《概率论与数理统计》习题册答案

时间:2022-06-23 08:15:09 浏览量:

 第一章

 随机事件与概率 § 1.1 随机试验

 随机事件

 一、选择题

  1. 设 B 表示事件“甲种产品畅销”,C 表示事件“乙种产品滞销”,则依题意得 A=BC.于是对立事件   A B C   甲产品滞销或乙产品畅销 ,故选 D.

  2. 由 A B B A B B A AB        ,故选 D.也可由文氏图表示得出. 二 写出下列随机试验的样本空间 1.   3,4 20 , ,

  2   0,100

  3. z y x z y x z y x z y x , , }, 1 , 0 , 0 , 0 | ) , , {(        分别表示折后三段长度。

 三、(1)任意抛掷一枚骰子可以看作是一次随机试验,易知共有 6 个不同的结果.设试验的样本点

 " " 1,2,3,4,5,6ii i    出点点 , ;则  2 4 6, , A     ,  3 6, B   

 ( 2 )

  1 3 5, , A     ,  1 2 4 5, , , B      ,  2 3 4 6, , , A B      ,  6AB   , 1 5, A B    四、(1)

 ABC ;(2)

 ABC ;(3)“ A B C 、 、 不都发生”就是“ A B C 、 、 都发生”的对立事件,所以应记为 ABC ; (4)

 A B C ; (5)

 “ ABC 、 、 中最多有一事件发生”就是“ A B C 、 、中至少有二事件发生”的对立事件,所以应记为:

 AB AC BC .又这个事件也就是“ A B C 、 、 中至少有二事件不发生”,即为三事件 AB AC BC 、 、 的并,所以也可以记为AB AC BC . § 1.2 随机事件的概率

 一、填空题

 1. 试验的样本空间包含样本点数为10本书的全排列10!,设   A  指定的3本书放在一起 ,所以 A 中包含的样本点数为 8!3!  ,即把指定的 3 本书捆在一起看做整体,与其他三本书全排,然后这指定的 3 本书再全排。故8!3! 1( )10! 15P A  。

 2. 样本空间样本点 7! 5040 n  ,设事件 A 表示这 7 个字母恰好组成单词 SCIENCE,则因为 C 及 C, E 及 E 是两两相同的,所以 A 包含的样本点数是 2! 2! 4 A   ,故

 2! 2! 1( )7! 1260P A 

 二、求解下列概率 1.

 (1)

 25280.36CC ;

 (2) 1 5 1 53 7 3 76 68 85!0.3756!C C C AC A 

  2.

 41241 0.427112A 

 3. 由图 1.1 所示,样本点为随机点 M 落在半圆20 2

 ( ) y ax x a    为正常数 内,所以样本空间测度可以用半圆的面积 S 表示。设事件 A 表示远点 O 与随机点 M 的连线 OM 与 x 轴的夹角小于4,则 A 的测度即为阴影部分面积 s , 所以 2221 14 2( )22aasP ASa    §3 1.3 概率的性质

 一. 填空题 1.0.3; 2. 1 p  ; 3. 16; 4. 712

 二. 选择题 1. C; 2. A; 3. D; 4. B; 5. B. 三. 解答题 解:因为 , AB A A B   所以由概率的性质可知:

 ( ) ( ) ( ). P AB P A P A B   又因为 ( ) 0, P AB  所以可得 ( ) ( ) ( ), P A B P A P B   于是我们就有 ( ) P AB 

 ( ) ( ) P A P A B  ( ) ( ) P A P B   . 如果 , A B  则 , AB A 

 ( ) ( ) P AB P A  ; 如果 , B A  则 , A B A  这时有 ( ) ( ). P A P A B 

 aa2a1.1 图

 如果 , AB   则 ( 0, P AB  )

 这时有 ( ) ( ) ( ). P A B P A P B  

 § 1.4 条件概率与事件的独立性

 一. 填空题 1. 23;2. 0.3、0.5;3. 23;4. 14; 5.

 2;

 5. 因 为 A B A B  , 所 以 ( ) ( ) , ( ) ( ) A B A B A A B B A B A B A B A B      , 则 有, A B A B A B        ,因为 , AB A B      且 所以 A 与 B 是对立事件,即A B A B   , 。所以, ( ) ( ) 1, P A B P A B   于是 ( ) ( ) 2 P A B P A B  

 二. 选择题 1. D; 2. B;3. A;4. D;5. B 1. 已知 ( ) ( ) 1, P A B P A B   又 ( ) ( ) 1, P A B P A B   所以 ( ) ( ), P A B P A B  于是得( ) ( )( ) ( )P AB P ABP B P B ,注意到 ( ) ( ) ( ), ( ) 1 ( ), P AB P A P AB P B P B     代入上式并整理后可得 ( ) ( ) ( ) P AB P A P B  。由此可知,答案 D。

 三. 解答题 1. 3 310 5, ;

 2. 2n § 1.5 全概率公式和逆概率( Bayes )公式

 解答题 1. 0.973 2. (1)0.85;(2)

 0.941 3.(1)

 0.943 ;(2)

 0.848

 § 1.6 贝 努利 概型与二项概率公式

 一. 填空题 1. 11 (1 ) ,(1 ) (1 )n n np p np p     ;2. 23 二. 解答题 1. 0.5952.

 2. 0.94 n ,2 2 2(0.94) (0.06)n nnC ,11 (0.94) (0.06) (0.94)n nn 

 3.(1)0.0839,(2)0.1240,(3)0.9597 章节 测验

 一. 填空题 1. 825; 2. 对立;3. 0.7; 4. 8 421 7,

 二. 选择题 1.B 2.C 3.C 4.A 5.D

 三、解答题 1.(1)0.69; (2)223 2.

 .0038 四、证明题(略)。

 2.1

 随机变量

 分布函数

  一、填空题 1. ) ( 1 a F  ; ) 1 ( ) 1 (   F F ;) () ( ) (b Fa F b F ;2. 1, 12a b   /π;3.12 1 e

 二、选择题 1、D;

 2、A;

 三、计算题 1.解:由题意知随机变量 X 的分布列(律)为 X

 3 4 5 P

 101 103 106 所以得随机变量 X 的分布函数为   5 , 15 4 ,1044 3 ,1013 , 0) (xxxxx F

 2.解:(1)由条件知,当 1   x 时, 0 ) (  x F ;

 由于81} 1 {    X P ,则81} 1 { ) 1 (      X P F ; 从而有

 8581411 } 1 { } 1 { 1 } 1 1 {              X P X P X P ; 由已知条件当 1 1    x 时,有

 ) 1 ( } 1 1 1 {         x k X x X P ; 而 1 } 1 1 1 1 {        X X P ,则21 k

 于是,对于 1 1    X 有 } 1 1 1 { } 1 1 { } 1 1 , 1 { } 1 {                      X x X P X P X x X P x X P

 16) 1 ( 52185  x x 所以

 167 516) 1 ( 581} 1 { } 1 { ) (        x xx X P X P x F

 当 1  x 时, 1 ) (  x F ,从而    1 , 11 1 ,167 51 , 0) (xxxxx F

 (2)略。

 2.2

 离散型与连续性随机变量的概率分布

 一、填空题 1.3827;2. 2

  二、选择题 1.C;

 2.A;

  3.B

 三、计算题 1.(1)

 2 , 1   B A ;(2)    2 , 12 1 , 1221 0 ,20 , 0) (22xxxxxxxx F ;(3)43 2.略。

 2.3

 常用的几个随机变量的概率分布

 一、填空题

 1.649;2.232e ;3. 2 . 0

 二、计算题

  1、43;2、 352 . 0 ;3、 5167 . 0 ;4、(1)

 9270 . 0 1 ) 5 . 1 ( ) 5 . 2 (      ;(2)

 29 . 3  d

 2.4

 随机向量及其分布函数

 边际分布 一、填空题 1、 ( , ) ( , ) ( , ) ( , ) F b b F a b F b a F a a    ; ( , ) ( , ) F b b F a b  ; 2、 0 ; 1

 二、计算题 1、(1)2,2,12    C B A ;(2)161; (3)

 R xxx F X    ),2arctan2(1) (, R yyy F Y    ),3arctan2(1) ( 2、(1) 0 , 00 , 1) (2xx ex FxX, 0 , 00 , 1) (yy ey FyY,; (2)4 2  e e 。

 3、   2, 120 ), cos 1 (sin210 , 0) (xx x xxx F X ,   2, 120 ), cos 1 (sin210 , 0) (yy y yyy F Y

 2.5

 二维离散型与连续性随机向量的概率分布 一、填空题 1、87;2、 1 jijp , 1 iijp ;3、41;4、41 二、计算题 1、 1  c ;0 , 00 ,) (xx ex fxX; 0 , 00 ,) 1 (1) (2yyy y f Y

 2、(1)6,( , )( , )0,x y Df x y  其它; (2)26( ),0 1( )0 ,Xx x xf x    其它;6( ),0 1( )0 ,Yy y yf y     其它

 3、

  2.6

 条件分 布

 随机变量的独立性

  一、选择题 1、B;

 2、A;

  3、D;

 4、C;

  5、D 二、计算题

 1、

  2、| |2 ,0 1 2 ,0 1( | ) , ( | )0, 0,X Y Y Xx x y yf x y f y x        其它 其它 3、(1)

 8  c ;(2)41}2{  XY P ;(3)不独立。

 4、 ) 1 ( 1 1121  e 2.7

 随 机变量函数的概率分布

 一、填空题 1、

 2、1,0 1( )0,Yyf y   其它 二、选择题 1、B;

 2、D; 三、计算题 1、  elseyy f, 01 0 , 1) ( ;

  2、   1 , ) 1 (1 0 , 10 , 0) (z e ez ezz fzzZ X Y

 1 

 1

 1 

 41 21 1

 0

 41 0 |  Y X

 0

 1

 2

 P

 25 . 0

 25 . 0

 5 . 0

 Y

 3 

 1 

 1

 3

 7

 P

 203 204 205 204 204 Z

 9

 4

 1

 0

 P

 203 208 205 204

 3、 1 , 11 0 ,210 , 0) (zzzz f Z ;  1 ,2111 0 ,20 , 0) (zzzzzz F Z

  第二章测验

 一、填空题 1、41;2、34 ;3、 0 ;4、 2 . 0

 二、选择题 1、C;

 2、A;

 3、B 三、计算题

  1、 ~ (3,0.4) X B ,则随机变量的概率函数为

  其分布函数为:

    3 , 13 2 ,1251172 1 ,125811 0 ,125270 , 0) (xxxxxx F

 2、(1)

 24  A ; (2)   其它 , 01 0 ), 1 ( 12) (2x x xx f X ,   其它 , 01 0 ), 1 ( 12) (2y y yx f X ; (3)不独立; (4)      其它其它, 01 0 , 1 0 ,2) | ( ,, 01 0 , 1 0 ,) 1 () 1 ( 2) | (2|2|y xxyx y fy xyxy x fX Y Y X。

 3、(1)0 , 00 ,) (zz zez fzZ;(2) 0 , 00 ,) 1 (1) (2zzz z f Z

 X

 0

 1

 2

 3

 P

 12527 12554 12536 1258

 第三章 随机变量的数字特征

 3.1 数学期望 一

 、填空题

 1、 13,23,3524 ;

 2、 21 , 0.2

  3、 2

 ,4796 二、计算题

 1.

  解:

 11 21 1( )(1 ) (1 ) 1kkkk ka a aE X k ka a a          根据公式

   ""121 11( 1)11k kk kxkx x xxx                 得到

  2 21( )(1 )11aE X aaaa     2. 0

 ;3.:2a 4.

 2/3,4/3 ,-2/3,8/5

 ; 5. .4/5,3/5,1/2,16/15

  2 3.2 方差

 一、填空题

 1.

 0.49 ;2. 1/6 ; 3.

 8/9

 ;4. 8 ,0.2 二、计算题

 1 1.:

 0.6 ,0.46 提示:

 设

  0,1,iiXi 部件 个不需要调整部件 个需要调整 则1 2 3, , X X X 相互独立,并且1 2 3X X X X    ,显然1(1,0.1), X B

 2(1,0.2) , X B3(1,0.3) X B

 2. :1/3,1/3 ;

 3 3 .:

 16/3 ,28

 三、

 证明题

 提示:

    2 2( ) ( ) ) D XY E XY E XY E XY EX EY    

  2) E XY YEX YEX EX EY    

   2( ) ( ) E Y X EX EX Y EY DX DY     

 3 3.3 协方差与相关系数

 一、

 选择题

 1. A;

 2.C ; 3.C 二、

 计算题

 1.   ( ) 0 E X E Y   , ( ) ( ) 0.75 D X D Y   , 0XY  ,

 ( ) 1. 5 D X Y  

  X 与 Y 不独立 2. 0 ,0

 提示:221211 11 , 1 1( )0yyYdx y yf y         其它

  1211( ) 1 0 E Y y y dy   ( ) 0.25 D Y 

 同理可得   ( ) 0 E X E Y   , ( ) ( ) 0.25 D X D Y  

 2 21( , ) ( ) 0x yxyCov X Y E XY dxdy    3. :2 22 2a ba b 4 3.4 矩与协方差矩阵

 1. 33 3 2 1 13 2 v v v v    

 2.(1)0.7,0.6,0.21,0.24 ;(2)-0.02

 ;(3)-0.0089

  (4)0.21 0.020.02 0.24    

  第三章 测验 一、

 填空题

 1.18.4 ; 2. 1 ,0.5;

 3. ab

 二、

 选择题

 1.B ; 2.A;3.D 三、

 计算题

 1.解:设 X 表示该学徒工加工的零件中报废的个数,又设

  0,1,iiXi 第 个零件未报废第 个零件报废 则由题设知

  0 111 1iXii i       于是有 101iiX X 

  且1( ) ( 1,2, ,10)1iE X ii  从而10 10 101 1 11 1 1 1( ) ( ) ( ) 2.021 2 3 11i ii i iE X E X E Xi            2.:

 10 分 25 秒 提示:设乘客到达车站的时间为 X ,由题意可知 X 为[0,60] 上 的 均 匀 分 布 , 根 据 发 车 时 间 可 以 得 到 等 候 时 间 Y , 且 Y 是 关 于 X 的 函 数

 10 0 1030 10 30( )55 30 5570 55 60X XX XY g XX XX X            3. 0,0 第四章习题

 4.1 切比雪夫不等式

 随机变量序列的收敛性

 1.解:由切比雪夫不等式知, 222 1(3 7) (| 5| 2) 12 22 1(| 5| 8)8 32P X P XP X           2.解:设 X 为在 n 次试验中事件 A 出现的次数,则 ~ ( , ) X B n p ,Xn为频率. 21 1 1 0.75 0.25( ) ( ) 0.75 0.75 , ( ) ( )X XE E X n D D Xn n n n n n      

 由题意知 {0.7 0.8} 0.9 ,XPn  

 而由切比雪夫不等式有20.75 0.25{| 0.75| 0.05} 10.05XnPn   

 所以有20.75 0.251 0.90.05n  ,得 750 n

  4.2 大数定理

 1. 证:有题设知 X n (n=2,3,…)的概率分布为:

 2X n - 0

 n   kx nX P

 n 1 n 2 - 1

 n 1

 故 X n 的数学期望为   01 21 01n - ) (n      nnn nX E X n 的方差为      2 22 2 21 2 1( ) [ ( )] 0 1 2n n nD X E X E X n nn n n              故 NnnXNX11的数学期望     01 11 1   NnnNnnX ENXNE X E 方差    N NX DNXND X DNnNnnNnn221 1 112121       在利用车比雪夫不等式得     022 2           NNX DX E X P  因此, X 1 ,X 2 ,…,X n ,…服从大数定理。

 2.证:由于 X 1 ,X 2 ,…,X n 相互独立,且 ( )i iE X   , ( )iD X 存在, 令

  n11niiX Xn

 则

     k k1 1 11 1 1n n nn ki i iE X E X E Xn n n         

 有限。

    k k21 11 10n nnni iD X D X D Xn n        故由车比雪夫不等式知, 0    。

      12 2 21 1 1nknnkn nD XD XP X E Xn        即

 1 11 1lim {| | } 1n ni ini iP Xn n      4.3 中心极限定理

 1.解:设 X 为抽取的 100 件中次品的件数,则 (100,0.2) X B , ( ) 100 0.2 20, ( ) 20 0.8 16 E X D X      

 则18 20 20 25 20 1 20 5{18 25} { } { }4 4 4 2 4 4(1.25) ( 0.5) (1.25) (0.5) 1 0.8944 0.6915 1 0.5859X XP X P P                      2.解:(1)

 设 X 为一年中死亡的人数,则 ( , ) X B n p ,其中 n =10000, p =0.006 保险公司亏本则必须 1000X>120000,即 X>120 P{保险公司亏本}= { 120} P X  =120{ }(1 ) (1 )X np npPnp p np p  

  = { 7.769}(1 )X npPnp p1 (7.769) 0   

 (2)P{保险公司获利不少于 40000 元} {120000 1000 40000} { 80}80{ } (2.59) 0.995(1 ) (1 )P X P XX np npPnp p np p          3.解:设 X i ={每个加数的舍入误差},则 X i

 ~ U(-0.5, 0.5),   0i X E ,   12 1i X D ,i = 1, 2, … 故由独立同分布中心极限定理知 X 1 , X 2 , …服从中心极限定理。

 (1)

      802 .1 0 ) 9099 . 0 1 ( 2) 4 .3 1 ( 1 2 1 ) 4 .3 1 ( 2 1 ) 4 .3 1 ( ) 4 .3 1 ( 112115000 1500 1512115000 150012115000 1500 15- 115 15 1 15 1 1515001150011500115001                             iiiiiiiiXPX P X P X P (2)

 1{| | 10} 0.9niiP X 

  ,110| | 0.91 112 12niiXPn n          由中心极限定理得,10 102 ( ) 1 0.9, ( ) 0.951 112 12n n     ,所以 101.65112n,解得 440 n .

 第四章

 测验

 一、填空题

 1.1/4;211k . 2.221n .提示:利用切比雪夫不等式估计. 3.1/12 4.0. 5.0.5. 6. ( ) x  . 二、选择题

  1.A

  2.C

 3 D.

  三、应用题

 1.解:设 X 为 1000 次中事件 A 出现的次数,则 (1000,0.5) X B

 ( ) 500, ( ) 500 0.5 250 E X D X    

 250 39{400 600} {| 500| 100} 1 0.97510000 40P X P X         

 2.解:设至少要掷 n 次,有题设条件知应有   9 . 0 6 . 0 4 . 0   nX P

 其中 niiXnX1n1,

  i=1,2,… 独立同分布,且     5 . 0 0 1i i    X P X P , 5 . 0 ) (i X E , 25 . 0 5 . 0 5 . 0 ) (i   X D

 (1)

 用切比雪夫不等式确定     2n1 . 01 1 . 0 5 . 0 6 . 0 4 . 0nnX DX P X P        而 n nX DnXnD X Dniniini25 . 05 . 01 1 1) (12212n      即要求90 . 01 . 025 . 012 n 即) 次 ( 2501 . 025 . 03  n 即至少应掷 250 次才能满足要求。

 (2)用中心极限定理确定  -0.5 0.4-0.5 0.6-0.50.4 0.60.5 0.5 0.52 1 0.905 5 5nnXP X Pn n nn n n                                   得1 0.900.955 2n       查标准正态分布表的 645 . 1 5  n , 225 . 8 645 . 1 5    n

 所以 68 65 . 67 225 . 82   n

 即在这种情况下至少应掷 68 次才能满足要求。

 3.解:设 X 为每天去阅览室上自习的人数。

 则有 (12000,0.08), ( ) 12000 0.08 960, ( ) 960 0.92 883.2 X B E X D X      

 (1)

 { 880} 1 { 880}960 880 9601 { }883.2 883.21 ( 2.692) (2.692) 0.996P X P XXP            (2)设总座位数为 n 960 960{ } 0.8, { } 0.8883.2 883.2X nP X n P    由中心极限定理知, 960( ) 0.8883.2n  ,查表得960883.2n=0.85, 986 n ,所以应增添 986-880=105 个座位。

 4.解:令 n 为该药店需准备的治胃药的瓶数 X 为在这段时间内购买该药的老人数 则由题意知 (2000,0.3) X B , ( ) 2000 0.3 600, ( ) 600 0.7 E X D X     

 { } 0.99600 600{ } 0.99420 420P X nX nP   由中心极限定理知, 600( ) 0.99420n  ,查表得6002.33420n ,所以 648 n

  四、证明题

  1.证明:设

  则有,11, ( ) ( ) (1 )4nn k k k k k kkM X E X p D X p p    

 11 11 1( ) ( ) ( ) .nk n nn kk kk kpME E X E Xn n n n     12 2 21 111 1 1 4( ) ( ) ( ) .4nn nn kk kk kMD D X D Xn n n n n      由切比雪夫不等式得,1 22 2( )11 1 {| | }4nn nMDM p p pnPn n n        , 所以当 n 时1 21 {| | } 1n nM p p pPn n     ,即 1 2{| | } 1n nM p p pPn n    .

 2.证:因为1 2, , ,nX X X 相互独立且同分布,所以21X ,22X ,…,2nX 相互独立且同分布,且有相同的数学期望与方差:

  22a X Ei,           0 a -222 422 4 2      a X E X E X Di i i 满足独立分布中心极限定理条件,所以 niiX12近似服从正太分布  22 , n na N,即nii nXnY121近似服从 na aa N2 242) (, 第五章

 数理统计的基本概念

 5.1

 总体

 样本

 统计量

 一、选择题 1.(D) 2.(A)

  9 922 221 19285 9 257.59 1 9 1 8iii iX X X XS          3. (D) 二、应用题

 1. 5,2.44

 2. 551 2 5 1 511( ) ( , ,... ) ( ) , ,...0,iX iib a f x x x f x a x x b    其它

 3. 0, 11,1 24( )3,2 341, 3xxF xxx     5.2 抽样分布 一、选择题 1.(C)

 注:

 1111 1~ ( 1)/Xt nS n  才是正确的. 2.(B) 根据  2221~ 1n Sn  得到  2 21( ) ~ 1niiX X n   3.(A)

  解:

  9 921 1~ (0,9 ) 9 ~ 0,1i ii iX N X N  ,  92 219 ~ 9iiY 

  由 t 分布的定义有  919219981iiiiXtY~

 二、应用题 1. ( 1,1) F n

 2. (1)3~ (10, )2X N

  (2) 0.2061 3. 26.105 第五章 测验 一、选择题 1. ( C ) 2.(C)

 注:统计量是指不含有任何未知参数的样本的函数 3(D)

 对于答案 D,由于 ~ (0,1), 1,2, ,iXN i n ,且相互独立,根据2 分布的定义有 2212( )~ ( )niiXx n

 4.(C) 注:1~ (0, ) X Nn, ~ ( 1)Xt nS n 才是正确的 5.(C)

 1 2 3 4 5{max( , , , , ) 15} P X X X X X 

 1 2 3 4 51 {max( , , , , ) 15} P X X X X X   

  1 51 15, , 15 P X X    

 =5)] 5 . 1 ( [ 1  

 二、填空题 1.  ,2n 2. 1niiXn, 2111niiX Xn,  2111niiX Xn,11inkiXn,  11nkiiX Xn 3. ,pqpn 4. 2 52 (1) n  

  三、应用题 1. ( 1)21 211( , ,... ) ( )!!n nk nnn niif x x x e ekk     2.

 0.1

  3. ( 1) t n

 第六章

 参数估计 6.1 参数的点估计

 一、选择题

 1.A

  2.A 二、解答题 1.解 (1)

        1111 } {xxxp p x x X xP X E 11xxqqp qdqdp

 p1

   p q  1

 用 X 代替   X E ,则得 p 的矩估计量 Xp1

  niiXnX11 (2)分布参数 p 的似然函数        nixinip p x X P p Li1111 } {     niin xnp p 1 1

 取对数

     p n x p n p Lnii   1 ln ln ln1 解似然方程

  011 ln1  niin xp pndpp L d

 得 p 的极大似然估计量

 Xp1

 niiXnX11

 2.解

 (1)

      26;320      dx xxdx x xf X E ,用niiXnX11代替总体均值   X E ,则得参数  的矩估计量为 . 2X   (2)        niiXnD X D X D D114 4 2        niiX DnX nDnX Dn12 24 4 4 因 为

             22222; ] [ dx x f x X E X E X D      02 23320 46 dx xx 所以

   n nD5 2042 2   

 3.解

 取     1121 2 1, , , ,nii i nX X C X X X  由定义      1121 2 1, , ,nii i nX X C E X X X E     1121nii iX X E C

      1121212nii i i iX X X X E C           1121212nii i i iX E X X E X E C              1121212nii i i iX E X E X E X E C           112 2 212nii iX E X E X E C    2112 2 22 1        nin C C

 所以

    1 21nC

 6.2 参数的区间估计

 一、选择题

 1. C

  2. A 6.3 一个总体均值的估计 1.解

 由于 , 99 . 0 1   

 故 , 3 1 , 01 . 0    n 又  查 t 分布表得  0.0123 5.841, t  又%, 03 . 0 %, 34 . 8   s x

 故得  的 99%的置信区间为   % 428 . 8 %, 252 . 8 )%403 . 0841 . 5 34 . 8 ( )%,403 . 0841 . 5 34 . 8 (       

 2.解

 计算得样本均值 16 , 0171 . 0 , 125 . 22   n s x

 (1)0.120.10, 1.645, 0.01, u     

 总体均值  的 90%的置信区间为 2 2, 2.121, 2.129 x u x un n         (2)

 . 15 1 , 10 . 0    n  查 t 分布表得  0.1215 1.753 t    753 . 1 1510 . 0 t ,总体均值 的 90%的置信区间为     2 21 , 1 2.117, 2.133s sx t n x t nn n          3. 解 :

 计 算 得265, 3000, 0.05 x s     , n-1=7 , 查 t 分 布 表 得 0 . 1 027 1 . 8 9 5 t  ,计算得株高绝对降低值 μ 的 95%的置信下限为  21 28.298sx t nn   . 4.解

 每20.10hm 的平均蓄积量为315m ,以及全林地的总蓄积量375000m ,估计精度为 0.9505 A

 5. [372.37, 452.67] 6.4 一个总体方差与频率的估计

 1.解

 由样本资料计算得 3750 . 60  x , 3846 . 02 s , 6202 . 0  s ,又由于 05 . 0   ,025 . 0 2   , 975 . 0 2 1    , 15 1  n

 查2 分布表得临界值 , 488 . 27 ) 15 (2025 . 0 

 , 262 . 6 ) 15 (2975 . 0  从而2 及  的置信概率为 % 95 的置信区间分别为[0.2099,0.9213]与[0.4581,0.9598]. 2. 解 (1)由于 , 14  n , 05 . 0   查 t 分布表得  0.05213 2.16, t  又 67 . 1 , 7 . 8   s x ,故得总体均值  的 95%的置信的区间为     2 21 , 1 7.736,9.664s sx t n x t nn n          ( 2 )

 由 于 , 10 . 0  

 05 . 0  2  , , 95 . 0 2 1    , 13 1  n 查2 分 布 表 得  362 . 22 13205 . 0  ,   892 . 5 13295 . 0  ,故得总体方差2 的 90%的置信区间为       153 . 6 , 621 . 111,112212222nS nnS n   3. 解 , 4 1 , 95 . 0 2 1 , 05 . 0 2 , 10 . 0       n    查2 分 布 表 得  , 488 . 9 4205 . 0 

   711 . 0 4295 . 0  ,又计算得 1 . 21  x , 505 . 82 s ,故得该地年平均气温方差2 的 90%的置信区间为       85 . 47 , 58 . 311,112212222ns nns n   4. 解 造林成活率的置信区间为 [0.8754,0.9369]

 6.5 两个总体均值差的估计

 1. 解

 由于 18 2 , 05 . 02 1    n n  ,查 t 分布表得临界值  0.05218 2.101. t  又, 8 . 126 , 06 . 14 , 102 1    y x n n , 96 . 71 , 93 . 162221  s s 从而求得2 1   的置信概率为 95%的置信区间为[7.536,20.064].即以 95%的概率保证每块试验田甲稻种的平均产量比乙稻种的平均产量高 7.536kg 到 20.064kg. 2.解

 由样本值计算得 5 , 5 , 27 , 4 . 2422 1    A B An n y x  , 82B ,05 . 0   , , 96 . 105 . 0 u 故2 1   的 95%的置信区间为

     2 2 2 21 2 1 21 2 1 2 2 2, 5.76, 0.56A B A Bx y u x y un n n n                  3. 解

 由样本值计算得 2 2 2 211 . 10 , 875 . 75 , 30 . 11 , 44 . 81    B B A As y s x ,, 91 n

 , 82 n

 , 05 . 0  

 查 t 分布表得  0.05215 2.131, t  故得B A   的 95%的置信区间为

  4.

 [-13.93,-9.77]

 6.6 两个总体方差比的估计 解 , 025 . 02, 05 . 0 , 9 1 1      B An n 查F分布表得      1 , 12B An n F 

     , 03 . 4 9 , 9 1 , 1025 . 02    F n n FA B 故 2221  的 95%的置信区间为:

       6008 . 3 , 2217 . 0 1 , 1 · ,1 , 11·222222    n n Fssn n F ssA BBAB A BA

  第六章 测验 一、选择题

 1.D

  2.C

  3.A

 二、填空题

 1.12 

 2.2 1ˆ2X

  3.   588 . 5 , 412 . 4   

  4. 21;1  5.  0.3521 t nkn 

 三、计算题

 1.解 因为 X~N   , 4 ,2   所以   , 9492222  ~S 于是,

    1 . 0169169} {22SP a S P 查2 分布表得 , 684 . 14169a 所以 . 105 . 26  a

 2 . . 解

 (1)

        exx f x x x fniniixi ni1 12 1!; , , , niixnx enii1! ·1;               2 21 21 2 1 1 2 21 2 22 21 21 2 1 1 2 21 2 22 1 1 ,22 1 1 5.58, 16.71 .2A BA Bn nx y t n n n s n sn nn nx y t n n n s n sn n                       

 (2)

       nnS EnX D X En1, ,2   . 3 . . 解

 因 为 X ~ N  22 , 30   , 于 是     , ) 2 1 ( , 30 ) 16 2 ( , 302 2  =N   ~N X 从 而  1 , 02 130  ~NXU ,故     2 / 130 312 / 1302 / 130 2931 29XP X P

       9545 . 0 1 97725 . 0 2 1 2 2 2 2 22 1302             XP

 4 . . 解

 (1)

 178320 , 314022    b x   ;(2)

 1981332 2  s  5. .解

 设施肥与不施肥的收获量分别为总体 , ,Y X 且 X~N   , ,21  Y~N ) ( ~22  , N Y , 计 算 可 得 , 1738 . 1 , 9227 . 0 , 7 . 9 , 4 . 112 222 21    s s y x 又, 05 . 0 , 16 2 , 10 , 82 1 2 1       n n n n 查 t 分布表得临界值  0.05216 2.12, t  从而计算均值差2 1   的 95%的置信区间为      . 7773 . 2 , 6227 . 016 8 10181738 . 1 9 9227 . 0 7 12 . 2 7 . 9 4 . 11,16 8 10181738 . 1 9 9227 . 0 7 12 . 2 7 . 9 4 . 112 22 2           故在置信概率 0.95 下,每 20 1 亩水稻平均收获量施肥比不施肥的增产 0.6 到 2.8 斤. 第七章

 假设检验

 7.1 假设检验概念和原理

 一、填空题:

 1、概率很小的事件在一次试验(抽样)中是不至于发生的。

 2、0H 为真,通过一次抽样拒绝0H 所犯错误; 0H 为假,通过一次抽样接受0H 所犯错误。

 二、选择题

 1、B ;2、D。

 三、应用计算题

 1、解:

  1 2 32| 1 2 5 8 P x x x p       

  1 2 32| 1 4 3 64 P x x x p       

 2、解:(1)、21 0 0 . 6 2 c u   

 (2)、因210 0.62 c u   

 故拒绝原假设0 0: 0 H     。

 (3)、  1 . 1 51 . 1 51 1 0 1 1 0xP x P         

   3.64 1 2 (3.64) 1 0.00031 10xP            7.2 一个总体参数的假设检验

 一、填空题:

 1、01XUn 

 01 2( , , ):1nXR x x un       。

 2、220( 1) n SF 。

 3、010 0( , , ):(1 )nW pR x x up p n        二、选择题

 1.A

 2.D

 3. B

 三、应用计算题

 1、(1)若根据以往资料已知  =14 ;(2)

  未知。

 解:(1)0 1: 500 : 500 H H     

  0502 5000.45214 10xun   

  因 20.452 1.96 u u    

 故接受原假设0H . 从而包装机工作正常。

 (2).先检验标准差 0 0 1 0: =15 : H H       

  2 222 20( 1) (10 1)1610.2415n S   

 2 2110.24 3.325 ( 1) n    

 故拒绝原假设0 0: =15 H   

 其次检验0 1: 500 : 500 H H     

  0502 5000.39516 10xTS n    

 因2T 0.395 2.262 ( 1) t n   

 故接受原假设0 :500 H  

 所以,综合上述两个检验可知包装机工作正常。

 2、解:0 0 1 0: =0.3 : =0.3 H H       

 2 222 20( 1) (25 1)(0.36)0.3456(0.3)n S   

 2 20.3456 36.415 ( 1) n     

 故接受原假设。标准差没有明显增大。

 3、解:0 0 1 0: 0.9 : 0.9 H p p H p p     

  4400.88500W  

 00 00.88 0.91.49(1 ) 0.9(1 0.9) 500W pUp p n      0.05 0.011.645, 2.33 u u  

  0.051.645 U u  

  0.012.33 U u  

 故两个水平下均接受原假设。

 7.3 两个总体参数的假设检验

 一、填空题

 1、等方差。

 2、2 21 22 21 2S SF  服从1 2( 1, 1) F n n   .分布。

 3、1 21 2(1 )(1 1 )W WUW W n n , 其中1 1 2 21 2nW n WWn n。

 二、选择题

 1、 B

 2. A

 三、应用计算题

 1、解:0 1 2 1 1 2: : H H       

 2 21 1 2 21 2 1 2( 1) ( 1) 1 12X YTn S n Sn n n n       0.23 0.2690.206(9 1) 0.1337 (8 1) 0.1736 1 19 8 2 9 8            因20.206 2.131 (15) T t    

 故接受原假设。

 2、解:检验0 1 2 1 1 2: : H H       

 2 2 2 21 21 2280 2861.5(28) (28.5)100 100X YUS Sn n              因21.5 1.96 U u  

 故接受原假设即认为两种工艺下细纱强力无显著差异。

 3、解:0 1 2 1 1 2: : H p p H p p   

 120 200 0.1 W  

 215 200 0.75 W  1 1 2 21 2350.07500nW n WWn n  

 1 21 20.1 0.755.970.07(1 0.07)(1 200 1 300) (1 )(1 1 )W WUW W n n      因 5.97 1.645 U u    

 故拒绝原假设,即认为乙厂产品的合格率显著低于甲厂。

 7.4 非参数假设检验

 一、填空题

 1、 1 m k  

 2、由抽样检验某种科学科学理论假设是否相符合。

 3、 ( 1)( 1) r c   。

 二、选择题

 1. A;2. C 三、应用计算题

 1、解:0 :H 该盒中的白球与黑球球的个数相等。

 记总体 X 表示首次出现白球时所需摸球次数,则 X 服从几何分布  1(1 ) k P X k p p   ,1,2, k 

 其中 p 表示从盒中任摸一球为白球的概率。若何种黑球白球个数相等,则此时12p 

 从而  11 1 2 p P X    ,  22 1 4 p P X   

 ,  33 1 8 p P X   

   44 116 p P X    ,  55 2 1 16kkP X   2521( )3.2i iiiv npnp 

 2 (4)9.488 

 2 23.2 9.488 (4)   

 则接受原假设。

 2、解:0 :H

 X 的概率密度为 ( ) 2 f x x 

 (0 1) x  

  10 0.25 0.0625 p P X     ,  20.25 0.5 0.1875 p P X    

  30.5 0.75 0.3125 p P X     ,  40.75 1 0.4375 p P X    

 2421( ) 641.82935i iiiv npnp  2 (3)7.815 

 因2 21.829 7.815 (3)   

  故接受原假设即认为 X 的概率密度为 ( ) 2 f x x 

 (0 1) x   。

 3、解:0 :H

 公民对这项提案的态度与性别相互独立 22 321 1( )2173.7ij iji jijn ee  

 因2 22173.7 5.991 (2)   

 故拒绝0H ,即认为公民对这项提案的态度与性别不独立。

 4、略。

 第七章

 测验

 一、填空题(每小题 4 4 分,共 0 20 分)

 1、1 25( , , ):2 16nXR x x u         2、XTS n ; 3、2220( 1) n S ;2 ; 4、2122SFS ;    2 2 2 21 1 2 2 1 2 1 2, , : ,nR x x S S F S S F     或; 5、

 =1 4  ;

 9 16   .

 二、选择题(每空 4 4 分,共 0 20 分)

 1、A ; 2、C; 3、B;4、C;5、A 三、应用题(共 0 60 分)

 1、解:检验0 1: 70 : 70 H H     

  066.5 701.415 36xTS n    

 因2T 1.4 2.02 ( 1) t n   

 故接受原假设0 :70 H  

 2、解:

 0 0 1: =8 : 8 H H      

  2220( 1) (10 1) 75.73310.6564n S    

 2 21 210.65 2.7 ( 1) n    

 故拒绝原假设0 0: =8 H   

 3、解:先检验2 2 2 20 1 2 1 1 2: : H H       

 21223.3251.492.225SFS  (2 21 2S S  )

 查表的2 1 2(( 1),( 1)) 5.35 F n n  

  因2 1 21.49 5.35 (( 1),( 1)) F F n n     故可认为方差相等。

 其次检验0 1 2 1 1 2: : H H       

 2 21 1 2 21 2 1 2( 1) ( 1) 1 12X YTn S n Sn n n n       76.23 79.433.52(10 1) 3.325 (10 1) 2.225 1 110 10 2 10 10           因 3.52 2.552 (18) T t     

 故接受原假设0 1 2: H   

 4、解:0 0 1 0: 0.2 : H p p H p p     , 00 00.27 0.23.5(1 ) 0.2 (1 0.2) 400W pUp p n      因 3.5 1.645 U u    

 故拒绝原假设。

 5、解:

 (1)

 1.026  

 (2)

 0.0132  

 第八章

 方差分析与回归分析 8.1 方差分析的概念与基本思想 一、 名词解释 1. 因素:影响试验指标变化的原因。

 2. 水平:因素所设置的不同等级 3. 单因素试验:在试验中仅考察一个因素的试验 4. 多因素试验:在试验中考察两个或两个以上因素的试验,这类试验一般可用因素的数目

 来命名 5. 处理:一个试验中所考察因素不同水平的组合 6. 处理效应(组间误差):试验中所考虑且加以控制的因素不同水平对试验指标的影响 7. 随机误差:试验中为考虑或未控制的随机因素所造成的试验指标的变异 二、问答题 1. 单因素试验中,因素的每一个水平即为一个处理,试验有几个水平,就相应地有几个处理;多因素试验中,处理的数目是各因素水平的乘积。例如,三因素试验中,A 因素有 a 个水平,B 因素有 b 个水平,C 因素有 c 个水平,则处理数为 abc 个。

 2. 方差分析的基本思想:将测量数据的总变异按照变异来源分解为处理效应和随机误差,利用数理统计的相关原理建立适当的统计量,在一定显著性水平下比较处理效应和随机误差,从而检验处理效应是否显著。

 8.2 单因素方差分析 一、 填空题 1. 平方根变换,角度(弧度)反正弦变换,对数变换; 2. 最小显著差数法,最小显著极差法;新复极差法,q 法; 3. 总平方和,随机误差平方和,组间平方和。

 二、计算题 1. 变产来源 离差平方和 自由度 均方 F 值 F

 组间 28.60 (4)

 7.15 14.30 3.63 组内 (4.5)

 9 0.5 总和 (33.1)

 (13)

  2.解:1 12229inri ji jT X  ,21 1199327inriji jX ,  2221 12229199327 589.3625inrT iji jTSS Xn        22 212229 1200704 219024 174724 495.365 25riAiiT TSSn n        589.36 495.36 94e T ASS SS SS     

 方差分析表如下:

 来源 平方和 自由度 均方和 F 值 因素 A

 495.36 4 123.84 26.35 误差 94 20 4.7 总平方和 589.36 24

 因为0.01=26.35 4.43 (4,20) F F   ,所以,当显著性水平 =0.01  ,5 个温度对产量的影响有显著差异。

 3.该题属于单因素 4 水平等重复试验的方差分析。其方差分析表如下:

  变异来源 自由度 df 离差平方和 SS 均方差 MS F 值 0.05F

 0.01F

 处理间 3 22.61 7.537 15.226 ** 4.07 7.59 处理内 8 3.96 0.495

 总变异 11 26.57

  说明不同浓度氟化钠溶液处理种子后,对芽长有极显著的影响。

 多重比较省略。

 4.该题属于单因素不等重复方差分析。

 变异来源 自由度 df 离差平方和 SS 均方差 MS F 值 0.05F

 0.01F

 处理间 2 153.53 76.76 21.51 ** 3.47 5.78 处理内 21 74.93 3.57

 总变异 23 228.46

 母猪对仔猪体重存在极显著的影响作用。

 8.3 双因素方差分析 1. 本题是双因素无重复观察值的方差分析。方差分析表如下:

 变异来源 自由度 df 离差平方和 SS 均方差 MS F 值 0.05F

 0.01F

 品种间(A)

 3 2758.39 919.46 10.02 ** 3.16 5.09 室温间(B)

 6 10530.21 1755.04 19.12 **

 2.66 4.01 误

  差 18 1652.36 91.80

 总变异 27 14940.96

  F 检验结果表明,品种和室温对家兔血糖值的影响均达极显著水平。

 2. 本题为两因素等重复试验的方差分析。方差分析表如下:

 变异来源 自由度 df 离差平方和 SS 均方差 MS F 值 0.05F

 0.01F

 原料(A)

 2 1554.1667 777.0833 12.67 ** 3.35 5.49 温度(B)

 2 3150.5000 1575.2500 25.68 **

 3.35 5.49 A×B 4 808.8333 202.2083 3.30 *

 2.73 4.11 误

  差 27 1656.5000 61.3519

 总变异 35 7170

  由方差分析表可知,原料、温度间的差异均达极显著水平,原料×温度的差异达显著水平。

 8.4 回归分析的基本概念 1.如何用数学语言描述相关关系? 相关关系就是一个或一些变量 X 与另一个或一些变量 Y 之间有密切关系,但还没有确切到由其中一个可以唯一确定另一个的程度,其数学语言描述可为:如果给定变量 X 任意一个具体取值0x ,存在变量 Y 的一个概率分布与其对应,并且该概率分布随0x 的不同而不同;同时给定变量 Y 任意一个具体取值0y ,存在变量 X 的一个概率分布与其对应,并且该概率分布随0y 的不同而不同,则称 X 与 Y 之间具有相关关系。相关关系是两个随机变量之间的平行

 相依关系。

 2.什么是回归关系?回归关系与相关关系有何联系? 回归关系是指在相关关系中,如果 X 容易测定或可人为控制,就将 X 看成为非随机变量,并记为 x (称为预报因子),这时 x 与 Y (称为预报量)之间的关系称为回归关系。

 回归关系是相关关系的简化,是变量之间的因果关系。

 8.5 一元线性回归模型的建立与检验 一、填空题 1.  211ˆ2ni iiY yn 。

 2. 0 1ˆ ˆy x     ,     1121ˆ=ni ixyinxxiix x Y YLLx x 。

 二、应用题 1.

 解:211 1121 1113755.68,11xx i ii iL x x        11 11 111 1 118708.58,11xy i i i ii i iL x y x y             211 1121 116050.58311yy i ii iL y y        (1)先求回归方程,由于 1 =0.633,xyxxLL 

 0 1= -38.97, y x    

 所以 Y 关于 x 的回归方程为 ˆ y0.633 -38.97, x 

 (2)用相关系数检验法计算样本相关系数 00.955xyxx yyLrL L 

 因为  0.019 0.7348, r  而  0 0.019 , r r  故可认为 Y 与 x 的线性相关关系是极显著的

 (3)把0200 x  代入回归直线方程,得

 ˆ 0.633 200-38.97 87.63 y    , 2. 略。

 3. 证明略。

 8.6 预测、控制与残差分析 (1)

 解:211 112 21 11 136750 510 13104.55,11 11xx i ii iL x x           11 11 111 1 11 113910 510 214 3988.18,11 11xy i i i ii i iL x y x y                 211 112 21 11 15422 214 1258.7311 11yy i ii iL y y           (1)先求回归方程,由于 13988.18= 0.304,13104.55xyxxLL  

 0 1214 510= 0.304 5.36,11 11y x       

 所以 Y 关于 x 的回归方程为 ˆ y5.36 0.304 , x  

 在检验,用相关系数检验法计算样本相关系数 03988.180.98213104.55 1258.73xyxx yyLrL L   取 =0.01  ,查相关系数检验表得,  0.019 0.7348, r  由于  0 0.019 , r r  故可认为 Y 与 x 的线性相关关系是极显著的。

 (2)把075 x  代入回归直线方程,得

 ˆ 5.36 0.304 75 28.16 y     , 21258.73 0.304 13104.55ˆ=2.3012 9Qn  ,  20.0575-46.36 11+ + =1.07 (9) 2.62611 13104.55t  ,

 故当075 x s  时,腐蚀深度 Y 的 95%预测区间为

   28.16 2.262 2.301 1.074, 28.16 2.262 2.301 1.074 ,       即

   22.57 .7 ,33 5 . (3)要使腐蚀深度在 10 20 m  之间,即1 210, 20, y y Y   的取值在区间   10 20 , 内时,则由方程组 1 0 1 12 0 1 2ˆ 2ˆ 2 ,y xy x          解得       1 1 012 2 011 1ˆ 2 10 5.36 2 2.301 30.40,0.3041 1ˆ 2 20 5.36 2 2.301 33.02.0.304x yx y                  

 8.7 可线性化的一元非线性回归 一、填空题 0 0 1 1ln , ln , ln , Y Y x x             ;0 0 1 11ln , , ln , Y Y xx            ;ln , lg Y Y x x     。

 二 、 解答题 题

  解:做散点图如右图。由于 Y 与 x 散点图呈指数曲线形状,于是有 • ,xY e     2ln 0, N  

 两边取对数,令 ln ,ln , , ,ln Y Y a b x x            

 模型转化为线性模型  2, 0, Y a bx N          

 对所给数据进行形影变换得到 ix 1 2 3 4 5 6 7 8 9 10 iy 7.8827 7.572 7.3092 6.9912 6.6399 6.2879 6.1821 5.6699 5.4205 5.3181 由公式计算可得 1 0ˆ ˆ0.29768, 8.164585    

 所以Y对x的样本回归方程为 8.164585-0.29768 Y x   

 用 t 检验法检验 " Y 对 " x 的回归效果是否显著,取显著性水平为 0.05,可得 0500100015002000250030000 2 4 6 8 10 12

  0.025ˆ32.3693 8 2.3060ˆxxbt S t   

 即线性回归效果是显著的。代回原变量,得曲线回归方程  0.29768ˆ ˆ exp 3514.26xy y e    

 第八章 测验 一、选择题 1、A;

 2、C;

  3、B;

  4、D 二、 填空题 1. 正态 ,独立, 等方差 。

 2.  20 1, ~ 0, Y x N         。

 3. 1ˆxx yyr L L   。

 三、 解答题 1.提示与解答:

  单因素等重复方差分析,方差分析表为 方差来源 离差平方和 自由度 均方差 F

 F 

 显著性 药品 1627.826 3 542.609 29.223 9.78 ﹡﹡ 误差 111.41 6 18.568

 总和 1739.236 9

  方差分析结果表明,农药的杀虫效果是极显著的。

 2. 提示与解答:一元线性回归方程建立、检验、应用. 销售费用 Y 与销售收入 x 之间的经验回归方程为 ˆ3.14 0.108 Y x  

 销售费用 Y 与销售收入 x 之间的线性回归关系是显著的。

 ...

相关热词搜索: 概率论 数理 习题