E(X?)?E[X?E(X)11]?E[X?E(X)]?[E(X)?E(X)]?0,
D(X)D(X)D(X)X?E(X)11]?D[X?E(X)]?D[X]?1,
D(X)D(X)D(X)D(X?)?D[所以E(X?)?0,D(X?)?1 是正确的。
注意 推导的过程用到数学期望与方差的性质,例如设a,b为常数,则 E(aX?b)?aE(X)?b, D(aX?b)?a2D(X) 。
第五章 契比雪夫不等式与中心极限定理 ●契比雪夫不等式
62.(1)设随机变量X的数学期望为E(X),方差为D(X),契比雪夫不等式为:对任意??0有
P{X?E(X)??}?D(X)?2;正确
(2)设随机变量X的数学期望为E(X),方差为D(X),契比雪夫不等式为:对任意??0有
P{X?E(X)??}?1?D(X)?2.错误
解析 该题目应该用契比雪夫不等式分析.
?设随机变量的期望为?,均方差为?,方差则为?2,契比雪夫不等式为对于任意??0有
?2 P{X????}?2 ,
?所以(1)是正确的。
63.(1) 随机变量与其均值之差的绝对值大于3倍均方差的概率不会大于(2)随机变量与其均值之差的绝对值小于3倍均方差的概率不会小于
1. 正确 98. 错误 9,相当于??3?,即求 ? 该题目问“随机变量与其均值之差的绝对值大于3倍均方差的概率”
?21P{X???3?}??,
9?29所以(1)是正确的.
期末复习大纲与复习题 37
●独立同分布中心极限定理
64. 独立随机变量X1,X2,?,X100都服从参数λ=1的泊松分布,则
X1?X2???X100??Xi~N(100,100).正确
i?1100近似解析 解该题目关键在清楚“独立同分布中心极限定理”与“正态分布化标准正态分布”的定理。 随机变量X1,X2,?,X100相互独立,都服从参数λ=1的泊松分布,满足独立同分布中心极限定理的条件,所以
?Xi?1100i近似服从正态分布N(E(?Xi?1100i),D(?Xi))。
i?1100因为X1,X2,?,X100都服从参数λ=1的泊松分布,则它们的期望与方差均为1,即
E(Xi)?1D,X(i?),所以1E(?Xi)?100,D(?Xi)?100?10,即?Xi近似服从正态分布
2i?1i?1i?1100100100N(100,102),所以(1)是正确的。
65. 袋装茶叶用机器装袋,每袋净重是随机变量,均值是0.1公斤,标准差为0.01公斤,一大盒内装200袋,一大盒茶叶净重超过20.25公斤的概率可以如下计算,设每袋茶叶的重量为Xi,i?1,2,?,200,一大盒茶叶重量为
?Xi?1200i,
?Xi?1200近似i~N(20,0.02),则
?200?X?20?i200??20.25?200.25 ; ????i?1 P??Xi?20.25??P??)???(0.020.020.02i?1????????解析 袋装茶叶每袋的净重是随机变量,200袋茶叶即200个随机变量,可以看作服从相同分布相互独立,设为X1,X2,?,X200,则EXk?100(g)?0.1(kg),DXk?102(g2)?0.0001(kg2),
k?1,2,?,100,一大盒茶叶净重为?Xk.由独立同分布中心极限定理,
k?1200 ?Xkk?1200近似~N(200?0.1,200?0.000