王明慈版 概率论与数理统计 习题五.docx
《王明慈版 概率论与数理统计 习题五.docx》由会员分享,可在线阅读,更多相关《王明慈版 概率论与数理统计 习题五.docx(40页珍藏版)》请在冰豆网上搜索。
![王明慈版 概率论与数理统计 习题五.docx](https://file1.bdocx.com/fileroot1/2022-11/29/0a175af0-0eeb-49e0-89b3-4381a4b068bd/0a175af0-0eeb-49e0-89b3-4381a4b068bd1.gif)
王明慈版概率论与数理统计习题五
习题五
1.设抽样得到样本观测值为:
38.240.042.437.639.241.044.043.238.840.6
计算样本均值、样本标准差、样本方差与样本二阶中心矩。
__1101
解:
x=∑x
=(38.2+40.0+42.4+37.6+39.2+41.0+44.0+43.2+38.8+40.6)=40.5;
i
10i=110
110__1
=∑(
−)2=[(38.2−40.5)2+(40.0−40.5)2+…+(40.6−40.5)2]=2.1587;
i
s9i=1xx9
110__
2=∑(
−)2=2.15872=4.66;
9
sxix
i=1
∼110
__9
2=∑(
−)2=
=4.194.
i
⎛10
i=1xx
10S
2.设抽样得到100个样本观测值如下:
观测值
xi
1
2
3
4
5
6
频数
ni
15
21
25
20
12
7
计算样本均值、样本方差与样本二阶中心矩。
解:
由书上127页(5.20)(5.21)(5.22)式可知:
___161
x=∑xn
=(1⋅15+2⋅21+3⋅25+4⋅20+5⋅12+6⋅7)=3.14;
100
ii
i
i=1
100
16___1
2=∑(−
)2=[(1−3.14)2⋅15+…+(6−3.14)2⋅7]=2.1216;
s99
i=1x
xni99
∼16___99
2=∑(−
)2=2.1216⋅=2.1004.
⎛
3.略
100
xi
i=1
xni
100
n
4.从总体中抽取容量为n的样本X1,…,X
,设为任意常数,为任意正数,作变换
ck
Y=k(X
−c),i=1,2,⋯,.
iin
证明:
(1)XY
x
2
=+c;
(2)S
k
2
2
X
2
x
==Sy;其中X及S
k
分别是1,…,
X
n
的样本均值及样本
方差;及
Y
2分别是
Sy
Y1,…,Yn
的样本均值及样本方差。
1
证明
(1)
=∑n
由=(
−)得
=Y=i+
XXi
1
ni=
YikXic
Xic
k
n
1(Y)1n1Y
∴X=
∑i+c=
∑Yi+⋅nc=+c
ni=1
kk⋅ni=1nk
2=1∑n(
−=)2=1∑n⎡(−)
2
−)⎤
⎣⎦
(
SyYiY
ni=1
ni=1
2
kXi
ckXkc
(2)
=1∑n
=)=
2⋅=1∑n
(−=)2=
2⋅2
ni=1
2
kXi
2
Sy
kXk
Xi
ni=1
XkSx
∴Sx=2
k
5.从总体中抽取两组样本,其容量分别为n1及n2,设两组的样本均值分别为X1及X2,
样本方差分别为
2及2,把这两组样本合并为一组容量为
S1S2
n1+n2
的联合样本。
证明:
(1).联合样本的样本均值==n1X1+n2X2;
X
n1+n2
(−1)
2+(
−1)2
(−)2
S
(2).联合样本的样本方差
2==n1S1n2S2+
n1n2X1X2
S1=n1X1,
n1+n2−1
S2=n2X2
(n1+n2)(n1+n2−1)
umum
证明:
(1)
Sum1+Sum2
X==
n1+n2
n1
n1X1+n2X2
n1+n2
∑
n2
∑(X1
−)2+(
XX2i
−)2
X
=
2=1=i=1=
ii
S+−1
(2)n1n2
n1n2
∑(−+−
)2+∑(
−+−)2
X1X1
X1XX2iX2X2X
=
=1=i=1=
ii
2
n1+n2−1
n
1
又∑(
1−1+1−)
i
i=1X
n
1
XXX
∑⎡()2
()2
2()()⎤
X
=⎣
i=1
1
1−1
X
i
+X1−X+
2
X1−XX1i−X1⎦
n
=(−
)2+(
−)+0
i
∑1111
i=1X
XnXX
=(n1
−1)2+
S1
2
)
(=
X
n1X1−
n
2
同理∑(
2
2
2−2+2−)
i
i=1
XXXX
=(n2
−1)2+
X
S2n2
(X=2−
()
2
而n1X1−X
+n2
2
)
(=)
X2−X
=(=2−2
+=2)+
(=2−2
+=2)
n1X1
X1XXn2X2
X2XX
==2−2
+=2+=2−2
+2
n1X1
n1X1Xn1Xn2X2
n2X2Xn2X
又=n1X1+n2X2
X
n1+n2
2
2
=21(1=1+22)(
=212(1=1+22)
∴=−
n1XnXnX
++⋅
nXnX
+−nXnXnX
2
111222
nXn1+n2
nn(n1+n2)nX
n1+n2
化简得
=n1n2
()
2
X1−X2
n1+n2
(−1)
2+(
−1)2
(−)2
S
∴2==n1S1n2S2+
n1n2X1X2
n1+n2−1
(n1+n2)(n1+n2−1)
(
6设随机变量X,Y,Z相互独立,都服从标准正态分布N.0,1),求随机变量函数
=2+2+
2的分布函数与概率密度;并验证§5.4定理1当
=3时成立,即U~
UXYZk
2(3)
⎪
解:
X,Y,Z相互独立且都服从N(0,1),则U~
2(3)显然
⎪
3
⎧1−1−u
⎪
3
22>0
P2
()⎪2=2
⎛=3⎞Ueu
fUu
⎨⎜⎟
⎪⎝⎠
⎪⎩o,
u≤0
不然,直接求U的分布函数
()(
222)
PU≤u
=PX
+Y+Z≤u
=∫∫∫
f(,y,z)
dydz
xdx
222
x+y+z≤u
222
=∫∫∫
x+y+z≤u
f(x)f(y)f(z)dxdydz
当≤0,
u
(≤)=0
P
u
U
32+2+2
−y
当>0,
(≤)=
⎛1⎞x2z
uPUu
∫∫∫
⎜⎟edxdydz
222
2
x+y+z≤u⎝ð⎠
利用三重积分的性质(略)也可得到结论。
7.设随机变量
X
服从自由度为的
kt
分布,证明:
随机变量
Y=X
2服从自由度为(1,k)
的分布。
F
t
证明:
X~(k),则可将X记为X==U,其
V
k
中~N(0,1),V~2
U⎪
(k)
2
2U
则2=U==1,
⎪VV
kk
其中2~
U
2
(1),V~
⎪
2()
⎪k
由F分布的定义知Y2
=⎪
(1,k).
~F
1
8.设随机变量X服从自由度为(k1,
k2)的F分布,证明:
随机变量Y=服从自由度为
X
(k1,
k2)的F分布;从而证明等式(5.33):
1
F1〈(k1,
k2)()
−=
F〈k2,k1
证明:
X~F(k1,
U
1
k2),则X可写成k,其中
∼2(
1),
2
∼
(2),
VU⎪k
k2
V⎪k
V
=,
=1k2其中
1
∼2(),
2
∼2()
,由F分布定义知
YXU
k1
U⎪k
V⎪k
Y∼F(k2,
k1)
P(XF1〈(k1,
k2))1〈
⎠
>−=−
⎛11⎞
⎜<⎟=1−
P⎜
⎝XF1−〈
(k1,
k2)⎟〈
⎛11⎞
∴⎜>⎟=1−(1−)=
P⎜
XF1−
(k1,
k2)⎟〈〈
⎝〈⎠
⎛⎞
1
>
∴⎜⎟=,又>=
P⎜Y
()⎟〈
P(YF〈(k2,
k1))〈
⎝F1−〈
k1,k2⎠
=
∴1
()F〈(k2,
k1)
F
k
k
1−1,2
〈
1
−
即
F1〈(k1,
k2)=()
F〈k2,k1
9.设总体X服从正态分布N(∝
52)
(1)从总体中抽取容量为64的样本,求样本均值与总体均值之差的绝对值小于1
X∝
P
的概率(X=−∝
<1);
P
(2)抽取样本容量n多大时,才能使概率(X=−∝
−
<1)达到0.95?
解:
(1)
∵X∝∼N(0,1)
⎛
n
∴P(X=−∝
<1)=P(−1⎛⎞
⎜−1
=P⎜5
−1⎟
⎜⎟
⎜646464⎟
⎝⎠
=√⎛=8⎞−√⎛−=8⎞=2√⎛=8⎞−1
⎜5⎟⎜
5⎟⎜5⎟
(2)
P(X=−∝
⎝⎠⎝⎠⎝⎠
=2⋅0.9452−1=0.8904
<1)=P(−1⎛⎞
⎜−−⎟
=P⎜=n<=X∝<=n⎟
⎜⎛⎛⎛⎟
⎜⎟
⎝n⎠
⎛⎞
=2√⎜=n⎟−1=0.95
⎝⎛⎠
⎛⎞
∴√⎜=n⎟=0.975
⎝5⎠
∴=n=1.96
5
n=9.8
n=96
10.从正态总体N(
)
0.52中抽取容量为10的样本
∝
X1,
X2…,
,
X10
∑X
10
(1)已知=0,求2
∝=1i
i
≥4的概率。
10
(2)未知,求∑(
−2<2.85的概率。
2
i
∝i=1XX
⎛10
⎞⎛1101⎞
解:
(1)
⎜∑2≥4
⎟=⎜=2∑
≥=2⋅4⎟
P⎝=1Xi
⎠P⎝0.5
=1Xi
0.5⎠
ii
1
10
2
又=0.52∑X∼
2(10)
⎪
(P133,定理3)
i
1
i=
∴原式=
P(⎪
2(10)≥16)=0.10
⎛10
⎞⎛1101⎞
(2)
⎜∑(
−)2<2.85
⎟=⎜=2∑(
−)2<2.85⋅
=2⎟
P⎝=1Xi
i
110
X⎠P⎝
0.5
iX
X
i=1
0.5⎠
X
又=2∑(
−)2∼
2(9)
(定理4P133)
0.5
iX⎪
i=1
(
∴原式=P⎪
2(9)<11.4)=1−
P(⎪
2(9)<11.4)
=1−0.25=0.75
11.设总体
X∼N
(50,62),总体
Y∼N
(46,42),从总体X中抽取容量为10的样本,
从总体Y中抽取容量为8的样本,求下列概率:
S2
⎛2⎞
(1)
P(0(2)
=x<8.28
P⎜⎟
⎝Sy⎠
=
解:
(1)P(0⎛⎞
⎜⎟
=⎜0−(50−46)
P⎜
=8−(50−46)⎟
⎟
6242
6242
6242
⎜+++⎟
⎝108108108⎠
有136定理6知,
X=−(50−46)
∼N(0,1)
6242
+
108
∴原式=
⎛⎞
⎜X−Y−(−)⎟
⎜⎟
−450464
<<
P⎜5.6
6242
5.6⎟
⎜
⎝
=2√⎛4
+⎟
108⎠
−1=0.909
⎜5.6⎟
⎝⎠
⎛2⎞
2
⎛2⎞
⎜Sx
62
42⎟
(2)
P⎜Sx
<8.28⎟=P⎜
<8.28⋅⎟
⎜
⎟
262
⎠
⎝Sy⎜y⎟
S
⎝42⎠
2
Sx
2
2
又由P139,6∼
Sy
42
F(10−1,8−1)
∴原式=(F(9,7)<3.68)
=1−(F(9,7)<3.68)=1−0.05=0.95
12.设总体
∼(,
2),抽取样本
…,
,样本均值为,样本方差为
2。
若
XN∝⎛
X1XnXS
再抽取一个样本
X
,证明:
1
n+
统计量
=nXn+1=−X∼
1
t(n
−1)
与相互独立。
XXn+1
n+S
证明:
∼(,
2),∼
⎛2
⎝
⎛,
∼⎛,
+12⎞
Xn+1
N∝⎛
XN⎜∝
⎟Xn+1
n⎠
XN⎜o
n⎟
⎝
n⎛⎠
n+
n
⋅
X1−X⋅+1
⎛
n+
=n⋅n
n
=n=X+1=−X=
n+11⎛
n+1
SnS
Xn+1=−XXn+1=−X
n
n
+1+1
⋅⋅
=Xn+1=−X⋅⎛==n⎛=n⎛
+1S
2
(1)2
n⋅⎛
Sn−S
2
n⎛⎛
−1
n
−()(−1)2
2
P
()()
∴分子Xn+1X∼
+1N
0,1,
nS2
∼
2⎪
n−1133Th4
=n⋅⎛
n
∴=nXn+1=−X∼
1
t(n
⎛
−1)
n+S
13.设总体
X∼N
(8,22),抽取样本
X1,
X2,…,
X10
,求下列概率:
P⎣⎦
(1)
⎡max(X1,X2,…,X10)>10⎤
⎣⎦
(2)P⎡min(X1,X2,…,X10)≤5⎤
P
解:
(1)
⎡max(X1,X2,…,X10)>10⎤=1-P⎡max(X1,X2,…,X10)<10⎤
⎣⎦⎣⎦
=1−P(X1<10,X2<10,…,X10<10)
=1−P(X1<10)P(X2<10)…P(X10<10)
10
)
=1−⎡
(X1−8<10−8⎤
⎢⎣P
22⎥⎦
=1−⎡√
(1)10
⎣⎤⎦
=1−(0.8413)10=0.8224
⎣⎦⎣⎦
(2)P⎡min(X1,X2,…,X10)≤5⎤=1−P⎡min(X1,X2,…,X10)>5⎤
=1−P(X1>5,X2>5,…,X10>5)
=1−
P⎡⎣1−
P(X1
<5)⎤10
⎦
10
)
1
=1−⎡−
(X1−8<5−8⎤
⎢P22⎥
⎣⎦
=1−⎡1−√(−1.5)10
⎣⎤⎦
=1−√(1.5)10=0.4991
n
14.设总体X服从泊松分布P(⎣),抽取样本X1,…,X
(1)样本均值X的期望与方差;
(2)样本均值X的概率分布。
,求:
=1∑n
⊕=∑n
⊕()=1∑n=
解:
(1)
Xi
ni=1
XXi
1
ni=1
ni=1⎣⎣
X1n1
DX==2∑DXi==2⋅n⎣=⎣
ni=1nn
(2)由泊松分布的可加性有:
Y=X1+X2+…+Xn
P⎣⎣⎣
∼(+⋯+)
�������
个
n
=
P(n⎣)
⎜
⎞
∴=Y,则⎛=
XPX
y⎟=P(Y=y)=
(n⎣)y
−n⎣
e
y