第 7 章連續隨機變數及其常用的機率分配207

7.8 習題
A.一般練習題

7.1 試求下列 Z 分配的機率

 P 1  Z  1 。 P Z  1 。 P 2.16  Z  0.55 。
 P 0.42  Z  1.96 。 PZ  2.33 。 PZ  2.33 。

解查 p.693 表三可得


P0  Z  1  0.3413  P 1  Z  1  2  P0  Z  1  2  0.3413  0.6826
。
 PZ  1  0 。
 P 2.16  Z  0  P0  Z  2.16   0.4846 ， P0  Z  0.55  0.2088 ，故
P 2.16  Z  0.55  P 2.16  Z  0  P0  Z  0.55  0.4846  0.2088  0.6934
。
 P 0.42  Z  0  P0  Z  0.42  0.1628 ， P0  Z  1.96  0.4750 ，
故 P 0.42  Z  1.96  0.1628  0.4750  0.6378 。
 P(0  Z  2.33)  0.4901 ，故
PZ  2.33  P 2.33  Z  0  PZ  0  0.4901  0.5000  0.9901 。
 PZ  2.33  PZ  2.33  PZ  2.33  0.9901 。
7.2 試求下列 Z 分配的 Z 0 值

 PZ  Z 0   0.05 。 PZ  Z 0   0.025 。 PZ  Z 0   0.10 。

 PZ  Z 0   0.2090 。 PZ  Z 0   0.7090 。
 P Z 0  Z  Z 0   0.8472 。 PZ 0  Z  0  0.4798 。

解
 PZ  Z 0   0.05  0.5  P0  Z  Z 0   0.05  P0  Z  Z 0   0.45 ，查
表三可得， P0  Z  1.645  0.45  Z 0  1.645 。
 PZ  Z 0   0.025  0.5  P0  Z  Z 0   0.025  P0  Z  Z 0   0.475
，查表三可得， P0  Z  1.96  0.4750  Z 0  1.96 。
 PZ  Z 0   PZ  Z 0   0.10  Z 0  1.28  Z 0  1.28 。
PZ  Z 0   P Z   Z 0   0.2090
  0.5  P0  Z   Z 0   0.2090 ，查表三可得，
 P0  Z   Z 0   0.2910
P0  Z  0.81  0.2910   Z 0  0.81  Z 0  0.81 。
208第 7 章連續隨機變數及其常用的機率分配


PZ  Z 0   PZ  0  P0  Z  Z 0   0.5  0.2090  0.7090
 P0  Z  Z 0   0.2090
，

P(0  Z  0.55)  0.2088 較接近 0.2090  Z 0  0.55

P  Z 0  Z  Z 0   2  P 0  Z  Z 0   0.8472
 ，查表三可得，
 P 0  Z  Z 0   0.4236
P0  Z  1.43  0.4236  Z 0  1.43 。
 PZ 0  Z  0  P0  Z   Z 0   0.4798 ，查表三可得，
P0  Z  2.05  0.4798   Z 0  2.05  Z 0  2.05 。
7.3 設 X 為一常態分配，   50 ，   3 ，求 x 0 值。
 Px  x0   0.8413 。 Px  x0   0.025 。 Px  x0   0.95
 P41  x  x0   0.8630 。

解
 x   x0  50   x  50 
 P  x  x 0   P    P Z  Z 0  0   0.8413 ，查表三
  3   3 
可得， P0  Z  1.00  0.3413  Z 0  1  x0  53 。
 x   x0  50   x  50 
 P  x  x 0   P    P Z  Z 0  0   0.025 ，查表三可
  3   3 
得，
P0  Z  1.96  0.4750  Z 0  1.96  x0  50  3 *1.96  55.88
 x   x0  50   x  50 
 P  x  x 0   P    P Z  Z 0  0   0.95 ，查表三可
  3   3 
得， P0  Z  1.645  0.4500  Z 0  1.645  x0  45.065 。


 41  50 x   x0  50   x  50 
P41  x  x0   P     P  3  Z  Z 0  0   0.8630
 3  3   3 
，表三可得， P0  Z  3  0.4987 ，
P0  Z  Z 0   0.8630  0.4987  0.3643  P0  Z  1.1
。
 Z 0  1.1  x0  53.3

7.4 下列各函數是否為機率密度函數，請說明理由。
 x  0.5  1  x  1
 f ( x)  
0 其他
2 x 0  x  1
 f ( x)  
0 其他
 第 7 章連續隨機變數及其常用的機率分配209

解
非。當 1  x  0.5時， f ( x )  0 ，不符合機率公理。


1

是。因 f ( x)  0 ，且 0 2 xdx  x  1 0  1
1 2
0

7.5 設 X 為一連續隨機變數，其機率密度函數為 f ( x)  1/ a ， 0  X  a 。

X 呈何種分配？試求其累加機率函數。
若 E ( X )  0.25 ，求 a 值。

解
X 為均等分配
其累加機率函數為 X 1 t X
F(x)= F ( X )  0 dt  ]0X  F ( X )   supp(X) =
a a a
[0,1]
 a0
E(X)   0.25  a  0.5
2
7.6 設台汽客運開往彰化的班次自早上 8 點起每 20 分鐘一班。假設小張在 8：
00～9：00 間抵達車站的機率呈均等分配，則試求其候車時間超過 15 分
之機率。
解
設小張在 8:00~9:00 之間抵達車站的時間為隨機變數 X，則
1
f (X)  0  X  60
60
其候車時間超過 15 分情況下列三者之一：
0~5 到達車站，20~25 分之間到達車站，40~45 分之間到達車站。其
機率為：
P ( X  5)  P( 20  X  25)  P ( 40  X  45)
5 5 5 15 1
=    
60 60 60 60 4
7.7 某一統計學考試成績的分配為常態分配，平均數為 80 分，標準差為 10
分；今將分數由高而低區分為 A、B、C、D、E、F 五個等級，最後的 F
為不及格。試問：
若有 5%的學生得到 F，則及格分數為多少？
若前 5%的學生得到 A，接著 25%的學生得到 B，則 B 級最低分為幾
分？（答案請四捨五入）
解
210第 7 章連續隨機變數及其常用的機率分配

令 X 是統計學考試成績為隨機變數 X，依題意 X ~ N (80,100 ) ，有 5%學

生得到 F 。
 P ( X  X )  0. 05
*

X  80 X *  80
P(  )  0. 05 
10 10
查表知
P( Z  1.645)  0.05 
X *  80
比較、可得：  1.645 ， X *  63 .6 ，因此及格分數為 64
10
分。
有 30%的學生得到 B 以上，即
P ( X  X * )  0. 30
標準化得：
X  80 X *  80
P(  )  0. 30 
10 10
查表知
P ( Z  0.52 )  0. 30 
比較、可得：
X *  80
 0.52 , X *  85. 2
10
因此，得到 B 以上的最低分數為 85 分。

7.8 小張周末回彰化老家度假，但必須於禮拜一早上 10 點趕回學校上課。若由

彰化搭國光號到臺北車站所需耗費的時間呈常態分配（3,0.5）（單位小
時），而從車站再搭欣欣客運到學校的時間亦呈常態分（0.25,0.25），請
問若小張在週一凌晨 6 點從彰化搭車返回臺北，則其能趕回學校上課而不
會遲到之機率？
解
設由彰化到台北車站所需時間為 X，從車站到學校的時間為 Y，且兩隨機
變數獨立，依題意
X ~ N ( 3, 0.5) , Y ~ N ( 0. 25, 0. 25)
根據常態分配的加法定理(p.219 定理 1,2)
X  Y ~ N ( 3. 25, 0. 75)
從彰化到學校不會遲到的機率為：
( X  Y )  3. 25 4  3. 25
P ( X  Y  4)  P (  )
0. 75 0.87
0. 75
 P( Z  )  P ( Z  0.86)  0.8051
0.87
 第 7 章連續隨機變數及其常用的機率分配211

7.9 某飲料公司的經理相信新的裝飲料機器可裝 200c.c.，但事實上其裝量在

180~220 間，且為一均等分配。
請問裝飲料機器的裝量(x)為一間斷或連續隨機變數，請說明。
試求其平均數與標準差。
試求 P x  7  、 P x  7  、 P6.5  x  7.5 。
請問連續裝 6 瓶，6 瓶均超過 210c.c.的機率為何？假設每一瓶的裝量是
獨立的。
解
連續隨機變數，因為裝量(x)為一不可數的隨機變數。
180  220 220  180 40
   200 ，     11.55 。
2 12 3.464

 一 瓶 超 過 210c.c. 的 機 率 為 0.25 （ 因 為
210  180
Px  210  1   0.25 ），故在每一瓶的裝量是獨立的假設
220  180
下，連續裝六瓶均超過 210c.c.的機率為 0.25 6  0.000244140625 。

7.10 假定根據以往檢驗結果知某種產品中約有 20%不合格，現由該項產品中

隨機抽取 500 個加以檢驗，請以常態分配試求：
其中有 90 個或 90 個以上不合格的機率。
其中恰有 90 個不合格的機率。
解
500 89.5  100
 X CX500 ( 0. 2) X ( 0.8)500 X  P( X  90)  P( X  89.5)  P( Z  )
 90 80
 P ( Z  1.17 )  0.8790
89.5  100 X  100 90.5  100
 P( X  90)  P(89.5  X  90.5)  P(   )
80 80 80
 P(1.17  Z  1.06)  0.0236
7.11 某電池製造廠所生產電池的使用時數為一常態分佈，若產品中 33%之電
池之使用時間低於 45 小時，且 10%超過 65 小時，求此廠所生產的電池
之使用時數之分佈的平均數與標準差。
解
45   45  
P( Z  )  0. 33  0. 44
 
65   65  
P( Z  )  0.10  1. 28
 
212第 7 章連續隨機變數及其常用的機率分配

45    0.44

65    1.28
  50.11，   11. 63 ，即平均數為 50 小時，標準差為 11.63 小時。

7.12 設普通影印機的壽命 X 為一常態分配，平均值為 6 年，標準差為 2 年，製

造商於保證期內，會免費修理影印機的任何毛病。
如果保證期為 3 年，製造商將免費修理多少的影印機？
如果製造商只願免費修理 5%的影印機，則保證期必須定為多久？
解
 P ( X  3)  P ( Z  1.5)  0.5  0. 4332  0. 0668 若保證期為 3 年，製造
商將必須免費修理 6.68%的影印機。
x6
P( X  x )  P( Z  )  0. 05  P( Z  1. 645) 。
設保證期為 X 年， 2
x6
  1. 645  x  2. 71
2 ，保證期約為 2.71 年。

7.13 一家大公司的人員去年全年請假的天數呈一常態分配，平均數為 21 天，
標準差為 8 天。
 該公司的董事長決定不發年終獎金給請假天數最多的 20% 以內的人
員。若一員工可領年終獎金，其請假天數最多不可超過幾天？
若請假天數少於 11 天的員工共有 36 人，問該公司共有多少員工？
解
令 X 表每位員工請假的天數，則 X～N(21,64)

x  21
P( X  x )  P( Z  )  0. 2  P ( Z  0.84 )  x  21  8  0.84  27. 72
8
若可領年終獎金，請假天數不可超過 27 天。
11  21
 P ( X  11)  P ( Z 
)  P ( Z  1. 25)  0.5  0. 3944  0.1056
8
36
36 人佔全體員工數的 10.56%，故該公司共有員工 0.1056  341 人。

7.14 假設顧客在娛樂場所所消耗的時間 T 為一常態分配，每位客人待在此娛

樂場所的平均時間及標準差均為 60 分鐘。該娛樂場所的消費額 C 與 T 有
如下之函數關係： C  600  5T  0.2T 2 。試問每位顧客消費額的期望值為
何？
解
 第 7 章連續隨機變數及其常用的機率分配213

T ~ N (60, 3, 600)  E (T )  60, E (T 2 )  3, 600  3, 600  7, 200

E(T 2 )  E(T )2  Var(T )
E (C)  600  5E (T )  0.2 E (T 2 )  600  300  1, 440  2, 340
7.15 某公司平均每 20 天接到 6 筆訂單，若接單的間隔天數為一指數分配，試
問：
3 天內接到下一筆訂單的機率為何？
至少需要 5 天才能接到下一筆訂單的機率為何？
解
令 Y 為兩筆訂單的間隔天數，則 Y 為指數分配，   0. 3
0.3 3
 P (Y  3)  1  e  0.5934
0.35
 P (Y  5)  e  0. 2231
7.16 根據一項調查，高雄市的上班族中，30%的人平常不做任何運動。現若隨
機抽取高雄市 400 名上班族，試以常態連續校正法求其中至少有 125 名
上班族平常不做任何運動的機率。
解
令 X 表不做運動的上班族的人數，則 X 的分配近似 N (120 , 84 ) 。
124 .5  120
P( X  125 )  P( Z  )  P( Z  0.49 )  0.3121
84

7.17 假設台灣地區約有 12% 家庭有保地震險。一家保險公司為推廣地震險的

業務而做了一次市場調查，隨機抽出 900 個家庭。令 X 表其中有保地震
險的家庭數。
試問 X 為何種分配？
求 X 的期望值與標準差
若用泊松分配來代替 X 的機率分配是否適當？理由為何？
解
X 為二項分配， n  900 , p  0.12 。
 E ( X )  np  108 ，  X  900  0.12  0.88  9. 75
不適當，因 p 不夠微小，且 np=108，太大。

*7.18 鹵素燈比傳統燈泡的壽命長得多，設鹵素燈泡的壽命為 X，X 為一指數

分配，   0.004 ，根據 Microelectronics and Reliability （Jan 1986）調
查，若用過的比新的好，那麼：
214第 7 章連續隨機變數及其常用的機率分配

Px  a  b   Px  a Px  b 

若新的比用過的好：
Px  a  b   Px  a Px  b 

若 a  300 ， b  200 的指數分配，請驗證指數分配時兩者均成立。

無論 a、b 為何， Px  a  b  Pa Pb ，其意義為何？請解釋。

解
當 a  300 ， b  200 時，
Px  a  b  Px  200  300  Px  500  e  500
Px  a Px  b  Px  200Px  300  e   200  e   300  e   500
 Px  a  b  Px  a Px  b 成立。
 Px  a  b  Px  a Px  b 亦成立。

無論 a、b 為何， Px  a  b   Pa Pb  。以本題為例，其意義為當鹵

素燈泡使用 a 年後，可以再使用 b 年的機率與使用第一個鹵素燈 a 年
後，換一個新鹵素燈泡可以使用 b 年的機率，兩者相同；換句話說，
一個使用過的鹵素燈泡可以再用 b 年的機率和一個新的鹵素燈泡可以
用 b 年的機率是一樣的。此為指數分配的一個特性－無記憶性
（memoryless）。

7.19 根據教育部統計處的調查指出，107 學年度台灣的高中職以上學校學生就

學貸款人數計有 258,789 人。若以同年度高中職以上學校學生人數共
1,981,735 人來計算，該年高中職以上學校學生約有 13%學生申請就學貸
款。現在教育部擬抽樣 100 位學生以了解大學生對政府提供貸款方式及
手續的滿意度。
若隨機抽 100 位學生，那麼有 50%或以上的學生拿到貸款的機率？
請問何種條件下，可用常態分配來計算的機率？
解 機率為：258789÷1981735=0.13
隨機抽 100 位學生，那麼有 50％或以上的學生拿到貸款的機率為：
100
P X  50    C 0.13 0.87 
100 x 100 x
x
x 50

 p  0.5, n  p  5 時，二項分配趨近於常態分配，故可利用常態分配
代替二項分配來求算機率值。以本題為例，
p  0.13  0.5, n  p  100  0.13  13  5 ，故可用常態分配來計算 b
的機率，即 P X  50  P X    Z  49.5  13 
 10.85   0 。
  100  0.13  0.87 
 第 7 章連續隨機變數及其常用的機率分配215

B.應用題
7.20 根據調查，台灣國中生參加學科補習每週平均 4.5 小時，標準差為 3.4 小
時。假設國中生的學科補習時數為常態分配（資料來源：草根影響力文教基
金會，2016 年 5 月 18 日，標準差為虛擬值。）試問：
已知國中的補習平均時數為 4.5 小時，現任選一國中學生，其學科補
習平均時數高於 4.5 小時的機率為何？
補習時間最少的前 30%高中普通學程學生，最多補習多少小時？
解
設 X 為高中普通學程學生的校內校外課輔、補習及家教平均時數，則 X
為常態分配，   4.5 ，   3.4
4.5  4.5
 P( X  4.5)  P( Z  )  P( Z  0)  0.5
3.4
任選一高中普通學程學生，其課輔、補習及家教時數高於 4.5 小時的
機率為 0.5。
用 Excel 可求得 P( Z  0.52)  0.3
x  4.5
P( X  x)  0.3  P( Z  0.52)  P( Z  )
3.4
計算得 x  4.5  0.52  3.4  2.732 ，補習時間最少的前 30%高中普
通學程學生最多補習 2.732 小時，約為 2 小時 44 分鐘。
7.21 研究調查指出，大學生每天上網情形相當普遍，而上網目的前五名分別
為 MSN、檔案傳輸、資訊搜尋、BBS、連線遊戲，上網時數分別為 9.25
小時、6.56 小時、4.66 小時、4.55 小時、4.37 小時，標準差則分別為
15.14、16.27、7.06、10.2、11.26（資料來源：《大學校院學生網路使用型態及
其對學習與身心之影響》，成功大學學務處 2005 年研究計劃）。假設各類上網時
數皆呈常態分配，請問：
任意選取一宅宅大學生，其每天上網 MSN 超過 10 小時的機率為何？
檔案傳輸時間最少的前 40%大學生，每天最多花多少小時上網？
解
設 X 為大學生每天上網的時數，則 X 為常態分配，  X  9.25 ，
 X  15.14 。
10  9.25
P( X  10)  P( Z  )  P( Z  0.05)  0.5  0.0199  0.4801 每天上
15.14
網 MSN 超過 10 小時的機率為 0.4801 。
216第 7 章連續隨機變數及其常用的機率分配

設 Y 為大學生上網傳輸檔案的時間， Y  6.56 ，  Y  16.27

W 為檔案傳輸時間最少的前 40%大學生，每天上網時數
P Z  0.25   0.4
W  6.56  16 .27  0.25
W  2.4925
檔案傳輸時間最少的前 40%大學生，每天最多花 2.4925 小時上網。

7.22 根據調查，台灣地區失業者每月希望待遇的平均值為 32,443 元，標準差

為 4,578 元。（資料來源：標準差為分組資料估算數字，《108 年人力運用調查報
告》，行政院主計處，2019 年 5 月。）假設失業者希望的待遇為常態分配，
試問：
現有職缺的月薪多為 2 萬元以下，可以滿足多少失業者的希望？
 若希望解決 80%失業者的失業問題，則所提供的職缺月薪至少應為
何？
解
設 X 為失業者每月希望的待遇，則 X 為常態分配，   32,443 ，
  4,578

20,000  32,443
P( X  20,000)  P( Z  )  P( Z  2.718)  0.00328
4,578
亦即現有的月薪 2 萬元以下的職缺僅可滿足 0.328 %失業者的希望。
用 Excel 可求得 P( Z  0.842)  0.80
x  32,443
P( X  x)  0.80  P( Z  0.842)  P( Z  )
4,578
計算得 x  32,443  0.842  4,578  36296.7 ，亦即若希望解決 80%
失業者的失業問題，則所提供的職缺月薪至少為 36,297 元。

7.23 根據行政院主計總處調查，台灣地區 15 至 64 歲已婚女性每天料理家務時

間平均為 3.8 小時，標準差為 2.3 小時。（資料來源：標準差為虛擬數字，
《臺灣地區婦女婚育與就業調查報告》，行政院主計處，2016 年。）假設已婚女

性每天料理家務時間為常態分配，問：
每天料理家務時間超過 8 小時者在 15 至 64 歲已婚女性中所佔比例為
何？
每個月以 30 天計算，則每月料理家務應付酬勞 S（元）與料理家務的
時間 T（小時）有如下的函數關係： S  10,000  30  120T 。試問每位
 第 7 章連續隨機變數及其常用的機率分配217

已婚女性每月料理家務應得而未得的平均酬勞為多少？
解
設 X 為台灣地區 15 至 64 歲已婚女性每天料理家務時間，X 為常態分
配，   3.8 ，   2.3
8  3.8
 P( X  8)  P( Z  )  P( Z  1.826)  1  0.966  0.034
2.3
每天料理家務時間超過 8 小時者在 15 至 64 歲已婚女性中所佔比例為
0.034 。

E ( S )  E (10,000  30  120T )
 10,000  3,600  E T 
 10000  3600  3.8  23680
每位已婚女性料理家務應得而未得的平均酬勞約為 23680 元左右。

7.24 台北市復興南路辛亥路口，南北向的號誌燈紅燈每 100 秒、綠燈 80 秒

交錯一次。任一位行人在紅燈時停下。（資料來源：作者觀察：
http://www.bote.taipei.gov.tw/）試問：

至少等待 1 分鐘以上才能過馬路的機率為何？
等待時間介於半分鐘和 1 分半鐘的機率為何？
解
設 X 為等待綠燈亮的秒數，則 X 為一 0 ~100 秒均等分配。
100  60 40
 P ( X  60)    0.4
100  0 100
至少等待 1 分鐘以上才能過馬路的機率為 0.4。
 90  30 60
P(30  X  90)    0.6
100  0 100
等待時間介於半分鐘和 1 分半鐘的機率為 0.6。

7.25 資安公司賽門鐵克調查報告指出，臺灣 2017 年垃圾郵件每 100 封郵件

中，有 55 封是垃圾郵件。（資料來源：「賽門鐵克 2019 年網路安全威脅研究報
告」）問一天收到 20 封郵件，其中 60%是垃圾郵件的機率為何？試分別

以二項分配及常態連續校正法求算之。
解
設 X 為每天收到的廣告郵件。二項分配：
P X  12  C12
20
0.5512 (1 - 0.55)8  0.1623 （以 Excel 查表）
218第 7 章連續隨機變數及其常用的機率分配

常態連續校正法：
p  0.55
E X   np  20  0.55  11
  npq  20 * 0.55 * 0.45  2.225
P X  12  P11.5  X  12.5
 P 0.225  Z  0.225  0.178