ξ~N(μ,4 )，（n ξξξ,,,21 ）是取自此母体的一个子样, ξ为子样均值,试问：子样容量n 应取多大,才能使 (1) E ( μξ-2)1.0≤;(2) E (μξ-)1.0≤; (3) P （μξ-1.0≤)95.0≥.解: (1)().401.04.1.042=≥∴≤==-n n D E ξμξ(2)()dxe x nE nx 422221μμπμξ--∞+∞--=-⎰=.1.0242262≤=-∞∞-⎰ndu e nπμπμ.255≥∴n(3) ().95.021.021.0≥⎪⎪⎭⎫⎝⎛≤-=≤-n n P P μεμε.96.121.0≥n 1537≥n .7. 设母体()p b ,1~ξ (两点分布), （n ξξξ,,,21 ）是取自此母体的一个子样, ξ为子样均值,若P =0.2,子样容量n 应取多大,才能使(1)P ()1.0≤-p ξ;75.0≥ (2)E (丨p -ξ丨2).01.0≤若P ()1.0∈为未知数,则对每个p ,子样容量n 应取多大才能使E (丨p -ξ丨2).01.0≤解: (1) 要()().75.03.01.01.02.0≥≤≤=≤-ξξP P当n 10=时,∑=ni i1ξ服从二项项分布().2.0,10,k b 查二项分布表知().75.07717.01074.08791.0313.01.0101>=-=⎪⎭⎫⎝⎛≤≤=≤≤∑=i i P P ξξ所以n 应取10.(2) ()np p D P E -==1.ξξ当2.0=p 时().16.01.016.02≥∴≤==-n n D p E ξξ(3) 当P 未知时,()()01.012≤-==-np p D p E ξξ由此知, ()p p n -≥1100, 要对一切()1,0∈p 此时均成立. 只要求p 值使()p p -1最大, 显然当21=p , ()411=-p p 最大,.所以当2541100=⨯≥n时,对一切p 的不等式均能成立.8 设母体ξ的k 阶原点矩和中心矩分别为k v =E ξk ,k μ=Ｅ()k E ξξ-，k ＝１,２,３,４，k 1ξ和k m 分别为容量n 的子样k 阶原点矩和中心矩, 求证:(1) E ()31νξ-＝23nμ; (2) Ｅ()41νξ-＝223nμ＋32243nμμ-.解:()()()()()1213113311313[11νξνξνξνξνξ--+-=⎥⎦⎤⎢⎣⎡-=-∑∑∑≠==j i j i n i i n i E n n E E ++()()()]111γξγξγξ---∑k j iE注意到n ξξξ,,,21 独立, 且()0111=-=-νννξi E .,,2,1n i = 所以().13231μνξnE =- ()()()()()()+--+--+-=-∑∑∑≠≠=2121131414144134[1νξνξνξνξνξνξj i ji j i j i i i E E n E ()()()()()()()]111111216νξνξνξνξνξνξνξ----+---∑∑≠≠≠≠≠l k j ilk j i k j ikj i E E=().3313132242222443n n n n n n μμμμμ-+=-+ 9. 设母体ξ~N ()2,σμ,子样方差2n S =n1()21∑=-ni iξξ, 求E 2n S ,D 2n S 并证明当n 增大时,它们分别为2σ+⎪⎭⎫ ⎝⎛n 1ο和n 42σ+⎪⎭⎫⎝⎛n 1ο.解: 由于().1~222-n nS nχσ所以()()()121.1122-=--=-n n DX n n E χ⎪⎭⎫ ⎝⎛+=-=⎪⎪⎭⎫ ⎝⎛=∴2222222101n n n nS E n ES n nσσσσ().10212244222242⎪⎭⎫ ⎝⎛+=-=⎪⎪⎭⎫ ⎝⎛=n n n n nS D n DS n nσσσσ .10. 设()21,ξξ为取自正态母体ξ~N ()2,σμ的一个子样, 试证: ξ1 +ξ2, ξ1-ξ2是相互独立的. 证：(1)()()()()()()()().,cov 21212221212121212121ξξξξξξξξξξξξξξξξξξ-+--=-+--+=-+E E E E E E E由于ξ1, ξ2 ~N ()2,σμ， 所以. E 212221,ξξξξE E E ==即()0,cov 2121=-+ξξξξ 又()2212,2~σμξξN + ，().2.0~221σξξN -所以由两个变量不相关就推出它们独立. (2)11．设母体ξ的分布函数为F ()x ,()n ξξξ,,,21 是取自此母体的一个子样,若F ()x 的二阶矩存在, ξ为子样均值,试证ξ1--ξ与ξj --ξ的相关系数ρ=11--n ,j i ≠,.,,2,1,n j i = 证 由于ξ的二阶矩存在,不妨设.μξ=E 2σξ=D()()()()()j i D E D i j i i j i ≠---=---=,,cov ξξξξξξξξξξξξρ()()().11111122222221σσξξξξξξnn n n n D n D n n n D D ji j in i i i i -=-+-=+-=⎪⎭⎫ ⎝⎛-=-∑∑≠=()()n E n E E E E E n j j i j i j i j i 221222σμξξμξξξξξξξξξξξ++⎪⎪⎭⎫ ⎝⎛-=+--=--∑= ()[]n n n n E E E n n j i i j i 22222222212222σμσμσμξξξσμ-=-++-+=⎪⎪⎭⎫ ⎝⎛+-+=∑≠ .11122--=--=∴n nn n σσρ12. 设ξ和2n S 分别是子样()n ξξξ,,,21 的子样均值和子样方差,现又获得第n +1个观测值,试证: (1) ξn+1=ξn +11+n (ξn+1-ξn ); (2) 12+n S=()⎥⎦⎤⎢⎣⎡-++++212111n n n n S n n ξξ.证 (1) ()()n n n n n n i i n n n n n ξξξξξξξ-++=++=+=+++=+∑11111111111()()()()2111211121112111111111)2(⎥⎦⎤⎢⎣⎡-+--+=-+-+=-+=++-++-++-+∑∑∑n n n i n i n n n i n i n i n i n n n n n S ξξξξξξξξξξ()()()()()()()21211121211112{11nn n n n n n i n i n n n i ni n n n n ξξξξξξξξξξξξ-+++-⨯⎥⎦⎤⎢⎣⎡-+-+--+-+=+++-+-∑∑=()().112122n n n n n S n n ξξ-++++ 13. 从装有一个白球、两个黑球的罐子里有放回地取球, 令ξ=0表示取到白球, ξ=1表示取到黑球.求容量为5的子样()51,,ξξ 的和的分布,并求子样均值ξ和子样方差2n S 的期望值.解: i ξ相互独立都服从二点分布,32;1⎪⎭⎫⎝⎛b E i ξ=.32 D .92=i ξ 5,2,1 =i 所以,32=ξE .4589212=⨯-=n n ES n 521ξξξη+++= 服从二项分布.32;5⎪⎭⎫ ⎝⎛b 其分布列().313255kkk k p -⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛==η.5,2,1,0 =k14. 设母体ξ服从参数为λ的普哇松分布, ()n ξξξ,,,21 是取自此母体的一个子样,求： (1)子样的联合概率分布列:(2)子样均值ξ的分布列、E ξ、D ξ、和E 2n S 。
概率论与数理统计习题册 第五章 答案
P{X
>
4500}
=1−
P{X
≤
4500}
= 1 − Φ⎜⎜⎝⎛
4500 − 4475 612.5
⎟⎟⎠⎞
≈ 1− Φ(1.01) = 1− 0.8413 = 0.1587
（2） P{4400
<
X
<
4500} = Φ⎜⎜⎝⎛
4500 − 4475 612.5
⎟⎟⎠⎞
−
Φ⎜⎜⎝⎛
4400 − 4475 612.5
E( Xi ) = 10× 0.4 + 9× 0.3 + 8× 0.2 + 7 × 0.05 + 6× 0.05 = 8.95 ，
D( Xi
)
=
E
(
X
2 i
)
−
( EX i
)2
=1.225 ，
设总分为 X ，则 X ~ N (500 × 8.95, 500 ×1.225) ，即 X ~ N (4475, 612.5) . 因此
n
∑ 解 设有 n 个数相加，X i 分别为每个数的舍入误差。记 X = Xi ，E( Xi ) = 0 ， i =1
16
∑ D( Xi )
=
1 12
由定理一知，随机变量 Z
=
k =1
Xi − n⋅0 n / 12
近似地服从正态分布 N (0,1)
(1) 所求概率
P{ X ≤ 15} = P{−15 ≤ X ≤ 15} = P{ −15 < X < 15 } 55 55 55
P{| Xn − a |< 0.1} ≥ 0.95 的 n 的最小值应不小于自然数
概率论与数理统计》课后习题习题详解第五章
习题解答习题5.11．设样本值如下：15， 20， 32， 26， 37， 18， 19， 43计算样本均值、样本方差、2阶样本矩及2阶样本中心矩．解 由样本均值的计算公式，有()8111152032263718194326.2588i i x x ===⨯+++++++=∑由样本方差的计算公式，有()28211102.2181i i s x x==-=-∑由2阶样本矩的计算公式，有82211778.58i i a x ===∑由2阶样本中心矩的计算公式，有()2821189.448i i b x x==-=∑2. 设总体~(12,4)X N ，125(,,,)X X X 是来自总体X 的样本，求概率12345{m a x (,,,,)12}P X X X X X >. 解 12345{m a x (,,,,)12}P X X X X X > []551311(0) 1()232=-Φ=-=3. 设总体X ～ P （λ），X 是容量为n 的样本的均值，求 ()E X 和 ()D X . 解 因总体X ～ P （λ），故有(),()E X D X λλ==，于是()()E X E X λ==()()D X D X n nλ== 4. 某保险公司记录的6n =起火灾事故的损失数据如下（单位：万元）：1.86, 0.75, 3.21，2.45， 1.98, 4.12. 求该样本的经验分布函数.解 将样本观测值排序可得：0.751.86 1.982.453.21<<<<< 则经验分布函数为60, 0.751, 0.75 1.8661, 1.86 1.9831(), 1.98 2.4522, 2.45 3.2135, 3.21 4.1261, 4.12x x x F x x x x x <⎧⎪⎪≤<⎪⎪≤<⎪⎪⎪=≤<⎨⎪⎪≤<⎪⎪⎪≤<⎪⎪≥⎩5．求标准正态分布的上侧0.01分位数和上侧0.48分位数 .解 由题知，X ～ (0,1)N ，求X 的上侧α分位数. 即求u α使满足{}P X u αα>=得{}1P X u αα≤=-即()1u ααΦ=-取0.01α=，查标准正态分布表得上侧0.01分位数为0.012.33u u α==取0.48α=，查标准正态分布表得上侧0.48分位数为0.480.05u u α==习题5.21.设总体~(8,36)X N ，129(,,,)X X X 是取自总体X 的样本，X 是样本均值，求{|7|2}P X -< ．解 因~(8,36)X N ，且样本容量9n =，故36~(8,), ~(8,4)9X N X N 即 ，于是 9858{|7|2}{59}()()22P X P X ---<=<<=Φ-Φ (0.5)( 1.5)(0.5)(1.5)10.69150.933210.6247=Φ-Φ-=Φ+Φ-=+-=2.设 2~(9)X χ ，求λ使其满足()0.95P X λ<=解 由()0.95P X λ<=，得()0.05P X λ≥=，因为2~(9)X χ，所以查表可得20.05(9)16.919λχ==3. 设总体~(0,1X N ，1210(,,,)X X X 是取自总体X 的样本，求2221210()E X X X +++ 及2221210()D X X X +++ .解 由总体~(0,1)X N 可知~(0,1) (1,2,,10)i X N i = ，且1210,,,X X X 相互独立，于是22221210()~(10)X X X χ+++故有2221210()10E X X X +++= 2221210()21020D X X X +++=⨯=4. 设总体X ～ N （20 ，3），从中独立地抽取容量分别为10和15的两个样本，求它们的样本均值之差的绝对值大于0.3的概率．解 设这两个样本分别为1210,,,X X X 和1215,,,Y Y Y ， 则对样本均值有101110i i X X ==∑ ～15131(20,),1015i i N Y Y ==∑～3(20,)15N依定理 X Y -～1(0,)2N ，所以{}0.3P X Y P ⎫->=>1P ⎫=-≤1=-ΦΦ（1210.6744⎡⎤=-Φ-=⎢⎥⎣⎦(查标准正态分布表可得)5.设X ～ t (12) ，(1) 求 a 使得()0.05P X a <=；（2）求 b 使得()0.99P X b >= 解 （1）由()0.05P X a <=利用t 分布的对称性可得()0.05P X a >-=，查表可得0.05(12) 1.7823 1.7823a t a -==⇒=-（2）由()0.99P X b >=得()0.01P X b ≤=，又由t 分布的对称性可得()0.01P X b >-=于是0.01(12) 2.6810 2.6810b t b -==⇒=-6.设~(8,12)X F ，求 λ 使得()0.01P X λ<=.解 由()0.01P X λ<= 得 ()0.99P X λ>=，于是查表可得0.990.0111(8,12)0.176(12,8) 5.67f f λ====习题5.31．设总体X ～ N （μ ，4），（X 1 ，X 2 ，… ，X 16）为其样本，2S 为样本方差，求： （1） P ()666.62<S ； （2） P ()865.4279.22<<S ． 解 因为()221n S σ-～()21n χ-所以本题中2154S ～()215χ 则 (1) {}(){}22215156.666 6.6661524.997544P S P S P χ⎧⎫<=<⨯=<⎨⎬⎩⎭(){}211524.997510.050.95P χ=-≥=-=(2) {}221515152.279 4.865 2.279 4.865444P S P S ⎧⎫<<=⨯<<⨯⎨⎬⎩⎭(){}28.546251518.24375P χ=<<(){}(){}22158.546251518.24375P P χχ=>-≥0.900.250.6=-= 2. 总体2~(0,)X N σ，1225(,,,)X X X 是总体X 的样本，2X S 和分别是样本均值和样本方差，求λ，使5()0.99XP Sλ<=. 解 根据抽样分布定理知5~(24)X Xt S = 又由5()0.99XP Sλ<=得 5()0.01XP Sλ>= 故查表可得0.01(24) 2.4922t λ==3．设总体X ～ N （30 ，64），为使样本均值大于28的概率不小于0.9 ，样本容量n 至少应是多少？解 因为X ～(30,64)N ， 所以样本均值X .～64(30,)N n因此X ()0,1N ， 故{}{}28128P X P X >=-≤1X P ⎧⎫=-≤1⎛=-Φ ⎝0.9=Φ≥1.29≥，解得 27n ≥，所以n 至少应取27.*4．设总体X ～ N )16(1，μ 与总体Y ～ N )36(2，μ 相互独立，（X 1 ，X 2 ，… ，X 13）和（Y 1 ，Y 2 ，… ，Y 10）分别为来自总体X 和总体Y 的样本．试求两总体样本方差之比落入区间（0.159 ，1.058）内的概率．解 因为()221n S σ-～()21n χ-，所以本题中211216S ～()222912,36S χ～()29χ又因为21212222121291694936S S F S S ==～()12,9F从而221122229990.159 1.0580.159 1.058444S S P P S S ⎧⎫⎧⎫<<=⨯<<⨯⎨⎬⎨⎬⎩⎭⎩⎭(){}0.3577512,92.3805P F =<< 0.85=（查F 分布表*5. 设从两个正态总体~(4,1)~(6,1)X N Y N 和中分别独立地抽取两个样本1219(,,,)X X X 和1216(,,,)Y Y Y ，样本方差分别为2212S S 和.求λ，使2122()0.05S P S λ<=.解 根据抽样分布定理可知2122~(18,15)S F S 又由2122()0.05S P S λ<=可得2122()0.95S P S λ>=，于是查表可得0.950.0511(18,15)0.44(15,18) 2.27f f λ====*6．设总体X 与总体Y 相互独立，且都服从正态分布N （0 ，9），（X 1 ，X 2 ，… ，X 9）和（Y 1 ，Y 2 ，… ，Y 9）分别为来自总体X 和Y 的样本．试证明统计量T =∑∑==91291i ii iYX服从自由度为9的t 分布．证明 由正态分布的性质及样本的独立性知91ii X=∑～2(0,9)N得9119i i X =∑～(0,1)N 又因为i Y ～(0,9) (1,2,,9)N i =所以()22222291212913339Y Y Y Y Y Y ⎛⎫⎛⎫⎛⎫+++=+++ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ ～()29χ 由于两个总体X 和Y 是相互独立的，所以其相应的样本也是相互独立的，故 9119i i X =∑与92119i i Y =∑也相互独立，于是由t 分布的定义知991ii XX T ==∑∑ ～ ()9t综合练习五一、填空题1．设总体X 的一组样本观测值为1.4 ，2.3 ，1.8 ，3.4 ，2.7则样本均值 x= ( 2.32 ) ，样本方差 2s = ( 0.607 ) ．2．设总体X 服从正态分布N （2 ，5），（X 1 ，X 2 ，… ，X 10）为其样本，则样本均值X 的分布为 ( 122N ⎛⎫⎪⎝⎭， )．3．设总体X 服从具有n 个自由度的2χ 分布，（X 1 ，X 2 ，… ，X n ）为其样本，X为样本均值，则有 ()( )E X n = ，()( 2 )D X = ．4．设总体X ～ N （μ ，2σ），（X 1 ，X 2 ，… ，X n ）为其样本，X 、2S 分别为样本均值和样本方差，则有 X ～( 2N n σμ⎛⎫ ⎪⎝⎭， )，22)1(σS n - ～( 2(1)n χ- )，nSX μ- ～( t (n － 1) )．5．设总体X ～ N （1 ，4），（X 1 ，X 2 ，… ，X 5）为其样本，令T = 2543221)2()(X X X b X X a --+-则当a = (81 ) 、1()24b =时有T ～ 2χ(2) ． 二、选择题1．设总体X ～ N （μ ，1），其中 μ 为未知参数，若（X 1 ，X 2 ，… ，X n ）为来自总体X 的样本，则下列样本函数中( (b ) ) 不是统计量．(a )∑=ni i X1；(b )∑=-ni iX12)(μ ；(c) X 1 X 2 … X n ； (d )∑=ni i X12．2．设总体X ～ N （2 ，4），（X 1 ，X 2 ，… ，X 9）为其样本，X 为样本均值，则下列统计量中服从标准正态分布的是( (c ) )．(a ) X ； (b))2(43-X ； (c ))2(23-X ； (d ) )2(29-X ． 3．设总体X ～ N （0 ，1），（X 1 ，X 2 ，… ，X 5）为其样本，令T = 2543221)(2)(3X X X X X +++则有T ～ ( (b ) ) ．(a ) t (5) ； (b ) F (1 ，1) ； (c ) F (2 ，3) ； (d ) F (3 ，2) ． 4．设总体X ～ N ⎪⎪⎭⎫ ⎝⎛410，，（X 1 ，X 2 ，… ，X 5）为其样本，令T=则有T ～( (d ) )．(a ) t (1) ； (b ) t (2) ； (c ) t (3) ； (d ) t (4) ． 5．设总体X ～ N （0 ，1），（X 1 ，X 2 ，… ，X n ）为其样本，X 、2S 分别是样本均值和样本标准差，则 ( (c ) ) ．(a ) n X ～ N （0 ，1）： (b ) X ～ N （0 ，1）； (c )∑=ni i X 12 ～ 2χ(n ) ； (d )SX～ t (n － 1) ． 6．设随机变量X 和Y 都服从标准正态分布，则 ( (c ) ) ．(a ) Y X + 服从正态分布； (b ) 22Y X + 服从 2χ 分布；(c ) 2X 和 2Y 都服从 2χ 分布； (d )22Y X 服从F 分布．三、解答题1．设总体~(2,16)X N ，12(,,,)n X X X 是总体X 的样本，令2211ni i A X n ==∑，求2A 的数学期望2()E A .解 因为~(2,16)X N ，所以~(2,16) (1,2,,)i X N i n = ，则有 22()()()16420i i i E X D X E X =+=+= 于是22111()()2020n i i E A E X n n n===⨯⨯=∑2．设总体~(15,9),X N ，129(,,,)X X X 是总体X 的样本，X 是样本均值，.求常数c ，使()0.95.P X c ≤=解 根据抽样分布定理可知~(15,1)X N 又由()0.95P X c ≤=可得15()()0.951c P X c -≤=Φ= 查表可得15 1.645c -=，于是得16.645c =3.设一组数据20.5，15.5，30.2，20.5，18.6, 21.3，18.6，23.4来自于总体,X 求经验分布函数.解 将样本观测值排序可得：15.518.618.620.520.521.32<=<=<<< 则由定义可得经验分布函数为80, 15.51, 15.518.683, 18.620.585(), 20.521.386, 21.323.487, 23.430.081, 30.2x x x F x x x x x ≤⎧⎪⎪≤<⎪⎪≤<⎪⎪⎪=≤<⎨⎪⎪≤<⎪⎪⎪≤<⎪⎪≥⎩4．设总体X ～ N （0 ，4），（X 1 ，X 2 ，… ，X 9）为其样本．求系数a 、b 、c ，使得T = 298762543221)()()(X X X X c X X X b X X a ++++++++服从 2χ 分布，并求其自由度．解 由于129,,,X X X 相互独立且来自总体X ～(0,4)N ，则由正态分布的线性运算性质有12X X +～(0,8)N ，345X X X ++～(0,12)N ，6789X X X X +++～(0,16)N于是，由2χ分布与正态分布的关系，有()()()22212345678981216X X X X X X X X X T ++++++=++ 服从2χ（3）分布，因此111,,81216a b c ===，自由度为3。
《概率论与数理统计》第五章作业解答
∞ ∞ 1∑ 1 ∑ 1 1 n D( Xi ) = 2 D(Xi ) ≤ 2 · = n n n 4 4n i=1 i=1
由切比雪夫不等式，对于任给的 ϵ > 0, 有 1∑ 1∑ Xi − E (Xi )| < ϵ} ≥ 1 − P {| n n
∞ ∞ i=1 i=1 ∞ ∞ 1 n2
2 习题解答
3
5、某射手每次射击的命中率为 p=0.8，现射击 100 发子弹，各次射击互不影响，求命中次数在 72 与 88 之间的概率， 解：设 Y 为命中次数, E (Y ) = np = 100 × 0.8 = 80, D(Y ) = np(1 − p) = 16 80 − 72 80 − 88 P {72 < Y < 88} = Φ( √ ) − Φ( √ ) = Φ(2) − Φ(−2) = 2Φ(2) − 1 = 0.9544. 40 40
2
习题解答
1、进行 600 次伯努利试验，事件 A 在每次试验中发生的概率为 p = 2 ，设 Y 表示 600 次试验中事 5 件 A 发生的总次数，利用切比雪夫不等式估计概率 P｛216<Y<264｝. 解： E (Y ) = np = 600 × 1 2 = 240 5
2 习题解答 2 3 × = 144 5 5
2
D(Y ) = np(1 − p) = 600 × 切比雪夫不等式：P {|X − E (X )| < ϵ} ≥ 1 −
D (X ) ϵ2
P {216 < Y < 264} = P {|Y − 240| < 24} ≥ 1 −
144 3 = 2 24 4
2、若随机变量 X1 , X2 , ..., X100 相互独立且都服从区间（0，6）上的均匀分布. 设 Y = 利用切比雪夫不等式估计概率 P｛260<Y<340｝. 解： E (Xi ) = 3, D(Xi ) = 3, E (Y ) = 300, D(Y ) = 300 P {260 < Y < 340} = P {|Y − 300| < 40} ≥ 1 − 300 13 = 2 40 16
概率论与数理统计第五章习题参考答案
F = S甲2 ~ F (4,4) S乙2
由
P⎪⎨⎧ ⎪⎩
S甲2 S乙2
<
F 1−
0.05
(4,4)
U
2
S甲2 S乙2
>
F0.05
2
(4,4)⎪⎬⎫ ⎪⎭
=
0.05
查表得： F0.05 (4,4) = 9.6,
2
F 1−
0.05
2
(4,4)
=
1 F0.025 (4,4)
=
0.1042
，
故拒绝域为 (0, 0.142) U (9.6, + ∞) .
54 67 68 78 70 66 67 70 65 69 问患者与正常人的脉搏有无显著差异（患者的脉搏可视为服从正态分布。α = 0.05 ） 解：设患者的脉搏为 X , 计算其样本均值与样本方差分别为 x = 67.4, s = 5.93
在检验水平α = 0.05 下，检验假设 H 0 : µ = µ0 = 72 H1 : µ ≠ µ0 = 72
问两台机器的加工精度是否有显著差异（α = 0.05 ）？
解：在检验水平α = 0.05 下，检验假设 H 0 : µ1 = µ 2
H1 : µ1 ≠ µ2
因为
µ1，µ
2，σ
12，σ
2 2
均未知，且不知
σ
12与σ
2 2
是否相等，
故先检验假设 H 0′
:
σ
2 1
=
σ
2 2
,
H
1′
:
σ
2 1
≠
σ
2 2
。
H1 : µ1 ≠ µ2
当假设 H 0 为真时，取检验统计量
概率论与数理统计(茆诗松)第二版课后第五章习题参考答案
447 366 372 430 441
377 425 418 413 433
341 399 374 405 399
369 398 385 381 379
412 423 439 403 386
399 384 408 479 387
34 1 35 36 9, 6 37 7, 2, 4, 9 38 2, 4, 5, 1, 1, 6, 7 39 9, 8, 2 40 0, 5, 3 41 2, 9, 8, 8, 3, 9 42 5, 5, 3, 8, 9, 8 43 9, 0, 3 44 7, 3, 1 45 46 47 2, 9 7． 根据调查，某集团公司的中层管理人员的年薪（单位：千元）数据如下： 40.6 39.6 37.8 36.2 38.8 38.6 39.6 40.0 34.7 41.7 38.9 37.9 37.0 35.1 36.7 37.1 37.7 39.2 36.9 38.3 试画出茎叶图． 解：茎叶图为 34. 7 35. 1 36. 2, 7, 9 37. 0, 1, 7 38. 6 39. 6, 6, 2 40. 6, 8, 0 41. 7 42. 43. 8 44. 9, 5 45. 4
x < 138, 138 ≤ x < 149, 149 ≤ x < 153, 153 ≤ x < 156, 156 ≤ x < 160, 160 ≤ x < 169, x ≥ 169.
作图略． 2． 下表是经过整理后得到的分组样本 组序 1 分组区间 频数 (38,48] 3
2 (48,58] 4
3 (58,68] 8
1091 1572 775 1044 738
3． 假若某地区 30 名 2000 年某专业毕业生实习期满后的月薪数据如下： 909 1086 1120 999 1320 1071 1081 1130 1336 967 825 914 992 1232 950 1203 1025 1096 808 1224 871 1164 971 950 866 （1）构造该批数据的频率分布表（分 6 组） ； （2）画出直方图． 解： （1）最大观测值为 1572，最小观测值为 738，则组距为 d =
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．。
概率论与数理统计第五章习题解答
第五章 假设检验与一元线性回归分析 习题详解解：这是检验正态总体数学期望μ是否为提出假设：0.32:,0.32:10≠=μμH H由题设，样本容量6n =， 21.12=σ，1.121.10==σ，所以用U 检验当零假设H 0成立时，变量：)1,0(~61.10.320N X n X U -=-=σμ 因检验水平05.0=α，由05.0}|{|=≥λU P ,查表得96.1=λ 得到拒绝域: 96.1||≥u计算得： 6.31)6.318.310.326.310.306.32(61=+++++⨯=x89.061.10.326.310-=-=-=n x u σμ因 0.89 1.96u =<它没有落入拒绝域，于是不能拒绝H 0，而接受H 0，即可以认为0.32=μ，所以可以认为这批机制砖的平均抗断强度μ显着为32.0kg/cm 2。
解：这是检验正态总体数学期望μ是否大于10提出假设：10:,10:10>≤μμH H 即：10:,10:10>=μμH H由题设，样本容量5n =，221.0=σ，1.01.020==σ，km x 万1.10=，所以用U 检验当零假设H 0成立时，变量：)1,0(~51.010N X n X U -=-=σμ 因检验水平05.0=α，由05.0}{='≥λU P ,查表得64.1'=λ 得到拒绝域: 64.1≥u 计算得： 24.251.0101.100=-=-=n x u σμ 因 2.24 1.64u =>它落入拒绝域，于是拒绝零假设 H 0，而接受备择假设H 1，即可认为10>μ所以可以认为这批新摩托车的平均寿命μ有显者提高。
解：这是检验正态总体数学期望μ是否小于240提出假设：240:,240:10<≥μμH H即：240:,240:10<=μμH H由题设，样本容量6n =，6252=σ，256250==σ，220=x ，所以用U 检验当零假设H 0成立时，变量：)1,0(~625240N X n X U -=-=σμ 因检验水平05.0=α，由05.0}{='-≤λU P ,查表得64.1'=λ 得到拒绝域: 64.1-≤u 计算得：959.16252402200-=-=-=n x u σμ 因 1.959 1.64u =-<-它落入拒绝域，于是拒绝H 0，而接受H 1，即可以认为240<μ 所以可以认为今年果园每株梨树的平均产量μ显着减少。
概率论第五章习题解答(全)
10 ) 1 0.90 n 12
即
(
10 ) 0.95 ，查表得 (1.64) 0.95 n 12
n 443 。
令
10 1.64 ，解得 n 12
即最多可有 443 个数相加，可使得误差总和的绝对值小于 10 的概率不小于 0.90。 4、 设各零件的重量都是随机变量， 它们相互独立， 且服从相同的分布， 其数学期望为 0.5kg， 圴方为 0.1kg，问 5000 只零件的总重量超过 2510kg 的概率是多少？ 解 设每只零件的重量为 X i ， i 1, 2, ,5000 ，由独立同分布的中心极限定理知
100
i
， 则 X b(100, 0.9) 。 由德莫弗――拉普拉斯定理知，
X 100 0.9 近 100 0.9 0.1
2 10000 i 1
X
i
索赔总金额不超过 2700000 美元的概率
P{ X 2700000} 1` P{ X 270000}
10000
1 P{
X
i 1
i
280 10000
800 100
2700000 2800000 } 80000
10000
1 P{
2 2
X
i 1
16
i
，
于是随机变量
Z
Xi n
i 1
16
2 n
X
i 1
16
i
1600
10000 16
X 1600 近似的服从 N (0,1) 400
P{ X 1920} P{
X 1600 1920 1600 X 1600 } P{ 0.8} 400 400 400 X 1600 1 P{ 0.8} 1 (0.8) ＝ 1 0.7881 0.2119 . 400
概率论与数理统计第五章练习答案郝志峰,谢国瑞
概率论与数理统计第五章习题的联合概率分布列为即。
对应的概率为：的所有可能取值对是。
于是二维随机变量服从二项分布并的所有可能取值也是则是乙击中目标的次数，。
设分布；并服从二项的所有可能取值是则是甲击中目标的次数解：设),(.2304.06.0*8.0)2,2(P ;3072.06.0*)6.01(*8.0)1,2(P ;1024.0)6.01(*8.0)0,2(P ;1152.06.0*8.0*)8.01()2,1(P ;1536.06.0*)6.01(*8.0*)8.01()1,1(P ;0512.0)6.01(*8.0*)8.01()0,1(P ;0144.06.0*)8.01()2,0(P ;0192.06.0*)6.01(*)8.01()1,0(P ;0064.0)6.01(*)8.01()0,0(P )2,2(),1,2(),0,2(),2,1(),1,1(),0,1(),2,0(),1,0(),0,0(),().60,2(B ;,1,20).80,2(B ,1,20,.1221222221212122122212222ηξηξηξηξηξηξηξηξηξηξηξηηξξ=====-====-====-====--====--====-====--====--===C C C C C C的联合概率分布列为：即。
事件等品和二等品，不可能即抽到的产品同时是一即抽到一等品即抽到二等品即抽到三等品。
对应的概率分别为：所有可能取值对是解：),()(0)1,1();(;8.0)0,1()(;1.0)1,0();(;1.0)0,0()1,1(),0,1(),1,0(),0,0(),(.2212121212121ξξξξξξξξξξξξ============P P P P的联合概率分布列为：的边缘分布可以得到和又利用。
，得到：非负，并且和等于有可能取值对应的概率利用离散型随机变量所。
可知：解：根据),(0)1,1()1,1()1,1()1,1(11)0,1()0,1()1,0()0,0()1,0(1)0(.3212121212121212121212121ξξξξξξξξξξξξξξξξξξξξξξξξ====-====-==-=-===-=+==+==+==+-====P P P P P P P P P P的联合分布列为：所以对应的概率为：的所有可能取值为有：从而对于是的概率密度可知：解：根据),()arctan 2()1()1(P )1,1(P )1,1()arctan 21(arctan 2)1()1(P )1,1(P )0,1(arctan 2)arctan 21()1()1(P )1,1(P )1,0()arctan 21()1()1(P )1,1(P )0,0(),1,1(),0,1(),1,0(),0,0(),(.arctan 2)1(P ,arctan 21)1(P ,2,1,arctan 21)1(P arctan 2112)(2)1(P .4212212121212121212121221212121121ηηπξξξξηηππξξξξηηππξξξξηηπξξξξηηηηπξπξπξπππξξe P P e e P P ee P P e P P e e k e e de e dx e e k k xx x x =≤≤=≤≤===-=>≤=>≤===-=≤>=≤>===-=>>=>>====≤-=>=-=>=+=+=≤⎰⎰∞-∞--).1)(1()0,0()0,3()4,0()4,3()40,30()3(0y 0,00,0),1)(1(),().1)(1(12),(.12),(0,0.0),(,0),(0y 0)2(.12A 12),(1)1(.516943430)43()43(04030)43(--=+--=≤<≤<⎪⎩⎪⎨⎧≤≤>>--=--===>>==≤≤=====------+-+-∞+-∞+-∞+∞++-∞+∞-∞+∞-⎰⎰⎰⎰⎰⎰⎰⎰e e F F F F P x y x e ey x F e e dxdy e y x F e y x f y x y x F y x f x Ady e dx eA dxdy Aedxdy y x f y x y x x yy x y x y xy x ηξ时或者当时当因此：于是对应的分布函数：时，当于是对应的分布函数时，联合密度函数或者当所以解：⎪⎩⎪⎨⎧≤≤-≤≤-+=-===+-≤≤+-≤≤+===+≤≤--≤≤-==>-<⎪⎩⎪⎨⎧≤-≤-≤+≤-=⎰⎰-+-+--其他因此：于是对应的概率密度是时，）当（于是对应的概率密度是时，）当（于是对应的边缘分布时，或者）当（其他对应的概率密度是：，所以的面积为解：由于,010,101,1)(;121)(,21),(,1110iii ;121)(,21),(,1101ii ;0)(,0),(11i ,011,11,21),(),(2.61111x x x x x f x dy x f y x f x y x x x dy x f y x f x y x x x f y x f x x y x y x y x f D xx xx ξξξξηξ.48251611218141)4,4()3,3()2,2()1,1()()3(.161487481348254321;414141414321)2(.41,1161*4121*381*2)1(.7=+++===+==+==+====⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛==+++ηξηξηξηξηξηξP P P P P a a 的边缘分布为：的边缘分布为：可得：根据解：.913)3(1311)()(),3arctan 2(1)3arctan 2)(22(1),()(.412)2(1211)()(),2arctan 2(1)22)(2arctan 2(1),()()3(.91416)3(131)2(1211),(),()2(.1,2,)2)(2arctan (),(0)3arctan )(2(),(0)2)(2(),(1,.822'222'222222222yy y F y f yy y F y F xx x F x f x x x F x F yx y x y x F y x y x f A C B y x C x B A x F y C B A y F C B A F y x +=+==+=++=+∞=+=+==+=++=+∞=++=++=∂∂∂====⎪⎪⎪⎩⎪⎪⎪⎨⎧-+=-∞=+-=-∞=++=+∞+∞=ππππππππππππππππππππππππηηηξξξ边缘密度函数所以边缘分布函数边缘密度函数所以边缘分布函数从而的任意性可知：利用，满足：解：对任意的.)(.1445.0)5.08413.0(21))0()1((212121)1()21()(.91212122222函数为标准正态分布的分布其中解：x dxe dx e dxdy e P x x xy Φ=--=Φ-Φ-=-=-==<⎰⎰⎰⎰---ππππξη⎪⎩⎪⎨⎧≤≤+=+==⎪⎩⎪⎨⎧≤≤+=+==⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧>>≤≤>+>≤≤+≤≤≤≤+<<=+==≤≤>+==>≤≤+=+=⎥⎦⎤⎢⎣⎡+==≤≤≤≤==>>==<<==+=+=⎥⎦⎤⎢⎣⎡+==⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰∞+∞-∞+∞-∞-∞-∞+∞-∞+∞-∞-∞-∞+∞-∞+∞-其他的边缘密度函数为：其他的边缘密度函数为：并且并且并且并且或者因此：时并且当时并且当时并且当时并且当于是概率密度时或者当的范围分情况进行讨论下面我们对利用所以解：,020,6131)31(),()(,010,322)31(),()()3(21,1201,12131210,31322010,1213100,0),(;12131),1(),(,201)v (;3132)2,(),(,210)iv (;12131)61()31(),(),(,2010)iii (;1),(),(,21)ii (;0),(,0),(,00)i (.,,),(),()2(.31,32)22()(),(1)1(.10102220222322322322302200210210202y y dx xy x dx y x f y f x x x dy xy x dy y x f x f y x y x y y y x x x y x y x y x y x y x F y y y F y x F y x x x x F y x F y x y x y x dx xy y x dx dy xy x dxdyy x f y x F y x dxdy y x f y x F y x y x F y x f y x y x dxdy y x f y x F c c dx cx x dx dy cxy x dxdy y x f x x y x yxyηξηξ⎪⎪⎩⎪⎪⎨⎧≤≤++=++==+=≤≤==<>⎪⎪⎩⎪⎪⎨⎧≤≤++=++==+=≤≤==<>其他于是时，当没有定义；于是时或者同样，当其他于是时，当没有定义；于是时或者当,020,62332231)(),()|(,322)(10)(),()|(,0)(,01,010,226613131)(),()|(,6131)(20)(),()|(,0)(,02)4(22222y x yx x x xy x x f y x f x y f x x x f x x f y x f x y f x f x x x y xyx y xy x y f y x f y x f y y f y y f y x f y x f y f y y ξξξξηηηη⎪⎩⎪⎨⎧<≥===≥==<⎪⎩⎪⎨⎧<≥===⎪⎩⎪⎨⎧<≥===≥==<⎪⎩⎪⎨⎧<≥===--+--∞++-∞+∞---+--∞++-∞+∞-⎰⎰⎰⎰0,00,22)(),()|(0)(),()|(,0)(00,00,)2(),()(0,00,22)(),()|(0)(),()|(,0)(00,00,2)2(),()()1(.112)2(0)2(2)2(20)2(x x e e e y f y x f y x f y y f y x f y x f y f y y y e dx e dx y x f y f y y e e e x f y x f x y f x x f y x f x y f x f x x x e dy e dy y x f x f x y y x y y x yxy x x y x ηηηηξξξξηξ时，当没有定义；所以时，于是当的边缘密度函数为：时，当没有定义；所以时，于是当的边缘密度函数为：解：.12)1()1,2()1|2()2(410201)2(--+--=⎥⎦⎤⎢⎣⎡=≤≤≤=≤≤⎰⎰⎰e dyedxdy e P P P yy x ηηξηξ.2ln 11)1()3(,010),1(111),()()2(,010,11)|()(),(),(,,01,11)|(:)1,(,)10(,010,1)(:)1,0()1(:.1212110=⎥⎦⎤⎢⎣⎡-=>+⎪⎩⎪⎨⎧<<--=-==⎪⎩⎪⎨⎧<<<-==⎪⎩⎪⎨⎧<<-=<<=⎩⎨⎧<<=⎰⎰⎰⎰-∞+∞-dy dx x P y y n dx xdx y x f y f y x xx y f x f y x f y x xx y f x x x x x f y y y ηξηηξηξξηξξ其他的边缘密度为：其他的联合密度函数为：因此其他上的均匀分布，可得服从区间时又根据其他上的均匀分布，所以服从区间由于解.,:.91B ,92A )A 91(319131B A )A 91)(1819161(911B A 311819161,.13的确是独立的随机变量知代入联合分布列验证可解得：：是独立的随机变量可得性质及解：根据联合分布列的ηξηξ==⎪⎪⎩⎪⎪⎨⎧+==+⇒⎪⎪⎩⎪⎪⎨⎧+++==+++++表：因此，联合分布列如下是独立随机变量：于是根据边缘分布以及的概率分布为解：设.4112131;31216111;838121;214181;1218124141;43681;416241;2418161,.3,2,1;2,1,),(),(.141332321312222112212111131212111111=-=-==--=--==-=-=====--=--========-======∙∙∙∙∙∙∙∙∙∙∙∙p p p p p p p p p p p p p p p p p p p p p p p j i p y x P ij j i ηξηξηξ.0,41,41,2121214341)0()1(.1,0;1,0,),(),(.2121*43*332143),()(.41,163;21,43,1021,43,.15010010111110001110010000011011联合分布列为解得：得：。