应用数理统计第三章习题
应用数理统计 杨虎 第三章习题及答案
习题三2.设总体的分布密度为：(1),01(;)0,x x f x ααα+<<=⎧⎨⎩其它1(,,)n X X 为其样本，求参数α的矩估计量1ˆα和极大似然估计量2ˆα .现测得样本观测值为：0.1，0.2，0.9，0.8，0.7，0.7，求参数α的估计值 .解 计算其最大似然估计：()()11111(,)11ln (,)ln(1)ln nnnn i i i i nn ii L x x x x L x x n x αααααααα===⎡⎤=+=+⎣⎦=++∏∏∑1121ln (,)ln 01ˆ10.2112ln nn i i n ii d n L x x x d nx ααααα====+=+=--=∑∑ 其矩估计为：()1 3.40.10.20.90.80.70.766X =+++++= 3077.0121ˆ,212)1()1(110121=--==++=++=+=⎰++X XX x dx x EX αααααααα所以：12112ˆˆ,11ln n ii X nX X αα=⎛⎫⎪- ⎪==-+-⎪ ⎪⎝⎭∑， 12ˆˆ0.3077,0.2112αα≈≈.3. 设元件无故障工作时间X 具有指数分布，取1000个元件工作时间的记录数据，经分组后得到它的频数分布为：如果各组中数据都取为组中值，试用最大似然法求参数的点估计. .解 最大似然估计：11(,),ln ln i nx n nx n i L x x e e L n nx λλλλλλλ--====-∏711120000ˆln 0,,2010001000i i i d n L nx X x v d X λλλ==-=====∑ 1ˆ0.05X λ==.4. 已知某种灯泡寿命服从正态分布，在某星期所生产的该种灯泡中随机抽取10只，测得其寿命(单位：小时)为：1067，919，1196，785，1126，936，918，1156，920，948 设总体参数都未知，试用极大似然法估计这个星期中生产的灯泡能使用1300小时以上的概率.解 设灯泡的寿命为x ,2~(,)x N μσ,极大似然估计为：2211ˆˆ,()ni i x x x n μσ===-∑ 根据样本数据得到：2ˆˆ997.1,17235.81μσ== . 经计算得，这个星期生产的灯泡能使用1300小时的概率为0.0075.5. 为检验某种自来水消毒设备的效果，现从消毒后的水中随机抽取50升，化验每升水中大肠杆 菌的个数(假定一升水中大肠杆菌个数服从Poisson 分布)，其化验结果如下：试问平均每升水中大肠杆菌个数为多少时，才能使上述情况的概率为最大？ 解 设x 为每升水中大肠杆菌个数，~()x P λ，Ex λ=，由3题（2）问知，λ的最大似然估计为x ，所以().150/1*42*310*220*117*0ˆ=++++==X L λ所以平均每升氺中大肠杆菌个数为1时，出现上述情况的概率最大 .7. 设1234,,,X X X X 是总体X 的样本，设有下述三个统计量： 123411163ˆ()()X X X X a ++=+12342234ˆ()/10X X X X a +++= 12343ˆ()/4X X X X a +++=指出1ˆ,a2ˆ,a 3ˆa 中哪几个是总体均值a =EX 的无偏估计量，并指出哪一个方差最小？ 解22222111111ˆˆ()(),()()0.2763369E D ααααααασσσσσ=+++==+++= 2ˆ(234)/10E αααααα=+++=，22ˆ0.3D ασ= 223314ˆˆ(),0.25416E D ααααααασσ=+++=== 所以 123ˆˆˆ,,ααα无偏，3ˆα方差最小.8. 设1,...,n X X 是来自总体X 的样本，并且EX =μ，DX = 2σ，2,X S 是样本均值和样本方差，试确定常数c ，使22X cS -是2μ的无偏估计量 .解2222222222()E X cS EX cES DX E X c c nσσμσμ-=-=+-=+-=所以1c n =.9. 设1ˆθ，2ˆθ是θ的两个独立的无偏估计量，并且1ˆθ的方差是2ˆθ的方差的两倍 .试确定常数c 1, c 2，使得11ˆc θ+22ˆc θ为θ的线性最小方差无偏估计量 . 解： 设22122,2D D θσθσ==112212121221(()11E c c c c c c c c c c θθμμμμ+=+=+=+==-），，()()222222211221211(2221D c c c c c c θθσσσ+=+=+-）()222111121321c c c c +-=-+当1212*33c -=-=，上式达到最小，此时21213c c =-= .10. 设总体X 具有如下密度函数，1,01(,)0,x x f x θθθθ-<<=>⎧⎨⎩，0其它1,...,n X X 是来自于总体X的样本，对可估计函数1()g θθ=，求()g θ的有效估计量ˆ()gθ，并确定R-C 下界 .解 因为似然函数1111L(,),ln ln (1)ln i i nn n n n i i x x x x L n x θθθθθ--====+-∑∏∏111ln ln ln ln ()0i i i d n L x n x n x g d n n θθθθ⎛⎫⎛⎫=+=---=---= ⎪ ⎪⎝⎭⎝⎭∑∑∑ 所以取统计量1ln i T x n=-∑ 11111101ln ln ln ln i E X x x dx xdx x x x dx θθθθθθ--===-=-⎰⎰⎰得1ET θ==()g θ，所以1ln i T x n=-∑是无偏估计量 令()c n θ= 由定理2.3.2知 T 是有效估计量，由221()1()g DT c n n θθθθ-'===- 所以 C-R 方差下界为21n θ.11. 设1,...,n X X 是来自于总体X 的样本，总体X 的概率分布为：||1||(,)()(1),1,0,1,012x x f x x θθθθ-=-=-≤≤1） 求参数θ的极大似然估计量ˆθ；2） 试问极大似然估计ˆθ是否是有效估计量？如果是，请求它的方差ˆD θ和信息量()I θ；3 试问θ是否是相合估计量？（书上没有这个问题） 解 1）()()111(,)1122ln ln (n )ln(1)iii ix x nx n x n i i i L x x L x x θθθθθθθ--=∑⎛⎫⎛⎫∑=-=- ⎪ ⎪⎝⎭⎝⎭=+--∏∑∑n 1ln 01(1)n xi xi d n L xi d θθθθθθ-⎛⎫=-=-= ⎪--⎝⎭∑∑∑ 得到θ最大似然估计量1ˆxi nθ=∑ 2）()()110011,10122Exi E xi E xi n n θθθθθ⎛⎫⎛⎫==-++-= ⎪ ⎪⎝⎭⎝⎭∑∑所以11Exi E xi n nθ==∑∑ 所以ˆθ是无偏估计量，()(1)n c θθθ=-，由定理2.3.2得到1ˆxi n θ=∑是θ有效估计量信息量c()1()(1)I n θθθθ==-3）1(1)ˆD 0,(n )c()nθθθθ-==→→∞ 所以，T 也是相合估计量 .12 从一批螺钉中随机地取16枚，测得其长度(单位：cm)为：2.14，2.10，2.13，2.15，2.13，2.12，2.13，2.10，2.15， 2.12，2.14，2.10，2.13，2.11，2.14，2.11设钉长分布为正态，在如下两种情况下，试求总体均值μ的90%置信区间，1）若已知σ=0.01cm ； 2）若σ未知；解 因为 2.125,16,0.171,X n s ===()0.950.9510.95, 1.65,15 1.7532t αμ===-1） 计算0.950.952.1209, 2.1291X b a X αμμ-===+== 所以 置信区间为[]1.1212.129，2） 计算((0.950.9515 2.1175,15 2.1325X t b X t α-==+== 所以 置信区间为[]2.1152.135，.13 随机地取某种炮弹9发做试验，测得炮口速度的样本标准差s=11(m/s)，设炮口速度服从正态分布，求这种炮弹的炮口速度的标准差σ的置信度为95%的置信区间 .解 由题意标准差σ的置信度为0.95的置信区间为0.9750.0252222(1)(1)(,)(8)(8)n S n S χχ-- 计算得0.9750.0252222(1)(1)11,9,0.05,7.431,21.072(8)(8)n S n S S n a b αχχ--=======所以 置信区间为 [7.431,21.072].14. 随机地从A 批导线中抽取4根，并从B 批导线中抽取5根，测得其电阻(Ω)为：A 批导线：0.143，0.142，0.143，0.137B 批导线：0.140，0.142，0.136，0.138，0.140设测试数据分别服从21(,)N μσ和22(,)N μσ，并且它们相互独立，又212,,μμσ均未知，求参数12μμ-的置信度为95%的置信区间 .解 由题意，这是两正太总体，在方差未知且相等条件下，对总体均值差的估计：置信区间为121221(2)X Y tn n S n α--±+- 计算得2626A B 120.14125,0.1392,8.25*10, 5.2*10,4,5,0.05x y S S n n α--======= 26W W 0.9756.5710,0.00255,(7) 2.365,0.0022,0.0063S S t a b -====-=所以[0.0022,0.0063]-.15. 有两位化验员A 、B ，他们独立地对某种聚合物的含氯量用相同方法各作了10次测定，其测定值的方差2s 依次为0.5419和0.6065，设2A σ与2B σ分别为A 、B 所测量数据的总体的方差(正态总体)，求方差比2A σ/2B σ的置信度为95%的置信区间 .解 由题意，这是两正太总体方差比的区间估计：置信区间为22AA22BB1212(,)1(1,1)(1,1)22S S S S F n n Fn n -----计算得22A B 120.5419,0.6065,10,0.05S S n n α=====22AA22B B0.9750.0250.2217, 3.6008(9,9)(9,9)S S S S a b F F ====所以置信为 [0.2217,3.6008].。
概率论与数理统计第三章习题及答案
概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。
清华大学 杨虎 应用数理统计课后习题参考答案3
习题五1试检验不同日期生产的钢锭的平均重量有无显著差异？（α=0.05） 解 根据问题，因素A 表示日期，试验指标为钢锭重量，水平为5.假设样本观测值(1,2,3,4)ij y j =来源于正态总体2~(,),1,2,...,5i i Y N i μσ= .检验的问题：01251:,:i H H μμμμ===L 不全相等 .计算结果：表5.1 单因素方差分析表注释: 当=0.001表示非常显著，标记为 ‘***’，类似地，= 0.01，0.05，分别标记为 ‘**’ ，‘*’ .查表0.95(4,15) 3.06F =，因为0.953.9496(4,15)F F =>，或p = 0.02199<0.05， 所以拒绝0H ，认为不同日期生产的钢锭的平均重量有显著差异.2 考察四种不同催化剂对某一化工产品的得率的影响，在四种不同催化剂下分别做试验 试检验在四种不同催化剂下平均得率有无显著差异？（α=0.05）解根据问题，设因素A 表示催化剂，试验指标为化工产品的得率，水平为4 .假设样本观测值(1,2,...,)ij i y j n =来源于正态总体2~(,),1,2,...,5i i Y N i μσ= .其中样本容量不等，i n 分别取值为6，5，3，4 .检验的问题：012341:,:i H H μμμμμ===不全相等 .计算结果：表5.2 单因素方差分析表查表0.95(3,14) 3.34F =，因为0.952.4264(3,14)F F =<，或p = 0.1089 > 0.05，所以接受0H ，认为在四种不同催化剂下平均得率无显著差异 .3 试验某种钢的冲击值（kg ×m/cm2），影响该指标的因素有两个，一是含铜量A ，另试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？（α=0.05） 解 根据问题，这是一个双因素无重复试验的问题，不考虑交互作用.设因素,A B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为12.假设样本观测值(1,2,3,1,2,3,4)ij y ij ==来源于正态总体2~(,),1,2,3,ij ij Y N i μσ=1,2,3,4j = .记i α⋅为对应于i A 的主效应；记j β⋅为对应于j B 的主效应；检验的问题：（1）10:i H α⋅全部等于零，11:i H α⋅不全等于零；（2）20:j H β⋅全部等于零，21:j H β⋅不全等于零； 计算结果：表5.3 双因素无重复试验的方差分析表查表0.95(2,6) 5.143F =，0.95(3,6) 4.757F =，显然计算值,A B F F 分别大于查表值，或p = 0.0005，0.0009 均显著小于0.05，所以拒绝1020,H H ，认为含铜量和试验温度都会对钢的冲击值产生显著影响作用.设每个工人在每台机器上的日产量都服从正态分布且方差相同 .试检验：（α=0.05）1）操作工之间的差异是否显著？ 2）机器之间的差异是否显著？3）它们的交互作用是否显著？解 根据问题，这是一个双因素等重复(3次)试验的问题，要考虑交互作用.设因素,A B 分别表示为机器和操作，试验指标为日产量，水平为12. 假设样本观测值(1,2,3,1,2,3,4)ijk y i j ==来源于正态总体2~(,),1,2,3,ij ij Y N i μσ= 1,2,3,4j =，1,2,3k = .记i α⋅为对应于i A 的主效应；记j β⋅为对应于j B 的主效应；记ij γ为对应于交互作用A B ⨯的主效应； 检验的问题：（1）10:i H α⋅全部等于零，11:i H α⋅不全等于零； （2）20:j H β⋅全部等于零，21:j H β⋅不全等于零； （3）30:ij H γ全部等于零，31:ij H γ不全等于零；计算结果：表5.4 双因素无重复试验的方差分析表查表0.95(3,24) 3.01F =，0.95(2,24) 3.4F =，0.95(6,24) 2.51F =，计算值 3.01,A F <3.4, 2.51B A B F F ⨯>>，或0.05A p >>，而,B A B p p ⨯均显著小于0.05，所以拒绝2030,H H ，接受10H ，认为操作工之间的差异显著，机器之间的差异不显著，它们之间的交互作用显著 . 5 某轴承厂为了提高轴承圈退火的质量，制定因素水平分级如下表所示因素 上升温度℃ 保温时间(h)出炉温度℃水平1 800 6 400 水平28208500试填好正交试验结果分析表并对试验结果进行直观分析和方差分析 .解 根据题意，这是一个3因素2水平的试验问题 .试验指标为硬度的合格率 .应选择正交表44(2)L 来安排试验，随机生成正交试验表如下：方差来源 自由度 平方和 均方 F 值 P 值 因素A 因素B 相互效应A ×B误差 总和3 2 6 24 352.750 27.167 73.5 41.333 144.750.917 13.583 12.250 1.7220.5323 7.8871 7.11290.6645 0.00233** 0.00192**由此可见第三号试验条件为：上升温度800℃、保温时间6h 、出炉温度500℃ . 直观分析需要计算K 值，计算结果如下：表5.6 计算表直观分析 由计算的K 值知，因素A 、B 、C 的极差分别为70，40，40，因此主次关系为A B C >=，B ，C 相当 .由于试验指标为硬度的合格率，应该是越大越好，所以各确定因素的水平分别是121,,A B C ，即最佳的水平组合是121A B C ，即最佳搭配为：上升温度800℃、保温时间8h 、出炉温度400℃.采用方差分析法，计算得下表：表5.7 方差分析表方差来源平方和 自由度均方差 F 值 A 1225 1 1225 1 B 400 1 400 0.33 C 400 1 400 0.33 误差 1225 1 1225 总和32504如果显著性检验水平取0.1α=，则查表得0.9(1,1)39.9F =，显然计算的F 值1,0.33A B C F F F ===均小于查表值，所以认为三个因素对结果影响都显著 .6问应选用哪张正交表安排试验，并写出第8号试验的条件；如果9组试验结果为（单位：kg/100m 2）：62.925，57.075，51.6，55.05，58.05，56.55，63.225，50.7，54.45，试对该正交试验结果进行直观分析和方差分析.解 该问题属于3因素3水平的试验问题，试验指标为水稻产量 .根据题意应选择正交表49(3)L 来安排试验，随机生成正交表如下：由表可知，第8号试验的条件：品种（A 3）珍珠矮11号，插值密度（B 2）3.75棵/100m 2 ，施肥量（C 1）0.75kg/100m 2纯氨； 直观分析需要计算K 值，计算结果如下：表5.9 计算表同上题进行直观分析，得出K 值的大小关系为：111312212223333132,,K K K K K K K K K >>>>>>由直观分析看出：本例较好的水平搭配是：113A B C 采用方差分析法，计算得下表：表5.10 方差分析表方差来源平方和自由度 均方差F 值A 1.759 2 0.879 0.0223B 65.861 2 32.931 0.8361C 6.660 2 3.330 0.0845 误差78.776 239.388 39.3880.9(2,2)9F =，所以认为三个因素对结果影响都不显著.7 在阿魏酸的合成工艺考察中，为了提高产量，选取了原料配比A ，吡啶量B 和反应时间C 三个因素，它们各取了7个水平如下：原料配比A ：1.0，1.4，1.8，2.2，2.6，3.0，3.4 吡啶量B ：10，13，16，19，22，25，28 反应时间C ：0.5，1.0，1.5，2.0，2.5，3.0，3.5试选用合适的均匀设计表安排试验，并写出第7号试验的条件；如果7组试验的结果（收率）为：0.33，0.336，0.294，0.476，0.209，0.451，0.482，试对该均匀试验结果进行直观分析并通过回归分析发现可能更好的工艺条件.解 根据题意选择均匀设计表47(7)U 来安排试验，有3个因素，根据使用表，实验安排如：表5.11 试验安排表6 6 5 4 0.4517 7 7 7 0.482 所以第7号实验的条件为：原配料比3.4，吡啶量28ml，反应时间3.5h.通过直观分析，最好的实验条件是：原配料比3.4，吡啶量28ml，反应时间3.5h. 通过回归分析，最合适的实验条件是：原配料比2.6，吡啶量16ml，反应时间0.5h.习题六1 从某中学高二女生中随机选取8名，测得其升高、体重如下：1 2 3 4 5 6 78身高（cm）160 159 160 157 169 162 165 154体重（kg）49 46 53 41 49 50 48 43在绝对距离下，试用最短距离法和离差平方和法对其进行聚类分析.解由R软件，用最短距离（左）和差离平方和法（右）对题目进行聚类分析如下图6.1，表6.1和表6.2：最短距离法离差平方和法图6.1 聚类树形图表6.1 聚类附表(最短距离法)步骤聚类合并系数首次出现的阶段类别下一步组1 组2 组1 组21 1 6 5.000 0 0 22 1 2 10.000 1 0 43 4 8 13.000 0 0 74 1 7 13.000 2 0 55 1 3 13.000 4 0 66 1 5 17.000 5 0 7表6.2 聚类附表(离差平方和法)2 已知五个变量的距离矩阵为03674012340444401592343331).;2);3)036034022020401000⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭试用最短距离法和最长距离法对这些变量进行聚类，并画出聚类图和二分树.解 针对距离矩阵1），采用两种方法计算如下. ①最短距离法的聚类步骤如下：12345036740159036020w w w w w ⎛⎫ ⎪⎪ ⎪ ⎪⎪⎪⎝⎭a ）将()236,1w w f h =合并为一类，，{}11456,,,,H w w w h =距离矩阵如下0743023060⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭{}()457457),,,2b w w h w w f h ==合并为一类，{}2167,,,H w h h =距离矩阵如下：034030⎛⎫ ⎪⎪ ⎪⎝⎭{}()()1681689),,3,3c w h h w h f h f h ===合并为一类，最后，，聚类图和树状图如图6.2：图6.2 聚类图（左）与树状图（右）②最长距离法与最短距离法类似，步骤如下： a ）()236,1w w f h =合并为一类，{}11456,,,,H w w w h =距离矩阵如下0746025090⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭ {}(){}4574572167),,,2,,,b w w h w w f h H w h h ===合并为一类，距离矩阵如下：067090⎛⎫⎪⎪ ⎪⎝⎭{}()()1681689),,69c w h h w h f h f h ===合并为一类，最后，，，聚类图和树状图如图6.3：图6.3 聚类图（左）与树状图（右）（2）针对距离矩阵2）012340234034040⎛⎫ ⎪⎪ ⎪ ⎪⎪⎪⎝⎭①最短距离法的聚类步骤如下 a ）()216,1w w f h =合并为一类，{}13456,,,,0342043040H w w w h =⎛⎫⎪⎪ ⎪ ⎪⎝⎭距离矩阵如下{}()367367),,,2b w h h w h f h ==合并为一类，{}24567,,,,H w w h h =聚类矩阵如下：043040⎛⎫⎪⎪ ⎪⎝⎭{}(){}()4784789879),,3,,4c w h h w h f h h w h f h ====合并为一类，最后，，聚类图和树状图如图6.4：图6.4 聚类图（左）与树状图（右）②由于本题数据的特殊性，最长距离法与最短距离法结果相同（略）. (3)044440333022010⎛⎫ ⎪⎪ ⎪ ⎪⎪⎪⎝⎭最短距离法的聚类步骤如下a ) ()456,1w w f h =合并为一类，{}11236,,,,H w w w h =距离矩阵如下0444033020⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭{}(){}36736724567),,,2,,,,b w h h w h f h H w w h h ===合并为一类，距离矩阵如下：044030⎛⎫⎪⎪ ⎪⎝⎭{}(){}()4784789879),,3,,4c w h h w h f h h w h f h ====合并为一类，最后，，，聚类图和树状图如图6.5：图6.5 聚类图（左）与树状图（右）由于本题数据的特殊性，最长距离法与最短距离法结果相同(略).3 在一项关于作物对土壤营养的反应的研究中，要测定土壤的总磷量和总氮量（占干物质重的百分比），今对10份土样测得数据如下：总氮量（％）0.63 1.19 2.30 1.29 0.73 0.52 0.33 0.61 0.47 0.66在绝对距离下，试用重心法对其进行聚类分析.解由R软件得到重心法聚类分析的结果如图6.6与表6.3：图6.6 聚类树形图表6.3 聚类过程记录表步骤聚类合并系数首次出现的阶段类别下一步组 1 组 2 组 1 组 21 1 8 .001 0 0 22 1 10 .002 1 0 43 6 9 .005 0 0 64 15 .010 2 0 75 2 4 .010 0 0 86 67 .027 3 0 77 1 6 .048 4 6 88 1 2 .459 7 5 99 1 3 2.572 8 0 04 1975年Dagnelie收集了11年的气象数据资料如下表变量年序x1x2x3x4其中：x 1—前一年11月12日的降水量；x 2—7月均温；x 3—7月降雨量；x 4—月日辐射，试对这四个气象因子进行主成分分析. 解 由R 软件分析得到如下表6.4，6.5：表6.4 各主成分的重要性:主成分1 主成分2 主成分3 主成分4 标准差 1.6103349 0.9890848 0.53407741 0.37854199 方差贡献率 0.6482947 0.2445722 0.07130967 0.03582351 累积贡献率0.64829470.89286680.964176491.00000000表6.5 因子荷载:主成分1 主成分2 主成分3 主成分4 X1 0.291 0.871 0.332 -0.214 X2 -0.506 0.425 -0.742 -0.111 X3 0.577 0.136 -0.418 0.688 X4-0.5710.2050.4040.685由于前两个主成分对应的累积贡献率已经达到89.287，因此选取主成分的数目为2.5 对某初中12岁的女生进行体检，测量其身高x 1、体重x 2、胸围x 3和坐高x 4，共测得58个样本，并算得1234(,,,)x x x x x ='的样本协方差为19.9410.5023.566.5919.7120.958.637.97 3.937.55S ⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭ 试进行样本主成分分析.解 首先计算样本的相关系数矩阵：10.484410.32240.887210.70330.59760.31251⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭设相关系数矩阵的特征值和特征向量分别为d 和v 阵，计算得到0.0546000 0 0.312600= 000.96470 000 2.6681d ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭即四个特征值依次为：2.6681，0.9647，0.3126，0.0546，前两个主成分的累计贡献率为：90.8471%，因此提取主成分为2.四个特征根相应的特征向量为0.06000.70600.5333 0.4620 0.7317 0.17430.34040.5642=0.60570.19320.60400.48060.30690.65870.48460.4870v -⎛⎫ ⎪-⎪ ⎪--- ⎪-⎝⎭ 因此，两个主成分的表达式为：112340.060.73170.60570.3069z x x x x =+-- 212340.7060.17430.19320.6587z x x x x =-+-+6 比较因子分析和主成分分析模型的异同，阐明两者的关系. 解（1）提取公因子的方法主要有主成分法和公因子法.若采取主成分法，则主成分分析和因子分析基本等价，该法从解释变量的变异的角度出发，尽量使变量的方差能被主成分解释；而公因子法主要从解释变量的相关性角度，尽量使变量的相关程度能被公因子解释，当因子分析目的重在确定结构时则用到该法.（2）主成分分析和因子分析都是在多个原始变量中通过他们之间的内部相关性来获得新的变量，达到既减少分析指标个数，又能概括原始指标主要信息的目的.但他们各有其特点：主成分分析是将n 个原始变量提取m 个支配原始变量的公因子，和1个特殊因子，各因子之间可以相关或不相关.（3）统用降维的方法，但差异也很明显：主成分分析把方差划分为不同的正交成分，而因子分析则把方差化分为不同的起因因子；因子分析中的特征值的计算只能从相关系数矩阵出发，且必须把主成分划分为因子.（4）因子分析提取的公因子比主成分分析提取的主成分更具有可解释性.（5）两者分析的实质及重点不同.主成分的数学模型为Y AX =，因子分析的数学模型为X AF ε=+.因而可知主成分分析是实际上是线性变换，无假设检验，而因子分析是统计模型，某些因子模型是可以得到假设检验的；主成分分析主要综合原始数据的信息，而因子分析重在解释原始变量之间的关系.（6）SPSS 数据的实现：两者都通过“analyze data reduction Factor···”过程实现，但主成分分析主要使用“descriptires ”,“extraction ”,“stores ”对话框，而因子分析处使用这些外，还可使用“rotaction ”对话框进行因子旋转.7 试对第4题的变量作因子分析，并将结果和上面的结果进行比较. 解 用SPSS 分析，计算结果如下表6.6-6.8：表6.6 反应压缩比情况表 提取方法: 主成分法计算的相关系数矩阵的特征值和方差贡献率：表6.7 方差解释度提取方法: 主成分法表6.8 主成分矩阵8 为研究某一树种的叶片形态，选取50片叶测量其长度x 1（mm ）和宽度x 2（mm ），按样本数据求得其平均值和协方差矩阵为：129048134,92,4845x x S ⎛⎫=== ⎪⎝⎭求出相关系数阵R ，并由R 出发作因子分析；解1）求相关系数矩阵：904810.7303,48900.73031S R ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭ 2）用R 软件求R 的特征根及其相应的特征向量，软件输出结果如下：$values[1] 2.99393809 0.07273809 $vectors[,1] [,2] [1,] 0.7071068 -0.7071068 [2,] 0.7071068 0.7071068122.9939,0.0727,λλ∴==12(),()0.7071,0.7071-0.7071,0.7071T Tηη==3) 求载荷矩阵A ：1.22350.19071.22350.1907A -⎛⎫= ⎪⎝⎭4）22121.5333, 1.5333,h h == 0.98810.154*0.98810.154A -⎛⎫= ⎪⎝⎭12121,1,0.3043,0.3043u u v v ===-=，222222000011112,0,()0.9074,20i i iii i i i i i A u B v C u v D u v =========-===∑∑∑∑9 1981年，生物学家Grogan 和Wirth 对两种蠓虫Af 和Apf 根据其触角长度x 1和翼长x 2进行了分类，分类的数据资料如下：Af 1 2 3 4 5 6 7 8 x 1 1.24 1.36 1.38 1.38 1.38 1.40 1.48 1.54 x 2 1.27 1.74 1.64 1.82 1.90 1.70 1.82 1.82 Apf 1 2 3 4 5 6 x 1 1.14 1.18 1.20 1.26 1.28 1.30 x 2 1.78 1.96 1.86 2.00 2.00 1.96 （1）试建立Af 和Apf 的Fisher 判别模型；（2）对样本（1.24，1.80），（1.28，1.84），（1.40，2.04）进行判别分类. 解 （1）建立Fisher 判别模型991122121111(,)(1.42,1.75),(,)(1.23,1.93)99T TT T i i i i i i x x y y μμ======∑∑120.08480.1490.01980.0218,0.1490.39120.02180.039A A ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭12120.0080.0130.0130.0332A A n n ⎛⎫+== ⎪+-⎝⎭∑()120.19,0.18Tμμ-=-，()()121 1.325,1.842T μμ+= 1345.05135.42135.4283.33--⎛⎫= ⎪-⎝⎭∑， 带入Fisher 判别函数 ()12345.05135.42[(,)(1.325,1.84)]0.19,0.18135.4283.33Tx x -⎛⎫-- ⎪-⎝⎭1291.301741.336944.534x x =--（2）把三个样本（1.24，1.80），（1.28，1.84）,(1.4,2.04)带入模型，得到结果：三个样本均属于Apf 类.10 在两个玉米品种之间进行判别：137玉米G 1和甜玉米G 2，选取的两个变量是：x 1—玉米果穗长；x 2—玉米果穗直径，两个类的样本容量为n 1＝n 2＝40，实际算得两个类的样本均值和样本协方差为：121218.5625.348.120 4.4589.661 3.720,,,5.98 4.12 4.458 4.350 3.720 3.410x x S S ⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭试建立G 1，G 2的Bayes 类线性判别函数.解 因为已知两类的样本均值和样本协方差为：12(18.56,5.98),(25.34,4.12)T T x x ==，128.120 4.4589.661 3.720,4.458 4.350 3.720 3.410S S ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭可计算得到修正的公共协方差矩阵和逆矩阵12120.2280.1450.1450.0992A A n n ⎛⎫+== ⎪+-⎝⎭∑，15.6393.738.25147.38--⎛⎫= ⎪-⎝⎭∑()()()121216.78,1.86,21.95,5.052TTμμμμ-=-+= 带入Fisher 判别函数()112121(())()2T W x x μμμμ-=-+-∑ ()()12 5.6393.73[(,)21.95,5.05] 6.78,1.868.25147.38Tx x -⎛⎫=-- ⎪-⎝⎭1274.396.951141.29x x =-+-。
应用数理统计作业题及参考答案(第三章)
第三章 假设检验P1313.2 一种元件，要求其使用寿命不得低于1000（小时）。
现在从一批这种元件中随机抽取25件，测得其寿命平均值为950（小时）。
已知该种元件寿命服从标准差100σ=（小时）的正态分布，试在显著水平0.05下确定这批元件是否合格。
解：本题需检验0H ：0μμ≥，1H ：0μμ<.元件寿命服从正态分布，0σ已知，∴当0H成立时，选取统计量X u μ-=，其拒绝域为{}V u u α=<.其中950X =，01000μ=，25n =，0100σ=.则 2.5u ==-.查表得0.05 1.645u =-，得0.05u u <，落在拒绝域中，拒绝0H ，即认为这批元件不合格。
3.3 某厂生产的某种钢索的断裂强度服从正态分布()2N μσ，，其中40σ=（kg / cm 2）。
现从一批这种钢索的容量为9的一个子样测得断裂强度平均值为X ，与以往正常生产时的μ相比，X 较μ大20（kg / cm 2）。
设总体方差不变，问在0.01α=下能否认为这批钢索质量有显著提高？解：本题需检验0H ：0μμ=，1H ：0μμ>.钢索的断裂强度服从正态分布，0σ已知，∴当0H成立时，选取统计量u =，其拒绝域为{}1V u u α-=>.其中040σ=，9n =，020X μ-=，0.01α=.则 1.5u ==.查表得10.990.01 2.33u u u u αα-==-=-=，得0.99u u <，未落在拒绝域中，接受0H ，即认为这批钢索质量没有显著提高。
3.5 测定某种溶液中的水分。
它的10个测定值给出0.452%X =，0.035%S =。
设总体为正态分布()2N μσ，，试在水平5%检验假设：（i ）0H ：0.5%μ>； 1H ：0.5%μ<. （ii ）0H ：0.04%σ≥； 1H ：0.04%σ<. 解：（i ）总体服从正态分布，0σ未知，当0H成立时，选取统计量t =(){}1V t t n α=<-.查表得()()0.050.9599 1.8331t t =-=-.而()4.114 1.83311t t n α==-<-=-.落在拒绝域中，拒绝0H .（ii ）总体服从正态分布，μ未知， 当0H 成立时，选取统计量222nSχσ=，其拒绝域为(){}221V n αχχ=<-.查表得()20.059 3.325χ=.而()()()2222100.035%7.65610.04%n αχχ⨯==>-.未落在拒绝域中，接受0H .3.6 使用A （电学法）与B （混合法）两种方法来研究冰的潜热，样品都是－0.72℃的冰块，下列数据是每克冰从－0.72℃变成0℃水的过程中的吸热量（卡 / 克）：方法A ：79.98，80.04，80.02，80.04，80.03，80.03，80.04，79.97，80.05，80.03，80.02，80.00，80.02方法B ：80.02，79.94，79.97，79.98，79.97，80.03，79.95，79.97假定用每种方法测得的数据都服从正态分布，且它们的方差相等。
最新概率论与数理统计第三章习题及答案
概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。
概率论与数理统计第三章习题及答案
概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。
概率论与数理统计(经管类)第三章课后习题答案
P Z 30 P X 10, Y 20 20 3
P Z 20 P X 20, Y 0 20
P Z 10 P X 10, Y 0 P X 20, Y
P Z 0 P X 10, Y 则 Z=X‐Y 的分布律为
2 10 20
Z=X‐Y ‐40 ‐30 ‐20 ‐10 0
4. 设随机变量 X,Y 相互独立,且服从[0,1]上的均匀分布,求 X+Y 的概率密度. 解: 因 X,Y 都服从[0,1]上的均匀分布,且相互独立 故fX x fY y 1, f x, y fX x fY y
设 Z=X+Y
当0 z 1时
Z ZX
FZ
f x, y dydx
Z ZX
1dydx
Z
z xdx
;
P X 1, Y 0 P X 1 P Y 0
;
P X 1, Y 1 P X 1 P Y 1
;
(X,Y)的分布律与边缘分布律为
Y
X
0
1
p·
16
4
20
0
25 25 25
4
1
1
1
25 25
5
p·
20 25
1 5
(2) 不放回抽样的情况:
P X 0, Y 0 P X 0 P Y 0
;
P X 0, Y 1 P X 0 P Y 1
0, 其他.
0, 其他.
关于 Y 的边缘密度为
fY y
1
√2 24xydx , 0 y
0, 其他.
1 , 6x, 0 √3 =
y
1,
√3
0, 其他.
注意积分限为 Y 的值域,后面却 要写 X 的值域哦~
概率论与数理统计03-第三章作业及答案
概率论与数理统计03-第三章作业及答案习题3-1⽽且12{0}1P X X ==. 求1和2的联合分布律.解由12{0}1P X X ==知12{0}0P X X ≠=. 因此X 1和X 2的联合分布于是根据边缘概率密度和联合概率分布的关系有X 1和X 2的联合分布律(2) 注意到12{0,0}0P X X ===, ⽽121{0}{0}04P X P X =?==≠, 所以X 1和X 2不独⽴.2. 设随机变量(X ,Y )的概率密度为(,)(6),02,24,0,.f x y k x y x y =--<<<其它求: (1) 常数k ; (2) {1,3}P X Y <<; (3) { 1.5}P X <; (4) {4}P X Y +≤.解 (1) 由(,)d d 1f x y x y +∞+∞-∞, 得2424222204211d (6)d (6)d (10)82y k x y x k y x x y k y y k =--=--=-= , 所以 18k =. (2) 31201,31{1,3}d (6)d 8(,)d d x y P X Y y x y x f x y x y <<<<==--??1322011(6)d 82y x x y =--321113()d 828y y =-=?. (3) 1.51.5 { 1.5}d (,)d ()d X P X x f x y y f x x +∞-∞-∞-∞<==??4 1.521d (6)d 8y x y x --=22011(6)d 82y x x y =--?421633()d 882y y =-? 2732=. (4) 作直线4x y +=, 并记此直线下⽅区域与(,)0f x y ≠的矩形区域(0,2)(0,4)?的交集为G . 即:02,0G x y <<<≤4x -.见图3-8. 因此{P X Y +≤4}{(,)}P X Y G =∈(,)d d Gf x y x y =??44201d (6)d 8x y x y x -=--??4422011(6)d 82xy x x y -=--?42211[(6)(4)(4)]d 82y y y y =----? 42211[2(4)(4)]d 82y y y =-+-? 423211(4)(4)86y y =----?23=. 图3-8 第4题积分区域3. ⼆维随机变量(,)X Y 的概率密度为2(,),1,01,0,f x y kxy x y x =≤≤≤≤其它.试确定k , 并求2{(,)},:,01P X Y G G x y x x ∈≤≤≤≤. 解由2111401(,)d d d (1)d 26xk k f x y xdy x kxy y x x x +∞+∞-∞-∞====-??,解得6=k .因⽽ 2112401{(,)}d 6d 3()d 4x xP X Y G x xy y x x x x ∈==-=. 4. 设⼆维随机变量(X , Y )概率密度为4.8(2),01,0,(,)0,.y x x y x f x y -=??≤≤≤≤其它求关于X 和Y 边缘概率密度.解 (,)X Y 的概率密度(,)f x y 在区域:0G ≤x ≤1,0≤y ≤x 外取零值.因⽽, 有24.8(2)d ,01,()(,)d 0,2.4(2),01,0,x X y x y x f x f x y y x x x +∞-∞-<<==-<<=其它.其它. 124.8(2)d ,01,()(,)d 0,2.4(34),01,0,yY y x x y f y f x y x y y y y +∞-∞-<<==-+<<=其它.其它.5. 假设随机变量U 在区间[-2, 2]上服从均匀分布, 随机变量 1,1,1,1,U X U --=>-??若≤若 1,1,1, 1.U Y U -=>??若≤若试求：(1) X 和Y 的联合概率分布；(2){P X Y +≤1}.解 (1) 见本章第三节三(4).(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==13144=-=. 习题3-21. 设(X , Y )的分布律为求: (1) 在条件X =2下Y 的条件分布律;(2) {22}P X Y ≥≤.解 (1) 由于6.02.01.003.0}2{=+++==X P ,所以在条件X =2下Y 的条件分布律为216.03.0}2{}1,2{}2|1{========X P Y X P X Y P ,06.00}2{}2,2{}2|2{========X P Y X P X Y P ,616.01.0}2{}3,2{}2|3{========X P Y X P X Y P ,316.02.0}2{}4,2{}2|4{========X P Y X P X Y P ,{P Y ≤2}{1}{2}P Y P Y ==+==0.10.3000.20.6++++=. ⽽{2,2}{2,1}{2,2}{3,1}{3,2}P X Y P X Y P X Y P X Y P X Y ===+==+==+==≥≤0.3000.20.5=+++=.因此{2,2}{22}{2}P X Y P X Y P Y =≥≤≤≥≤0.550.66==. 2. 设⼆维随机变量(X , Y )的概率密度为(,)1,01,02,0,.f x y x y x =<<<其它求：(1) (X , Y )的边缘概率密度(),()X Y f x f y ；(2)11{}.22P Y X ≤≤ 解 (1) 当01x <<时,20()(,)d d 2xX f x f x y y y x +∞-∞===?;当x ≤0时或x ≥1时, ()0X f x =.故 2,01,()0,其它.X x x f x <<=??当02()(,)d d 12y Y y f y f x y x x +∞-∞===-;当y ≤0时或y ≥2时, ()0Y f y =.故 1,02,()20,.Y yy f y -<<=其它 (2) 当z ≤0时,()0Z F z =; 当z ≥2时,1)(=z F Z ;当0z f x y x y -=≤2x12202-2d 1d d 1d zxz x zx y x y =?+24z z =-.故 1,02,()20,.()其它Z zzz f z F z -<<'== (3) {}{}11311322161122442≤，≤≤≤≤P X Y P Y X P X ===. 3. 设G 是由直线y =x , y =3,x =1所围成的三⾓形区域, ⼆维随机变量(,)X Y 在G 上服从⼆维均匀分布.求: (1) (X , Y )的联合概率密度；(2) {1}P Y X -≤；(3) 关于X 的边缘概率密度.解 (1)由于三⾓形区域G 的⾯积等于2, 所以(,)X Y 的概率密度为∈=.),(,0,),(,21),(G y x G y x y x f (2)记区域x y y x D -=|),{(≤}1与G 的交集为0G ,则{1}P Y X -≤0011113d d (2)22224G G x y S ===-=??. 其中0G S 为G 0的⾯积.(3) X 的边缘概率密度()(,)d X f x f x y y +∞-∞=?. 所以,当]3,1[∈x 时, 311()d (3)22X xf x y x ==-?. 当1x 时, 0)(=x f X .因此∈-=.,0],3,1[),1(21)(其它x x x f X习题3-31. 设X 与Y 相互独⽴, 且分布律分别为下表:求⼆维随机变量(,)X Y 的分布律.解由于X 与Y 相互独⽴, 所以有}{}{},{j i j i y Y P x X P y Y x X P =?====,6,5,2,0;0,21,1=--=j i .因此可得⼆维随机变量(,)X Y 的联合分布律2. 设(X , Y )的分布律如下表:问,αβ为何值时X 与Y 相互独⽴? 解由于边缘分布满⾜23111,1i j i j p p ??====∑∑, ⼜X , Y 相互独⽴的等价条件为p ij = p i . p .j (i =1,2; j =1,2,3).故可得⽅程组 21,3111().939αβα++==?+解得29α=,19β=.经检验, 当29α=,19β=时, 对于所有的i =1,2; j =1,2,3均有p ij = p i .p .j 成⽴. 因此当29α=,19β=时, X 与Y 相互独⽴..3. 设随机变量X 与Y 的概率密度为()e (,)0,.,01,0,x y b f x y x y -+=?<<>?其它 (1) 试确定常数b .(2) 求边缘概率密度()X f x , ()Y f y . (3) 问X 与Y 是否相互独⽴？解 (1) 由11()101(,)d d e d d e d e d (1e )x y y x f x y x y b y x b y x b +∞+∞+∞+∞-+----∞-∞====-?,得 111e b -=-.(2) ()(,)d X f x f x y y ∞-∞=?1e ,01,1e 0,xx --<<=-??其它.()(,)d Y f y f x y x ∞-∞=?e ,0,0,y y ->=其它.(3) 由于(,)()()X Y f x y f x f y =?，所以X 与Y 相互独⽴.4. 设X 和Y 是两个相互独⽴的随机变量, X 在(0, 1)上服从均匀分布, Y 的概率密度为21e ,0,()20Y yy f y y ->=，≤0.(1) 求X 和Y 的联合概率密度.(2) 设关于a 的⼆次⽅程为220a Xa Y ++=, 试求a 有实根的概率.解 (1) 由题设知X 和Y 的概率密度分别为1,01,()0,X x f x <<=??其它， 21e ,0,()20,.yY y f y ->=其它因X 和Y 相互独⽴, 故(X , Y )的联合概率密度为21e ,01,(,)()()20,.yX Y x y f x y f x f y -<<>==其它 (2) ⽅程有实根的充要条件是判别式⼤于等于零. 即244X Y ?=-≥20X ?≥Y .因此事件{⽅程有实根}2{X =≥}Y .下⾯计算2211221(,)d d e d (1e)d 2yxx Df x y xdy x y x --===-2121ed 12[(1)(0)]0.1445xx πΦΦ-=-=--≈?.图3-3 第6题积分区域习题3-41. 设⼆维随机变量(X ,Y )的概率分布为YX 0 10 0.4 a 1 b 0.1若随机事件{X =0}与{X +Y =1}相互独⽴, 求常数a , b .解⾸先, 由题设知0.40.11a b +++=. 由此得0.5a b +=. 此外,{0}0.4P X a ==+,{1}{0,1}{1,0}0.5P X Y P X Y P X Y a b +====+===+=, {0,1}{0,1}P X X Y P X Y a =+=====. 根据题意有{0,1}{0}{1}P X X Y P X P X Y =+===+=,即(0.4)0.5a a =+?. 解得0.4,0.1a b ==.2. 设两个相互独⽴的随机变量X ,Y 的分布律分别为求随机变量Z = X + Y 的分布律.解随机变量Z = X + Y 的可能取值为7,5,3.Z 的分布律为18.06.0.03}2,1{}3{=?=====Y X P Z P , {5}{1,4}{3,2}0.30.4070.60.54P Z P X Y P X Y ====+===?+?=,28.04.07.0}4,3{}7{=?=====Y X P Z P ,或写为3. 设X 和Y 是两个相互独⽴的随机变量, 且X 服从正态分布N (µ, σ2 ), Y 服从均匀分布U (-a , a )( a >0), 试求随机变量和Z =X +Y 的概率密度.解已知X 和Y 的概率密度分别为22()2()x X f x µσ--=,),(+∞-∞∈x ;-?-∈=).,(,0),,(,21)(a a y a a y ay f Y .由于X 和Y 相互独⽴, 所以22()21()()()d d 2z y a Z X Y f z f z y f y y y a µσ---+∞=1[()()]2z µa z µa ΦΦa σσ-+---. 4. 设随机变量X 和Y 的联合分布是正⽅形G={(x,y )|1≤x ≤3, 1≤y ≤3}上的均匀分布, 试求随机变量U=|X -Y|的概率密度f (u ).解由题设知, X 和Y 的联合概率密度为111,3,3,(,)40,.x y f x y =≤≤≤≤其它记()F u 为U 的分布函数, 参见图3-7, 则有当u ≤0时,(){||F u P X Y =-≤u }=0; 当u ≥2时,()1F u =;当0< u <2时, 图3-7 第8题积分区域||(){}(,)d d x y uF u P U u f x y x y -==≤≤21[42(2)]412u =-?- 211(2)4u =--.故随机变量||U X Y =-的概率密度为1(2),02,()20,u u p u -<<=其它..总习题三1. 设随机变量(X , Y )的概率密度为<<<=.,0,10,||,1),(其它x x y y x f 求条件概率密度)|()|(||y x f x y f Y X X Y 和.解⾸先(,)其它X x x f x f x y dy +∞-∞<<==??1,01,()1,10,0,(,)≤其它.Y y y f y y y f x y dx +∞-∞-<<==+-图3-9第1题积分区域当01y <<时, |1,1,1(|)0,X Y y x y f x y x <<-=??取其它值.当1y -<≤0时, |1,1,1(|)0,X Y y x y f x y x -<<+=??取其它值.当10<,||,(|)20,Y X y x f y x x y <=取其它值.2. 设随机变量X 与Y 相互独⽴, 下表列出⼆维随机变量(,)X Y 的分布律及关于X 和关于Y 的边缘分布律中部分数值, 试将其余数值填⼊表中空⽩处 .解⾸先, 由于11121{}{,}{,}P Y y P X x Y y P X x Y y ====+==, 所以有24P X x Y y P Y y P X x Y y ====-===-=.在此基础上利⽤X 和Y 的独⽴性, 有11111{,}124{}1{}46P X x Y y P X x P Y y =======.于是 2113{}1{}144P X x P X x ==-==-=.再次, 利⽤X 和Y 的独⽴性, 有12211{,}18{}1{}24P X x Y y P Y y P X x =======. 于是 312111{}1{}{}1623P Y y P Y y P Y y ==-=-==--=.最后, 利⽤X 和Y 的独⽴性, 有2222313{,}{}{}428P X x Y y P X x P Y y ======?=; 2323311{,}{}{}434P X x Y y P X x P Y y ======?=; 1313111{,}{}{}43123.(34)e (,)0,.,0,0,x y k f x y x y -+=?>>??其它(1) 求常数k ；(2) 求(X ,Y )的分布函数；(3) 计算{01,02}P X Y <<≤≤; (4) 计算(),x f x ()y f y ；(5) 问随机变量X 与Y 是否相互独⽴?解 (1)由3401(,)d d e d e d 12xy kf x y x y k x y +∞+∞+∞+∞---∞-∞===,可得12=k .(2) (X ,Y )的分布函数(,)(,)d d x y F x y f u v x y -∞-∞=??.当x ≤0或y ≤0时,有 0),(=y x F ;当,0>>y x 时,34340(,)12e d e d (1e )(1e )x即 34(1e )(1e ),0,0,(,)0,.其它x y x y F x y --?-->>=??(3) {01,02}P X Y <<≤≤38(1,2)(0,0)(1e )(1e )F F --=-=--.(4) (34)012ed ,0,()(,)d 0,其它.x y X y x f x f x y y +∞-++∞-∞>==所以 33e ,0,()0,其它.x X x f x -?>=??类似地, 有44e ,0,()0,其它.y Y y f y -?>=?显然2),(),()(),(R y x y f x f y x f Y X ∈??=, 故X 与Y 相互独⽴. 4.解已知),(Y X 的分布律为注意到41260}1{}1{=++====Y P X P , ⽽0}1,1{===Y X P ,可见P{X=1, Y=1}≠P{X=1}P{Y=1}. 因此X与Y不相互独⽴.(2) Z X Y =+的可能取值为3, 4, 5, 6, 且316161}1,2{}2,1{}3{=+===+====Y X P Y X P Z P , }1,3{}2,2{}3,1{}4{==+==+====Y X P Y X P Y X P Z P 3 112161121=++=, 3(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 2 1}2{1}3{==-==V P V P . 即max(,)V X Y =的分布律为(4) min{U =}3,1{}2,1{}1{==+====Y X P Y X P U P}1,2{}1,3{==+==+Y X P Y X P 21=, 21}1{1}2{==-==U P U P .即min{,}U X Y =的分布律为(5) W U =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,。
概率论与数理统计第三章课后习题及参考答案
概率论与数理统计第三章课后习题及参考答案1．设二维随机变量),(Y X 只能取下列数组中的值：)0,0(，)1,1(-，31,1(-及)0,2(，且取这几组值的概率依次为61，31，121和125，求二维随机变量),(Y X 的联合分布律．解：由二维离散型随机变量分布律的定义知，),(Y X 的联合分布律为2．某高校学生会有8名委员，其中来自理科的2名，来自工科和文科的各3名．现从8名委员中随机地指定3名担任学生会主席．设X ，Y 分别为主席来自理科、工科的人数，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：(1)由题意，X 的可能取值为0，1，2，Y 的可能取值为0，1，2，3，则561)0,0(3833====C C Y X P ，569)1,0(381323====C C C Y X P ，569)2,0(382313====C C C Y X P ，561)3,0(3833====C C Y X P ，283)0,1(382312====C C C Y X P ，289)1,1(38131312====C C C C Y X P ，283)2,1(382312====C C C Y X P ，0)3,1(===Y X P ，563)0,2(381322====C C C Y X P ，563)1,2(381322====C C C Y X P ，0)2,2(===Y X P ，0)3,2(===Y X P ．),(Y X 的联合分布律为：(2)X 的边缘分布律为X 012P1452815283Y 的边缘分布律为Y 0123P285281528155613．设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其他．,0,42,20),6(),(y x y x k y x f 求：(1)常数k ；(2))3,1(<<Y X P ；(3))5.1(<Y P ；(4))4(≤+Y X P ．解：方法1：(1)⎰⎰⎰⎰--==∞+∞-∞+∞-422d d )6(d d ),(1yx y x k y x y x f ⎰--=42202d |)216(y yx x x k k y y k 8d )210(42=-=⎰，∴81=k ．(2)⎰⎰∞-∞-=<<31d d ),()3,1(y x y x f Y X P ⎰⎰--=32102d d )216(yx yx x x ⎰--=32102d |)216(81y yx x x 83|)21211(81322=-=y y ．(3)),5.1()5.1(+∞<<=<Y X P X P ⎰⎰∞+∞-∞---=5.1d d )6(81yx y x ⎰⎰--=425.10d d )6(81y x y x y yx x x d )216(81422⎰--=3227|)43863(81422=-=y y ．(4)⎰⎰≤+=≤+4d d ),()4(y x y x y x f Y X P ⎰⎰---=2042d )6(d 81x y y x x ⎰+-⋅=202d )812(2181x x x 32|)31412(1612032=+-=x x x ．方法2：(1)同方法1．(2)20<<x ，42<<y 时，⎰⎰∞-∞-=yxv u v u f y x F d d ),(),(⎰⎰--=y xv u v u 20d d )6(81⎰--=y xv uv u u 202d |)216(81⎰--=y v xv x x 22d )216(81y xv v x xv 222|)21216(81--=)1021216(81222x xy y x xy +---=，其他，0),,(=y x F ，∴⎪⎩⎪⎨⎧<<<<+---=其他．,0,42,20),1021216(81),(222y x x x xy y x xy y x F 83)3,1()3,1(==<<F Y X P ．(3))42,5.1(),5.1()5.1(<<<=+∞<<=<Y X P Y X P X P )2,5.1()4,5.1(<<-<<=Y X P Y X P 3227)2,5.1()4,5.1(=-=F F ．(4)同方法1．4．设随机变量),(Y X 的概率密度为⎩⎨⎧>>=--其他．,0,0,0,e ),(2y x A y x f y x 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)⎰⎰⎰⎰∞+∞+--∞+∞-∞+∞-==02d d e d d ),(1yx A y x y x f y x ⎰⎰∞+∞+--=02d e d e y x A y x2|)e 21(|)e (020A A y x =-⋅-=∞+-∞+-，∴2=A ．(2)0>x ，0>y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰--=yxv u vu 02d d e 2yv x u 020|)e 21(|)e (2---⋅-=)e 1)(e 1(2y x ----=，其他，0),(=y x F ，∴⎩⎨⎧>>--=--其他．,0,0,0),e 1)(e 1(),(2y x y x F y x ．5．设随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤=其他．,0,10,10,),(y x Axy y x f 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)2121d d d d ),(11010⋅⋅===⎰⎰⎰⎰∞+∞-∞+∞-A y y x x A y x y x f ，∴4=A ．(2)10≤≤x ，10≤≤y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰=yxv u uv 0d d 4220202||y x v u yx =⋅=，10≤≤x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4xv u uv 210202||x v u x =⋅=，10≤≤y ，1>x 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4yu v uv 202102||y v u y =⋅=，1>x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=101d d 4v u uv 1||102102=⋅=v u ，其他，0),(=y x F ，∴⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤=其他．,0,1,1,1,10,1,,1,10,,10,10,),(2222y x y x y y x x y x y x y x F ．6．把一枚均匀硬币掷3次，设X 为3次抛掷中正面出现的次数，Y 表示3次抛掷中正面出现次数与反面出现次数之差的绝对值，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：由题意知，X 的可能取值为0，1，2，3；Y 的可能取值为1，3．易知0)1,0(===Y X P ，81)3,0(===Y X P ，83)1,1(===Y X P ，0)3,1(===Y X P 83)1,2(===Y X P ，0)3,2(===Y X P ，0)1,3(===Y X P ，81)3,3(===Y X P 故),(Y X 得联合分布律和边缘分布律为：7．在汽车厂，一辆汽车有两道工序是由机器人完成的：一是紧固3只螺栓；二是焊接2处焊点，以X 表示由机器人紧固的螺栓紧固得不牢的数目，以Y 表示由机器人焊接的不良焊点的数目，且),(Y X 具有联合分布律如下表：求：(1)在1=Y 的条件下，X 的条件分布律；(2)在2=X 的条件下，Y 的条件分布律．解：(1)因为)1,3()1,2()1,1()1,0()1(==+==+==+====Y X P Y X P Y X P Y X P Y P 08.0002.0008.001.006.0=+++=，所以43)1()1,0()1|0(=======Y P Y X P Y X P ，81)1()1,1()1|1(=======Y P Y X P Y X P ，101)1()1,2()1|2(=======Y P Y X P Y X P ，401)1()1,3()1|3(=======Y P Y X P Y X P ，故在1=Y 的条件下，X 的条件分布律为X 0123P4381101401(2)因为)2,2()1,2()0,2()2(==+==+====Y X P Y X P Y X P X P 032.0004.0008.002.0=++=，所以85)2()0,2()2,0(=======X P Y X P X Y P ，41)2()1,2()2,1(=======X P Y X P X Y P ，81)2()2,2()2,2(=======X P Y X P X Y P ，故在2=X 的条件下，Y 的分布律为：Y 012P8541818．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧>>=+-其他．,0,0,0,e ),()2(y x c y x f y x 求：(1)常数c ；(2)X 的边缘概率密度函数；(3))2(<+Y X P ；(4)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)⎰⎰⎰⎰∞+∞++-∞+∞-∞+∞-==0)2(d d e d d ),(1yx c y x y x f y x⎰⎰∞+∞+--=02d e d ey x c y x2|)e (|)e 21(002c c y x =-⋅-=∞+-∞+-，∴2=c ．(2)0>x 时，⎰∞+∞-=y y x f x f X d ),()(⎰∞++-=0)2(d e 2y y x x y x 202e 2|)e (e 2-+∞--=-=，0≤x 时，0)(=x f X ，∴⎩⎨⎧≤>=-．0,0,0,e 2)(2x x x f x X ，同理⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)⎰⎰<+=<+2d d ),()2(y x y x y x f Y X P ⎰⎰---=20202d d e 2xy x yx 422202e e 21d e d e 2-----+-==⎰⎰xy x y x ．(4)由条件概率密度公式得，当0>y 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e 2,0,0,e e 2)(),()|(22|x x y f y x f y x f xy y x Y Y X ，同理，当0>x 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e ,0,0,2e e 2)(),()|(22|y y x f y x f x y f yx y x X X Y ．9．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧<<<<=其他．,0,0,10,3),(x y x x y x f 求：(1)关于X 、Y 的边缘概率密度函数；(2)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)10<<x 时，⎰∞+∞-=y y x f x f X d ),()(203d 3x y x x==⎰，其他，0)(=x f X ，∴⎩⎨⎧<<=其他．,0,10,3)(2x x x f X ，密度函数的非零区域为}1,10|),{(}0,10|),{(<<<<=<<<<x y y y x x y x y x ，∴10<<y 时，⎰∞+∞-=x y x f y f Y d ),()()1(23d 321y x x y-==⎰，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<-=其他．,0,10),1(23)(2y y y f Y ．(2)当10<<y 时，有⎪⎩⎪⎨⎧<<-=⎪⎪⎩⎪⎪⎨⎧<<-==其他．其他．,0,1,12,0,1,)1(233)(),()|(22|x y y x x y y xy f y x f y x f Y Y X ．当10<<x 时，有⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==其他．其他．,0,0,1,0,0,33)(),()|(2|x y x x y x x x f y x f x y f X X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x y x y x f Y X Y 的概率密度函数为⎩⎨⎧<<=其他．,0,10,5)(4y y y f Y 求21(>X P ．解：⎩⎨⎧<<<==其他．,0,10,15)|()(),(2|y x y x y x f y f y x f Y X Y ，则6447d )(215d d 15d d ),(21(121421211221=-===>⎰⎰⎰⎰⎰>x x x x y y x y x y x f X P xx ．11．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧<<<<+=其他．,0,20,10,3),(2y x xyx y x f 求：(1)),(Y X 的边缘概率密度；(2)X 与Y 是否独立；(3))),((D Y X P ∈，其中D 为曲线22x y =与x y 2=所围区域．解：(1)10<<x 时，x x y xy x y y x f x f X 322d )3(d ),()(222+=+==⎰⎰∞+∞-，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<+=其他．,0,10,322)(2x x x x f X ，20<<y 时，⎰∞+∞-=x y x f y f Y d ),()(316)d 3(12+=+=⎰y x xy x ，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<+=其他．,0,20,316)(y y y f Y ．(2)∵),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(3)}22,10|),{(2x y x x y x D ≤≤<<=，∴⎰⎰+=∈102222d d 3()),((xxx y xy x D Y X P 457d )32238(10543=--=⎰x x x x ．12．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=-其他．,0,0,0,e )1(),(2y x y xy x f x试讨论X ，Y 的独立性．解：当0>x 时，xx x X x yx y y x y y x f x f -∞+-∞+-∞+∞-=+-=+==⎰⎰e |11e d )1(e d ),()(002，当0≤x 时，0)(=x f X ，故⎩⎨⎧≤>=-．0,0,0,e )(x x x x f x X ，同理，可得⎪⎩⎪⎨⎧≤>+=．0,0,0,)1(1)(2y y y y f Y ，因为)()(),(y f x f y x f Y X =，所以X 与Y 相互独立．13．设随机变量),(Y X 在区域}|),{(a y x y x g ≤+=上服从均匀分布，求X 与Y 的边缘概率密度，并判断X 与Y 是否相互独立．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤+=其他．,0,,21),(2a y x a y x f ，当0<<-x a 时，有)(1d 21d ),()(2)(2x a a y a y y x f x f xa x a X +===⎰⎰++-∞+∞-，当a x <≤0时，有)(1d 21d ),()(2)(2x a a y a y y x f x f x a x a X -===⎰⎰---∞+∞-，当a x ≥时，0d ),()(==⎰+∞∞-y y x f x f X ，故⎪⎩⎪⎨⎧≥<-=．a x a x x a a x f X ,0,),(1)(2，同理，由轮换对称性，可得⎪⎩⎪⎨⎧≥<-=．a y a y y a a y f Y ,0,),(1)(2，显然)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立．14．设X 和Y 时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,e 21)(2y y y f yY (1)求X 和Y 的联合概率密度；(2)设含有a 的二次方程为022=++Y aX a ，试求a 有实根的概率．解：(1)由题可知X 的概率密度函数为⎩⎨⎧<<=其他．,0,10,1)(x x f X ，因为X 与Y 相互独立，所以),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧><<==-其他．,0,0,10,e 21)()(),(2y x y f x f y x f y Y X ，(2)题设方程有实根等价于}|),{(2X Y Y X ≤，记为D ，即}|),{(2X Y Y X D ≤=，设=A {a 有实根}，则⎰⎰=∈=Dy x y x f D Y X P A P d d ),()),(()(⎰⎰⎰---==1021002d )e 1(d d e 2122xx y x x y⎰--=12d e12x x ⎰--=12d e 21212x x ππππ23413.01)]0()1([21-=Φ-Φ-=．15．设i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，求行列式4321X X X X X =的分布律．解：由i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，易知41X X ～)84.0,16.0(b ，32X X ～)84.0,16.0(b ．因为1X ，2X ，3X ，4X 相互独立，所以41X X 与32X X 也相互独立，又32414321X X X X X X X X X -==，则X 的所有可能取值为1-，0，1，有)1()0()1,0()1(32413241======-=X X P X X P X X X X P X P 1344.016.084.0=⨯=，)1,1()0,0()0(32413241==+====X X X X P X X X X P X P )1()1()0()0(32413241==+===X X P X X P X X P X X P 7312.016.016.084.084.0=⨯+⨯=，)0()1()0,1()1(32413241=======X X P X X P X X X X P X P 1344.084.016.0=⨯=，故X 的分布律为X 1-01P1344.07312.01344.016．设二维随机变量),(Y X 的概率密度为⎩⎨⎧>>=+-其他．,0,0,0,e 2),()2(y x y x f y x 求Y X Z 2+=的分布函数及概率密度函数．解：0≤z 时，若0≤x ，则0),(=y x f ；若0>x ，则0<-=x z y ，也有0),(=y x f ，即0≤z 时，0),(=y x f ，此时，0d d ),()2()()(2==≤+=≤=⎰⎰≤+zy x Z y x y x f z Y X P z Z P z F ．0>z 时，若0≤x ，则0),(=y x f ；只有当z x ≤<0且02>-=xz y 时，0),(≠y x f ，此时，⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 2d d ),()2()()(⎰⎰-+-=zx z y x y x 020)2(d e 2d z z z ----=e e 1．综上⎩⎨⎧≤>--=--．0,0,0,e e 1)(z z z z F z z Z ，所以⎩⎨⎧≤<='=-．0,0,0,e )()(z z z z F z f z Z Z ．17．设X ，Y 是相互独立的随机变量，其概率密度分别为⎩⎨⎧≤≤=其他．,0,10,1)(x x f X ，⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y 求Y X Z +=的概率密度．解：0<z 时，若0<x ，则0)(=x f X ；若0≥x ，则0<-=x z y ，0)(=-x z f Y ，即0<z 时，0)()(=-x z f x f Y X ，此时，0d )()()(=-=⎰∞+∞-x x z f x f z f Y X Z ．10≤≤z 时，若0<x ，则0)(=x f X ；只有当z x ≤≤0且0>-=x z y 时0)()(≠-x z f x f Y X ，此时，z zx z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e 1d e d )()()(0)(．1>z 时，若0<x ，0)(=x f X ；若1>x ，0)(=x f X ；若10≤≤x ，则0>-=x z y ，此时，0)()(≠-x z f x f Y X ，z x z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e )1e (d e d )()()(1)(．综上，⎪⎩⎪⎨⎧<>-≤≤-=--．0,0,1,e )1e (,10,e 1)(z z z z f z z Z ．18．设随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=+-其他．,0,0,0,e)(21),()(y x y x y x f y x (1)X 和Y 是否相互独立？(2)求Y X Z +=的概率密度．解：(1)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(2)0≤z 时，若0≤x ，则0)(=x f X ；若0>x ，则0<-=x z y ，0),(=y x f ，此时，0d ),()(=-=⎰∞+∞-x x z x f z f Z ．0≥z 时，若0≤x ，则0)(=x f X ；只有当z x <<0且0>-=x z y 时0),(≠y x f ，此时，⎰∞+∞--=x x z x f z f Z d ),()(⎰+-+=zy x x y x 0)(d e)(21⎰-=z z x z 0d e 21z z -=e 212，所以⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2z z z z f zZ ．19．设X 和Y 时相互独立的随机变量，它们都服从正态分布),0(2σN ．证明：随机变量22Y X Z +=具有概率密度函数⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．证：因为X 与Y 相互独立，均服从正态分布),0(2σN ，所以其联合密度函数为2222)(2e 121),(σσπy x y x f +-⋅=，(+∞<<∞-y x ,)当0≥z 时，有⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 22d d ),()()()(22⎰⎰≤++-⋅=zy x y x y x 22222d e 1212)(2σσπ⎰⎰-⋅=πσθσπ2022d ed 12122zr r r ⎰-=zr r r 022d e122σσ，此时，2222e)(σσz Z z z f -=；当0<z 时，=≤+}{22z Y X ∅，所以0)()()(22=≤+=≤=z Y X P z Z P z F Z ，此时，0)(=z f Z ，综上，⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．20．设),(Y X 在矩形区域}10,10|),{(≤≤≤≤=y x Y X G 上服从均匀分布，求},min{Y X Z =的概率密度．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤=其他．,0,20,10,21),(y x y x f ，易证，X ～]1,0[U ，Y ～]2,0[U ，且X 与Y 相互独立，⎪⎩⎪⎨⎧≥<≤<=．1,1,10,,0,0)(x x x x x F X ，⎪⎪⎩⎪⎪⎨⎧≥<≤<=．2,1,20,2,0,0)(y y yy y F Y ，可得)](1)][(1[1)(z F z F z F Y X Z ---=)()()()(z F z F z F z F Y X Y X -+=⎪⎪⎩⎪⎪⎨⎧≥<≤-<=．1,1,10,223,0,02z z z z z ，求导，得⎪⎩⎪⎨⎧<<-=其他．,0,10,23)(z z z f Z ．21．设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其他．,0,0,10,e ),()(y x b y x f y x (1)试确定常数b ；(2)求边缘概率密度)(x f X 及)(y f Y ；(3)求函数},max{Y X U =的分布函数．解：(1)⎰⎰⎰⎰∞++-∞+∞-∞+∞-==01)(d d e d d ),(1yx b y x y x f y x⎰⎰∞+--=1d e d e y x b y x )e 1(|)e (|)e (1102-+∞---=-⋅=b b y x ，∴1e11--=b ．(2)10<<x 时，1)(1e1e d e e 11d ),()(--∞++--∞+∞--=-==⎰⎰x y x X y y y x f x f ，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<-=--其他．,0,10,e 1e )(1x x f xX ，0>y 时，⎰∞+∞-=x y x f y f Y d ),()(y y x x -+--=-=⎰e d e e1110)(1，0≤y 时，0)(=y f Y ，∴⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)0≤x 时，0)(=x F X ，10<<x 时，101e 1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e1e1,0,0)(1x x x x F x X ；0≤y 时，0)(=y F Y ，0>y 时，y yv y Y Y v v v f y F --∞--===⎰⎰e 1d e d )()(0，∴⎩⎨⎧≤>-=-．0,0,0,e 1)(y y y F y Y ，故有)()()(y F x F u F Y X U =⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---．1,e 1,10,e1e1,0,01u u u uu ．。
高等教育-清华大学-杨虎-应用数理统计课后习题参考答案3
5
清华大学-杨虎-应用数理统计课后习题参考答案 3
试填好正交试验结果分析表并对试验结果进行直观分析和方差分析 . 解 根据题意，这是一个 3 因素 2 水平的试验问题 .试验指标为硬度的合格率 . 应选择正 交表 4 4(2)L 来安排试验，随机生成正交试验表如下：
由此可见第三号试验条件为：上升温度 800⋅、保温时间 6h 、出炉温度 500⋅ . 直 观分析需要计算 K 值，计算结果如下： 表 5.6 计算表 直观分析 由计算的 K 值知，因素 A 、B 、C 的极差分别为 70，40，40，因此 主次关系为 A B C >=，B ，C 相当 .由于试验指标为硬度的合格率，应该是越大 越好，所以各确定因素的水平分别是 121,,A B C ，即最佳的水平组合是 121A B C ， 即最佳搭配为：上升温度 800⋅、保温时间 8h 、出炉温度 400⋅. 采用方差分析法，计算得下表： 表 5.7 方差分析表 方差来源 平方和 自由度 均方差 F 值 A 1225 1 1225 1 B 400 1 400 0.33 C 400 1 400
2
清华大学-杨虎-应用数理统计课后习题参考答案 3
3 试验某种钢的冲击值（kg ×m/cm2），影响该指标的因素有两个，一是含铜量 A ，另一
试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？（α=0.05） 解 根据问题，这是一个双因素无重复试验的问题，不考虑交互作用.
设因素,A B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为 12.
6
0.33 误差 1225 1 1225 总和 3250 4
清华大学-杨虎-应用数理统计课后习题参考答案 3
如果显著性检验水平取 0.1α=，则查表得 0.9(1,1)39.9F =，显然计算的 F 值 1,0.33A B C F F F ===均小于查表值，所以认为三个因素对结果影响都显著 .
- 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)。
第二章 习题
一、填空
1、称统计量θθ
为ˆ的无偏估计量，如果)ˆ(θE = 。
2、n X X X ,,,21 是来自总体X 的样本，在对总体方差)(X D 进行无偏估计时，常用的统计量是 。
3、1021,,,X X X 是来自总体X 的样本，在EX 的三个无偏估计量∑==3
1
131ˆi i X μ
，∑==51251ˆi i X μ，∑==10
1
3101ˆi i X μ中，最有效的是 。
4、某批产品的次品率为未知参数)10(<<p p ，从整批产品中随机抽取n 件样品，为用极大似然法估计p ，似然函数为 ，p 的极大似然估计为 。
5、随机变量X 服从],0[θ上的均匀分布，θ为未知，若用最大似然法估计θ，其似然函数为 ；θ的极大似然估计为 。
6、设正态总体X 的方差为1，根据来自总体X 的容量为100的简单随机样本测得样本均值
5=x ，则总体均值95.0的置信度μ的置信区间为 。
7、设由来自正态总体),(2
δμN 的容量为9的简单随机样本均值5=x ，样本标准差
9.0=s ，则95.0的置信度μ的置信区间为 ；2δ95.0的置信度的置信区间为 8、设321,,X X X 为来自总体的一个样本，基3212
1
51ˆX aX X ++=μ
为总体均值的无偏估计，则a = 。
9、设总体X ∽),(2
δμN ，2
δ=2
0δ已知，要使总体均值在置信度1—α下的置信区间长度不大于l ，则至少应抽取容量为 的样本。
二、单项选择
1、n X X X ,,,21 是来自总体X 的样本，总体方差的无偏估计量是（ ）
A 、∑=-n i i X X n 12
)(1 B 、∑-=--112)(11n i i X X n C 、∑-=-112
)(1n i i X X n D 、∑=--n i i X X n 1
2)(11
2、对总体X ∽),(2
δμN 的均值μ作区间估计，得到置信度为95%的置信区间，其意是指这个区间（ ）
A 、平均含总体95%的值
B 、有95%的机会含μ的值
C 、平均含样本95%的值
D 、有95%的机会含样本的值 3、设2
1ˆ,ˆθθ是总体未知参数θ的两个估计量，则下列说法中正确的是（ ） A 、若21ˆˆθθD D >，则称21ˆˆθθ比有效 B 、若21ˆˆθθD D <，则称2
1ˆˆθθ比有效 C 、若21ˆ,ˆθθ均为θ的无偏估计 ，且21ˆˆθθD D >，则称21ˆˆθθ比有效 D 、若21ˆ,ˆθθ均为θ的无偏估计 ，且21ˆˆθθD D <，则称2
1ˆˆθθ比有效 4、设总体X ∽),(2
δμN ，2
δ已知，样本容量n 和显著性水平α固定，对不同的样本观察值，的置信区间的长度（ ）
A 、变长
B 、变短
C 、保持不变
D 、不能确定 5、高正态总体期望μ的置信区间的长度)1(2-=n t n
s
l α，则其置信度为（ ） A 、α21- B 、α C 、2
1α
-
D 、α-1
6、统计量的评价标准中不包括（ ）
A 、一致性
B 、有效性
C 、极大似然性
D 、无偏性 三、计算
1、设总体X 的概率密度函数⎩
⎨
⎧<<+=其它
010)1(),(x x x f θ
θθ，)1(->θ。
n
X X X ,,,21 为一个样本，求参数θ的极大似然估计。
2、设21ˆ,ˆθθ均为未知参数θ的无偏估计 ，21ˆ2ˆθθD D =，且21ˆ,ˆθθ相互独立，试确定常数21,c c ，使得2211ˆˆθθc c +仍为θ的无偏估计，开且在所有这种形式的无偏估计中最为有效。
3、在某在区小学五年级的男生中随机抽选了25名，测得其平均身高为150cm ，标准差为12cm 。
假设该在区小学五年级男生的身高服从正态分布),(2
δμN ， （1）若2
δ=100，求五年级男生平均身高的置信度为95.0的置信区间 （2）若2δ未知，求五年级男生平均身高的置信度为95.0的置信区间 （3）求2δ置信度为95.0的置信区间
4、假设2,8.0,25.1,5.0是来自总体X 的简单随机样本，已知X y ln =服从正态分布)1,(μN 。
（1）求X 的数学期望EX （记b EX =）；（2）求μ的置信度为95%的置信区间；（3）利用上述结果求b 95.0的置信度的置信区间。
四、证明
1、设总体X 服从区间]2,[θθ上的均匀分布，其中0>θ是未知参数。
又n X X X ,,,21 是
来自X 的样本，X 为样本均值。
证明：X 3
2
ˆ=θ
是参数θ的无偏估计。
2、设θˆ是参数θ的无偏估计，0)ˆ(>θ
D ，证明：2
ˆθ不是2θ的无偏估计。
3、设n X X X ,,,21 为来自总体X 的样本，n c c c ,,21为常数，且
∑=n
i i
c
1
，（1）证明
i
n
i i X
c ∑=1
为EX 的无偏估计；（2）证明：当N c c c n 1
21==== ，即X X c i n
i i =∑=1
时，其方差最
小。
4、设总体X ∽),(2
δμN ，其中μ为已知，n X X X ,,,21 为来自总体X 的样本，
∑=--=n i i X X n s 122
)(11，∑=-=n i i X n s 1
220)(1μ，证明：（1）2s 和20s 都是2
δ的无偏估计；（2）证明：20s 比2
s 有效。