Hah 和网速是无形的
1：各章练习题答案
2.1 （1） 属于顺序数据。
（2）频数分布表如下：
服务质量等级评价的频数分布
服务质量等级
A B C D E
家庭数（频率）
14 21 32 18 15
频率% 14 21 32 18 15
合计 100 100 （3）条形图（略） 2.2 （1）频数分布表如下：
40个企业按产品销售收入分组表
按销售收入分组 企业数 频率 向上累积 （万元） （个） （%） 企业数 频率 向下累积 企业数 频率 编辑版word
5 14 26 33 37 40 合计 — 40 100.0 （2） 某管理局下属40个企分组表 按销售收入分组（万元） 企业数（个）
先进企业 良好企业 一般企业 落后企业
11 11 9 9
100以下 100～110 110～120 120～130 130～140 140以上 5 9 12 7 4 3 12.5 22.5 30.0 17.5 10.0 7.5 12.5 35.0 65.0 82.5 92.5 100.0 — 40 35 26 14 7 3 — 100.0 87.5 65.0 35.0 17.5 7.5 — 频率（%） 27.5 27.5 22.5 22.5 100.0
合计 40
2.3 频数分布表如下：
某百货公司日商品销售额分组表
按销售额分组（万元）
25～30 30～35 35～40 40～45 45～50
频数（天）
4 6 15 9 6
频率（%） 10.0 15.0 37.5 22.5 15.0 100.0
合计 40
直方图（略）。 2.4 （1）排序略。
（2）频数分布表如下：
100只灯泡使用寿命非频数分布 650~660 660~670 670~680 680~690 690~700 700~710 710~720 720~730 730~740 740~750 合计
直方图（略）。
（3）茎叶图如下： 2 5 6 14 26 18 13 10 3 3 100
按使用寿命分组（小时） 灯泡个数（只） 频率（%）
2 5 6 14 26 18 13 10 3 3 100
65 1 8 66 1 4 5 6 8 67 1 3 4 6 7 9 68 1 1 2 3 3 3 4 5 5 5 8 8 9 9 69 0 0 1 1 1 1 2 2 2 3 3 4 4 5 5 6 6 6 7 7 8 8 8 8 9 9 70 0 0 1 1 2 2 3 4 5 6 6 6 7 7 8 8 8 9 71 0 0 2 2 3 3 5 6 7 7 8 8 9 72 0 1 2 2 5 6 7 8 9 9 编辑版word
73 3 5 6 74 1 4 7 2.5 （1）属于数值型数据。 （2）分组结果如下：
分组
天数（天）
-25~-20 6 -20~-15 8 -15~-10 10 -10~-5 13 -5~0 12 0~5 4 5~10 7 合计 60
（3）直方图（略）。 2.6 （1）直方图（略）。
（2）自学考试人员年龄的分布为右偏。 2.7 （1）茎叶图如下：
A班 数据个数 树 叶 树茎 B班 树叶 数据个数 0 3 59 2 1 4 4 0448 4 2 97 5 122456677789 12 11 97665332110 6 011234688 9 23 98877766555554443332100 7 00113449 8 7 6655200 8 123345 6 6 632220 9 011456 6 0 10 000 3 （2）A班考试成绩的分布比较集中，且平均分数较高；B班考试成绩的分布比A班分散， 且平均成绩较A班低。
2.8 箱线图如下：（特征请读者自己分析） 各城市相对湿度箱线图958575655545Min-Max3525%-75% 2.9 （1）x=274.1（万元）；Me=272.5 ；QL=260.25；QU=291.25。 （2）s?21.17（万元）。
2.10 （1）甲企业平均成本＝19.41（元），乙企业平均成本＝18.29（元）；原因：尽管两个企业的单位成本相同，但
单位成本较低的产品在乙企业的产量中所占比重较大，因此拉低了总平均成本。 2.11 x=426.67（万元）；s?116.48（万元）。 2.12 （1）（2）两位调查人员所得到的平均身高和标准差应该差不多相同，因为均值和标准差的大小基本上不受样本
大小的影响。
（3）具有较大样本的调查人员有更大的机会取到最高或最低者，因为样本越大，变化的范围就可能越大。
编辑版word
北京长春南京郑州武汉广州成都昆明兰州西安Median value2.13 （1）女生的体重差异大，因为女生其中的离散系数为0.1大于男生体重的离散系数0.08。 （2） 男生：x=27.27（磅），s?2.27（磅）； 女生：x=22.73（磅），s?2.27（磅）； （3）68%；
（4）95%。
2.14 （1）离散系数，因为它消除了不同组数据水平高地的影响。
4.2?0.024； 172.12.3 幼儿组身高的离散系数：vs??0.032；
71.3 （2）成年组身高的离散系数：vs? 由于幼儿组身高的离散系数大于成年组身高的离散系数，说明幼儿组身高的离散程度相对较大。 2.15 下表给出了一些主要描述统计量，请读者自己分析。 方法A 平均 中位数 众数 标准偏差 极差 最小值 最大值 165.6 165 164 2.13 8 162 170 方法B 平均 中位数 众数 标准偏差 极差 最小值 最大值 128.73 129 128 1.75 7 125 132 方法C 平均 中位数 众数 标准偏差 极差 最小值 最大值 125.53 126 126 2.77 12 116 128 2.16 （1）方差或标准差；（2）商业类股票；（3）（略）。 2.17 （略）。
第3章 概率与概率分布
3.1设A＝女性，B＝工程师，AB＝女工程师，A+B＝女性或工程师 （1）P(A)＝4/12＝1/3 （2）P(B)＝4/12＝1/3 （3）P(AB)＝2/12＝1/6
（4）P(A+B)＝P(A)＋P(B)－P(AB)＝1/3＋1/3－1/6＝1/2
3.2求这种零件的次品率，等于计算“任取一个零件为次品”（记为A）的概率P(A)。 考虑逆事件A?“任取一个零件为正品”，表示通过三道工序都合格。据题意，有：
P(A)?(1?0.2)(1?0.1)(1?0.1)?0.648
于是 P(A)?1?P(A)?1?0.648?0.352
3.3设A表示“合格”，B表示“优秀”。由于B＝AB，于是
P(B)＝P(A)P(B|A)＝0.8×0.15＝0.12
3.4 设A＝第1发命中。B＝命中碟靶。求命中概率是一个全概率的计算问题。再利用对立事件的概率即可求得脱靶的概率。
P(B)＝P(A)P(B|A)?P(A)P(B|A) ＝0.8×1＋0.2×0.5＝0.9 脱靶的概率＝1－0.9＝0.1
或（解法二）：P(脱靶)＝P(第1次脱靶)×P(第2次脱靶)＝0.2×0.5＝0.1 3.5 设A＝活到55岁，B＝活到70岁。所求概率为：
编辑版word
P(B|A)＝P(AB)P(B)0.63＝＝＝0.75 P(A)P(A)0.843.6这是一个计算后验概率的问题。
设A＝优质率达95％，A＝优质率为80％，B＝试验所生产的5件全部优质。
P(A)＝0.4，P(A)＝0.6，P(B|A)=0.955， P(B|A)=0.85，所求概率为：
P(A|B)＝P(A)P(B|A)0.30951＝＝0.6115
P(A)P(B|A)?P(A)P(B|A)0.50612决策者会倾向于采用新的生产管理流程。
3.7 令A1、A2、A3分别代表从甲、乙、丙企业采购产品，B表示次品。由题意得：P(A1)＝0.25，P(A2)＝0.30， P(A3)＝0.45；P(B|A1)＝0.04，P(B|A2)＝0.05，P(B|A3)＝0.03；因此，所求概率分别为：
（1）P(B)＝P(A1)P(B|A1)?P(A2)P(B|A2)?P(A3)P(B|A3) ＝0.25×0.04＋0.30×0.05＋0.45×0.03＝0.0385 （2）P(A3|B)＝0.45?0.030.0135＝＝0.3506
0.25?0.04＋0.30?0.05＋0.45?0.030.0385
3.8据题意，在每个路口遇到红灯的概率是p＝24/(24+36)＝0.4。
设途中遇到红灯的次数＝X，因此，X～B(3，0.4)。其概率分布如下表：
xi P(X= xi) 0 0.216 1 0.432 2 0.288 3 0.064 期望值（均值）＝1.2（次），方差＝0.72，标准差＝0.8485（次） 3.9 设被保险人死亡数＝X，X～B(20000，0.0005)。
（1）收入＝20000×50（元）＝100万元。要获利至少50万元，则赔付保险金额应该不超过50万元，等价于被保险人死亡数不超过10人。所求概率为：P(X ≤10)＝0.58304。
（2）当被保险人死亡数超过20人时，保险公司就要亏本。所求概率为： P(X>20)＝1－P(X≤20)＝1－0.99842＝0.00158 （3）支付保险金额的均值＝50000×E(X) ＝50000×20000×0.0005（元）＝50（万元） 支付保险金额的标准差＝50000×σ(X)
＝50000×(20000×0.0005×0.9995)1/2＝158074（元）
3.10 （1）可以。当n很大而p很小时，二项分布可以利用泊松分布来近似计算。本例中，λ= np=20000×0.0005=10，即有X～P(10)。计算结果与二项分布所得结果几乎完全一致。
（2）也可以。尽管p很小，但由于n非常大，np和np(1-p)都大于5，二项分布也可以利用正态分布来近似计算。 本例中，np=20000×0.0005=10，np(1-p)=20000×0.0005×(1-0.0005)=9.995， 即有X ～N(10,9.995)。相应的概率为： P(X ≤10.5)＝0.51995，P(X≤20.5)＝0.853262。
可见误差比较大（这是由于P太小，二项分布偏斜太严重）。
【注】由于二项分布是离散型分布，而正态分布是连续性分布，所以，用正态分布来近似计算二项分布的概率时，通常在二项分布的变量值基础上加减0.5作为正态分布对应的区间点，这就是所谓的“连续性校正”。
（3）由于p＝0.0005，假如n=5000，则np＝2.5<5，二项分布呈明显的偏态，用正态分布来计算就会出现非常大的误差。此时宜用泊松分布去近似。 3.11（1）P(X?150)?P(Z?150?200)＝P(Z??1.6667)＝0.04779 30合格率为1-0.04779＝0.95221或95.221％。
编辑版word