99网
您的当前位置:首页《概率与数理统计》练习册及答案

《概率与数理统计》练习册及答案

来源:99网
精品文档

第一章

一、选择题

概率论的基本概念

1.将一枚硬币连抛两次,则此随机试验的样本空间为( A.{(正,正),(反,反),(一正一反)}

B.{(反,正),(正,反),(正,正),(反,反)} C.{一次正面,两次正面,没有正面} D.{先得正面,先得反面}

2.设 A,B 为任意两个事件,则事件(AUB)(  -AB)表示( )

A.必然事件

B.A 与 B 恰有一个发生 D.A 与 B 不同时发生

).

C.不可能事件

3.设 A,B 为随机事件,则下列各式中正确的是( A.P(AB)=P(A)P(B) C. P( AB)  P( A  B)

B.P(A-B)=P(A)-P(B) D.P(A+B)=P(A)+P(B)

).

4.设 A,B 为随机事件,则下列各式中不能恒成立的是( A.P(A-B)=P(A)-P(AB) C.P(A+B)=P(A)+P(B)

B.P(AB)=P(B)P(A|B),其中 P(B)>0 D.P(A)+P( A )=1

).

5.若 AB   ,则下列各式中错误的是( A. P( AB)  0

B. P( AB)  1

).

C.P(A+B)=P(A)+P(B) D.P(A-B)  P(A)

6.若 AB   ,则( A. A,B 为对立事件

B. A  B C. AB  

).

D.P(A-B)  P(A)

7.若 A  B, 则下面答案错误的是( A. P( A)  PB 

B. PB - A  0

.

精品文档

C.B 未发生 A 可能发生

D.B 发生 A 可能不发生

).

8.下列关于概率的不等式,不正确的是( A. P( AB)  min{P( A), P( B)}

C. P( A A L A )  P{ A  A  L  A }

1 2

n

1

2

n

B. 若A  , 则P( A)  1.

n n

D. P{ A }  P( A )

i 1

i

i 1

i

9. A (i  1,2,L , n) 为一列随机事件 ,且 P( A A L A )  0 ,则下列叙述中错

i

1 2

n

误的是(

).

n n A.若诸 A 两两互斥,则 P( A )   P( A )

i

i1 ni

i1

i

B.若诸 A 相互,则 P( A )  1  n (1 P( A ))

i

i1 ni

i1

i

n C.若诸 A 相互,则 P(U A )   P( A )

i

i1

i

i1

i

n D. P( A )  P( A ) P( A | A ) P( A | A )P( A | A )

i1

i

1

2

1

3

2

n

n1

10.袋中有 a 个白球 , b 个黑球 ,从中任取一个 ,则取得白球的概率是

(

).

2

A. 1

B.

1

11.今有十张电影票,其中只有两张座号在第一排,现采取抽签方式发 放给10名同学,则(

)

a  b

C.

a

a  b

b

D.a  b

A.先抽者有更大可能抽到第一排座票 B.后抽者更可能获得第一排座票 C.各人抽签结果与抽签顺序无关 D.抽签结果受以抽签顺序的严重制约

12.将 n 个小球随机放到 N (n  N ) 个盒子中去 ,不限定盒子的容量 ,则

.

精品文档

每个盒子中至多有1个球的概率是(

). D. n

A. n!

N!

B. n!

N n

n nC!C. N

N n

N

13.设有 r 个人, r  365 ,并设每个人的生日在一年 365 天中的每一天 的可能性为均等的 ,则此 r 个人中至少有某两个人生日相同的概率为

(

).

r r!C

B. 365

r

A.1  P365

365 r 365 r

C. 1  r!

365

r!D.1365 r

14.设 100 件产品中有 5 件是不合格品,今从中随机抽取 2 件,设

A  {第一次抽的是不合格品}, A  {第二次抽的是不合格品},则下列

1

2

叙述

中错误的是(

).

B. P( A ) 的值不依赖于抽取方式(有放回及不放回)

2

A. P( A )  0.05 C. P( A )  P( A )

1

2

1

D. P( A A ) 不依赖于抽取方式

1 2

15.设 A,B,C 是三个相互的事件,且 0  P(C )  1, 则下列给定的四对

事件中,不的是(

).

C. AC与C

D. AB与C

A. AUB与C

B. A  B 与 C

16.10 张奖券中含有 3 张中奖的奖券,现有三人每人购买1张,则恰有 一个中奖的概率为(

).

C. 0.3 D. C 3  0.7 2  0.3

10

A. 21

40

7B.40

17.当事件 A 与 B 同时发生时,事件 C 也随之发生,则( A. P(C )  P( A)  P( B)  1 C.P(C)=P(AB)

).

B. P(C )  P( A)  P( B)  1 D. P(C )  P( A U B)

.

精品文档

18.设 0  P( A)  1,0  P( B)  1, 且P( A | B)  P( A B)  1, 则(

).

A. A 与 B 不相容 C. A 与 B 不

B. A 与 B 相容 D. A 与 B

19.设事件 A,B 是互不相容的,且 P( A)  0, P( B)  0 ,则下列结论正确的

是(

).

B. P( A | B)  P( A) C. P( AB)  P( A) P( B)

D.P(B|A)  0

A.P(A|B)=0

20.已知 P(A)=P,P(B)= q 且 AB   ,则 A 与 B 恰有一个发生的概率为

(

).

B. 1  p  q

C. 1  p  q

D. p  q  2 pq

A. p  q

21.设在一次试验中事件 A 发生的概率为 P,现重复进行 n 次试验

则事件 A 至多发生一次的概率为(

).

D. (1 p)n  np(1 p)n1

A.1  p n

B. p n C. 1  (1  p) n

22.一袋中有两个黑球和若干个白球,现有放回地摸球 4 次,若至少摸 到一个白球的概率为 80 ,则袋中白球数是(

81

).

D.8

).

A.2

B.4 C.6

23.同时掷 3 枚均匀硬币,则恰有 2 枚正面朝上的概率为( A.0.5

B.0.25

C.0.125

D.0.375

24.四人地破译一份密码,已知各人能译出的概率分别为 1 , 1 , 1 , 1 则密码最终能被译出的概率为(

5 4 3 6

).

D. 2

A.1

5 3

25. 已 知 P( A)  P( B)  P(C )  1 , P( AB)  0, P( AC )  P( BC )  1 , 则 事 件

4 16

B. 1

2

C. 2

A,B,C 全不发生的概率为(

).

.

精品文档

A. 1

8

B. 3

8

C. 5

8

D. 7

8

26.甲,乙两人地对同一目标射击一次 ,其命中率分别为 0.6 和 0.5,则目标被击中的概率为( A. 0.5

B. 0.8

).

D. 0.6

).

C. 0.55

27.接上题,若现已知目标被击中,则它是甲射中的概率为(

A. 3

4

B. 5

6

C. 2

3

D. 6

11

28.三个箱子,第一箱中有 4 个黑球 1 个白球,第二箱中有 3 个黑球 3 个白球,第三个箱中有 3 个黑球 5 个白球,现随机取一个箱子,再从这 个箱中取出一个球,则取到白球的概率是( A. 53

120

).

B.9

19

C.67

120

D.1019

29.有三类箱子,箱中装有黑、白两种颜色的小球,各类箱子中黑球、 白球数目之比为 4 :1, 1: 2, 3 : 2, 已知这三类箱子数目之比为 2 : 3 :1 ,现

随机取一个箱子,再从中随机取出一个球,则取到白球的概率为

5A.

).

13

B.19

45

C.7

15

D.1930

30.接上题,若已知取到的是一只白球,则此球是来自第二类箱子的概

率为(

).

B. 1

3

A. 1

2

C. 5

7

D. 1

7

31.今有 100 枚贰分硬币,其中有一枚为“残币”中华人民共和国其两 面都印成了国徽.现从这 100 枚硬币中随机取出一枚后,将它连续抛 掷 10 次,结果全是“国徽”面朝上,则这枚硬币恰为那枚“残币” 的概率为(

).

.

精品文档

A. 1

100

B. 99

100 102C. 1  210

D. 210

99  210

32.玻璃杯成箱出售,每箱 20 只,假设各箱含 0,1,2 只残品的概率分别 是 0.8,0.1,0.1,一顾客欲购一箱玻璃杯,在购买时,售货员随意取一 箱,而顾客随机察看 1 只,若无残次品,则买下该箱玻璃杯,否则退回, 如果顾客确实买下该箱,则此箱中确实没有残次品的概率为( A.0.94

).

B.0.14 C.160/197

C4 C4 D. 19 18

C 4

20

二、填空题

1.

E :将一枚均匀的硬币抛三次,观察结果:其样本空间  

.

2.某商场出售电器设备,以事件 A 表示“出售 74 Cm 长虹电视机”, 以事件 B 表示“出售 74 Cm 康佳电视机”,则只出售一种品牌的电视

机可以表示为 为

;至少出售一种品牌的电视机可以表示

.

;两种品牌的电视机都出售可以表示为

3.设 A,B,C 表示三个随机事件,试通过 A,B,C 表示随机事件 A 发生而 B,C 都不发生为

;随机事件 A,B,C 不多于

.

一个发生

4.设 P(A)=0.4,P(A+B)=0.7,若事件 A 与 B 互斥,则 P(B)= 若事件 A 与 B ,则 P(B)=

.

5.已知随机事件 A 的概率 P(A)=0.5,随机事件 B 的概率 P(B)=0.6 及条件概率 P(B|A)=0.8,则 P(AUB)=

6.设随机事件 A、B 及和事件 AUB 的概率分别是 0.4,0.3 和 0.6,则

P( AB )=

.

.

7.设 A、B 为随机事件,P(A)=0.7,P(A-B)=0.3,则 P( AB )=

.

精品文档

8.已知 p( A)  p(B)  p(C )  1 , p( AB)  0, p( AC )  p(BC )  1 ,则 A, B, C 全不

4

8

发生的概率为

.

9.已知 A、B 两事件满足条件 P(AB)=P( AB ),且 P(A)=p,则 P(B) =

.

.

10.设 A、B 是任意两个随机事件,则 P{( A  B)( A  B)( A  B )( A  B )} = 11 .设两两相互的三事件

A 、 B 和 C 满足条件: ABC   ,

1 ,且已知 p(ABC)9,则p(A)______.   p( A)  p(B)  p(C) 

2 16

12.一批产品共有 10 个正品和 2 个次品,任意抽取两次,每次抽一个,

抽出后不再放回,则第二次抽出的是次品的概率为

.

13.袋中有 50 个乒乓球,其中 20 个是黄球,30 个是白球,今有两人 依次随机地从袋中各取一球,取后不放回,则第二个人取得黄球的概

率是

.

14.将 C、C、E、E、I、N、S 这 7 个字母随机地排成一行,恰好排成 SCIENCE 的概率为

.

15.设工厂 A 和工厂 B 的产品的次品率分别为 1%和 2%,现从由 A 和 B 的产品分别占 60%和 40%的一批产品中随机抽取一件,发现是次品,

则该次品属于 A 生产的概率是

.

16.设 10 件产品有 4 件不合格品,从中任取两件,已知所取两件产品 中有一件是不合格品,则另一件也是不合格品的概率是

.

17.甲、乙两人地对同一目标射击一次,其命中率分别为 0.6 和 0.5.现已知目标被命中,则它是甲射中的概率是

.

18.假设一批产品中一、二、三等品各占 60%,30%,10%,从中随意 取出一件,结果不是三等品,则取到的是一等品的概率是

1

.

19.一种零件的加工由三道工序组成,第一道工序的废品率为p ,第 二道工序的废品率为 p ,第三道工序的废品率为 p ,则该零件的成品

2

3

.

精品文档

率为.

20.做一系列试验,每次试验成功的概率为 p,则在第 n 次成功

之前恰有 m 次失败的概率是 .

第二章

一、选择题

随机变量及其分布

1.设 A,B 为随机事件, P( AB)  0, 则( A. AB   .

).

B.AB 未必是不可能事件 D.P(A)=0 或 P(B)=0

C.A 与 B 对立

2.设随机变量 X 服从参数为  的泊松分布,且 P{X  1}  P{X  2}, 则

P{X  2} 的值为(

).

e 2

A. e 2

B.1  5

C.14

3.设 X 服从 [1,5] 上的均匀分布,则(

e 2

).

2.D.1e 2

A. P{a  X  b}  b  a

4

B. P{3  X  6}  3

C. P{0  X  4}  1 4.设 X ~ N ( ,4), 则(

4

D. P{1  X  3}  1

2

).

D.   0

X A. ~ N (0,1)

4

C. P{X    2}  1  (1)

B.P{X0}1

2

2 x, 0  x  1 ,以 Y 表示对 X 的三 5.设随机变量 X 的密度函数为 f ( x)  

0, 其他

次重复观察中事件{ X  1}出现的次数,则(

2

).

A.由于 X 是连续型随机变量,则其函数 Y 也必是连续型的 B.Y 是随机变量,但既不是连续型的,也不是离散型的

9C. P{ y  2} 

.

D.Y~B(3,1

2 )

精品文档

6.设 X ~ B(2, p), Y ~ B(3, p), 若P{X  1}  5 , 则P{Y  1}  ( A. 19

27

B. 1

9

C. 1

9

).

3

X

D. 8

27

7.设随机变量 X 的概率密度函数为 f ( x), 则Y  2 X  3 的密度函数为 (

).

A.  1 f ( y  3)

2 X 2

C.  1 f ( y  3)

2 X 2

B. 1 f ( y  3)

2 X 2

D. 1 f ( y  3)

2 X 2

8.连续型随机变量 X 的密度函数 f ( x) 必满足条件( A. 0  f ( x)  1

).

B. f ( x) 为偶函数 D.   f ( x)dx  1



C. f ( x) 单调不减

9.若 X ~ N (1,1) ,记其密度函数为 f ( x) ,分布函数为 F ( x) ,则( A. P{X  0}  P{X  0}

).

B. F ( x)  1  F ( x) D. f ( x)  f ( x)

1

2

C. P{X  1}  P{ X  1}

10. 设 X ~ N (,4 2 ), Y ~ N (,5 2 ) , 记 P  P{X    4}, P  P{Y    5}, 则 (

1

).

2

A. P  P

B. P  P

1 2

C. P  P

1 2

D. P , P 大小无法确定

1 2

11.设 X ~ N (, 2), 则随着  的增大, P{| X   |  } 将(

).

D.增减不定

A.单调增大

B.单调减少 C.保持不变.

12.设随机变量 X 的概率密度函数为 f ( x), f ( x)  f ( x), F ( x) 是 X 的分布 函数,则对任意实数 a 有(

).

B. F (a)  1   a f ( x)dx

2

0

A. F (a)  1   a f ( x)dx

0

C. F (a)  F (a)

D. F (a)  2F (a)  1

.

精品文档

 3 x,0x113.设 X 的密度函数为 f ( x)   2 ,则 P{ X  1} 为(

4 0, 其他

A. 7

).

8

B.

14.设 X ~ N (1,4), (0.5)  0.6915, (1.5)  0.9332 , 则P{| X | 2} 为(

1 4

3

xdx 2

C.1

1 4



3

xdx 2

D.23

).

A.0.2417

B.0.3753

9

C.0.3830 D.0.86

).

15.设 X 服从参数为 1 的指数分布,则 P{3  X  9}  ( A. F ( 9 )  F ( 3 )

9

9

B. 1 ( 1  1 )

9

3

e e

C. 1  1

3 e e

x

D.  9 e 9 dx

3

16.设 X 服从参数  的指数分布,则下列叙述中错误的是(

ex ,x01 A. F ( x)  

0,

).

x  0

B.对任意的 x  0, 有P{X  x}  ex

C.对任意的 s  0, t  0, 有P{ X  s  t | X  s}  P{ X  t}

D.  为任意实数

17.设 X ~ N (, 2 ), 则下列叙述中错误的是(

).

XA. ~ N (0,1)

abC. P{X  (a, b)}  ( )  ( )

 2

B. F ( x)  ( x )

D. P{| X   | k }  2(k )  1, (k  0)

18.设随机变量 X 服从(1,6)上的均匀分布,则方程 x 2  Xx  1  0 有实根

的概率是(

). B.0.8

C.0.6

D.0.5

).

A.0.7

19.设 X ~ N (2, 2 ), P{2  X  4}  0.3, 则P{ X  0}  (

.

精品文档

A.0.2

B.0.3 C.0.6 D.0.8

20. 设随机 变量X服 从正态分 布 N (, 2) ,则 随  的增大 ,概率

P{| X   |  } (

).

B.单调减少

C.保持不变

D.增减不定

A.单调增大

二、填空题

1.随机变量 X 的分布函数 F ( x) 是事件

1 1 1 次是 , , ,

的概率.

2.已知随机变量 X 只能取-1,0,1,2 四个数值,其相应的概率依

1

2c 4c 8c 16c 3.当 a 的值为

,则c

2时,p ( X  k )  a( ) k,

3

k1,2,

才能成为随机变量 X 的

分布列.

4.一实习生用一台机器接连地制造 3 个相同的零件,第 i 个零件

 1(i1,2,3),以X表示 3 个零件中合格品的个数, i 

i 1

则 p( X  2)  ________ .

不合格的概率 p

5. 已 知

X

的 概 率 分 布 为

.

11   0.60.4  

, 则

X 的 分 布 函 数

F ( x) 

6. 随 机 变 量 X 服 从 参 数 为

的泊松分布,则 X 的分布列

.

1  3 , x [0,1]

7.设随机变量 X 的概率密度为 f ( x)   2 , x [3, 6] ,若 k 使得 pX  k 2

3  9

 0,

其它

则 k 的取值范围是

.

.

精品文档

8.设离散型随机变量 X 的分布函数为:

0, x  1

a ,  1  x  1 

F ( x)   2 a,1x2

 3

a  b, x  2

且 p( X  2)  1 ,则 a  _______, b  ________ .

2

9.设 X ~ U [1,5] ,当 x  1  x  5 时, p( x  X  x ) = 10.设随机变量 X

1

2

1

2

.

~ N ( ,  2 ) ,则 X 的分布密度 f ( x)  .

若 Y  X  

,则Y的分布密度f(y)

11.设 X ~ N (3,4) ,则 p 2  X  7

. .

.

12.若随机变量 X ~ N (2,  2) ,且 p(2  X  4)  0.30 ,则 p( X  0)  _________ 13.设 X ~ N (3,2 2 ) ,若 p( X  c)  p( X  c) ,则 c 

.

,若

  160 ,欲使

14. 设 某 批 电 子 元 件 的 寿 命

X ~ N ( ,  2 )

p(120  X  200)  0.80 ,允许最大的 

= .

  1 1  ,则的 分 布 列 15. 若 随 机 变 量 X 的分布列为 Y  2 X  1  0.50.5

.

16.设随机变量X服从参数为(2,p)的二项分布,随机变量Y服 从参数为(3,p)的二项分布,若P{X  1}=5/9,则P{Y

 1}=

.

17.设随机变量X服从(0,2)上的均匀分布,则随机变量Y=X 2

在(0,4)内的概率密度为 f ( y) =

Y

.

18. 设 随 机 变 量 X 服 从 正 态 分 布 N (, 2 )(  0) , 且 二 次 方 程

y 2  4 y  X  0 无实根的概率为1/2,则  

.

.

精品文档

第三章

一、选择题

随机变量及其分布

1.X,Y 相互 ,且都服从 [0,1] 上的均匀分布 ,则服从均匀分布的是

(

).

B.XY

C.X+Y

D.X-Y

2

A.(X,Y)

2.设 X,Y 同分布, P{X  1}  P{Y  1}  1 , P{X  1}  P{Y  1}  1 , 则

2

).

B. P{X  Y }  0

1

2

A.X  Y

C. P{X  Y }  1

2

D. P{X  Y }  1

3. 设 F ( x) 与 F ( x) 分 别 是 随 机 变 量 X 与 Y 的 分 布 函 数 , 为 使

aF ( x)  bF ( x) 是某个随机变量的分布函数,则 a, b 的值可取为(

1

2

).

2 2

A. a  3 , b   2

5

5

B. a  2 , b  2

3 3

C. a   1 , b  3

2 2

D. a  1 , b   3

 1 0 1 

且P{XX0}1,则4. 设 随 机 变 量 X 的 分 布 为 X ~  1  (i1,2)1 1 1 2

i i 

 4 2 4 

P{ X  X }  (

).

1 2

A.0

B. 1

4

C. 1 ).

2

D.1

5.下列叙述中错误的是( A.联合分布决定边缘分布

B.边缘分布不能决定决定联合分布

C.两个随机变量各自的联合分布不同,但边缘分布可能相同 D.边缘分布之积即为联合分布 6.设随机变量(X,Y) 的联合分布为: 则 a, b 应满足(

X

Y

1

2

3

1 1/6

1/9

1/18 b

).

2 1/3 a

.

精品文档

A. a  b  1

B. a  b  1

3

C. a  b  2

3

D. a  1 , b   3

2 2

7.接上题,若 X,Y 相互,则(

).

3 3

A. a  2 , b  1

9 9

B. a  1 , b  2

9 9

C. a  1 , b  1 D. a   2 , b  1

3 3

8.同时掷两颗质体均匀的骰子,分别以 X,Y 表示第 1 颗和第 2 颗骰子

出现的点数,则(

36

).

B. P{X  Y }  1 D. P{X  Y } 

A. P{X  i, Y  j}  1 , i, j  1,2,L 6 C. P{X  Y }  1

36 1

6xy,2 9.设(X,Y)的联合概率密度函数为 f ( x, y)  

0,

2

2

0x1,0y1,则 其他

下面错误的是(

).

B. P{X  0}  0

C.X,Y 不

A. P{X  0}  1

D.随机点(X,Y)落在 D  {( x, y) | 0  x  1,0  y  1} 内的概率为 1

10.接上题,设 G 为一平面区域,则下列结论中错误的是(

).

A. P{( X , Y )  G}   f ( x, y)dxdy

B. P{( X , Y )  G}   6 x2 ydxdy D. P{( X  Y )}   f ( x, y)dxdy

x y

G

C. P{X  Y }   1 dx x 6 x2 ydy

0

0

G

h( x, y)  0,( x, y)  D ,若 11.设(X,Y)的联合概率密度为 f ( x, y)  

0,

其他

G  {( x, y) | y  2 x} 为一平面区域,则下列叙述错误的是(

).

G

A. P{X , Y )  G   f ( x, y)dxdy

B. P{Y  2 X  0}  1   f ( x, y)dxdy D. P{Y  2 X }   h( x, y)dxdy

G D

C. P{Y  2 X  0}   h( x, y)dxdy

G

G

12.设(X,Y)服从平面区域 G 上的均匀分布,若 D 也是平面上某个区域, 并以 S 与 S 分别表示区域 G 和 D 的面积,则下列叙述中错误的是

G

D

(

).

.

精品文档

A. P{( X , Y )  D}  SD

S

G

B. P{( X , Y )  G}  0

S

G D G

C. P{( X , Y )  D}  1 

S

D. P{( X , Y )  G}  1

13.设系统  是由两个相互的子系统

1

与  连接而成的 ;连接方

2

1

式分别为:(1)串联;(2)并联;(3)备用(当系统  损坏时,系

统  开始工作,令 X , X 分别表示  和 的寿命,令 X , X , X 分别表

2

1

2

1

2

1

2

3

示三种连接方式下总系统的寿命,则错误的是(

).

A. Y  X  X C. Y  X  X

3

1

1

1

2 2

B. Y  max{ X , X } D. Y  min{ X , X }

1 1 2 2 1 2

14.设二维随机变量 (X,Y)在矩形 G  {( x, y) | 0  x  2,0  y  1} 上服从均

0, X  Y 0, X  2Y 则匀分布.记U   ;V   . P{U  V }  (

1, X  Y

1, X  2Y

).

A.0

B. 1

4

C. 1

2

1

2

D. 3

1

4

2

15. 设 (X,Y) 服从二维正态分布 N ( , , 2 , 2 ,  ) , 则以下错误的是 (

).

1

1

A. X ~ N ( , 2 )

1

B X ~ N ( , 2 )

1

2

1

2

2

C.若   0 ,则 X,Y

D. 若随机变量 S ~ N ( , 2 ), T ~ N ( , 2 ) 则 (S , T ) 不一定服从二维正态 分布

16.若 X ~ N ( , 2 ), Y ~ N ( , 2 ) ,且 X,Y 相互,则( A. X  Y ~ N (   , (   ) 2 ) C. X  2Y ~ N (  2 , 2  4 2 )

1

2

1

2

1

2

1

2

1

1

2

2

1

2

).

1

2

B. X  Y ~ N (   , 2   2 ) D. 2 X  Y ~ N (2   ,2 2   2 )

1

2

1

2

17.设 X,Y 相互,且都服从标准正态分布N (0,1)󰀀,令Z  X 2  Y 2 ,

则 Z 服从的分布是(

).

.

精品文档

A.N(0,2)分布

B.单位圆上的均匀分布 D.N(0,1)分布

4

i

i

C.参数为 1 的瑞利分布

1

2

3

18.设随机变量 X , X , X , X 同分布, P{X  0}  0.6, P{ X  1}  0.4

XX

(i  1,2,3,4) ,记 D  1 2 ,则 P{D  0}  ( ).

X X

3

4

A.0.1344

B.0.7312 C.0.8656 D.0.3830

19.已知 X ~ N (3,1) , Y ~ N (2,1) ,且 X , Y 相互,记 Z  X  2Y  7,

则Z ~ (

).

B. N (0,12)

C. N (0,54)

D. N (1,2)

).

A. N (0,5)

 

C sin( x  y), 0  x, y  , 则C的值为(20.已知 ( X , Y ) ~ f ( x, y)  4 0, 其他 

A. 1

2

2B. C. 2  1 D. 2  1 2

1 2  xy, 0  x  1,0  y  2 ,则 x

21.设 ( X , Y ) ~ f ( x, y)   P{X  Y  1} =( ) 3

0, 其他 

A. 65

72

B. 7

0,

72

其他

C. 1

72

D. 71

72

(2 x3 y ) , x, y  0  Ae 22. 为使 f ( x, y)   为二维随机向量 (X,Y)的联合密度 ,

则 A 必为(

). B.6

C.10

D.16

A.0

23.若两个随机变量 X,Y 相互,则它们的连续函数 g ( X ) 和 h(Y ) 所

确定的随机变量(

).

B.一定不

D.绝大多数情况下相

A.不一定相互 C.也是相互

.

精品文档

24.在长为 a 的线段上随机地选取两点 ,则被分成的三条短线能够组

成三角形的概率为(

).

C. 1

4

A. 1

2

B. 1

3

D. 1

5

25.设 X 服从 0—1 分布, p  0.6 ,Y 服从   2 的泊松分布,且 X,Y ,

则 X  Y (

).

B.仍是离散型随机变量 D.取值为 0 的概率为 0

A.服从泊松分布 C.为二维随机向量

26.设相互的随机变量 X,Y 均服从 [0,1] 上的均匀分布,令 Z  X  Y ,

则(

).

B. P{X  Y }  0 D. Z ~ N (0,1)

A.Z 也服从 [0,1] 上的均匀分布 C.Z 服从 [0,2] 上的均匀分布

27.设 X,Y ,且 X 服从 [0,2] 上的均匀分布,Y 服从   2 的指数分布, 则 P{X  Y }  (

).

B. 1 e4

4

A. 1 (1  e 4 )

4

C. 1 e 4  3

4

4

D. 1

2

 3 xy,0x2,0y12 28. 设 ( X , Y ) ~ f ( x, y)   2 , 则 (X,Y) 在 以

0, 其他 

(0,0),(0,2),(2,1)为顶点的三角形内取值的概率为(

). D.0.8

A. 0.4 B.0.5 C.0.6

29. 随机变量 X,Y , 且分别服从参数为

 和的指数分布,则1 2

, Y   1 }  ( ). P{ X   1 1

2

A. e 1

B. e 2 C.1  e 1 D.1  e 2

).

30.设 ( X ,Y ) ~ f ( x, y)  Ae[( x5)2 8( x5)( y3)25( y3)2 ] ,则 A 为(

.

精品文档

A. 

3

B. 3

C. 2 D.

2

31.设某经理到达办公室的时间均匀分布在 8 点 12 点,他的秘书到达

办公室的时间均匀分布在 7 点到 9 点.设二人到达的时间相互, 则他们到达办公室的时间相差不超过 5 分钟的概率为(

).

A. 1

48

1

2

B. 1

n

2

C. 1

12

D. 1

24

32.设 X , X ,L , X 相且都服从 N (, 2 ) ,则( A. X  X  L  X

1

2

).

n

21B. ( X  X  L  X ) ~ N (, )

1 2 n n n

C. 2 X  3 ~ N (2  3,4 2  3)

1

D. X  X ~ N (0, 2   2 )

1

2

1

2

g ( x, y)  0,( x, y)  G ,D为一平面区域,记G,D的面33.设 ( X , Y ) ~ f ( x, y)  

0

, 其它

积为 S , S , ,则 P{( x, y)  D} =( A. S D

S

G

G

D

).

C.  f ( x, y)dxdy

D

B.

S

S

D G G

D.  g ( x, y)dxdy

D

二、填空题

1. ( X , Y ) 是二维连续型随机变量,用 ( X , Y ) 的联合分布函数 F (x, y) 表示

下列概率:

(1) p(a  X  b, Y  c)  ____________________;

(2) p( X  a, Y  b)  ____________________;

(3) p(0  Y  a)  ____________________;

(4) p( X  a, Y  b)  ____________________ .

2.随机变量 ( X ,Y ) 的分布率如下表,则  ,  应满足的条件是

.

.

精品文档

X Y

1 2 3

1

1/6 1/9 1/18 1/2

x

 

2

3.设平面区域 D 由曲线 y  1 及直线 y  0, x  1, x  e 2 所围成,二维随机变 量 ( X , Y ) 在区域 D 上服从均匀分布,则

( X , Y ) 的联合分布密度函数

.

( X , Y ) ~ N (1 ,  2 ,  12 ,  22 ,  )

4 . 设

 

, 则

X , Y 相 互 独 立 当 且 仅 当

.

5.设相互的随机变量 X、Y 具有同一分布律,且 X 的分布律为

P (X=0 )=1/2 ,P(X=1 )=1/2 ,则随机变量 Z=max{X,Y}的分布律 为

.

1  ,则 3 0 6.设随机变量 X , X 2 , X 3 相互且服从两点分布   X  X i  1 0.80.2  i1

服从

分布 .

7. 设 X 和 Y 是 两 个 随 机 变 量 , 且 P{X  0 , Y  0}=3/7 , P{X  0}=P{Y  0}=4/7,则 P{max(X,Y)  0}=

.

8.设某班车起点站上车人数 X 服从参数为 (  0) 的泊松分布,每位

乘客在中途下车的概率为 p(0表示在中途下车的人数,则在发车时有 n 个乘客的条件下,中途有 m 人下车的概率为 为

.

;二为随机变量( X,Y)的概率分布

9.假设一设备开机后无故障工作的时间 X 服从参数为 1/5 的指数分

.

精品文档

布,设备定时开机,出现故障时自动关机,而在无故障时工作2 小时

便关机,则该设备每次开机无故障工作的时间 Y 的分布函 数

.

10.设两个随机变量 X 与 Y 同分布,且 P(X=-1)=P(Y=-1)=1/2, P(X=1)=P(Y=1)=1/2,则 P(X=Y)= ;P(X+Y=0)=

P(XY=1)

.

=

.

精品文档

第四章

一、选择题

随机变量的数字特征

1.X 为随机变量, E ( X )  1, D( X )  3 ,则 E[3( X 2)  20] =(

).

A. 18

B.9 C.30 D. 32

2. 设二维随机向量(X,Y)的概率密度函数为

e( x y ) ,0  x  ,0  y   ,则 E ( XY )  ( ). f ( x, y)  

0 , 其它

A. 0

B.1/2 C.2 D. 1

).

3. (X,Y)是二维随机向量,与 Cov( X , Y )  0 不等价的是( A. E ( XY )  EX  EY

B. D( X  Y )  DX  DY D. X 与 Y

).

D. 2DX  3DY

C. D( X  Y )  DX  DY

4. X,Y ,且方差均存在,则 D(2 X  3Y )  ( A. 2DX  3DY

B. 4DX  9DY

).

C. 4DX  9DY

5. 若 X,Y ,则( A. D( X  3Y )  DX  9DY

B. D( XY )  DX  DY D. P{Y  aX  b}  1

).

C. E{[ X  EX ][Y  EY ]}  0

6.若 Cov( X , Y )  0 ,则下列结论中正确的是(

A. X,Y

B. D( XY )  DX  DY D. D( X  Y )  DX  DY

).

C. D( X  Y )  DX  DY

7.X,Y 为两个随机变量,且 E[( X  EX )(Y  EY )]  0, 则 X,Y(

A.

B. 不 C. 相关 D. 不相关

).

xy

8.设 D( X  Y )  DX  DY , 则以下结论正确的是(

A. X,Y 不相关

B. X,Y C.

xy

 1 D.

 1

.

精品文档

9.下式中恒成立的是(

).

B. D.

).

D( X  Y )  DX  DY D( X  1)  DX  1

A. E ( XY )  EX  EY

C. Cov( X , aX  b)  aDX

10.下式中错误的是(

A. D( X  Y )  DX  DY  2Cov( X , Y ) B. Cov( X , Y )  E ( XY )  EX  EY

C. Cov( X , Y )  1 [ D( X  Y )  DX  DY ]

2

D. D(2 X  3Y )  4DX  9DY  6Cov( X , Y )

11.下式中错误的是(

).

B. D(2 X  3)  2DX D. D( EX )  0

A. EX 2  DX  ( EX ) 2

C. E (3Y  b)  3EY  b

12.设 X 服从二项分布, EX  2.4, DX  1.44 ,则二项分布的参数为 (

).

A. n  6, p  0.4

B. n  6, p  0.1 D. n  24, p  0.1

C. n  8, p  0.3

13. 设 X 是一随机变量, EX  , DX   2 ,  0 ,则对任何常数 c,必有

(

).

A. E ( X  c) 2  EX 2  C 2 C. E ( X  c) 2  DX

14. X ~ B(n, p), 则 D( X )  (

E ( X )

B. E ( X  c) 2  E ( X   ) 2 D. E ( X  c) 2   2

). C.

p D.

A. n

B. 1  p

1 1  p

.

精品文档

15.随机变量 X 的概率分布律为 P{X  k}  1 , k  1,2,L , n, 则D( X ) =

n

(

).

12

A. 1 (n 2  1) B. 1 (n 2  1)

12

C. 12(n  1) 2

D. 1 (n  1) 2

12

x 1 e 10 ,x016. 随机变量 X ~ f ( x)  10 ,则 E (2 X  1) =( ).

0,

x  0

A. 4  1 B. 4 10  14 C. 21 D. 20

10

17.设 X 与 Y 相互,均服从同一正态分布,数学期望为 0,方

差为 1,则(X,Y)的概率密度为(

1(x  y )

A. f ( x, y)  e 2

2

2

).

2 2

2

y )

B. f ( x, y)  1 e ( x 2

2

C. f ( x, y) 

1 (x y )2

e 2 2

22

1  x  y

D. f ( x, y)  e 4

2

18.X 服从 [0,2] 上的均匀分布,则 DX=(

). D. 1

A. 1

2

B. 1

3

C. 1

6

12

19. X ~ N (0,1), Y  X 3, 则 EY=(

). C. 0

).

D. Y ~ N (0,2)

).

D. 2 n

3

A. 2

1

B. 3 n

4

i 2

20. 若 Y  X  X , X ~ N (0,1), i  1,2, 则( A. EY=0

B. DY=2 C.Y ~ N (0,1)

21. 设 X : b(n, p), Y : N (, 2 ) ,则( A. D( X  Y )  np(1 p)   2

B. E ( X  Y )  np   D. D( XY )  np(1 p) 2

C. E ( X 2  Y 2 )  n2 p 2   2

22.将 n 只球放入到 M 只盒子中去,设每只球落在各个盒中是等可能 的,设 X 表示有球的盒子数,则 EX 值为(

).

.

精品文档

A. M [1  (1  1 ) n ]

M

nB.M

B. M [1  ( 1 ) n ]

M

D. n!

M n

23. 已知 X 服从参数为  ` 的泊松分布,且 E[( X  1)(X  2)]  1 ,则  为

(

).

B.-2

1

2

3

A. 1

C. 1

2

1

D. 1

4

2

24. 设 X , X , X 相互,其中 X 服从 [0,6] 上的均匀分布, X 服 从正态分布 N (0,2 2 ) , X 服从参数为 3 的泊松分布,记 Y  X  2 X  3 X ,

3

1

2

3

则 DY=(

).

B.46

C.20

D. 9 ).

3

A. 14

25. 设 X 服从参数为 1 的指数分布,则 E ( X  e2 X ) =(

A. 1

B.0

C. 1

3

D. 4

).

3

26. 设 X 为随机变量, EX  , DX   2, 则P{| X   | 3 } 满足(

A.  1

9

B.  1

3

C.  1

9

D.  1

27. 设 X,Y 同分布,记U  X  Y ,V  X  Y , 则 U 与 V 满足(

).

A. 不

B.

1

2

10

C.相关系数不为 0

i

D. 相关系数为 0

i

28. 设随机变量 X , X ,L X 相互,且 EX  1, DX  2(i  1,2,L ,10) , 则下列不等式正确的是(

10

A. P{ 2

X  1  }  1  

i1

i

10

B. P{  X  1  }  1   2

i1

i

).

10

C. P{  X  10  }  1  20 2

i

i1

29. 利用正态分布有关结论,  



10

D. P{  X  10  }  1  20 2

i

i1

(x2)21 2

( x  4 x  4)e 2 dx =( 2

).

A. 1

B.0 C.2 D. -1

30.设(X,Y)服从区域 D  {( x, y) : 0  x, y  a} 上的均匀分布,则 E | X  Y |

.

精品文档

的值为(

).

B. 1 a

2

A. 0

C. 1 a

3

D. 1 a

4

31. 下列叙述中正确的是( A. D( X  EX )  1

DX

).

B. X  EX ~ N (0,1)

DX

C. EX 2  ( EX ) 2

D. EX 2  DX  ( EX )2

32.某班有 n 名同学,班长将领来的学生证随机地发给每个人,设 X

表示恰好领到自己学生证的人数,则 EX 为(

).

A. 1

B. n

2

C. n(n  1) D. n  1

2 n

1, X  0

33.设 X 服从区间 [1,2] 上的均匀分布, Y  X0,则DY  ( ) .

0, 

1, X  0

A. 2 B. 1 C. 8 D. 1

3

3

9

34.某种产品表面上的疵点数服从泊松分布,平均每件上有 1 个疵点, 若规定疵点数不超过 1 的为一等品,价值 10 元;疵点数大于 1 不多于

3 的为二等品 ,价值 8 元;3 个以上者为废品 ,则产品的废品率为 ( A. 8

).

3e

B. 1  8

3e

C. 1  5

2e

D. 5 ).

2e

35. 接上题,任取一件产品,设其价值为 X, 则 EX 为( A. 76

3e

B. 16

3e

C. 9 D. 6

2 x, 0  x  1 ,以 Y 表示对 X 的三次重复观察中 36. 设 X ~ f ( x)  

0, 其他

“ X  1 ”出现的次数,则 DY=( ).

2 91634A. B. C. D. 16 9 4 3

.

精品文档

37. 设(X,Y)为连续型随机向量,其联合密度为 f ( x, y) ,两个边缘概

率密度分别为 f ( x) 与 f ( y) ,则下式中错误的是( A. EX    xf ( x)dx



X

X

Y

).

B. EX   xf ( x, y)dxdy

 

C. EY 2    y 2 f ( x, y)dxdy

 

D. E ( XY )      xyf ( x) f ( y)dxdy

 

X

Y

二、填空题

1.随机变量 X 服从参数为

. pX  1

 的泊松分布,且 D( X )  2 ,则

2 . 已 知 离 散 型 随 机 变 量 X 可 能 取 到 的 值 为 : -1 , 0 , 1 , 且

E ( X )  0.1, E ( X 2 )  0.9 ,则 X 的概率密度是

.

3.设随机变量 X ~ N (, 2 ) ,则 X 的概率密度 f ( x) 

EX 

; DX  ; DY 

.若 Y  X   .

EY 

,则Y的概率密度f(y)

4. 随 机 变 量 X ~ N ( ,4) , 且 E ( X 2)  5 , 则 X 的 概 率 密 度 函 数

p(2  X  4)  0.3, 为

.

5. 若 随 机 变 量 X 服从均值为 3,方差为  2 的正态分布,且

P (2  X  4)  0.3, 则 P ( X  2) 

.

6.已知随机变量 X 的分布律为:

X

0 1 2 3 4 1/3 1/6 1/6 , D( X ) =

XY

p

则 E ( X ) =

1/12 1/4

.

, E (2 X  1) =

7.设 DX  4, DY  9, 

 0.5, 则 D(2 X  3Y )  _____________ .

8.抛掷 n 颗骰子,骰子的每一面出现是等可能的,则出现的点数之

和的方差为

.

.

精品文档

9.设随机变量 X 和 Y ,并分别服从正态分布 N (2, 25) 和 N (3,49) ,

求随机变量 Z  4 X  3Y  5 的概率密度函数为

.

10.设 X 表示 10 次重复射击命中目标的次数,每次击中目标的概 率为 0.4,则 X 2 的数学期望 E( X 2 )=

.

11.已知离散型随机变量 X 服从参数为 2 的泊松分布,则随机变量 Z=3X-2 的数学期望 E(

.

Z)=

.

精品文档

第五章

大数定理及中心极限定理

一、选择题

1. 已知的 X 密度为 f ( x )(i  1,2,L ,100) , 且它们相互 , 则对任何实数 x , 概率

i

i

P{ X  x} 的值为(

100 i1

i

).

A. 无法计算

B.

i1

L  [C f ( x )]dx L dx

100

i1

i 1 100

100 xx i

C. 可以用中心极限定理计算出近似值 D. 不可以用中心极限定理计算出近似值

2. 设 X 为随机变量, EX  , DX   2 , 则P{| X   | 3 } 满足(

).

1 1 1 1

A.  B.  C.  D. 

9 3 9 3

1

2

10

i

i

3. 设随机变量 X , X ,L , X 相互,且 EX  1, DX  2(i  1,2,L ,10) ,则( )

A. P{  X  1  }  1  

10 i1

i

2

B.

P{  X  1  }  1  

10 i1

i

2

C. P{  X 10  }  1  20

10 i1

i

2 

D.

10 2P{ X  10  }  1  20 

i1

i

4. 设对目标地发射 400 发炮弹,已知每发炮弹的命中率为 0.2 由中心极限定理,则命中 60 发~100 发的概率可近似为( ).

A. (2.5)

B.

2(1.5)  1

i

i

C. 2(2.5)  1 D. 1  (2.5)

5. 设 X , X ,L , X 同分布, EX  , DX   2 , i  1,2,L , n, 当 n  30 时,下列结

1

2

n

论中错误的是(

n i1

i

).

2

A.  X近似服从 N (n, n

) 分布

n  X  n

B.

i1

n

2

i

近似服从 N (0,1) 分布

C. X  X 服从 N (2,2 2 ) 分布

1

.

精品文档

n

D.  X 不近似服从

i

i1

1

2

N (0,1) 分布

6. 设 X , X ,L 为相互具有相同分布的随机变量序列 ,且 X i  1,2, L  服从参数为

i

2 的指数分布,则下面的哪一正确? (

)

 n 

 n

 X  i

 x    x ; A. lim P  i1

n  n 

   n 

2 X  n   i

 x    x ; B. lim P  i1

n  n 

   n 

 2

 X  i

 x    x ; C. lim P  i1

n  2 n 

   n 

 2

 X  i

 x    x ; D. lim P  i1

n  2n 

 

其中  x 是标准正态分布的分布函数.

二、填空题

1、设  n 是 n 次重复试验中事件 A 出现的次数, P( A)  p, q  1  p ,则对

  np  n任意区间 [a, b] 有 lim Pab  =

n npq  

.

2、设  n 是 n 次重复试验中事件 A 出现的次数, p 是事件 A 在每次试验中发生的概率,

 =则对于任意的   0 ,均有 lim P|  n  p |  

n  n 

.

.

.

3、一颗骰子连续掷 4 次,点数总和记为 X ,估计 p(10  X  18) =

4、已知生男孩的概率为 0.515,求在 10000 个新生婴儿中女孩不少于男孩的概率=

.

精品文档

第六章 样本及抽样分布

一、选择题

1

2

1. 设 X , X ,L , X 是来自总体 X 的简单随机样本,则 X , X ,L , X 必然满足( )

n

1

2

n

A.但分布不同; B.分布相同但不相互;

C 同分布;

).

D.不能确定

2.下列关于“统计量”的描述中,不正确的是(

A.统计量为随机变量

B. 统计量是样本的函数 D. 估计量是统计量

).

C. 统计量表达式中不含有参数

3. 设总体均值为  ,方差为  2 , n 为样本容量,下式中错误的是( A. E ( X   )  0

S 2 X  

~ N (0,1) C.E( )  1 D. B. D( X  ) 

n  2  / n

 2

4. 下列叙述中,仅在正态总体之下才成立的是(

).

A.  ( X X )   X

n

i1

i

2

n i1

2i

 n( X )2

B. X 与S 2 相互

ˆ   ) 2  D(ˆ )  [ E (ˆ )   ]2 C. E (

D. E[ ( X

n

i

 )2 ]  n 2

).

i1

5. 下列关于统计学“四大分布”的判断中,错误的是(

A. 若 则

2 1 1 2

F ~ F (n , n ),

1

~ F (n , n )F

B.若 T ~ t (n), 则T 2 ~ F (1,n)

n  ( X  )2

C.若 X ~ N (0,1), 则X 2 ~ x 2 (1)

D.在正态总体下 i1

 2

i

i

~ x2 (n  1)

6. 设 X , S 2 表示来自总体 N ( , 2 ) 的容量为 n 的样本均值和样本方差 (i  1,2) ,且

i

两总体相互,则下列不正确的是(

i i i

).

( X 1  X 2 )  (   )

 2 S 2

~ N (0,1)

A. 2 1 ~ F (n  1,n  1) B. 1 2

1 2  2 S 2 2

1 1 2 

22 n n

1 2

C.

.

S / n

1 1

X 1   1

~ t (n ) D.

1

(n  1)S 2

2 2

 2 2

~ x2 (n  1)

2

精品文档

7. 设总体服从参数为 的指数分布,若 X 为样本均值, n 为样本容量,则下式中错误的是

1

(

).

A. E X  

B. DX 

2

n

C.

(n1)EX  2

n

2

D. E X

  

2

1

 2

8. 设 X , X ,L , X 是来自总体的样本,则

1

2

n

1

n  1

( X  X ) 是( ).

n i1

2

i

A.样本矩

1

2

n

B. 二阶原点矩 C. 二阶中心矩 D.统计量

9. X , X ,L , X 是来自正态总体 N (0,1) 的样本, X , S 2分别为样本均值与样本方差,则 (

).

B. nX ~ N (0,1)

C.

A. X ~ N (0,1)

 X

n i1

2 i

~ x2 (n) D. X

S

3

~ t (n  1)

10. 在总体 X ~ N (12,4) 中抽取一容量为 5 的简单随机样本 X , X , X , X , X , 则

1

2

4

5

P{max( X , X , X , X , X )  15} 为(

1

2

3

4

5

).

C. 1  [(1.5)]5

).

D. [(1.5)]5

A. 1  (1.5)

B. [1  (1.5)]5

11.上题样本均值与总体均值差的绝对值小于1的概率为( A. 2(0.5)  1

5 5

)  1 C. 2( )  1 D. 2(2.5)  1 B. 2(

2 4

9

9

1

2

9

i

i

12. 给定一组样本观测值 X , X ,L , X 且得  X  45, X 2  285, 则样本方差

S 2 的观测值为 (

i 1 i 1

20 65

A. 7.5 B.60 C. D.

3 2

13. 设 X 服从 t (n) 分布, P{| X |  }  a ,则 P{X   } 为(

).

).

A.

1 2

a B. 2a

C.

1 2

 a

D. 1 

1 2

a

14. 设 X , X ,L ,X 是来自总体 N (0,1) 的简单随机样本,则

1

2

n

 ( X  X ) 服从分

n i1

i

2

布为( ). A. x 2 (n)

B. x 2 (n  1)

C. N (0, n 2 )

1

D. N (0, )

n

15. 设 x , x ,L , x 是来自正态总体 N (0, 22 ) 的简单随机样本,若

1

2

n

.

精品文档

Y  a( X  2 X ) 2  b( X  X  X ) 2  c( X  X  X  X ) 2 服 从 x 2 分 布 , 则

1

2

3

4

5

6

7

8

9

a, b, c 的值分别为(

).

111 A. , ,

8 12 16

1 1 1

, , B.

20 12 16 1 1 1 C. , ,

3 3 3 1 1 1 D. , ,

2 3 4

16. 在天平上重复称量一重为 a 的物品,假设各次称量结果相互且同服从

N (a,0.2 2 ) 分布,以 X n 表示 n 次称量结果的算术平均,则为了使 P{ X n  a  0.1}  0.95, n

值最小应取作(

A. 20

).

B. 17

C. 15

D. 16

17. 设随机变量 X 和 Y 相互,且都服从正态分布 N (0,3 2 ) ,设 X , X , , X 和

 X

Y , Y , , Y 分别是来自两总体的简单随机样本,则统计量U 

1

2

9

9 i1 9 i1

 Y

1 2 9 i

服从分布是( ). 2 i

A. t (9)

B. t (8)

C.

N (0,81) D. N (0,9)

二、填空题

1.在数理统计中,

称为样本.

2 . 我 们 通 常 所 说 的 样 本 称 为 简 单 随 机 样 本 , 它 具 有 的 两 个 特 点 是

.

3 . 设 随 机 变 量 X 1 , X 2 , , X n 相 互 独 立 且 服 从 相 同 的 分 布 , EX  , DX   2 , 令 X 

n 1 

n

X i ,则 EX 

; DX  .

i1

4.设 X 1 , X 2 , , X n 是来自总体的一个样本,样本均值 X  _______________ ,则样本标

准 差 S  ___________ ; 样 本 方 差 S 2  _________________ ; 样 本 的 k 阶 原 点 矩

1

2

;样本的 k 阶中心矩为

10

.

5. ( X , X , , X ) 是 来 自 总 体 X ~ N (0, 0.32 ) 的 一 个 样 本 , 则

 10  P X 2  1.44 i  i1 

.

6.设 X 1 , X 2 , , X n 是来自(0—1)分布 (P{X  0}  1  p, P{X  1}  p) 的简单随机样本,X

是样本均值,则 E ( X ) 

. D( X )  .

.

精品文档

7.设 ( X , X , , X ) 是来自总体的一个样本, ( X

1

2

n

(1)

, X , , X ) 是顺序统计量,则经验

(2)

(n)

分布函数为

F ( x)   n _______________________

1

2

n

8.设 ( X , X , , X ) 是来自总体的一个样本,称

为统计量;

9.已知样本 X 1 , X 2 , , X 16 取自正态分布总体 N (2,1) ,X 为样本均值,已知 P{X  }  0.5 ,

则  

.

2 是样本方差,10.设总体 X ~ N (,  2 ) , X 是样本均值, S n n 为样本容量,则常用的随机

变量

(n  1)S 2

 2

n

服从 分布.

11.设 X 1 , X 2 , , X n 为来自正态总体 X ~ N (,  2 ) 的一个简单随机样本,则样本均值

X 

1

n i1

n  X 服从

i , 又 若 ai 为 常 数 (ai  0, i  1,2 , n) , 则

 ai X i

i1

n

从 .

12.设 n  10 时,样本的一组观测值为 (4,6,4,3,5,4,5,8,4,7) ,则样本均值为 样本方差为

.

.

精品文档

第七章 参数估计

一、选择题

1. 设总体 X 在 (    ,    ) 上服从均匀分布,则参数  的矩估计量为(

).

(A)

1 X

1

(B)

n  1

2

X

n

(C)

i

i1

1

n  1

X

n 2 (D) X

i

i1

2. 设总体 X ~ N (,  ) , X , , X 为抽取样本,则

1

n

1n  ( X  X ) 是(

n i 1

2

i

).

( A)  的无偏估计 ( B)  2 的无偏估计

(C )  的矩估计 ( D)  2 的矩估计

1

n

3. 设 X 在[0,a]上服从均匀分布, a  0 是未知参数,对于容量为 n 的样本 X ,  , X ,a 的最大似然估计为(

1

1

2

n

(A) max{ X , X , , X }

(B)

n  X

n i1

i

1

(C) max{ X , X , , X }  min{ X , X , , X }

1

2

n

1

2

n

(D)1 

 X ;

n i1

i

n

4. 设总体 X 在[a,b]上服从均匀分布, X , X , , X 是来自 X 的一个样本,则 a 的最大似 然估计为(

1

2

n

1

2 n

(A) max{ X , X , , X } (C) min{ X , X , , X }

1

2

n

(B) X (D) X  X

n

1

5. 设总体分布为 N (, 2 ) , , 2 为未知参数,则 2 的最大似然估计量为(

).

1n(A)

 ( X  X )

n i1

i

2

(B)

1

n  1

( X  X )

n i1

i

n i1

2

1

(C)

 ( X   )

n i1

i

2

1

n(D)

n  1

( X   )

i

2

6. 设总体分布为 N (, 2 ) ,  已知,则 2 的最大似然估计量为(

).

(A) S 2

n  1 2

S (B)

n

.

精品文档

1

(C)

2

 ( X   )

n i1

i

n(D)

1

n  1

( X   )

n i1

i

2

ax a1 , 0  x  1

( a  0), x , x ,L , x 是取自总体的 7. 设总体 X 的密度函数是 f ( x, a)  

1 2 n 其他 0,

一组样本值,则 a 的最大似然估计为(

A. 

n

i

n  ln x i1

B.

1n).

 ln x

n i1

i

1 n n C.  ln( x ) n

D.  

 6 x (x),0x   

, X , X , , X 是来自 X 的简 8. 设总体 X 的概率密度为 f ( x)   3

1 2 n 0, 其他

单随机样本,则 的矩估计量为(

).

C. max( X , X , , X )

1

2

n

A. X B. 2 X

D.

 X

n i1

i

9. 设总体 X 的数学期望为  ,方差为 2 , ( X , X ) 是 X 的一个样本, 则在下述的4个估计量中,(

1

)是最优的.

2

1 4 1 1

ˆ  ˆ  X  X X  X (A) (B)  1 5 1 2 2 158 4 2

1 1 1 1

 X ˆ  X X  X (C) 

2 3 2 2 2 3 ˆ(D)

2 1 4 1

10. X , X , X 设为来自总体 X 的样本,下列关于 E ( X ) 的无偏估计中,最有效的为( 1 2 3

(A) (B)

1 2 1 2 3

).

1

( X  X )21

(C) ( X  X  X )

1 23 4

1

2

n

1

( X  X  X ) 32 2 1

) (D) X  X  X 33 1 3 2 3

11. 设 ( X , X , , X ) 为总体 N ( ,  2 ) (  已知)的一个样本, X 为样本均值,则在总体 方差  2 的下列估计量中,为无偏估计量的是(

).

1

1

ˆ 2  (A) 

 ( X  X ) ;

n i1

2

i 2

2

n1n 2ˆ(B) 

(

n  11

i1

X  X )2 ;

i

1

ˆ  (C) 

23

 ( X   ) ;

n i1

i 4 n

(D) ˆ 2 

nn  1

( X  ) .

n i1

i

2

12. 设 X ,  , X 是来自总体 X 的样本,且 EX   ,则下列是  的无偏估计的是(

1

).

.

精品文档

( A)

1n n X

i1

2

1 i

( B)

1

n  1

X

n

i

i1

(C )

n

i2

1 n  X

i

n  1 1  X ( D)

i n  1

i  1

13. 设 X , X , , X (n  2) 是 正 态 分 布 N (, 2 ) 的 一 个 样 本 , 若 统 计 量

K  ( X

n1 i1

1

n

i1

 X )

i

2 为  2 的无偏估计,则 K 的值应该为( )

(A)

1

14. 下列叙述中正确的是(

2n

(B)

1 2n  1

(C)

1 2n  2

(D)

1 n  1

ˆˆA. 若 是 的无偏估计,则 也是 2 的无偏估计.



).

ˆ ,ˆ )ˆ 比 ˆ 更有效.

B. 都是 的估计,且 D(ˆ )  D(ˆ ,则 1

2

1

2

1

2

,ˆ 都是 的估计,且 E (ˆ   ) 2  E (ˆ   ) 2 ,则ˆC. 若ˆ 优于 ˆ

1

2

1

2

1

2

D. 由于 E ( X   )  0 ,故 X   .

15. 设 n 个 随 机 变 量 X , X , , X

1

2

2

n

独 立 同 分 布 , D X   2 , X 

1n  X

n i1

i

S 

n  1

1

( X  X ) ,则(

n i1

i

2

A. S 是  的无偏估计量

B.

S 2 不是  2 的最大似然估计量 S 2 与 X

).

C.

S 2

DX 

n

D.

16. 设 是总体 X 中的参数,称 ( , ) 为 的置信度1  a 的置信区间,即(

A. ( , ) 以概率1  a 包含

B.  以概率1  a 落入 ( , )

D. 以 ( , ) 估计 的范围,不正确的概率是1  a

C.  以概率 a 落在 ( , ) 之外

1

2

, 17. 设 为总体 X 的未知参数, , 是统计量, 

1

2

为 的置信度为1  a(0  a  1) 的

置信区间,则下式中不能恒成的是(

). B.

A. P{     }  1  a C. P{   }  1  a

2

1

2

P{   }  P{   }  a

2

1

D. P{   }  P{   }  2 1

a

2

18. 设 X ~ N (, 2 ) 且  2 未知,若样本容量为 n ,且分位数均指定为“上侧分位数”时,

.

精品文档

则  的 95%的置信区间为(

A. ( X 

n S n

u

B.

0.025

) ( X  S

n

t

0.05

(n  1))

C. ( X 

t 0.025 (n))

D.

S

( X  t 0.025 (n  1))

n

 95%的置信区间为 ( 19. 设 X ~ N (, 2 ), , 2 均未知,当样本容量为 n 时, 2 的

(n 1)S 2 (n  1)S 2 (n 1)S 2 (n  1)S 2

) A. ( , ) B. ( ,

x 2 (n  1) x 2 (n  1) x 2 (n  1) x 2 (n  1)

0.975 0.025 0.025 0.975

(n 1)S 2 (n  1)S 2 S

t (n  1)) C. ( , ) D. ( X 

t 2 (n 1) t 2 (n  1) n 0.025

0.025 0.975

20. X , X , , X 和 Y , Y , , Y 分别是总体 N ( , 2 ) 与 N ( , 2 ) 的样本,且相互独

1

2

n

1

2

n

1

1

2

2

立,其中 2 ,  2 已知,则    的1  a 置信区间为(

1

2

1

2

S 2 S 2  2  2

1  2 ] A. [( X  Y )  t (n  n  2) 1  2 ] B. [( X  Y )  Z

a 1 2 a n n n n

C. [(Y  X )  t

z

1

2

2

1

2

(n  n  2)

D. 2 1 2 2 a

1 2 a

S 2 S 2

n 1  n 2 ]

 2  2

1

[(Y  X )  Z

2 ]  n n 1 2

 2

21. 双正态总体方差比  1

2

2

的1  a 的置信区间为( )

1 S 2 S 2

2  S 1 1, n  1)  1 ] , F (nA. [ F (n  1, n  1) a 2 1 2S2a 1 2 S 2 S 2

2B. [F (n  1, n  1)  S 1 , F (n  1, n  1)  1 ]

a 2 1 a 1 2 2S2 2 1 S 2 S 2 2  S 1 1, n  1)  2 ] , F (nC. [ F (n  1, n  1) a 2 1

S12a 1 2

2

2

2

2

2

2

2

2

S 2 S 2

(n , n )  S 12D. [F (n  1, n  1)  S1 2 , F ]

a

2

1

2

2

a 1 2

2

1

2

二、填空题

1. 点估计常用的两种方法是: 和 .

2. 若 X 是离散型随机变量,分布律是 P{X  x}  P( x; ) ,( 是待估计参数),则似然函

.

精品文档

数是

,X 是连续型随机变量,概率密度是 f ( x; ) ,则似然函数是

.

3. 设 X 的分布律为

X P

1

2

3

1

 2

2 3

2 (1   ) (1   ) 2

__,极大似然

已知一个样本值 ( x , x , x )  ( 1, 2 , 1) ,则参数的  的矩估计值为___ 估计值为

4. 设总体 X 的概率分布列为:

.

X

P

0 p2 1 2 p(1-p) 2 p2 3 1-2p

其中 p ( 0  p  1/ 2 ) 是未知参数. 利用总体 X 的如下样本值:

1, 3, 0, 2, 3, 3, 1, 3

则 p 的矩估计值为__ ___,极大似然估计值为 . 5. 设总体 X 的一个样本如下:

1.70,1.75,1.70,1.65,1.75

则该样本的数学期望 E ( X ) 和方差 D( X ) 的矩估计值分别_

___.

(  1) x  0  x  1

,,Xn是 X 的样本, ,设 X 6. 设总体 X 的密度函数为: f ( x)   1 其

 他0

则  的矩估计量为

,最大似然估计量为 .

(  1)( x  5) , 5  x  6

(  0) , 7. 已知随机变量 X 的密度函数为 f ( x)  

其他

0,

其中 均为未知参数,则 的矩估计量为

,极大似然估计量 .

 6 x

 (  x), 0  x   X,X,,X设总体X的概率密度为且  是来自总体 8. f ( x)   3

1 2 n

其它 0,  

X 的简单随机样本,则 的矩法估计量是

,估计量 的方差为

.

9. 设总体 Y 服从几何分布,分布律: p{Y  y}  (1  p) y1 p, y  1,2, 其中 p 为未知参 数,且 0  p  1.设 Y , Y , , Y 为 Y 的一个样本,则 p 的极大似然估计量为

1

2

n

.

10. 设总体 X 服从 0-1 分布,且 P (X = 1) = p, X ,K , X 是 X 的一个样本,则 p 的极大似 然估计值为

.

1

n

11. 设总体 X ~  () ,其中   0 是未知参数, X ,K , X 是 X 的一个样本,则  的矩估

1

n

.

精品文档

计量为

,极大似然估计为

1

n

.

12. 设 X 在 [a,1] 服从均匀分布, X , , X 是从总体 X 中抽取的样本,则 a 的矩估计量 为

.

13. 设 总 体 X 在 [a, b] 服 从 均 匀 分 布 , a, b 未 知 , 则 参 数 a, b 的 矩 法 估 计 量 分 别 为

, .

1

2

n

14. 已知某随机变量 X 服从参数为  的指数分布,设 X , X , , X 是子样观察值,则  的 矩估计为

,极大似然估计为 .

15. 设 X ~ N (,  2 ) ,而 1.70,1.75,1.70,1.65,1.75 是从总体 X 中抽取的样本,则  的 矩估计值为

.

16. 若未知参数 的估计量是  ,若 知参数 的两个无偏估计量,若 17. 对任意分布的总体,样本均值 X 是

1

2

m

$

$ 是$ $称 的无偏估计量. 设 1, 2 是未 $ $ 则称 1较 2有效.

的无偏估计量.

18. 设 X , X , , X 为总体 X 的一个样本,X ~ B(n, p), n  1 ,则 p 2 的一个无偏估计量 为

.

19. 设总体 X 的概率密度为 f ( x, )  本,则  2 X 是未知参数 的

20. 假设总体 X ~ N (, ) ,且 X 

2

(0x),X,X,,X为总体X的一个样 1 2 n

1

估计量.

1

 X , X , X , , X

i1

i 1 2 n

n

n

为总体 X 的一个样本,

则 X 是

的无偏估计.

(,2)为总体 X ~ N 的一个样本,则常数 C= 时,

21. 设 X , X , , X

1

2

n

C  ( X

n1 i1

 X ) 2 是  2 的无偏估计. i1

i

为总体 X 的一个样本,则常数 k= ,

22. 设总体 X ~ N (  , 2 ) , X , X , , X

1

2

n

使 k

n i1

X  X 为 的无偏估计量.

i

23. 从一大批电子管中随机抽取100只,抽取的电子管的平均寿命为1000小时,样本均方差

为 S  40 .设电子管寿命分布未知,以置信度为 0.95 ,则整批电子管平均寿命  的置信区

.

精品文档

间为(给定 Z

0.05

 1.5 , Z

0.025

 1.96 ) .

24. 设总体 X ~ N (  ,  2 ) ,  ,  2 为未知参数,则  的置信度为1- 的置信区间为

.

25. 某车间生产滚珠,从长期实践可以认为滚珠的直径服从正态分布,且直径的方差为

2  0.04 ,从某天生产的产品中随机抽取 9 个,测得直径平均值为 15 毫米,给定   0.05

则滚珠的平均直径的区间估计为

. ( Z

0.05

 1.5 , Z

0.025

 1.96)

26. 某车间生产滚珠,从某天生产的产品中抽取 6 个,测得直径为:

14.6 15.1 14.9 14.8 15.2 15.1

已知原来直径服从 N(,0.06) ,则该天生产的滚珠直径的置信区间为

(   0.05 , Z

0.05

 1.5 , Z

0.025

 1.96 ).

12 个子样算得

1

2

27. 某矿地矿石含少量元素服从正态分布,现在抽样进行调查,共抽取

S  0.2 ,则 的置信区间为

(  0.1,  2 (11)  19.68 ,  2  (11)  4.57 ).

2

28. 设某种清漆干燥时间 X ~ N ( ,  2 ) (单位:小时),取 n  9 的样本,得样本均值和

方差分别为 X  6, S 2  0.33 ,则  的置信度为 95%的单侧置信区间上限为

.

.

精品文档

0

第八章

假设检验

一、选择题

0

1. 关于原假设 H 的选取,下列叙述错误的是(

A. 尽量使后果严重的错误成为第一类错误

).

B. 可以根据检验结果随时改换 H ,以达到希望得到的结论

0

C. 若拟从样本数据得到对某一结论强有力的支持,则将此结论的对立面设为 H

D. 将不容易否定的论断选作原假设

2. 关于检验水平 的设定,下列叙述错误的是( ).

A.  的选取本质上是个实际问题,而非数学问题

B. 在检验实施之前,  应是事先给定的,不可擅自改动 C.  即为检验结果犯第一类错误的最大概率

D. 为了得到所希望的结论,可随时对 的值进行修正 3. 下列关于“拒绝域”的评述中,不正确的是( ).

A. 拒绝域是样本空间(即全体样本点的集合)的子集 B. 拒绝域的结构形式是先定的,与具体抽样结果无关 C. 拒绝域往往是通过某检验统计量诱导出来的 D. 拒绝域中涉及的临界值要通过抽样来确定

4. 关于检验的拒绝域 W,置信水平  ,及所谓的“小概率事件”,下列叙述错误的是(

A.  的值即是对究竟多大概率才算“小”概率的量化描述

).

B.事件{( X , X , , X )  W | H 为真 } 即为一个小概率事件

1

2

n

0

C.设 W 是样本空间的某个子集,指的是事件{( X , X ,L , X ) | H 为真} D.确定恰当的 W 是任何检验的本质问题

1

2

1

2

n

0

5. 设总体 X ~ N (, 2 ), 2 未知 ,通过样本 X , X , , X 检验假设 H :    ,要采用

n

0

0

检验估计量( A.

  X

0 0

).

 / n

1

2

n

XB.S / n

C.

X  

D.

S / n

0

X / n

).

6. 样本 X , X , , X 来自总体 N (,12 2 ) ,检验 H :   100 ,采用统计量(

XA.

12 / n

B.

 100 X

12 / n

1

X100C.

S / n  1

2

n

0

X

D.S / n

0

7. 设总体 X ~ N (, 2 ), 2 未知,通过样本 X , X , , X 检验假设 H :    ,此问题 拒绝域形式为

.

.

精品文档

X100A. {

X  100 X  100

C}C}D.{XC}C. {

C}B.{S / n S / 10

S / 10

8.设 X , X , , X 为来自总体 N ( ,32 ) 的样本,对于 H :   100 检验的拒绝域可以形 如(

1

2

n

0

).

A.{ X    C} B. { X  100  C}

X100C}D.{X100C} / C. { S n

0

9. 样本来自正态总体 N (, 2 ) ,  未知,要检验 H :  2  100 ,则采用统计量为(

).

(n1)S2

A.

 2

(n  1)S 2 X   nS 2 B. C. n D.

100 100 100

0

10. 设总体分布为 N (, 2 ) ,若  已知,则要检验 H :  2  100 ,应采用统计量(

n 

2

).

2

XA.

S / n

1

2

n

(n1)SB. 2

( X   )

i

2

 ( X  X )

n

C.

i1

100

0

D.

2

i1

i

100

11. 设 X , X , , X 为来自总体 N (, 2 ) 的样本, 若  未知, H : 

 100 ,

H :  2  100, a  0.05 , 关于此检验问题, 下列不正确的是(

1

).

n X  X )2 (

A. 检验统计量为 i1

i

100

(n  1)S 2 2

~ x (n  1) B. 在 H 成立时,

0 100

C. 拒绝域不是双边的

D. 拒绝域可以形如{ ( X  X ) 2  k}

i1

1

2

n

i

n

12. 设 X , X , , X 是来自总体 N (10, 2 ) 的样本, 针对 H :  2  100 , H : 

0

1

2

 100 ,

a  0.05 ,关于此检验问题, 下列不正确的是(

1

2

n

).

A. 若设 W 为拒绝域,则 P{X , X ,L , X ) W  2  100}  0.05 恒成立

(n  1)S 2

B. 检验统计量取作

100

.

精品文档

n

  ( X  10)2    i

 C  的形状 C. 拒绝域可取为  i1

100

   

n 2 ( X  10)

D. 在 H 成立时,

0

i1

100

i

服从 x 2 (n) 分布

二、填空题

1. 为了校正试用的普通天平, 把在该天平上称量为 100 克的 10 个试样在计量标准天平上进 行称量,得如下结果:

99.3, 98.7, 100.5, 101,2, 98.3 99.7 99.5 102.1 100.5, 99.2

假设在天平上称量的结果服从正态分布

,为检验普通天平与标准天平有无显著差异

, H

0

1

2

.

25

2.设样本 X , X , , X

来自总体 N (,9),  未知.对于检验 H :    , H :    ,

0 0 1 0

取拒绝域形如 X   0  k ,若取 a  0.05 ,则 k 值为

.

.

精品文档

第一章

一、选择题

概率论的基本概念

1.答案:(B)

2. 答案:(B)

解:AUB 表示 A 与 B 至少有一个发生,  -AB 表示 A 与 B 不能同时

发生,因此(AUB)(  -AB)表示 A 与 B 恰有一个发生.

3.答案:(C)

4. 答案:(C) 5. 答案:(C) 6. 答案:(D)

注:C 成立的条件:A 与 B 互不相容.

注:C 成立的条件:A 与 B 互不相容,即 AB   . 注:由 C 得出 A+B=  .

7. 答案:(C)

8. 答案:(B) 9. 答案:(D)

注:选项 B 由于

P( A )  1  P( A )  1  P( A )  1   P( A ) 1  C (1 P( A ))

n

n

n

n

n

i1

i

i1

i

i1

i

i1

i

i1

i

10.答案:( C ) 11.答案:(C)

注:古典概型中事件 A 发生的概率为 P( A)  N ( A) .

N ()

12.答案:(C)

解:用 A 来表示事件“每个盒子中至多有1个球”,此为古典概型.

.

精品文档

由于不限定盒子的容量,所以每个小球都有 N 种放法,故样本空间中

样本点总数为 N n ;每个盒子中至多有1个球,则n 个小球总共要放 n

个盒子,先在 N 个盒子中选出 n 个盒子,再将 n 个球进行全排列,故

事件 A 中所包含的样本点个数为 C n  n! .因此 P( A)  CNn  n!

N

13.答案:(A)

N n

解:用 A 来表示事件“此r 个人中至少有某两个人生日相同”,考虑 A 的对立事件 A “此 r 个人的生日各不相同”利用上一题的结论可知

C r  r ! P365 r P r

P( A)  365  ,故 P( A)  1  365 .

365r 365r 365r

14.答案:(D)

解: P( A )  5  0.05; 当抽取方式有放回时, P( A )  5  0.05;

1

100

2

100

当抽取方式不放回时,

P( A )  P(A )  P(( A  A ) A )  P( A A  A A )  P( A A )  P( A A )

2

2

1

1

2

1 2

1 2

1 2

1 2

5 4 95 5 5  .  .   0.05 100 99 100 99 100

.

15.答案:(C)

16.答案:(A)

解:这里可以理解为三个人依次购买奖券,用A 表示事件“第 i 个人

i

中奖”,用 A 表示事件“恰有一个中奖”,则 A  A A A  A A A  A A A , 故 P( A)  P( A A A )  P( A A A )  P( A A A )  3 7 6  7 3 6  7 6 3  21 .

1 2

3

1 2

3

1 2 3

1 2 3

1 2 3

1 2 3

10 9 8 10 9 8 10 9 8 40

17.答案:(B)

解:“事件 A 与 B 同时发生时,事件 C 也随之发生”,说明 AB  C ,

故 P( AB)  P(C ) ;而 P( A  B)  P( A)  P(B)  P( AB)  1,

.

精品文档

故 P( A)  P(B)  1  P( AB)  P(C ) .

18.答案:(D)

解:由 P( A | B)  P( A B)  1 可知

P( AB) 1  P( A  B)

  

P( B) P( B) P( B) 1  P( B)

P( AB)(1 P( B))  P( B)(1 P( A)  P( B)  P( AB))

 1 

P(B)(1 P( B))

 P( AB)(1 P( B))  P( B)(1 P( A)  P( B)  P( AB))  P( B)(1 P( B))

P( AB) P( AB )

 P( AB)  P( AB) P( B)  P( B)  P( A) P( B)  ( P( B))2  P( B) P( AB)  P( B)  ( P( B))2  P( AB)  P( A) P( B)

故 A 与 B .

19.答案:(A)

解:由于事件 A,B 是互不相容的,故 P( AB)  0 ,因此

P(A|B)= P( AB)  0  0 .

P( B)

P( B)

20.答案:(A)

解:用 C 表示事件“A 与 B 恰有一个发生”,则 C= AB U AB ,AB 与 AB 互 不相容,故

P(C )  P( AB)  P( AB)  P( A  AB)  P( B  AB)

.

 P( A)  P( AB)  P( B)  P( AB)  P( A)  P( B)  p  q

或通过文氏图来理解,由于 AB   ,故 AB  A, AB  B ,因此

P(C )  P( AB )  P( AB)  P( A)  P( B)  p  q .

21.答案:(D)

解:用 E 表示“n 次试验中,事件 A 至多发生一次”,用 B 表示 事件“n 次试验中,事件 A 一次都不发生”,用 C 表示事件“n 次 试验中,事件 A 恰好发生一次”,则 E  B  C ,故

.

精品文档

P( E )  P( B)  P(C )  (1 p)n  C1 p(1 p)n1  (1 p)n  np(1 p) n1 .

n

22.答案:(B)

解:用 A 表示事件“至少摸到一个白球”,则 A 的对立事件 A 为“4

次摸到的都是黑球”,设袋中白球数为 x ,则

280 1 2 1

P( A)  ( )4  1  P( A)  1      x  4 .

2  x 81 81 2  x 3

23.答案:(D)

解:所求事件的概率为 p  C 2 ( 1 )2 1  3  0.375 .

3

2 2 8

24.答案:(D)

解:用 A 表示事件“密码最终能被译出”,由于只要至少有一人能译 出密码,则密码最终能被译出,因此事件A 包含的情况有“恰有一人 译出密码”, 恰有两人译出密码”, 恰有三人译出密码”, 四人都译 “ “ “ 出密码”,情况比较复杂,所以我们可以考虑 A 的对立事件 A “密码

最终没能被译出”,事件 A 只包含一种情况,即“四人都没有译出密

码”,故 P( A)  (1 1 )(1 1 )(1 1 )(1 1 )  1  P( A)  2 .

5

4 3 6 3 3

25.答案:(B)

解:所求的概率为

P( ABC )  1  P( A  B  C )

 1  P( A)  P(B)  P(C )  P( AB)  P(BC )  P( AC )  P( ABC )

1 1 1 1 1

 1     0    0

4 4 4 16 16 3  8

注: ABC  AB  0  P( ABC )  P( AB)  0  P( ABC )  0 .

26.答案:(B)

解:用 A 表示事件“甲击中目标”,用 B 表示事件“乙击中目标”,用

.

精品文档

C 表示事件“目标被击中”,则 C  A  B .故

P(C )  P( A)  P( B)  P( AB)  P( A)  P( B)  P( A) P( B)  0.6  0.5  0.6  0.5  0.8 .

27.答案:(A)

解:即求条件概率 P( A | C ) ,由条件概率的定义

P(A)0.6P(AC)   3.P( A | C )  

P(C ) P(C ) 0.8 4

28.答案:(A)

解:用 A 表示事件“取到白球”,用 B 表示事件“取到第 i 箱”  1.2.3i ,

i

则由全概率公式知

P( A)  P( B ) P( A | B )  P( B ) P( A | B )  P( B ) P( A | B )

1 1 2 2 3 3

.

1113 15 53    

35 36 38 120

29.答案:(C)

解:用 A 表示事件“取到白球”,用 B 表示事件“取到第 i 类箱子”

i  1.2.3 ,则由全概率公式知

1

1

2

i

P( A)  P( B ) P( A | B )  P( B ) P( A | B )  P( B ) P( A | B ) 21 32 12 7    

65 63 65 15

2

3

3

.

30.答案:(C)

解:即求条件概率 P( B | A) .由 Bayes 公式知

2

5.3 2 P( B ) P( A | B )

2 2 P( B | A)   6 3 

2 7 P( B ) P( A | B )  P( B ) P( A | B )  P( B ) P( A | B ) 7

1

1

2

2

3

3

15

31.答案:(D)

解:用 A 表示事件“将硬币连续抛掷 10 次,结果全是国徽面朝上”, 用 B 表示事件“取出的硬币为残币”,需要求的概率是 P(B | A) .由题设

.

精品文档

可知 P( B)  1 , P(B)  99 , P( A | B)  1, P( A | B)  ( 1 )10 ,由 Bayes 公式可知

100

100 2

所求概率为

12.

P(B | A)   

1   ( ) 99  2P(B)P( A | B)  P(B)P( A | B)

1 10

100

10 1 99 110

100 100 2

P(B)P( A | B)

32.答案:(C)

解:用 B 表示事件“顾客确实买下该箱”,用 A 表示事件“此箱中残 次品的个数为 i ”, i  0,1,2 ,则需要求的概率为 P( A | B) .由题意可知

P( A )  0.8, P( A )  0.1, P( A )  0.1 ;

0

1

2

0 i

1918,

P( B | A )  1, P( B | A )  , P( B | A ) 

0 1 2 20 20

故由 Bayes 公式可知

P( A ) P( B | A )

0 0 P( A | B) 

0 P( A ) P( B | A )  P( A ) P( B | A )  P( A ) P( B | A ) .

0 0 1 1 2 2

0.8 1 160

 

0.8 1  0.119 / 20  0.118 / 20 197

二、填空题

1.{(正,正,正),(正,正,反),(正,反,反),(反,反,反), (反,正,正),(反,反,正),(反,正,反),(正,反,正)}

2. AB U AB; A U B; AB

3. ABC ; ABC U ABC U ABC U ABC 或 AB U BC U AC 4.0.3,0.5

解:若 A 与 B 互斥,则 P(A+B)=P(A)+P(B),于是 P(B)=P(A+B)-P(A)=0.7-0.4=0.3; 若 A 与 B ,则 P(AB)=P(A)P(B),于是

由 P(A+B)=P(A)+P(B)-P(AB)=P(A)+P(B)-P(A)P(B),

.

精品文档

得 P( B)  P( A  B)  P( A)  0.7  0.4  0.5 .

1  P( A)

1  0.4

5.0.7

解:由题设 P(AB)=P(A)P(B|A)=0.4,于是

P(AUB)=P(A)+P(B)-P(AB)=0.5+0.6-0.4=0.7. 6.0.3

解:因为 P(AUB)=P(A)+P(B)-P(AB),又 P( AB )  P( AB)  P( A) , 所以 P( AB )  P( A U B)  P( B)  0.6  0.3  0.3 .

7.0.6

解:由题设 P(A)=0.7,P( AB )=0.3,利用公式 AB  AB  A 知

P( AB)  P( A)  P( AB ) =0.7-0.3=0.4,故 P( AB)  1  P( AB)  1  0.4  0.6 .

8.7/12

解:因为 P(AB)=0,所以 P(ABC)=0,于是

P( ABC )  P( A U B U C )  1  P( A U B U C )

 1  [ P( A)  P( B)  P(C )  P( AB)  P( BC )  P( AC )  P( ABC )] .  1  3/ 4  2 / 6  7 /12

9.1-p

解:由于

P( AB )  P( A U B)  1  P( A U B)  1  [ P( A)  P( B)  P( AB)]  1  p  P( B)  P( AB),

由题设 P( AB )  P( AB) ,故 P(B)=1-p.

10.0

解:由于事件 A  B 与事件 A  B 是互逆的, ( A  B)( A  B )   ,因此

P{( A  B)( A  B )}  0 ,从而有 P{( A  B)( A  B)( A  B )( A  B )}  0 .

11.1/4

.

精品文档

解:因为 P( A U B U C )  P( A)  P(B)  P(C )  P( AB)  P(BC )  P( AC )  P( ABC )

由题设

P( A)  P( B)  P(C ), P( AC )  P( A) P(C )  P 2 ( A), P( AB)  P( A) P( B)  P 2 ( A) ,

9,因此有P( BC )  P( B) P(C )  P ( A), P( ABC )  0  3P( A)  3P2( A) ,解得

2

16

P(A)=3/4 或 P(A)=1/4,又题设 P(A)<1/2,故 P(A)=1/4.

12.1/6

解:本题属抽签情况,每次抽到次品的概率相等,均为 1/6,另外, 用全概率公式也可求解. 13.2/5

解:根据抽签原理,第一个人,第二个人,……,等等取到黄球的概 率相等,均为 2/5.

或者利用全概率公式计算,设 A={第一个人取出的为黄球};B={第

一个人取出的为白球};C={第二个人取出的为黄球};则 P(A)=2/5,

P(B)=3/5,P(C|A)=19/49,P(C|B)=20/49,由全概率公式知 P(C)=P(A)P(C|A)+P(B)P(C|B)= 2  19  3  20  2 . 14. 1

5 49 5 49 5

1260

解:这是一个古典概型问题,将七个字母任一种可能排列作为基本事

件,则全部事件数为 7!,而有利的基本事件数为1 2 1 2 111  4 ,

故所求的概率为 4  1 .

7! 1260

15.3/7

解:设事件 A={抽取的产品为工厂 A 生产的},B={抽取的产品为工厂 B 生产的},C={抽取的是次品},则 P(A)=0.6,P(B)=0.4,P(C|A)

.

精品文档

=0.01,P(C|B)=0.02,故有贝叶斯公式知

P(AC)P( A) P(C | A) 0.6  0.01 3 .P( A | C )     P(C ) P( A) P(C | A)  P( B) P(C | B) 0.6  0.01  0.4  0.02 7

16.1/5

解:以 A 表示事件{从 10 件产品中任取两件,两件都是不合格品}, 以 B 表示事件{从 10 件产品中任取两件,至少有一件是不合格品},

2C2 2,显然2

则所求的概率为 P(A|B),而 P( A)  C4  , P( B)  1  6  A  B ,

C 2

故 P ( AB ) =P ( A ) =2/15 , 由 条 件 概 率 的 计 算 公 式 知

10

15 C 2

10

3

P(AB)2 /15

P( A | B)    1/ 5 .

P( B) 2/3

17.6/11

解:设 A={甲射击},B={乙射击},C={目标被击中}, 则 P(A)=P(B)=1/2,P(C|A)=0.6,P(C|B)=0.5, 故 P( A | C )  P( AC ) 

P(C )

P(A)P(C|A)6.0.50.6  

P( A) P(C | A)  P( B) P(C | B) 0.5  0.6  0.5  0.5 11

18.2/3

解:设 A ={取出的产品为第 i 等品},i=1,2,3.则 A , A , A 互不相容,

P(A)0.6P(A)2. 1 所求概率为 P( A | A U A )  1   

1 1 2 P( A U A ) P( A )  P( A ) 0.6  0.3 3

1

2

1

2

i

1

2

3

19.(1- p )(1- p )(1- p )

1

解:由题意当且仅当第一、二、三道工序均为成品时,该零件才为成

2 3

品,故该零件的成品率为(1- p )(1- p )(1- p ).

1

20. p nm (1 p)m

2 3

.

精品文档

第二章

一、选择题

随机变量及其分布

1.答案:(B)

注:对于连续型随机变量 X 来说,它取任一指定实数值 a 的概率均为 0,但事件{X=a}未必是不可能事件. 2.答案:(B)

ke 解:由于 X 服从参数为  的泊松分布,故 P{X  k}  . , k  0,1,2,L

k !

1e 2e 又 P{X  1}  P{X  2}, 故    2 ,因此 

1!

2!

P{X  2}  1  P{X  2}

 1  P{X  0} P{X  1}  P{X  2}.

20 e2 21 e2 22 e2 5

 1     1 

0! 1! 2! e2

3.答案:(D)

解:由于 X 服从 [1,5] 上的均匀分布,故随机变量 X 的概率密度为

.

2,3,

P{3  X  6}  P{3  X  5}  P{0  X  4}  P{1  X  4} 

4 2  1.P{1  X  3}  P{1  X  3}  4 2

4

若点

 1 , x [1,5] ba

f ( x)   4

 0, x [1,5]

.因此,

4

,则

4 答案:(C)

X解:由于 X ~ N ( ,4), 故 ~ N (0,1);

2

由于 P{X  0}  P{ X    0   }  (  ), 而 (0)  1 ,故只有当   0

2 2 2 2

时,才有 P{X  0}  1 ;

2

X     2  

P{X    2}  P{X    2}  1  P{X    2}  1  P{  }  1  (1);

2 2

.

精品文档

正态分布中的参数只要求  0 ,对  没有要求.

5.答案:(C)

解 : 连 续 型 随 机 变 量 的 函 数 未 必 是 连 续 型 的 ; 如

设 X 在 (0,2) 上服从均匀分布, 概率密度为

1 ,0x2 ,

p( x)   2

0, 其他.

 x, 0  x  1 ,又设连续函数yf(x)  1,1x2

0, y  0,

 y

故 Y 的分布函数为 F (Y )   , 0  y  1,

Y

 2

1, y  1.

此时 Y  f ( X ) 不是连续型随机变量也不是离散型随机变量

这里 Y 表示事件{ X  1}出现的次数,故 Y 是离散型的随机变量;

2

,1 2 12  2

故 Y ~ B(3, ) ,因此由于 P{X  }  0)dx   2 xdx  x|  f (4 x 2 4

1

1

112

0

119.

P{ y  2}  C ( ) (1 ) 

44

2 23

0

6.答案:(A)

解:由于 X ~ B(2, p) ,故

P{ X  1}  1  P{ X  1}  1  P{ X  0}  1  C 0 p 0 (1 p) 2  1  (1 p) 2  2 p  p 2 ,

2

5 而 P{X  1}  5 ,故 2 p  p 2  5  p  1 或p  ; (舍)

9

9

3

3

由于 Y ~ B(3, p) ,故

11219.

P{Y  1}  1  P{Y  1}  1  P{Y  0}  1  C ( ) (1 ) 3  1  ( ) 3 

33 3 27

0 0

3

7.答案:(B)

解:这里 g ( x)  2 x  3 ,g ( x) 处处可导且恒有 g ( x)  2  0 ,其反函数为

y3,直接套用教材页的公式(5.2),得出 Y 的密度函 x  h( y)   2

.

精品文档

数为 f ( y)  f ( y  3)  1  1 f ( y  3) .

Y

X

2 2 2 X 2

8.答案:(D)

注:此题考查连续型随机变量的概率密度函数的性质.见教材 51 页. 9.答案:(C)

解:因为 X ~ N (1,1) ,所以 F ( x) 

12

(t 1)2 ( x1)2

  2 



x

e 1 e 2 . dt , f ( x)  2

X  1 0  1

P{X  0}  P{  }  (1)  1  (1)  1  0.8431  0.1569,

1 1

P{X  0}  1  P{X  0}  1  P{X  0}  1  (1)  (1)  0.8431;

X  1 1  1

P{X  1}  P{  }  (0)  0.5,

1 1

P{X  1}  1  P{X  1}  1  P{ X  1}  1  (0)  0.5;

10.答案:(A)

解:由于 X ~ N ( , 42 ) ,所以

X  4  

P  P{X    4}  P{  }  (1)  1  (1); 1 4 4

由于 Y ~ N ( ,5 2 ) ,所以

故 P  P .

1

2

Y     5  

P  P{Y    5}  1  P{Y    5}  1  P{  }  1  (1), 2 5 5

11.答案:(C)

解:因为

P{| X   |  }  P{  X     }  P{  X     }  P{    X    }

X  

 P{  }  (1) (1)  2(1) 1

 

所以 P{| X   |  }  2(1) 1 ,该值为一常数,与 的取值无关.

12.答案:(B)

.

精品文档

解:由于 f ( x)  f ( x) ,所以 X 的概率密度函数为偶函数,其函数图形

关于 y 轴对称,因此随机变量 X 落在 x 轴两侧关于原点对称的区间内

的概率是相等的,从而马上可以得出 F (0)  P( X  0)  1 .我们可以画出

2

函数 f ( x) 的图形,借助图形来选出答案 B.

也可以直接推导如下:

a ,令,则有F (a)   f ( x)dx u   x

F (a)   f (u)du   f (u)du   f ( x)dx  

a

a

a



1 a

f ( x)dx   f ( x)dx    f ( x)dx.

2 0 0 0

a

13.答案:(A)

71 1 33

解: P{X  1}  xdx  x 2 |1  . f ( x)dx  

4

1

4

1 4

2

1 4

8

14.答案:(B)

21X  1 2  1

 } 解: P{ X  2}  1  P{ X  2}  1  P{2  X  2}  1  P{ 

2 2 2

 1  [(0.5)  (1.5)]  1  (0.5)  1  (1.5)  0.3753 .

15.答案:(C)

解:由于 X 服从参数为 1 的指数分布,所以 X 的概率密度为

9

x1  9 1  e 9 , x  0 ,因此 x x 1 1 .

9 f ( x)   9 P{3  X  9}  e 9 dx  e 9 |  3 3 e e 9 0 ,其它

3

16.答案:(D)

解:对任意的 x  0, P{ X  x}  1  P{ X  x}  1  F ( x)  1  (1 ex )  ex ;选

项 C 描述的是服从指数分布的随机变量的“无记忆性”;对于指数分

布而言,要求参数   0 .

17.答案:(A)

.

精品文档

解:选项 A 改为 X   ~ N (0,1) ,才是正确的;

18.答案:(B)

b);)(

P{| X   | k }  P{k  X    k }  P{k    X  k  }

k 

 P{ Xk. 

  } (k)(k)2(k)1,(k0)

 P{X  (a, b)}  F (b)  F (a)  (

a  

解:由于随机变量 X 服从(1,6)上的均匀分布,所以 X 的概率密度函数

,x[1,6]为 f ( x)   15 . 而 方 程 x 2  Xx  1  0 有 实 根 , 当 且 仅 当

0, x [1,6]

  X 2  4  0  X  2或X  2 ,因此方程 x 2  Xx  1  0 有实根的概率为

62

p  P{X  2} P{X  2}   0.8 .

6  1

19.答案:(A)

解:由于 X ~ N (2,  2 ) ,故

2 2

P{2  X  4}  P{

42 2 2

X2 }()-(0)0.3()0.8,    

从而 P{X  0}  P{ X  2  0  2}  (- 2 )=1-( 2 )=1-0.8=0.2 .

  

20.答案:(C)

解:由于 X ~ N (, 2 ) ,所以 Y  X   ~ N (0,1),P{| X   |  }  P{| Y | 1} ,

可见此概率不随  和  的变化而变化.

二、填空题

1. X  x .

2.解:由规范性知1  1  1  1  1  15  c  15 .

2c 4c 8c 16c 16c

16 2

2k2/31.

3.解:由规范性知1   a( )  a  2a  a 

4.解:设 A  {第 i 个零件是合格品},则

.

i

k 1

3 1  2 / 3

精品文档

P{X  2}  P{A A A }  P{A A A }  P{A A A }  0, x  1

5. F ( x)   1  x  1 . 0.6, 1, x  1

ke

6. P{X  k}  , k  0,1,2,L

1 2

3

1 2 3

1 2 3

121

  

234 234 234 24

113123

11.

k !

解:若 k<0,则根据密度函数的定义有

2,故k

P( X  k )   f ( x)dx   f ( x)dx   f ( x)dx     0 ,当 0  k  1

k 0 3 3 3 3

时,由 P( X  k )    f ( x)dx  1 f ( x)dx   6 f ( x)dx  1 (1 k )  2  2  k  1 ;

k k 3 3 3 3

当 1  k  3 时,由题设 P( X  k )    f ( x)dx    f ( x)dx   6 f ( x)dx  2 ,即

k k 3 3



1

6

12

当1  k  3 时,结论成立;当 3  k  6 时,有

P( X  k )   f ( x)dx   f ( x)dx  (6  k ) 

k k 9 3



6

2

2,

即当 3  k  6 时,结论不成立,同理 k  6 时结论也不成立.综上所述 k 的

取值范围是[1,3].

8.解:因为 P{X  x}  P{X  x}  P{X  x}  F ( x)  F ( x  0) ,所以只有在 F

(X)的不连续点(x=-1,1,2)上 P{X=x}不为 0,且 P(X=-1)=F(-1)

-F(-1-0)=a,P{X=1}=F(1)-F(1-0)=2/3-2a,P{X=2}=F(2)-F (2-0)=2a+b-2/3,由规范性知 1=a+2/3-2a+2a+b-2/3 得 a+b=1,又 1/2=P{X=2}=2a+b-2/3,故 a=1/6,b=5/6.

 1 ,1x59.解:由于 X ~ U [1,5] ,所以 X 的概率密度为 f ( x)   4 ,

0, 其它

故 p( x  X  x )    f ( x)dx  x2 1 dx  1 ( x  1) .

1

2

10. f ( x)  1 e2

 ( x )2  2 2

1

4 4

2

y2

1 ; ,   x   f ( y)  e  2 ,   y  

2

.

精品文档

X  3 7  3  2  3 P  2  X  7  P   

. 11.解:

 2 2 2 

 (2)  (2.5)  (2)  (2.5)  1  0.9972  0.9938  1  0.9910

12.解:

422 2

X2 )  ( )  (0)  ( )  0.8 , 故 0.30  p(2  X  4)  p(

    

X 22 2

( p( X  0)  p( 02)  )  1  ( )  0.2 .

  

p( X  c)  p( X  c)  p( X  c)  1  p( X  c)

1X3c3c313.解:由  (0)   p( X  c)  p(  )  ( ) . 2 2 2 2

c3

  0  c  3

2

 2 2

14.解:

0.80  p(120  X  200)  p(

120  160

.4040 40

 ( ) ( (1.28)31.25 )2()1(40)0.9

   

1 15. 

X  160

200  160

 )

3 

0.50.5 

16.解:由题设 5/ 9  P{ X  1}  1  P{ X  0}  1  (1 p)2 ,故 1  p  2 ,

3

从而 5/ 9  P{ X  1}  1  P{ X  0}  1  (1 p)2  1  p  2 / 3 ,

故 P{Y  1}  1  P{Y  0}  1  (2 / 3)3  19 / 27 .

17.解: F ( y)  P{Y  y}  P{X  y}  

Y

0

y

1 1

dx  y ,(0  y  4) 2 2

故 f ( y)  F ( y)  1 (0  y  4) .

Y

Y

4 y

18.解:由题设可知二次方程 y 2  4 y  X  0 无实根的概率为

P(16-4X<0)=P(X〈4)=1/2,

由于正态分布密度函数曲线是关于直线 x   对称的,因此根据概率密

度的性质,有 P{X  }  1/ 2    4

.

精品文档

第三章

一、选择题

随机变量及其分布

1.答案:(A)

解:由于 X,Y 都服从 [0,1] 上的均匀分布,所以

1,0  x  1 ,f ( x)   X 0, 其它 

1,0  y  1 ,又由于 X,Y 相互,所以(X,Y)的概率密度为

f ( y)   Y

0, 其它 1,0  x  1,0  y  1 ,即(X,Y)服从均匀分布;令ZX+Y,则Z的  f ( x, y)  

0, 其它

 z

 dx  z,0  z  1

 0

  1 ;令概率密度为 f ( z)   f ( x, z  x)dx  Zdx2z,1z2  Y ,则由

1 Z  z1 

0 , 其它  

教材 页的定理结论(5.2)式可知 f ( z )   1,1  y  0 ,而且由于 X,Y

Z

1

1

0, 其它

,所以由教材 94 页的定理可知 X, Z 也,令 Z  X-Y  X  Z ,

1

1

 z1

dx  z  1,1  z  0   0   1 . 则 Z 的概率密度为 f ( z)   f ( x) f ( z  x)dx   dx  1  z,0  z  1

Z X 1 Z  z



0 , 其它  

2.答案:(C)

解:因为 {X  Y }  {X  1, Y  1}  { X  1, Y  1} 而且事件 {X  1,Y  1} 与

{X  1,Y  1} 互不相容,故

.

精品文档

P{X  Y }  P{X  1,Y  1}  P{X  1,Y  1}

1 1 1 1 1

 P{X  1}P{Y  1}  P{X  1}P{Y  1}     

2 2 2 2 2

3.答案:(A)

解:要使 F ( x)  aF ( x)  bF ( x) 是某个随机变量的分布函数,该函数必须 满 足 分 布 函 数 的 性 质 , 在 这 里 利 用 F ()  1 这 一 性 质 可 以 得 到

1

2

aF ()  bF ()  a  b  1 ,只有选型 A 满足条件.

1

2

4.答案:(A)

解:由 P{ X X  0}  1 可知 P{ X X  0}  1  P{ X X  0}  0 ,故

P{X  1, X  1}  P{X  1, X  1}  P{X  1, X  1}  P{X  1, X  1}  0  P{X  1, X  1}  P{X  1, X  1}  P{X  1, X  1}  P{X  1, X  1}  0

1

2

1

2

1

2

1

2

1

2

1

2

1

2

1

2

1

2

1

2

1

2

又由联合分布律与边缘分布律之间的关系可知:

1

 P{X  1}  P{X  1, X  1}  P{X  1, X  0} P{X  1, X  1}

1 1 2 1 2 1 2 4

1

 P{X  1, X  0} 

1 2 4

1

 P{X  1}  P{X  1, X  1}  P{ X  1, X  0} P{ X  1, X  1}

1 1 2 1 2 1 2 4

1

 P{X  1, X  0} 

1 2 4

1

 P{X  0}  P{ X  1, X  0} P{ X  0, X  0} P{ X  1, X  0}

2 1 2 1 2 1 2 2

1

 P{X  0, X  0}   P{ X  1, X  0} P{ X  1, X  0}  0

1 2 1 2 1 2 2

故 P{ X  X }  P{ X  1, X  1}  P{ X  1, X  1}  P{ X  0, X  0}  0 .

1

2

1

2

1

2

1

2

5.答案:(D)

解:联合分布可以唯一确定边缘分布,但边缘分布不能唯一确定联 合分布,但如果已知随机变量 X 与 Y 是相互的,则由 X 与 Y 的

.

精品文档

边缘分布可以唯一确定 X 与 Y 的联合分布. 6.答案:(B)

解:由联合分布的规范性知 1/6+1/9+1/18+1/3+ a+ b=1,得出 a+ b=1/3

7.答案:(A)

解:由于 X,Y 相互,所以

1 1 1 2

P{X  1,Y  2}  P{X  1}P{Y  2}   (  a)  a 

9 3 9 9 . 1 1 1 1

P{X  1,Y  3}  P{X  1}P{Y  3}  (  b)  b 

18 3 18 9

8.答案:(A)

解:由问题的实际意义可知,随机事件{X  i} 与{Y  j} 相互,故

1 1 1

 , i, j  1,2,L 6 ; P{ X  i, Y  j}  P{ X  i}P{Y  j} 

C1 C1 36

6 6

{ X  Y }  { X  k , Y  k}  P{X  Y }   P{X  k , Y  k} 

6 k 1

6 k 1

1 1 ;

 6  36 6

15;

P{X  Y }  1  P{X  Y }  1  

6 6

{X  Y }  {X  Y }  {X  Y } ,

而事件{X  Y } 又可以分解为 15 个两两不相容的事件之和,即

{X  Y }  {X  k , Y  k  1}  {X  k , Y  k  2}L  {X  k , Y  6}, k  1,2,3,4,5

故 P{X  Y }  15  P{X  Y }  P{X  Y }  P{X  Y }  15  1  7 .

36

36 6 12

9.答案:(C)

1  2ydy6x,0x1

解:f ( x)   f ( x, y)dy   0

X  0  , 其它 

3x2,0x1

,所以 0

, 其它

P{X  0}  1 ,

.

1   6 x2 ydx,0  y  1 2 y,0  y  1 ,所以有 

P{X  0}  0 ; f ( y)   f ( x, y)dx   

Y 00 0 , 其它 其它 , 

精品文档

f ( x, y)  f ( y) f ( y) ,因此 X,Y .

X

Y

10.答案:(B)

解:若记 D  {( x, y) | 0  x  1,0  y  1} ,则 B 改为 P{( X , Y )  G} 

 6 xydxdy

2

GD

才是正确的.

11.答案:(C)

解: P{Y  2 X  0}   f ( x, y)dxdy 

G

 h( x, y)dxdy ;

GI D

P{Y  2 X  0}  1  P{Y  2 X }  1  P{Y  2 X }  1   f ( x, y)dxdy .

G

12.答案:(A)

解: P{( X , Y )  D}  13.答案:(A)

S

S

GI DG

; P{( X , Y )  D}  1  P{( X , Y )  D}  1 

S

GI D

S

G

解:串联的情况,由于当子系统 与  中有一个损坏时,系统 就停

1

2

止工作,所以 Y  min{ X , X } ;并联的情况,由于当且仅当子系统 与

2

都损坏时,系统 才停止工作,所以Y  max{ X , X };备用的情况,

2 1 2

1

1

2

1

这时子系统  损坏时系统  才开始工作,所以 Y  X  X .

1

2

3

1

2

14.答案:(D)

解:记 D  {( x, y) | X  Y }, D  {( x, y) | X  2Y } ,

D  {( x, y) | X  Y }, D  {( x, y) | X  2Y } ,

1

2

3

4

由于{U  V }  {U  1,V  1} U {U  0,V  0},

故 P{U  V }  P{U  1,V  1}  P{U  0,V  0}  GI D I D  S

S

S

12

G

GI D3 I D4

G

S

3 .

1 1

  2  2 2 4

.

精品文档

15.答案:(B)

解:当 ( X , Y ) : N ( ,  , 2 ,  2 ,  ) 时, X ~ N ( , 2 ) , Y ~ N ( , 2 ) ,且 X

1

和 Y 相互的充要条件是   0 ;单由关于 S 和关于 T 的边缘分布,

2 1 2 1 1 2 2

一般来说是不能确定随机变量 S 和 T 的联合分布的.

16.答案:(C)

解:( 方法 1)首先证明一个结论,若 T ~ N (, 2 ) ,则 S  T ~ N ( , 2 ) . 证明过程如下(这里采用分布函数法来求 S  T 的概率密度函数,也

可以直接套用教材 页的定理结论(5.2)式):由于

F (s)  P{S  s}  P{T  s}  P{T  s}  1  P{T  s}  1  P{T   s}  1  F ( s),

故 f (s)   f (s)  (1)  f (s) 

S

T

T

S

T

1

2

e(s)2  2 2

1

2

e(s())2

 2 2

, 这 表 明 T

也服从正态分布,且 S  T ~ N ( , 2 ) .

所以这里 Y ~ N (  , 2 ) .再利用结论:若 X 与 X 相互,且

2

X ~ N ( , 2 ), i  1,2 ,则 X  X ~ N (   , 2   2 ) .便可得出

i

2 1 2

i i 1 2 1 2 1 2

X  Y ~ N (   , 2   2 ) ; X  Y ~ N (   , 2   2 ) ;

1

X  2Y  ( X  Y )  Y ~ N (  2 , 2  4 2 ) ;

1

2 1 2 1 2 1 2

2 X  Y  X  ( X  Y ) ~ N (2    , 4 2   2 ) .

1

2 1 2

2 1 2

(方法 2)我们还可以证明:有限个相互的正态随机变量的

线性组合仍然服从正态分布,且若 X ~ N ( , 2 ), i  1,2,L , n ,则

i

i

i

Y   k X ~ N ( k  ,  k 2 2 )

n

n

n

故 X  Y ~ N (   , 2   2 ) ; X  Y ~ N (   , 2   2 ) ;

1

i1

i i

i1

i i

i1

i i

X  2Y ~ N (  2 , 2  4 2 ) ; 2 X  Y ~ N (2    , 4 2   2 ) .

1

2

1

2

1

2

1

2

2 1 2 1 2 1 2

.

精品文档

17.答案:(C)

解:由于 X,Y 相互,且都服从标准正态分布 N(0,1),因此 X,

 y Y 的联合概率密度函数为 f ( x, y)  1 e x 2 ,( x, y)  R 2 .

2

2

2

下面先求 Z 的分布函数 F ( z) . 记 D  {( x, y) | X 2  Y 2  z} ,由于

Z  X 2  Y 2  0 ,所以当 z  0 时, F ( z) =0;当 z  0 时,有

Z Z

F ( z)  P{Z  z}  P{X  Y  z}   f ( x, y)dxdy   d 

Z

2

2

D

22 z  

z2 2

0 0

1

e d   1  e  2 , 2

2ze将 F ( z) 关于 z 求导数,得到 z 的概率密度为 f ( z)  z  2 , z  0 ,

Z

Z

0 , 其它

故 Z 服从的分布是参数为 1 的瑞利分布.

18. 答 案 :( B ) 注 : 考 查 其 对 立 事 件 , 可 知 D  0 有 两 种 情

况 , X X  0, X X  1 或 X X  1, X X  0 , 且 根 据 题 意 有

214,P X X  0, X X  1  P X X  1, X X  0  25  25

1 4 2 3 1 4 2 3

25 25

1

4

2

3

1

4

2

3

所以 P{D  0}  1  2  21  4  457  0.7312

625

19.答案:(A)

3解 : 由 于 X ~ N (3,1) , Y ~ N (2,1) , 所 以 Z  X 1,  ( X  3) ~ N (0,1)

Y  2

 (Y  2) : N (0,1) ,故 Z  2Z  2(Y  2) : N (0,( 2) 2 1)  N (0, 4) , Z 

3 2 2 1

1

而 Z  Z  Z ,所以 Z ~ N (0,5) .

1

3

20.答案:(D)

解:由联合概率密度函数的规范性知

.

精品文档

 444 

  0

1 

 f ( x, y)dxdy  C  dx  sin( x  y)dy C  [cos x  cos( x 4 )]dx

.

  dx 

1 ( x2  xy)dy  0

5 4 1 65 .  ( x3  x2  x)dx 

 , y)dxdy  A f ( x 0

AA 

(2x3y)2x3y  dx  e dy   e d (2 x)  e d (3 y)   A  6.

 C[sin x  sin( x  )] 4  2  1  C  2  1

4 0

21.答案:(A)

解: P{X  Y  1} 

1

0

2

 f ( x, y)dxdy

x y1

1

1 x

3

0

6 3 2 72

22.答案:(B)

解:由联合概率密度函数的规范性知

1 

    

  0 0 0 0

6 6

23.答案:(C)

解:直接应用教材 94 页的定理结论:随机变量的连续函数所确 定的随机变量也是相互的. 24.答案:(C)

解:不妨考虑在 x 轴上原点到点(a,0)之间取两点, a  0 ,设它们到原

点的距离分别为 x,y,且 x此时三条短线的长度分别为 x,y-x,a-y,设 A 表示事件三条短线能

构成三角形,则 A  x, y | x  a , y  a , y  x  a  0 ,因此

2 2 2

pA 

1 a a  

2

4

 a  a

25.答案:(B)

解:由于 X 和 Y 都是离散型的随机变量,所以它们的函数 X  Y 仍是

.

(

S A 2 2 2  1 , S 表示面积.

S  1

精品文档

离散型随机变量,而且是一维的随机变量.

{X  Y  l}  {X  0,Y  l} U {X  1,Y  l  1}, l  0,1,2,L

 P{X  Y  l}  P{X  0,Y  l}  P{X  1,Y  l  1}

2le2(l1)e2  0.6 2 P{X  0}P{Y  l}  P{X  1}P{Y  l  1}  0.4 , l ! (l  1)! 2l e2

 (0.3l  0.4) , l  0,1,2,L

l !

故 X  Y 不服从泊松分布.

20 e2

P{X  Y  0}  P{X  0,Y  0}  P{X  0}P{Y  0}  (1 0.6)  0.4e2 .

0!

26.答案:(B)

解:由于 X,Y 相互,且都服从[0,1] 上的均匀分布,所以 X,Y 的联

1,0  x  1,0  y  1 ,故 Z 的概率密度函数为 合概率密度函数为 f ( x, y)  

0, 其它  z

dxz,0  z  1 

 0

1   dx2z,1z2,所以A,C,D都不对.f(x,zx)dx  f ( z)   Z

 z1 

0 , 其它   P{X  Y }   f ( x, y)dxdy  0 .(二维随机变量 ( X , Y ) 落在位于矩形区域

x y

[0  x  1,0  y  1]内的直线段 y  x 上,没有形成区域,所以概率为零)

27.答案:(A)

 1 ,0x2解:由于 X 服从 [0,2] 上的均匀分布,所以 f ( x)   2 ;由于 Y

X

0, 其它

2e,y02y 2服从  的指数分布,所以 f ( y)   ;又由于 X,Y ,所

Y

0 , 其它

.

e,0x2,y02y 以 f ( x, y)  

,故0 , 其它

P{X  Y }   f ( x, y)dxdy   dx  ex y

0 x

2 

2 y

1 2 1

dy    e2 xd (2x)  4 4

0

精品文档

(1 e4 ) .

28.答案:(C)

解:用 D 表示以(0,0),(0,2),(2,1)为顶点所形成的三角形区域,用

33xx

G表示矩形域,则所求的概率为P{(  f x( x, y)dxdy   xy dxdy  dx  xy dy   (  X , Y )  D}  [0 2,0  y  1]

2

2 0

1 x 2

2

2 0

4

D

DI G

2 2 2 16

)dx  0.6 .

29.答案:(B)

1e1e函分别为,)   F和解:由于 FX,Y分别服从参数为的指数分布,所以 ( x ( y)     X,Y 的分布

0

0

x , x  0 

1

2

Y

1

, 其它

2

 y

X

, y  0 ,又因为 X,Y 独 , 其它

立,所以

P{X   1, Y   1}  P{X   1}P{Y   1}

 [1 P{X   1}][1 P{Y  }]  [1 F ( 1 )][1 F ( 1 )]  e2

1

2

1

[(x5)8(x5)( y3)25( y3) ]

1 12

2 X

1

Y

2

.

解:因为 eB)30.答案:(

 e ( x54( y3)) 9( y 3)

2

2

2

2

所以

1  



Ae

(x54(y3))29(y3)2

dxdy  Ae 9y3 dy   e x54( y3) dx 



2



2

 

即 A  3

 

A

   3

31.答案:(A)

解:参考教材 92 页例题. 32.答案:(B)

解:利用结论:有限个相互的正态随机变量的线性组合仍然服从

.

精品文档

n n

正态分布,且若 X ~ N ( , 2 ), i  1,2,L , n ,则 Y   nk X ~ N ( k  ,  k 2 2 ).

i

i

i

i1

i i

i1

i i

i1

i i

2111n n 因此 ( X  X  L  X ) ~ N ( ,  ( )2 2 )  N (, ) ;

2 n n 1 n n n

X  X ~ N (  , 2   2 )  N (0, 2 2 ) .

1

i1

i1

令 Z  2 X  3 ,由教材 页定理结论中的(5.2)式可知,Z 的概

1

Z

2

率 密 度 函 数 为 f ( z) 

1

e2

( z3

 )2 [z(23)]22  

2 2 2 2(2  )

11

. e22 (2 )

, 故

2 X  3 ~ N (2   3,4 ) .

1

2

33.答案:(C)

解: P{( x, y)  D}   f ( x, y)dxdy 

D

 g ( x, y)dxdy ,只有当 ( X , Y ) 在 G 内服

DI G

从均匀分布时,才有 P{( x, y)  D}  二、填空题

S

S

DI GG

.

1.F(b,c)-F(a,c);F(a,b);F(+  ,a)-F(+  ,0);F(+  ,b)-F(a,b).

2.     1/ 6 .

3.解: S   e 1dx  [ln | x |]e  2 ,故 f ( x, y)  

D

1

x

1

0,( x, y)  D

4.0.

5.P(Z=0)=P(X=0,Y=0)=P(X=0)P(Y=0)=1/4;P(Z=1)=1-P(Z=0)=3/4.

6.二项分布 b(3,0.2).

7.解:P{max(X,Y)  0}=P{X  0 或 Y  0}= P{X  0}+P{Y  0}- P{X  0,

Y  0}=8/7-3/7=5/7.

8.解:(1)设 A={发车时有 n 个乘客},B={中途有 m 人下车},则在

发车时有 n 个乘客的条件下,中途有 m 人下车的概率是一个条件概率,

.

精品文档

即 P(B|A)=P(Y=m|X=n),根据二项概型有 P(B|A)= C m p m (1 p)nm ,

n

其中 0  m  n, n  0,1,2,L

( 2 )由于 P(X=n,Y=m)=P(AB)=P(B|A)P(A), 上车人数服从参数为

(  0) 的 泊 松 分 布 , 因 此 P ( A ) =

 n

e,于是P(X=n,Y=m)=n!

C p (1 p)

mn

mnm

 n

9. 解:显然 Y=min{X,2}, 对于 y<0,F(y)=0; 对于 y  2,F(y)=1. 当

n!

e ,其中 0  m  n, n  0,1,2,L .

0  y  2 时,有 F(y)=P(Y  y)=P{ min{X,2}  y}=P{X  y}=1-e ,0,若y<0

于是 y 的分布函数为 F ( y)   ,若0  y  2 .

1-e

1,若y  2

y 5

10.解:P(X=Y)=P(X=-1, Y=-1)+ P (X=1, Y=1 )= P (X=-1)P

(Y=-1)+ P(X=1)P(Y=1)=(1/2)(1/2)+ (1/2)(1/2)=1/2; P(X+Y=0)= P(X=-1, Y=1)+ P(X=1, Y=-1)= P(X=-1)(Y=1)+ P(X=1)P(Y=-1)=(1/2)(1/2)+ (1/2)(1/2)=1/2;

P(XY=1)=P(X=-1, Y=-1)+ P(X=1, Y=1)= P(X=-1)P(Y=-1) + P(X=1)P(Y=1)=(1/2)(1/2)+ (1/2)(1/2)=1/2.

.

精品文档

第四章

一、选择题

随机变量的数字特征

1.答案:(D)

解:由于D( X ) = E ( X 2 ) - [ E ( X )]2 ,所以 E ( X 2 ) = D( X ) + [ E ( X )]2 = 3 + 1 = 4 ,

故 E[3( X 2 ) + 20] = E[3( X 2 )] + E (20) = 3E[( X 2 )] + 20 = 3? 4 20 = 32 .

2.答案:(D)

ゥ 解: E( XY ) = 蝌

-?

xyf ( x, y)dxdy = 蝌

?

0

0

xye

- ( x+ y)

dxdy = [? xe- xdx]2 = 1

?0

3.答案:(D)

解: Cov( X , Y ) = E ( XY ) - E ( X )E (Y ) ,故 Cov( X , Y ) = 0 ? E ( XY )

EX ?EY ;

D( X + Y ) = DX + DY + 2Cov( X , Y ) ,故 Cov( X , Y ) = 0 ? D( X Y ) = DX + DY ; D( X - Y ) = DX + DY - 2Cov( X , Y ) ,故 Cov( X , Y ) = 0 ? D( X

Y ) = DX + DY ;

Cov( X , Y ) = 0 ? r

XY

0 ,但不能说明 X 与 Y .

4.答案:(C)

解 : 由 于 X,Y 独 立 , 所 以 2X 与 3Y 也 独 立 , 故

D(2 X - 3Y ) = D(2 X ) + D(3Y ) = 4D( X ) + 9D(Y ) .

5.答案:(C)

解:当 X,Y 时, D( X - 3Y ) = D( X ) + D(3Y ) = D( X ) + 9D(Y ) ;

E{[ X - E ( X )][Y - E (Y )]} = E[ XY - XE(Y ) - YE( X ) + E ( X )E (Y )] = E( XY ) - E( X )E(Y ),

而当 X,Y 时, E ( XY ) = E ( X )E (Y ) ,故 E{[ X - EX ][Y - EY ]} = 0 ;

P{Y = aX + b} = 1 ? | | 1 .

XY

r

6.答案:(C)

解:Cov( X , Y ) = E ( XY ) - E ( X )E (Y ) ,当 X,Y 时,可以得到 Cov( X , Y ) = 0

而 Cov( X , Y ) = 0 ? r

XY

0 ,即 X,Y 不相关,但不能得出 X,Y ;

.

精品文档

D( X + Y ) = DX + DY + 2Cov( X , Y ) ,故 Cov( X , Y ) = 0 ? D( X Y ) = DX + DY ;

D( X - Y ) = DX + DY - 2Cov( X , Y ) ,故 Cov( X , Y ) = 0 ? D( X

Y ) = DX + DY .

7.答案:(D)

解: E[( X - EX )(Y - EY )] = 0 ? Cov ( X , Y )

0 ? r

XY

,即0 X,Y 不相关.

8.答案:(A)

解:D( X + Y ) = DX + DY + 2Cov ( X , Y ) = DX + DY ? Cov ( X , Y ) 0 ? r

XY 即 X,Y 不相关.

0 ,

9.答案:(C)

解: E ( XY ) = EX ?EY 成立的前提条件是 X,Y 相互;

当 X,Y 相互时,有 D( X - Y ) = DX + DY ,即 D( X - Y ) = DX + DY

成立的充分条件是 X,Y 相互;

D( X - Y ) = DX + DY - 2Cov( X , Y ) = DX + DY ? Cov( X , Y )

0 ? r

XY

0

即 X,Y 不相关,所以 D( X - Y ) = DX + DY 成立的充要条件是 X,Y 不相关;

Cov( X , aX + b) = Cov( X , aX ) + Cov( X , b) = aCov( X , X ) = aD( X ) ;

D( X + 1) = D( X ) + D(1)+ 2Cov( X ,1) = D( X ) .

10.答案:(D)

解:由 D( X + 1) = D( X ) + D(1)+ 2Cov( X ,1) = D( X ) ;

D(2 X - 3Y ) = D(2 X ) + D(3Y ) - 2Cov(2 X ,3Y ) = 4D( X ) + 9D(Y ) - 12Cov( X , Y )

.

11.答案:(B)

解:由 D( X ) = E ( X 2 ) - [ E ( X )]2 ? E ( X 2 )

DX + [ E ( X )2 ] ;

.

精品文档

D(2 X + 3) = D(2 X ) + D(3) + 2Cov(2 X ,3) = 4 D( X ) ;

E (3Y + b) = E (3Y ) + E (b) = 3E (Y ) + b ;

E ( X ) 是一个确定的常数,所以 D( E ( X )) = 0 .

12.答案:(A)

解:设该二项分布的参数为

n 和 p ,则由题意知 E ( X ) = np = 2.4 ,

D( X )  np(1 p)  1.44 ,解得 n  6, p  0.4 .

13.答案:(D)

解: E[( X  c)2 ]  E ( X 2  2cX  c 2 )  E ( X 2 )  2cE ( X )  c 2

 E ( X 2 )  [E ( X )]2  {[ E( X )]2  2cE( X )  c2}

 E ( X 2 )  [E ( X )]2  [ E( X )  c]2  D( X )  [ E( X )  c]2  D( X )   2

14.答案:(B)

解:由于 X ~ B(n, p) ,所以 E ( X )  np , D( X )  np(1 p) ,故

D( X ) np(1 p)

  1  p .

E ( X ) np

15.答案:(B)

11n 1n(n1)(n1),n 解: E ( X )   k   k  

k 1

n k 1

n n

k 1

n 2 2

1121n(n1)(2n1) n 1) (n1)(2n  E ( X )  k n n n 6

k 1

  k 

6

2

12

,2 2

故 D( X )  E ( X 2 )  [E ( X )]2  (n  1)(2n  1)  [ (n  1)]2  1 (n2  1) .

6

16.答案:(C)



x

解: E ( X )   xf ( x)dx  0 x

1x

10 10

10 edx   xde   xe 0

x x 10 0

 x 10

| 10 e 0 d (

10 10 ) 

 E (2 X  1)  E (2 X )  E (1)  2E ( X )  1  21.

17. 答案(A)

.

精品文档

解:由于对于二维正态随机变量而言,与不相关是等价的,故

x2y2

1 (由题意知 ( X , Y ) : N (0,0,1,1,0) ,因此 f ( x, y)  e 2 ) . 2

注:二维正态分布的概率密度为

221f(x,y)exp2 x   x   y   y   1  1  1 2 2  2 1   2 2

   2  2  1   2

1 1 2 2 2

1

   

18.答案:(B)

(20)2

2(ba): 12 1 . 解:由于当 X U [a, b] 时, D( X )  ,故这里 D( X )  12 3

19.答案:(C)

解:由于 X ~ N (0,1) ,故 X 的概率密度为 f ( x) =

- ? e , 1

2p

x22-

x < ? ,

E (Y ) = E ( X 3 ) = 蝌 x3 f ( x)dx =

-?

1 2p

?

xe3

-x2

2

dx,由于被积函数为奇函数,

分区间关于原点对称,因此该积分值为 0,即 E (Y ) = 0 .

20.答案:(A)

解:由于 X ~ N (0,1),i  1,2 ,所以 E ( X )  E ( X )  0 , D( X )  D( X )  1

又因为 Y  X  X ,所以 E (Y )  E ( X )  E ( X )  0 ,

1

2

1

2

i

1

2

1

2

D(Y )  D( X )  D( X )  2Cov ( X , X )  2  2[E ( X X )  E ( X ) E ( X )]  2  2 E ( X X ),

1

2

1

2

1

2

1

2

1

2

而 X 与 X 的性未知,所以 E ( X X ) 的值无法计算,故 D(Y ) 的值

1

2

1

2

未知.

21.答案:(B)

解:由于 X : b(n, p), Y : N (, 2 ) ,所以 E ( X )  np, D( X )  np(1 p);

.

精品文档

E (Y )  , D(Y )   2 .故 E ( X  Y )  E ( X )  E (Y )  np   ;

而 E ( X 2 )  D( X )  [ E ( X )]2  np(1 p)  n2 p 2 , E (Y 2 )  D(Y )  [ E (Y )]2   2   2 ,

故 E ( X 2  Y 2 )  E ( X 2 )  E (Y 2 )  np(1 p)  n 2 p 2   2   2 .

22.答案:(A)

ìï 1 第i个盒子中有球 , 解 : 不 妨对 M 个 盒 子 进 行 编号 , 令 X = ïí

i

ïî 0 第i个盒子中没有球

骣M-1n

M则,()==-=PX11Xå ÷÷ X ,即 i = 1,2, L , M çç i 桫 M ÷ ç i

1()=--E X M [1 (1 )n]

M

i= 1

23. 答案:(A)

解:由于 X 服从参数为  `的泊松分布,所以 E ( X )   , D( X )   ,

故 E[( X  1)(X  2)]  E ( X 2  3 X  2)  E ( X 2 )  3E ( X )  E (2)

 D( X )  [ E ( X )]2  3E ( X )  E (2)   2  2  2  1

  2  2  1  0    1 .

24.答案:(B)

2(60)解:由于 X 服从 [0,6] 上的均匀分布,所以 D( X )   3 ;由于 X

2 1 1 12

服从正态分布 N (0,2 2 ) ,所以 D( X )  22  4 ;由于 X 服从参数为 3 的泊

2

松 分 布 , 所 以 D( X )  3 ; 又 因 为 X , X , X 相 互 独 立 , 且

Y  X  2 X  3 X ,所以

D(Y )  D( X  2 X  3 X )  D( X )  4D( X )  9 D( X )  3  4  4  9  3  46 .

1

2

3

1

2

3

1

2

3

3

1

2

3

3

25.答案:(D)

解:由于 X 服从参数为 1 的指数分布,所以 X 的概率密度函数为

.

精品文档

e x , x  0 ,且 E ( X )  1 ,下面求 E (e2 X ) . f ( x)  

0 ,其它

13x1,3x 1  ed(3x)e|2X2xx 0 E (e )   e e dx 

3 3 3

故 E ( X  e2 X )  E ( X )  E (e2 X )  1  1  4 .

3 3

0 0

26.答案:(A)

2解:由切比雪夫不等式知 P{| X   | 3 }   1 . (3 )2 9

27.答案:(D)

解:由于 X,Y 同分布,所以 D( X )  D(Y ) ,故

Cov(U ,V )  Cov( X  Y , X  Y )  Cov( X , X )  Cov( X , Y )  Cov(Y , X )  Cov(Y , Y )

, D( X )  D(Y )  0  

UV  0

即 U 与 V 的相关系数为 0.

28.答案:(C)

10 解:记  X  X , 由 于 随 机 变 量 X , X ,L X 相互,且

10 i

EX  1, DX  2(i  1,2,L ,10) ,所以

i

i

i1

1 2

E ( X )  E ( X ) 10 , D( X )  D( X ) 20,

10

10

10

10

i1

i

i1

i

i1

i

i1

i

故由切比雪夫不等式 P{| X  E ( X ) | }  1  D( X ) 知

 2

P{ X  10  }  1 

10  i1

i

1202. 2

20

29. 答案:(A) 解:令 t  x  2 ,则

.

 

t2 1 1 1     

( x  2)2 e d ( x  2)   t 2e 2 dt, ( x2  4 x  4)e 2 2 dx  

2 2 2  

设 T : N (0,1) ,则该积分值即为 E (T 2 ) ,而 E (T )  0, D(T )  1,所以

1( x2)2 ,故E (T  ( x2  4 x  4)e 2 dx  1 . 2 )  D(T )  [ E (T )] 2  1 

精品文档

2

30.答案:(C)

解:由于(X,Y)服从区域 D  {( x, y) | 0  x, y  a} 上的均匀分布,所以

 1 ,(x,y)D(X,Y)的概率密度为 f ( x, y)   a2 ,则

0, ( x, y)  D

a y 1 a x

( x  y)dy  E | X  Y |  | x  y | f ( x, y)dxdy  [ dx  dy  ( y  x)dx]

a2

.

D

0

0

0

0

a x 12a x2 2 a3 a

  2   dx ( x  y)dy   dx   a2 a2 2 a2 6 3

0

0

31.答案:(D)

解 : 令 X *  X  EX , 则 有 EX *  0 , DX *  1 , 但 不 一 定 有

DX

X  EX ~ N (0,1) .

X 

DX

*

32.答案:(A)

解:引入随机变量

ìï 1,第i名学生刚好领到自己的学生证 ï, ,i=1,,X = í ,2 L n i ïî 0, 第i名学生没有领到自己的学生证

11,故

则 X=ån ,显然的分布律为X X P{X = 1} = ,P{X = 0}= 1-

i=1

i

i

i

n

i

n

E(X )=1?P{X

i

i

1} + 0 ?P{X

i

0}=

1 n 1 = 1. n

, 因 此

E(X)=E(邋X ) =

n i=1

i

n i=1

E(X ) = ?

i

n i=1

33.答案:(C)

解:由于 X 服从区间 [1,2] 上的均匀分布,所以 X 的概率密度为

.

精品文档

 ,x[1,2]11; 0 ,故 Y 的分布律为

P{Y  1}  P{X  0}  dxf ( x)   3

1   3 3

0, x [1,2]

1 

2 12.;P{Y  0}  P{X  0}  0 P{Y  1}  P{X  0}  dx 

因此 E (Y )  (1) P{Y  1}  0  P{Y  0} 1 P{Y  1}   1  2  1 ;

3 3 3

1 2 ;2222E (Y )  (1)  P{Y  1}  0  P{Y  0} 1  P{Y  1}    1 3 3

故 D(Y )  E (Y 2 )  [ E (Y )]2  1  1  8 .

9 9

0

3 3

34. 答案:(B)

解:假设该种产品表面上的疵点数服从参数为  的泊松分布,用 Y 表

示每件产品表面上的疵点数,则由题意知 E (Y )  1  1    1 ,故

ke11Y 的分布律为 P{Y  k}  , k  0,1,2,L ,因此产品的废品率为 k !

P{Y  3}  1  P{Y  0} P{Y  1}  P{Y  2} P{Y  3} 10 e1 11 e1 12 e1 13 e1 8

 1      1 

0! 1! 2! 3! 3e

.

35.答案:(A)

解:由题意知 X 的分布律为

10 e1 11 e1 2

P{X  10}  P{Y  1}  P{Y  0} P{Y  1}    ;

0! 1! e 12 e1 13 e1 2

P{X  8}  P{1  Y  3}  P{Y  2} P{Y  3}    ;

2! 3! 3e

P{X  0}  P{Y  3}  1  ;

3e

8

故 E ( X )  10  P{X  10} 8  P{X  8} 0  P{X  0}  10  2  8  2  76 .

e

3e 3e

36.答案:(A)

解:由题意知 P{X  1}   2 xdx  1 ,故 Y 服从参数为 3 和 1/4 的二

2

12

0

4

.

精品文档

项分布,即 Y : b(3, 1 ) ,因此 D(Y )  npq  3  1  3  9 .

4

4 4 16

37.答案:(D)

解 : E ( XY )      xyf ( x, y)dxdy , 只 有 当 X 与 Y 独 立 时 , 才 有

 

E ( XY )  



xyf ( x) f ( y)dxdy .

x

y

 

二、填空题

1.解:由题设  = D( X ) = 2 ,故 p {X = 1}= 21 e- 2 = 2e- 2 .

1!

2. 解 : 假 设 P ( X=-1 ) =a , P ( X=0 ) =b , P ( X=1 ) =c, 则

a+b+c=1,-a+0+c= E ( X )  0.1 ,a+c= E ( X 2 )  0.9 ,故 a=0.4,b=0.1,c=0.5, 即 X 的概率分布是 P(X=-1)=0.4,P(X=0)=0.1,P(X=1)=0.5.

3. f ( x) =

1 - ( x- m2)2 ,e 2s EX = m , DX = s 2 ; f ( y) = 2ps

1

e , EY = 0, 2p

-x 2

2

DY = 1.

4.解:由题设 E ( X 2 )  D( X )  [ E ( X )]2  4   2  5    1 ,故 X 的概率密

1 1 1 

X343)p(X3 1)  ( )  ( )    

   

1 1

 2( )  1  0.3  ( )  0.65

.

度函数为 f ( x) = 1 - e

2 2p

( x- 1)2 8

.

5.解:由题设

2 3

p(2  X  4)  p(

X 3

 p( X  2)  p(

1 1

23)  ( )  1  ( )  0.35   

6.解: E ( X ) =0+1/6+1/3+1/4+1=7/4;

E ( X 2 ) =0+1/6+4/6+9/12+16/4=67/12;

D( X ) = E ( X 2 ) - [ E ( X )]2 =67/12-49/16=121/48;

E(2 X  1) =-2 E ( X ) +E(1)=-7/2+1=-5/2.

.

精品文档

7.解:

DX  4, DY  9,   0.5,

XY

D(2 X  3Y )  D(2 X )  D(3Y )  2Cov(2 X ,3Y )  4D( X )  9D(Y ) 12Cov( X , Y ) .  4D( X )  9D(Y )  12

XY

DY  16  81  36  61 DX

8.解:用 X 表示抛掷第 i 颗骰子出现的点数,用 X 表示抛掷 n 颗骰子

i

n 出现的点数之和,则 X   X ,且 X 的分布律为

i1

i

i

P{ X =k}=1/6,k=1,2,3,4,5,6.i=1,2,…,n. 故 E ( X )  1/ 6  2 / 6  3/ 6  4 / 6  5/ 6  6 / 6  7 / 2 ,

E ( X 2 )  1/ 6  4 / 6  9 / 6  16 / 6  25/ 6  36 / 6  91/ 6 ,

i i

因此 D( X )  E ( X 2 )  [ E ( X )]2  91/ 6  49 / 4  35 /12 ,又 X 相互,故

i

i

i

i

n 邋=D( X ) D( X ) =

i= 1

i

n i= 1

D( X ) = 35n /12 .

i

9.解: E (Z )  E (4 X  3Y  5)  4E ( X )  3E (Y )  5  8  9  5  4 ,

D(Z )  D(4 X  3Y  5)  16 D( X )  9D(Y )  0  400  441  841  292 ,

故 Z  4 X  3Y  5 的分布密度函数为 f ( z) =

Z

e29 2p

1

(x-4)2- 1682

.

10.解:由于 X 服从 n=10,p=0.4 的二项分布,根据二项分布的性

质,EX=np=4,DX=np(1-p)=2.4,故 E(= DX+(EX)2 =18.4. X 2 )

11.解:由于 X 服从参数为 2 的泊松分布,故 EX=2,因此 E(Z)=E

(3X-2)=3EX-2=4.

.

精品文档

第五章

大数定理及中心极限定理

一、选择题

1.(B)注:答案 C 要求期望和方差都存在 2.(A) 3.(C) 4.(C)

解 : 设 X: 炮 弹 命 中 的 数 量 , 则 X ~ B 400,0.2  , 由 中 心 极 限 定 理

X  400  0.2 近似

~ N (0,1) ,因此

400  0.2  0.8

60  80 X  80 100  80  22.51P 60  X  100   P    

8 8   8

5.(C)注: EX  , DX   2 不意味 X 服从正态分布,不要只看符号形式

6.(B )

解:因为 X i  1,2, L 服从参数为 2 的指数分布,故有

i

1 1

EX  , DX  ,( i  1,2,L )

i 2 i 4

 X

令 Y 

n

 n  2 X  n

2

 i1

1 n 

i i

二、填空题

.

 

 2 X  n 

 x    lim P  i1

 n   

1 e2dtx

2

精品文档

1. 

b a

1 ex2/ 2

dx

2

2.0

3.0.796

解:令 X 表示第 i 个骰子的点数, i  1,L ,4 ,则 E

i

4  X  14

近似

7 35

X i , D X i 

2

12

且 X  X

4  i1

, i1 i

35 3

i

~ N (0,1) ,所以

 4 10X18PX14 21.2710.796  P   35 3  

4. 0.1711

解:令 X 表示 1000 个新生婴儿中男孩的个数,

 PX500P 则

X515500  515  0.1711  

515  0.485   515  0.485

.

精品文档

第六章 样本及抽样分布

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)注:当总体服从正态分布时 D 才成立,当然在大样本下,由中心极限定理有 近似服从 N (0,1)

X  

 / n

4.(B) 5.(D)

X   ~N(0,1),i1,2,L,n,且相互,根据2分布的定义有

对于答案 D,由于 i

n  ( X  )2

i1

i 2

~ x2 (n)

6.(C) 注:

X 1  

1 1

S / n

1

~ t (n  1) 才是正确的.

1

7.(D) 8.(D)

1 X

~t(n1)才是正确的9.(C) 注: X ~ N (0, ) ,

S n n

10.(C)

P{max( X , X , X , X , X )  15}

1

2

3

4

5

 1  P{max( X , X , X , X , X )  15}

 1  P X  15,L , X  15

1

5

1

2 3 4 5

.

精品文档

=1  [(1.5)]5

11.(B)

PX  12  1 2P X  12  1 1

  2P X  1225  1 25 1  2(5)  1

2

9 i1

 X  X  X

i

12.(A)

S 

2

9  1

9 i1

2

i

 9  X 2

9  1

i

285  9  25   7.5

8

13.(A)

14.(B) 根据

n  1S 2

 2

n ~  n  1得到 ( X  X )2 ~  2 n  1

2

i1

15.(B)

解:由题意可知

1

2

X  2 X ~ N (0, 20) , X  X  X ~ N (0,12) ,

X  X  X  X ~ N (0,16) ,且相互,因此

6

7

3

4

5

X

1 1 1

即 a  , b  , c 

20 12 16

n

 2 X 2 X  X  X  2 X  X  X  X 2 1 2 4 5 7 8 9 3  6 20 12 16

8 9

~  2 3 ,

16.(D) 解:由题意可知 X ~ N (a,0.2 2 n) ,因此

P{ X n  a  0.1}  2 n 2 1  0.95

解得: n  3.922 ,即 n  16

17.(A)

9

解:

i1

 X

i

~ N (0,9 )   X

2

9 9

i i

i1 i1

9 ~ N 0,1

 Y 9 ~  9 

2

2

 X

由 t 分布的定义有

 Y

i1

9 i1 9

i 2 i

9

~t 9

81

二、填空题

1.与总体同分布,且相互的一组随机变量 2.代表性和性

.

精品文档

3.  ,

 2 n

n  X

4. i1

n

i

1

n  1

1 X  X ,  X  X  ,  X ,  X  X 

n

i1

2

i

n  1 i1 i1

n

k

k

i1

i

n

5. 0.1 6. p, pq n

0, 若x  x (1) ,

7. F n

( x)   k

,

若x  x  x , 其中 (k ) (k 1) ( x (1) ,(2) x (n) (1),L , x  n

(2) (n)

若x 

x

1, (n)

. 8.不含任何未知参数的样本的函数

9.2

10.  2(n  1)

11. N   2  n n 22  , n  , N   a i,  a 

 i1 i1 i

 12.5,

2.44

.

) 为 ( X , X , , X ) 的观察值.

精品文档

第七章 参数估计

一、选择题

1.答案: D.

[解]因为 E ( X )   ,所以 ˆ  Eˆ ( X )  X

2.答案: D.

1

[解] 因为  2  E ( X 2 )  E 2 ( X ) , Eˆ ( X 2 )  A  n X 2 , Eˆ ( X )  A 1 n X 2 n i 1

ii 1

n i

1

所以, ˆ 2  Eˆ ( X 2 )  Eˆ 2 ( X )  1 nn

X (  X ) 2 . i

i 1

3.

答案: A.

[解]因为似然函数 L(a)  1

a n  1

(max X ) n,当 a  max X i

i 时, L(a) 最大,

i

i

所以,a 的最大似然估计为 max{ X ,X1 X , , } . 4.

2

n

答案 C.

[解] 因为似然函数 L(a, b)  1

1

(b  a)  ,

n (max X i i min X ) n

i

i

当 b  max X , a  min X 时, L(a) 最大,

i i

i

i

所以,a 的最大似然估计为 min{ X 1, X , , X } . 5. 答案 A .

2

n

[解]似然函数 L(, 2 ) 

n 1  2 exp1  ( x  )2,i 1

 2 2  i

 ln L  0,  

ln L  0 ,得  2  A .   2 2

.

精品文档

6. 答案 C.

[解]在上面第 5 题中用  取代 X 即可.

7. 答案 A.

[解]求解同填空第 7 题. 8. 答案 B.

[解]求解同填空第 9 题. 9. 答案 C.

ˆ )  , E (ˆ )   ,且 D( ˆ )  [解]因为 E (

2 4

1

1 16 17 1 1 1

ˆ   .   , D( ) 3 25 25 25 4 4 2

10.答案 B.

[解]求解同上面第 9,10 题. 11.答案 C.

1[解] 因为 E[

n ( X

  ) 2

]  

2 .

n i

i 1 12 答案 D.

[解]求解同第 12 题. 13.答案 C.

[解]求解同填空题第 22 题. 14.答案 C.

[解] A 中需要 D(ˆ)  0 ,B 中需要ˆ 1,ˆ 都是 的无偏估计,D 中 E ( X )   .

2

15.答案 B.

1[解] 

2的最大似然估计量是 n

( X  X ) 2 .

n i

i 1

16.答案 A.

[解]提示:根据置信区间的定义直接推出. 17.答案 D.

[解]同上面 17 题. 18.答案 D.

[解]同填空题 25 题. 19.答案 B.

[解]同填空题第 28 题. 20.答案 B.

[解] 因为 ( X  Y )  (1  2 )

~ N (0,1) ,所以选 B.

2

n1  2 1

n2

2

21. 答案 A.

[解]因为 S 2 / S 2

1

2 ~ F (n  1, n  1) ,所以选 A. 21 2 1 2/

 2

.

精品文档

二、填空题:

1. 矩估计和最大似然估计; 2.

 p( x ; )

i

i

,  f ( x ; )

i

i

3.

5

5 , ; 6 6

因为 E ( X )  1  2  2  2 (1   )  3  (1   ) 2 = 3  2 ,

[解] (1)矩估计

x1  x  x 4 5

ˆˆ2 3  ,即 的矩估计量  . 所以 3  2  X 

3 3 6

(2)最大似然估计

因为 p( x  1, x  2, x  1)   2 2 (1   ) 2  2 5  2 6 ,

1

4 . , 0.2828;

4

p 5

对其求导:  10 4  12 5  0    .

 6

1

2 3

[解] (1) p 的矩估计值 X 

 X

8 i1

i

 16 / 8  2 ,令 E ( X )  3  4 p  X ,

得 p 的矩估计为 pˆ  (3  X ) / 4  1/ 4 .

(2)似然函数为

L( p)   P( X  x )  P( X  0)[ P( X  1)]2 P( X  2)[ P( X  3)]4

8

i1

i

 4 p(1  p) 2 (1  2 p) 4

ln L( p)  ln 4  6 ln p  2 ln(1  p)  4 ln(1  2 p)

62 8 令 [ ln L( p)]     0 ,  12 p 2  14 p  3  0

p 1  p 1  2 p

 p  (7  13) /12 . 由 0  p  1/ 2 ,故 p  (7  13) /12 舍去

ˆ  (7  13) /12  0.2828. 所以 p 的极大似然估计值为 p

5 1.71,0.00138;

ˆ ( X )  X , Eˆ ( X2)[解] 由矩估计有: E

 X 2

i

i

n

,又因为D(X)E(X2)[E(X)]2,

.

精品文档

1.7  1.75  1.7  1.65  1.75

ˆ  1.71 所以 E ( X )  X 

5

1Xn (  X ) 2  0.00138 .

ˆ X )  且 D(

i n

i1

2X1

6. ˆ  , ˆ 

1  X

n   ln X

 ln X

n

i1 n

i

i

i1

[解] (1)  的矩估计为:

1  

0

1   1   1

E ( X )  x  (  1) x dx  x 2 

0   2   2

1nn

i1

样本的一阶原点矩为: X 

 x

i

12 X  1

所以有:  X  ˆ 

  2 1  X

(2)  的最大似然估计为:

L( X ,  , X ;)   (  1) X   (  1) n ( X ) 

1

n

n

n

ln L  n ln(  1)   ln  X

n i 1

i1

i

i 1

i

i

n d ln L n

   ln X  0

i d   1

i1

得: ˆ  

n   ln X

 ln X

n i 1

n i 1

i . i

n 2 X  11

ˆ , ˆ     1 ; 7.  5 6  X   5) Ln( X

i1

i

[解] (1) E ( X )   x(  1)( x  5) dx 

6 5

1

 5 ,   2

2 X  11

所以, 的矩估计量为ˆ  .

6  X

.

精品文档

(2)似然函数 L( )   f ( x ; )  (  1)n  ( x  5) , 故

n

n

ln L ( )  n ln(1   )    ln( x  5)

n

n d ln L ( ) n

   ln( x  5)  0

i d  1  

i 1

i 1

i

i

i1

i

i1

i

 的极大似然估计量为

ˆ  

n

 ln( X

5 i 1

 1

 5)

 2 ˆˆ 8.   2 X , D;

5n

26x  (x)dx[解] (1) EX    xf ( x)dx  3

 0  2

EXX2

ˆ  2 X  

4 6 x 3 6 2 3 ˆ(2) D  D(2 X )  4DX  DX , EX 2    (  x)dx    2

0 3 20 10 n 6 2  2  2

  DX  EX 2  ( EX ) 2  . 20 4 20

4  2 ˆ D  DX 

n 5n

1

ˆ  ; 9. pn Y

 y

[解]极大似然估计:

i1

i

n

n yi 1

L( y , , y ; p)  (1  p) i1  p n

1

n

n yi 1

n nln L( y , , y ; p)  ln(1  p) i1  p  ( y  n)  ln(1  p)  n ln p

i

1

n

i1

n  ln L( y , , y ; p) n 1   ( y  n)  0 1 n

i p p 1  p

i1

.

精品文档

1

ˆ  . 解得: pn Y  y

i1

i

n

ˆ  X ; 10. p

[解]

因为 P( X  x)  p x (1  p)1 x ,

x  0,1

n  xin  xi

所以极大似然函数  p (1  p) i1  L( p) ,

lnL

p

n i1

 x

i

n   x

p

1  pn

i 令 i1

1 n

x  x .  0 ,  pˆ 

i n

i1

11.

ˆ  X 

ˆ  X 

[解] (1) 矩估计: E ( X )   ke 

k 0

k

  ,样本的一阶原点矩为: X 

1

 X

i1

所以有: EX  X    X .

(2)极大似然估计:似然函数 L( x , , x ; )  e

ln L  n  ( x ) ln    ln x !

i i i1

1 n

n n

n   i1 i

xi

x !

 ln L

2

12.



n

 n 

 x

i

i1

ˆ  X .  0  

i

x  1 ;

i1

i

n

a  1

2[解] 因为均匀分布的数学期望 E ( X )  ,所以 a 的矩估计  x  1 .

2 ˆ

n n

即 a 

3i 3  i1 ˆ2ˆ ( X  X ) , b  X  ( X  X ) 2 ;

n n n

13. a  X 

i i n

i1

ˆ  1 a

 X  i1 ,

n 2

n  x

a  b

[解]因为 E ( X ) 

2

, D( X ) 

i1

(b  a) 2

,所以 E ( X 2 )  D( X )  E 2 ( X )

12

.

精品文档

ab1n

,  2(b  a) 2  a  b  2

令 X  X   

i 12  2  2 n

i1

3

则 aˆ  X 

n

n

i1

( X  X ) , bˆ  X  ( X  X ) .

i i

2

n i1

3

n

2

1 1

ˆˆ  ,   ;

14. 

X X

1 x

[解](1)矩估计: E ( X )   x    e dx  ,样本的一阶原点矩为: X 

n

x

1 1

所以有: EX  X   X  ˆ  .

 X

 0

n

i i1

1

(2)极大似然估计:

L()   e xi  n  e

i1

n 

n  xi i1

l L()  n  l     x

n i1

n n i

n l L() n   x  0 , n

i  

i1

 1 .

X

1

15. 16.

n X  1.71

n i1

i

ˆ )   E (

ˆ )  D(ˆ ) D(

1 i

2

17. 数学期望 E(X);

1n[解] E ( X ) 

 E ( X ) nE ( X ) E ( X )

n i1

n

1

 x 2  X  ;

18. p 2  2

n  n  m

 i1

[解] 因为 X ~ B(n, p), n  1 ,所以 E ( X )  np, D( X )  np(1  p) ,

m i1

1

又因为 Eˆ ( X )  X 

 x

 xˆ2, E ( X ) 

m m i1

i m

1

2 , i

所以, np  X , np(1  p) 

1

ˆ ˆ ˆ

 x  ( X )   x  n pˆ

m 2

i

i1

2

1

mm

m i1

2 i

2

2 ,

1

  x 2  X  ;

则 p 2 

n 2  n  m

 i1

1

.

精品文档

19. 无偏;

[解]由已知知总体 X 在 (0, ) 上服从均匀分布,

从而 E ( X ) 

1

, E ( X ) 

2

 E ( X ) 

n i1

n 2

ˆ

所以 E ( )  2 E ( X )   ,即ˆ 是  的无偏估计量.

20.

1n  E ( X ) n

n i1

[解] E ( X ) 

i

n

  .

21.

1

2(n  1)

[解]  2  E[C  ( X

n1 i1 ;

1

2

i1

 X ) 2 ]  2C (n  1)

i

2 ,所以

1

C  ;

2(n  1)

2n(n  1) 22.

[解]注意到 X , X , , X n 的相互性,

n 1

X  X  

i

X  n

X   (n  1) X    X 

1 2 i n

n

E (| X  X |)   | z |

i

n1 2

E ( X  X )  0, D( nX X )  1 2

i

i

n  1

 2

n  1 n  1

 2 ) , 所以, X  X ~ N (0,

i

 

1

e

n12 

n z

1e

2  n

z 2

dz

 2

  0

z 2  2  n

dz 

2

2 

n

2

n 1

 n

n i

  n 

i

2 2

n  1

   n

i1

所以, k 

2n(n  1)

.

.

因为: E k

 | X

 X |  k   E | X

 i1  X |  kn

精品文档

23. [992.16,1007.84];

[解] 这是分布未知,样本容量较大,均值的区间估计,所以有:

X  1000, S  40,   0.05 , Z

0.025

 1.96

 的 95%的置信区间是:

SS

[ X  Z , X  Z ]  [992.16,1007.84] .

n 0.025 n 0.025

S S

24. ( X  t (n  1), X  t (n  1)) ;

n  n

2 2

[解]这是 

2

X

为未知的情形,所以 ~t(n1).

S / n

25. [14.869,15.131];



[解] 这是方差已知均值的区间估计,所以区间为:[ x  Z , x  Z ]

 n n  2 2

由题意得: x  15

 2  0.04   0.05 n  9 ,代入计算可得:

[15 

0.29

1.96,15 

0.2 9

1.96] , 化间得: [14.869,15.131] .

26. [14.754,15.146];

[解] 这是方差已知,均值的区间估计,所以有:



置信区间为: [ X  Z , X  Z ]

n  2 n  2

1

由题得: X  (14.6  15.1  14.9  14.8  15.2  15.1)  14.95

6

  0.05 Z

0.025

 1.96 n  6

0.06 0.06

代入即得: [14.95  1.96,14.95  1.96] 6 6

所以为: [14.754,15.146]

27. [0.15,0.31]; [解] 由  2

 1 2

(n1)S2

   2 得:

 2

 2

 2 

(n  1)S 2

 2

2(n1)S

,  2 

 2

 2 

1 2

.

精品文档

(n  1)S 2 (n  1)S 2

所以  的置信区间为:[ , ] ,

2 (11)  2 (11)

1 2 2

将 n  12 , S  0.2 代入得 [ 0.15 , 0.31 ].

28. 6.356;

[解]因为X

S / n ~ t (n  1) ,

所以  的置信度为 95%的单侧置信区间上限为: X  S

n t0.05

(n 

1) ,代入查表的第八章

假设检验

一、选择题

1.B

2.D 3.D 4.C 5.B 6.B 7.C 8.B 9.B 10.C 11.B 12.D

二、填空题

1.   100

2. 1.176

.

6.356.

因篇幅问题不能全部显示,请点此查看更多更全内容