https://sites.google.

com/site/hysh4math高中數學講義 1

15 機率統計 II(B)
15.1 隨機的意義
隨機變數: 將試驗的每種結果(樣本點) 分別對應一個”數值”, 此種函數對應關係即為隨機變數。

1. 離散型隨機變數: 隨機變數X 對應的數值有限多個, 或像整數那樣多, 稱隨機變數X 為離散型隨機

變數。 如投擲硬幣正反面次數、 骰子點數、 顏色、 血型等。
2. 連續型隨機變數: 隨機變數X 對應的數值可以是某一實數區間內的任何一個值, 稱隨機變數X 為連
續型隨機變數。 如量測長度、 重量、 高度、 體積等。

等機率樣本空間S: 此試驗可能發生的所有樣本點所成的集合稱為樣本空間 S 。(若樣本空間內的所有樣本點發

生機率均等, 此時稱為等機率樣本空間)。
例: 投擲兩公正相同骰子, 則其點數有 H26 種不同的情形 (事件)。 其等機率樣本空間有 62 個樣本點 (事
件)。
骰子點數一個 6 一個 3 點的事件有 (3, 6), (6, 3) , 而骰子點數兩個 6 點的事件只有 (6, 6) , 前者有 2 個樣
本點, 後者只有 1 個樣本點; 且 (1, 1), (1, 2), · · · ,(3, 6), · · · , (6, 3),
· · · , (6, 6) 這些樣本點發生的機會均相等。 等機率樣本空間的個數 n(S) 就是數出所有可能會發生且機
會均相等的樣本點個數; 故投擲兩公正骰子點數的等機率樣本空間的個數 n(S) = 62 。

機率質量函數: 將離散型隨機變數 X 的每一個數值 x 對應其所發生的機率, 此種對應關係所形成的函數 f (x)

稱為 X 的機率質量函數, 即 f (x) = P (X = x) 簡稱機率函數 (p.m.f)。 若隨機變數 X 為連續型,
每一個數值 x 對應其所發生的機率, 此種對應關係所形成的函數 f (x) 稱為 X 的機率密度函數, 即
f (x) = P (X = x) 簡稱機率函數 (p.d.f)。
若 X 為離散型隨機變數,X = {x1 , x2 , · · · , xn } 而 f (x) 為其機率質量函數則 0 ≤ f (xi ) ≤ 1, i =
n
P
1, 2, 3, · · · , n 且 f (xi ) = 1
i=1

機率質量函數圖形
機率質量函數表
0.35

X x1 x2 ··· xk ··· xn
機率值 f (x)

px p1 p2 ··· pk ··· pn
0.2

0.15

0.1

x1 x2 x3 x4 x5
隨機變數

例題
範例 1: 求投擲一公正骰子點數 X 的機率質量函數分布表?

∼ 順伯的窩 ∼ 機率統計II(B) [第1頁/共56頁]

 2 高中數學講義 隨機的意義

Xi 1 2 3 4 5 6 機率質量函數圖形
(解:) 1 1 1 1 1 1
px 6 6 6 6 6 6

機率值 f (x)
1
6

1 2 3 4 5 6
查核正確的個數 x

演練 1a : 令 X 表投擲一公正骰子出現的點數, 求隨機變數 X 2 的機率質量函數分布表?

Xi 1 22 32 42 52 62
(解:) 1 1 1 1 1 1
px2 6 6 6 6 6 6

演練 1b : 若一袋中有編號為 1,4,5,6 四個大小一樣的球, 任意隨機抽出一球, 抽出的號碼球如為 X , 則可得 X

元, 求隨機變數 X 的機率質量函數分布表?
Xi 1 4 5 6
(解:) 1 1 1 1
px 4 4 4 4

演練 1c : 一書店經銷一雜誌, 根據經驗得知, 上市一天內顧客購買 1 本的機率為 0.23, 購買 2 本的機率為 0.38,

購買 3 本的機率為 0.21, 購買 4 本的機率為 0.13, 購買 5 本的機率為 0.05。 問隨機變數為何? 隨機變數
X 的機率質量 (分布) 函數?
(解:)X 為一天內購買雜誌數量,x = 0, 1, 2, 3, 4 及 5;
Xi 0 1 2 3 4 5 機率質量函數圖形

px 0.00 0.23 0.38 0.21 0.13 0.05 0.3

機率值 f (x)

0.2

0.1

0 1 2 3 4 5
購買雜誌數量 x

演練 1d : 一超市設有 3 個檢查站 A、B 與 C, 若每個檢查站查核正確則紀錄為 Y, 不符合則紀錄為 N, 且查核

正確與否發生的機率相等。 若隨機變數 X 表超市檢查站查核正確的個數, 求隨機變數 X 的機率質量
函數
Xi 0 1 2 3 機率質量函數圖形
(解:) 1 3 3 1 3
px 8 8 8 8 8
機率值 f (x)

1
8
0 1 2 3
查核正確的個數 x

範例 2: 投擲公正骰子, 令隨機變數 X 表投擲一骰子所出現點數的 2 倍 。 隨機變數 Y 表投擲兩次骰子的點

數和。 分別求隨機變數 X, Y 的機率質量函數分布表?

∼ 順伯的窩 ∼ 機率統計II(B) [第2頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 3

Xi 2 4 6 8 10 12 機率質量函數圖形
(解:) 1 1 1 1 1 1
px 6 6 6 6 6 6

機率值 f (x)
1
6

2 4 6 8 10 12
骰子點數的2 倍 x

機率質量函數圖形
Yi 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 5 4 3 2 1
py 36 36 36 36 36 36 36 36 36 36 36
5
36

機率值 g(y)
3
36

1
36

2 3 4 5 6 7 8 9 10 11 12
兩骰子點數和y

10
36
1. 求機率 P (y ≥ 9) = ?
18
36
2. 求隨機變數 Y 為偶數的機率?
演練 2a : 一公正骰子六面分別為 1,2,3,4,5 和 6 點, 一均勻非標準骰子六面分別為 0,0,0,6,6,6。 若隨機變數 X
表兩骰子點數的和, 求隨機變數 X 的機率質量函數?
機率質量函數圖形
Xi 1 2 3 4 5 6 7 8 9 10 11 12 ·10−2
(解:) py 1 1 1 1 1 1 1 1 1 1 1 1
12 12 12 12 12 12 12 12 12 12 12 12
機率值 f (x)

1
12

1 2 3 4 5 6 7 8 9 10 11 12
骰子點數的2 倍 x

演練 2b : 若一袋中有編號為 1,4,5,6 四個大小一樣的球:

1. 任意隨機抽出一球, 抽出的號碼球如為 X , 則可得 X 元, 問 X 的機率質量分布函數?

X 1 4 5 6 機率質量函數圖形
(解:) 1 1 1 1
px+y 4 4 4 4
機率值 f (x)

1
4

1 4 5 6
號碼和 x + y

2. 若甲、 乙兩人各從袋中抽一球, 抽出後放回袋中, 設甲抽到的號碼為 X, 乙抽到的號碼為 Y , 問

兩人抽到的號碼和的機率質量分布函數?
X +Y 2 5 6 7 8 9 10 11 12
(解:) 1 2 2 2 1 2 3 2 1
px+y 16 16 16 16 16 16 16 16 16

∼ 順伯的窩 ∼ 機率統計II(B) [第3頁/共56頁]

 4 高中數學講義 隨機的意義

機率質量函數圖形
3
16

機率值 f(x) 2
16

1
16
2 5 6 7 8 9 10 11 12
號碼和 x + y

演練 2c : 一機率函數為 P (x) = k( 31 )x ( 23 )4−x , x = 0, 1, 2, 3, 4 求

81
k= 31
1. 求實數 k 值?
7
31
2. 求機率 P (x ≥ 2)
演練 2d : 已知隨機變數 X 的機率分布圖如下:
機率質量函數圖形
請完成機率分配表: Xi 機率質量函數表
0.4
Xi 1 2 3 4 5
pxi
0.3
機率值 p(x)

0.2

0.1

1 2 3 4 5
隨機變數 x

(解:) Xi 機率質量函數表
Xi 1 2 3 4 5
pxi 0.1 0.2 0.4 0.2 0.1
0.05
演練 2e : 隨機變數 X 的機率質量函數表如下: Xi 機率質量函數表 求 k 值?
Xi 0 1 2 3 4
pxi 0.10 0.30 0.45 0.10 k
機率質量函數圖形
演練 2f : 隨機變數 X 的機率質量函數表如下: x −1 0 1 4
0.5
px 0.2 0.5 a 0.1
0.4
機率值 p(x)

0.3

0.2

0.1

−1 0 1 2 3 4
隨機變數 x

0.2
1. 求 a 值?
0.5
2. 求機率 P (x = 0) =?
0.8
3. 求機率 P (x ≥ 0) =?
0
4. 求機率 P (x ≤ −2) =?

∼ 順伯的窩 ∼ 機率統計II(B) [第4頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 5

範例 3: 隨機變數 X 表投擲 4 枚均勻硬幣出現正面的次數, 求其機率質量函數?

機率質量函數圖形
(解:) x 0 1 2 3 4
6
1 4 6 4 1
px 16 16 16 16 16
16

機率值 p(x)
4
16

1
16

0 1 2 3 4
隨機變數 x

0.6875
1. 求至少出現 2 次正面的機率?
0.9375
2. 求至少出現 1 次正面的機率?
演練 3a : 選出正確的選項? (1) 隨機亂數表的任一列中, 0 到 9 各數字出現的次數皆相同 (2) 擲一枚均勻的銅
板 10 次, 若前 5 次出現 3 次正面與 2 次反面, 則後 5 次必定出現 2 次正面與 3 次反面 (3) 投擲一枚均
勻的銅板 2 次, 在正面至少出現 1 次的條件下,2 次都出現正面的條件率等於 31 (4) 投擲 6 顆公正的骰
子,1,2,3,4,5,6 點出現的機率小於 61 (5) 從一副 52 張的撲克牌 (紅黑各有 26 張) 中, 隨機抽取相異的
3,4
兩張, 這兩張牌都是紅色的機率為 41
演練 3b : 拼字檢查軟體可以檢查偵測拼字錯誤, 要求在校生簡單拼寫 250 字, 用拼字檢查軟體發現其錯誤, 若
隨機變數 X 表示其錯誤次數, 如表: x 0 1 2 3 4
px 0.1 0.3 0.3 0.2 0.1
1. 求作機率質量函數圖
機率質量函數圖形

0.3
機率值 p(x)

0.2

0.1

0 1 2 3 4
(解:) 隨機變數 x

1 − 0.1 = 0.9
2. 求至少有一字拼錯的機率?
0.1
3. 求機率 P (x < 1) =?
演練 3c : 若數位資料的首位數字 1 ∼ 9 , 每位數字機率相等, 隨機變數 X 表首位數字, 求其機率函數?
(解:) x 1 2 3 4 5 6 7 8 9
1 1 1 1 1 1 1 1 1
px 9 9 9 9 9 9 9 9 9

演練 3d : 從 1,2,3,4,5 共五個數中隨機取出 3 個數, 求取到最大數 X 的機率質量函數 (機率分布)?

∼ 順伯的窩 ∼ 機率統計II(B) [第5頁/共56頁]

 6 高中數學講義 隨機的意義


 1
 10 , x=3
(解:)P (x) = 3
10 , x=4 或 x 3 4 5

 6 1 3 6
10 , x=5 px 10 10 10

範例 4: 袋中有 5 個球,2 個紅色球,3 個藍色球, 編號分別為紅 1, 紅 2, 藍 3, 藍 4, 藍 5, 由袋中每回取 1 球, 共取

2 回,X 表 2 次中取到紅色球的次數, Y 表 2 次中取到兩球的號碼和; 分別依

1. 取出後不放回袋中,X, Y 的機率質量函數?

X 0 1 2 Y 3 4 5 6 7 8 9
(解:) ,
px 0.3 0.6 0.1 py 0.1 0.1 0.2 0.2 0.2 0.1 0.1

2. 取出後放回袋中,X, Y 的機率質量函數?

X 0 1 2 Y 2 3 4 5 6 7 8 9 10
(解:) 9 12 4 , 1 2 3 4 5 4 3 2 1
px py
25 25 25 25 25 25 25 25 25 25 25 25
演練 4a : 若隨機變數 X 表同時投擲 2 顆公正骰子出現點數之差異的點數, 建構其機率質量函數表:
(解:) x 0 1 2 3 4 5
6 10 8 6 4 2
px 36 36 36 36 36 36

演練 4b : 若隨機變數 X 表同時投擲 2 顆公正骰子所出現點數較大者的點數 (若相同點數, 取其點數), 建構其

機率質量函數表:
(解:) x 1 2 3 4 5 6
1 3 5 7 9 11
px 36 36 36 36 36 36

演練 4c : 若隨機變數 X 表投擲 3 顆公正骰子出現相同點數的個數, 求其機率質量函數?

(解:) x 0 2 3
20 15 1
px 36 36 36

範例 5: 袋中裝有相同大小的 10 元硬幣 3 枚,50 元硬幣 2 枚, 自袋中隨機任取 2 枚, 隨機變數 X 表取出 2 枚硬

幣的金額, 求 X 的機率質量函數?

X 20 60 100
(解:) 3 6 1
px
10 10 10

演練 5a : 一賭博遊戲為投擲 3 公正硬幣, 若出現一正面賭客可得 100 元, 出現兩正面賭客可獲得 300 元, 出現 3

正面賭客可得 500 元, 但出現 3 反面則賭客賠 1500 元。 隨機變數 X 表玩此遊戲一次獲得的金額, 求
X 的機率質量函數?

X −1500 100 300 500

(解:) 1 3 3 1
px
8 8 8 8
演練 5b : 美國紐約州樂透彩券每張彩券 0.5 美元, 每發行一百萬張中有一張獎金 50000 美元, 有 9 張獎金 5000
美元, 有 90 張獎金 500 美元, 有 900 張獎金 50 美元。 隨機變數 X 表發行一百萬張中, 一張彩券獲得的
獎金金額, 求 X 的機率質量函數?

∼ 順伯的窩 ∼ 機率統計II(B) [第6頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 7

X(美元) 50000 5000 500 50 0

(解:) 1 9 90 900 999000
px
106 106 106 106 106
演練 5c : 在加拿大發行的簡易樂透彩券為 000 ∼ 999 三位數號碼擇一, 有一號碼為中獎號碼, 可得獎金 500 元,
隨機變數 X 表一張彩券獲得的獎金金額, 求 X 的機率質量函數?
X 0 500
(解:)
px 0.999 0.001

習題 I(B):1-1 隨機的意義

1. 一籃球員在某場比賽中有 6 球罰球, 若每次罰球進否機率相等且與上次投進與否無關, 每投進一球可得 1

分。

(a) 這位籃球員罰球得分的樣本空間 S 為何?

(b) 若隨機變數 X 表示這位籃球員 8 次罰球得分情形, 求其機率質量函數?
(c) 求隨機變數 X 的平均值與標準差

2. 投擲一對公正骰子, 若 S 表兩骰子點數情形的等機率樣本點 (a, b) 所形成的樣本空間, 令隨機變數 X

表 S 中樣本點 (a, b) 的最大點數; 隨機變數 Y 表S 中樣本點(a, b) 的點數和。

(a) 求等機率樣本空間 S
(b) 求隨機變數 X 的機率分布及機率函數圖形?
(c) 求隨機變數 Y 的機率質量函數表及機率函數圖形?

3. 投擲一對公正骰子, 令隨機變數 X 表點數 (a, b) 中的最小點數, 求隨機變數 X 的機率質量函數?

4. 投擲一公正硬幣 3 次, 令 X 表出現正面次數的隨機變數, 求隨機變數 X 的機率分布及其機率函數圖?

5. 判別下列表格是否為一機率函數分布表?

Xi 0 1 2 3
(a)
px 0.2 0.3 0.4 0.2
Xi 2 3 4 5
(b)
px 0.3 0.4 0.5 −0.2

6. 下列函數為機率質量函數, 求實數 k 值為何?

(a) P (x) = k(x + 2), x = 1, 2, 3

k
(b) P (x) = , x = 0, 1, 2, 3
x+1
7. 某大學大一有 200 位選修統計課程, 學期成績有 31% 為 A 等, 40% 得 B 等, 20% 得 C 等, 4% 得 D
等和 5% 得 F 等。 若隨機變數 X = 4, 3, 2, 1, 0 分別表這五等第 A、B、C、D 和 F, 求 X 的機率質量函
數? 並求機率 P (X ≥ 3) =?
1
8. 下列選項中, 哪些選項中的式子可作為隨機變數的機率函數? (1) P (x = k) = , k = 2, 3, 5 (2) P (x =
k
k 1 2
k) = , k = 1, 3, 5 (3) P (x = k) = 2( )k , k = 1, 2, 3, · · · (4) P (x = k) = ( )k , k = 1, 2, 3, · · ·
10 3 3
2k
(5) P (x = k) = Ck5 5 , k = 0, 1, 2, 3, 4, 5
3
∼ 順伯的窩 ∼ 機率統計II(B) [第7頁/共56頁]
8 高中數學講義 隨機的意義

9. 已知隨機變數 X 的機率分布如下: 求其機率函數中的常數?

2
(a) P (x = k) = c( )k , k = 1, 2, 3 , 則常數 c 應為多少?
3
b
(b) P (x = k) = , k = 1, 2, 3, · · · , 則常數 b 應為多少?
k(k + 1)
(c) P (x = k) = pk , k = 1, 2, 3, · · · , 則常數 p 應為多少?
k
10. 已知隨機變數 X 的機率質量函數為 P (x = k) = , k = 1, 2, 3, 4, 5 求
15
(a) 機率 P (1 < x < 5) 值?
(b) 機率 P (x ≤ 3) 值?
(c) 機率 P (x > 3) 值?
(d) 機率 P (x = 2 或 x = 3) 值?

x -1 0 1 2
11. 已知隨機變數 X 的機率質量函數, 如表 1 1 1 1
px 4 8 8 2

(a) 若隨機變數 Y = X 2 , 求 Y 的機率質量函數?

(b) 求機率 P (x = 1) = a 與 P (y = 1) = b 值?
(c) 求機率 P (x = 4) = c 與 P (y = −1) = d 值?

習題 I(B):1-1 機率質量函數圖形
6b. k= 12
25
5
1a. S = {0, 1, 2, 3, 4, 5, 6} 36
Xi 4 3 2 1 0
7.
機率值 g(y)

3
px 0.31 0.4 0.2 0.04 0.05
xi 0 1 2 3 4 5
36
6 ;0.71
1b. 1 6 15 20 15 6 11
pi 64 64 64 64 64 64 64
36
8. 3,5
2 3 4 5 6 7 8 9 10 11 12
兩骰子點數和y
q 27
1c. µ = 3;σ = 3 9a. c= 38
2 Xi 1 2 3 4 5 6
3. 11 9 7 5 3 1 ,
px 36 36 36 36 36 9b.
36 b=1
2a. S = {(1, 1), (1, 2), (1, 3), · · · , (6, 1) · · · , (6, 6)}
X 0 1 2 3 9c. p= 1
4. 1 3 3 1
2
Xi 1 2 3 4 5 6 px 8 8 8 8
3
2b. 1 3 5 7 9 11
機率質量函數圖形 10a. 5
px 36 36 36 36 36 36 3
8
機率質量函數圖形 1
10b. 5
11
機率值 f (x)

36

9
3
36
10c. 5
機率值 f (x)

7
36

5 1
36 1 10d. 3
3 8
36
0 1 2 3
1 正面次數
36 y 0 1 4
1 2 3 4 5 6 11a. 1 3 1
最大點數x
5a. NO px 8 8 2

Yi 2 3 4 5 6
5b.
7 8
NO 9 10 11 12
11b. a = 18 ;a = 3
8
2c. py 1 2 3 4 5 6 5 4 3 2 1
1
36 36 36 36 36
6a.
36 36
k = 3612 36 36 36
11c. c=d=0

∼ 順伯的窩 ∼ 機率統計II(B) [第8頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 9

15.2 期望值與、 變異數與標準差

數學期望值與變異數: 設離散型隨機變數 X 的所有可能值為 x1 , x2 , x3 , · · · , xn , 而這些值的機率分別為 p1 , p2 , p3 , · · · , pn
且 p1 + p2 + · · · + pn = 1。(f (x) 為其機率質量函數)
n
P
1. 隨機變數 X 的數學期望值: E(X) = xi f (xi ) = x1 p1 + x2 p2 + · · · + xn pn = mu 。 描述隨
i=1
機變數 X 的中心趨勢統計量。
n
P
2. 隨機變數 X 的變異數: V ar(X) = E[(X − µ)2 ] = E(X 2 ) − µ2 = (xi − µ)2 f (xi ) =
i=1
n
P n
P
p1 (x1 − µ)2 + p2 (x2 − µ)2 + · · · + pn (xn − µ)2 = pi (xi − µ)2
= pi x2i − µ2
i=1 p i=1
隨機變數 X 的標準差為隨機變數 X 變異數的正平方根, 即 σX = V ar(X)

期望值、 變異數與標準差的性質: 期望值是隨機變數集中趨勢的代表值, 標準差是描述隨機變數的分散性與變

異性。 由數學性質知先求得變異數後再求出標準差。
隨機變數 X 期望值、 變異數與標準差的數學性質:

1. E(aX + b) = aE(X) + b
2. V ar(X + b) = V ar(X) , σ(X + b) = σ(X)
3. V ar(aX) = a2 V ar(X) , σ(aX) = |a|σ(X)
4. V (aX + b) = a2 V ar(X) , σ(aX + b) = |a|σ(X)

例題
範例 1: 求投擲一公正骰子點數 X 的機率質量函數、 期望值與標準差?

r
Xi 1 2 3 4 5 6 7 35
(解:) 1 1 1 1 1 1 , E(X骰子 ) = , σ骰子 =
px 6 6 6 6 6 6
2 12

演練 1a : 承15.1演練1d (參考第2頁):, 求其隨機變數 X 的期望值及變異數?

E(X) = 32 ;V ar(X) = 43

演練 1b : 承15.1演練2d (參考第4頁):
q
6 .
µ = 3, σ = 5 = 1.1
1. 求隨機變數 X 的平均值 µ 及標準差 σ?
≈ 0.68
2. 求機率 P (µ − σ < x < µ + σ)
≈ 0.95
3. 求機率 P (µ − 2σ < x < µ + 2σ)
µ = 1.7;σ = 0.9539
演練 1c : 承15.1演練2e (參考第4頁): 求隨機變數 X 的平均值 µ 及標準差 σ?
µ = 0.4;σ 2 = 1.84
演練 1d : 承15.1演練2f (參考第4頁): 求隨機變數 X 的平均值 µ 及變異數 σ2 =?
5
演練 1e : 隨機變數 X , 已知 E(X) = 2, E(X 2 ) = 9 , 求隨機變數 X 的變異數?

範例 2: 投擲公正骰子, 令隨機變數 X 表投擲一骰子所出現點數的 2 倍 。 隨機變數 Y 表投擲兩次骰子的點

數和。 分別求隨機變數 X, Y 的機率質量函數、 平均值及標準差?

∼ 順伯的窩 ∼ 機率統計II(B) [第9頁/共56頁]

 10 高中數學講義 期望值與、 變異數與標準差

Xi 2 4 6 8 10 12 機率質量函數圖形
(解:) 1 1 1 1 1 1
px 6 6 6 6 6 6

機率值 f (x)
1
6

2 4 6 8 10 12
骰子點數的2 倍 x

E(X) = E(2骰子點數) = 2E(X骰子 ) = 7,V ar(X) = E(X 2 ) − µ2 = V (2X骰子 ) = 4V ar(X骰子 ) =

r r
35 364 2
35 p
4 × , σx = −7 = = V ar(X) = 2σ骰子 ; 機率質量函數圖形
12 6 3
5
36

機率值 g(y)
3
36

1
36

2 3 4 5 6 7 8 9 10 11 12
Yi 2 3 4 5 6 7 8 9 10 11 12 兩骰子點數和y
1 2 3 4 5 6 5 4 3 2 1
py 36 36 36 36 36 36 36 36 36 36 36
7 1974 210
E(Y ) = E(X1 + X2 ) = 2E(X1 ) = 2 × = 7, V ar(Y ) = E(Y 2 ) − µ2 = − 72 = =
2 r √ 36 36
35 35 210 √ .
V (X1 + X2 ) i.i.d.
= V (X1 ) + V (X2 ) i.i.d.
= 2V (X骰子 ) = 2 × , σ Y = = ≈ 5.8 = 2.4
12 6 6

演練 2a : 若隨機變數 X 表投擲 3 顆公正骰子出現相同點數的個數, 其機率質量函數表如下:

x 0 t 3
15 1
px k 36 36
20
t = 2, k = 36
1. 求隨機變數 t 及機率 k 值?
11 2 155
µ= 12 ;σ = 144
2. 求隨機變數 X 的平均值 µ 及變異數 σ2 =?
演練 2b : 承15.1演練2b (參考第3頁): 若甲、 乙兩人各從袋中抽一球, 抽出後放回袋中, 設甲抽到的號碼為 X,
乙抽到的號碼為 Y , 求兩人抽到的號碼和的平均數與變異數? 即求 E(X + Y ) = ? 與 V ar(X +
Y ) =?
E(X + Y ) = 8;V ar(X + Y ) = 7

範例 3: 隨機變數 X 表投擲 4 枚均勻硬幣出現正面的次數, 求 X 的期望值與變異數?

P
(解:) x 0 1 2 3 4 ;E(X) = µ = xi pi = 2;V ar(x) = E(X 2 ) − µ2 = 80 2
16 − 2 = 1
1 4 6 4 1
px 16 16 16 16 16
xi 表第 i 枚出現正面, 則 µ = E(x1 + x2 + x3 + x4 ) = E(x1 ) + E(x2 ) + E(x3 ) + E(x4 ) i.i.d. 1
= 4× 2 =
2, V ar(X) i.i.d. 1
= 4V ar(x1 ) = 4 × 4 = 1

演練 3a : 隨機變數 X 表投擲 2 枚均勻硬幣出現正面的次數, 求其機率質量函數及 X 的期望值與變異數?

P
(解:) x 0 1 2 ;E(X) = µ = xi pi = 0+2+2
4 = 1;V ar(x) = E(X 2 ) − µ2 = 46 − 12 = 12
px 14 24 14
xi 表第 i 枚出現正面, 則 µ = E(x1 +x2 ) = E(x1 )+E(x2 ) i.i.d. 1 i.i.d.
= 2× 2 = 1, V ar(X) = 2V ar(x1 ) =
2 × 41 = 12

∼ 順伯的窩 ∼ 機率統計II(B) [第10頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 11

演練 3b : 投擲 2 枚均勻硬幣, 若每出現一正面可得獎金 10 元, 隨機變數 X 表擲 2 枚均勻硬幣可望獲得的獎金,

求其機率質量函數及 X 的期望值與變異數?
P
(解:) x 0 10 20 ;E(X) = µ = xi pi = 0+20+20
4 = 10;V ar(x) = E(X 2 ) − µ2 =
px 14 2
4
1
4
600 2
4 − 10 = 50
另解:xi 表第 i 枚出現正面, 則 µ = E(10x1 +10x2 ) = 10E(x1 )+10E(x2 ) i.i.d. 1
= 20× 2 = 10, V ar(X) =
V ar(10x1 + 10x2 ) i.i.d. 1
= 200V ar(x1 ) = 200 × 4 = 50

演練 3c : 若數位資料的首位數字 1 ∼ 9 , 每位數字機率相等, X 表首位數字, 求 X 的期望值與變異數?

285 20 a+b (b−a+1)2 −1
(解:)µ = 5;V ar(X) = E(x2 ) − µ2 = 9 − 25 = 3 。µ = 2 ,V ar = 12

演練 3d : 根據班佛法則, 數位資料的首位數字 1 ∼ 9 , 每位數字出現的機率如表:

x 1 2 3 4 5 6 7 8 9
px 0.301 0.176 0.125 0.097 0.079 0.067 0.058 0.051 0.046
3.441
若 X 表首位數字, 求 X 的期望值?
i. 現有 1000 筆隨機數位資料, 如果依班佛法則, 首位數字為1、2 或 3 的的筆數多於 560 筆或少於 560
多
筆?

範例 4: 連續投擲一公正骰子 2 次, 以 X 表示出現點數的和, 求 X 的期望值與變異數?

(解:)xi 表第 i 次骰子點數, 則 µ = E(x1 +x2 ) = E(x1 )+E(x2 ) i.i.d. i.i.d.

= 2×3.5 = 7;V ar(X) = 2V ar(x1 ) =
35
6

演練 4a : 一顆特別的骰子, 其六個面中有兩面為 2 點、 兩面為 4 點、 其餘兩面為 5 點, 假設投擲這顆骰子每面出

22
3
現的機率都相等, 擲這顆骰子兩次, 所得點數和的數學期望值為?
演練 4b : 袋中有3 顆白球與 1 顆黑球, 每次隨機從袋中抽出 1 球, 袋中每顆球被抽中的機率皆相同, 抽出後不放
回, 直到抽中黑球時遊戲結束, 若在第 k 次抽到黑球, 則得到 k 元獎金, 此遊戲可獲得獎金的數學期
5
2
望值為? 元
演練 4c : 隨機變數 X 的機率質量函數表如下: x 152 156 160 164
px 0.25 0.25 0.25 0.25
µ = 158;σ 2 = 20
1. 求隨機變數 X 的平均值 µ 及變異數 σ2 =?
2. 從機會均等的 152,156,160,164 四個數值中, 任意取出一數後放回, 再取出一數, 共取出兩數。
若隨機變數 Y 表這兩數的平均值, 求隨機變數 Y 的機率質量函數, 平均值 µy 及變異數 σy2 =?

(解:) y 152 154 156 158 160 162 164 ;µy = 158;σy2 = 10
1 2 3 4 3 2 1
py 16 16 16 16 16 16 16

演練 4d : 投擲一公正骰子, 若投擲出 k 點可獲得 2k + 1 元。 以 X 表示投擲骰子可望獲得獎金, 求 X 的期望

值與變異數?

∼ 順伯的窩 ∼ 機率統計II(B) [第11頁/共56頁]

 12 高中數學講義 期望值與、 變異數與標準差

7 35 35
(解:)µx = 2µk + 1 = 2 × 2 + 1 = 8;V ar(x) = V ar(2k + 1) = 4V ar(k) = 4 × 12 = 3

範例 5: 已知隨機變數 X1 , X2 的機率質量函數表如下, 求這兩個隨機變數的期望值、 變異數與標準差?(請觀

察X2 = 0.5X1 + 15 關係)

√ √
(解:)E(X1 ) = 30, var(X1 ) = 200, σX1 = 10 2;E(X2 ) = 30, var(X2 ) = 50, σX1 = 5 2 ]

X1 機率分布表 , X2 機率分布表

X1 10 20 30 40 50 X2 20 25 30 35 40

px1 0.2 0.2 0.2 0.2 0.2 px2 0.2 0.2 0.2 0.2 0.2

演練 5a : 承上例題: 隨機變數 Y = 2X1 , 求隨機變數 Y 的期望值與標準差?

√
E(Y ) = 2 × 30 = 60;σy = 20 2

演練 5b : 承上例題: 隨機變數 Z = −2X1 + 10 , 求隨機變數 Z 的期望值與標準差?

√
E(Z) = −60 + 10 = −50;σz = 20 2

演練 5c : 已知隨機變數 X 的機率質量函數表如下: x 2 3 4
1 1 1
px 3 3 3
q
2
µx = 3;σx = 3
1. 求隨機變數 X 的期望值與標準差?
2. 隨機變數 Y 的機率質量函數表如下: y 1 2 3 , 求隨機變數 Y 的期望值與標準差?
1 1 1
py 3 3 3
q
2
µy = 3 − 1;σy = 3

3. 隨機變數 Z 的機率質量函數表如下: z 5 7 9 , 求隨機變數 Z 的期望值與標準差?

1 1 1
py 3 3 3
q
µz = 2µx + 1 = 7;σz = 2σx = 2 23

範例 6: 袋中裝有相同大小的 10 元代幣 3 枚,50 元代幣 2 枚, 自袋中任取 2 枚, 則所得金額的期望值為多少?

20×3+60×6+100×1
(解:)E(X) = 10 = 52; 10×3+50×2
3+2 × 2 = 52

若每張 5 元的樂透彩券, 賣出 7000 張樂透彩券中, 有 1 張可得獎金 2000 元, 有 2 張可得獎金 750 元, 有 5 張

可得獎金 100 元, 設 X 表隨機一張彩券可望得到的獎金,

1. 建構隨機變數 X 的機率質量函數?

(解:) xi 2000 750 100 0

1 2 5 6992
pxi 7000 7000 7000 7000

2. 求 X 的期望值並闡釋其意義?

∼ 順伯的窩 ∼ 機率統計II(B) [第12頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 13

(解:)E(X) = 74 ; 平均每張彩券可得到的獎金為 4
7
q
319915 .
490 = 25.552
3. 求 X 的標準差?
演練 6a : 一賭博遊戲為投擲 3 公正硬幣, 若出現一正面賭客可得 100 元, 出現兩正面賭客可獲得 300 元, 出現 3
正面賭客可得 500 元, 但出現 3 反面則賭客賠 1500 元。 問此遊戲賭客的贏得獎金期望值為多少元?
E(X) = −1500+300+900+500
8 = 25

演練 6b : 一壽險公司為某族群推出一保險專案: 內容為一年保費 195 元, 若在一年內往生有 200000 元的保險

理賠, 若已知該族群人士一年內仍健在的機率為 99.97%,
1. 若隨機變數 X 表該參加公司推出保險專案每一個人的收支, 求其機率質量函數?

(解:) x 195 -199805

px 0.9997 0.0003
135 元
2. 求每一位參加該公司保險專案, 該保險公司的期望值為多少元?
演練 6c : 假設公益彩券每一期的每張彩券獎金期望值為 35 元, 標準差為 400 元。 若某人隨機買 3 張彩券, 求此
√
105;400 3
人這 3 張彩券獎金期望值與標準差為多少元?
演練 6d : 美國紐約州樂透彩券每張彩券0.5 美元, 每發行一百萬張中有一張獎金 50000 美元, 有 9 張獎金 5000
美元, 有 90 張獎金 500 美元, 有 900 張獎金 50 美元。
0.185
1. 求樂透彩券的期望獎金為多少美元?
315000 美元
2. 州政府發行彩券一百萬張可望獲利多少元?

習題 I(B):1-2 期望值與、 變異數與標準差

1. 投擲一對公正骰子, 若 S 表兩骰子點數情形的等機率樣本點 (a, b) 所形成的樣本空間, 令隨機變數 X

表S 中樣本點 (a, b) 的最大點數; 隨機變數 Y 表S 中樣本點(a, b) 的點數和。

(a) 求等機率樣本空間 S
(b) 求隨機變數 X 的機率分布及機率函數圖形?
(c) 求隨機變數 X 的數學期望值及其標準差近似值 (可用計算器求近似值)?
(d) 求隨機變數 Y 的機率分布及機率函數圖形?
(e) 求隨機變數 Y 的數學期望值及其標準差近似值 (可用計算器求近似值)?

2. 投擲一對公正骰子, 令隨機變數 X 表點數 (a, b) 中的最小點數, 求隨機變數 X 的數學期望值及其標準

差 (可用計算器求近似值)?

3. 投擲一公正硬幣 3 次, 令 X 表出現正面次數的隨機變數, 求隨機變數 X 的機率函數圖? 隨機變數X 的

期望值與標準差?
x2 + x
4. 已知機率函數 P (x) = , x = 1, 2, 3 , 求隨機變數 X 數學期望值及其標準差?
20
5. 台灣地區某年人口資料顯示: 在有子女的家庭中, 其子女人數的家庭比例為
子女人數 1 2 3 4 5
求此年台灣家庭子女平均數與變異數?
家庭比例 0.05 0.1 0.2 0.35 0.30

∼ 順伯的窩 ∼ 機率統計II(B) [第13頁/共56頁]

14 高中數學講義 期望值與、 變異數與標準差

6. 某廠牌汽車導航機 GPS 的誤差值 (公尺), 以隨機變數 X 表示, 其機率分布如下, 求隨機變數X 的期望

X 機率分布表

值與標準差?
X 0 10 20 30 40 50

px 0.05 0.1 0.15 0.3 0.3 0.1

7. 一箱子中有 10 個燈泡, 其中 2 個壞掉, 今從箱中取 3 個燈泡測試, 求取出燈泡中壞燈泡個數期望值?

8. 一賭客付出 5 元就可玩投擲兩公正硬幣遊戲, 獎金規定若出現一正面可得 1 元, 出現兩正面可獲得 2 元。

問玩此遊戲賭客獲利的期望值為多少元? 此遊戲規則對賭客是否友善?

9. 一賭博遊戲為投擲兩公正硬幣, 若出現一正面或兩反面賭客均可得 1 元, 出現兩正面賭客可獲得 5 元。 問

此遊戲賭客的贏得獎金期望值為多少元? 若此遊戲規則是公平的, 則玩此遊戲一次必須付出多少元?

10. 投擲公正骰子, 令隨機變數 X 表投擲一骰子點數為奇數點則 X 取值為 1, 偶數點則取值為 3。 求隨機變

數X 的期望值與標準差?

11. 隨機變數 X 表連續投擲一公正硬幣直到正面出現所需的次數或 5 次試驗均無正面就停止, 求隨機變數X 的

期望值?

12. 隨機變數 X 表連續投擲一公正硬幣直到正面出現所需的次數或 4 次均為反面, 求隨機變數X 的期望值?

1 2
13. 一不均勻的硬幣, 已知出現正面的機率為 , 出現反面的機率為 , 投擲此硬幣直到出現正面或4 次反面
3 3
為止, 求投擲此硬幣次數的期望值?

14. 學校福利社舉辦抽獎活動, 原本所有獎額的期望值為 500 元, 標準差為 100 元。 今慶祝校慶, 將每個獎項

金額提高 20%, 額外加贈 100 元抵用券, 求此次活動中抽獎一次所得獎額的期望值與標準差?

15. 某保險公司針對一年期住宅房屋火險:“保費 200 元, 在一年內房屋發生火災可獲理賠 100 萬元”。 依據資

料顯示住宅房屋發生火災的機率為0.0015, 求每張保單中, 保險公司獲利的期望值是多少?

16. 甲、 乙兩人要分獎金 10000 元, 約定競技, 先勝三局者可得全部獎金, 比賽開始第一局甲勝, 第二局乙勝,

第三局甲勝; 後因故無法繼續比賽, 問應如何分配獎金才合理?

17. 一製造商現需決定要即時擴充廠房或一年後才擴充。 現若即時擴充廠房而且碰到經濟景氣, 則可賺進 300

萬元, 但若碰到經濟不景氣會損失 80 萬元; 若採行一年後才擴充, 碰到經濟景氣, 則可賺進 160 萬元, 但
若碰到經濟不景氣仍可賺 16 萬元。 假設進一步知道明年經濟景氣機率為 32 , 經濟不景氣機率為 13 , 則
應採用那一策略, 才能有較大的獲利期望值?

18. 投擲一公正硬幣 4 次, X 表出現正面次數, 求 X 2 的期望值?hint: V ar(x) = E(x2 ) − E(x)2 由數學性

質推算 (簡易); 或找出X 2 的機率分布依定義求得 (計算較複雜)

19. 投擲一公正硬幣 3 次, 隨機變數 X 定義為若第一次硬幣為正面則X 取值為 0, 若出現反面則取值為 1 , 隨

機變數 Y 表 3 次硬幣中出現正面的次數。 分別求隨機變數 X 、Y 的機率分布與期望值? 求 XY 的數學
期望值?

習題 I(B):1-2 1b.
Xi 1 2 3 4 5 6
1 3 5 7 9 11
px 36 36 36 36 36 36
1a. S = {(1, 1), (1, 2), (1, 3), · · · , (6, 1) · · · , (6, 6)}

∼ 順伯的窩 ∼ 機率統計II(B) [第14頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 15

機率質量函數圖形 . X 1 2 3 4 5
E(X) = 2.5,V ar(x) = 2.1,σ =
11 11. 1 1 1 1 1 ,
36

9
1.4 px 2 4 8 16 16
36
31
機率值 f (x)

7
36 X 0 1 2 3 E(X) =
3. 16
5
1 3 3 1
36
px 8 8 8 8
3
36 機率質量函數圖形
15
1
36
3 12. E(X) =
1 2 3 4 5 6
8 8
最大點數x

機率值 f (x)
211
161 13.
1c. , V ar(x) =
E(X) = 81
36
791 161 2
E(X 2 ) − µ2 = −( ) ≈ 1

36 36 8
14. E(Y ) = E(1.2X + 100) =
21.97 − 19.98 = 1.99, σ ≈ 0 1 2 3
√ . r正面次數
700; σ(Y ) = σ(1.2X + 100) =
1.99 = 1.4 3 3
E(X) = ,σ = 120 元
2 4
Yi 2 3 4 5 6 7 8 9 10 11 12
1d. py 1 2 3 4 5 6 5 4 3 √2 1
3
36 36 36 36 36
4.
36
µ = 2.5;σ =
36 36 36
10
36
5 36
15. 500 元
機率質量函數圖形

5. E(X) = 3.75, V ar(X) =

5
36 0.6875 16. 甲 7500 元, 乙 2500 元
機率值 g(y)

√
3
6. E(X) = 30公尺 ,σX = 170
36
17. 應即時擴充廠房
公尺
1
36
3
2 3 4 5 6 7 8 9 10 11 12 7. 18. E(x2 ) = var(x) + µ2 =
兩骰子點數和y 5
npq + (np)2 = 1 + 22 = 5
7 1
1e. E(Y ) = 8. E = − 4 , 不公平遊戲
= 2 ×
2
7, V ar(x) = E(Y 2 ) − µ2 = X 0 1
5 19. , E(X) =
1974 210
≈ 54.8 − 49 = 9. E = 2 ; 付出 2.5 元
px 0.5 0.5
− 72 =
36 √ 36 1 Y 0 1 2 3
210 √ . ;
5.8, σ = ≈ 5.8 = 2.4 X 1 3 2 px 1/8 3/8 3/8 1/8
6 10. , E(X) =
px 0.5 0.5 3 2
p , E(Y ) = ;E(XY ) = 1 · 1 · +
Xi 1 2 3 4 2,6σ
5 √ = 2
E(X ) − µ 2 = 2 8
2. , 2 1 1
11 9 7 5 3
px 36 36 36 36 36 36 2 = 1 15 − 1·2· +0=
8 2

15.3 獨立事件
獨立事件: 設A,B 為同一樣本空間的兩事件, 當事件 B 發生的機率不因為事件 A 的發生與否而受到影響, 稱
兩事件為獨立事件。 即事件發生機率 P (A ∩ B) = P (A)P (B) 則稱 A 與 B 為獨立事件。 若兩事件不
是獨立稱為相依事件。
若 A,B 為獨立事件, ⇔ A、B 的餘事件 A′ , B ′ 亦為獨立事件。

1. P (A ∩ B) = P (A) · P (B)
2. P (B|A) = P (B)且 P (A|B) = P (A)

A,B,C 三事件獨立: ⇔ A,B 獨立事件;B,C 獨立事件; A,C 獨立事件且 P (A ∩ B ∩ C) = P (A)P (B)P (C)
⇔ A′ , B ′ , C ′ 亦獨立; A′ , B, C 亦獨立; · · ·
注意: 若 A,B,C 三事件為兩兩獨立事件未必 A、B、C 三事件為獨立事件。

∼ 順伯的窩 ∼ 機率統計II(B) [第15頁/共56頁]

 16 高中數學講義 獨立事件

常見的獨立事件: 重複丟一個硬幣出現正反面的事件、 重複投擲一個骰子出現的點數、 重複由一袋中抽球(取後

放回袋中) 的顏色這些前後事件的結果都是獨立事件。
實務上: 取樣後不再放回情形 (超幾何機率分布)。 當母體樣本數夠大, 取樣樣本數相對很小時, 則樣本不
放回與放回 (獨立) 方式所得的機率值很接近。

兩隨機變數和、 積的期望值與變異數:

1. 若 X, Y 是同一樣本空間的兩隨機變數, 則其和的期望值 E(X + Y ) = E(X) + E(Y )

2. 若 X, Y 是同一樣本空間的兩個 獨立 隨機變數, 則其乘積的期望值 E(XY ) = E(X)E(Y )
3. 若 X, Y 是同一樣本空間的兩個 獨立 隨機變數, 則其和(差) 的變異數 V ar(X ± Y ) = V ar(X) +
V ar(Y )

隨機變數 X 的期望值: 描述隨機變數的中心位置。

隨機變數 X 的標準差: 隨機變數所有可能值與中心位置分散狀況的度量單位。
隨機變數 X 的機率分布可以用期望值及標準差 (變異數) 做概要描述。 隨機變數若具有相
同的期望值及標準差 (變異數) 未必具有相同的機率函數分布。
求隨機變數的期望值與標準差 (變異數) 通常可由機率分布函數依定義計算可得。 或由簡單
基本的隨機變數期望值與變異數再找出此隨機變數與之關係(線性或簡單的加法、 乘法關係)
利 用期望值與變異數的數學性質(獨立性、 同質性的機率分布i.i.d.), 可 求 得 此 隨 機 變 數 X
的數學期望值與變異數。

例: 紅球 20 個, 白球 10 個, 從袋中取球:

1. 每次取一個, 取出不放回, 共取 3 次, 則取出紅球個數的期望值為?

2. 每次取一個, 取出後再放回去, 共取 3 次, 則取到紅球個數的期望值為?
3. 一次取出 3 個, 取到紅球個數的期望值為?

≡ 3× (取一粒球, 紅球個數的期望值為) = 3 × 20
30 = 2

例題
範例 1: 投擲一公正硬幣 3 次, 若 A 表第一次出現正面的事件, B 表第二次出現正面的事件, C 表恰連續出
現兩正面的事件。 則下列敘述何者為真? (1) A、B 為獨立事件 (2) A、C 為獨立事件 (3) B 、C 為獨立事
1,2,5
件 (4) A、B 、C 為獨立事件 (5) P (A|B) = P (A|C)
演練 1a : 已知事件 A, B 的機率分別為 P (A) = 0.8, P (B) = 0.3 且 P (A ∪ B) = 0.86 , 問 A, B 是否為獨
yes;0.2
立事件? 並求條件機率 P (A′ |B) =?
演練 1b : 從 902 位未滿 40 歲已婚人士調查首次結婚年齡與性別, 表格如下:
性別 \ 首婚年齡 未滿 20 20 ∼ 30 30 ∼ 40 小計
男 43 293 114 450
女 82 299 71 452
小計 125 592 185 902
No
若 E 表未滿 20 歲已結婚事件,F 表女性事件, 問 E, F 是否為獨立事件?

∼ 順伯的窩 ∼ 機率統計II(B) [第16頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 17

演練 1c : 若事件 A 表投擲一公正骰子出現 3 點的事件, 事件 B 表投擲一公正骰子出現奇數點的事件, 問 A, B

No
是否為獨立事件?
演練 1d : 投擲一均勻骰子,A 表出現偶數點的事件,B 表出現點數為 3 的倍數事件, 問事件 A,B 是否互為獨立
yes
事件?
演練 1e : 某校數學教師針對高三學生隨機選出 30 名男學生及 20 名女學生, 做新教材適應性調查, 每一位學生
都要填答, 且只能填答適應或不適應。 結果有 35 名學生填答無法適應新教材內容, 假設學生性別與適
應狀況獨立, 請完成上列表格, 使其最能符合上述假設。
性別 \ 適應狀況 適應 不適應 (35 人) 9,21;6,14
男生 (30 人) 人 人
女生 (20 人) 人 人

範例 2: 某袋中裝有 3 紅球、2 白球。 每次從袋中取出一球, 每球機會均等。 若 A 事件表第一次取出紅色球的事

件,B 事件表第二次取出白色球的事件。
yes
1. 依每次取出球後, 放回袋中, 問事件 A,B 是否互為獨立事件?
no
2. 依每次取出球後, 不放回袋中, 問事件 A,B 是否互為獨立事件?
演練 2a : 一袋中裝有大小相同的 10 球, 其中有 7 顆黑色球,3 顆白色球。 從袋中任意取出一球觀看顏色, 放回袋
中, 共取出兩球;
72
102
1. 求兩顆球均為黑色球機率?
21
100
2. 求兩顆球恰一顆黑色球機率?
9
1− 100
3. 求兩顆球至少一顆黑色球機率?
演練 2b : 一袋中裝有大小相同的 10 球, 其中有 7 顆黑色球,3 顆白色球。 從袋中任意取出一球觀看顏色, 不放回
袋中, 共取出兩球;
7
15
1. 求兩顆球均為黑色球機率?
7
15
2. 求兩顆球恰一顆黑色球機率?
14
15
3. 求兩顆球至少一顆黑色球機率?
演練 2c : 一袋中裝有大小相同的 10 球, 其中有 7 顆黑色球,3 顆白色球。 從袋中一次取出兩球;
7
15
1. 求兩顆球均為黑色球機率?
7
15
2. 求兩顆球恰一顆黑色球機率?
14
15
3. 求兩顆球至少一顆黑色球機率?
演練 2d : 袋中裝有 3 紅球、2 白球。 每球機會均等, 從袋中取出一球, 共取 3 回, 問:
27
125
1. 每球取後放回袋中,3 球均為紅色球的機率?
54
125
2. 每球取後放回袋中,3 球恰為 2 紅 1 白球的機率?
1
10
3. 每球取後不放回袋中,3 球均為紅色球的機率?
3
5
4. 每球取後不放回袋中,3 球恰為 2 紅 1 白球的機率?

∼ 順伯的窩 ∼ 機率統計II(B) [第17頁/共56頁]

 18 高中數學講義 獨立事件

範例 3: 診察某種疾病的快篩法能正確檢查出該疾病的機率為 0.92, 現某人患有該疾病到兩家獨立的醫療院

所用快篩法診察:
(0.92)2 = 0.8464
1. 問兩家醫院均能正確診察出生病的機率為多少?
0.9936
2. 問至少有一家醫院正確診查出該疾病的機率為多少?
演練 3a : 假設一個診斷疾病的快篩劑顯示一個人具有特定的疾病機率是 89%
0.11
1. 用此快篩劑診斷疾病, 顯示此人不具有特定的疾病機率是多少?
(0.11)2 = 0.0121
2. 某人到兩家獨立院所用此快篩劑檢查診斷, 均顯示此人不具有特定的疾病機率是多少?
演練 3b : 訓練有素的緝私犬, 在海關偵查任務, 若有違禁品被偵察出來的機率為 0.9, 若每隻緝私犬為偵防
工作為獨立事件, 現海關設有 3 站查緝站, 各由一隻緝私犬偵防, 問違禁品被海關查緝出來的機率?
0.999

演練 3c : 某地區人民 O 型血型比率為 42% ,Rh+ 型比率為 5% , 假設血型與 Rh 型為獨立事件:

0.021
1. 從此地區任選一人, 此人血型為 O 型且 Rh+ 的機率為何?
0.449
2. 從此地區任選一人, 此人血型為 O 型或 Rh+ 的機率為何?
3. 製作有關 O 型與 Rh 型的 2 × 2 機率表格?

血型 \ Rh 型 + −
(解:) O 0.021 0.399
非O 0.029 0.551

範例 4: 設生男, 生女的機率均等, 對有 3 個小孩的家庭, 以隨機變數 X 表男孩的個數, 求 X 的期望值與標準

差?

(解:)xi 表第 i 胎是男孩隨機變數,µ = E(X = x1 + x2 + x3 ) i.i.d. i.i.d.

= E(x1 ) + E(x2 ) + E(x3 ) = 3E(x1 ) =
1 3 3 √
× 3 = , V ar(X = x1 + x2 + x3 ) i.i.d.
= V ar(x 1 ) + V ar(x 2 ) + V ar(x 3 ) i.i.d.
= 3V ar(x 1 ) = ,σ = 2
3
2 2 4

演練 4a : 連續投擲一公正骰子 2 次, 以 X 表示出現點數的和, 求 X 的期望值與變異數?

(解:)xi 表第 i 次骰子點數, 則 µ = E(x1 +x2 ) = E(x1 )+E(x2 ) i.i.d. i.i.d.
= 2×3.5 = 7, V ar(X) = 2V ar(x1 ) =
35
6

演練 4b : 投擲一公正骰子兩次, 令隨機變數 Y 表第一次出現的點數減去第二次出現的點數。 求隨機變數 Y 的

期望值及變異數?
(解:)E(Y ) = E(X1 −X2 ) = E(X1 )−E(X2 ) = 0,V ar(Y = X1 −X2 ) i.i.d.
= V ar(X1 )+V ar(X2 ) =
35
2V ar(X1 ) = 2 × = 35
6
12
演練 4c : 同時投擲兩公正骰子, 若擲出 k 點可獲得 2k + 1 元。 以 X 表示投擲骰子可望獲得獎金, 求 X 的期
望值與變異數?

∼ 順伯的窩 ∼ 機率統計II(B) [第18頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 19

(解:)設 xi 表第 i 次骰子擲出點數 k 所獲得的獎金, 即 xi = 2k + 1。 則 µx = E(x1 + x2 ) =

E(x1 ) + E(x2 ) i.i.d. 7 i.i.d.
= 2(2µk + 1) = 2(2 × 2 + 1) = 16;V ar(x) = V ar(x1 + x2 ) = = 2V ar(x1 ) =
2var(2k + 1) = 8V ar(k) = 8 × 3512 = 3
70

演練 4d : 同時投擲 2 公正硬幣及一公正骰子, 若硬幣出現正面的隨機變數為 1, 出現反面為 0, 隨機變數 X 表兩

硬幣出現的隨機變數與骰子出現的點數之和。
1. 求隨機變數 X 的機率分配?

(解:) x 1 2 3 4 5 6 7 8
1 3 4 4 4 4 3 1
px 24 24 24 24 24 24 24 24

2. 求隨機變數 X 的平均值 µ 及變異數 σ 2 =?

(解:)µ independent
= 2× 21 + 72 = 92 ;V ar(X) independent
= V ar(X1 )+V ar(X2 ) = 2× 21 × 12 + 35
12 =
41
12

演練 4e : 若高中生課後輔導每小時需付費 50 元, 工讀每小時可得 120 元, 且已知學生課後輔導與工讀時數為獨

立事件。 據調查某地區高中生每週的課後輔導時數機率統計表與工讀時數幾率統計表如下:
工讀時數 Y 機率
課輔時數 X 機率
1 0.3
0 0.4
2 0.3
1 0.3
3 0.2
2 0.3
4 0.2
1. 求該地區高中生每週課輔時數 X 的平均值與變異數?
0.9 小時;0.69 (標準差約 0.831 小時)

2. 求該地區高中生每週工讀時數 Y 的平均值與變異數?
2.3 小時;1.21 (標準差 1.1 小時)

3. 針對這兩項 (工讀、 課輔) 求該地區高中生每週的期望總所得 (花費) 與標準差為多少元?

2 i.i.d. 2
(解:)期望週所得 E(−50x+120y) = −50E(x)+120E(y) = −45+276 = 231元; σ−50x+120y = σ−50x +
2 2 2
√
σ120y = 2500σx + 14400σy = 1725 + 17424 = 19149 標準差 19149 約 138.4 元

演練 4f : 石油開採公司計畫在不同的位置鑽 10 口井, 每一口井將花費公司 60,000 元, 具有生產石油的機率為

0.1, 並將帶來的價值 1 百萬美元的效益。 考慮到成本鑽井,
10 萬美元
1. 求公司鑽 1 口井的期望所得收入?
2. 求公司鑽
√ 1 口井所得收入的標準差?
100 0.1 × 0.9 = 30萬美元

100 萬美元
3. 求公司鑽 10 口井的期望所得收入?
4. 求公司鑽
√ 10 口井所得收入的標準差 √ ?
100 10 × 0.1 × 0.9 = 30 10 萬美元
. . .
5. 求公司鑽這 10 口井結果沒賺錢的機率約多少?(log 3 = 0.4771,log 3.3 = 0.5185,log 3.5 = 0.5441)
.
≈ 0.3487 = 0.35

習題 I(B):1-3 獨立事件

1. 投擲一公正骰子, 設 A 表骰子出現點數為 3 倍數的事件, B 表出現奇數點的事件, 問 A, B 兩事件是否

為獨立事件?

∼ 順伯的窩 ∼ 機率統計II(B) [第19頁/共56頁]

20 高中數學講義 獨立事件

2. 已知事件 A, B, X, Y 發生的機率列聯表如下:
\ X Y
A 0.12 0.18
B 0.28 0.42

(a) 求機率 P (A), P (R), P (A ∩ R) =?

(b) 事件 A, R 是否為獨立事件?
(c) 求條件機率 P (A|R) =?

3. 小明調查100 位居民飲用水的來源與性別整理得到兩種表格如下:
性別 \ 飲用自來水 Yes No 合計 瓶裝水 \ 自來水 Yes No 合計
男性 21 14 35 Yes 24 6 30
女性 39 26 65 No 36 34 70
合計 60 40 100 合計 60 40 100

(a) 問男性且飲用在來水的機率 ?
(b) 問性別與是否飲用自來水兩者是否為獨立事件?
(c) 問使用瓶裝水與使用自來水兩者是否為獨立事件?

4. 據瞭解小孩出生性別比例並非相等, 生男孩的比率為 51%。 不同胎小孩的性別為獨立事件,

(a) 列出有兩小孩家庭, 其小孩性別的樣本空間?

(b) 求有兩小孩家庭, 其小孩性別均為男孩的機率?

5. 已知事件機率 P (A) = 0.6,P (B) = 0.3

(a) 若事件 A, B 為互斥事件, 求機率 P (A ∪ B) = ?

(b) 若事件 A, B 為獨立事件, 求機率 P (A ∪ B) = ?

6. 已知兩事件 A,B 其機率 0 < P (A), P (B) < 1, 則下列情形是否會發生?

(a) A,B 為互斥事件下, A,B 可能為獨立事件?

(b) A,B 為獨立事件下, A,B 可能為互斥事件?
(c) A ⊂ B 下, A,B 可能為獨立事件?
(d) A,B 為獨立事件下, 事件 A 與 A ∪ B 可能為獨立事件?

7. 袋中有編號為 1 到 12 的球各一顆, 自袋中任取一球, 設 A 表示取到球號為 1,2,3,4 的事件,B 表示取到球

號 1,2,5,6,7,8 的事件, C 表示取到球號為 1,2,5,9,11,12 的事件。

(a) 問 A、B、C 三事件中, 任兩事件是否為獨立事件?

(b) 問 A、B、C 三事件是否為獨立事件?

8. 袋中有編號為 1 到 9 的球各一顆, 自袋中任取一球, 設 A 表示取到球號為 1,5,9 的事件,B 表示取到球號

2,5,8 的事件, C 表示取到球號為 3,5,7 的事件。 問 A、B、C 三事件是否為獨立事件?

9. 隨機變數 X 的機率分配如表:x 1 2 3 4 5 6 7 8
1 3 4 4 4 4 3 1
px 24 24 24 24 24 24 24 24
若 A 表示隨機變數為偶數的事件,B 表示隨機變數為 3 倍數的事件, 問 A、B 是否互為獨立事件?

∼ 順伯的窩 ∼ 機率統計II(B) [第20頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 21

10. 投擲一公正銅板兩次, A 表首次銅板出現正面的事件,B 表第二次銅板出現正面的事件,C 表兩次銅板出

現相同面的事件。

(a) 問 A、B 是否互為獨立事件?A、C 是否互為獨立事件?B、C 是否互為獨立事件?

(b) 問 A、B 、C 三事件是否為獨立事件?

習題 I(B):1-3 4b. 0.2601 7b. P (A ∩ B ∩ C) 6=

P (A)P (B)P (C) 不是獨立事件
1. yes 5a. 0.9

5b. 0.72
2a. 0.3; 0.4; 0.12
8. P (A ∩ B ∩ C) 6=
6a. no
2b. 獨立事件 P (A)P (B)P (C) 不是獨立事件
6b. no
2c. 0.3
6c. no 9. yes
3a. 0.21 6d. no

3b. 獨立事件 7a. P (A ∩ B) = P (A)P (B) = 10a. 任兩事件均為獨立事件

2
、P (A ∩ C) = P (A)P (C) =
3c. 相依 12
2 3
、P (B∩C) = P (B)P (C) = 10b. no;P (A ∪ B ∪ C) = 14 6=
12 12
4a. {bb, bg, gb, gg} 任兩事件是獨立事件 P (A)P (B)P (C) = 81

15.4 二項分佈
伯努利試驗: 一隨機試驗中, 所在乎的是具有“對立”性質結果的發生與否。 特定事件A發生 (成功) 的機率為 p,
不發生 (失敗) 的機率為 1 − p = q , 則稱此隨機試驗為伯努利試驗。 並以 1, 0 的取值表示試驗隨機變
數 Y 的成功與否, p 為這試驗的成功率。
(
1 , 成功的機率為p
伯努利試驗隨機變數: Y = 。
0 , 失敗的機率為q = 1 − p
伯努利試驗的期望值 E(Y ) = p, 變異數 V ar(Y ) = pq

二項分配 Bin(n, p): 具有獨立重複進行成功率為 p 的伯努利試驗 n 回, 以隨機變數 X 表示成功的次數,

P (X = k) = Ckn pk (1 − p)n−k , k = 0, 1, 2, · · · , n。 稱隨機變數 X 為參數 (n, p) 的二項機率分配,
記為 X ∼ B(n, p)。

1. 成功次數期望值 E(X) = E(Y1 +Y2 +· · ·+Yn ) = E(Y1 )+E(Y2 )+· · ·+E(Yn ) = p+p+· · ·+p =
np
2. 變異數 V ar(X) = V (Y1 +Y2 +· · ·+Yn ) i.i.d
= V (Y1 )+V (Y2 )+· · ·+V (Yn ) = pq +pq +· · ·+pq =
npq
3. 恰成功 k 次的機率質量函數 f (x = k) = P ({X = k}) = Ckn (1 − p)n−k pk , 0 ≤ k ≤ n

二項分配的性質:

X 0 1 ··· k ··· n

px C0n p0 (1 − p)n C1n p1 (1 − p)n−1 ··· Ckn pk (1 − p)n−k ··· Cnn pn (1 − p)0
X ∼ B(n, p) 的二項機率分配, 隨機變數 X 表示成功的次數, 則

∼ 順伯的窩 ∼ 機率統計II(B) [第21頁/共56頁]

22 高中數學講義 二項分佈
n
P
1. X 的期望值 µ = E(X) = kCkn (1 − p)n−k pk = np
k=0
2. X 的變異數 σ 2 = V ar(X) = E(X 2 ) − µ2 = np(1 − p) = npq
Pn
因為 E(x2 ) = E(x2 − x + x) = E(x(x − 1)) + E(x) = k(k − 1)Ckn (1 − p)n−k pk + np =
k=0
n
P n−2
n(n − 1)p2 k(k − 1)Ck−2 (1 − p)n−k pk − 2 + np = n(n − 1)p2 + np
k=2
所以 V ar(X) = n(n − 1)p2 + np − (np)2 = np − np2 = npq
p √
3. X 的標準差 σ = np(1 − p) = npq

二項分佈機率圖形特徵:

1. 單峰: 隨機變數X (成功次數) 由小至大, 其機率質量函數 P (X = k) 上升到一高點後下降。

n pk+1 (1 − p)n−k−1 , 且 C n pk−1 (1 − p)n−k+1 ≤
2. 眾數 (最高點): 當 Ckn pk (1 − p)n−k ≥ Ck+1 k−1
Ckn pk (1 − p)n−k 時機率質量函數 P (X = k) 為最大值。 即 (n + 1)p − 1 ≤ Mo = (X = k) ≤
(n + 1)p 時, 機率值 Pk 最大。
3. 偏態:
對稱二項機率分配:p = 0.5 右偏二項機率分配:p < 0.5 左偏二項機率分配:p > 0.5
0.30 0.30 0.30
B(10, 0.5) B(10, 0.3) B(10, 0.7)

0.20 0.20 0.20

f (x)

f (x)

f (x)
0.10 0.10 0.10

0.00 0.00 0.00

0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
x x x

(a) p = 0.5 時,p.m.f. 圖形左右對稱。 當 p 小, n 很大時, 其機率質量函數圖形接近對稱 (例:

p = 0.2, n = 40)
(b) p < 0.5 時,p.m.f. 圖形右偏。
(c) p > 0.5 時,p.m.f. 圖形左偏。

高爾頓板的二項式機率分布實驗: 每一小紅色球由上層向下會隨機向左(發生機率P ) 或向右落下再撞擊

到下一層的柱臺, 最後落到最底層 (n層) 下不同編號 (由左至右為 0、1、2、· · · 、k、· · · 、n ) 的溝槽, 紅色求

落入第 k 號溝槽發生機率為 P (X = k) = Ckn pk q n−k 。

例題
範例 1: 袋中有 300 個紅色球,200 個藍色球, 小華每次從袋中抽取一球, 共取兩回, 若X 表兩球中抽到紅球的
次數。

∼ 順伯的窩 ∼ 機率統計II(B) [第22頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 23

表 1: 不同規則抽獎的中獎問題(取球顏色問題)

取球方式 (抽獎) 一次取一球, 取出不放回, 共取 n 球 (n 一次取一球, 取出放回, 共取 n 球 (n

人依序抽獎) 人依序抽獎)
第i位抽中獎品機率 第i位抽中機率 p1 = p2 = · · · = pn 第i位抽中機率 p1 = p2 = · · · = pn
中獎機率與次序無關 每 回 為 條 件 機 率 受 到 前 每回均為獨立事件(二項式機率)
人抽中及沒抽中的 影 響(每 人 是 否
中獎為相依事件)
若已知第k 位中獎與否 ⇒ 改變後人中 若已知第k 位中獎與否 ⇒ 不改變後人
獎機率 中獎機率
n(球) 人無序結果發 如同一次取出 n 球所發生事件的機率 取出 n 球無序結果發生機率為二項式
生的機率 機率 Ckn (p)k (1 − p)n−k
例題說明: 樣本空間為 3R2W(3 紅球 2 白球) 樣本空間為 3R2W(3 紅球 2 白球)
3
取出兩球均為紅球的 P (R1 ∩R2 ) = P (R1 )P (R2 |R1 ) = × P (R1 ∩ R2 ) = P (R1 )P (R2 ) =
5 3 9
機率 2 3 C22 ( )2 = (獨立事件)
= 5 25
4 10
3
第一球為 R, 第二球 P (R1 ∩ W2 ) = P (R1 )P (W2 |R1 ) = P (R1 ∩ W2 ) = P (R1 )P (W2 ) = ×
3 2 3 5
為 W 的機率 × = 2 6
5 4 10 =
5 25
無 序 結 果:2 球 為 P (1R1W ) = P (R1 ∩ W2 ) + P (1R1W ) = P (R1 ∩ W2 ) +
1R1W 的機率 P (W1 ∩ R2 ) = P (R1 )p(W2 |R1 ) + P (W1 ∩ R2 ) = P (R1 )P (W2 ) +
3 2 2 3 3 3 2 12
P (W1 )P (R2 |W1 ) = · + · = P (W1 )P (R2 ) = C12 ( )( ) =
5 4 5 4 5 5 5 25
與一次取出兩球為 1R1W 的機率
C13 C12 3
= 相同
C25 5
條件機率:
P (R1 ∩ R2 ) 2 P (R1 ∩ R2 )
已知第一球為 R 則 P (R2 |R1 ) = = P (R2 |R1 ) =
P (R1 ) 4 P (R1 )
第二球為 R 的機率
獨立 P (R ) = 3
= 2
5
P (W1 ∩ R2 ) 3 P (W1 ∩ R2 )
已 知 第 一 球 為W則 P (R2 |W1 ) = = P (R2 |W1 ) =
P (W1 ) 4 P (W1)
第二球為 R 的機率
獨立 P (R ) = 3
= 2
5
已 知 取 出 3 球 為 P (R3 |2R1B) = P (R3 |2R1B)
2R1W, 則第 3 球為  = 1R1W 排列 2! 2 i.i.d. 2
= = =
P (R3 ) S:2R1B
=
P (R3 ) =
R 機率 (2R1W 排列) 3!/2! 3 3
期望值 (n 人中獎個
數)
取出n球 R 球期望值 E一次取n球 (X) = E一次一球, 球不放回 (X) = E一次一球, 球放回 (X) = np
當母群體數量很大, 取樣樣本相對很小時, 重複投擲骰子或重複袋中抽球, 取後放回(獨立事件、 二
nw
項式分布) 與取出不放回(超幾何分布) 其機率函數就愈接近。 兩分佈具有相同的期望值np =
N

∼ 順伯的窩 ∼ 機率統計II(B) [第23頁/共56頁]

 24 高中數學講義 二項分佈

1. 若每次抽球後放回袋中, 求 P (X = 1) 機率值?

(解:)X ∼ B(2, 53 ), P1 = C12 pq = 0.48

2. 若每次抽球後不放回袋中, 求 P (X = 1) 機率值?
300 200
(解:)P1 = C12 × 500 × 499 ≈ 0.4810 ,(超幾何分布)

取樣後放回的重複取樣所得結果為獨立事件。
取樣不放回的重複取樣結果為超幾何分布; 當母體樣本數 N 很大, 而取樣樣本數 n 非很
n n−1 n−2 n−k
大時, (即 N
≈ N −1
≈ N −2
≈ ··· ≈ N −k
時), 超幾何分布可用二項式機率分布估算

演練 1a : 下列敘述中的隨機變數 X 是否為二項式機率分布? 並說明其原因

reasonable
1. 工廠製造上萬件成品, 隨機抽取 30 件檢查, 隨機變數 X 表不合格件數。
2. 隨機變數 X 表高速公路一個月發生意外事故件數。
意外事故非固定發生機率的獨立試驗

3. 在 20 題全為是非題的考試測驗中, 隨機變數 X 表猜答案猜對的題數。

reasonable
4. 隨機變數 X 表投擲一均勻骰子 10 次, 出現 6 點的次數。
5. 隨機變數 X 表投擲一均勻骰子直到首次出現 6 點所需的投擲次數。
非固定發生機率的獨立試驗

演練 1b : 一均勻旋轉體共有四邊, 其中有三邊塗紅色, 一邊塗白色, 每次旋轉體轉動後僅有一邊會觸及地面。 若

隨機變數 X 表轉動 3 回, 紅色邊觸地的次數。
S = {0, 1, 2, 3}
1. 求隨機變數 X 的機率空間 S ?
2. 求隨機變數 X 的機率函數 P (x) =?
P (x = k) = Ck3 ( 43 )k ( 14 )3−k , k = 0, 1, 2, 3

1 − ( 14 )3
3. 求至少 1 次紅色邊的機率?
4. 求隨機變數 X 的機率函數分布 (圖)
3
左偏二項機率分配:p =
(解:) 0.50
4

B(3, 34 )
0.40
機率 P (x)

0.30

0.20

0.10

0.00
0 1 2 3
紅色邊個數 x

演練 1c : 若隨機變數 X 服從 n 回二項式試驗, 已知事件發生的機率 p = 31 , 且機率 P (x = 2) = P (x = 3) ,

n=8
則 n 應為多少?
演練 1d : 若隨機變數 X = 1 表投擲一公正骰子點數為 3 的倍數,X = 0 表投擲一公正骰子點數不是 3 的倍數,
求 X 的期望值與標準差? √
√
E(X) = p = 13 ;σ = pq = 32

∼ 順伯的窩 ∼ 機率統計II(B) [第24頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 25

範例 2: 如圖: 一彈珠檯, 從上方放入彈珠, 彈珠落下撞擊到釘柱時, 會隨機向左或向右落下再撞擊到下一層

的釘柱, 最後落到編號 0 ∼ 5(由左至右) 的溝槽, 已知彈珠落下向左、 向右的機率相等, 則 (1). 彈珠
落到 1 號溝槽的機率為何? (2). 彈珠落到幾號溝槽的機率最小? (3). 彈珠落到幾號溝槽的機率最大?

5 1 10
(解:) 32 ;p0 = p5 = 32 ;p2 = p3 = 32

演練 2a : 航空公司開放網路訂位, 經常有顧客訂位但未撘乘, 根據經驗約有 20% 訂位而未到, 若航空飛機只有

20 個座位, 但已接受 25 個訂位, 在沒有候補顧客情形下, 求
P (X ≥ 21) = 0.4207
1. 至少有一位訂位者沒有座位的機率為多少?
2. 至少有一空位的機率為多少?
P (X ≤ 19) = 1 − 0.6167 = 0.3833

E(X) = 20;σ = 2
3. 求這 25 未訂位者到機場搭機的平均數與標準差?
演練 2b : 據統計種植某樹苗第一年存活率為 40%, 若甲購買此種樹苗 5 棵種植 (每棵樹苗存活為獨立), 問一年
後
810 162
55
= 625 = 0.2592
1. 恰 1 棵樹苗存活的機率為何?
1053 .
55
= 0.3370
2. 最多有 1 棵樹苗存活的機率為何?
2882
55 = 0.92224
3. 至少有 1 棵樹苗存活的機率為何?
演練 2c : 網球比賽中大雄打敗胖虎的機率為 0.7,(每一場比賽結果不受上一場比賽影響, 亦無和局), 兩人在五
場比賽中,
0.309
1. 求大雄恰贏3 場比賽的機率約為?
0.163
2. 求大雄最多贏2 場比賽的機率約為?
0.837
3. 求大雄至少贏3 場比賽的機率約為?
演練 2d : 甲、 乙兩人比賽圍棋, 根據以往經驗, 甲平均 3 局可以贏得 2 局。 現在兩人比賽 5 局, 先贏得 3 局的人獲
8 8 16 64
27 + 27 + 81 = 81
勝, 求甲獲勝的機率為何?
1
範例 3: 某工廠生產產品是不良品的機率為 , 今隨機抽樣6 件產品, 若恰抽出 4 件不良品的機率為a, 至少抽
3
20
a = 243 , b = 60+12+1
729
中 4 件不良品的機率為b, 求a, b?
演練 3a : 美國 19 ∼ 29 歲青年 30% 沒有社會保險, 若隨機選取 10 位 19 ∼ 29 歲青年, 至少有 1 位沒有
. . . .
社會保險的機率為何? (已知 log 3 = 0.4771,log 7 = 0.8451,log 2.8 = 0.447,log 2.9 = 0.462)
0.972

演練 3b : 設某人射擊之命中率為 0.4, 今射擊 4 次, 求

96
625 = 0.1536
1. 恰中 3 次之機率?

∼ 順伯的窩 ∼ 機率統計II(B) [第25頁/共56頁]

 26 高中數學講義 二項分佈
72
625
2. 第 4 次射擊為中第 3 發的機率?
2 .
. . 10;n > log 5−log 3 = 9.013
3. 若要使目標命中機率達到 0.99 , 至少要射擊幾發? (log 2 = 0.301,log 3 = 0.4771)
演練 3c : 假設侵入者經過裝設偵測警報器被偵察鳴叫警示的機率為 0.7 , 且每一警報器為獨立運作, 偵測侵入
者示警的機率亦相同。
1. 若某人家裡裝設 3 個警報器, 侵入者經過這 3 個裝設地點, 至少有一個警報器示警的機率為何?
0.973

2. 若侵入者經過這些裝設地點, 至少有一個警報器示警的機率為至少為 0.999, 則至少要裝設幾個

. 6
警報器?(log 3 = 0.4771)
演練 3d : 已知某廠商生產線的不良率為 0.1, 隨機從此生產線選出 10 個產品,
3.645 × 10−7
1. 求恰有 8 個不良品的機率?
1 − (0.9)10
2. 至少 1 件不良品的機率?
µ = 1;σ = 0.9
3. 求不良品個數的期望值與標準差?
演練 3e : 假設每一個飛機引擎在飛行中故障的機率為 q , 且各引擎是否故障是相互獨立的。 一架飛機至少有一
半的引擎能正常運行, 飛機就可以成功起降飛行。
1. 若每一個引擎在飛行中故障的機率為 q = 41 , 問一架4 引擎的飛機與一架 2 引擎的飛機哪一機型
飛行較保險?
243 15
(解:)4 引擎飛; 成功飛行機率 P4 = C24 p2 q 2 + C34 p3 q + p4 = 256 > P2 = C12 pq + p2 = 16

2. 若每一個引擎在飛行中故障的機率為 q = 52 , 問一架4 引擎的飛機與一架 2 引擎的飛機哪一機型

飛行較保險?
459 12+9
(解:)2 引擎飛; 成功飛行機率 P4 = C24 p2 q 2 + C34 p3 q + p4 = 625 < P2 = C12 pq + p2 = 25

範例 4: 連續投擲一公正骰子 5 次, 以隨機變數 X 表示出現點數 6 的次數,

5
65
1. 求恰好出現 4 次 6 點的機率?
µ = 56 , σX = 5
6
2. 求 X 的期望值與標準差?

已知某袋中共有 10 個球, 其中有 8 個紅球 2 個白球。 現從袋中隨機取出一球觀看顏色後放回, 共取 4 球, 分

別求紅色球與白色球的期望值與變異數?

(解:)紅球: E(x) = np = 4 × 0.8 = 3.2, V ar(x) = npq = 0.64; 白球:E(y) = np = 4 × 0.2 =

0.8, V ar(y) = npq = 0.64

演練 4a : 隨機變數 X 服從二項式機率分布 X ∼ B(n, p) ; 求下列隨機變數 X 的期望值與標準差?

√
µ = 1;σ = 0.9
1. X ∼ B(10, 0.1)
√
µ = 9;σ = 0.9
2. X ∼ B(10, 0.9)
√
µ = 10;σ = 9
3. X ∼ B(100, 0.1)

∼ 順伯的窩 ∼ 機率統計II(B) [第26頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 27
√
µ = 20;σ = 16
4. X ∼ B(100, 0.2)
q
60
µ = 2;σ = 36
演練 4b : 隨機變數 X 表投擲一公正骰子 12 回中出現 6 點的次數, 求 X 平均值與標準差?
演練 4c : 已知一盒中有 5 顆紅球,15 顆白球, 今隨機從盒中抽出 4 個球 (每回取出一顆, 取後放回盒中), 若 X 表
取得之紅球個數,
27
64
1. 求機率 P (X = 1) = ?
255
256
2. 求機率 P (0 ≤ X ≤ 3) = ?
√
3
µ = 1;σ = 2
3. 求 X 期望值與標準差?
演練 4d : 某次考試有 10 題五選一的單選題。 若考生甲以猜題作答, 且令 X 為猜對之題數,
1
510
1. 求 10 題完全都猜對的機率?
( 45 )10
2. 求 10 題完全都猜錯的機率?
2
3. 求 E(X) =
2
√
5 10
4. 求 V ar(X) =
演練 4e : 丟一個均勻的硬幣 10 次, 令隨機變數 X 表示試驗中硬幣出現正面的次數, 則這 11 種可能正面次數出
現的機率是否相等? 這 11 種可能中, 哪一種正面次數機率為最高?
(解:)X ∼ B(10, 0.5),Pk = Ck10 (1/2)k (1/2)10−k ,Mo = [(n + 1)P ] = [5.5] = 5, P5 = 252/1024
63
C510 p5 q 5 = 256
演練 4f : 投擲一公正硬幣 10 次, 求出現 5 次正面 5 次反面的機率?

範例 5: 設生男, 生女的機率均等, 對有 3 個小孩的家庭, 以隨機變數 X 表男孩的個數, 求 X 的期望值與標準

差?

(解:)xi 表第 i 胎是男孩隨機變數,µ = E(X = x1 + x2 + x3 ) i.i.d. i.i.d.

= E(x1 ) + E(x2 ) + E(x3 ) = 3E(x1 ) =
1 3 3 √
× 3 = , V ar(X = x1 + x2 + x3 ) i.i.d.
= V ar(x1 ) + V ar(x2 ) + V ar(x3 ) i.i.d.
= 3V ar(x1 ) = ,σ = 23
2 2 4

演練 5a : 連續投擲一公正骰子 2 次, 以 X 表示出現點數的和, 求 X 的期望值與變異數?

(解:)xi 表第 i 次骰子點數, 則 µ = E(x1 +x2 ) = E(x1 )+E(x2 ) i.i.d. i.i.d.
= 2×3.5 = 7, V ar(X) = 2V ar(x1 ) =
35
6

演練 5b : 同時投擲 2 公正硬幣及一公正骰子, 若硬幣出現正面的隨機變數為 1, 出現反面為 0, 隨機變數 X 表兩

硬幣出現的隨機變數與骰子出現的點數之和。
1. 求隨機變數 X 的機率分配?

(解:) x 1 2 3 4 5 6 7 8
1 3 4 4 4 4 3 1
px 24 24 24 24 24 24 24 24

2. 求隨機變數 X 的平均值 µ 及變異數 σ 2 =?

∼ 順伯的窩 ∼ 機率統計II(B) [第27頁/共56頁]

 28 高中數學講義 二項分佈

(解:)µ independent
= 2× 21 + 72 = 92 ;V ar(X) independent
= V ar(X1 )+V ar(X2 ) = 2× 21 × 12 + 35
12 =
41
12

演練 5c : 觀察一醉漢走路為隨機向前一步或向後退一步, 其中向前一步的機率為 0.6, 向後退一步的機率為 0.4。

若以隨機變數 Xi = 1 表第 i 步向前走一步, Xi = −1 表第 i 步向後退一步。
1. 求此醉漢每走一步, 其所在位置的期望值與變異數?
µx = 0.2, V ar(x) = 0.96

2. 若此醉漢走了 k 步後的位置, 可用隨機變數 Xi 的和來表示, 即 Y = X1 + X2 + X3 + · · · + Xk

, 求隨機變數 Y 的期望值與變異數?

(解:)E(Y ) = E(X1 + X2 + X3 + · · · + Xk ) i.i.d.

= kµx = 0.2 × k, V ar(Y ) = V ar(X1 + X2 +
i.i.d.
X3 + · · · + Xk ) = kV ar(x) = 0.96 × k

習題 I(B):1-4 二項分佈

1. 盒中有 6 張大小相同的卡片, 分別標示號碼 1, 2, 2, 3, 3, 3, 今從中一次取出一張, 取完查看號碼後放回,

連取三次, 求連續三次都取到 1 的機率? 求此三次號碼總和為 6 的機率為何?

2. 投擲一公正硬幣 3 次, 令 X 表出現正面次數的隨機變數, 求隨機變數 X 的機率分布、 期望值與標準差?

3. 投擲一公正硬幣 4 次, 求正面次數的機率分布、 期望值、 標準差?

4. 一推銷員向客戶推銷產品的成功率為 0.2, 若現在他連續分別向 6 位客戶推銷產品, 問這 6 個人恰有 4 人

購買產品的機率為何?

5. 某人打靶的命中率為 41 , 且每次打靶的結果互為獨立, 此人朝同一目標射擊 5 次, 求靶面恰中 2 發的機

率? 求擊中靶面次數不超過 2 次的機率?

6. 已知一箱內裝有 8 個燈泡, 其中有 2 個故障, 現今從箱內隨機抽取 3 個燈泡, 求故障燈泡數目的期望值?

7. 某次測驗, 試卷共有 20 題單選題, 每題有 4 個選項, 且每題都只有一個正確答案, 大明在此試卷上每題都

隨機選擇一選項作答, 求大明此測驗卷答對題數的期望值與標準差? 若每一題為 5 分, 求大明此次測驗成
績的期望值?

8. 已知一盒中有 8 顆紅球,2 顆白球, 今隨機從盒中抽出 4 個球 (每回取出一顆, 取後放回盒中), 若 X 表取

得之紅球個數, Y 表取得之白球個數,

(a) 求 X 期望值與標準差?
(b) 求 Y 期望值與標準差?

9. 隨機變數 X 是參數為 (15, 0.4) 的二項式分佈, 其機率分布圖如下: 選出正確選項 (1) X 的期望值為 6

(2) X 標準差大於 4 (3) X = 6 時, 機率值最大 (4) P (x = 8) > P (x = 10) (5) P (X = 4) >
參數(n, p) 的二項式機率分布圖

0.21
0.18
機率值P (X = k)

0.12

0.06

0.02
10−4

0 1 2 3 4 5 6 7 8 9 101112131415
P (x = 8) 隨機變數X

∼ 順伯的窩 ∼ 機率統計II(B) [第28頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 29

10. 如圖: 一彈珠檯, 從上方放入紅色彈珠, 彈珠落下撞擊到釘柱時, 會隨機向左或向右落下再撞擊到下一層

的釘柱, 最後落到編號 0 ∼ 6(由左至右) 的溝槽, 已知彈珠落下向左向右的機率相等, 則 (1). 彈珠落到
1 號溝槽的機率為何? (2). 彈珠落到幾號溝槽的機率最大? (3). 若紅色彈珠全改由左側 A 處注入, 落

到 1 號溝槽的機率為何? 又落到幾號溝槽的機率最大?

11. 重複丟兩枚均勻的硬幣 300 次, 若隨機變數 X 表示兩枚硬幣均出現正面的次數, 求 X 的期望值與標準

差?

12. 丟一個出現正面機率為 41 的硬幣 100 次, 出現正面次數的期望值及標準差是多少? 若出現正面 k 次的

機率為 Pk 則下列選項何者為真? (1) k = 25 時 Pk 為最大值 (2) P24 > P26 (3) P24 = P26 (4)
P23 + P24 > P26 + P27
√
習題 I(B):1-4 E(X) = np = 2,σ =
q
npq = 8a. µx = 3.2;σx = 0.8
1 11 4 12 12 = 1
1. ; 8b. µy = 0.8;σy = 0.8
216 54 4. 240
= 0.01536
56
X 0 1 2 3 5. P (x = 2) = 135/512, P (x ≤ 9. 1,3,4,5
2. 1 3 3 1 ,
px 8 8 8 8 2) = 459/512
P (X = k) = Ckn (1 − 10. 323
;max= p3 = 20
6. E(x1 +x2 +x2 ) i.i.d 64 ;p2 =
p)n−k pk , 0 ≤ kr≤n = 3E(X1 ) = 10 5
1 3 p3 = 32 ; 32 , 2 號或 3 號溝槽
3 3 3× =
E(X) = ,σ = 4 4
2 4
7. E(X) = np = 5, σ = 11. E(X) = 75, σ(x) = 15 2
√ √
X 0 1 2 3 4 npq = 15/2; 測驗分數期望值
3. √
1 4 6 4 1 , E(5X) = 5E(X) = 25 12. 25, 5 32, 124
px 16 16 16 16 16

15.5 抽樣與統計推論
蒐集資料的方法依照調查研究對象是整體或部分分為普查及抽樣調查兩種。

表 2: 普查與抽查的優缺點及適用場合

普查 抽查
受查對象完整 節省物力, 時效性, 機動性高
優點 能取得高精確度資料 可獲既定精確度的估計量
沒有抽樣誤差 具毀損性資料只能用抽樣方法
費時費力 需完整母群體底冊
普查與抽查:
缺點 不具時效性 需高層次抽樣技術
難保證資料品質 抽樣誤差難以避免
國家基本資料 蒐集精細項目資料
適用場合 受查單位規模大, 數量小 受查單位規模小, 數量大
宜每隔幾年更新資料 適合較短週期的調查; 彌補非普查年資料

∼ 順伯的窩 ∼ 機率統計II(B) [第29頁/共56頁]

30 高中數學講義 抽樣與統計推論

母群體: 想要研究的對象所成的集合稱為母群體。

樣本: 從母群體中選取代表的子集, 以對母群體作出估計和推論。 抽樣: 為取得樣本之過程。 樣本資料: 抽樣所

得樣本資料數據。

隨機亂數表: (見附錄)
每一數字出現次數相當且無規律的一些數字表, 作為取樣的號碼依據。 通常依指定的方法由第n列第k行
開始每數個數字一數為抽樣的一個號碼, 如母群體無此號碼或已選取則取消, 再往下數下一個號碼, 直到
取出欲抽樣的樣本個數為止。
表 3: 亂數表

1 5646 9713 5457 6316 2470 1589 3537 4856

2 1824 2087 3481 9008 6295 5307 0595 0085
3 5419 0063 8842 1481 3172 8368 2278 0352
4 0736 3612 2601 8314 5345 4440 3440 4501
5 7694 3558 5396 8937 1036 0913 6342 1601
6 7626 0305 3169 5995 2346 5486 5145 0254
7 4864 3515 0113 0324 8529 5772 2201 3944
8 2975 8738 7388 2520 5350 6409 0022 3944
9 2033 8160 8275 6750 1860 7253 1650 6130
10 1223 0477 2222 0176 4283 2232 1105 7285
11 3202 3377 2546 9120 4650 9945 0689 0718
12 8105 1192 1745 6676 4417 5093 4465 1858
13 6512 4221 8003 0733 3570 9837 0829 3921
14 4864 6538 2675 4880 3075 5687 6981 1414
15 2169 4985 0960 3670 2196 3202 8931 0842
16 2658 7622 0830 8030 3539 2414 9556 6458
17 7564 3005 4827 2165 1357 4997 9475 4948
18 8418 4305 1034 7271 6555 4368 7609 8109
19 8878 0963 6981 2853 1083 5982 1373 5117
20 2520 2784 5797 8428 5487 4035 3379 4822

隨機號碼表性質:
1
1. 表中任何一個位置, 數字是 0 到 9 當中任何一個的機率都等於
10
2. 不同位置的數字之間互相獨立

抽樣方法: 為了提高統計分析結論的準確性。
抽樣方法的選擇: 就研究目的與實際情況考量正確性、 方便性、 經濟性選擇抽樣方法。
1. 簡單隨機抽樣(Simple Random Sampling): 將母群體每一元素編號後, 隨機選取 n 個號碼, 此 n
個號碼的元素即為 n 個樣本的方法。
優點: 公平客觀。
缺點: 實施不易、 費時、 高成本。

∼ 順伯的窩 ∼ 機率統計II(B) [第30頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 31

2. 分層抽樣 (Stratified Sampling): 先將母體依某一標準分成幾個不重複的子母群體, 稱為層。 再將

每層隨機抽得的樣本為分層隨機樣本。 (不同層的樣本資料間存有差異性)
優點: 精確度、 利於比較、 取樣方便。
缺點: 作業計算繁雜、 費時。

3. 系統抽樣(等距抽樣)(Systematic Sampling): 將母群體元素依某方式排列, 先從前面第 k 個元素

選取一個元素後, 再按某固定規律選取下一個元素的抽樣方法。(僅適用於母體非循環性的資訊)
優點: 作業方便、 簡單。
缺點: 不適用具週期性資料。

4. 部落抽樣(Cluster Sampling): 先將母體依某一標準分成幾個兩兩不相交的子集, 稱為部落。 再從

隨機抽得幾個部落的全面性樣本為樣本稱部落隨機樣本。(部落內差異大, 部落間差異性不大)
優點: 經濟省事、 簡便易行。
缺點: 若分群不當會嚴重偏差。

抽查方式: 1. 郵寄 (網站) 問卷: 成本低、 姓名住址不易取得、 回收率低、 資料可靠性疑慮。

2. 電話訪問: 成本低、 限電話普及區、 如何能使受訪者願意回答問題。
3. 面訪: 花費大、 實施困難、 用於重要複雜的調查。
1 1 x−µ 2
常態分配(高斯分配) X ∼ N (µ, σ 2 ): 一種常見的連續型隨機變數, 其機率函數f (x) = √ e− 2 ( σ ) 圖形
2πσ
為倒鐘形左右對稱的曲線, 此種機率分佈稱為常態分配或稱為高斯機率密度函數(p.d.f.) 。 若平均值為
µ, 標準差為 σ 我們記為 X ∼ N (µ, σ 2 )
自然界中, 有許多不確定現象的次數分配可以用常態分配來描述, 例如成人的身高, 生物的壽命, 智力測
驗的分數, 零件的壽命, 測量所造成的誤差, 手機電池待機時間等等。

常態分布的一些重要性質:

1. 常態分配的平均數=中位數=眾數

2. 標準常態分布 Z ∼ N(0, 1): 若一常態分布, 其平均數為 0, 標準差為 1, 稱此常態分布

為標準常態分布。
X −µ
3. X 為一常態分布, 平均數 µ, 標準差 σ , 則 Z = 的平均數為 0, 標準差為 1 ,
σ
稱 Z 為 X 的標準化。Z ∼ N(0, 1)

母體均值相同, 標準差愈大的常態分配機率曲線愈矮胖, 表資料愈分散 母體均值不同, 標準差相同的常態分配機率曲線為平移關係

0.8 N(0, 1) 0.4 N(0, 1)
0.6 N(0, 212 ) N(1, 1)
0.3
N(0, 22 ) N(2, 1)
f (x)

p(x)

0.4 0.2
0.2 0.1
0 0
−4 −3 −2 −1 0 1 2 3 4 5 6 −4 −3 −2 −1 0 1 2 3 4 5 6

∼ 順伯的窩 ∼ 機率統計II(B) [第31頁/共56頁]

32 高中數學講義 抽樣與統計推論

常態分配經驗法則: (68% − 95% − 99.7%)

對於常態分配的資料, 若知道樣本資料的平均數為 µ , 標準差為 σ 則

1. 大約有 68% 的資料會落於區間 [µ − σ, µ + σ] 內。

(距離 µ 一個標準差範圍內的數據, 約佔 68% )
2. 大約有 95% 的資料會落於區間 [µ − 2σ, µ + 2σ] 內。
(距離 µ 二個標準差範圍內的數據, 約佔 95% )
3. 大約有 99.7% 的資料會落於區間 [µ − 3σ, µ + 3σ] 內。
(距離 µ 三個標準差範圍內的數據, 約佔 99.7% )

1 x−µ 2 1 x−µ 2 1 x−µ 2

1 − ( ) 1 − ( ) 1 − ( )
f (x) = √ e 2 σ f (x) = √ e 2 σ f (x) = √ e 2 σ
2πσ 2πσ 2πσ

68% 95% 99.7%

µ ± 1σ µ ± 2σ µ ± 3σ
x x µ µ + 1σµ + 2σµ + 3σ x
µ − 3σ
µ − 2σ
µ − 1σ µ µ + 1σµ + 2σµ + 3σ µ − 3σ
µ − 2σ
µ − 1σ µ µ + 1σµ + 2σµ + 3σ µ − 3σ
µ − 2σ
µ − 1σ

中央極限定理: n 個樣本的平均數 X ∼ N (µ, √σn )

從母體中, 以簡單隨機抽出n個樣本, 當樣本數 n 足夠大時, 這些樣本統計量會隨著不同的抽樣樣本而改
變, 因此是一隨機變數, 理論上這些樣本隨機變數的平均數 X 會趨近於母體平均數 µ , 樣本標準差為 s
應會趨近於母體標準差 σ 。
樣本平均數 X 會隨著不同的樣本與不同的樣本數而變動, 故 X 也是一個隨機變數(非樣本資料隨機變
σ
數)。 而此隨機變數(X 的隨機變數) 的分布會趨近於平均數為µ 標準差為 √ 的常態分布, 稱為中央極
n
限定理。

0 1 0 1 0 1 0 1
(a) (b) (c) (d)

依據中央極限定理就算母群體的分布為非常態的極端分布, 隨著樣本數增加, 樣本平均值 x 分布會逐漸

接近常態分布。
圖 a. 為母體分布 (單一樣本觀測值分布) 為非常態的極端右偏斜 µ = 1, σ = 1 的分布。 圖 b. 為樣本
數 n = 2 , 樣本平均值 x 分布。 圖 c. 為樣本數 n = 10 , 樣本平均值 x 分布。 圖 d. 為樣本數 n = 25 ,
樣本平均值 x 分布。 隨著樣本數增加, 樣本平均值 x 分布會逐漸接近常態分布且標準差變小。 仔細觀察
圖中偏態分布, 隨著樣本數增加, 樣本平均值 x 逐漸慢慢地接近常態曲線。

樣本平均數 X 的分布:
從平均數為 µ , 標準差為 σ 的母體隨機抽取樣本數為 n 的樣本。 則樣本平均數 X :

1. 當樣本數 n 較大時,X 的分布會近似於常態。

2. 抽樣樣本 X 的平均數等於 µ

3. 抽樣樣本 X 的標準差等於 √σ
n

∼ 順伯的窩 ∼ 機率統計II(B) [第32頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 33

σ
為何平均數為 µ , 標準差為 σ 的母體隨機抽樣, 其 n 個樣本平均數的標準差為 √
n
例: 從無窮多個機會均等的母群體 1, 2, 3, 4 中, 隨機抽取n數, 隨機樣本空間共有4n個樣本點, 取出n個
數值依其平均值 (也是隨機變數) 整理如下:
√
5
表 4: 平均數為 µ = 2.5 , 標準差為 σ = 的母體隨機抽取 n = 2 個數的樣本平均數
2
k
平均值 x = x1 + x2 = k 次數 fi (x − x) (x − x)2
2
2
(1, 1) 1 (1 − 2.5) (1 − 2.5)2
2
3
(1, 2) 2! = 2 (1.5 − 2.5) (1.5 − 2.5)2
2
4 2!
(1, 3), (2, 2) 2! + = 3 (2 − 2.5) (2 − 2.5)2
2 2!
5
(1, 4), (2, 3) 2! + 2! = 4 (2.5 − 2.5) (2.5 − 2.5)2
2
6
(2, 4), (3, 3) 2! + 1 = 3 (3 − 2.5) (3 − 2.5)2
2
7
(3, 4) 2 (3.5 − 2.5) (3.5 − 2.5)2
2
8
(4, 4) 1 (4 − 2.5) (4 − 2.5)2
2 √
10 σ
此16 組隨機變數 x 的平均值為 x = 2.5 =母體平均值µ, 標準差為 =√
4 2

無窮多個均等的1、2、3、4 中任取 n 個數的平均值機率分布函數

0.25 均等的1、2、3、4
n = 2 機率分布
0.2 n = 3 機率分布
n = 4 機率分布
0.15
機率值

0.1

5 · 10−2

1 · 10−2

1 54 3 5 7 2 97 5 811 3 10 7 11
13 15 4
43 2 3 4 43 2 3 4 43 2 3 4

樣本數愈大, 樣本平均值分布的標準差愈小

均等的1、2、3、4
√ 2
N(2.5, 25 )
n = 4 機率分布
n = 9 機率分布
n = 36 機率分布
0.25

1 2 3 4

∼ 順伯的窩 ∼ 機率統計II(B) [第33頁/共56頁]

34 高中數學講義 抽樣與統計推論
√
5
表 5: 平均數為 µ = 2.5 , 標準差為 σ = 的母體隨機抽取 n = 3 個數的樣本平均數
2
k
平均值 x = x1 + x2 + x3 = k 次數 fi
4
3
(1, 1, 1) 1
3
4 3!
(1, 1, 2) =3
3 2!
5
(1, 1, 3), (1, 2, 2) 3+3=6
3
6
(1, 1, 4), (1, 2, 3), (2, 2, 2) 3 + 6 + 1 = 10
3
7
(1, 2, 4), (1, 3, 3), (2, 2, 3) 6 + 3 + 3 = 12
3
8
(1, 3, 4), (2, 2, 4), (2, 3, 3) 6 + 3 + 3 = 12
3
9
(1, 4, 4), (2, 3, 4), (3, 3, 3) 3 + 6 + 1 = 10
3
10
(2, 4, 4), (3, 3, 4) 3+3=6
3
11
(3, 4, 4) 3
3
12
(4, 4, 4) 1
3 √
3 15 σ
此4 組隨機變數 x 的平均值x為 2.5 =母體平均值µ, 標準差為 =√
6 3

從無窮多個 0,1 母體中抽取 n 個樣本, 樣本平均值 x 的分布如下:

x 0 1
n=1
p(x) 0.5 0.5
x 0 0.2 0.4 0.6 0.8 1
n=5
p(x) 0.03 0.16 0.31 0.31 0.16 0.03
x 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
n = 10
p(x) 0.00 0.01 0.04 0.12 0.21 0.25 0.21 0.12 0.04 0.01 0.00
x 0 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
n = 20
p(x) 0.00 0.00 0.00 0.00 0.00 0.01 0.04 0.07 0.12 0.16 0.18
x 0.55 0.60 0.65 0.70 0.75 0.80 0.85 0.90 0.95 1
p(x) 0.16 0.12 0.07 0.04 0.01 0.00 0.00 0.00 0.00 0.00

∼ 順伯的窩 ∼ 機率統計II(B) [第34頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 35

√
5
表 6: 平均數為 µ = 2.5 , 標準差為 σ = 的母體隨機抽取 n = 4 個數的樣本平均數
2
k
平均值 x = x1 + x2 + x3 + x4 = k 次數 fi
4
4
(1, 1, 1, 1) 1
4
5 4!
(1, 1, 1, 2) =4
4 3!
6 4! 4!
(1, 1, 1, 3), (1, 1, 2, 2) + = 10
4 3! 2!2!
7 4! 4! 4!
(1, 1, 1, 4), (1, 1, 2, 3), (1, 2, 2, 2) + + = 20
4 3! 2! 3!
8
(1, 1, 2, 4), (1, 1, 3, 3), (1, 2, 2, 3), (2, 2, 2, 2) 31
4
9
(1, 1, 3, 4), (1, 2, 2, 4), (1, 2, 3, 3), (2, 2, 2, 3) 40
4
10
(1, 1, 4, 4), (1, 2, 3, 4), (1, 3, 3, 3), (2, 2, 2, 4), (2, 2, 3, 3) 44
4
11
(1, 2, 4, 4), (1, 3, 3, 4), (2, 2, 3, 4), (3, 3, 3, 2) 40
4
12
(1, 3, 4, 4), (2, 2, 4, 4), (2, 3, 3, 4), (3, 3, 3, 3) 31
4
13
(1, 4, 4, 4), (2, 3, 4, 4), (3, 3, 3, 4) 20
4
14
(2, 4, 4, 4), (3, 3, 4, 4) 10
4
15
(3, 4, 4, 4) 4
4
16
(4, 4, 4, 4) 1
4 √
5 σ
此256 組隨機變數 x 的平均值x為 2.5 =母體平均值µ, 標準差為 =√
4 4

∼ 順伯的窩 ∼ 機率統計II(B) [第35頁/共56頁]

36 高中數學講義 抽樣與統計推論

從0,1 母體中抽取 n=1 個樣本平均值分布 n=5, 樣本平均值分布 n=10, 樣本平均值分布 n=20, 樣本平均值分布
0.6 0.6 0.6 0.6

0.4 0.4 0.4 0.4

相對次數

相對次數

相對次數

相對次數
0.2 0.2 0.2 0.2

0 0 0 0
0 1 0 0.2 0.40.6 0.8 1 0 0.2 0.40.6 0.8 1 0 0.2 0.4 0.6 0.8 1
隨機變數x 隨機變數x 隨機變數x 隨機變數x

依據中央極限定理就算母群體的分布為非常態的極端分布, 隨著樣本數增加, 樣本平均值 x 分布會逐漸

接近常態分布。 若母群體的分布為常態分布, 樣本平均值 x 分布亦為常態分布, 且標準差隨著樣本數增
加, 而變小。
σ
母體為常態分布, 樣本平均值 x 分布亦為常態分布, 標準差 σx = √
n

母體 N (µ, σ 2 )
樣本數 n=16,xn 分布
樣本數 n=25,xn 分布
樣本平均值 xn 分布

中央極限定理與常態分布的應用:

1. 理論上母群體的平均數 µ , 變異數 σ 2 未知, 我門希望透過觀察 (抽樣) 一組隨機樣本 x1 , x2 , x3 , · · · , xn

平均數 x = x1 + x2 + xn3 + · · · + xn 來估計母體均數 µ (大數法則), 樣本標準差 s 來估計母體
標準差 σ
2. 隨機樣本 x1 , x2 , x3 , · · · , xn 的平均數 X = x1 + x2 + xn3 + · · · + xn , 樣本標準差 sx 與樣本平均數標
準差 σX 、 母體均數 µ, 母體標準差 σ 的關係
2 )。
(a) 隨機變數 (樣本平均數) X 的分配會接近常態分配 N (X, σX
(b) 隨機變數 X 的平均數會與原母體平均數 µ 相等。
σX ≈ √
(c) 隨機變數 X 的標準差(標準誤) 為 σX 與原母體的標準差 σX 不同, 為 σX = √ sx
n n

(d) 一般母體的標準差 σ 是未知的, 以樣本標準差 s 來代替 σ ; 由常態分配的經驗法則知:

P r(|X − µ| ≤ 2 × √s ) ≈ 0.95
n
(e) 母體 µ 落於隨機區間 [X − 2 × √s , X + 2 × √s ] 內的長期機率約0.95
n n
E(X) = E( n1 (X1 + X2 + · · · + Xn )) = n1 E(X1 + X2 + · · · + Xn ) = n1 [E(X1 ) + E(X2 ) +
· · · + E(Xn )] = n1 (nµ) = µ
V ar(X) = V ar( n1 (X1 + X2 + · · · + Xn )) = n12 V ar(X1 + X2 + · · · +
2
Xn ) i.i.d. 1
[V ar(X ) + V ar(X ) + · · · + V ar(X )] = 1
(nσ 2) = σ
= n 2 1 2 n n 2
n

∼ 順伯的窩 ∼ 機率統計II(B) [第36頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 37

二項分配與常態分布:
從母體中抽出 n 個樣本, 當 n 越來越大時, 根據中央極限定理可知當參數為 (n, p) 的二項機率分配, 會
√
越近似於 µ = np, σ = npq 的常態分配。
若 np ≥ 5, n(1 − p) ≥ 5 時 (此條件數值端看要多接近常態而定, 有些書取≥ 10), 二項機率分配
X ∼ Bin(n, p) 頗接近常態機率分配 N (np, npq)

二項機率分配與常態分配機率曲線 偏態二項機率分配與常態分配機率曲線 n 愈大, 二項機率分配近似於常態分配機率曲線

0.25 0.30 0.10
B(20, 0.5) B(25, 0.2) B(100, 0.36)
B(25, 0.8) 2
0.20 N (10, 5) 0.08 N (36, 24 )
5
N (5, 4)
0.20 N (20, 4)
0.15 0.06
f (x)

f (x)

f (x)
0.10 0.04
0.10
0.05 0.02

0.00 0.00 0.00

0 5 10 15 20 0 5 10 15 20 25 20 30 40 50 60
x x x

圖 1: 二項機率分配近似於常態分配機率曲線

1. P ({µ − σ ≤ X ≤ µ + σ}) ≈ 68%

2. P ({µ − 2σ ≤ X ≤ µ + 2σ}) ≈ 95%
3. P ({µ − 3σ ≤ X ≤ µ + 3σ}) ≈ 99.7%

信賴區間C.I. 與信心水準100(1 − α)%: 在統計中, 信賴區間 C.I. 它是由觀測抽樣樣本依機率分布函數去計

算出的一個範圍是一種母體參數的區間估計。 如果重複實驗, 因每次抽樣樣本不同, 觀測計算出的區間估
計值亦不同。 但依機率分布函數 (例: 常態機率分配) 在重複多次抽樣下, 並非每次區間估計都準確涵蓋
母體參數值, 而約有 (1 − α)% 的區間會涵蓋母體參數。 我們稱每次區間估計值 [a, b] 為一信賴區間, 多
次的信賴區間準確率 100(1 − α)% 為信心水準。
註: 一般我們用 α 表示”顯著水準”, 為統計上的型 I 誤差 (機率), 通常訂為 5%, 通過這個要求再來尋
求母體參數的估計值, 信賴區間就是這個母體參數的估計範圍, 因此一般信心水準都是取 95% 。 一般抽
樣調查若信心水準為 95% , 我們的說法為”我對區間 [a, b] 會涵蓋母體參數有 95% 的信心”。 而非”母
體參數會落在區間 [a, b] 內的機率為 95%”
單一次的信賴區間 [a, b] 必涵蓋或未涵蓋母體參數, 此區間估計必為正確估計 (準確機率值為 1) 或錯誤
估計 (準確機率值為 0)。 多次的重複實驗下, 母體參數會落於這些區間 Xi = [ai , bi ] 內的次數比率 (非單
一次信賴區間) 即這些信賴區間的準確率 (1, 1, 1, 0, 1, 1, 0, 1, 1, · · · 的平均值) 為信心水準 100(1− α)%
樣本平均值 x 的常態分布
模擬母體 µ = 0 重複實驗 10 回的信賴區間中, 第 7 回 X7 未涵蓋母體 µ
3

1 µ
x
0 xi ± 2σx
95% C.I.
−1
此 C.I. 未包含µ

−2
1 1 1 1 1 1 0 1 1 1

−3
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 長期下, 信賴區間包含µ的比率為 95%

∼ 順伯的窩 ∼ 機率統計II(B) [第37頁/共56頁]

38 高中數學講義 抽樣與統計推論

由中央極限定理 (樣本的平均數 X ∼ N (µ, √σn )) 及常態經驗法則(68-95-99.7): X 離母體平均數 µ 在

σ
2 個標準差 √ 範圍內的機率約為95% ,
n
σ
即 P r(|X − µ| ≤ 2 × √ ) ≈ 0.95 可解讀為
n
σ σ
1. X 落於區間 [µ − 2 × √ , µ + 2 × √ ] 的機率約為 95% 。
n n
σ σ
2. µ 落於區間 [X − 2 × √ , X + 2 × √ ] 的機率約為 95% ; 此區間稱為母體平均值在信心水準
n n
為 95% 下的信賴區間。

(上述 X 為隨機區間, 若根據某次抽樣 Xi 的樣本推論, 此時的 Xi 即為一固定的隨機變數 xi , 則此次

樣本所推得的信賴區間必包含母體 µ或不包含母體 µ)

coverage: 94% coverage: 96%

50 50

40 40

30 30

20 20

10 10

54 56 58 60 62 64 66 54 56 58 60 62 64 66

圖 2: 模擬 µ = 60, σ = 10 常態分配, 在信心水準 95% 下, 樣本數 100 及 36 的 50 個信賴區間, (真正

涵蓋母體均值 60 覆蓋率為 94%及 96%)

信賴區間=點估計值 ± 最大誤差=[ 點估計值-誤差值, 點估計值+ 誤差值 ] 。

最大誤差值 e = Zα/2 × √σ , 其中 Zα/2 為標準常態分配在 (1 − α) × 100% 信心水準下的統計值, 在
n
68%,95%,99.7% 下,Zα/2 值分別約為 1,2,3

信賴區間的意義:
母體均數 µ 的 95% 信賴區間在重複的抽樣下大約有 95% 的區間會涵蓋真正的母體均數 µ 。 不是說每
次得到的信賴區間, 涵蓋真正的母體均數 µ 的機率值為 0.95; 事實上每一次的信賴區間, 涵蓋真正的母
體均數 µ 的機率值不是 1 就是 0(不是對就是錯)

∼ 順伯的窩 ∼ 機率統計II(B) [第38頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 39

95% 信賴區間就是指重複抽樣 1000 回下 (每回抽出不同的樣本資料), 得出 1000 個不同的

信賴區間, 此 1000 個信賴區間中, 每一回信賴區間必涵蓋或不涵蓋母體均數 µ, 其中約有
950 回會涵蓋母體均數 µ。 此時信賴區間涵蓋母體均數 µ 就說其機率值為 1, 不涵蓋母體均
數 µ就說其機率值為 0, 則 1000 個隨機變數不是 1 就是 0, 而 1 約有 950 個, 因此描述單一個
信賴區間為涵蓋母體均數 µ(隨機變數為 1), 稱我們對它有 95% 的信心強度。 而非講說發生
涵蓋母體均數的機率為 95%, 因每一回的信賴區間 (隨機變數) 就只有涵蓋、 不涵蓋 (隨機
變數非 1 即 0)。

母體均數 95% 信賴區間: [X − 1.96 × √σ , X + 1.96 × √σ ] 的正確解讀

n n

1. 樣本平均數 X 是一隨機變數, 因此信賴區間為一隨機區間(非機率區間), 隨所抽取出現的樣本之

不同而異。 某次樣本所得信賴區間可以概括 µ , 另一次 (組) 樣本所得區間可能不概括 µ, 長期試
驗下 µ 被概括在內的可能性為 95%
2. 樣本抽出後, 隨機變數 X = x 即已確定, 此時 µ 落於此信賴區間 [x−1.96× √σ , x+1.96× √σ ]的
n n
機率為1 或 0,
3. 樣本平均數與母體真正平均數的誤差值在 1.96 × √σ 以內的機率值
n
= P r(|X − µ| ≤ 1.96 × √σ ) ≈ 0.95
n
4. 對事件 x − 1.96 × √ ≤ µ ≤ x + 1.96 × √σ 有 95% 的把握可能發生。
σ
n n
對此區間而言, 95% 不是一個機率值。
5. 此區間 [x − 1.96 × √σ , x + 1.96 × √σ ] 可能會, 也可能不會涵蓋真正的平均數。 母體平均數落
n n
於此區間的機率不是1(涵蓋 µ ) 就是 0(不涵蓋 µ )。
6. 多次重複抽樣所得的信賴區間, 其中心點可能都不同, 但每一個區間長度都相同, 且區間包含母體
平均數的比率為 0.95

實際應用: 大部分不知常態母體標準差的資訊, 此時利用抽樣樣本來推論母體 (此時機率分

布為 t 分配, 隨著n愈大,s → σ, 機率分佈愈接近常態分布)。
在抽出 n 個樣本, 樣本平均數為 x , 樣本標準差為 s 則有關母體均數 µ 的統計推論為:

1. 68% 的信賴區間: 母體平均數 µ 落在區間 [x − 1 × √s , x + 1 × √s ] 內的信心強

n n
度為 68% 。 (100 回試驗中約有 68 回為真)

2. 95% 的信賴區間: 母體平均數 µ 落在區間 [x − 2 × √s , x + 2 × √s ] 內的信心強

n n
度為 95% 。 (100 回試驗中約有 95 回為真)

3. 99.7% 的信賴區間: 母體平均數 µ 落在區間 [x − 3 × √s , x + 3 × √s ] 內的信心

n n
強度為 99.7%。 (1000 回試驗中約有 997 回為真)

母體比率 p 的信賴區間:
p − e, pb + e] , pb 為樣本比率, e 為最大誤差值
[b

∼ 順伯的窩 ∼ 機率統計II(B) [第39頁/共56頁]

40 高中數學講義 抽樣與統計推論

令同意 (支持) 與不同意 (不支持) 的隨機變數 X 分別為 1 與 0

隨機樣本 x1 , x2 , x3 , · · · , xn = 1, 0,P0, 1, 1, 1, 0, 1, 0, · · · , ≡ n回伯努利試驗。 其樣本平均
xi √
值約為母體比率 (大數法則) 為 pb = = X , 樣本標準差 Sx = npq
P n P
樣本比率的平均數 E(b p) = E( nxi ) = P 1
n E( xi ) = np n P =p
而樣本比率的變異數為V ar(b xi
p) = V ar( n ) = n2 V ar( nxi ) i.i.d.
1 1 pq
= n2 × npq = n , 故樣本
q
pb(1 − pb) 1
比率標準差為 σpb = n ≤ √
2 n

若 X 表服從 Bin(n, p) 的隨機變數成功次數, X 表平均成功次數(大數法則約為母體贊成的比

例pb = Xn ) 隨機變數, 則
1
E(bp) = E(X) = E( nx ) = E(X) = n1 × np = p
n q
1 Bin(n,p) 1 pq p(1 − p)
p) = V ar(X) = 2 V ar(X) = n2 × np(1 − p) = , σX =
V ar(b n
n n
q q
p̂(1 − p̂) p̂(1 − p̂)
母群體比率估計值的 95% 信賴區間為 (p̂ − 1.96 n , p̂ + 1.96 n ) 其中 p̂ 是抽查 n 個
樣本的同意人數比率。 依中央極限定理及常態經驗法則:
有關母體比率 p 的信賴區間:
q q
pb(1 − pb) pb(1 − pb)
1. 68% 的信賴區間: [b p− n , pb + n ]
q q
pb(1 − pb) pb(1 − pb)
2. 95% 的信賴區間: [b p−2 n , pb + 2 n ]
q q
pb(1 − pb) pb(1 − pb)
3. 99.7% 的信賴區間: [b p−3 n , pb + 3 n ]
r
pb(1 − pb) 1
估計母體比率 p 的樣本數與最大誤差: 誤差 e = Zα/2 × ≤ Zα/2 × √
n n
其中 Zα/2 為標準常態分配在 (1−α)100% 信心水準下的統計值, 在 90%,95%,99% 下, 分別為 1.645,1.96,2.576。
在 68%,95%,99.7%q下, 分別為 1,2,3
pb(1 − pb) 1 1
最大誤差 e = Zα/2 n ≤ Zα/2 · √ , (二次函數 pb(1 − pb) ≤ )
2 n 4
1
特別在 95% 信心水準下,Zα/2 = 2, 最大誤差 e ≤ √
n

信賴區間、 抽樣樣本數與信心水準關係: 母體為常態分布的信賴區間由抽樣的樣本資料、 樣本數與信心水準所

決定。

∼ 順伯的窩 ∼ 機率統計II(B) [第40頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 41

σ σ 2σ
母體 µ 的95%信賴區間 C.I=[X − 2 × √ , X + 2 × √ ] = [X ± √ ]
n n n

1. 重複抽樣 (試驗) k 回, 隨著k愈大, 此k個 95% 信賴區間涵蓋母體均數的比率愈接

近 95%

2σ 4σ
2. 信心水準95% 的抽樣誤差 e = √ 。 信賴區間的長度為抽樣誤差的2 倍= √
n n

3. 若抽樣樣本數為 n , 隨著n愈大, 此 95% 信賴區間的長度就愈短, 但不會影響改變此

回是否會涵蓋母體均數 (單獨一信賴區間就只有涵蓋、 不涵蓋)

4. 信心水準愈高則信賴區間長度就愈長, 抽樣誤差愈大; 但不會改變此回是否會涵蓋母

3σ
體均數 (單獨一信賴區間就只有涵蓋、 不涵蓋)。 信心水準99.7% 的抽樣誤差 e = √
n
。

5. 若想信心強度高 (高準確性), 信賴區間短 (高精確性) 則必須抽樣樣本數愈大。

r r
p̂(1 − p̂) p̂(1 − p̂)
母群體比率估計值的 95% 信賴區間為 (p̂ − 2 , p̂ + 2 )
n n
1. 信賴區間會隨著抽樣資料不同算出不同的樣本比率 pb , 而得到不同的信賴區間。

2. 母體比率 p , 每回信賴區間中點是該回抽樣樣本比率 pb
r
p̂(1 − p̂)
3. 信賴區間愈短愈精準, 區間長度等於誤差值 2 倍 = 4
n
4. 信心水準愈高, 則誤差 e 會愈大, 信賴區間長度也愈長。

5. 當樣本數 n 愈大時, 若 pb 不變, 則抽樣誤差界限 e 愈小, 信賴區間長度變愈短。

對信賴區間的錯誤解讀:

1. 若信賴水準為 95% , 則母體均值 µ 落於信賴區間的機率為 95%。

(正解: µ 落於 C.I. 的機率不是 1 就是 0)

2. 若信賴水準為 95% , 則樣本均值 X 落於信賴區間的機率為 95%。

(正解: X 必為其 C.I. 的中點)

3. 若信心水準為 95% 的信賴區間, 則此區間有 95% 的機率會涵蓋母體均值 µ。

(正解: µ 落於此 C.I. 的機率不是 1 就是 0; 就長期重複抽樣下,CI 會涵蓋 µ 的機率約為
0.95)

例題
範例 1: 用隨機號碼表模擬投擲 1 枚銅板 20 次的情況, 若偶數數字表示出現銅板出現正面的結果, 奇數數字表
示出現銅板出現反面的結果, 某同學對應到的隨機號碼為
2033 8160 8275 6750 1860
12
20
則這位同學模擬銅板出現正面機率的結果為何?
演練 1a : 用隨機號碼表模擬投擲 1 枚公正骰子所出現點數的情形, 應該如何分配數字?

∼ 順伯的窩 ∼ 機率統計II(B) [第41頁/共56頁]

 42 高中數學講義 抽樣與統計推論

(解:)數字 1,2,3,4,5,6 分別對應骰子點數 1,2,3,4,5,6 點。 數字 7,8,9,0 則捨棄不用。

演練 1b : 用隨機號碼表模擬投擲 2 枚銅板 20 次正反面出現的情況, 若用隨機號碼表某兩列數字來模擬這兩枚銅

板正反面結果, 其中每一列的偶數數字表示出現銅板出現正面的結果, 奇數數字表示出現銅板出現反
面的結果, 某同學對應到的隨機號碼為

26587 62208 30803 03539

75643 00548 27216 51357

則這位同學模擬投擲 2 銅板出現正、 反面的結果為何?

結果 2 反面 1正1反 2 正面
(解:)
次數 4 10 6

演練 1c : 若袋中裝有 3 白球 2 紅球, 從袋中隨機取出一球觀看顏色後放回袋中, 共取 20 回。 現用隨機號碼表模

擬這 20 回取出球顏色情況: 數字 1,2,3,4,5,6 表示取到白球情形, 數字 7,8,9,0 表示取到紅球情形。 若兩
位學生 A,B 得到的隨機號碼為

A 學生: 26587 62208 30803 03539

B 學生: 75643 00548 27216 51357

A: 11 14
20 ;B: 20
則這兩位學生所模擬 20 回中取出白色球的機率分別為多少?
常態經驗法則: 68 − 95 − 99.7

範例 2: 某次考試中, 應試人數 4000 人, 考試成績近似於常態分配, 若平均成績是 70 分, 標準差 9 分, 估計分

數在 61 分到 79 分的大約人數?
2720 人 (資料分佈⇒常態經驗法則)

演練 2a : 已知 18 歲足球員的胸圍為平均值 95 公分, 標準差為 8 公分的常態分配。 求胸圍為 87 ∼ 103 公分的

18 歲足球員比率大約多少? 隨機抽選一名 18 歲足球員其胸圍在 87 ∼ 111 公分的機率約為多少?
68% ;81.5%

z=1
演練 2b : X 服從平均值 µ = 62, 標準差 σ = 7 的常態分布, 求 x = 69 時的 Z 分數為何?
演練 2c : 若隨機變數 X ∼ N (30, 42 ) 且 Y ∼ N (150, 302 ) ; 則 x = 36 與 y = 190 哪一個發生的機率較大?
x = 36

演練 2d : 某港灣養殖可實用牡蠣重量為平均值 38.6 公克, 標準差為 6.3 公克的常態分布。 若隨機變數 X 為可

食用牡蠣重量, 若機率 P (38.6−a ≤ x ≤ 38.6+a) = 0.68 , 求實數 a 值? 又當機率 P (x ≥ b) = 0.84
a = 6.3;b = 38.6 − 6.3 = 32.3
, 求實數 b 值?

範例 3: 已知成年男生的身高為平均值 170 公分, 標準差為 8 公分的常態分布。 利用常態經驗法則: 68 − 95 −

99.7
34%
1. 求身高介於 162 ∼ 170 公分之間的成年男生比例約為多少?
47.5%
2. 求身高介於 170 ∼ 186 公分之間的成年男生比例約為多少?

∼ 順伯的窩 ∼ 機率統計II(B) [第42頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 43

0.135
1. 隨機任選一位成年男生, 求其身高介於 178 ∼ 186 公分之間的機率約為多少?
0.16
2. 隨機任選一位成年男生, 求其身不超過 162 公分的機率約為多少?
0.975
3. 隨機任選一位成年男生, 求其身高至少有 154 公分的機率約為多少?
演練 3a : 已知 18 歲女生的手臂長度為平均值 64 公分, 標準差 4 公分的常態分配。 利用常態經驗法則: 68 − 95 −
99.7
81.5%
1. 求 18 歲女生手臂長介於 60 ∼ 72 公分的比率約為多少?
84%
2. 求 18 歲女生手臂長至少 60 公分的比率約為多少?
81.5%
3. 任意選取一位 18 歲女生手臂長介於 56 ∼ 68 公分的機率約為多少?
演練 3b : 從罐頭工廠隨機抽取 200 罐, 發現樣本平均重 486 公克, 標準差為 6.2 公克。
68%
1. 問此工廠製作的罐頭重量介於 479.8 ∼ 492.2 公克的比例約多少?
0.15%
2. 問此工廠製作的罐頭重量不超過 467.4 公克的比例約多少?
演練 3c : 下列圖形均為常態機率分布曲線圖 (鉛直方向比例不同):
圖A
圖C
圖B

−4 −3 −2 −1 0 −40−30−20−10 0 10 20 30 40 −3 −2 −1 0 1 2 3 4 5

1. 分別寫出 A、B 與 C 圖所代表的均值及標準差?

N (−2, 0.52 );N (0, 102 );N (−1, 12 )
B
2. 哪一個圖形代表的資料分散性最大?
演練 3d : 志明段考成績為國文86 分、 英文 82 分、 數學 78 分。 已知全校各科成績為常態分布, 且國文平均為 83
分, 標準差 6 分、 英文平均 74 分, 標準差 8 分、 數學平均 60 分, 標準差 9 分。
數學 (Z = 2)
1. 問志明這次段考中國、 英、 數三科哪一科目考的最好? 為什麼?
87 分
2. 請你估計這次段考全校數學成績最高分約為多少分?
3. 根據以上資料, 班上有位同學說”全校數學絕對沒有人考 96 分以上”你認為呢?
機率小, 不表示不會發生

範例 4: 某工廠生產燈泡, 其有效使用時間符合常態分配, 平均為 800 小時, 標準差為 100 小時, 問隨機抽取 25

0.05
個燈泡, 則平均使用時間超過 840 小時的機率有多少?
演練 4a : 一製造鐵條工廠所生產產品鐵條為長度標準差 3mm 的常態分配, 若所有鐵條長度小於 25mm 的比
31 mm
率為 2.5% , 求此工廠所製造的鐵條平均長度為多少 mm ?

∼ 順伯的窩 ∼ 機率統計II(B) [第43頁/共56頁]

 44 高中數學講義 抽樣與統計推論

演練 4b : 兩家飲料公司 A 與 B 生產罐裝飲料, 已知每罐內容量均為常態分配,A 公司每罐平均值為 378 ml,

標準差 1 ml;B 公司每罐平均值 378ml, 標準差 3 ml 。
PA = 0.15%;PB = 16%
1. 分別求這兩家公司產品內容量小於等於 375 ml 的比率?
2.35%
2. 求 A 公司產品介於 380ml ∼ 381 ml 之間的比率?
81.5%
3. 求 B 公司產品介於 372ml ∼ 381 ml 之間的比率?
演練 4c : 若 X 表高中籃球選手的身高 (公分), 且 X 為 N (181, 42 ) 的常態分布。
z=2
1. 求身高 189 公分的選手 Z 值 (標準常態值)?
0.025
2. 求機率值 P (x ≥ 189) =?
97.35%
3. 求選手身高介於 169 ∼ 189 公分的比率約為多少?
16%
4. 若一選手書豪身高為185 公分, 求身高比書豪高的選手比率約為多少?
演練 4d : 已知某種成魚的長度 (公分) 為 N (36, 42 ) 的常態分配。
28 cm
1. 若某一隻魚長度的標準常態值 z 分數為 −2 , 求這隻魚的長度為幾公分?
16%
2. 若某漁民欲把長度超過 32 公分的魚賣出, 則他剩留下來的魚比率約多少?
利用常態分配估算二項式機率

範例 5: 投擲一公正硬幣 100 次,

1. 求出現正面次數的期望值與標準差√ ?
µ = np = 50;σ = npq = 5

68%
2. 求出現正面次數介於 45 ∼ 55(含) 的機率約為多少?
演練 5a : 一不均勻硬幣, 出現正面的機率為 0.4, 若 X 表投擲此硬幣 200 次出現正面的次數。
√
µ = 80;σ = 4 3
1. 求隨機變數 X 的均值 µ 與標準差 σ ?
0.68
2. 估計機率 P (73 ≤ x ≤ 87) 為多少?
演練 5b : 某國家人口組成中有 80% 為白人。
√
µ = np = 20人;σ = n
1. 今由該國國民隨機抽選 25 人, 若隨機變數 X 表白人的個數, 求 X 的期望值與標準差?
0.84
2. 今由該國國民隨機抽選 25 人中, 估計白人至少有 18 人的機率約為多少?
3. 今由該國國民隨機抽選 25 人中, 估計白人至少有 24 人的機率約為多少?
.
25 p24 q + C 25 p25 =
0.025,C24 25 0.02739

演練 5c : 據一項調查指出, 台灣地區有 80% 成年人至少擁有一張信用卡, 若隨機抽選 25 名成年人, 則至少有

0.975
16 人擁有信用卡的機率約為多少?
演練 5d : 據調查顯示加拿大新世代 (15 歲以下) 在境外出生比例約為 25%
0.95
1. 若從加拿大新世代中隨機選出 300 位, 問有 60 ∼ 90 位在境外出生的機率 p 約為多少?

∼ 順伯的窩 ∼ 機率統計II(B) [第44頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 45

2. 若從加拿大新世代中隨機選出 30 位, 有 6 ∼ 9 位在境外出生的機率為 p′ , 隨機選出 3000 位, 有

p′′ > p > p′
600 ∼ 900 位在境外出生的機率為 p , 問 p, p , p 的大小關係為何?
′′ ′ ′′

範例 6: 若已知候選人甲, 得票率為 0.36, 從選民中任選 100 位調查, 有 26 位到 46 位選民說投給甲的機率約

為?(以常態近似)
P (0.26 ≤ p̂ ≤ 0.46) ≈ 95%

1 1
演練 6a : 一隨機變數 X 的機率質量函數為 P (x) = Cx4 ( )x ( )4−x , 其中 x = 0, 1, 2, 3, 4
2 2
µ = 2;σ = 1
1. 求隨機變數 X 的期望值與標準差 ?
2. 求機率 P (1 ≤ x ≤ 3) 為多少? 利用常態經驗法則估算機率 P (1 ≤ x ≤ 3) 為多少?
0.875;0.86

演練 6b : 已知一製造牙刷工廠的瑕疵品機率為 4%, 現從工廠任意抽出 120 件成品, 求瑕疵品數量的期望值與

√
4.8; 2524 5
標準差?
演練 6c : 投擲一公正硬幣 500 次,
1. 求出現正面次數的期望值與標準差
√ . ?
µ = 250;σ = 5 5 = 11.18
0.16
2. 求出現正面次數 ≥ 262 的機率約為多少?
演練 6d : 投擲一均勻骰子 600 次,
1. 求點數出現 6 點的期望值與標準差
√ ?
.
µ = 100;σ = 5 330 = 9.129
0.025
2. 求出現 6 點次數超過 118 次的機率約為多少?
演練 6e : 觀察一醉漢走路為隨機向前一步或向後退一步, 其中向前一步的機率為 0.6, 向後退一步的機率為 0.4。
若以隨機變數 Xi = 1 表第 i 步向前走一步, Xi = −1 表第 i 步向後退一步。(參考第28頁15.4演練5c
)

1. 求此醉漢走 100 步, 向前走次數的期望值與標準差

√ ?
√ .
µ = np = 60, σ = npq = 24 = 4.9
0.84
2. 利用中央極限定理, 求此醉漢走100 步, 至少向前走了 55 次的近似機率?
3. 利用中央極限定理, 若此醉漢走 100 步至少前進 40 步遠的近似機率?
.
走 100 步至少向前 70 次,p = 0.025

4. 利用中央極限定理, 若此醉漢走 150 步至少前進 40 步遠的近似機率?

.
走 150 步至少向前 95 次,p = 0.16

σ2
n 個樣本平均數的分布 X ∼ N(µ, ), 其中母體平均數為 µ, 標準差 σ
n
pq
n 個樣本比率的分布 p ∼ N(p, ), 其中母體比率為 p
n

∼ 順伯的窩 ∼ 機率統計II(B) [第45頁/共56頁]

 46 高中數學講義 抽樣與統計推論

n 愈大, 二項機率分配近似於常態分配機率曲線
0.50
B(100, 0.2)
N (20, 42 )
0.40
N (20, 12 )

0.30
f (x)

0.20

0.10

0.00
10 20 30 40
x

範例 7: 若隨機變數 X 為 N (40, 102 ) 常態分布, X25 表隨機抽選 25 筆隨機變數 X 的平均值。

0.95
1. 求 20 ≤ x ≤ 60 的比率約為多少?
0.95
2. 求機率 P (36 ≤ x25 ≤ 44) =?
r
7 35
演練 7a : 已知投擲一均勻正六面體骰子出現點數的平均值 µ = , 標準差 σ 為 。 現隨機樣本空間為任選
2 12
36 次骰子出現的點數, 在大樣本條件下 (隨機任選 36 次骰子點數重複數百回), 求這些樣本空間中 36
次骰子平均點數的平均值 E(x)? 若 sx 表這些樣本空間中36 次骰子平均點數的標準差, 求 sx ?
q
√σ 1
(解:)E(x) = µ = 3.5;sx = 36 = 6 3512

演練 7b : 投擲兩均勻骰子, 若隨機變數 X 表兩骰子點數的平均值

11
1. 隨機變數 X 共有幾種可能?
2. 隨機變數 X 的機率質量函數?

(解:) xi 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6

1 2 3 4 5 6 5 4 3 2 1
pi 36 36 36 36 36 36 36 36 36 36 36

3. 求隨機變數 X 的期望值與變異數?
35
E(X) = 3.5;V ar(x) = 24

演練 7c : 若某大型考試考生所得分數 X 為常態分布, 且已知機率 P (x ≥ 80) = 0.025,P (x ≤ 30) = 0.0015,

N (60, 102 )
1. 求全部考生分數 X 的均值及標準差?
0.025
2. 隨機選出 100 位考生, 求這 100 位考生的平均分數高於 62 分的機率?
演練 7d : 某大公司員工數萬人, 員工的薪水為常態分配, 若已知員工平均薪水為 38000 元, 標準差為 4800 元。
38000 元;480 元
現從公司隨機抽選 100 位員工, 求這 100 位員工薪水的平均值與標準差為多少元?
演練 7e : 某大學學生共有 2 萬名, 全校平均身高為 170 公分, 標準差為 10 公分, 且全校身高服從常態分配。
68%
1. 全校學生身高介於 160 ∼ 180 公分的比例約為多少?

∼ 順伯的窩 ∼ 機率統計II(B) [第46頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 47

0.68
2. 任意選一位學生其身高介於 160 ∼ 180 公分的機率為何?
0.025
3. 現從這群大學生中隨機抽出 100 位學生, 這 100 位學生平均身高超過 172 公分的機率為何?

範例 8: 使用電子貨幣比率正逐漸提升中, 一研究機構指出都會區有 80% 使用電子錢包交易, 郊區只有 40%

使用電子錢包交易。
20
1. 假設你隨機在郊區抽選 50 位消費者調查, 你預期有幾位使用電子錢包交易?
低於 0.025
2. 假設你隨機在郊區抽選 50 位消費者調查, 至少有 27 位使用電子錢包的機率大約多少?
3. 隨機在郊區抽選 50 位消費者調查, 你合理預期有 20 位上下幾位使用電子錢包交易, 你都不會訝異?
±7

4. 某人聲稱他在郊區使用電子錢包交易調查結果比例為 0.54 , 你覺得與研究機構的結果比較呢?

√
2 3
(解:)不尋常;0.4 ± 25 = 0.4 ± 0.1386,0.54 值未在研究機構 95% 信賴區間內

演練 8a : 已知某廠商製造產品的瑕疵率為 0.1, 某客戶向此廠商訂購一批貨, 雙方約定交貨時會進行抽樣, 如果

瑕疵率超過 0.106 就必須全數退貨。 現在驗貨人員從這批貨中隨機抽選 100 個產品檢查, 問這批貨全
數被退貨的機率為多少?
q
p) = 0.1, σ = pq
(解:)E(b p > 0.106) = P (z > 0.106−0.1
n = 0.03;P (b 0.03 ) = P (z > 2) ≈ 0.025

演練 8b : 已知中國大陸人口有 68% 居住在鄉村, 現隨機抽選 200 位中國人,

1. 求這 200 位中國人, 居住於鄉村村比例的期望值與標準差?
q
.
(解:)≈ Pb = 0.7 ; σpb = 0.68×0.32
200 = 0.33
0.16
2. 這 200 位中國人, 居住於鄉村村比例高於或等於 75% 的機率約為多少?
3. 當這 200 位中國人, 居住於鄉村村比例為多少時, 可說為罕見事件?
(解:)合理母體比例約有 95% 的機會會發生於 0.68 ± 2 × 0.33 區間, 因此樣本比例 pb ≤ 0.614
或 ≥ 0.746 都屬於不尋常。
0.84
4. 這 200 位中國人, 至少有 130 位居住於鄉村的機率約為多少?

範例 9: 已知袋中有 5 顆球, 其中 3 顆是紅色球, 從袋中每次取出一球, 取完放回, 共取 24 次, 隨機變數 Y 表

示取出紅色球的比率;

1. 求 Y 的期望值與標準差?
2. 重複試驗多次, 試估計約 95%的紅色球比率所在的區間?
q
0.6∗0.4
(解:)E(Y ) = 0.6, σ = 24 = 0.1;[0.6 ± 2 × 0.1]

演練 9a : 隨機變數 X 表投擲一均勻硬幣正、 反面結果。 若 x = 0 為反面,x = 1 為正面結果;

µ = 21 ;σ = 1
2
1. 求隨機變數 X 的平均值 µ 與標準差 σ ? xi 0 1
1 1
pi 2 2
2. 若隨機變數 x 表投擲此硬幣4 次正反面結果 (共有 16 種結果) 的平均值, 建構此隨機變數 x 的
機率質量函數表?

∼ 順伯的窩 ∼ 機率統計II(B) [第47頁/共56頁]

 48 高中數學講義 抽樣與統計推論

1 2 3 4
(解:) xi 0 4 4 4 4
1 4 6 4 1
pi 16 16 16 16 16

3. 承上, 求隨機變數 x 的平均值與標準差? 並比較9a -1 的平均值與標準差

(解:)µx = µ = 12 ;σx = √1 σ
4
= 1
4

演練 9b : 一個可旋轉的正方形, 四個邊分別編號為 1,2,3 和 4 , 任意旋轉此正方形恰一隨機號碼觸地。 現旋轉此

正方形兩次觀察這兩次顯示號碼, 若隨機變數 X 表這兩次號碼的平均值,
1. 求隨機變數 X 的機率質量函數表(圖)
機率質量函數圖形
(解:) x 機率質量函數表
4
x 1 1.5 2 2.5 3 3.5 4 16

freq. 1 2 3 4 3 2 1 3

機率值 p(x)
1 2 3 4 3 2 1 16
p(x) 16 16 16 16 16 16 16
2
16

1
16

1 1.5 2 2.5 3 3.5 4

隨機變數 x
√
10
E(x) = 2.5;σx = 4
2. 求隨機變數 X 的平均值 E(x) 與標準差 σx =?
演練 9c : 從標準差為 24 的母群體中隨機抽樣, 樣本數為 n
sx = 6
1. 若 n = 16 求這些樣本平均值的標準誤 (差)?
n = 36
2. 若這些樣本平均值的標準誤 (差) 為 4, 則樣本數應為多少?
演練 9d : 已知工廠製造罐裝飲料內容量為平均值 378 ml, 標準差為 6ml 。
0.16
1. 求某一罐飲料內容量少於 372 ml 的機率為多少?
0.015
2. 求一箱 (36 罐) 飲料平均內容量少於 375 ml 的機率為多少?
演練 9e : 某母體的平均值 µ 未知, 已知其標準差為 8。 為了估計母體的平均值 µ, 隨機抽樣 64 個樣本, 求樣本
0.95
平均值與 µ 誤差值小於 2 的機率約為多少?
演練 9f : 某大公司有上萬人員工, 已知員工的平均年齡為 43 歲, 標準差 8 歲。 現從公司中隨機抽選 16 位員工,
約 0.95
求這 16 位員工平均年齡介於 39 ∼ 47 (含) 歲的機率?
統計推論: 信賴區間的解讀

範例 10: 有關母群體平均數 µ 在 95% 信心水準下的信賴區間的敘述何者正確? (A) 母群體平均數 µ 落

於其信賴區間的機率為 95% (B) 樣本平均數 X 落於其信賴區間的機率為 95% (C) 其信賴區間涵蓋
母群體平均數 µ 的機率為 95% (D) 重複試驗 100 回所建構出的 100 個信賴區間, 可能有 95 回會涵蓋母
群體平均數 µ (E) 95% 信心水準並不是說每一個信賴區間有 95% 的機率會真正涵蓋母群體平均數 µ
DE

演練 10a : 已知某學校學生 (人數頗多) 的身高為常態分配, 且標準差為 9 公分; 今由這些學生中隨機抽取 36 人

調查得知樣本身高的平均數為 168 公分:

∼ 順伯的窩 ∼ 機率統計II(B) [第48頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 49

1. 依此調查結果, 並依常態經驗 68-95-99.7 法則, 推估此學校學生身高介於 (150, 186) 的人數比率

為多少?
(解:)95%(資料分佈⇒常態經驗法則)
2. 求此學校學生平均身高在 95% 信心水準下的信賴區間?
(解:)168 ± 3 = (165, 171),(母體均數的統計推論)

演練 10b : 某公司顧客服務部門經 3 個月 625 通有效服務電話得知: 平均服務時間為 8.7 分鐘, 最短服務時間為

2.6 分鐘, 最長為 15.1 分鐘。
1. 若這 625 通服務時間為常態分配, 估計服務時間的標準差為多少時間?
.
(解:)由樣本資料保守估計 σ = R4 , 母體標準差約為 12.5/4 = 3.125 分鐘。
8.7 ± 0.25 分鐘
2. 估算顧客平均服務時間 95% 的信賴區間?
演練 10c : 從溪流中隨機捕捉 64 隻螯蝦研究, 已知這 64 隻螯蝦重量平均值為 84.6 公克, 標準差為 16.8 公克。
84.6 ± 2 × 2.1
1. 求這溪流螯蝦平均重量的 95% 信賴區間?
2. 若在 95% 信心水準下, 樣本平均重量與母體平均重量誤差值小於 3 公克, 至少需要調查多少樣
126;(11.2)2 < n
本數?
演練 10d : 一研究者欲調查某水域成熟龍蝦的平均重量, 從先前的紀錄得知成熟龍蝦重量介於 625 公克至 2128
公克之間。
.
σ = R6 = 250.5
1. 估計這水域成熟龍蝦重量標準差為多少公克?
2. 若在 95% 信心水準下, 龍蝦樣本平均重量與母體平均重量誤差值小於 60 公克, 至少需要調查多
n = 70
少樣本數?
演練 10e : 某餐廳向魚貨商採購明蝦, 為了控制品質, 餐廳老闆希望每尾明蝦重量要足夠, 他才採買進貨。 若已知
明蝦供應商此批貨每尾重量標準差 σ = 4.2 公克, 餐廳老闆隨機選 60 尾明蝦, 發現平均重量為 57.2
公克。
1. 在信心水準 95% 下, 求這批貨平均重量的信賴區間?
4.2
(解:)57.2 ± √
15
≈ [56.1, 58.3]

2. 若這批貨的重量為常態分布。 餐廳老闆稱有 95% 的信心相信這批明蝦的重量小於 47.7 公克的

比率不會超過 3% , 你認為呢?
(解:)若根據餐廳老闆隨機抽樣的結果: 重量取信賴區間最小值 56.1 則 W ∼ N (56.1, 4.22 ) ,
.
P (w < 47.7) = 0.025, 因此 2.5% < 3% 是可採信的。

同信心水準, 樣本比率相同, 樣本數愈大, 母體比率信賴區間長度愈短

範例 11: 1. 從生產線隨機抽出 400 個產品, 得到樣本的不良率為 8% , 求此生產線不良率 p 的 95% 信賴

區間?
q
.
(解:)[0.08 ± 2 0.08×0.92
400 ] = [0.08 ± 0.0271] = [0.0529, 0.1071] ,(母體比率的統計推論)

2. 從生產線隨機抽出 900 個產品, 得到樣本的不良率為 8% , 求此生產線不良率 p 的 95% 信賴區間?

∼ 順伯的窩 ∼ 機率統計II(B) [第49頁/共56頁]

 50 高中數學講義 抽樣與統計推論

q
.
(解:)[0.08 ± 2 0.08×0.92
900 ] = [0.08 ± 0.018] = [0.062, 0.098] ,(母體比率的統計推論)

演練 11a : 為講解信賴區間與信心水準, 數學老師請全班 40 位同學使用老師提供的亂數表模擬投擲均勻銅板 16

次, 模擬的過程如下: 隨機指定給每位同學亂數表的某一列, 該列從左到右有 16 個數字; 如果數字為
0,1,2,3,4 時, 對應投擲銅板得到正面; 而數字為 5,6,7,8,9 時, 對應投擲銅板得到反面, 某同學拿到一列
數字依序為 0612 9683 4251 9138 r r
pb(1 − pb) pb(1 − pb)
該同學計算銅板出現正面的機率在 95% 信心水準下的信賴區間: [b p −2 , pb+2 ]
n √ n
r 3 7
pb(1 − pb) 32
該同學所得到的結果中 2 =?
n
演練 11b : 想要了解選民對候選人真正的支持度 (支持率) p, 四家媒體所做的民意調查結果如下表所示:

媒體 A 媒體 B 媒體 C 媒體 D
pb 0.30 0.40 0.30 0.28
σ
b 0.02 σ
bB 0.01 0.01
r
pb(1 − pb)
其中 pb 表示抽樣支持度, σ = ,n 為抽樣人數。 請選出正確的選項? (1) 在 95% 的信心水
n
準之下, 媒體 A 抽樣所得 p 的信賴區間為 [0.28, 0.32]
(2) 如果媒體 B 抽樣的人數與媒體 A 相同, 則 σ bB 大於 0.02
(3) 媒體 C 抽樣人數約為媒體 A 抽樣人數的兩倍
(4) 媒體 A 的抽樣支持度比媒體 B 的抽樣支持度更接近候選人真正支持度 p
(5) 在 95% 的信心水準之下, 至少有一家媒體的抽樣所得 p 的信賴區間會真正包含真正支持度 p
2

演練 11c : 從工廠產品中隨機抽出 100 件產品, 發現樣本的不良率為 10% , 求此工廠產品不良率 p 的 95% 信賴

0.1 ± 0.06
區間?
演練 11d : 若已知工廠生產線產品的不良率為 10%,, 現隨機抽出 100 件產品, 求這些樣本不良品個數的平均值與
標準差? √
µ = np = 10;σ = npq = 3

i. 若已知工廠生產線產品的不良率為 10%, 現隨機抽出 100 件產品, 求這些樣本不良品個數的 95%

10 ± 6
信賴區間?
演練 11e : 消基會為瞭解市面上到底有多少電子磅秤不符合標準, 於是隨機檢驗 100 台機器, 發現有 2 台機器不
符合標準, 請依據消基會調查資料求市面上沒有符合標準的電子磅秤比例
q 95% 信賴區間?
0.02×0.98
0.02 ± 2 × 100 = 0.02 ± 0.008

演練 11f : 在某鄉鎮研究”現在生活是否比 10 年前快樂”, 調查 625 位成年人有 500 位回答”否”

80%
1. 求覺得”現在沒有比 10 年前快樂”的樣本比率為多少?
0.8 ± 0.032
2. 在 95% 信心水準下估計成年人覺得”現在沒有比 10 年前快樂”比率的信賴區間?
1450
3. 在某鄉鎮有 7250 位成年人, 預估有多少人覺得”現在有比 10 年前快樂”?

範例 12: 某次選舉, 民意調查有效樣本數為 n = 1000 , 其中支持甲候選人有 450 人, 支持乙候選人有 550 人,

分別求支持甲候選人比率的 95% 信賴區間? 及支持乙候選人比率的 95% 信賴區間?

∼ 順伯的窩 ∼ 機率統計II(B) [第50頁/共56頁]

 https://sites.google.com/site/hysh4math高中數學講義 51

(解:)甲 [0.4185, 0.4851], 乙 [0.5185, 0.5815]

演練 12a : 書豪向他的友人表示”他在籃球罰球線投籃命中率至少有 80%” , 友人為了驗證這句話, 就請他當場

罰球線投籃 20 次, 結果只投進 8 次。 依據這次投籃結果, 你如何評判”他在籃球罰球線投籃命中率至少
有 80%”?
(解:)如果書豪投籃命中率至少有 80%是正確的, 依此多次重複隨機投籃 20 次應命中 16 次以上, 結果
卻發生命中 8 次, 此種結果也不無可能, 但發生的機率很小 (約 0.0001), 也就是命中率至少有 80%,
而此次投籃 20 次卻失手的機率是 10000 回中的一回, 卻恰巧發生, 實屬難得中的難得。 因此推翻”他
在籃球罰球線投籃命中率至少有 80%”。
演練 12b : 甲、 乙兩人欲調查某地區養狗的比率, 甲從此區調查 625 戶家庭, 其中有 225 戶養狗; 乙從此區調查
1200 戶家庭, 其中有 480 戶養狗。
1. 根據甲、 乙資料分別求此地區養狗比率的 95% 信賴區間?
(解:)甲:[0.36 ± 0.0192] , 乙:[0.4 ± 0.01414]
2. 評論比較兩人的信賴區間?
(解:)乙的樣本數較大, 信賴區間長度較短。 無法說明乙較準確

演練 12c : 某巧克力餅乾公司聲稱其 90% 產品中每包巧克力餅乾有一半以上含杏仁果。 為了驗證該公司所宣稱

的事, 某顧客隨機買了該產品 80 包, 查驗是否有一半以上含杏仁果, 結果發現有 70 包符合該公司宣稱
的事。
0.875
1. 求樣本中符合該公司宣稱的事比率為多少?
2. 根據樣本資料估計在
√ 95% 信心水準下, 該公司產品每包有一半以上含杏仁果比率的信賴區間?
35
0.875 ± 80 ≈ 0.8 ∼ 0.95

3. 顧客的調查樣本是否支持該公司所宣稱事項?
(解:)在 95% 信心水準下, 沒有足夠證據反駁公司聲稱其 90% 產品中每包巧克力餅乾有一半以
上含杏仁果。 90% 落於信賴區間 [0.8, 0.95] 內

範例 13: 一高中學校想調查學生早上每天通學花費時間。 假設已知母體標準差為 24 分鐘, 試問在 95% 的信

心水準下, 最少需要多少樣本數才能使估計的誤差不超過 5 分鐘?
n ≥ ( 1.96σ 2
e ) = 88.51 , 取 89(93) 人

演練 13a : 欲調查台灣地區高中生每日使用手機時間, 根據過去記錄顯示高中生每天平均使用手機時間為 120 分

鐘, 標準差 30 分鐘。 現在打算重新調查, 在 95% 信心水準下估計高中生每天平均使用手機時間, 希望
e = 2 √σn ;n ≥ 400
誤差能控制在 3 分鐘以內, 請問至少要抽取多少樣本?
演練 13b : 限於經費問題, 某報社決定調查 2000 位選民, 以瞭解特定候選人的支持度, 在 95% 的信心水準下, 此
1 .
在 ± √2000 = 2.2% 內
候選人支持度的誤差為多少?
演練 13c : 某調查研究想了解某地區曾經出國遊學的比率 p 有多少, 若設定在信心水準為 99.7% , 誤差在 ±0.02
2500 人
之內, 請問至少需要調查多少人?
演練 13d : 某民意代表根據過去經驗得知, 民眾對他的滿意度大約 80% 。 為了提升滿意度近來更加強為民服務,
他想知道民眾對他滿意度是否有提升, 於是委託民意調查公司進行調查。 他希望在 95% 的信心水準
0.64
n ≥ 0.0009 ≈ 711.1
下, 誤差不超過 0.03, 請問民意調查公司, 至少要抽取多少樣本?

∼ 順伯的窩 ∼ 機率統計II(B) [第51頁/共56頁]

52 高中數學講義 抽樣與統計推論

i. 假設這位民意代表一開始不知道他的滿意度為多少, 他希望在 95% 的信心水準下, 誤差不超過

0.5
n ≥ 2 0.0009 ≈ 1111.1
0.03, 請問民意調查公司, 至少要抽取多少樣本?

習題I:1-3 抽樣與統計推論

1. 一流高中高一60 位學生數學成績如表:

表 7: 一流高中高一60 位學生數學成績資料 (班平均 65.6)

座號 1 2 3 4 5 6 7 8 9 10
成績 73 50 64 58 74 68 56 62 76 54
座號 11 12 13 14 15 16 17 18 19 20
成績 66 71 61 75 67 43 69 69 64 52
座號 21 22 23 24 25 26 27 28 29 30
成績 55 58 61 64 78 63 64 57 77 66
座號 31 32 33 34 35 36 37 38 39 40
成績 64 61 59 52 62 66 65 76 56 67
座號 41 42 43 44 45 46 47 48 49 50
成績 66 51 70 73 63 58 67 72 69 62
座號 51 52 53 54 55 56 57 58 59 60
成績 86 66 60 68 67 66 62 73 63 71

(a) 根據一流高中成績表及附錄的亂數表, 從第10 列的第 5 行開始, 利用簡單隨機抽樣方法選出 7 位學

生的號碼 (座號) 及成績為多少? 此 7 位學生的平均分數為?
(b) 一流高中成績表中, 若從第10 列的第 5,6 行開始, 利用系統隨機抽樣方法選出 6 位學生的號碼 (座
號) 及成績為多少? 此 6 位學生的平均分數為?

組別 人數 抽樣代表 抽樣平均
40 ∼ 60 14
60 ∼ 70 32
70 ∼ 90 14

(c) 一流高中成績表中, 若將分數為三組(人數分別為 N1 , N2 , N3 ), 每一組抽樣樣本人數依人數比例 (

N1 : N2 : N3 ) 抽出, 求其每一組平均 X1 , X2 , X3 若以
X = N1 XN 1 + N2 X2 + N3 X3 當成估計班平均的分數; 現從亂數表第 10 列的第 5 行開始每兩位數
+N +N
1 2 3
字為一數 (續接下一列數字), 各抽選 4,9,4 人; 則抽樣樣本分數分別為多少 (填入表格內)? 又班平
均的估計值 X 為多少?
(d) 求這 60 位學生的數學平均成績、 成績的變異數與標準差?(自行比較抽樣的平均值與標準差)

班級 甲 乙 丙 丁
2. 某校高三有甲、 乙、 丙、 丁四班, 各班級人數如下表: 欲從中抽選 8 名學生
人數 30 40 50 60
接受數學學科能力抽測, 在下列各種抽樣方法中, 求甲班的書豪被抽中的機率為多少?

(a) 以班級為單位, 每班抽出 2 名學生

(b) 隨機先抽出一班, 再從該班級抽出 8 名學生

∼ 順伯的窩 ∼ 機率統計II(B) [第52頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 53

(c) 先將全三年級 180 明學生加以編號, 再隨機抽出 8 名學生

3. 用隨機號碼表模擬投擲 1 枚銅板 10 次的情況, 若偶數數字表示出現銅板出現正面的結果, 奇數數字表示

出現銅板出現反面的結果, 某同學對應到的隨機號碼為 4035337948 則這位同學估計銅板出現正面機率
為何?

4. 某大學 12000 位身強力壯的男學生, 跑 1 英里的時間為平均值 7.11 分鐘, 標準差 0.74 分鐘的常態分配。

11400 人
(a) 求這群學生跑 1 英里時間介於 6.37 ∼ 8.59 分鐘的人數約多少人?
0.025
(b) 從中任意選取一位學生, 跑 1 英里時間介於低於 6.37 分鐘的機率約為多少?

5. 人類從受孕到分娩的懷孕期時間, 大致呈現平均數 266 天, 標準差 16 天的常態分布, 問約有多少比例的人

會在 266 天以內分娩? 依據常態經驗法則, 求中間 95% 的人其懷孕天數範圍?

6. 已知隨機變數 X 為平均值 40, 標準差為 5 的常態分布, 求隨機變數介於 30 ∼ 45 之間的比率約為多少?

7. 某種罐裝飲料, 每罐容量 (ml) 為 N (355, 22 ) 的常態分配。

(a) 若一罐的容量為 353 ml , 求其 z 值 (標準常態值)?

(b) 求產品機率值 P (Z > −1)?
(c) 志伶買該產品60 罐飲料, 預估約有幾罐飲料容量會低於 353 ml ?

8. 全校每位同學投擲一枚均勻硬幣 20 次, X 表每人所擲出正面的次數, 求 X 的平均數與標準差? 試求

P (6 ≤ X ≤ 14) 機率近似值 (以常態經驗法則近似)?
14
P
9. 求估計 Ck20 ( 21 )k ( 21 )20−k 的近似值?
k=6

10. 某校高二學生 1000 人, 第二次段考數學成績為常態分配, 已知平均成績 68 分, 標準差 8 分, 試估計有多

少人不及格? 書豪 此次考試考84 分, 則他數學成績大約排名多少?

11. 某班級 100 人其體重服從常態分配, 已知全班平均體重 70 公斤, 標準差 5 公斤。 若按照體重大小由小至大

排列, 班上同學志明體重排第2 順位, 請你預估志明的體重大約多少公斤?
1
12. 某工廠依過去生產經驗知, 其產品約有 是不良品, 今生產一批貨品共有 900 個, 試求不良品個數不大
10
於 72 個的機率?(常態近似值)

13. 某高中有 1000 位學生考試, 其數學成績直方圖呈鐘形 (即資料是常態分佈) 且已知其平均值為 70 分, 標

準差為 10 分, 請概估:

(a) 此次數學成績不及格的學生約有幾位?
(b) 成績超過 90 分的學生有幾位?
(c) 某學生成績 80 分, 則他在此全體考生大約排名第幾名?

14. 投擲一枚均勻硬幣 100 次, 求出現正面次數在 45 次至 55 次之間的機率?

15. 某工廠生產的瓷磚平均重量 1.34 公斤, 標準差 0.03 公斤, 且磁磚重量服從常態分配。

(a) 若隨機抽取 9 塊該工廠所生產磁磚, 問樣本平均重量與標準差為多少公斤?

∼ 順伯的窩 ∼ 機率統計II(B) [第53頁/共56頁]

54 高中數學講義 抽樣與統計推論

(b) 若隨機抽取 36 塊該工廠所生產磁磚, 問樣本平均重量與標準差為多少公斤?

(c) 若隨機抽取 36 塊該工廠所生產磁磚, 問這 36 塊磁磚平均重量超過 1.345 公斤的機率?
(d) 若隨機抽取 36 塊該工廠所生產磁磚, 問這 36 塊磁磚平均重量在 1.34 ± 0.01 公斤的機率?

16. 某產地的蘋果重量幅從常態分配, 平均每顆重 300 公克, 標準差 30 公克。 今有一水果商欲購買 1000 箱蘋

果, 在購買前進行抽樣

(a) 隨機抽取一顆蘋果, 該蘋果重量超過 330 公克的機率為何?

(b) 隨機抽取 36 顆蘋果, 這 36 蘋果平均重量超過 310 公克的機率為何?

17. 某廠牌手機的重量為常態分布, 且已知平均重量為 78 公克、 標準差為 4 公克, 若隨機抽取該廠牌手機 100

支, 問此 100 支手機平均重量介於中間 95% 機率之區間範圍為何?

18. 一個可旋轉的正方形, 四個邊分別編號為 0,1,1 和 2 , 任意旋轉此正方形恰一隨機號碼觸地。 現旋轉此正

方形一次觀察顯示號碼, 若隨機變數 X 表顯示的號碼,

(a) 求隨機變數 X 的機率質量函數表 (圖)

(b) 求隨機變數 X 的平均值 µ 與標準差 σ = ?
(c) 若每回旋轉 20 次所得到的 20 組號碼的平均值為隨機變數 X, 重複數百回後, 求隨機變數 X 的平
均值 µX 與標準差 σX

19. 假設全國高中男生的身高平均為 173 公分, 標準差 5 公分, 且大致為常態分配, 若自其中抽取 50 人, 問此

50 人平均身高的標準差為何?

20. 下列敘述何者為真? (A) 信心水準愈高則所對應的信賴區間長度亦愈長 。 (B) 信心水準愈高則所對應

的信賴區間長度愈短。 (C) 選取的樣本數多寡不影響信賴區間的長度。 (D) 選取的樣本數愈多則信賴
區間的長度愈短。 (E) 選取的樣本數愈少則信賴區間的長度愈長。

21. 下列哪些方法可縮小信賴區間的寬度 (長度)?(A) 降低信心水準 (B) 增加信心水準 (C) 增大抽樣的

樣本數 (D) 減少抽樣的樣本數 (E) 重複相同的試驗多次

22. 從某科系中隨機抽取 36 人測量其身高, 結果平均值 170 公分, 若已知此科系學生身高標準差為 7 公分,

求此科系學生平均身高的 95% 信賴區間?

23. 連續投擲一公正骰子 500 次, 以 X 表這500 次所出現點數為 5 點的比率, 試求 X 的期望值及標準差 σX

? 並估計 X 信心水準為 95% 的信賴區間?
√
24. 班上某次考試, 從考生隨機抽取 8 人, 其成績如下: 68,92,85,73,50,77,76,95 (全班的標準差 12 2 ), 若
全班成績成常態分配 , 求全班平均成績的 95% 信賴區間?

25. 豪吃泡麵包裝標示重量為200 公克, 標準差 10 公克。 現隨機抽取 10 包, 發現平均重量為 195 公克, 根據抽
查求泡麵平均重量 95% 的信賴區間?

26. 若已知台灣地區結婚年齡的標準差為 5 歲, 欲瞭解平均結婚年齡是多少? 於是隨機抽取 400 位已婚民眾

進行訪問, 得到這 400 位民眾平均結婚年齡為 30 歲, 依照現有資訊, 求出台灣地區平均結婚年齡的 95%
信賴區間?

27. 某銀行的一分行的存戶存款餘額平均為 75000 元, 標準差為 16000 元, 今由這些存戶隨機選出 64 人, 則平

均存款餘額介於 71000 ∼ 79000 元的機率約為多少?

∼ 順伯的窩 ∼ 機率統計II(B) [第54頁/共56頁]

https://sites.google.com/site/hysh4math高中數學講義 55

28. 從某公司隨機選取 80 名員工調查其薪資, 得知這 81 名員工的平均月薪為 42500 元, 標準差為 5220 元,

求此公司員工的平均月薪 95% 的信賴區間?

29. 從 100 個樣本中得到其平均數為 25, 樣本標準差為 5 , 求母體均數在 95% 信心水準的信賴區間與誤差

值?

30. 某公司宣稱生產的產品在 95% 信心水準下, 合格率高達 80%, 在抽樣誤差為 3.2百分點的範圍內, 該公

司至少要檢驗多少個產品?

31. 某次民意調查欲調查政府某項政策的支持度 p , 在信心水準 95% 下, 希望最大誤差不超過 0.03; 則至少

需多少個有效樣本, 才能確保誤差在 ±3% 以內?

32. 民調公司做總統大選支持度調查, 成功訪問 1100 位合格選民, 其中有 605 位表示支持甲候選人,

(a) 求這次調查中, 甲候選人的支持度

(b) 在 95% 的信心水準下, 這次民調的抽樣誤差為多少個百分點?
(c) 依據此次民調, 計算甲候選人支持度的 95% 信賴區間?

33. 一研究機構針對大學生每月工讀薪資進行調查, 發現學生每月工讀薪資在美金 270 元到 390 元之間, 假設

學生工讀薪資成常態分配。 現大明欲進行抽樣調查學生工讀平均薪資, 要求誤差在 95% 信心水準下, 不
超過美金 10 元, 至少應抽選多少樣本?

習題I:1-3 7a. z = −1 15a. 1.34; 0.01

1a. 04,22,01,42,32,11,05 7b. 0.84 15b. 1.34; 0.005

58,58,73,51,61,66,74
63 7c. 約 10 罐 15c. 0.16

1b. 04,14,24,34,44,54 √ 15d. 0.95

8. µ = 10, 5 ≈ 2.2, P (6 ≤
58,75,64,52,73,68 X ≤ 14) ≈ 95% 16a. 0.16
65
9. P (6 ≤ X ≤ 14) ≈ 95% 16b. 0.025

X = 64.65 X −µ
10. 160 人不及格;25 名 17. | | ≤ 2,X 應落於
√σ
n
1d. 實際平均 65.6, 次數分配表 [78 ± 0.8]
11. 80Kg
(5 組) 平均 65; S 2 = 3592.4
59 =
60.888; S ≈ 7.8 18a. xi 機率質量函數表
12. n = 900的二項式機率接近常
√ xi 0 1 2
2 1 態分布 ,µ = 90, σ = npq = 9,
2a. 30 = 15 pi 14 24 1
所求≤ 72 = µ − 2σ , 依常態經驗 4
√
2b. 1
× 8
= 1 法則約佔 2.5% 2
4 30 15 18b. µ = 1;σ = 2
C7179 √
2c. = 2 13a. 160 18c. 1;σX = 10
C8180 45 20

3. 4
10
13b. 25 19. √5 = 0.7071
50
5. 50%; 從 234 ∼ 298 天 13c. 160 20. AD

6. 81.5% 14. 0.68 21. AC

∼ 順伯的窩 ∼ 機率統計II(B) [第55頁/共56頁]

56 高中數學講義 抽樣與統計推論

22. 170 1.96 √7

± = 26. 30 ± 2 × √5
400
= [29.5, 30.5] 31. 1112(1068) 個
36
[167.713, 172.287]
27. 0.95 32a. 0.55
1 1 1
23. E(X) = 6 , σX = 60 , [ 6 ± 28. [42500 ± 1160] 元 q
1 0.55∗0.45
30 ]
32b. e = 2 × 1100 =
√
29. C.I. = [24.02, 25.98], e = 0.03 = 3%
24. 77 ± 1.96 12√82
= 77 ± 0.98
11.76 = [65.24, 88.76] r 32c. [0.55 ± 0.03] = [0.52, 0.58]
0.8 × 0.2
30. 2 × ≤
√ n .
25. 195 ± 2 10 R
0.032, n ≥ 625 33. 估計 σ = 4 = 30; n ≥ 36

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 教用版附答案 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

∼ 順伯的窩 ∼ - End - [第56頁/共56頁]