(概率统计例题1.docxVIP

典型例题例1.1 用甲胎蛋白法诊断肝癌，灵敏度（即癌症患者检测结果呈阳性的概率）是95%、特异度（即正常人检测结果呈阴性的概率）是90%。如果在例行检查（譬如单位每年一度的体检）中，某人的检验结果是阳性，试问：他应该沮丧到什么程度？答案是令人惊讶的，他甚至应该保持谨慎乐观的态度。为什么呢？我们只须计算出检验结果是阳性的条件下他患肝癌的概率就可以了。令A={检测结果是阳性}，B={他患肝癌} ，则。现在已知的只是癌症患者检测结果呈阳性的概率和正常人检测结果呈阴性的概率，为了利用Bayes公式计算检验结果是阳性的条件下他患肝癌的（后验）概率，还需要知道人群中肝癌的罹患率。根据广州市近年来的调查资料，我们可以假设人群的肝癌发病率大约为0.04%，即 ，则由Bayes公式得到他患肝癌的条件概率为 。这么小的概率自然不值得他担心。 例2.1 设连续随机变量X的概率密度为：，求：（1）常数；（2）X落在区间内的概率。[解] （1）由概率密度的性质，有，故 。（2）由概率计算公式知，所求概率为。例2.2 已知2007年广东省高考文科报考人数是24.7万人，本科计划招生5.8万人，本科录取率为23.4%。如果广东省高考文科总分服从正态分布，试问最低控制分数线应是多少，才能使得高校在录取新生时有多10%的选择机会？ [解] 设最低控制分数线为m，要使得高校在录取新生时有多10%的选择机会，只须例3.1 设袋中有2个白球和3个黑球,每次从其中任取1个球,直至取到白球为止,分别就（1）不放回取球与（2）有放回取球两种情形计算取球次数的数学期望、方差与标准差.解 设与分别表示情形（1）与（2）的取球次数，则不难知道，的概率分布表为：X12340.40.30.20.1从而相应的数学期望为 ；又，故；。而Y的概率分布为：，，即，从而；；。例3.2 设随机变量，求随机变量函数的数学期望与方差.解 由定理3.2即知.故.例4.1 某工厂有200台同类型的机器,每台机器工作时需要的电功率为Q千瓦。由于工艺等原因，每台机器的实际工作时间只占全部工作时间的75%，各台机器是否工作是相互独立的。求：（1）任一时刻有144至160台机器正在工作的概率；（2）需要供应多少电功率能保证所有机器正常工作的概率大于0.99?解 设事件A表示机器工作，则可把200台机器是否工作视作200重贝努利试验。设表示任一时刻正在工作的机器数，则. （1）由De Moivre -Laplace中心极限定理知（2）设任一时刻正在工作的机器数不超过m，则题目要求即有 ，故 ，，取，即需要供应165Q千瓦的电功率. 例5.1 设样本取自泊松分布，求（1）样本均值的数学期望与方差；（2）样本方差的数学期望。解: 因为，故 。（1），；（2）。例5.2 设总体服从正态分布，从中抽取容量为9的样本，求的概率。解: 因为 ，所以 。故所求概率为 例6.1 设总体，。求参数的矩估计和最大似然估计，并说明它们是否为参数的无偏估计.解: 因为 ，故有矩法方程：。解之得的矩估计是 。设样本观测值为，则似然函数为故，有似然方程: ，解之得的最大似然估计值为 ，最大似然估计是。 因为，所以参数的矩估计和最大似然估计都是无偏估计。例6.2 设总体，求未知参数的矩估计及最大似然估计，并说明矩估计是否为无偏估计.解: 因为 ，所以有矩法方程：.解之得θ的矩估计为 。因为，所以参数的矩估计是无偏估计。设样本观测值为，则似然函数为其中，为示性函数。当时，；而当时，为的严格单调递减正函数，故的最大似然估计值为 ，最大似然估计是。例7.1 已知某种电子元件的平均寿命为3000小时。采用新技术后抽查20个，测得电子元件寿命的样本均值小时，样本标准差小时。设电子元件的寿命服从正态分布，试问采用新技术后电子元件的平均寿命是否有显著提高？(取显著性水平)解: 设电子元件的寿命，依题意，要检验的假设是?因为未知，所以应选取统计量 ；在显著性水平下的拒绝域为。?计算统计量t的观测值得：。因为，所以在显著性水平下，拒绝原假设，接受备择假设，即可认为采用新技术后电子元件平均寿命显著提高。例7.1 某工厂在正常情况下生产电灯泡的使用寿命（单位：小时）服从正态分布。某天从该厂生产的一批灯泡中随机抽取10个，测得它们的寿命均值小时。如果灯泡寿命的标准差不变，能否认为该天生产的灯泡的寿命均值小时？解：已知总体，且，要求检验下面的假设称假设为原假设（或零假设），称假设为备择假设。假设检验的目的就是要在原假设与备择假设之间选择其一：若拒绝原假设，则接受备择假设；否则就接受.为此，必须先从样本出发，构造一个合适的检验统计量与拒绝域，然后根据样本观测值作判断：当时拒绝原假设，接受备择假设；否则接受原假设。我们知道，样本均值是总体均值的“好”的估计，可以