概率论与数理统计4
概率论与数理统计第四章
E (b) b E (aX ) aE ( X )
2. E(X+Y) = E(X)+E(Y);
推广 : E [ X i ] E ( X i )
i 1 i 1 n n
E ( ai X i ) ai E ( X i )
i 1 i 1
n
n
3. 设X、Y独立，则 E(XY)=E(X)E(Y);
例2.（X,Y）服从二维正态分布，其概率密度为 1 f ( x, y ) 2 21 2 1
1 y 1 2 x 1 y 2 y 2 2 exp{ [( ) 2 ( )( )( ) ]} 2 1 1 2 2 (1 )
证明： XY
Cov(kX, kY)=k2Cov(X,Y)
■相关系数
定义 设D(X)>0, D(Y)>0, 称
XY
Cov( X , Y ) X EX Y EY E[ ] D( X ) D(Y ) DX DY
为随机变量X和Y的相关系数（标准协方差）
X Y E( X Y ) XY
练习
1.设离散型随机变量(Ｘ,Y)的分布列为 Y 0 1 2 X 则E(XY)=( ) 0 1/3 1/6 1/9 1 0 1/6 1/9 2 0 0 1/9
2.设随机变量Ｘ的概率密度为
e x f ( x) 0 x0 其它
Y=e-2X,则EY=( )
■数学期望的性质
1. 设a,b是常数，则E(aX+b)=aE(X)+b;
对正态分布而言，X、Y相互独立 与互不相关是等价的。
例4.设随机变量(X,Y)~N(1, 1, 9, 16, -0.5) 令
第四章 随机变量的数字特征
概率论与数理统计第四版习题答案全
概率论与数理统计习（第四版）题解答第一章 随机事件及其概率·样本空间·事件的关系及运算一、任意抛掷一颗骰子，观察出现的点数。
设事件A 表示“出现偶数点”，事件B 表示“出现的点数能被3整除”．（1）写出试验的样本点及样本空间；（2）把事件A 及B 分别表示为样本点的集合； （3）事件B A AB B A B A ,,,,分别表示什么事件？并把它们表示为样本点的集合．解：设i ω表示“出现i 点”)6,,2,1( =i ，则（1）样本点为654321,,,,,ωωωωωω；样本空间为}.,,,,,{654321ωωωωωω=Ω （2）},,{642ωωωA =； }.,{63ωωB = （3）},,{531ωωωA =，表示“出现奇数点”；},,,{5421ωωωωB =，表示“出现的点数不能被3整除”；},,,{6432ωωωωB A =⋃，表示“出现的点数能被2或3整除”；}{6ωAB =，表示“出现的点数能被2整除且能被3整除”；},{B A 51ωω= ，表示“出现的点数既不能被2整除也不能被3整除”二、写出下列随机试验的样本空间及各个事件中的样本点：（1）同时掷三枚骰子，记录三枚骰子的点数之和．A —“点数之和大于10”，B —“点数之和小于15”．（2）一盒中有5只外形相同的电子元件，分别标有1，2，3，4，5．从中任取3只，A —“最小为1”．解：(1) 设i ω表示“点数之和等于i ”)18,,4,3( =i ，则},,,{1843ωωω =Ω；},,,{181211ωωωA =；}.,,,{1443ωωωB =(2) 设ijk ω表示“出现为k j i ,,”);5,,2,1,,(k j i k j i ≠≠= ，则},,,,,,,,,{345245235234145135134125124123ωωωωωωωωωω=Ω }.,,,,,{145135134125124123ωωωωωωA =三、设C B A ,,为三个事件，用事件之间的运算表示下列事件： (1) A 发生, B 与C 都不发生； (2) C B A ,,都发生；(3) C B A ,,中至少有两个发生； (4) C B A ,,中至多有两个发生． 解：(1) C B A ；(2) ABC ；(3) ABC C AB C B A BC A ⋃⋃⋃或CA BC AB ⋃⋃(4) BC A C B A C AB C B A C B A C B A C B A ⋃⋃⋃⋃⋃⋃或C B A ⋃⋃或.ABC四、一个工人生产了n 个零件，以i A 表示他生产的第 i 个零件是合格品（n i ≤≤1）．用i A 表示下列事件：（1）没有一个零件是不合格品； （2）至少有一个零件是不合格品； （3）仅有一个零件是不合格品； （4）至少有一个零件不是不合格品． 解：(1) n A A A 21；(2) n A A A 21或n A A A ⋃⋃⋃ 21； (3) n n n A A A A A A A A A 212121⋃⋃⋃ (4) n A A A ⋃⋃⋃ 21或.21n A A A第二章 概率的古典定义·概率加法定理一、由七个数字组成，每个数字可以是0，1，2，…，9中的任一个数（但第一个数字不能为0），由完全不同的数字组成的概率．解：基本事件总数为611011011011011011019109⨯=C C C C C C C 有利事件总数为456789214151617181919⨯⨯⨯⨯⨯=C C C C C C C 设A 表示“是由完全不同的数字组成”，则0605.0109456789)(62≈⨯⨯⨯⨯⨯⨯=A P 二、把十本书任意地放在书架上，求其中指定的三本书放在一起的概率．解：基本事件总数为!101010=A 指定的三本书按某确定顺序排在书架上的所有可能为!777=A 种；这三本书按确定的顺序放在书架上的所以可能的位置共818=C 种；这三本书的排列顺序数为!333=A ；故有利事件总数为!3!8!38!7⨯=⨯⨯(亦可理解为)3388P P设A 表示“指定的三本书放在一起”，则067.0151!10!3!8)(≈=⨯=A P三、为了减少比赛场次，把二十个队任意分成两组（每组十队）进行比赛，求最强的两个队被分在不同组的概率．解：20个队任意分成两组（每组10队）的所以排法，构成基本事件总数1020C ；两个最强的队不被分在一组的所有排法，构成有利事件总数91812C C 设A 表示“最强的两队被分在不同组”，则526.01910)(102091812≈==C C C A P四、某工厂生产的产品共有100个，其中有5个次品．从这批产品中任取一半来检查，求发现次品不多于1个的概率．解：设i A 表示“出现的次品为i 件”)5,4,3,2,1,0(=i ，A 表示“取出的产品中次品不多于 1个”，则 .10A A A ⋃=因为V A A =10，所以).()()(10A P A P A P +=而0281.0979942347)(5010050950≈⨯⨯⨯==C C A P 1529.09799447255)(501004995151≈⨯⨯⨯⨯==C C C A P 故 181.01529.00281.0)(=+≈A P五、一批产品共有200件, 其中有6件废品．求 (1) 任取3件产品恰有1件是废品的概率; (2) 任取3件产品没有废品的概率; (3) 任取3件产品中废品不少于2件的概率． 解：设A 表示“取出的3件产品中恰有1件废品”；B 表示“取出的3件产品中没有废品”；C 表示“取出的3件产品中废品不少于2件”，则 (1) 0855.019819920019319418)(3200219416≈⨯⨯⨯⨯==C C C A P (2) 912.0198199200192193194)(32003194≈⨯⨯⨯⨯==C C B P(3) 00223.019819920012019490)(3200019436119426≈⨯⨯⨯⨯=+=C C C C C C P六、设41)( ,0 ,31)()()(======BC P P(AC)P(AB)C P B P A P ．求A , B , C 至少有一事件发生的 概率．解：因为0==P(AC)P(AB)，所以V AC V AB ==,，从而V C AB =)(可推出0)(=ABC P设D 表示“A , B , C 至少有一事件发生”，则C B A D ⋃⋃=，于是有)()()()()()()()()(ABC P CA P BC P AB P C P B P A P C B A P D P +---++=⋃⋃= 75.04341313131==-++=第三章 条件概率与概率乘法定理·全概率公式与贝叶斯公式一、设,6.0)|(,4.0)(,5.0)(===B A P B P A P 求)|(,)(B A A P AB P ． 解：因为B A AB B B A A +=+=)(，所以)()()(B A P AB P A P +=，即14.06.0)4.01(5.0)()()()()()(=⨯--=-=-=B A P B P A P B A P A P AB P68.074.05.036.0)4.01(5.05.0)()()()()()]([)|(≈=--+=-+==B A P B P A P A P B A P B A A P B A A P二、某人忘记了的最后一个数字，因而他随意地拨号，求他拨号不超过两次而接通所需的概率．若已知最后一个数字是奇数，那么此概率是多少？ 解：设A 表示“第一次拨通”，B 表示“第二次拨通”，C 表示“拨号不超过两次而拨通”（1）2.0101101)()()(19111101911011=+=⋅+=+=C C C C C C A B P A P C P（2）4.05151)()()(2511141511=+=+=+=A A A A A A B P A P C P三、两台车床加工同样的零件，第一台出现废品的概率是0.03，第二台出现废品的概率是0.02．加工出来的零件放在一起，并且已知第一台加工的零件比第二台加工的零件多 一倍．（1）求任意取出的零件是合格品的概率；（2）如果任意取出的零件是废品，求它是第二台车床加工的概率． 解：设i A 表示“第i 台机床加工的零件”)2,1(=i ；B 表示“出现废品”；C 表示“出现合格品”（1）)()()()()()()()(22112121A C P A P A C P A P C A P C A P C A C A P C P +=+=+= 973.0)02.01(31)03.01(32≈-⨯+-⨯=（2）25.002.03103.03202.031)()()()()()()()()(22112222=⨯+⨯⨯=+==A B P A P A B P A P A B P A P B P B A P B A P四、猎人在距离100米处射击一动物，击中的概率为0.6；如果第一次未击中，则进行第二次射击，但由于动物逃跑而使距离变为150米；如果第二次又未击中，则进行第三次射击，这时距离变为200米．假定击中的概率与距离成反比，求猎人三次之击中动物的概率．解：设i A 表示“第i 次击中”)3,2,1(=i ，则由题设，有1006.0)(1kA P ==，得60=k ，从而有4.015060150)(2===k A P ，.3.020060200)(3===k A P设A 表示“三次之击中”，则321211A A A A A A A ++=，故有)()()()()()()(321211A P A P A P A P A P A P A P ++=832.03.0)4.01()6.01(4.0)6.01(6.0=⨯-⨯-+⨯-+= （另解）设B 表示“猎人三次均未击中”，则168.0)3.01)(4.01)(6.01()(=---=B P故所求为 832.0)(1)(=-=B P B P五、盒中放有12个乒乓球，其中有9个是新的．第一次比赛时从其中任取3个来用，比赛后仍放回盒中．第二次比赛时再从盒中任取3个，求第二次取出的都是新球的概率． 解：设i A 表示“第一次取得i 个新球”)3,2,1,0(=i ，则2201)(312330==C C A P 22027)(31219231==C C C A P 220108)(31229132==C C C A P 22084)(31239033==C C C A P 设B 表示“第二次取出的都是新球”，则312363123731238312393022084220108220272201)()()(C C C C C C C C A B P A P B P i i i ⋅+⋅+⋅+⋅==∑=146.0532400776161112208444722010855142202755212201≈=⋅+⋅+⋅+⋅=第四章 随机事件的独立性·独立试验序列一、一个工人看管三台车床，在一小时车床不需要工人照管的概率：第一台等于0.9，第二台等于0.8，第三台等于0.7．求在一小时三台车床中最多有一台需要工人照管的概率． 解：设i A 表示“第i 台机床不需要照管”)3,2,1(=i ，则9.0)(1=A P 8.0)(2=A P 7.0)(3=A P再设B 表示“在一小时三台车床中最多有一台需要工人照管”，则321321321321A A A A A A A A A A A A B +++=于是有)()()()()()()()()()()()()(321321321321A P A P A P A P A P A P A P A P A P A P A P A P B P +++= )7.01(8.09.07.0)8.01(9.07.08.0)9.01(7.08.09.0-⨯⨯+⨯-⨯+⨯⨯-+⨯⨯=902.0=．（另解）设i B 表示“有i 台机床需要照管”)1,0(=i ，B 表示“在一小时三台车床中最多有一台需要工人照管”，则10B B B +=且0B 、1B 互斥，另外有 504.07.08.09.0)(0=⨯⨯=B P398.0)7.01(8.09.07.0)8.01(9.07.08.0)9.01()(1=-⨯⨯+⨯-⨯+⨯⨯-=B P 故902.0398.0504.0)()()()(1010=+=+=+=B P B P B B P B P ．二、电路由电池a 与两个并联的电池b 及c 串联而成．设电池c b a ,,损坏的概率分别是0.3、0.2、0.2，求电路发生间断的概率． 解：设1A 表示“a 损坏”；2A 表示“b 损坏”；3A 表示“c 损坏”；则3.0)(1=A P 2.0)()(32==A P A P又设B 表示“电路发生间断”，则321A A A B +=于是有)()()()()(321321321A A A P A A P A P A A A P B P -+=+=)()()()()()(321321A P A P A P A P A P A P -+= 328.02.02.03.02.02.03.0=⨯⨯-⨯+=．三、三个人独立地去破译一个密码，他们能译出的概率分别为51、31、41，求能将此密码译出的概率．解：设A 表示“甲能译出”；B 表示“乙能译出”；C 表示“丙能译出”，则51)(=A P 31)(=B P 41)(=C P设D 表示“此密码能被译出”，则C B A D ⋃⋃=，从而有)()()()()()()()()(ABC P CA P BC P AB P C P B P A P C B A P D P +---++=⋃⋃=)()()()()()()()()()()()(C P B P A P A P C P C P B P B P A P C P B P A P +---++=6.0413151415141513151413151=⨯⨯+⨯-⨯-⨯-++=． （另解）52)411)(311)(511()()()()()(=---===C P B P A P C B A P D P ，从而有6.053521)(1)(==-=-=D P D P四、甲、乙、丙三人同时对飞机进行射击，三人的命中概率分别为7.0,5.0,4.0．飞机被一人击中而被击落的概率为2.0，被两人击中而被击落的概率为6.0，若三人都击中，则 飞机必被击落．求飞机被击落的概率． 解：设1A 表示“甲命中”；2A 表示“乙命中”；3A 表示“丙命中”；则4.0)(1=A P5.0)(2=A P 7.0)(3=A P设i B 表示“i 人击中飞机” )3,2,1,0(=i ，则09.0)7.01)(5.01)(4.01()())(()()(3213210=---===A P A P A P A A A P B P)()(3213213211A A A A A A A A A P B P ++=)()()(321321321A A A P A A A P A A A P ++=)()()()()()()()()(321321321A P A P A P A P A P A P A P A P A P ++=36.07.0)5.01)(4.01()7.01(5.0)4.01()7.01)(5.01(4.0=⨯--+-⨯⨯-+--⨯=)()(3213213212A A A A A A A A A P B P ++= )()()(321321321A A A P A A A P A A A P ++=)()()()()()()()()(321321321A P A P A P A P A P A P A P A P A P ++=41.07.0)5.01)(4.01()7.01(5.0)4.01()7.01)(5.01(4.0=⨯--+-⨯⨯-+--⨯=14.07.05.04.0)()()()()(3213213=⨯⨯===A P A P A P A A A P B P 设A 表示“飞机被击落”，则由题设有0)(0=B A P 2.0)(1=B A P 6.0)(2=B A P 1)(3=B A P故有458.0114.06.041.02.036.0009.0)()()(30=⨯+⨯+⨯+⨯==∑=i i i B A P B P A P ．五、某机构有一个9人组成的顾问小组，若每个顾问贡献正确意见的概率都是0.7，现在该机构就某事可行与否个别征求每个顾问的意见，并按多数人意见作出决策，求作 出正确决策的概率．解：设i A 表示“第i 人贡献正确意见”，则7.0)(=i A P )9,,2,1( =i ．又设m 为作出正确意见的人数，A 表示“作出正确决策”，则 )9()8()7()6()5()5()(99999P P P P P m P A P ++++=≥=+⋅⋅+⋅⋅+⋅⋅=277936694559)3.0()7.0()3.0()7.0()3.0()7.0(C C C 9991889)7.0()3.0()7.0(⋅+⋅⋅+C C+⋅⋅+⋅⋅+⋅⋅=273645)3.0()7.0(36)3.0()7.0(84)3.0()7.0(126918)7.0()3.0()7.0(9+⋅⋅+0403.01556.02668.02668.01715.0++++= 901.0=．六、每次试验中事件A 发生的概率为p ，为了使事件A 在独立试验序列中至少发生一次的概率不小于p ，问至少需要进行多少次试验？解：设做n 次试验，则n p A P A P )1(1}{1}{--=-=一次都不发生至少发生一次要p p n ≥--)1(1，即要p p n -≤-1)1(，从而有.1)1(log )1(=-≥-p n p 答：至少需要进行一次试验．第五章 离散随机变量的概率分布·超几何分布·二项分布·泊松分布一、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取1个．如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的概率分布． 解：设X 表示“在取得合格品以前已取出的废品数”，则X 的概率分布为即亦即二、自动生产线在调整以后出现废品的概率为p ．生产过程中出现废品时立即进行调整．求在两次调整之间生产的合格品数的概率分布．解：设X 表示“在两次调整之间生产的合格品数”，且设p q -=1，则ξ的概率分布为三、已知一批产品共20个，其中有４个次品．（１）不放回抽样．抽取６个产品，求样品中次品数的概率分布； （２）放回抽样．抽取６个产品，求样品中次品数的概率分布． 解：（1）设X 表示“取出的样本中的次品数”，则X 服从超几何分布，即X 的概率函数为)4,3,2,0()(6206164===-x C C C x X P xx从而X 的概率分布为即（2）设X 表示“取出的样本中的次品数”，则X 服从超几何分布，即X 的概率函数为)6,5,4,3,2,0()2.01()2.0()(66=-==-x C x X P xx x从而X即四、总机为300个用户服务．在一小时每一用户使用的概率等于0.01，求在一小时有4个用户使用的概率（先用二项分布计算，再用泊松分布近似计算，并求相对误差）． 解：（1）用二项分布计算)01.0(=p168877.0)01.01()01.0()1()4(2964430029644300≈-=-==C p p C ξP（2）用泊松分布计算)301.0300(=⨯==np λ168031355.0!43)4(34≈==-e ξP相对误差为.5168877.0168031355.0168877.0000≈-=δ五、设事件A 在每一次试验中发生的概率为0.3，当A 发生次数不少于3次时，指示灯发出信号．现进行了5次独立试验，求指示灯发出信号的概率． 解：设X 表示“事件A 发生的次数”，则3.0)(==p A P ，5=n ，).3.0,5(~B X 于是有)5()4()3()3(=+=+==≥X P X P X P X P5554452335)1()1(p C p p C p p C +-+-=16308.000243.002835.01323.0≈++≈（另解） )2()1()0(1)3(1)3(=-=-=-=<-=≥X P X P X P X P X P322541155005)1()1()1(11p p C p p C p p C ------= 16308.0≈六、设随机变量X 的概率分布为2, 1, ,0 , !)(===k k ak X P kλ；其中λ>0为常数，试确定常数a ．解：因为∑∞===01)(k k X P ，即∑∞==01!k kk λa ，亦即1=λae ，所以.λe a -=第六章 随机变量的分布函数·连续随机变量的概率密度一、函数211x +可否是连续随机变量X 的分布函数？为什么？如果X 的可能值充满区间： （1）（∞+∞- ,）；（2）（0,∞-）．解：（1）设211)(xx F +=，则1)(0<<x F 因为0)(lim =-∞→x F x ，0)(lim =+∞→x F x ，所以)(x F 不能是X 的分布函数．（2）设211)(x x F +=，则1)(0<<x F 且0)(lim =-∞→x F x ，1)(lim 0=-→x F x因为)0( 0)1(2)('22<>+-=x x xx F ，所以)(x F 在（0,∞-）上单增． 综上述，故)(x F 可作为X 的分布函数．二、函数x x f sin )(=可否是连续随机变量X 的概率密度？为什么？如果X 的可能值充满区间：（1）⎥⎦⎤⎢⎣⎡2,0π； （2）[]π,0； （3）⎥⎦⎤⎢⎣⎡23,0π．解：（1）因为⎥⎦⎤⎢⎣⎡∈2,0πx ，所以0sin )(≥=x x f ；又因为1cos )(2020=-=⎰ππx dx x f ，所以当⎥⎦⎤⎢⎣⎡∈2,0πx 时，函数x x f sin )(=可作为某随机变量X 的概率密度．（2）因为[]πx ,0∈，所以0sin )(≥=x x f ；但12cos )(00≠=-=⎰ππx dx x f ，所以当[]πx ,0∈时，函数x x f sin )(=不可能是某随机变量X 的概率密度．（3）因为⎥⎦⎤⎢⎣⎡∈23,0πx ，所以x x f sin )(=不是非负函数，从而它不可能是随机变量X 的概率密度．二、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取1个．如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的分布函数，并作出分布函数的图形． 解：设X 表示“取出的废品数”，则X 的分布律为于是，⎪⎩>3,1x四、（柯西分布）设连续随机变量X 的分布函数为+∞<<∞-+=x x B A x F ,arctan )(．求：（1）系数A 及B ；（2）随机变量X 落在区间)1 ,1(-的概率；(3) X 的概率密度．解：(1) 由0)2()(lim =-⋅+=-∞→πB A x F x ，12)(lim =⋅+=-∞→πB A x F x ，解得.1,21πB A ==即)( ,arctan 121)(+∞<<-∞+=x x πx F ．(2) .21)]1arctan(121[]1arctan 121[)1()1()11(=-+-+=--=<<-ππF F X P (3) X 的概率密度为)1(1)()(2x x F x f +='=π． 五、（拉普拉斯分布）设随机变量X 的概率密度为+∞<<∞-=-x Ae x f x,)(．求：（1）系数A ；（2）随机变量X 落在区间)1,0(的概率；（3）随机变量X 的分布函数．解：(1) 由1)(⎰+∞∞-=dx x f ，得1220⎰⎰+∞∞-+∞--===A dx e A dx Ae xx ，解得21=A ，即有).( ,21)(+∞<<-∞=-x e x f x(2) ).11(21)(2121)()10(101010ee dx e dx xf X P x x -=-===<<--⎰⎰(3) 随机变量X 的分布函数为⎪⎩⎪⎨⎧>-≤===-∞--∞-⎰⎰021102121)()(x e x e dx e dx x f x F x xx xx ．第七章 均匀分布·指数分布·随机变量函数的概率分布一、公共汽车站每隔5分钟有一辆汽车通过．乘客到达汽车站的任一时刻是等可能的．求乘客候车时间不超过3分钟的概率．解：设随机变量X 表示“乘客的候车时间”，则X 服从]5,0[上的均匀分布，其密度函数为⎩⎨⎧∉∈=]5,0[,0]5,0[,51)(x x x f 于是有.6.053)()30(3===≤≤⎰dx x f X P二、已知某种电子元件的使用寿命X (单位:h)服从指数分布，概率密度为⎪⎩⎪⎨⎧≤>=-.0,0;0,8001)(800x x e x f x任取３个这种电子元件，求至少有１个能使用1000h 以上的概率．解：设A 表示“至少有１个电子元件能使用1000h 以上”；321A 、A 、A 分别表示“元件甲、乙、丙能使用1000h 以上”．则287.08001)1000()()()(4510008001000800321≈=-==>===-∞+-∞+-⎰e e dx e X P A P A P A P xx)()()()()()()()()(321313221321321A A A P A A P A A P A A P A P A P A P A A A P A P +---++=⋃⋃=638.0287.0287.03287.0332≈+⨯-⨯=（另解）设A 表示“至少有１个电子元件能使用1000h 以上”．则287.08001)1000(4510008001000800≈=-==>-∞+-∞+-⎰ee dx e X P xx从而有713.01)1000(1)1000(45≈-=>-=≤-eX P X P ，进一步有638.0713.01)]1000([1)(33≈-≈≤-=X P A P三、(1) 设随机变量X 服从指数分布)(λe ．证明：对于任意非负实数s 及t ，有).()(t X P s X t s X P ≥=≥+≥这个性质叫做指数分布的无记忆性．(2) 设电视机的使用年数X 服从指数分布)10(．e ．某人买了一台旧电视机，求还能使用５年以上的概率． 解：（１）因为)(~λe X ，所以R x ∈∀，有xex F λ--=1)(，其中)(x F 为X 的分布函数．设t s X A +≥=，t X B ≥=．因为s 及t 都是非负实数，所以B A ⊂，从而A AB =．根据条件概率公式，我们有)(1)(1)()()()()()()()(s X P t s X P s X P t s X P B P A P B P AB P B A P s X t s X P <-+<-=≥+≥====≥+≥tst s e e e λλλ--+-=----=]1[1]1[1)(． 另一方面，我们有t t e e t F t X P t X P t X P λλ--=--=-=≤-=<-=≥)1(1)(1)(1)(1)(．综上所述，故有)()(t X P s X t s X P ≥=≥+≥．（２）由题设，知X 的概率密度为⎩⎨⎧≤>=-．，；，0001.0)(1.0x x e x f x 设某人购买的这台旧电视机已经使用了s 年，则根据上述证明的（１）的结论，该电视机还能使用5年以上的概率为6065.01.0)()5()5(5.051.051.05≈=-===≥=≥+≥-∞+-∞+-∞+⎰⎰e e dx e dx xf X P s X s X P xx ．答：该电视机还能使用5年以上的概率约为6065.0．四、设随机变量X 服从二项分布)4.0 ,3(B ，求下列随机变量函数的概率分布： （1）X Y 211-=；（2）2)3(2X X Y -=． 解：X 的分布律为（1）X Y 211-=的分布律为（2）2)3(2X X Y -=的分布律为即五、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≤>+=.0,0;0,)1(2)(2x x x x f π求随机变量函数X Y ln =的概率密度．解：因为)()()(ln )()(yX yY e F e X P y X P y Y P y F =<=<=<= 所以随机变量函数X Y ln =的概率密度为)( )1(2)()()()(2''+∞<<-∞+====y e e e e f e e F y F y f yyyyyyXYY π，即 )( )1(2)(2+∞<<-∞+=y e e y f y yY π．第八章 二维随机变量的联合分布与边缘分布一、把一颗均匀的骰子随机地掷两次．设随机变量X 表示第一次出现的点数，随机变量Y 表示两次出现点数的最大值，求二维随机变量),(Y X 的联合概率分布及Y 的边缘概率分布． 解：二维随机变量),(Y X 的联合概率分布为Y 的边缘概率分布为二、设二维随机变量（X ，Y ）的联合分布函数)3arctan )(2arctan (),(yC x B A y x F ++=．求：（1）系数A 、B 及C ；（2）（X ，Y ）的联合概率密度：（3）边缘分布函数及边缘概率密度． 解：（1）由0)0,(,0),0(,1),(=-∞=∞-=∞+-∞F F F ，得⎪⎪⎪⎩⎪⎪⎪⎨⎧=-=--=++0)2(0)2)(0(1)2)(2(πB AC πC B A πC πB A 解得2πC B ==，.12πA = （2）因为)3arctan 2)(2arctan 2(1),(2yx y x F ++=πππ，所以（X ，Y ）的联合概率密度为.)9)(4(6),(),(222"y x y x F y x f xy ++==π（3）X 及Y 的边缘分布函数分别为xx x X x dx x dy y x f dx x F ∞-∞-∞-+∞∞-=+==⎰⎰⎰2arctan 1)4(2),()(2ππ 2arctan 121xπ+=yx y Y y dy y dx y x f dy x F ∞-∞-∞-+∞∞-=+==⎰⎰⎰3arctan 1)9(3),()(2ππ 3arctan 121yπ+=X 及Y 的边缘概率密度分别为⎰⎰⎰+∞+∞∞-+∞∞-++⋅=++==0222222)9(1)4(112)9)(4(6),()(dy y x dy y x dy y x f x f X ππ )4(2)3arctan 31()4(1122022x y x +=+⋅=∞+ππ ⎰⎰⎰+∞+∞∞-+∞∞-++=++==022222241)9(12)9)(4(6),()(dx x y dx y x dx y x f y f Y ππ)9(3)2arctan 21()9(122022y x y +=+=∞+ππ三、设),(Y X 的联合概率密度为⎩⎨⎧>>=+-., 00;0,,Ae ),(3y)(2x 其它y x y x f求：（1）系数A ；（2）),(Y X 的联合分布函数；（3）X 及Y 的边缘概率密度；（4）),(Y X落在区域R ：632 ,0 ,0<+>>y x y x 的概率． 解：（1）由1),(=⎰⎰+∞∞-+∞∞-dy dx y x f ，有16132==⎰⎰∞+∞+--A dy e dx e A y x ，解得.6=A （2）),(Y X 的联合分布函数为⎪⎩⎪⎨⎧>>==⎰⎰⎰⎰--∞-∞-其它0,06),(),(0032y x dy e dx e dy y x f dx y x F x y y x xy⎩⎨⎧>>--=--其它0,0)1)(1(32y x e e y x （3）X 及Y 的边缘概率密度分别为⎩⎨⎧≤>=⎪⎩⎪⎨⎧≤>==-+∞--∞+∞-⎰⎰00020006),()(2032x x ex x dy e e dy y x f x f x y x X⎩⎨⎧≤>=⎪⎩⎪⎨⎧≤>==-+∞--∞+∞-⎰⎰00030006),()(3032y y ex x dx e e dx y x f y f y y x Y（4）⎰⎰⎰⎰---==∈x y xR dy e dx edxdy y x f R Y X P 32203326),(}),{(6306271)(2---⎰-=-=e dx e e x四、设二维随机变量),(Y X 在抛物线2x y =与直线2+=x y 所围成的区域R 上服从均匀分布．求：(1) ),(Y X 的联合概率密度；(2) 概率)2(≥+Y X P ． 解：(1) 设),(Y X 的联合概率密度为⎩⎨⎧∉∈=.),(, 0;),(,),(R y x R y x C y x f 则由129)322()2(21322122212==-+=-+==--+-⎰⎰⎰⎰⎰C x x x C dx x x C dy dx C Cdxdy x x R解得92=C ．故有⎪⎩⎪⎨⎧∉∈=.),(, 0;),(,92),(R y x R y x y x f(2) ⎰⎰⎰⎰⎰⎰++-≥++==≥+x x x x y x dy dx dy dx dxdy y x f Y X P 2212210229292),()2(⎰⎰-++=21210)2(92292dx x x xdx481.02713)322(92922132102≈=-++=x x x x ． 第九章 随机变量的独立性·二维随机变量函数的分布一、设X 与Y 是两个相互独立的随机变量，X 在]1,0[上服从均匀分布，Y 的概率密度为⎪⎩⎪⎨⎧≤>=-.0,0;0,21)(2y y e y f yY求 (1) ),(Y X 的联合概率密度; (2) 概率)(X Y P ≥．解: (1)X 的概率密度为⎩⎨⎧∉∈=)1,0(,0)1,0(,1)(x x x f X ，),(Y X 的联合概率密度为（注意Y X ,相互独立）⎪⎩⎪⎨⎧><<==-其它,00,10,21)()(),(2y x e y f x f y x f yY X（2）dx edx edy e dx dxdy y x f X Y P x xyxyxy ⎰⎰⎰⎰⎰⎰-∞+-∞+-≥=-===≥1021022102)(21),()(7869.0)1(2221122≈-=-=--e e x二、设随机变量X 与Y 独立，并且都服从二项分布：.,,2 ,1 ,0 ,)(; ,,2 ,1 ,0 ,)(212211n j qp C j p n i q p C i p jn jj n Y i n i in X ====--证明它们的和Y X Z +=也服从二项分布．证明: 设j i k +=, 则ik n i k i k n ki i n i i n k i Y X Z q p C q p C i k P i P k Z P k P +---=-=∑∑=-===22110)()()()( ∑=-+=ki k n n k i n in q p C C2121)( 由knm ki ik nk m C C C +=-=∑, 有k n n ki in i n C C C21210+==∑. 于是有 ),,2,1,0( )(212121n n k q p C k P kn n k i n n Z +==-++ 由此知Y X Z +=也服从二项分布.三、设随机变量X 与Y 独立，并且X 在区间[0，1]服从均匀分布，Y 在区间[0，2]服从辛普森分布：⎪⎩⎪⎨⎧><≤<-≤≤=.20 0,; 2 1 ,2;10 ,)(y y y y y y y f Y 或求随机变量Y X Z +=的概率密度．解: X 的概率密度为 ⎩⎨⎧∉∈=]1,0[,0]1,0[,1)(x x y f ξ . 于是),(Y X 的联合概率密度为⎪⎩⎪⎨⎧≤<≤≤-≤≤≤≤=. 0, 2 1,10 ,210,10,),(其它当当y x y y x y y x fY X Z +=的联合分布函数为}),{(}{}{)(D y x P z Y X P z Z P z F Z ∈=≤+=≤=，其中D 是zy x ≤+与),(y x f 的定义域的公共部分.故有 ⎪⎪⎪⎩⎪⎪⎪⎨⎧≤<+-≤<-+-≤≤><=3229321212331023,00)(222z z z z z z z zz z z F Z 从而随机变量Y X Z +=的概率密度为⎪⎪⎩⎪⎪⎨⎧≤<-≤<+-≤≤><=3232132103,00)(z z z z z z z z z f Z三、电子仪器由六个相互独立的部件ij L （3,2,1;2,1==j i ）组成，联接方式如右图所示．设各个部件的使用寿命ij X 服从相同的指数分布)(λe ，求仪器使用寿命的概率密度．解: 由题设，知ij X 的分布函数为⎩⎨⎧≤>-=-0,00,1x x e F x X ij λ 先求各个并联组的使用寿命)3,2,1( =i Y i 的分布函数.因为当并联的两个部件都损坏时,第i 个并联组才停止工作,所以有)3,2,1(),m ax (21==i Y i i i ξξ从而有)3,2,1( =i Y i 的分布函数为⎩⎨⎧≤>-==-0,00,)1()(221y y e F F y F y X X Y i i i λ 设Z "仪器使用寿命".因为当三个并联组中任一个损坏时,仪器停止工作.所以有),,min(321Y Y Y Z =.从而有Z 的分布函数为⎩⎨⎧≤>---=⎩⎨⎧≤>----=-0,00,])1(1[10,00)],(1)][(1)][(1[1)(32321z z e z z z F z F z F z F z Y Y Y Z λ 故Z 的概率密度为⎩⎨⎧≤>--=---0,00,)2)(1(6)(23z z e e e z f z z z Z λλλλ第十章 随机变量的数学期望与方差一、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取一个．如果取出的废品不再放回去，求在取得合格品以前已取出的废品数的数学期望、方差与标准差． 解：设X 表示“在取得合格品以前已取出的废品数”，则X 的概率分布为即1103322013220924491430=⨯+⨯+⨯+⨯=EX 即3.0004.03041.02205.0175.00≈⨯+⨯+⨯+⨯=EX2X 的分布为2X0 1 4 9即于是有229220192209444914302=⨯+⨯+⨯+⨯=EX 即4091.0004.09041.04205.0175.002≈⨯+⨯+⨯+⨯=EX从而有3191.013310042471)11033(229)(222≈=-=-=EX EX DX 565.03191.0≈==DX Xσ二、对某一目标进行射击，直至击中为止．如果每次射击命中率为p ，求射击次数的数学期望及方差． 解：设X 表示“第i 次击中”),2,1( =i ，则X 的分布为p q p q q p q p iqp ipqEX i i i i i i 1)1()1()(211111=-='-='===∑∑∑∞=∞=-∞=- 2X p pp p q q p q p q q p pqi EX i i i ii i 122)1()1()(])([223111122-=-=-+='=''==∑∑∑∞=∞=∞=- 进一步有p pp p p EX EX DX 11)1(12)(22222-=--=-=三、设离散型随机变量X 的概率函数为,,2,1,21]2)1([ ==-=k k X P k k k问X 的数学期望是否存在？若存在，请计算)(X E ；若不存在，请解释为什么．解：因为∑∑∑∑∞=∞=∞=∞=-=⋅-=-=-==1111)1(212)1(]2)1([2)1()(k k k k k k k k k k ki i i k k k X P k x X P x 不绝对收敛，所以ξ没有数学期望．四、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≥<-=.1, 0;1,11)(2x x xx f π 求数学期望)(X E 及方差)(X D ．解：011)()(112=-⋅==⎰⎰-+∞∞-dx xx dx x xf X E πdx x x dx x x dx x f x X D ⎰⎰⎰-=-⋅==-∞+∞-1022112221211)()(πππ21]arcsin 2112[2102=+--=x x x π五、（拉普拉斯分布）设随机变量X 的概率密度为 )( ,21)(+∞<<-∞=-x e x f x．求数学期望)(X E 及方差)(X D ． 解：021)(===⎰⎰+∞∞--+∞∞-dx xe dx x xf EX x2!2)3(21)(0222==Γ====⎰⎰⎰+∞-+∞∞--+∞∞-dx e x dx e x dx x f x DX x x（分部积分亦可）第十一章 随机变量函数的数学期望·关于数学期望与方差的定理一、设随机变量X 服从二项分布)4.0,3(B ，求2)3(X X Y -=的数学期望及方差． 解：X 的概率分布为Y 的概率分布为2Y 的分布为72.072.0128.00=⨯+⨯=EY 72.072.0128.002=⨯+⨯=EY2016.0)72.0(72.0)(222=-=-=EY EY DY二、过半径为R 的圆周上一点任意作这圆的弦，求所有这些弦的平均长度．解：在圆周上任取一点O ，并通过该点作圆得直径OA ．建立平面直角坐标系，以O 为原点，且让OA 在x 轴的正半轴上．通过O 任作圆的一条弦OB ，使OB 与x 轴的夹角为θ，则θ服从]2,2[ππ-上的均匀分布，其概率密度为⎪⎩⎪⎨⎧-∉-∈=]2,2[,0]2,2[,1)(ππθππθπθf ．弦OB 的长为 ]2,2[cos 2)(ππθθθ-∈=R L ，故所有弦的平均长度为⎰⎰-∞+∞-⋅==22cos 21)()()]([ππθθπθθθθd R d L f L EπθπθθπππRR d R4sin 4cos 42020===⎰．三、一工厂生产的某种设备的寿命X （以年计）服从指数分布，概率密度为⎪⎩⎪⎨⎧≤>=-. 0,0 ;0 ,41)(4x x e x f x工厂规定，出售的设备若在售出一年之损坏可予以调换．若工厂售出一台设备赢利100元，调换一台设备厂方需花费300元．试求厂方出售一台设备的平均净赢利． 解：由题设，有⎰⎰---∞--=-===<104110441141)()1(e e dx e dx x f X P x x进而有 41)1(1)1(-=<-=≥eX P X P设Y 表示“厂方出售一台设备获得的净赢利”，则Y 的概率分布为从而有64.33200300100)1(200414141≈-⨯=⨯+-⨯-=---ee e EY答：厂方出售一台设备获得的平均净赢利约为64.33元．四、设随机变量n X X X ,,21相互独立，并且服从同一分布，数学期望为μ，方差为2σ．求这些随机变量的算术平均值∑==ni i X n X 11的数学期望与方差．解：因为μ=)(i X E ，2)(σ=i X D ，且随机变量n X X X ,,21相互独立．所以有μμ=====∑∑∑∑====ni n i i ni i n i i n X E n X E n X n E X E 11111)(1)(1)1()(，nn X D n X D n X n D X D ni ni in i i n i i 2122121211)(1)(1)1()(σσ=====∑∑∑∑====．五、一民航送客车载有20位旅客自机场开出，沿途有10个车站可以下车，到达一个车站时如没有旅客下车就不停车．假设每位旅客在各车站下车是等可能的，且各旅客是否下车相互独立．求该车停车次数的数学期望．解: 设i X 表示"第i 站的停车次数" (10,,2,1 =i ). 则i X 服从"10-"分布. 其中⎩⎨⎧=站有人下车若在第站无人下车若在第i i X i ,1,0 于是i X 的概率分布为设∑==ni iXX 1, 则X 表示沿途停车次数, 故有]})10110(1[1)10110(0{10)(2020101101--⨯+-⨯===∑∑==i i i i EX X E EX748.8)9.01(1020≈-= 即停车次数的数学期望为748.8.第十二章 二维随机变量的数字特征·切比雪夫不等式与大数定律一、设二维随机变量),(Y X 的联合概率密度为()(). 1,222++=y xAy x f求：（1）系数A ；（2）数学期望)(X E 及)(Y E ，方差)(X D 及)(Y D ，协方差),cov(Y X ．解: (1) 由⎰⎰+∞∞-+∞∞-=1),(dxdy y x f . 有()()⎰⎰⎰⎰∞+∞-∞+∞-∞+==+=++1112022222A dr rrd A dxdy y xAπθπ解得, π1=A .(2) ()011),()(222⎰⎰⎰⎰∞+∞-∞+∞-∞+∞-∞+∞-=++==dx y xxdy dxdy y x xf X E π.由对称性, 知 0)(=Y E .⎰⎰+∞∞-+∞∞-==-=dxdy y x f x EX EX X E X D ),(])[()(222()⎰⎰∞+∞-∞+∞-++=dx y xx dy 222211π()()+∞=+++=+-+=+=∞+∞+∞+⎰⎰⎰022022220223]11)1ln([1)1(211r r dr r rr r dr rr d πθπ同理, 有 +∞=)(Y D .)()])([(),cov(XY E EY Y Ex X E Y X =--=⎰⎰+∞∞-+∞∞-=dxdy y x xyf ),(()011),(222⎰⎰⎰⎰∞+∞-∞+∞-∞+∞-∞+∞-=++==dx y xxydy dxdy y x xyf π.二、设二维随机变量),(Y X 的联合概率密度为⎩⎨⎧<<<=其它．,0;10,,1),(x x y y x f求(1) ),cov(Y X ；(2) X 与Y 是否独立，是否相关，为什么？ 解: (1) 因为 ⎰⎰⎰⎰⎰====-∞+∞-∞+∞-1210322),(dx x dy xdx dxdy y x xf EX x x0),(1===⎰⎰⎰⎰-+∞∞-+∞∞-xx ydy dx dxdy y x yf EY0),()(1===⎰⎰⎰⎰-+∞∞-+∞∞-xx ydy xdx dxdy y x xyf XY E所以有])32[()])([(),cov(Y X E EY Y EX X E Y X -=--=⎰⎰+∞∞-+∞∞-=dxdy y x xyf ),(010==⎰⎰-xxydy xdx ．(2) 当)1,0(∈x 时,有 ⎰⎰+∞∞--===x dy dy y x f x f xxX 2),()(; 当)1,0(∉x 时, 有0)(=x f X .即⎩⎨⎧∉∈=)1,0(0)1,0(2)(X x x x x f 同理有 ⎩⎨⎧∉+∈-=⎪⎩⎪⎨⎧∉∈=⎰⎰-)1,0(1)1,0(1)1,0()1,0()(11Y x y x y x dx x dx y f y y因为 ),()()(y x f y f x f Y X ≠, 所以X 与Y 不是独立的．又因为0),cov(=Y X , 所以X 与Y 是不相关的．三、利用切比雪夫不等式估计随机变量X 与其数学期望)(X E 的差的绝对值大于三倍标准差)(X σ的概率．解：91)3()3(2=≤>-ξξξξξD D D E P ．四、为了确定事件A 的概率，进行10000次重复独立试验．利用切比雪夫不等式估计：用事件A在10000次试验中发生的频率作为事件A 的概率的近似值时，误差小于0.01的概率． 解：设ξ表示“在10000次试验中事件A 的次数”，则)5.0,10000(~B ξ且有50005.010000=⨯==np E ξ 2500)5.01(5.010000=-⨯⨯==npq D ξ于是有npqp npq p np m P p n m P 22)01.0(1)01.0(1)01.0()01.0(-=-≥<-=<- 75.025.011=-=-=pq五、样检查产品质量时，如果发现次品多于10个，则认为这批产品不能接受．应该检查多少个产品，可使次品率为10%的一批产品不被接受的概率达到0.9？ 解：设ξ表示“发现的次品件数”，则)1.0,(~n B ξ，现要求.nn ξE 1.0= n ξD 09.0=要使得9.0)10(=>ξP ，即9.0)10(=≤<n ξP ，因为9.0)10(=≤<n ξP ，所以)3.01.03.01.03.01.010()10(nn n n n ξn n P ξD ξE n ξD ξE ξξD ξE P -≤-<-=-≤-<-)3.01.010()3()33.01.03.01.010(1,01,0nn n n n n ξn n P --≈≤-<-=ΦΦ1)3.0101.0()3(1,01,0--+nn n ΦΦ （德莫威尔—Laplace 定理）因为10>n ，所以53>n ，从而有1)3(1,0≈n Φ，故9.0)3.0101.0(1,0≈-nn Φ．查表有8997.0)28.1(1,0=Φ，故有28.13.0101.0≈-nn ，解得.146≈n答：应该检查约146个产品，方可使次品率为10%的一批产品不被接受的概率达到0.9．第十三章 正态分布的概率密度、分布函数、数学期望与方差一、设随机变量X 服从正态分布)2,1(2N ，求（1）)8.56.1(<≤-X P ；（2）)56.4(≥X P ．解：(1) )4.2213.1()8.416.2()8.56.1(<-≤-=<-≤-=<≤-X P X P X P 8950.09032.019918.0)]3.1(1[)4.2()3.1()4.2(1,01,01,01,0=+-=--=--=ΦΦΦΦ(2) )78.12178.2(1)56.4(1)56.4(<-<--=<-=≥X P X P X P )]78.2(1)78.1(1)]78.2()78.1([11,01,01,01,0ΦΦΦΦ-+-=---=.0402.09973.09625.02=--二、已知某种机械零件的直径X （mm ）服从正态分布)6.0,100(2N ．规定直径在2.1100±（mm ）之间为合格品，求这种机械零件的不合格品率． 解：设p 表示这种机械零件的不合格品率，则)2.1100(1)2.1100(≤--=>-=X P X P p ．而)26.01002()6.02.16.01006.02.1()2.1100(≤-≤-=≤-≤-=≤-X P X P X P 1)2(2)]2(1[)2()2()2(-Φ=Φ--Φ=-Φ-Φ= 9544.019772.02=-⨯= 故0456.09544.01=-=p ．三、测量到某一目标的距离时发生的误差X (m)具有概率密度3200)20(22401)(--=x ex f π求在三次测量中至少有一次误差的绝对值不超过30m 的概率．解：三次测量中每次误差绝对值都超过30米可表为}30{}30{}30{>⋃>⋃>=ξξξD 第三次第二次第一次因为)40,20(~2N ξ，所以由事件的相互独立性，有31,01,033)]25.0(1)25.1([})3030{(})30{()(ΦΦ-+-=>+-<=>=ξξP ξP D P13025.05069.0)8944.05987.02(33≈=--= 于是有86975.013025.01)(1}30{=-=-=<D P P 米至少有一次绝对值三次测量中ξ．四、设随机变量),(~2σμN X ，求随机变量函数Xe Y =的概率密度（所得的概率分布称为对数正态分布）．解：由题设，知X 的概率密度为)(21)(222)(+∞<<-∞=--x ex f x X σμσπ从而可得随机变量Y 的分布函数为)()()(y e P y Y P y F X Y ≤=≤=．当0≤y 时，有0)(=y F Y ；此时亦有0)(='y F Y ． 当0>y 时，有dx ey X P y F yx Y ⎰∞---=≤=ln 2)(2221)ln ()(σμσπ．此时亦有222)(ln 21)(σμσπ--='y Y eyy F ．从而可得随机变量Y 的概率密度为⎪⎩⎪⎨⎧>≤=--.0,21;0,0)(222)(ln y e yy y f y Y σμσπ五、设随机变量X 与Y 独立，),(~211σμN X ，),(~222σμN Y ，求：(1) 随机变量函数bY aX Z +=1的数学期望与方差，其中a 及b 为常数； (2) 随机变量函数XY Z=2的数学期望与方差．解：由题设，有211)(,)(σμ==X D X E ；222)(,)(σμ==Y D Y E ．从而有(1)211)()()()()()(μμb a Y bE X aE bY E aX E bY aX E Z E +=+=+=+=； 222212221)()()()()()(σσb a Y D b X D a bY D aX D bY aX D Z D +=+=+=+=． (2)212)()()()(μμ===Y E X E XY E Z E ；)()()()()()()()(22222222Y E X E Y E X E XY E Y X E XY D Z D -=-== )()()]()()][()([2222Y E X E Y E Y D X E X D -++= )()()()()()(22X E Y D Y E X D Y D X D ++= 212222212221μσμσσσ++=．第十四章二维正态分布·正态随机变量线性函数的分布中心极限定理一、设二维随机变量),(Y X 服从二维正态分布，已知0)()(==Y E X E ，16)(=X D ，25)(=Y D ，并且12),cov(=Y X ，求),(Y X 的联合概率密度．解：已知0==y x μμ，416==x σ，525==y σ，53),cov(),(===y x Y X Y X r σσ．从而 2516)53(1122=-=-r ，5412=-r ．进一步按公式])())((2)([)1(21222222121),(yy y x y x x x y y x r x r y x ery x f σμσσμμσμσπσ-+-------=，可得),(Y X 的联合概率密度为)2550316((322522321),(y xy x e y x f +--=π．。
概率论与数理统计复习4-5章
∑ g ( x ) p 绝对收敛,则Y的期望为 ∞
k =1 k k
∑ g(x
k =1
k
) pk
(2) 设X是连续型随机变量,概率密度为 f ( x) , 如果积分 ∫−∞ g ( x) f ( x)dx 绝对收敛,则Y的期望为
E (Y ) = E[ g ( X )] = ∫ g ( x ) f ( x )dx
例 设X的概率分布律为
X −1
0 12
1
2
p 1 3 1 6 1 6 1 12 1 4
试求Y=－X+1及 Z = X 2 的期望和方差。 X －1 0 1/2 解 由于 P 1/3 1/6 1/6 Y =－X+1 2 1 1/2 Z = X2 1 0 1/4
1 1 1 1 1 1 2 E (Y ) = ( −1) ⋅ + 0 ⋅ + ⋅ + 1⋅ + 2 ⋅ = 4 12 2 6 6 3 3
2 2
D( Z ) = E ( Z 2 ) + [ E ( Z )]2 = 2.23264
1 + x − 1 < x < 0 例 设随机变量X的概率密度为 f ( x ) = 1 − x 0 ≤ x < 1 1)求D(X）, 2)求 D ( X 2 )
解 (1) E ( X ) = ∫ x(1 + x)dx + ∫ x(1 − x)dx
第四章 随机变量的数字特征
离散型随机变量的数学期望 连续型随机变量的数学期望 数学期望的性质及随机变量函数的期望 方差及其性质
4.1数学期望 数学期望
数学期望——描述随机变量取值的平均特征 数学期望——描述随机变量取值的平均特征 一、离散型随机变量的数学期望 定义 设离散型随机变量X的概率分布为
概率论与数理统计》课后习题答案第四章
习题4.11．设10个零件中有3个不合格． 现任取一个使用，若取到不合格品，则丢弃重新抽取一个，试求取到合格品之前取出的不合格品数X 的数学期望．解 可得X 的概率分布为0123~77711030120120X ⎡⎤⎢⎥⎢⎥⎣⎦于是X 的数学期望为7771()012310301201204531208E X =⨯+⨯+⨯+⨯==2．.某人有n 把外形相似的钥匙，其中只有1把能打开房门，但他不知道是哪一把，只好逐把试开．求此人直至将门打开所需的试开次数X 的数学期望．解 可得X 的概率分布为12~111n X nn n ⎡⎤⎢⎥⎢⎥⎣⎦于是X 的数学期望为111()121(1)122E X n n n nn n n n =⨯+⨯++⨯++==3．设5次重复独立试验中每次试验的成功率为0.9，若记失败次数为X ，求X 的数学期望。
解 由题意~(5,0.1)X B ，则X 的数学期望为 ()50.10.E X =⨯= 4．设某地每年因交通事故死亡的人数服从泊松分布．据统计，在一年中因交通事故死亡一人的概率是死亡两人的概率的21，求该地每年因交通事故死亡的平均人数。
解 设该地每年因交通事故死亡的人数为X ，由题意X 服从泊松分布() (0)P λλ>.因1{1}{2}2P X P X === 即121 41!22!ee λλλλλ--=⇒= 于是X 的数学期望为()4E X λ== 所以地每年因交通事故死亡的平均人数为4人。
5．设随机变量X 在区间(1,7)上服从均匀分布，求2{()}P X E X <. 解 因X 在区间(1,7)上服从均匀分布，故X 的数学期望为17()42E X +== 于是22{()}{4}1 {22}6P X E X P X P X <=<=<-<<=6．设连续型随机变量X 的概率密度为01() (,0)0 b ax x p x a b ⎧<<=>⎨⎩其它又知()0.75E X =,求,a b 的值解 由密度函数的性质可得()1p x dx +∞-∞=⎰即1111b aax dx b =⇒=+⎰又由()0.75E X =，可得1()0.75b xp x dx x ax dx +∞-∞=⋅=⎰⎰即0.752ab =+ 求解110.752ab a b ⎧=⎪⎪+⎨⎪=⎪+⎩可得 3,2a b ==.7．设随机变量X 的概率密度为0<1()2 120 x x p x x x <⎧⎪=-≤<⎨⎪⎩其它求数学期望()E X解1201331221()() (2) ()133E X xp x dxx xdx x x dx x x x +∞-∞==⋅+⋅-=+-=⎰⎰⎰8.设随机变量X 的概率分布为X -2 -1 0 1 P 0.2 0.3 0.1 0.4 求 (1)(21)E X -；（2）2()E X .解 (1) (21)2()1E X E X -=- 其中()20.210.3010.40.3E X =-⨯-⨯++⨯=-则(21)2()12(0.3)1 1.6E X E X -=-=⨯--=-(2）22222()0.2(2)0.3(1)0.100.41 1.5E X =⨯-+⨯-+⨯+⨯=9．假设一部机器在一天内发生故障的概率为0.2，机器发生故障时全天停止工作。
概率论与数理统计 期末复习4
概率论与数理统计 期末复习（四）大数定律与中心极限定理一、大数定律1. 辛钦大数定律（表达形式1，2）对于......,21k X X X 是相互独立且满足同一分布的随机变量序列，且()(),...2,1,==k X E k μ，作该序列前n 个变量的平均值0,1>∀∑=εnk k X n 1： 111lim =⎭⎬⎫⎩⎨⎧<-∑=+∞→εμn k kn X n P （利用切比雪夫不等式证明）. 或者称∑==n k k X n X 11依概率P 收敛于μ.即μ−→−=∑=Pn k k X n X 11.2. 伯努利大数定律（解释频率的稳定性）设A f 是n 次独立重复试验中事件A 发生的频数，p 是每次试验中事件A 发生的概率，对于0>∀ε，有：1lim =⎭⎬⎫⎩⎨⎧<-→∞εp n f P A n ； 或01lim =⎭⎬⎫⎩⎨⎧≥-∞→p n f P A n . 伯努利大数定律的意义：对于0>∀ε，只要独立重复试验的次数n 足够大，那么ε≥-p n f A 就是一个小概率事件.这一事件几乎不发生，那么ε<-p nfA 就是必然要发生了.⇔在试验次数足够大时，对于0>∀ε，频率nf A和概率p 的偏差小于ε就是一个必然事件. 故试验次数很大时，可以用频率来代替该事件的概率.（可能考到，留意！．．．．．．．．） 二、中心极限定理1. 独立同分布的中心极限定理：n X X X ...,21相互独立；n X X X ...,21服从同一分布；}()1,01N n n X Y nk k n −−−→−-=⇒∑=近似地σμ()()()n k X D X E k k ,...,2,1,2===σμ；∞→n .定理1的结论：()()1,011,011N nX n N n n X Y n k k nk k n −−−→−-⇔−−−→−-=∑∑==近似地近似地σμσμ1()⎪⎪⎭⎫ ⎝⎛−−−→−⇔−−−→−-⇔n N X N nX 2,1,01σμσμ近似地近似地 2. 只独立，而不同分布的中心极限定理：（李雅普诺夫定理）n X X X ...,21相互独立；()()()n k X D X E k k k k ,...,2,10,2=>==σμ；}⇒()1,011211N B X B X Z nn k nk kk nn k nk kk n −−→−-=-=∑∑∑∑====近似μμ()∑===nk kn n k B 122,...,2,1σ；∞→n . 3. 满足同二项分布的中心极限定理（定理一的特例，重点）（棣莫夫—拉普拉斯定理）()p n b X n ,~，()()10，近似地N p np npX n −−−→−--1；∞→n .【例1-1】对于一个学生而言，来参加家长会的家长人数是一个随机变量，设一个学生没有家长、1名家长、2名家长来参加会议的概率分别是0.05，0.8，0.15. 若学校共有400名学生，设各个学生来参加会议的家长人数相互独立，且服从同一分布. （1）求参加会议的家长人数X 超过450的概率；（2）求有一名家长来参加会议的学生人数不超过340的概率.【例1-2】一保险公司有10000个投保人，每个投保人索赔金额的数学期望为280美元，标准差为800美元，求索赔总金额超过2700000美元的概率.【例2】一公寓有200户住户，每户拥有汽车辆数X 的分布律为0.95.【例3-1】一复杂系统由100个相互独立起作用的元件组成，在整个运行过程中每个部件损坏的概率都是0.10，为了使整个系统起作用，至少有85个部件正常工作，求整个系统起作用的概率.【例3-2】一工人修理一台机器需两个阶段，第一阶段所需时间（小时）服从均值为0.2的指数分布；第二阶段所需时间服从均值为0.3的指数分布. 且与第一阶段相互独立. 求他在8小时内完成工作的概率.【练习】1. 一食品店有三种蛋糕出售，由于出售哪种蛋糕是随机的，因而售出一只蛋糕的价格是一个随机变量. 它取1元，1.2元，1.5元各个值的概率分别为0.3，0.2，0.5.若售出300只蛋糕. （1）求收入至少为400元的概率；（2）求售出价格为1.2元的蛋糕多于60只的概率.2.随机选取两组学生，每组80人，分别在两个实验室内测量某种化合物的pH 值. 各人测量的结果是相互独立的随机变量，且服从同一分布，数学期望为5，方差为0.3，以Y X ,分别表示第一组和第二组所得结果的算术平均. （1）求{}.1.59.4<<X P （2）求{}.1.01.0<-<-Y X P3. 有一批建筑房屋用的木柱，其中80%的长度不小于3m ，现从这批木柱里面随机抽取100根，求其中至少有30根短于3m 的概率.4.某保险公司在一年人身保险业务中规定：被保险人每年需交保费160元，一年内发生重大人身事故可获2万赔偿金. 该市一年发生重大事故的概率为0.005. 现有5000人参保，问保险公司一年从此项业务中所得收益在20万到40万的概率是多少.5. 假设一批种子的良种率为31，在其中任选600粒，求着600粒种子中，良种所占比例值与31之差的绝对值不超过0.02的概率.6. 甲乙两个电影院在竞争1000名观众，假设每位观众的选择设随机的，且彼此相互独立，问甲电影院至少设置多少个座位才能使得观众因无座位而离开的概率小于1%.7. 试用大数定律说明频率和概率的关系.。
概率论与数理统计4-2 方差
X
,
为X的 标准化 变量
E ( X ), D( X )。 X 1 * ) E( X ) 0 解 E( X ) E( X 2 * * 2 * 2 E[( ) ] D( X ) E([ X ] ) [ E( X )] 1 1 2 D( X ) 1 E[( X ) ] 2
推论
若 X i (i 1, 2,...n)相互独立，则有： D( X 1 X 2 ... X n ) D( X 1 ) D( X 2 ) ... D( X n ) 进一步有：D( Ci X i ) [C D( X i )]
i 1 i 1 2 i n n
4. D(X)=0
P{X= C}=1 , 这里C=E(X)
下面我们的举例说明方差性质应用 .
例7 设X~B(n,p)，求E(X)和D(X). 解
X~B(n,p), 则X表示n重努里试验中的
“成功” 次数 .
1 如第i次试验成功 i=1,2，…，n 若设 X i 0 如第i次试验失败
则X
1 fZ ( z) e 3 2
( z 5)2 18
.
四、切比雪夫不等式
定理 设随机变量X具有数学期望 E ( X ) , 方差 D( X ) 2 , 则对于任意正数 ，有不等式
事件{|X-E(X)|< }的概率越大，即随机变量X 集
P{| X E ( X ) | } 2 2 或 P{| X E ( X ) | } 1 2 由切比雪夫不等式可以看出，若 2 越小，则
b 2
2
b a ab E( X ) , D( X ) 2 12
概率论与数理统计第四章
)
(
)
(
)
,
(
Y
D
X
Dபைடு நூலகம்
Y
X
Cov
xy
=
r
=4[E(WV)]2-4E(W2)×E(V2)≤0
01
得到[E(WV)]2≤E(W2)×E(V2). →(8)式得到证明.
02
设W=X-E(X),V=Y-E(Y),那么
03
其判别式
由(9)式知, |ρ xy|=1 等价于 [E(WV)]2=E(W2)E(V2). 即 g(t)= E[tW-V)2] =t2E(W2)-2tE(WV)+E(V2) =0 (10) 由于 E[X-E(X)]=E(x)-E(X) =0, E[Y-E(Y)]=E(Y)-E(Y) =0.故 E(tW-V)=tE(W)-E(V)=tE[X-E(X)]-E[Y-E(Y)]=0 所以 D(tW-V)=E{[tW-V-E(tW-V)]2}=E[(tW-V)2]=0 (11) 由于数学期望为0,方差也为0,即(11)式成立的充分必要条件是 P{tW-V=0}=1
随机变量X的数学期望是随机变量的平均数.它是将随机变量 x及它所取的数和相应频率的乘积和.
=
(1)
)
2
3
(
)
(
-
=
ò
µ
µ
-
dx
x
x
E
j
x
可见均匀分布的数学期望为区间的中值.
例2 计算在区间[a,b]上服从均匀分布的随机变量 的数学期望
泊松分布的数学期望和方差都等于参数λ.
其他
02
f(x)=
01
（4-6）
03
（4）指数分布
概率论与数理统计（经管类）第四章课后习题答案.
概率论与数理统计（经管类）第四章课后习题答案.习题4.11. 设随机变量X 的概率密度为(1f x 2x,0 x 1,0,其他; (2 f xe | |, ∞ ∞求E(X 解: (1E Xxf x dx ∞∞ x·2xdx 2·10(2 E X xf x dx x ·e | | ∞∞ ∞∞0 2. 设连续型随机变量X 的分布函数为 F x 0,x 1, a b ·arcsinx, 1 x 1,1,x 1.试确定常数a,b,并求E(X. 解:(1 f x F x√, 1 x 10,其他f x dxb√1 xdx∞∞b ·arcsinx 11 1, 即b 1π⼜因当 1 x 1时 F X f x dx 1π·1√1 xdx 1π·arcsinx x 1X1π·arcsinx 1, 即a 1(2 E X xf x dxπ·3. 设轮船横向摇摆的随机振幅X 的概率密度为f x 1σe σ,x 0,0,x 0. 求E(X. 解: E Xxf x dx ∞∞σ x ·eσ dx∞14. 设X 1, X 2,….. X n 独⽴同分布,均值为µ,且设Y∑X ,求E(Y.解: E Y E∑XE ∑X·n µ µ5. 设(X,Y的概率密度为f x,y e ,0 x 1,y 0,0,其他.求E(X+Y.解:E X Y x y f x,y dxdy ∞∞ ∞∞ x y e dxdy∞·e y ·e dy6. 设随机变量X 1, X 2相互独⽴,且X 1, X 2的概率密度分别为f x 2e ,x 0,0,x 0,f x3e0,x 0,求: 1 E 2X 3X ; 2 E 2X 3X ; 3 E X X . 解: 1 E 2X 3X 2E X 3E X 2322 E 2X 3X 2E X 3E X1 3x ∞3e dx1 3x ∞d e1 3 x·e∞0 e ∞dx1 3 0 e ·2x ∞dx1 3 23e ·3x ∞dx1 32 11 3 E X X E X E X7.求E(X.解:E X ∑∑x p 0 0.1 0 0.3 1 0.2 1 0.1 2 0.1 2 0.2 0.9 8. 设随机变量X 的概率密度为f x cx α,0 x 1,0,其他.且E(X=0.75,求常数c 和α.解: E X xf x dx x ·cx αdx 0.75∞ ∞习题4.21. 设离散型随机变量X 的分布律为X ‐1 0 0.51 2P 0.1 0.5 0.1 0.1 0.2 求E X ,E X ,D X .解: E X 1 0.1 0 0.5 0.5 0.1 1 0.1 2 0.2 0.45E X 1 0.1 0 0.5 0.5 0.1 1 0.1 2 0.2 1.025D X 1 0.45 0.1 0 0.45 0.5 0.5 0.45 0.1 1 0.45 0.12 0.45 0.2 0.8225 2. 盒中有5个球,其中有3个⽩球,2个⿊球,从中任取两个球,求⽩球数X 的期望和⽅差. 解: X 的可能取值为0,1,2 P X 0 C C 0.1P X 1 C·CC0.6 P X 2CC0.3 E X 0 0.1 1 0.6 2 0.3 1.2D X 0 1.2 0.1 1 1.2 0.6 2 1.2 0.3 0.144 0.024 0.192 0.36 3. 设随机变量X,Y 相互独⽴,他们的概率密度分别为 f X x 2e,x 0,0,x 0, f Y y4,0,0,其他,求D(X+Y.解: D X Y D X D Y4. 设随机变量X 的概率密度为f X xe | |, ∞ ∞,求D(X 解: E Xe | |dxE Xx2e | | dx 2 x2ex e 2D X =E X E X 25. 设随机变量X 与Y 相互独⽴,且D(X=1,D(Y=2,求D(X ‐Y. 解: D X Y D X D Y 1 2 36. 若连续型随机变量X的概率密度为f x ax bx c,0 1,0,其他,且E(X=0.5,D(X=0.15.求常数a,b,c.解:E X x axbx cdx a 4 b 3 c2 0.5E Xxax bx cdx a 5 b 4 c3 0.15 0.5 0.4f x dxax 2 bx c 10dxa 3 b2c 1 解得a=12,b=‐12,c=3.习题4.31. 设两个随机变量X,Y 相互独⽴,⽅差分别为4和2,则随机变量3X ‐2Y 的⽅差是 D . A. 8 B. 16 C. 28 D. 442. 设⼆维随机变量(X,Y的概率密度为 f x,y 18 x y , 0 x 2,0 y 2,0, 其他求Cov(X,Y. 解:E X x8 x y dydx x 8·y x 8·y 2 20dx 76E Yy8x y dxdy 76E XYxy8 x y dydx 43 Cov X,Y E XY E X E Y4 7 7 13. 设⼆维随机变量(X,Y的概率密度为f x,yye , x 0, 0,求X 与Y 的相关系数ρxy. 解:E Xxy e dy ∞ ∞dx 1E Yy e dx ∞∞dyy e e dx ∞∞dyy e ∞dyy ∞d ey e∞0e ∞ d y 0e ·2y ∞dy2e ·y ∞dy 2E XYxy e dy ∞∞dx 2Cov X,Y E XY E X E Y 2 2 1 0 所以ρxy Cov X,YD X D Y 04. 设⼆维随机变量(X,Y服从⼆维正态分布,且E(X=0, E(Y=0, D(X=16, D(Y=25, Cov(X,Y=12,求(X,Y的联合概率密度函数f(x,y. 解:f x,ye ρ µσρ µ µ σσµσE X 0,E Y 0µ1 0,µ2 0, D X 16,D Y 25 σ1 4,σ2 5 Cov X,Y 12ρ Cov X,Y D X D Y 12 3f x,y 132πe 2532 x 216 3xy50 y 2255.证明D(X‐Y=D(X+D(Y‐2Cov(X,Y.证:D X YE X Y E X YE X E X Y E YE X E X 2E X E X ·E Y E Y E Y E YD X D Y 2Cov X,Y6.设(X,Y的协⽅差矩阵为C 4 339,求X与Y的相关系数ρxy.解: C 4 339Cov X,Y 3,D X 4,D Y 9ρxyCov X,YD X D Y31⾃测题4⼀、选择题1.设随机变量X服从参数为0.5的指数分布,则下列各项中正确的是 B .A. E(X=0.5, D(X=0.25B. E(X=2, D(X=4C. E(X=0.5, D(X=4D. E(X=2, D(X=0.25解: 指数分布的E Xλ,D Xλ2. 设随机变量X,Y相互独⽴,且X~B(16,0.5,Y服从参数为9的泊松分布,则D(X‐2Y+1= C .A.‐14B. 13C. 40D. 41解: D X npq 16 0.5 0.5 4,D Y λ 9D X 2Y 1 D X 4D Y D 1 4 4 9 0 403. 已知D(X=25,D(Y=1, ρxy=0.4, 则D(X‐Y= B .A.6B. 22C. 30D. 464. 设(X,Y为⼆维连续随机变量,则X与Y不相关的充分必要条件是 C .A. X与Y相互独⽴B. E(X+Y=E(X+E(YC. E(XY= E(XE(YD. (X,Y~N(µ ,µ ,σ ,σ ,0解: X与Y不相关ρxy 0, Cov X,Y 0E XY E X E Y5.设⼆维随机变量(X,Y~N(1,1,4,9,,则Cov(X,Y= B .A.B. 3C. 18D. 36解: ρxy 12 Cov X,YD X D Y Cov X,Y2 3, Cov X,Y 36. 已知随机变量X 与Y 相互独⽴,且它们分别在区间[‐1,3]和[2,4]上服从均匀分布,则E(XY= A .A. 3B. 6C. 10D. 12解: X~U 1,3 ,Y~U 2,4E Xa b 1 3 1,E Y 2 4 3 E XY E X E Y 1 3 37. 设⼆维随机变量(X,Y~N(0,0,1,1,0,?(x为标准正态分布函数,则下列结论中错误的是 C .A. X 与Y 都服从N(0,1正态分布B. X 与Y 相互独⽴C. Cov(X,Y=1D. (X,Y的分布函数是Φ x ·Φ y⼆、填空题 1. 若⼆维随机变量(X,Y~N(µ ,µ,σ ,σ ,0,且X 与Y 相互独⽴,则ρ=0 .解: Cov(X,Y=02. 设随机变量X 的分布律为 3 .X ‐1 0 1 2P 0.1 0.2 0.3 0.4令Y=2X+1,则E(Y= 3 .解: E(2X+1=(2*‐1+1*0.1+(2*0+1*0.2+(2*1+1*0.3+(2*2+1*0.4=33. 已知随机变量X 服从泊松分布,且D(X=1,则P{X=1}= e .解: D X λ 1P X 1 λ e λ1!e 4. 设随机变量X 与Y 相互独⽴,且D(X= D(Y=1,则D(X ‐Y = 2 .5. 已知随机变量X 服从参数为2的泊松分布, E X = 6 .解: E X λ 2,D X λ 2,E X E X D X 4 2 66. 设X 为随机变量,且E(X=2, D(X=4,则E X = 8 .7. 已知随机变量X 的分布函数为F x 0, x 0x 4, 0 x 41, x 4则E(X = 2 .解: f x F " x, 0 x 40, 其他 E X x 440dx 08. 设随机变量X 与Y 相互独⽴,且D(X=2, D(Y=1,则D(X ‐2Y+3= 6 .三、设随机变量X 的概率密度函数为f x 32x , 1 x 1,0, 其他。
概率论与数理统计第四章习题参考答案
=
⎡ E⎢
1
⎢⎣ n −1
n i =1
(Xi
−
⎤ X )2 ⎥
⎥⎦
=
1 n −1
⎡ E⎢
⎢⎣
n i =1
X
2 i
−
nX
2⎤ ⎥ ⎥⎦
=
1 n −1
⎡n ⎢ ⎢⎣ i=1
E
(
X
2 i
)
−
nE( X
2⎤ )⎥ ⎥⎦
∑[ ] [ ] =
1 n −1
⎧ ⎨ ⎩
n i =1
D(X i ) + E 2 (X i )
X −µ 3/2
<
⎫ 1.96⎬
=
0.95
⎭
故，正态总体均值 µ 的 95%的置信区间为 (X − 2.94, X + 2.94)
代入样本值得正态总体均值 µ 的 95%的置信区间为（-2.565，3.315）。
（2）当σ 未知时，由 T = X − µ ~ t(n − 1) 即T = X − µ ~ t(3) ，所以
n
−a n
=0 =0
无解。由此不能求得
a,
b
的极大似然估计量。
⎩ ∂b
b−a
解：X
的概率密度为
f
(x)
=
⎪⎧ ⎨b
1 −
a
,
a
≤
x
≤
b
，
⎪⎩ 0, 其它
似然函数为 L(a, b) = 1 , θ1 ≤ xi ≤ θ 2 ,i = 1,2,L, n ， (b − a)n
对于给定的样本值 (x1 , x2 ,L, xn )
−
n
D(
概率论与数理统计 第4章 随机变量的数字特征
解：
1 (5 0.5x)( 3 x2 x)dx
0
2
4.65(元)
2021/7/22
21
4.1.2 随机变量函数的数学期望
将定理4.1推广到二维随机变量的情形．
定理4.2 设Z是随机变量X，Y的函数Z = g(X，Y)， g是连续函数．
(1) 若(X，Y)是二维离散型随机变量，其分布律
为P{X xi ,Y yj } pij, i, j 1,2,, 则有
解：由于 P{ X k} k e ，k = 0，1，2，…，
k!
因而
E( X ) kP{ X k} k k e
k0
k0 k!
k e
k1 (k 1)!
e
k 1
k1 (k 1)!
e k ee k0 k!
2021/7/22
12
4.1.1 数学期望的概念
2. 连续型随机变量的数学期望
2021/7/22
18
4.1.2 随机变量函数的数学期望
定理4.1 设Y为随机变量X的函数:Y = g(X) (g是连续
函数).
(1) 设X是离散型随机变量，其分布律为
P{X xk } pk , k 1,2,
若级数 g( xk ) pk绝对收敛,则 E(Y ) E[g( X )] g( xk ) pk
f ( x) 25( x 4.2)， 4 x 4.2，
0，
其 它.
求pH值X的数学期望E(X).
解：
E( X ) xf ( x)dx
4
4.2
x 25( x 3.8)dx x (25)(x 4.2)dx
3.8
4
4
2021/7/22
15
- 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)。
概率论与数理统计（II）期末考试样卷4参考答案
计算中可能用到的分布函数值或分位数为
一、填空题(每小题3分，共24分)
1. 设总体为来自的一个样本，则_ __，_
__.
2. 设是从均匀总体抽取的样本，则的渐近分布为。
3.设是取自正态总体的简单随机样本且
，则，时，统计量Y服从
分布。
4. 设总体，现从该总体抽取容量为10的样本，样本值为
0.5 1.3 0.6 1.7 2.2 1.2 0.8 1.5 2.0 1.6
则参数的矩估计为 2.68 。
5. 设从总体和中分别抽取容量为的独立
样本，计算得。
若未知，则的置信度为0.95的置信区间为 [-0.2063，12.2063] 。
6. 在假设检验中，如果原假设H0的否定域是W，若拒绝H0且不犯错误的，则样本观测值
应满足H0不成立，。
7. 设是来自正态总体的样本，其中参数μ未知，要检验假设
应用检验法，检验的统计量是
8. 设总体都是未知参数，把从X 中抽取的容量为n的样本均值记为
，样本标准差记为S，当未知时，在显著性水平α下，检验假设
的统计量为，拒绝域为。
二、单项选择题(每小题2分，共8分)
1. 设为来自的一个样本，其中μ已知而未知，则下列各选项中的量不是统计量的是（ C ）。
2. 设总体的密度函数为：其他为0，其中为未知参数，
是从总体中抽取的样本，记，则的最大似然估计为: （ A ）
（A）（B）（C）（D）
3. 设总体服从正态分布，其中为未知参数，已知，为
取自总体的样本，记，则作为的置信区间，其置信度为（B ）
（A）0.95 （B）0.90 （C）0.975 （D）0.05
4. 在假设检验中，如果原假设H0的否定域是W，那么样本观测值只可能有下列四种情况，其中拒绝H0且不犯错误的是（ C）。
A．H0成立，； B．H0成立，
C．H0不成立，； D．H0不成立，.
三、计算题(共24分)
1（8分）求总体的容量分别为10，15的两独立样本均值差的绝对值大于0.3的概率。
解：设容量分别为10，15的两独立样本的均值分别为，则
, （4分）
从而
（8分）
2(8分) 设是来自正态总体的分布为
的先验分布为，求:(1) 后验分布；(2) 的Bayes估计解：，（2分）
,
（5分）
（8分）3（10分）测定某种溶液中的水份，它的10个测定值给出s=0.037%,设测定值总体为正态分
布，为总体方差，试在水平下检验假设
解：题目已设定了检验假设，，
拒绝域为（3分）
代值
比较：7.700625 3.325，故未落在拒绝域中，从而在下接受。
（8
分）
四、应用题（共30分）
1（10分）在20世纪70年代后期人门发现，在酿造啤酒时，在麦芽干燥过程中形成致癌物质亚硝基二甲胺（NDMA）。
到了20世纪80年代初期开发了一种新的麦芽干燥过程。
下面给出分别在新老两种过程中形成的NDMA含量（以10亿份中的份数计）。
老过程645565564674
新过程212210321013
设两样本分别来自正态总体，且总体的方差相等，但方差未知。
两样本独立，分别以
记对应于老、新过程的总体的均值，试检验假设（取=0. 05）？
解：设总体X为老过程中NDMA含量，则X,设总体Y为新过程中NDMA含量，
则Y,且未知。
这是一个均值差（已知）的t-检验问题。
检验假设
检验统计量 t=
拒绝域 t=
其中
,
全部代入t的表达式，得t=4.362，比较：t=4.362
故拒绝,即可以认为：老、新过程的均值差大于2。
2（8分）通常每平方米布上的疵点数服从泊松分布，现观测该种布100，发现有126个疵点。
在显著水平为0.05下能否认为该种布每平方米上平均疵点数不超过1个？并给出检验的值。
解：以表示每平方米布上的疵点数，则可设，待检假设为。
由于
较大，故可采用大样本检验。
检验统计量为，拒绝域为。
由样本数据计算可得，因而，检验统计量值为。
故拒绝原假设，即认为该种布每平方米上平均疵点数不超过1个的结论不成立。
检验的值为。
3（12分）某粮食加工厂试验三种储藏方法对粮食含水率有无显著影响。
现取一批粮食分成若干份，分别用三种不同的方法储藏，过一段时间后测的的含水率如下表：储藏方法含水率数据
A1
A2
A3
7.3 8.3 7.6 8.4 8.3
5.4 7.4 7.1
6.8 5.3
7.9 9.5 10.0 9.8 8.4
39.9
32
45.6
1592.01
1024
2079.36
319.39
208.66
419.26（1）假定各种方法储藏的粮食含水率服从正态分布，且方差相等，试在水平下检验这三种方法对含水率有无显著影响；
（2）对每种方法的平均含水率给出置信水平为0.95的置信区间。
解：这是一个单因子方差分析问题，由所给数据计算可得
由此可建立如下方差分析表
来源平方和自由度均方和 F值
因子A 18.6573 2 9.3287 13.5921
误差e 8.2360 12 0.6863
总和 26.8933 14
在显著水平下，故拒绝域由于
故认为三种方法对含水率有显著影响.
（2）每种方法含水率的均值估计分别为
而误差方差的无偏估计为而
于是三个水平均值的0.95置信区间分别
五、综合题(14分) 设是来自总体的样本，
（1）求的最大似然估计，它是否是相合估计？是否是无偏估计；
（2）求的矩估计，它是否是相合估计？是否是无偏估计；
（3）考虑的形如的估计，求使得的均方误差达到最小的，并将之与和的均方误差进行比较。
解：(１）的联合密度函数为：
，要使最大，显然，必达到最大，故的最大似然估计为。
（3分）
的密度函数为
故不是的无偏估计。
（6分）
（2）, 令，解得
（9分）
，
故是无偏估计，也是相合估计。
（12分）
(3)，。