概率论习题第三章答案
概率论~第三章习题参考答案与提示
第三章 习题参考答案与提示
第三章 随机变量的数字特征习题参考答案与提示
22．已知 X 、 Y 分别服从正态分布 N (0，32 ) 和 N (1，42 ) ，且 X 与Y 的相关系数 ρ XY = −1/ 2 ，设 Z = X / 3 + Y / 2 ，求：
（1）求数学期望 EZ ，方差 DZ ； （2）Y 与 Z 的相关系数 ρYZ ； 答案与提示：本题要求熟悉数学期望、方差、协方差的性质、计算及有关正态 分布的性质。
X
Y
0
1
0
0.1
0.2
1
0.3
0.4
求：（1） EX ， EY ， DX ， DY ；
（2）( X ， Y )的协方差，相关系数，协方差阵，相关阵。
答案与提示： （1） EX = 0.7 ， DX = 0.21， EY = 0.6 ， DY = 0.24 。
（2） EXY = 0.4 ； Cov ( X ,Y ) = −0.02 ， ρXY = 0.089 ；
（1） X 的概率密度；
（2）Y = 1 − 2 X 的概率密度。
答案与提示：考查服从正态分布随机变量的概率密度的一般表达形式、参数的
几何意义及正态分布随机变量的性质。
（1） f (x) = 1 e−(x−1.7)2 /6 (−∞ < x < +∞) 6π
（2） f ( y) = 1 e−( y+2.4)2 / 24 2 6π
概率论与数理统计第三章习题及答案
概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。
概率论练习册答案第三章
习题3-11.而且12{0}1P X X ==. 求X 1和X 2的联合分布律.解 由12{0}1P X X ==知12{0}0P X X ≠=. 因此X 1和X 2的联合分布于是根据边缘概率密度和联合概率分布的关系有X 1和X 2的联合分布律(2) 注意到12{0,0}0P X X ===, 而121{0}{0}04P X P X =⋅==≠, 所以X 1和X 2不独立.2. 一盒子中有3只黑球、2只红球和2只白球, 在其中任取4只球. 以X 表示取到黑球的只数, 以Y 表示取到红球的只数. 求X 和Y 的联合分布律.解 从7只球中取4球只有3547=C 种取法. 在4只球中, 黑球有i 只, 红球有j 只(余下为白球4i j --只)的取法为4322i j i j C C C --,0,1,2,3,0,1,2,i j i j ==+≤4.于是有0223221{0,2}3535P X Y C C C ====,1113226{1,1}3535P X Y C C C ====,1213226{1,2}3535P X Y C C C ====,2023223{2,0}3535P X Y C C C ====,21132212{2,1}3535P X Y C C C ====,2203223{2,2}3535P X Y C C C ====,3013222{3,0}3535P X Y C C C ====, 3103222{3,1}3535P X Y C C C ====,{0,0}{0,1}{1,0}{3,2}0P X Y P X Y P X Y P X Y ============.3. (,)(6),02,24,0,.f x y k x y x y =--<<<<⎧⎨⎩其它求: (1) 常数k ; (2) {1,3}P X Y <<; (3) { 1.5}P X <; (4) {4}P X Y +≤.解 (1) 由(,)d d 1f x y x y +∞+∞-∞-∞=⎰⎰, 得2424222204211d (6)d (6)d (10)82y k x y x k y x x y k y y k =--=--=-=⎡⎤⎢⎥⎣⎦⎰⎰⎰, 所以 18k =. (2) 3121,31{1,3}d (6)d 8(,)d d x y P X Y y x y x f x y x y <<<<==--⎰⎰⎰⎰1322011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰321113()d 828y y =-=⎰. (3) 1.51.5{ 1.5}d (,)d ()d X P X x f x y y f x x +∞-∞-∞-∞<==⎰⎰⎰4 1.521d (6)d 8y x y x --=⎰⎰1.5422011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰ 421633()d 882y y =-⎰ 2732=. (4) 作直线4x y +=, 并记此直线下方区域与(,)0f x y ≠的矩形区域(0,2)(0,4)⨯的交集为G . 即:02,0G x y <<<≤4x -.见图3-8. 因此{P X Y +≤4}{(,)}P X Y G =∈(,)d d Gf x y x y =⎰⎰44201d (6)d 8x y x y x -=--⎰⎰ 4422011(6)d 82xy x x y -=--⎡⎤⎢⎥⎣⎦⎰ 42211[(6)(4)(4)]d 82y y y y =----⎰ 42211[2(4)(4)]d 82y y y =-+-⎰423211(4)(4)86y y =----⎡⎤⎢⎥⎣⎦23=. 图3-8 第4题积分区域4. 二维随机变量(,)X Y 的概率密度为2(,),1,01,0,f x y kxy x y x =⎧⎨⎩≤≤≤≤其它. 试确定k , 并求2{(,)},:,01P X Y G G x y x x ∈≤≤≤≤.解 由21114001(,)d d d (1)d 26x k kf x y xdy x kxy y x x x +∞+∞-∞-∞====-⎰⎰⎰⎰⎰,解得6=k .因而 2112401{(,)}d 6d 3()d 4x xP X Y G x xy y x x x x ∈==-=⎰⎰⎰. 5. 设二维随机变量(X , Y )概率密度为4.8(2),01,0,(,)0,.y x x y x f x y -=⎧⎨⎩≤≤≤≤其它 求关于X 和Y 边缘概率密度.解 (,)X Y 的概率密度(,)f x y 在区域:0G ≤x ≤1,0≤y ≤x 外取零值.因而, 有24.8(2)d ,01,()(,)d 0,2.4(2),01,0,x X y x y x f x f x y y x x x +∞-∞-<<==-<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它.124.8(2)d ,01,()(,)d 0,2.4(34),01,0,yY y x x y f y f x y x y y y y +∞-∞-<<==-+<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它. 6. 假设随机变量U 在区间[-2, 2]上服从均匀分布, 随机变量 1,1,1,1,U X U --=>-⎧⎨⎩若≤若 1,1,1, 1.U Y U -=>⎧⎨⎩若≤若试求：(1) X 和Y 的联合概率分布；(2){P X Y +≤1}.解(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==12133=-=. 习题3-21. 设(X , Y )的分布律为求: (1) 在条件X =2下Y 的条件分布律;(2){22}P X Y ≥≤.解 (1) 由于6.02.01.003.0}2{=+++==X P ,所以在条件X =2下Y 的条件分布律为216.03.0}2{}1,2{}2|1{========X P Y X P X Y P ,06.00}2{}2,2{}2|2{========X P Y X P X Y P ,616.01.0}2{}3,2{}2|3{========X P Y X P X Y P ,316.02.0}2{}4,2{}2|4{========X P Y X P X Y P ,{P Y ≤2}{1}{2}P Y P Y ==+==0.10.3000.20.6++++=. 而{2,2}{2,1}{2,2}{3,1}{3,2}P X Y P X Y P X Y P X Y P X Y ===+==+==+==≥≤0.3000.20.5=+++=.因此{2,2}{22}{2}P X Y P X Y P Y =≥≤≤≥≤0.550.66==. 2. 设平面区域D 由曲线1y x=及直线20,1,e y x x ===所围成, 二维随机变量(X , Y )在区域D 上服从均匀分布, 求(X , Y )关于X 的边缘概率密度在x =2处的值.解 由题设知D 的面积为22e e111d ln 2D S x x x ===⎰. 因此, (X ,Y )的密度为 1,(,),(,)20x y D f x y ∈=⎧⎪⎨⎪⎩，其它.由此可得关于X 的边缘概率密度 ()(,)d X f x f x y y +∞-∞=⎰.显然, 当x ≤1或x ≥e 2时,()0X f x =; 当21e x <<时,111()d 22x X f x y x==⎰.故(2)14X f =. 3. 设二维随机变量(X , Y )的概率密度为(,)1,01,02,0,.f x y x y x =<<<<⎧⎨⎩其它求：(1) (X , Y )的边缘概率密度(),()X Y f x f y ；(2)11{}.22P Y X ≤≤ 解 (1) 当01x <<时,20()(,)d d 2xX f x f x y y y x +∞-∞===⎰⎰;当x ≤0时或x ≥1时, ()0X f x =. 故 2,01,()0,其它.X x x f x <<=⎧⎨⎩当0<y <2时,12()(,)d d 12y Y y f y f x y x x +∞-∞===-⎰⎰;当y ≤0时或y ≥2时, ()0Y f y =.故 1,02,()20,.Y yy f y -<<=⎧⎪⎨⎪⎩其它(2) 当z ≤0时,()0Z F z =; 当z ≥2时,1)(=z F Z ;当0<z <2时, (){2Z F z P X Y =-≤2}(,)d d x y zz f x y x y -=⎰⎰≤2x12202-2d 1d d 1d zxz x zx y x y =⋅+⋅⎰⎰⎰⎰24z z =-.故 1,02,()20,.()其它Z z zz f z F z -<<'==⎧⎪⎨⎪⎩(3) {}{}11311322161122442≤，≤≤≤≤P X Y P Y X P X ===⎧⎫⎨⎬⎩⎭. 4. 设G 是由直线y =x , y =3,x =1所围成的三角形区域, 二维随机变量(,)X Y 在G 上服从二维均匀分布.求:(1) (X , Y )的联合概率密度；(2) {1}P Y X -≤；(3) 关于X 的边缘概率密度. 解 (1)由于三角形区域G 的面积等于2, 所以(,)X Y 的概率密度为⎪⎩⎪⎨⎧∉∈=.),(,0,),(,21),(G y x G y x y x f (2)记区域x y y x D -=|),{(≤}1与G 的交集为0G ,则{1}P Y X -≤0011113d d (2)22224G G x y S ===-=⎰⎰.其中0G S 为G 0的面积.(3) X 的边缘概率密度()(,)d X f x f x y y +∞-∞=⎰. 所以,当]3,1[∈x 时, 311()d (3)22X xf x y x ==-⎰. 当1<x 或3>x 时, 0)(=x f X .因此 ⎪⎩⎪⎨⎧∈-=.,0],3,1[),1(21)(其它x x x f X习题3-31. 设X 与Y 相互独立, 且分布律分别为下表:求二维随机变量(,)X Y 的分布律.解 由于X 与Y 相互独立, 所以有}{}{},{j i j i y Y P x X P y Y x X P =⋅====,6,5,2,0;0,21,1=--=j i .因此可得二维随机变量(,)X Y 的联合分布律2. 设(X , Y )的分布律如下表:问,αβ为何值时X 与Y 相互独立? 解由于边缘分布满足23111,1i j i j p p ⋅⋅====∑∑, 又X , Y 相互独立的等价条件为 p ij = p i . p .j (i =1,2; j =1,2,3).故可得方程组 21,3111().939αβα++==⋅+⎧⎪⎪⎨⎪⎪⎩解得29α=,19β=.经检验, 当29α=,19β=时, 对于所有的i =1,2; j =1,2,3均有p ij = p i . p .j 成立.因此当29α=,19β=时, X 与Y 相互独立..3. 设随机变量X 与Y 的概率密度为()e (,)0,.,01,0,x y b f x y x y -+=⎧<<>⎨⎩其它(1) 试确定常数b .(2) 求边缘概率密度()X f x , ()Y f y . (3) 问X 与Y 是否相互独立？ 解 (1) 由11()101(,)d d e d d e d e d (1e )x y y x f x y x y b y x b y x b +∞+∞+∞+∞-+----∞-∞====-⎰⎰⎰⎰⎰⎰,得 111eb -=-.(2) ()(,)d X f x f x y y ∞-∞=⎰1e ,01,1e 0,xx --<<=-⎧⎪⎨⎪⎩其它.()(,)d Y f y f x y x ∞-∞=⎰e ,0,0,y y ->=⎧⎨⎩其它.(3) 由于(,)()()X Y f x y f x f y =⋅，所以X 与Y 相互独立.4. 设X 和Y 是两个相互独立的随机变量, X 在(0, 1)上服从均匀分布, Y 的概率密度为21e ,0,()2Y yy f y y ->=⎧⎪⎨⎪⎩，≤0.(1) 求X 和Y 的联合概率密度.(2) 设关于a 的二次方程为220a Xa Y ++=, 试求a 有实根的概率.解 (1) 由题设知X 和Y 的概率密度分别为1,01,()0,X x f x <<=⎧⎨⎩其它， 21e ,0,()20,.yY y f y ->=⎧⎪⎨⎪⎩其它 因X 和Y 相互独立, 故(X , Y )的联合概率密度为21e ,01,0(,)()()20,.yX Y x y f x y f x f y -<<>==⎧⎪⎨⎪⎩其它 (2) 方程有实根的充要条件是判别式大于等于零. 即244X Y ∆=-≥20X ⇔≥Y .因此事件{方程有实根}2{X =≥}Y .下面计算2{P X ≥}Y (参见图3-3).2{P X ≥}Y 2211221(,)d d e d (1e)d 2yxx Df x y xdy x y x --===-⎰⎰⎰⎰⎰2121ed 12[(1)(0)]0.1445xx πΦΦ-=-=--≈⎰.图3-3 第6题积分区域 习题3-41. 设二维随机变量(X ,Y )的概率分布为YX0 1若随机事件{X =0}与{X +Y =1}相互独立, 求常数a , b .解 首先, 由题设知0.40.11a b +++=. 由此得0.5a b +=. 此外,{0}0.4P X a ==+,{1}{0,1}{1,0}0.5P X Y P X Y P X Y a b +====+===+=, {0,1}{0,1}P X X Y P X Y a =+=====. 根据题意有{0,1}{0}{1}P X X Y P X P X Y =+===+=,即(0.4)0.5a a =+⨯. 解得0.4,0.1a b ==.2. 设两个相互独立的随机变量X ,Y 的分布律分别为求随机变量Z = X + Y 的分布律. 解 随机变量Z = X + Y 的可能取值为7,5,3.Z 的分布律为18.06.0.03}2,1{}3{=⨯=====Y X P Z P , {5}{1,4}{3,2}0.30.4070.60.54P Z P X Y P X Y ====+===⨯+⨯=,28.04.07.0}4,3{}7{=⨯=====Y X P Z P ,或写为3. 随机变量X 与Y 相互独立, 且均服从区间[0,3]上的均匀分布, 求{}max{,}1P X Y ≤.解 由题意知, X 与Y 的概率密度均为1,03,()30x f x =⎧⎪⎨⎪⎩≤≤，其它.又由独立性, 有P {max{X +Y }≤1}=P {X ≤1,Y ≤1}= P {X ≤1} P {Y ≤1}.而 P {X ≤1}= P {Y ≤1}11011()d d 33f x x x -∞===⎰⎰, 故 P {max{X +Y }≤1}=111339⨯=.4. 设X 和Y 是两个相互独立的随机变量, 且X 服从正态分布N (μ, σ2), Y 服从均匀分布U (-a , a )( a >0), 试求随机变量和Z =X +Y 的概率密度.解 已知X 和Y 的概率密度分别为22()2()e2x X f x μσπσ--=, ),(+∞-∞∈x ; ⎪⎩⎪⎨⎧-∉-∈=).,(,0),,(,21)(a a y a a y ay f Y .由于X 和Y 相互独立, 所以22()21()()()d e d 22z y aZ X Y a f z f z y f y y y a μσπσ---+∞-∞-=-=⎰⎰=1[()()]2z μa z μa ΦΦa σσ-+---. 10. 设随机变量X 和Y 的联合分布是正方形G={(x,y )|1≤x ≤3, 1≤y ≤3}上的均匀分布, 试求随机变量U=|X -Y|的概率密度f (u ).解 由题设知, X 和Y 的联合概率密度为111,3,3,(,)40,.x y f x y =⎧⎪⎨⎪⎩≤≤≤≤其它记()F u 为U 的分布函数, 参见图3-7, 则有 当u ≤0时,(){||F u P X Y =-≤u }=0; 当u ≥2时,()1F u =;当0< u <2时, 图3-7 第8题积分区域||(){}(,)d d x y uF u P U u f x y x y -==⎰⎰≤≤21[42(2)]412u =-⨯- 211(2)4u =--.故随机变量||U X Y =-的概率密度为1(2),02,()20,u u p u -<<=⎧⎪⎨⎪⎩其它..总习题三1. 设随机变量(X , Y )的概率密度为⎪⎩⎪⎨⎧<<<=.,0,10,||,1),(其它x x y y x f 求条件概率密度)|()|(||y x f x y f Y X X Y 和.解 首先2,01,()0,.(,)其它X x x f x f x y dy +∞-∞<<==⎧⎨⎩⎰1,01,()1,10,0,(,)≤其它.Y y y f y y y f x y dx +∞-∞-<<==+-<⎧⎪⎨⎪⎩⎰图3-9第1题积分区域当01y <<时, |1,1,1(|)0,X Y y x y f x y x <<-=⎧⎪⎨⎪⎩取其它值.当1y -<≤0时, |1,1,1(|)0,X Y y x y f x y x -<<+=⎧⎪⎨⎪⎩取其它值.当10<<x 时, |1,||,(|)20,Y X y x f y x x y <=⎧⎪⎨⎪⎩取其它值.2. 设随机变量X 与Y 相互独立, 下表列出二维随机变量(,)X Y 的分布律及关于X 和关于Y 的边缘分布律中部分数值, 试将其余数值填入表中空白处 .解 首先, 由于11121{}{,}{,}P Y y P X x Y y P X x Y y ====+==, 所以有11121111{,}{}{,}6824P X x Y y P Y y P X x Y y ====-===-=.在此基础上利用X 和Y 的独立性, 有11111{,}124{}1{}46P X x Y y P X x P Y y =======.于是 2113{}1{}144P X x P X x ==-==-=.再次, 利用X 和Y 的独立性, 有12211{,}18{}1{}24P X x Y y P Y y P X x =======.于是 312111{}1{}{}1623P Y y P Y y P Y y ==-=-==--=.最后, 利用X 和Y 的独立性, 有2222313{,}{}{}428P X x Y y P X x P Y y ======⨯=; 2323311{,}{}{}434P X x Y y P X x P Y y ======⨯=;1313111{,}{}{}4312P X x Y y P X x P Y y ======⨯=.因此得到下表3. (34)e (,)0,.,0,0,x y k f x y x y -+=⎧>>⎨⎩其它 (1) 求常数k ；(2) 求(X ,Y )的分布函数；(3) 计算{01,02}P X Y <<≤≤; (4) 计算(),x f x ()y f y ；(5) 问随机变量X 与Y 是否相互独立? 解 (1)由3401(,)d d e d e d 12xy kf x y x y k x y +∞+∞+∞+∞---∞-∞===⎰⎰⎰⎰,可得12=k .(2) (X ,Y )的分布函数(,)(,)d d x y F x y f u v x y -∞-∞=⎰⎰.当x <0或y <0时,有 0),(=y x F ; 当0,0x y ≥≥时, 34340(,)12e d e d (1e )(1e )x yuv x y F x y u v ----==--⎰⎰.即 34(1e )(1e ),0,0,(,)0,.x y x y F x y --⎧--≥≥=⎨⎩其它(3) {01,02}P X Y <<≤≤38(1,2)(0,0)(1e )(1e )F F --=-=--. (4) (34)012ed ,0,()(,)d 0,其它.x y X y x f x f x y y +∞-++∞-∞⎧>⎪==⎨⎪⎩⎰⎰所以 33e ,0,()0,其它.x X x f x -⎧>=⎨⎩类似地, 有44e ,0,()0,其它.y Y y f y -⎧>=⎨⎩显然2),(),()(),(R y x y f x f y x f Y X ∈∀⋅=, 故X 与Y 相互独立. 4.解 已知的分布律为注意到41260}1{}1{=++====Y P X P , 而0}1,1{===Y X P ,可见P {X =1, Y =1}≠P {X =1}P {Y =1}. 因此X 与Y 不相互独立.(2) Z X Y =+的可能取值为3, 4, 5, 6, 且316161}1,2{}2,1{}3{=+===+====Y X P Y X P Z P , }1,3{}2,2{}3,1{}4{==+==+====Y X P Y X P Y X P Z P3112161121=++=, 316161}2,3{}3,2{}5{=+===+====Y X P Y X P Z P . 即Z X Y =+(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 21}2{1}3{==-==V P V P . 即max(,)V X Y =的分布律为(4) min{U =}3,1{}2,1{}1{==+====Y X P Y X P U P}1,2{}1,3{==+==+Y X P Y X P 21=, 21}1{1}2{==-==U P U P . 即min{,}U X Y =的分布律为(5) W U V =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,}2,2{}3,1{}4{==+====V U P V U P W P31}2,2{}1,3{}3,1{===+==+===y X P Y X P Y X P ,31}2,3{}3,2{}3,2{}5{===+=======Y X P Y X P V U P W P .5. 2,01,01,(,)0,x y x y f x y --<<<<⎧=⎨⎩其它. (1) 求P {X >2Y }; (2) 求Z = X +Y 的概率密度f Z (z ).解 (1) 1120227{2}(,)d d d (2)d 24yx yP X Y f x y x y y x y x >>==--=⎰⎰⎰⎰. (2) 方法一: 先求Z 的分布函数:()()(,)d d Z x y zF z P X Y Z f x y x y +=+=⎰⎰≤≤.当z <0时, F Z (z )<0; 当0≤z <1时, 1()(,)d d d (2)d zz yZ D F z f x y x y y x y x -==--⎰⎰⎰⎰= z 2-13z 3; 当1≤z <2时, 2111()1(,)d d 1d (2)d Z z z yD F z f x y x y y x y x --=-=---⎰⎰⎰⎰= 1-13(2-z )3; 当z ≥2时, F Z (z ) = 1.故Z = X +Y 的概率密度为222,01,()()(2),12,0,Z Z z z z f z F z z z ⎧-<<⎪'==-<⎨⎪⎩≤其它.方法二: 利用公式()(,)d :Z f z f x z x x +∞-∞=-⎰2(),01,01,(,)0,x z x x z x f x z x ---<<<-<⎧-=⎨⎩其它 2,01,1,0,.z x x z x -<<<<+⎧=⎨⎩其它当z ≤0或z ≥2时, f Z (z ) = 0; 当0<z <1时, 0()(2)d (2);zZ f z z x z z =-=-⎰当1≤z <2时, 121()(2)d (2).Zz f z z x z -=-=-⎰故Z = X +Y 的概率密度为222,01,()(2),12,0,.Z z z z f z z z ⎧-<<⎪=-<⎨⎪⎩≤其它.6. 设随机变量(X , Y )得密度为21,01,02,(,)30,.其它x xy x y x y ϕ⎧+⎪=⎨⎪⎩≤≤≤≤试求: (1) (X , Y )的分布函数; (2) (X , Y )的两个边缘分布密度; (3) (X , Y )的两个条件密度; (4) 概率P {X +Y >1}, P {Y >X }及P {Y <12|X <12}.解 (1) 当x<0或y <0时, φ(x , y ) = 0, 所以 F (x , y ) = 0.当0≤x <1, 0≤y <2时, φ(x , y ) = x 2+13xy ,所以 201(,)(,)d d [()d ]d 3x yx yF x y u v u v u uv v u -∞-∞==+⎰⎰⎰⎰ϕ32211312x y x y =+. 当0≤x <1, 2≤y 时,2(,)(,)d d [(,)d ]d [(,)d ]d xyx y x F x y u v u v u v v u u v v u -∞-∞===⎰⎰⎰⎰⎰⎰ϕϕϕ22001[()d ]d 3xu uv v u =+⎰⎰21(21)3x x =+. 当1≤x , 0≤y <2时,1(,)(,)d d [(,)d ]d xyyF x y u v u v u v v u -∞-∞==⎰⎰⎰⎰ϕϕ12001[()d ]d 3yu uv v u =+⎰⎰1(4)12y y =+. 当1≤x , 2≤y 时,122001(,)[()d ]d 13F x y u uv v u =+=⎰⎰.综上所述, 分布函数为220,00,1(),01,02,341(,)(21),01,2,31(4),1,02,121,1, 2.x y y x y x x y F x y x x x y y y x y x y <<⎧⎪⎪+<<⎪⎪⎪=+≥⎨⎪⎪+≥⎪⎪≥≥⎪⎩或≤≤≤≤≤< (2) 当0≤x ≤1时,22202()(,)d ()d 2,33X xy x x y y x y x x ϕϕ+∞-∞==+=+⎰⎰故 222,01,()30,.其它≤≤X x x x x ϕ⎧+⎪=⎨⎪⎩当0≤y ≤2时,12011()(,)d ()d ,336Y xy y x y x x x y ϕϕ+∞-∞==+=+⎰⎰ 故 11,02,()360,.其它≤≤Y y y y ϕ⎧+⎪=⎨⎪⎩(3) 当0≤y ≤2时, X 关于Y = y 的条件概率密度为2(,)62(|).()2Y x y x xy x y y yϕϕϕ+==+当0≤x ≤1时, Y 关于X = x 的条件概率密度为(,)3(|).()62X x y x yy x y x ϕϕϕ+==+(4) 参见图3-10.图3-10 第9题积分区域 图3-11 第9题积分区域1{1}(,)d d x y P X Y x y x y ϕ+>+>=⎰⎰12201165d ()d .372xx x xy y -=+=⎰⎰ 同理, 参见图3-11.{}(,)d d y xP Y X x y x y ϕ>>=⎰⎰122117d ()d .324xx x xy y =+=⎰⎰ 1111{,}(,)112222{|}1122{}()22X P X Y F P Y X P X F <<<<==<211(,)221201()534.32()d |X y x y x x xϕ+==⎰。
概率论与数理统计第三章习题及答案
概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。
概率论第三章习题及答案
02
题目8
一个盒子里有100个球，其中红球有30个，蓝球有40个，黄球有20个，
绿球有10个。随机抽取一个球并记录其颜色，然后放回盒子中。连续抽
取三次，求三次抽取中抽到红球的次数的期望值。
03
题目9
一个袋子中有5个红球和5个蓝球，从中随机抽取3个球，求抽取到红球
的个数X的分布律。
02 答案部分
基础题目答案
在处理复杂事件时，应先分解 为简单事件，再根据概率的加
法原则进行计算。
注意区分必然事件和不可能事 件，它们在概率论中具有特殊
地位。
知识点回顾与巩固
知识点回顾 概率的基本性质：概率具有非负性、规范性、有限可加性。
事件的独立性及其性质。
知识点回顾与巩固
条件概率的定义及其性质。 贝叶斯公式的应用场景和推导方法。
挑战题目解题思路与技巧
总结词
综合运用知识
详细描述
对于挑战题目，需要综合运用概率论中的知识，如随机变量的分布、随机过程的性质等。 要能够准确理解题目的背景和要求，构建合适的概率模型，并运用适当的数学方法进行求 解。
示例
题目问的是“一个袋子中有3个红球和2个白球，每次从中随机取出1个球并放回，连续取 5次。求取出的5个球中至少有3个红球的概率。”解题时，应先计算取出的5个球中都是 白球的概率，再用1减去这个概率，得出至少有3个红球的概率。
未来学习计划与展望
• 学习随机过程的基本概念和性质，了解常见的随 机过程如泊松过程、马尔可夫链等。
未来学习计划与展望
展望
学习概率论与其他数学分支的交叉知识，如统计学、线 性代数等。
将概率论的知识应用于实际问题和科学研究，加深对理 论知识的理解和掌握。
概率论与数理统计(经管类)第三章课后习题答案
P Z 30 P X 10, Y 20 20 3
P Z 20 P X 20, Y 0 20
P Z 10 P X 10, Y 0 P X 20, Y
P Z 0 P X 10, Y 则 Z=X‐Y 的分布律为
2 10 20
Z=X‐Y ‐40 ‐30 ‐20 ‐10 0
4. 设随机变量 X,Y 相互独立,且服从[0,1]上的均匀分布,求 X+Y 的概率密度. 解: 因 X,Y 都服从[0,1]上的均匀分布,且相互独立 故fX x fY y 1, f x, y fX x fY y
设 Z=X+Y
当0 z 1时
Z ZX
FZ
f x, y dydx
Z ZX
1dydx
Z
z xdx
;
P X 1, Y 0 P X 1 P Y 0
;
P X 1, Y 1 P X 1 P Y 1
;
(X,Y)的分布律与边缘分布律为
Y
X
0
1
p·
16
4
20
0
25 25 25
4
1
1
1
25 25
5
p·
20 25
1 5
(2) 不放回抽样的情况:
P X 0, Y 0 P X 0 P Y 0
;
P X 0, Y 1 P X 0 P Y 1
0, 其他.
0, 其他.
关于 Y 的边缘密度为
fY y
1
√2 24xydx , 0 y
0, 其他.
1 , 6x, 0 √3 =
y
1,
√3
0, 其他.
注意积分限为 Y 的值域,后面却 要写 X 的值域哦~
概率论习题第三章答案
第三章连续型随机变量3.1设随机变量 ξ 的分布函数为F （x ），试以F （x ）表示下列概率： 。
)()4();()3();()2();()1(a P a P a P a P >≥≤=ξξξξ 。
）（解：)0(1)()4();(1)()3();0()(P 2);()0()()1(+-=>-=≥+=≤-+==a F a P a F a P a F a a F a F a P ξξξξ3.2函数x211F(x)+=是否可以作为某一随机变量的分布函数，如果在其它场合恰当定义。
在其它场合恰当定义；）（,0)3(,0)2(1<<∞-∞<<∞<<∞-x x x 解：(1)F(x)在),(∞-∞内不单调，因而不可能是随机变量的分布函数； (2)F(x)在)0∞，（内单调下降，因而也不可能是随机变量的分布函数； (3)F(x)在），（－0∞内单调上升、连续且，若定义 ⎩⎨⎧≥<<∞=01)()(~x x X F x F －则)(~x F 可以是某一随机变量的分布函数。
3.3函数 sinx 是不是某个随机变量ξ的分布函数？如果ξ的取值范围为[]。
，）；（，）；（，）（⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡πππ230302201 解：(1)当⎥⎦⎤⎢⎣⎡∈2,0πx 时,sinx 0≥且1sin 20=⎰πxdx ，所以 sinx 可以是某个随机变量的分布密度； (2) 因为12sin 0≠=⎰πxdx ,所以sinx 不是随机变量的分布密度； (3) 当 ⎥⎦⎤⎢⎣⎡∈23,ππx 时,sinx<=0所以sinx 不是随机变量的分布密度。
3.4设随机变量ξ具有对称的分布函数p(x)，即p(x)=p(-x) 证明：对任意的a>0，有[][]。
－－故上式右端＝知由证：）1)(21a)P(1a)(3)P(1;-2F(a))(21)(1)1(,)(2)()()2(;)(21)()(1)(1)(1)(1)(1)()()1(.)(F 12)()3(;1)(2)()2(;(p 21)(1)()1(00000-=<=>-=-==<-=--=-=-=+=-==--=>-=<-=-=-⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰-∞-∞-∞-∞--∞-a F dxx p a F dx x p dx x p a P dx x p dx x p dx x p a F dx x p dxx p dx x p dx x p a F a a P a F a P dx x a F a F a a a a a aaaaaa ξξξξξ3.5设)(1x F 与)(2x F都是分布函数，证明F(x)=aF(x)+bF(x)也是一个分布函数，并由此讨论，分布函数是否只有离散型和连续型这两种类型？ 证：因为)(1x F与 )(2x F 都是分布函数，于是F(x1)＝aF1(x1)+bF2(x2)<= aF1(x1)+bF2(x2)= F(x2) 又F(x-0)= aF1(x1-0)+bF2(x2-0) = aF1(x)+bF2(x)= F(x) 所以，F(x)也是分布函数。
概率论第三章课后习题答案_课后习题答案
第三章 离散型随机变量率分布。
，试写出命中次数的概标的命中率为目；设已知射手每次射击射击中命中目标的次数指示射手在这三次独立以本空间上定义一个函数验的样本空间；试在样作为试验，试写出此试察这些次射击是否命中三次独立射击，现将观一射手对某目标进行了7.0.1.343.0441.0189.0027.03210027.0)7.01()()0()0(189.0)7.01()7.01(7.03)(3)1()1()1()1(441.0)7.01(7.07.03)(3)2()2()2()2(343.0)7.0()()3()3()(0)(1)()()(2)()()(3)(},,,{)},,(),,,(),,,(),,,(),,,(),,,(),,,(),,,{(3,2,1332183217653214323321187654321821321321321321321321321321⎪⎪⎭⎫ ⎝⎛=-======-⨯-⨯⨯===+=+====-⨯⨯⨯===+=+===================Ω==的分布列为所以，，则简记为将，，则代表击中目标的次数，令则次射中”，“第解：设ξξξξξξξξξξξξξξωξωξωξωξωξωξωξωξωξξωωωA A A P P P A A A P P P P P A A A P P P P P A A A P P P A A A A A A A A A A A A A A A A A A A A A A A A i i A i i i。
出的废品数的概率分布前已取个，求在取得合格品之不再放回而再取来使用，若取得废品就个这批零件中任取个废品，安装机器时从个合格品、一批零件中有1139.2118805499101112123)3(132054109112123)2(13227119123)1(129)0(32101919110111111211213110191111211213111191121311219=⨯⨯⨯=⋅⋅⋅===⨯⨯=⋅⋅===⨯=⋅=====C C C C C C C C P C C C C C C P C C C C P C C P ξξξξξξ，，，可能取值为：代表废品数，则解：令.1188054132054132271293210⎪⎪⎭⎫ ⎝⎛的分布列为所以，ξ废品数的概率分布。
概率论第三章习题及答案
PX x ， Y y
j i
j 1， 2，
返回主目录
第三章 习题课
已知联合分布律求边缘分布律
X 以及Y 的边缘分布律也可以由 下表表示
Y X
y1 p11
p21
y2 p12
p22
… … … … …
yj
p1 j
… … …
pi
p1
p2
x1
x2
p2 j
对于任意固定的 Y, 对于任意固定的 X,
F ( , y ) 0;
F ( x,) 0;
F (,) 0;
F (,) 1.
返回主目录
第三章 习题课
3) F (x , y)=F(x+0, y), F (x, y)=F(x, y+0), 即 F (x, y)关于 x 右连续，关于 y 也右连续.
2 则称随机变量 X， Y 服从参数为 1， 2， 12， 2 ,
X， Y ~ N 1， 2， ， ， 2, 1 1. i i 1 ， 2, i 0 i 1
2 1 2 2
的正态分布，记作
Y 的取值为 y1， y2， ， y j ，
则称
设 X， Y 二维离散型随机变量，X 的取值为
pij P X xi ， Y y j
i，j 1， 2，
X， Y 的（联合）分布律． 为二维离散型随机变量
第三章 习题课
二维离散型随机变量的联合分布律
X， Y 的联合分布律也可以由 下表表示
Y X
x1 x2
概率论第三章习题解答
第三章习题解1 在一箱子中装有12只开关，其中2 只是次品，在其中任取两次，每次任取一只，考虑两种试验：（1）放回抽样；（2）不放回抽样。
定义随机变量X ，Y 如下： 0,1X ⎧=⎨⎩若第一次取出的是正品，，若第一次取出的是次品。
0,Y 1⎧=⎨⎩若第二次取出的是正品，，若第二次取出的是次品。
试分别就（1），（2）两种情况写出X ，Y 的联合分布律。
解 （1）放回抽样由于每次抽取时都是12只开关，第一次取到正品有10种可能，即第一次取到正品的概率为 105{0}126P X ===， 第一次取出的是次品的概率为 21{1}126P X === 同理，第二次取到正品的概率105{0}126P Y ===第二次取到次品的概率为21{1}126P Y ===由乘法公式得X ，Y 的联合分布率为{,}{|}{}{}{}P X i Y j P Y j X i P X i P X i P Y j =========，0,1i =，0,1j =。
具体地有5525{0,0}6636P X Y ===⨯=，515{0,1}6636P X Y ===⨯=， 155{1,0}6636P X Y ===⨯=，111{1,1}6636P X Y ===⨯=用表格的形式表示为（2 5{0}6P X ==，1{1}6P X == 因为第二次抽取时，箱子里只有11只开关，当第一次抽取的是正品，则箱子中有9只正品）。
所以9{0|0}11P Y X ===， 2{1|0}11P Y X === 10{0|1}11P Y X ===， 1{1|1}11P Y X ===则5945{0,0}61166P X Y ===⨯= 5210{0,1}61166P X Y ===⨯=，11010{1,0}61166P X Y ===⨯=，111{1,1}61166P X Y ===⨯= 用表格表示为2 （14只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律。
概率论第三章习题解答(全)
.j
Y
0 1 2 3
1 8 1 8
0 0
0
0 0
2 8 2 8
0
1 8 1 8 1 4
1 8 3 8 3 8 1 8
pi.
7
1 4
1 2
设二维随机变量 ( X , Y ) 的概率密度为
4.8 y (2 x), 0 x 1, 0 y x f ( x, y ) 0, 其它.
2 C32C2 3 P{ X 2, Y 0} 35 35 2 C32C2 3 ， 35 35
P{ X 2, Y 1}
P{ X 2, Y 2}
P{ X 3, Y 0}
P{ X 3, Y 1}
3 1 C3 C2 2 ， 35 35
P{ X 3, Y 2} P{} 0
P{ X 0, Y 0} P{} 0 （因为盒子里总共只有 7 只球，每次取 4 只球，而红
球 2 只，故不可能白球和黑球同时都取不到）
P{ X 0, Y 1} P{} 0 ，
P{ X 0, Y 2}
2 2 0 C2 C2 C3 1 4 C7 35
（1）确定常数 k ； （2）求 P{ X 1, Y 3} ； （3）求 P{ X 1.5} ； （4） P{ X Y 4} 。 解 由
f ( x, y )dxdxy 1 得
2 4 0 2
f ( x, y )dxdxy dx k (6 x y )dy
P{ X 1, Y 0} P{} 0
1 2 1 C3 C2 C2 6 P{ X 1, Y 2} 。 35 35 1 1 C32C2 C2 12 ， 35 35 3 1 C3 C2 2 ， 35 35
概率论第三章习题参考解答
概率论第三章习题参考解答1. 如果ξ服从0-1分布, 又知ξ取1的概率为它取0的概率的两倍, 求ξ的期望值 解：由习题二第2题算出ξ的分布率为ξ0 1 P1/32/3因此有E ξ=0×P (ξ=0)+1×P (ξ=1)=2/3+2η, ξ与η的分布律如下表所示:: 求周长的期望值, 用两种方法计算, 一种是利用矩形长与宽的期望计算, 另一种是利用周长的分布计算.解: 由长和宽的分布率可以算得E ξ=29×P (ξ=29)+30×P (ξ=30)+31×P (ξ=31) =29×0.3+30×0.5+31×0.2=29.9E η=19×P (η=19)+20×P (η=20)+21×P (η=21) =19×0.3+20×0.4+21×0.3=20 由期望的性质可得E ζ=2(E ξ+E η)=2×(29.9+20)=99.8而如果按ζ的分布律计算它的期望值, 也可以得E ζ=96×0.09+98×0.27+100×0.35+102×0.23+104×0.06=99.8 验证了期望的性质.4. 连续型随机变量ξ的概率密度为⎩⎨⎧><<=其它)0,(10)(a k x kx x aϕ又知Eξ=0.75, 求k 和a 的值。
解: 由性质⎰+∞∞-=1)(dx x ϕ得111)(|10110=+=+==++∞∞-⎰⎰a kx a k dx kx dx x a aϕ即k =a +1(1)又知75.022)(|10211=+=+===+++∞∞-⎰⎰a kx a k dx kx dx x x E a a ϕξ得k =0.75a +1.5(2)由(1)与(2)解得0.25a =0.5, 即a =2, k =36. 下表是某公共汽车公司的188辆汽车行驶到发生一次引擎故障的里程数的分布数列.若表中各以组中值为代表. 从188辆汽车中, 任意抽选15辆, 得出下列数字: 90, 50, 150, 110, 90, 90, 110, 90, 50, 110, 90, 70, 50, 70, 150. (1)求这15个数字的平均数; (2) 计算表3-9中的期望并与(1)相比较.解: (1) 15个数的平均数为(90+50+150+110+90+90+110+90+50+110+90+70+50+70+150)/15 = 91.33 (2) 按上表计算期望值为(10×5+30×11+50×16+70×25+90×34+110×46+130×33+150×16+170×2)/188 =96.177. 两种种子各播种300公顷地, 调查其收获量, 如下表所示, 分别求出它们产量的平均值解: 假设种子甲的每公顷产量数为, 种子乙的每公顷产量数为, 则 E ξ=(4500×12+4800×38+5100×40+5400×10)/100=4944 E η=(4500×23+4800×24+5100×30+5400×23)/100=49598. 一个螺丝钉的重量是随机变量, 期望值为10g , 标准差为1g . 100个一盒的同型号螺丝钉重量的期望值和标准差各为多少?(假设各个螺丝钉的重量相互之间独立) 解: 假设这100个螺丝钉的重量分别为ξ1, ξ2,…, ξ100, 因此有E ξi =10, Dξi =102=12=1, (i =1,2,…,100), 设ξ为这100个螺丝钉的总重量，因此∑==1001i i ξξ，则ξ的数学期望和标准差为gD D D kgg E E E i ii i i i i i 1011001)(1000101001001100110011001=⨯==⎪⎭⎫⎝⎛====⨯==⎪⎭⎫ ⎝⎛=∑∑∑∑====ξξξσξξξξ9. 已知100个产品中有10个次品，求任意取出的5个产品中次品数的期望值.解: 假设ξ为取出5个产品中的次品数, 又假设ξi 为第i 次取出的次品数, 即, 如果第i 次取到的是次品, 则ξi =1否则ξi =0, i =1,2,3,4,5, ξi 服从0-1分布,而且有 P {ξi =0}=90/100, P {ξi =1}=10/100, i =1,2,3,4,5因此, E ξi =10/100=1/10, 因为∑==51i iξξ因此有5.010155151=⨯==⎪⎭⎫ ⎝⎛=∑∑==i i i i E E E ξξξ10. 一批零件中有9个合格品和3个废品, 在安装机器时, 从这批零件中任取一个, 如果取出的是废品就不再放回去. 求取得第一个合格品之前, 已经取出的废品数的数学期望和方差. 解: 假设在取到第一个合格品之前已取出的废品数为ξ, 则可算出0045.02201101112123}3{041.02209109112123}2{2045.0119123}1{75.0129}0{==⋅⋅====⋅⋅===⋅=====ξξξξP P P P因此有319.009.0409.0)(409.090045.04041.02045.03.030045.02041.02045.0222===-==⨯+⨯+==⨯+⨯+=ξξξξξE E D E E11. 假定每人生日在各个月份的机会是同样的, 求3个人中生日在第一个季度的平均人数. 解: 设三个随机变量ξi ,(i =1,2,3), 如果3个人中的第i 个人在第一季度出生, 则ξi =1, 否则ξi =0, 则ξi 服从0-1分布, 且有 P (ξi =1)=1/4, 因此E ξi =1/4, (i =1,2,3)设ξ为3个人在第一季度出生的人数, 则ξ=ξ1+ξ2+ξ3, 因此Eξ=E (ξ1+ξ2+ξ3)=3Eξi =3/4=0.7512. ξ有分布函数⎩⎨⎧>-=-其它1)(x e x F xλ, 求E ξ及D ξ. 解: 因ξ的概率密度为⎩⎨⎧>='=-其它)()(x e x F x xλλϕ, 因此 ()λλλϕξλλλλλ11)(0=-=+-=-===∞+-∞+-∞+-+∞-+∞-+∞∞-⎰⎰⎰⎰xx xxxe dx e xe e xd dx ex dx x x E()2220222222)(|λξλλϕξλλλλ==+-=-===⎰⎰⎰⎰∞+-∞+-+∞-+∞-+∞∞-E dx xe ex e d x dx ex dx x x E x x x x22222112)(λλλξξξ=-=-=E E D13. ⎪⎩⎪⎨⎧<-=其它1||11)(~2x x x πϕξ, 求E ξ和D ξ.解: 因φ(x )是偶函数, 因此Eξ=0,则D ξ=Eξ2-(Eξ)2=Eξ2 因此有⎰⎰-===+∞∞-1222212)(dx xx dx x x E D πϕξξ令θθθd dx x cos ,sin ==则上式=2112sin 21212cos 2sin 12||20202022=+=+=⎰⎰ππππθπθπθθπθθπd d 即D ξ=1/2=0.516. 如果ξ与η独立, 不求出ξη的分布直接从ξ的分布和η的分布能否计算出D (ξη), 怎样计算?解: 因ξ与η独立, 因此ξ2与η2也独立, 则有[]()()222222)()()(ηξηξξηξηξηE E E E E E D -=-=17. 随机变量η是另一个随机变量ξ的函数, 并且η=e λξ(λ>0), 若E η存在, 求证对于任何实数a 都有λξλξEe ea P a⋅≤≥-}{.证: 分别就离散型和连续型两种情况证. 在ξ为离散型的情况: 假设P (ξ=x i )=p i , 则λξλξλλλξEe e e E p e p ep a P a a i i a x ax i a x ax i i i i i --∞=-≥-≥==≤≤=≥∑∑∑][){)(1)()(在ξ为连续型的情况假设ξ的概率密度为φ(x ), 则λξλξλλλϕϕϕξEe e Ee dx x e dx x edx x a P a a a x aa x a--+∞∞--+∞-+∞==≤≤=≥⎰⎰⎰)()()()()()(}{证毕.18. 证明事件在一次试验中发生次数的方差不超过1/4.证: 设ξ为一次试验中事件A 发生的次数, 当然最多只能发生1次, 最少为0次, 即ξ服从0-1分布, P {ξ=1}=P (A )=p , P {ξ=0}=1-p =q ,则4121412124141)1(222≤⎪⎭⎫ ⎝⎛--=-⋅+-=-=-=p p p p p p p D ξ19. 证明对于任何常数c , 随机变量ξ有 D ξ=E (ξ-c )2-(Eξ-c )2证: 由方差的性质可知D (ξ-c )=Dξ, 而2222)()()]([)()(c E c E c E c E c D ---=---=-ξξξξξ证毕.20. (ξ,η)的联合概率密度φ(x ,y )=e -(x +y )(x ,y >0), 计算它们的协方差cov (ξ,η). 解: 由φ(x ,y )=e -(x +y )(x ,y >0)可知ξ与η相互独立, 因此必有cov (ξ,η)=0.21. 袋中装有标上号码1,2,2的3个球, 从中任取一个并且不再放回, 然后再从袋中任取一球, 以ξ, η分别记为第一,二次取到球上的号码数, 求ξ与η的协方差.,P {ξ=2}=P {η=2}=2/3, P {ξ=1}=P {η=1}=1/3, E ξ=E η=35322311=⨯+⨯38314312312},{)(2121=⨯+⨯+⨯====∑∑==i j j i ijP E ηξξη则913538)(),cov(22-=-=⋅-=ηξξηηξE E E22. (ξ , η)只取下列数组中的值：)0,2()31,1()1,1()0,0(--且相应的概率依次为1/6, 1/3, 1/12, 5/12. 求ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: ξ与的联合分布表及各边缘分布计算表如下表所示: 因此1212260121=⨯+⨯+⨯-=ξE 1225125412512=⨯+⨯=ξE 144275144251225)(22=-=-=ξξξE E D 3613311121311270=⨯+⨯+⨯=ηE 1083731121912=+⨯=ηE 129627512961691237129616910837)(22=-⨯=-=-=ηηηE E D 36133112131)(-=-⨯-=ξηE则4322211236171336131253613)(),cov(-=⨯⨯-=⋅--=⋅-=ηξξηηξE E E 相关系数804.027522127543236122211296275144275432221),cov(-=-=⨯⨯⨯-=⨯-==ηξηξρD D, 计算ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: 由上表的数据的对称性可知与η的边缘分布一样, 算出为 P (ξ=-1)=P (η=-1)=3/8 P (ξ=0)=P (η=-0)=2/8P (ξ=1)=P (η=1)=3/8 由对称性可知Eξ=Eη=0831831=⨯+⨯-. 081818181)(=+--=ξηE 因此cov (ξ,η)=E (ξη)-E (ξ)E (η)=0 则ρ=0而P (ξ=0,η=0)=0≠P {ξ=0}P {η=0}=1/16因此ξ与η不独立. 这是一个随机变量间不相关也不独立的例子.24. 两个随机变量ξ与η, 已知Dξ=25, Dη=36, ρξη=0.4, 计算D (ξ+η)与D (ξ-η). 解:374.065236252),cov(2)]()[()]([)(854.065236252),cov(2)]()[()]([)(2222=⨯⨯⨯-+=-+=-+=---==---=-=⨯⨯⨯++=++=++=-+-==+-+=+ξηξηρηξηξηξηξηηξξηξηξηξρηξηξηξηξηηξξηξηξηξD D D D D D E E E E E D D D D D D D E E E E E D。
概率论第三章答案
习题三1. 箱子里装有12只开关，其中只有2 只次品，从箱中随机地取两次，每次取一只，且设随机变量X ，Y 为⎩⎨⎧=⎩⎨⎧=.,1,0;,1,0若第二次取得次品若第二次取得正品若第一次取得次品若第一次取得正品，Y ，X试就放回抽样与不放回抽样两种情况，写出X 与Y 的联合分布律. 解：先考虑放回抽样的情况：.361122122}1,1{,3651210122}0,1{,3651221210}1,0{,362512101210}0,0{=⨯====⨯====⨯====⨯===Y X P Y X P Y X P Y X P则此种情况下，X 与Y 的联合分布律为再考虑不放回抽样的情况.661111122}1,1{,3351110122}0,1{,3351121210}1,0{,22151191210}0,0{=⨯====⨯====⨯====⨯===Y X P Y X P Y X P Y X P2. 将一硬币连掷三次，以X 表示在三次中出现正面的次数，以Y 表示在三次中出现正面次数与出现反面次数之差的绝对值，试写出（X,Y ）的联合分布律及边缘分布律.解：由已知可得：X 的取值可能为0，1，2，3；Y 的取值可能为1，3；则由硬币出现正面和反面的概率各为21，可知83212121}1,2{,0}3,1{,83212121}1,1{,81212121}3,0{(0}0,0{2313=⨯⨯=======⨯⨯====⨯⨯======C Y X P Y X P C Y X P Y X P Y X P 此种情况不可能发生）.81212121}3,3{0}1,3{0}3,2{=⨯⨯=========Y X P Y X P Y X P3. 把三个球随机地投入三个盒子中去，每个球投入各个盒子的可能性是相同的，设随机变量X 与Y 分别表示投入第一个及第二个盒子中的球的个数，求二维随机变量(X,Y)的概率分布及边缘分布. 解：由已知可得：X 的取值可能为0，1，2，3；Y 的取值可能为0，1，2，3；则271313131}0,0{=⨯⨯===Y X P ， 91313131}1,0{13=⨯⨯===C Y X P 91313131}2,0{23=⨯⨯===C Y X P ，271313131}3,0{=⨯⨯===Y X P91313131}0,1{13=⨯⨯===C Y X P ，92313131}1,1{1213=⨯⨯===C C Y X P 91313131}2,1{13=⨯⨯===C Y XP 0}3,1{===Y X P ，91313131}0,2{23=⨯⨯===C Y X P91313131}1,2{23=⨯⨯===C Y XP0}3,2{}2,2{======Y X P Y X P 271313131}0,3{33=⨯⨯===C Y X P 0}3,3{}2,3{}1,3{=========Y X P Y X P Y X P则二维随机变量（X,Y ）的概率分布及边缘分布为4. 设(X,Y)的概率密度为⎪⎩⎪⎨⎧<<<<--=.,0,42,20),6(81),(其它y x y x y x f求：（1） P ﹛(x,y )∈D ﹜, 其中D=﹛(x,y )|x<1,y<3﹜; （2） P ﹛(x,y )∈D ﹜, 其中D=﹛(x,y )|x+y<3﹜. 解：（1） ∵D={(x,y)|x<1,y<3}∴83)6(81),(}),{(103213=--==∈⎰⎰⎰⎰∞-∞-dxdy y x dxdy y x f D y x P（2） ∵D={(x,y)|x+y<3}∴245)6(81),(}),{(1032=--==∈⎰⎰⎰⎰-xDdxdy y x dxdy y x f D y x P 5. 设(X,Y)的概率密度为⎪⎩⎪⎨⎧≤++-=.,0,),(),(22222其它R y x y x R c y x f 求：（1） 系数c ；（2） (X,Y)落在圆()R r r y x <≤+222内的概率. 解：（1） 由⎰⎰+∞∞-+∞∞-=1),(dxdy y x f ，得1)(22222=+-⎰⎰≤+dxdy y x R c R y x ，可求得33R c π=（2） 设222|),{(r y x y x D ≤+=，则)321(3)(3),(}),{(3223222R r R dxdy y x R R dxdy y x f D Y X P Dr y x -=+-==∈⎰⎰⎰⎰≤+ππ6. 已知随机变量X 和Y 的联合概率密度为⎩⎨⎧≤≤≤≤=.,0,10,10,4),(其他y x xy y x f求X 和Y 的联合分布函数.解：∵随机变量X 和Y 的联合概率密度为⎩⎨⎧≤≤≤≤=.,0,10,10,4),(其他y x xy y x f∴当x<0,或y<0时，F(x,y)=0; 当10,10≤≤≤≤y x 时，2204=y} Y x, P{X =y)F(x,y x XYdXdY x y⎰⎰=≤≤当1,10>≤≤y x 时，20104=y} Y x, P{X =y)F(x,x XYdXdY x ⎰⎰=≤≤当10,1≤≤>y x 时，21004=y} Y x, P{X =y)F(x,y XYdXdY y⎰⎰=≤≤当1,1>>y x 时，14=y} Y x, P{X =y)F(x,1010⎰⎰=≤≤XYdXdY综上可得，X 和Y 的联合分布函数为⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤<<1,1 110,1 1,10 10,10 0,00=y)F(x,2222y x y x y y x x y x yx y x 或7. 设二维随机变量(X,Y)的概率密度为⎩⎨⎧<<<≤+=.,0,60,60),(),(其他y x y x k y x f（1） 求常数k ；（2） 求 P ﹛0<x<2,1<y ≤3﹜; （3） 求X,Y 的边缘概率密度； （4） 判断X 与Y 是否相互独立.解：（1） 由概率密度的性质有⎰⎰+∞∞-+∞∞=1),(dxdy y x f 即1)(6060⎰⎰=+dxdy y x k ，有2161=1216k k ∴= (2) ⎰⎰=+=≤<<<2031181)(2161}31,20{dxdy y x y x P (3) X 的边缘概率密度为⎰+∞∞-=dy y x f x f X ),()(∴当0≤x<6时，363)(2161)(6+=+=⎰x dy y x x f X 当x<0或x ≥6时，显然有0)(=x f X⎪⎩⎪⎨⎧<≤+=∴.,0,60,363)(其他x x x f XY 的边缘概率密度为⎰+∞∞-=dx y x f y f Y ),()( ∴当0<y<6时，363)(2161)(6+=+=⎰y dy y x y f Y 当y ≤0或x ≥6时，显然有0)(=y f Y⎪⎩⎪⎨⎧<<+=∴.,0,60,363)(其他y y y f Y(4) 的表达式易知，及从)()(y f x f Y X ),()()(y x f y f x f Y X ≠ ∴X 与Y 不相互独立.8．已知随机变量X 1和X 2的概率分布为而且P{X 1X 2=0}=1.(1) 求X 1和X 2的联合分布； (2) 问X 1和X 2是否独立？为什么？ 解：由1}0{21==X X P ,可知021=X X 必然成立.0}0{21=≠∴X X P由}1,1{}1,0{}1,1{}1{2121212=======-===X X P X X P X X P X P 得21}1{}1,0{221=====X P X X P 同理可得：41}0,1{,41}0,1{2121=====-=X X P X X P ， 而}0,1{}1,0{}0,1{}0,0{}0{2121212121==+==+=-=+====X X P X X P X X P X X P X X P 04141211}0,1{}1,0{}0,1{}0{}0,0{2121212121=---===-==-=-=-====X X P X X P X X P X X P X X P 综上可得，1X 和2X 的联合分布为（2）}0{}0{}0,0{2121==≠==X P X P X X P可知1X 和2X 不独立.9. 设随机变量X 与Y 相互独立，且都服从()b b ,- 上的均匀分布，求方程02=++Y tX t 有实根的概率.解：方程02=++Y tX t 有实根的充要条件是042≥-Y X ，由于随机变量X 与Y 相互独立，所以随机变量（X ，Y ）的联合概率密度为⎪⎩⎪⎨⎧<<-<<-=其他,0,,,41),(2b y b b x b by x f下面分两种情况讨论： （1）当40≤<b 时，如图24214),(}4{4222b dy dx b dxdy y x f y X P Dbbx b+===≥⎰⎰⎰⎰-- (2) 当4>b 时，如图bdy dx b dxdy b dxdy b dxdy y x f y X P Dbbbx D D32141414),(}4{224222221-=-=-===≥⎰⎰⎰⎰⎰⎰⎰⎰-综上可得：方程02=++Y tX t 有实根的概率为⎪⎪⎩⎪⎪⎨⎧>-≤<+=≥-.4,321,40,2421}04P{2b bb bY X另解：方程02=++Y tX t 有实根的充要条件是 042≥-Y X令),(,121x F X Z Z 其分布函数为=),(,422x F Y Z Z 其分布函数为-= 则当x<0时,0)(1=x F Z 则当0≤x ≤b 2时{}x X x P x X P X Z P x F Z ≤≤-=≤=≤=}{}{)(211由于X 与Y 都服从()b b ,-上的均匀分布，即其密度函数各为⎪⎩⎪⎨⎧≤≤-=⎪⎩⎪⎨⎧≤≤-=其他其他,0,21)(,0,21)(Y by b by f bx b bx f X 当0≤x ≤b 2时，bxdt b x F xx Z ==⎰-21)(1 当x >b 2时显然有.1)(1=x F Z∴Z 1的概率密度函数为⎪⎩⎪⎨⎧≤≤=.00,2)(21其他b x bxx F Z而当时，b x 4≥1)4(01}4{1}4{)(2=-≤--=-<-=≤-=b x x Y P x Y P x F Z 当-4b<x<4b 时，bxb x b dt b x Y P x F xb Z 821)4(211}4{1)(42+=≤-≤--=-<-=⎰--当x ≤-4b 时，0)4(11}4{1)(2=≥--=-<-=b xx Y P x F Z∴Z 2的概率密度函数为⎪⎩⎪⎨⎧≤≤-=.44,81)(2其他b x b b x F Z又由于随机变量X 与Y 相互独立，∴Z 1 和Z 2也相互独立. 又设Z= Z 1 +Z 2，，则，分布函数为其密度函数为dx x z f x f f x F x Z Z Z Z Z ⎰+∞∞--=)()()z ()()(f 而⎰∞--=-=≥=≥-02)(1)0(1}0{}04{dz z f F Z P Y X P Z Z ∵b>0,而当z ≤-4b ，]4,4[b b x -∈时，04≤+b z 此时0)(=z f Zb dx b xb z f b b z b b z Z 818121)(44402=⋅=-≤<-⎰+时，当 即⎪⎪⎪⎩⎪⎪⎪⎨⎧-≥-≤<-+-≤=.4,81,44,84,4,0)(222b b z bb b z b b bz b z z f Z ），时，（即当04402≤-≤<b b b242182112181841}04P{04442222bb b dz b dz bb z Y X b b bb b+=+--=-+-=≥-⎰⎰--- ），时，（即》当0442>-b b b bdz b b z Y X b321841}04P{0422-=+-=≥-⎰- 综上可得：方程02=++Y tX t 有实根的概率为⎪⎪⎩⎪⎪⎨⎧>-≤<+=≥-.4,321,40,2421}04P{2b bb bY X10. 设（X,Y ）的概率密度为⎩⎨⎧<<=-.,0,0,),(其他y x e y x f y求边缘概率密度和{}.1≤+Y X P 解：X 的边缘概率密度为⎰+∞∞-=dy y x f x f X ),()(，当x ≤0时，0)(=x f X 当x>0时，⎰+∞--==x x y X e dy e x f )( Y 的边缘概率密度为⎰+∞∞-=dx y x f y f Y ),()(当x ≤0时，0)(=y f Y ，当y>0时，⎰--==yy y Y ye dx e y f 0)(⎩⎨⎧>≤=⎩⎨⎧>≤=∴--000)(.000)(y yey y f x ex x f yY xX而⎰⎰⎰⎰⎰-------+=-==≤+==≤+2102111210121)(}1|),{((),(1}Y P{X ee dx e e dy e dx y x y x D dxdy y xf x x xxy D其中11. 设X,Y 相互独立，其概率密度为⎩⎨⎧≤>=⎩⎨⎧≤≤=-.0,0,0,)(.,0,10,1)(y y e y f x x f y Y X 其他求Z=X+Y 的概率密度.解：由已知得 ⎰+∞∞--=dx x z f x f z f Y X Z )()()( 当z<0时，)0,10(0)(≤-≤≤=x z x z f Z 时当 当0≤z ≤1时，z z z x Z e dx e z f ---==⎰1)(0 当z >1时，z z x Z e e dx e z f ---==⎰)1()(1∴Z=X+Y 的概率密度为⎪⎩⎪⎨⎧>-≤≤-<=--1)1(10100)(z e e z e z z f z zZ12. 设随机变量（X,Y ）的概率密度为⎩⎨⎧<<<<=.,0,10,0,3),(其他x x y x y x f求Z=X —Y 的概率密度. 解：∵Z=X —Y 的分布函数为 ⎰⎰⎰⎰≤-+∞∞-+∞-==≤-=≤=zY X zx Z dyy x f dx dxdy y x f z Y X P z Z P z F ),(),(}{}{)(∴Z=X —Y 的概率密度为⎰+∞∞--==dx z x x f z F z f Z Z ),()()('⎩⎨⎧<<<<=.,0,10,0,3),(其他x x y x y x f0)(,0x 1=∴≤-≥z f z z Z 时，当， ,0)(,x 0=∴≥-≤z f x z z Z 时，当),1(23xdx 3)(1021z z f z Z Z -==<<⎰时，当 ∴Z=X —Y 的概率密度为⎪⎩⎪⎨⎧<<-=.,0,10),1(23)(2其他z z z f Z13. 设随机变量（X,Y ）的概率密度为(),,21),(22222+∞<<∞-=+-y x ey x f y x σπσ求22Y X Z +=的概率密度.解：设22Y X Z +=的分布函数为)(z F Z当0≤Z 时，0}{}{)(22=≤+=≤=z Y X P z Z P z F Z 当0>Z 时，222222222222022222212121}{)(σπσσσπσθπσz zY X y x y x Z erdred dxdy ez Z P z F -≤++-+-===≤=⎰⎰⎰⎰∴22Y X Z +=的概率密度⎪⎩⎪⎨⎧>≤=-.0,21,0,0)(222z ez z F z Z σσ14. 设二维随机变量（X,Y ）在矩形(){}10,20|,≤≤≤≤=y x y x G 上服从均匀分布，试求边长为X 和Y 的矩形面积S 的概率密度f(s). 解：由已知可得随机变量（X,Y ）的概率密度为⎪⎩⎪⎨⎧≤≤≤≤=.,010,20,21),(其他，y x y x f设边长为X 和Y 的矩形面积S 的分布函数为F(s)，则 ⎰⎰≤=≤=≤=sxy )f(x,s}{}{)dxdy y XY P s S P s F （∴.0)0=≤s F S （时，当2)ln 2(ln 2222121)y ,()20220102ss s s dx x s dy dx dy dx dy x f dx s F S sx s s s x s +-=+=+==<<∴⎰⎰⎰⎰⎰⎰⎰（时，当)1(121)22≥==≥⎰⎰xsdy dx s F S x s（时，当 ∴矩形面积S 的概率密度⎪⎩⎪⎨⎧≥≤<<-=2,0,020),ln 2(ln 21)(s s s s s f 或15．设X 和Y 为两个随机变量，且{}{},740{}0,730,0=≥=≥=≥≥Y P X P Y X P 求{}.0),max(≥Y X P解：{}{}0,00,0}0{<≥+≥≥=≥Y X P Y X P X P {}{}173740,0}0{0,0=-=≥≥-≥=<≥∴Y X P X P Y X P 同理可求{}710,0=≥<Y X P{}{}{}{}10,00,00,00,0=<<+≥<+<≥+≥≥Y X P Y X P Y X P Y X P 又{}7271717310,0=---<<∴Y X P {}{}{}.757210,010),max(10),max(=-=<<-=<-=≥∴Y X P Y X P Y X P16. 设（X,Y ）的联合概率密度为 (),,10021),(1001002122+∞<<∞-•=⎪⎪⎭⎫ ⎝⎛+-y x ey x f y x π求：（1）{};Y X P < （2）边缘概率密度； (3) ).|(|x y f X Y 解：（1）由已知，得⎰⎰⎰⎰<∞+∞-∞+⎪⎪⎭⎫ ⎝⎛+-⎪⎪⎭⎫ ⎝⎛+-•=•=<yxy x y x dy edx dxdy e Y X P x 100100211001002122221002110021}{ππ同理可知⎰⎰∞+∞-∞+⎪⎪⎭⎫ ⎝⎛+-•=>yy x dx edy Y X P 100100212210021}{π}{}{Y X P Y X P >=<∴而0}{==Y X P又1}{}{}{==+>+<Y X P Y X P Y X P21}{}{=>=<∴Y X P Y X P （2）X 的边缘概率密度为)(210110021),()(20010010021222+∞<<-∞=•==-∞+∞-⎪⎪⎭⎫ ⎝⎛+-∞+∞-⎰⎰x edy edy y x f x f x y x X ππ由于f(x,y)关于x,y 地位的对称性，得)(2101)(2002+∞<<-∞=-y ey f y Y π17. 设X,Y 是相互独立且服从同一分布的两个随机变量，已知X 的分布律为),3,2,1(31}{===i i X P 又设},,min{},,max{Y X Y X ==ηξ试写出变量),(ηξ的分布律及边缘分布律并求}.{ηξ==P解：由已知得：,913131}1{}1{}1,1{}1,1{=⨯=========Y P X P Y X P P ηξ0}3,1{}2,1{======ηξηξP P,9231313131}2{}1{}1{}2{}2,1{}1,2{}1,2{=⨯+⨯===+=====+=====Y P X P Y P X P Y X P Y X P P ηξ,913131}2{}2{}2,2{}2,2{=⨯=========Y P X P Y X P P ηξ,0}3,2{===ηξP,9231313131}3{}1{}1{}3{}3,1{}1,3{}1,3{=⨯+⨯===+=====+=====Y P X P Y P X P Y X P Y X P P ηξ,9231313131}3{}2{}2{}3{}3,2{}2,3{}2,3{=⨯+⨯===+=====+=====Y P X P Y P X P Y X P Y X P P ηξ913131}3,3{}3,3{=⨯======Y X P P ηξ则变量),(ηξ的分布律及边缘分布律为：而.31919191}{=++===ηξP18. 设X 关于Y 的条件概率密度为⎪⎩⎪⎨⎧<<=其他，,0,0,3)|(32|y x yx y x f Y X而Y 的概率密度为⎩⎨⎧<<=其他，,0,10,5)(4y y y f Y求.21⎭⎬⎫⎩⎨⎧>X P解：由已知得：⎩⎨⎧<<<<=•=其他,010,0,15)()|(),(2|y y x y x y f y x f y x f Y Y X ⎰⎰⎰⎰==+∞<<-∞>==>∴121212644715}),21x {D (),(}21{P Y Dydx x y dxdy y x f X 其中19. 设（X,Y ）的概率密度为 ⎩⎨⎧≤≤≤≤+=其他,0,10,10,),(y x y x y x f求：（1）},max{Y X Z =的概率密度； （2）},min{Y X Z =的概率密度.解：(1) 设},max{Y X Z =的分布函数为)(z F Z ,概率密度为)(z f Z ，则当0≤Z 时，0),(}},{max{}{)(},max{==≤=≤=⎰⎰≤zY X Z dxdy y x f z Y X P z Z P z F当10≤<Z 时，33302},max{22)2()(),(}{)(z zz dx xz z dyy x dx dxdy y x f z Z P z F zz zzY X Z =+=+=+==≤=⎰⎰⎰⎰⎰≤当z>1时, ⎰⎰≤≤≤≤=+=≤=10101)(}{)(y x Z dxdy y x z Z P z F},max{Y X Z =∴的概率密度为⎩⎨⎧≤≤=.,0,10,3)(2其他z z z f Z(2) 设},min{Y X Z =的分布函数为的分布函数为)(z F Z ,概率密度为)(z f Z ，则当1≥Z 时，101},{1}}{min{1}{1}{)(=-=>>-=><-=>-=≤=Z Y Z X P Z Y X P z Z P z Z P z F Z 则当0≤Z 时，11},{1}}{min{1}{1}{)(=-=>>-=><-=>-=≤=Z Y Z X P Z Y X P z Z P z Z P z F Z 则当10<<Z 时，⎰⎰-+=+-=>>-=≤=1132)(1},{1}{)(zz Z z z z dy y x dx Z Y Z X P z Z P z F},min{Y X Z =∴的概率密度为⎩⎨⎧≤≤-+=.,0,10,321)(f 2其他z z z z Z20. 假设一电路装有三个同种电器元件，其工作状态相互独立，且无故障工作时间都服从参数为0>λ的指数分布，当三个元件都无故障时，电路正常工作，否则整个电路不能正常工作.试求电路正常工作的时间T 的概率分布.解：用)3,2,1(=i X i 表示第i 个电气元件无故障工作的时间，则321,,X X X相互独立且同分布，其分布函数为⎩⎨⎧≤>-=-0,00,1)(x x e x F x λ 设G(t)是T 的分布函数.当t ≤0时，G(t)=0;当t>0时，有t e t F t X P t X P t X P t X t X t X P t T P t T P t G λ333213211)](1[1}{}{}{1},,{1}{1}{)(--=--=>>>-=>>>-=>-=≤=⎩⎨⎧≤>-=∴-.0,0,0,1)(3t t e t G t λ 电器正常工作的时间T 的概率分布服从参数为λ3的指数分布.友情提示：部分文档来自网络整理，供您参考！文档可复制、编制，期待您的好评与关注！。
概率论第三章答案.docx
习题3T1.而且戶{尤/=0} = 1・求&和及的联合分布律.解由P{X}X2 =0} = 1知P{X x X2 H 0} = 0.因此K和基的联合分布必形11Pi—— 122⑵注意到P{/ = 0, %. =()} =(),而戶{尤=()}・P{A\ = ()} = - ^ 0,所以X 和星 4不独立.2.-盒子中有3只黑球、2只红球和2只白球，在其中任取4只球.以X 表示取到黑球 的只数，以丫表示取到红球的只数.求/和丫的联合分布律.解 从7只球中取4球只有=35种取法.在4只球中，黑球有Z 只，红 球有丿只（余下为白球4 一,一 j 只）的取法为C ；C 扌 CjT, i = 0,1,2,3,丿=0,1,2,, + 丿 W 4.于是有C°c 2c 2 1P{X = 0y Y = 2}= 3 2 2 = — t P{X = l,Y = l}： 35 35p{x = i,y = 2} = CCG == 2,y =o}： 35 35F{X = 2,Y = 1}= WG =!£ p{x = 2,y = 2}： 35 35P{X = 3,Y = 0} =宝O, P{X = 3,Y = l]c\c\c\6-35 ■35' 广2 x^r() _ 3 「 35-35'gc ； 3 35 ~35' 厂 3「l 「0 c 3c 2c 2 2/（兀』）=^(6 -X- y),0<x<2,2< y <4,0,其它.求:⑴ 常数A ；(2) P{%<l,y<3}；(3) P{%<1.5)；(4) P{X + Y^4}.35 35 35 35 P{x = o,y = O } = P {X = O ,Y = I } = P {X = I ,Y = 0} = p{x = 3,y = 2} = o.xp(/f — x— 9)1 00 w p v T UH MX )V U Hm VX5:(D)」IOO IP r.—A 、—9) L r E JIC I m JI 一 r Ixp(\ Ix 19)1000=y v K=p「v i p x p (\H )/・=丄d v x sr Q )Z 20 i l A、—9)「T x p(亠— x— 9)亠T v 一・ I n(亠 — 寸)I 寸)1 Ie 〒 i i r r LZ二8 •s'尸(4—寸)T+(亠—寸)el 」Z二8ip 〔 M —寸)7 — (4 — 寸)(4— 9)1」r-—x (\ — 9)」l 00p(o w c r x )s7H (寸 w x + x s:M E l oo —en 剧 M G — 寸v/亠 V07V X V W O S-•£>黑*«匣(寸o x (z o ) w 凶论畏g O N E H )、m 逐凶心H-镒泗去皂床•寸H\ + X ®M 址(寸)4.二维随机变量（X, Y ）的概率密度为/（X 』）=试确定并求P ［（X,Y ）E G},G:x2WyWx,0WxWl.解 由 1 = J j f (x, y)dxdy = drj , kxydy = — j 0 -^(1 - x 4)dx = — t o s 2 o 6解得k = 6. F{ (X, Y) w G} = J ； dr J ： 6xydy = 3j\(x 25・设二维随机变量（X 丫）概率密度为求关于X 和丫边缘概率密度.解（儿Y ）的概率密度/（x j ）在区域G:OWxWl,OWyWx 外取零值•因而,图3-8第4题积分区域kxy,十0,其它.因而f(x 9y) =4.8 尹(2-x), 0, oWxWi, 0£尹£兀,其它.0<x< 1,其它.2.4(2-兀)x[ 0,0<x< 1,其它.=L •心'J'4.8j<2-x)dr,0,0<y<l,其它.2.4X3-4y + y), 0,Ovyvl,其它.4®(2 — x)4几试求：（i）x和丫的联合概率分布；（2）P{X + Y ^1}.解（1）见本章第三节三（4）.（2）P{X + y Wl} = \-P{X + Y>\} = \-P{X = \,Y = \} =1-- = -.4 4解⑴由于P{X = 2} = 0.3 + 0 +0.1+ 0.2 = 0.6 以在条件x=2下Y的条件分布律为P{Y = 1\X = 2]P{^ = 2,y = l} 0.3 _£2或写成P[Y = 4\X = 2} =P{X = 2}'"0.6_P{X = 2,Y = 2} 0P{X = 2}_0.6P{X = 2,y = 3) 0.1P{X = 2}~0.6P{X = 2,r = 4} 0.20,丄61P{X = 2}0.6 3Y = k 1 2 3 4P{Y = k\X = 2}121613 若UW —1,右(7 > —1,若UW1,若u>\・习题3-21.设（X 丫）的分布律为下丫的条件分布律；（2） P{X22|yW2}.在条件於2P{Y = 2\X = 2}P{Y = 3\X = 2]到p (r ^2} = P{r = i}+P{y = 2} = o.i+o.3+o+o+o.2 = o.6.P[X^2,Y^2} = P[X = 2,Y = }} + P[X = 2J Y = 2}+ P{X = 3,Y = l} + P{X = 3y Y = 2} =0.3+ 0 + 0 +0.2 = 0.5 ・2.设平面区域D 由曲线_y =丄及直线y = 0,x = l,x = e 2所围成，二维随机变量3, X)X在区域Q 上服从均匀分布，求(X X)关于X 的边缘概率密度在x=2处的值・解 由题设知D 的面积为丄dx = lnx|" =2.—,(x, y)e D y 因此(XX)的密度为 /(x, y) = <2 0,其它.+8f(x.y)dy ・显然,当XW1或兀头2时，厶，(兀)= 0；当1 vjcvM 时，厶d) = F A (2)= ~-3.设二维随机变戢(X, K)的概率密度为1, 0 < x < 1,0 < j/ < 2x,0,其它.求：⑴区”的边缘概率密度f x MJr (y^(2)F{YW2 2解(1)当0vxvin 寸,f x (x) = f (x,y)dy = £ dy = 2x ； 当 xWO 时或x$l 时，/Y (X )= 0.2x, 0 v x v 1, 0, 其它.f(x 9y)dx= (ydx = l-^- 22f因此P{X^2\Y^2} =W2}P{Y W2}05 _5 0£~61 1—dy =—・故 ° 2「 2x fx M =当Ov 严2时，厶(刃=当y WO 吋或y $2时，/；(y) = O.y 亠I — —, 0 < v < 2,故fy (y) = 20, 其它.(2)当 zWO 时，巧(z) = o ； 当 z$2 时，巧(Z )= l;当()VV2 时，F 7(Z ) = P{2X-Y^Z }= JJ /(x, y)d.xdyz胡 dxfl.dy + 關仁 1.®2Z" =Z ----- ・4,1 — 9 0 < z < 2,厶⑵=FXz) =2 0, 其它.4.设G 是由直线尸X,尸3, x=\所围成的三角形区域，二维随机变fi(X,y )在Gt 服从二维均匀分布.求：(1)(X7)的联合概率密度；(2) P{Y-X^\}； (3)关于X 的边缘概率密度.解 ⑴由于三角形区域G 的面积等于2,所以(X,Y)的概率密度为⑵记区域D = {(x,y)\y-x^\］与G 的交集为G ()，则其中S G °为Go 的面积.±4Z !I JJg}扌丄0,(x.y)电 G.⑶X 的边缘概率密度f x (X )=r +8J —oof(x, y)dy •所以,当X .1,3］时，几(x) =「：⑪J (3 - X).J x 2 2当x v 1 或x > 3 时，/丫(x) = 0. 因此./\ W = < 2(1_%)，XE卩⑶’0, 其它.习题3-3设与柑互独立，且分布律分别为下表:求二维随机变最(儿的分布律.解由于X与丫相互独立，所以冇P{X = Xi,Y = y.} = P{X = x i}-P{Y = yj},i == 0,2,5,6.J因此可得二维随机变量Y)的联合分布律Pir A- 〃•丿(匸 12 丿二123)・2—G + # =匕故可得方程组31 1 z 1 _ = _•(□ + _)・19 3921解得 ex = —, 0 =—.9 92 1经检验，当CX = —, P =—吋，对于所有的匸1,2; 7=1,2,3均有Pij= Pi ，p.j bX.i2 1 a = _,p =—时.x 与y 相互独立••993.设随机变量Y 的概率密度为 \be (x+y \(1)试确定常数b ・9 118匚因此当0 < x < 1, j/ > 0,其它.问Q,0为何值时X 与Y 相互独立?/=](2) 求边缘概率密度f x (x)y f Y (y). (3) 问X 与Y 是否相互独立？解⑴由1 = j J f(x,y)dxdy = j ^e _<v+r>dydx e~'dye -'dr = b(l -e _,),l-e _, e~v,0<x<l, 宁 1-e" 0, e _y , _y>0,0, 其它.⑶ 由于f(x,y) = f x (x)* f Y (y) f 所以x 与Y 相互独立.设X 和Y 是两个相互独立的随机变量,X 在(0, 1)上服从均匀分布，Y 的概率密度为r了 /、 丄e 2, y >0,0,求X 和Y 的联合概率密度.设关于a 的二次方程为a 2 +2Xa + Y = 0t 试求。
概率论第三章练习答案
（C）
A．97
B．79
C．61
D．29
7．设已知随机变量 与 的相关系数 = 0 ，则 与 之间的关系为：
（D
）
A. 独立
B. 相关
C. 线性相关
D. 线性无关
8．设 X, Y 为两个独立的随机变量, 已知 X 的均值为 2, 标准差为 10, Y 的均值为 4, 标
准差为 20, 则与 Y − X 的标准差最接近的是[ D ]
3．已知（X，Y）的联合密度为 (x) =
（B ） A、0
B、0.25
C、0.5
4xy 0
0 x, y 1
其它
，则 F（0.5，2）=
D、0.1
F（0.5，2）= PX 0.5,Y 2
=
0.5
1
4xydxdy = 4
0.5
xdx
1
ydy
=
1 (利用图像)
00
0
0
4
4．如果 X 与 Y 满足 D（X＋Y）＝D（X－Y），则必有 （ ） A．X 与 Y 独立 B．X 与 Y 不相关 C．D（Y）＝0 D ．D （ X） D（ Y） ＝ 0
A 10
B 15
C 30
D 22
D（Y − X）= DX + DY = 100 + 400 = 500
400 500 900, 20 500 30
9．设随机变量 X～N（－3，1），Y～N（2，1），且 X 与 Y 独立，设 Z＝X－2Y＋7，
则 Z～
（A）
A．N（0，5） B．N（0，－3） C．N（0，46）
+ +（x，y）dxdy = 1 − −
即 + + ce−（x+ y）dxdy = 1 c = 1 00
概率论课后习题第3章答案
第三章 多维随机向量及其概率分布(一)基本题答案1、设X 和Y 的可能取值分别为.2,1,0;3,2,1,0,==j i j i 则与因盒子里有3种球，在这3种球中任取4个，其中黑球和红球的个数之和必不超过4.另一方面，因白球只有2个，任取的4个球中，黑球和红球个数之和最小为2个，故有j i 与ٛ且,42≤+≤j i ./),(474223C C C C j Y i X p j i j i −−===因而 或0),(===j Y i X P 2).2,1,0;3,2,1,0,4(<+j i ==>+j i j i于是 ,0)0,0(1111======y Y x X P P ,0)0,0(2112======y Y x X P p.35/1/)0,0(472212033113=======C C C C y Y x X P p即 2、X 和. ⎥⎦⎤⎢⎣⎡04.032.064.0210~X ⎥⎦⎤⎢⎣⎡25.05.025.0210~Y 由独立性知，X 和Y 的联合分布为3、Y 的分布函数为显知有四个可能值：).0(0)(),0(1)(≤=>−=−y y F y e y F y ),(21X X }{{}{}11−=e ,2,10,0).1,1(),0,1(),1,0(),0,0(121−≤=≤≤===Y P Y Y P X X P 易知{}{}{}{}{},221−−−=e e 12<=P ,10,1,02,11,02121≤≤>====>≤===Y Y Y P X X P Y Y P X X P{}{}{},212,10,12121−=≤<=≤>===e e Y P Y Y P X X P {}−− {}{}.22,11,1221−=>=>>===e Y P Y Y P X X P于是，可将X 1和X 24、∑=====nm m n P n X P 0),()(ηζ∑=−−−−=nm mn m n e m n m p p 0)!(!)1(λλ()[]).,2,1,0(!1!)1()!(!!!==−+=−−=−−−=−∑n n e p p n e p p m n m n n e n n n mn m nm n λλλλλλ即X 是服从参数为λ的泊松分布.∑∑∞=−−∞=−−−−−=−−==mn mn m n mn m m mn m n m n p m e p em n m p p m Y P )!()1(!)!(!)1()(λλλλλ).,2,1,0(,!)(!)()1( ==⋅=−−−−m m ep e e m ep pmp mλλλλλλ即Y 是服从参数为λp 的泊松分布.5、由定义F （y x ,）=P {}∫∫∞−∞−=≤≤x y dxdy y x y Y x X .),(,ϕ因为ϕ（y x ,）是分段函数，要正确计算出F （y x ,;1>y ），必须对积分区域进行适当分块：等5个部分.10,10,1;1,1;10,100≤≤≤≤>>>≤≤<x y x y x y y x 或;0<≤≤x （1）对于 有 F （,00<<y x 或y x ,）=P{X ≤,x Y ≤y}=0; （2）对于 有 ;,10,10≤≤≤≤y x 2204),(y x vdudv u y x F x y ==∫∫（3）对于, 有 10,1≤≤>y x {};,1),(2y y Y X P y x F =≤≤= （4）对于, 有 10,1≤≤>x y {}21,),(x Y x X P y x F =≤≤=; （5）对于 有 ,1,1>>y x 1),(=y x F .故X 和Y 的联合分布函数⎪⎪⎪⎩⎪⎪⎪⎨⎧<<≤≤<<≤≤≤≤≤≤<<=.1,1,.1,10,1,,1,10,,10,10,,00,0),(2222y x y x y y x x y x y x y x y x F 或6、（1） ,0,0;0),(,00>>=≤≤y x y x F y x 或),(y x F =∫∫+−x y t s dsdt ze)2())(())((200202yt x s y t x se e dt e ds e−−−−−−==∫∫=)1)(1(2y x e e −−−−即⎩⎨⎧>>−−=−−.,0,0,0),1)(1(),(2其它y x e e y x F y x （2）P ()()220(),22x x y x yxy xY X f x y dxdy dx e dy e e d +∞+∞−−−−<≤===−∫∫∫∫∫x∫∫∞+−−−∞+−−=−−=03220)(2)1(2dx e e dx e e x x x x .312131(2)2131(2023=−−=−=∞+−−x x e e7、（1）时，0>x ,0)(,0;)(=≤==∫∞+−−x f x e dy e x f X Xx y X 时 即 ⎩⎨⎧≤>=−.0,0,0,)(x x e x f x X （2）{}2/111210121),(1−−≤+−−−+===≤+∫∫∫∫e e dy e dxdxdy y x f Y X P y x x xy8、（1）（i ）时,，;),()(计算根据公式∫∞+∞−=dy y x f x f X 0≤x 当10;0)(<<=x x f X 当时()();24.224.2)2(8.4)(202x x x y dy x y x f xx X −=−=−=∫0)(,1=≥x f x X 时当即⎩⎨⎧<<−=.,0;10),2(4.2)(2其它x x x x f X （ii ） 利用公式计算. 当∫∞+∞−=dx y x f y f Y ),()(;0)(,0=≤y f y Y 时,10时当<<y112)22(8.4)2(8.4)(y y Y x x y dx x y y f ∫−=−=⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−⎟⎠⎞⎜⎝⎛−=222128.42y y y );43(4.2)2223(8.422y y y y y y +−=+−=当时，1≥y .0)(=y f Y 即⎩⎨⎧<<+−=.0;10),43(4.2)(2其它y y y y y f Y 121111222211111(2)((1(,1(,)1.22222P X Y P X Y f x y dxdy dx dxdy +∞+∞⎧⎫<<=−≥≥=−=−=⎨⎬⎩⎭∫∫∫∫∪58、47809、本题先求出关于x 的边缘概率密度，再求出其在2=x 之值. 由于平面区域D 的面积为)2(X f ,2121=dx =∫x S e D 故（X,Y ）的联合概率密度为⎪⎩⎪⎨⎧∈=.,0;),(,21),其它D y x y x (f易知，X 的概率密度为∫∞+∞−⎪⎩⎪⎨⎧<<==,,0,1,21),()(2其它e x xdy y x f x f X 故.41221)2(=×=X f 10、（1）有放回抽取：当第一次抽取到第个数字时，第二次可抽取到该数字仍有十种可能机会，即为 k {}).9, ,1,0(101====i k Y i X P （2）不放回抽取：（i ）当第一次抽取第)90(≤≤k k 个数时，则第二次抽到此（第个）数是不可能的，故 k {}.)9,,1,0,; =k i k (0====i k Y i X P（ii ）当第一次抽取第个数时，而第二次抽到其他数字（非k ）的机会为，知)90(≤≤k k 9/1{}.)9,,1,0,; =k i k (9/1≠===i k Y i X P 11、（1）因∫−=−=12,)1(12)1(24)(yy y ydx x y f η.,0)(;10其它=≤≤y f y n 故在0≤y ≤1时，⎩⎨⎧≤≤−−=;1)1/()1(2)(2其它x y y x y x f ηξ因()∫−=−=x y x ydy x x f 022,)1(12124)(ξ.,0)(;10其它=≤≤x f x ξ故在0≤x ≤1时，⎩⎨⎧≤≤=.0,0/2)(2其它x y x y x y f ξη（2）因;1,121)(2/12∞≤≤==∫x x nxdy y x X f x x ξ;,0)(其它=x f ξ故在1≤x<时，∞⎪⎩⎪⎨⎧<<=.,1121)(其它x y xnxy x y f ξη因 ⎪⎪⎪⎩⎪⎪⎪⎨⎧∞<<=≤<==∫∫∞∞,002121102121)(22/12其它y y dx y x y dx y x y f y y η 故在10≤<y 时,⎪⎩⎪⎨⎧∞<<=;011)(2其它x y y x x y f ξη 而在,1时∞<<y ⎪⎩⎪⎨⎧∞<<=.0)(2其它x y x yx y f ξη（3）在x >0,.0,0)(;0,)(≤=>==∫∞−−x x f x e dy e x f x xy ξξ⎪⎩⎪⎨⎧>=−.0,)(其它x y e x y f y x ξη ;0,)(0>==∫−−y ye dx e y f y yy η .故在y>0时，0,0)(≤=y y f η⎪⎩⎪⎨⎧<<=.0,01)(其它y x y y x f ηξ12、1(1)(2)2(),0(1)(1)X n n n n n f x dy x x y x ∞−−−−==+++∫>，故12(1)(2)0,(/1)0.n nY X n y y f y −⎧−+>=⎨⎩其它 13、X 和Y 是否独立，可用分布函数或概率密度函数验证.方法一：X 的分布函数的分布函数分别为 Y x F X 和)()(y F Y ⎩⎨⎧<≥−=+∞=−,0001),()(5.0x x e x F x F x X ⎩⎨⎧<≥−=+∞=−.0001),()(5.0y y e y F y F yY 由于独立.Y X y F x F y x F Y X 和知),()(),(={}{}{}[][]1.005.005.0)1.0(1)1.0(11.01.01.0,1.0−−−=⋅=−⋅−=>⋅>=>>=e e e F F Y P X P Y X P Y X αY X Y X x f x f y x f Y X 和分别表示和),,()()(),,(方法二：以的概率密度，可知 ⎩⎨⎧≥≥=∂∂∂=+−.00,025.0),(),()(5.02其它y x e y x y x F y x f y x ∫∞+∞−−⎩⎨⎧<≥==,0005.0),()(5.0x x e dy y x f x f x X ∫∞+∞−−⎩⎨⎧<≥==.00,05.0),()(5.0y y e dx y x f y f yY ∫∫∞+∞+−+−==>>==1.01.01.0)(5.0.25.0}1.0,1.0{.),()(),(e dxdy e Y X P a Y X y f x f y x f y x Y X 独立和知由于)()(),(j i j i y Y P x x P y Y x X P =⋅====14、因知X 与Y 相互独立，即有 . )3,2,1,2,1(==j i 首先，根据边缘分布的定义知 .2418161),(11=−===y Y x X P 又根据独立性有),(61)()(},{2411111i x X p y Y p x X p y Y x X p ===⋅===== 解得41)(==i x X P ,从而有 1218124141),(31=−−===y Y x X P 又由 )()(),(2121y Y P x X P y Y x X P =⋅====, 可得 ),(41812y Y P == 即有21)(2==y Y P , 从而 838121),(22=−===y Y x X P .类似地，由),()(),(3131y Y P x X P y Y x X P ===== 有),(411213y Y P ==得31)(3==y Y P ,从而,.111),(31=−===y Y x X P 最后=)(2x X P =1+3+1=3. 将上述数值填入表中有1x1/24 1/8 1/12 1/4 2x1/8 3/8 1/4 3/4 {}j P y X P j ⋅==1/6 1/2 1/3115、本题的关键是由题设P{X 1X 2=0}=1，可推出P{X 1X 2≠0}=0；再利用边缘分布的定义即可列出概率分布表.(1)由P{X 1X 2=0}=1,可见易见,0}1,1{}1,1{2121=====−=X X P X X P 25.0}1{}0,1{121=−===−=X P X X P 5.0}1{}1,0{221=====X P X X P 25.0}1{}0,1{121=====X P X X P 0}0,0{21===X X P121212.16、(1) ⎩⎨⎧<<=,,0,10,1)(其他x x f X ⎪⎩⎪⎨⎧≤>=−.0,0,021)(2y y ey f yY 因为X ，Y 独立，对任何y x ,都有 ).,()()y x f y f x Y =⋅(f X ⎪⎩⎪⎨⎧><<=−.,0,0,10,21),(2其他所以有y x e y x f y（2）二次方程 有实根，△ t Y Xt t 中022=++,04)2(2≥−=Y X ,02≥−Y X 即,2X Y ≤ 故=)(有实根t P dydx e dydx y x f X Y P yx y x 2122221),(}{−≤∫∫∫∫==≤∫−−=1022)(dx ex y=dx edx edx x x x 2101010222221211)21(−−∫∫−=−=−πππ21−=［∫∫∞−∞−−−−1022222121dx edx exx ππ］.1445.08555.01]5.08413.0[21)]0()1([21=−≈−−≈Φ−Φ−=ππ17、（1）因为X ，Y 独立，所以 .⎩⎨⎧>>==+−.,0,0,0,)()(),()(其他y x e y f x f y x f uy x Y X λλμ（2）根据Z 的定义，有 P{z=1}=P{Y ≥X}∫∫∫∫∞+∞−+−≥==)(),(xy x xy dydx e dydx y x f μλλμ∫∫∞+∞+−−=)(dx dy e e xy x μλμλ ),0u dx ee x x +=⋅=∫∞+−−λλλμλ{}{110=−==Z P Z P Z 的分布函数为⎪⎪⎩⎪⎪⎨⎧≥<≤+<=.1,1,10,,0,0)(z z z z F Z μλμ18、∵X 、Y 分别仅取0，1两个数值，∴Z 亦只取0，1两个数值. 又∵X 与Y 相互独立，∴{}{}{}{}==========00)0,0(0),max(0Y P X P Y X P Y X P Z P 1/2×1/2=1/4， 故{}{}.4/34/110111=−==−===Z P Z P 19、 X 由2×2阶行列式表示，仍是一随机变量，且X=X 1X 4--X 2X 3，根据X 1，X 2，X 3，X 4的地位是等价且相互独立的，X 1X 4与X 2X 3也是独立同分布的，因此可先求出X 1X 4和X 2X 3的分布律，再求X 的分布律. ,则X=Y 1--Y 2.随机变量Y 1和Y 2独立同分布：322411,X X Y X X Y ==记}{}{}{{}.84.016.01}0{0112121=−========Y P Y Y P Y P 16.01,132===P X X P 显见, 随机变量X=Y 1--Y 2有三个可能值--1,0,1.易见 P{X=--1}=P{Y 1=0,Y 2=1}=0.84×0.16= 0.1344， P{X=1}=P{Y 1=1,Y 2=0}=0.16×0.84=0.1344, P{X=0}=1--2×0.1344=0.7312. 于是，行列式的概率分布为 4321X X X X X =~ ⎥⎦⎤⎢⎣⎡−1344.07312.01344.010120、因为{Z=i }={X+Y=i }={X=0,Y=i }}.0,{}1,1{==−==Y i X i Y X ∪ ∪∪ 由于上述各事件互不相容，且注意到X 与Y 相与独立，则有 ∑∑==−===−====i k ik k i Y P k X P k i Y k X P i Z P 00}{}{},{}{∑=+−−−−−=−−=iik ki n ki k i nkn kk n P p pC P p c 022111()1()1∑=−−+ik k i n k n in n C Cp 02121)(,,1,0,)1(212121n n i p p C i n n i i n n+=−=−++).,(~21p n n B Y X Z ++=故注：在上述计算过程中，已约定：当r>n 时，用到了公式 并,0=rnC .12121∑=+−=ik i n n k i n k n C C C21、X 和Y 的概率分布密度为},2)(exp{21)(22σσπy x x f X −−=);(+∞<<−∞x ⎩⎨⎧≤≤−=.,0,),2/(1)(其它πππy y f Y 因X 和Y 独立，考虑到 )仅在[)(y f Y ππ,−]上才有非零值，故由卷积公式知Z 的概率密度为.221)()()(222)(dy edy y f y z f z f a y z Y X Z ∫∫−−−−∞+∞−=−=ππμσππ令σμ−−=y z t ,则上式右端等于.(2122122⎥⎦⎤⎢⎣⎡⎟⎠⎞⎜⎝⎛−−Φ−−+Φ=∫−+−−−σμπσμππππσμπσμπz z dt e z z t 22、（1）由题设知 {}y X X P y M P y F n M ≤=≤=),,max()()(1),,(1y X y X P n ≤≤= )()()()()(121y F y F y X P y X P y X P Xn X n =≤≤≤=.∵),1(],0[~:,,1n i U X X X i n ≤≤θ独立且同分布 ∴⎪⎩⎪⎨⎧><<≤=,0,1,0,,0,0)(x x x x x F i X θθ∴⎪⎪⎩⎪⎪⎨⎧≥<<≤=.,1,0,,0,0)(θθθy y y y y F n n M 故⎪⎩⎪⎨⎧<<=−.,0,0,)(1其它θθy ny y f n n M（2）{}y X X P y N P y N P y F n N >−=>−=≤=),,min(1)(1)()(1()y X P y X P y X P y X y X y X P n n >>>−=>>>−= )()(1,,,12121()[])(11)(11y F y X P i X i ni −−=>Π−==故 ⎪⎩⎪⎨⎧<<−=⎪⎩⎪⎨⎧<<−−−=−−其它其它,0,00,)(,001(1()(11y y n y y n y f n n n N θθθθθ 23、由题设容易得出随机变量（X ，Y ）的概率密度，本题相当于求随机变量X 、Y 的函数S=XY 的概率密度，可用分布函数微分法求之.依题设，知二维随机变量（X ，Y ）的概率密度为()()()⎩⎨⎧∉∈=G y x Gy x y x f ,,0,2/1,若若 设为S 的分布函数,则 当{s S P s F ≤=)(}0≤s 时,()0=s F ； 当时, .2≥s ()1=s F 现设0<s<2. 曲线s xy =与矩形G 的上边交于点(s,1);位于曲线s xy =上方的点满足s xy >,位于下方的点满足s xy <. 故(){}{}{}).ln 2ln 1(2211211121s sdy dx dxdy S XY P s XY P s S P s F s x s sxy −+=−=−=>−=≤=≤=∫∫∫∫>于是,⎩⎨⎧≥≤<<−=.20,0,20,2/)ln 2(ln )(s s s s s f 或若若（二）、补充题答案1.由于即{},0)(),,min(,,max =<==Y X P Y X 故知ηξηξ{}{}{}03,23,12,1=========Y X P Y X P Y X P ；又易知{}{}{}{},9/1111,11,1==⋅=======ηξηξP P P Y X P{}{},9/12,22,2======ηξP Y X P {}{},9/13,33,3======ηξP Y X P {}{}{},9/29/19/11,22,11,2=+===+=====ηξηξP P Y X P{}{}{},9/22,33,22,3===+=====ηξηξP P Y X P {}.9/29/711,3=−===Y X P 所以2.（1）x{}.,2,1,0,0,)1( =≤≤−===n n m P P C n X m Y P m n {}（2）{}{}n X P n X m Y P m Y n X P ======,.,2,1,0,0,!)1( =≤≤⋅⋅−=−−n n m e P P C n m n mm n λλ3.22)1()1()1()0()0()1(p p Y P X P Y P X P z P +−===+====)1(2)0()1()1()0()0(p p Y P X P Y P X P z P −===+====而，由2)1,1()1,1(p Y X P Z X P ======),1()1()1,1(=====Z P X P Z X P 得. 2/1=p 5.:设随机变量ξ和η相互独立，都服从分 )1,0(N 布.则⎭⎬⎫⎩⎨⎧+−⋅=)(21exp 21),(22y x y x p π.显然， ,),(),(∫∫∫∫<SGdxdy y x p dxdy y x p,其中 G 和S 分别是如图所示的矩形ABCD 和圆.22/)21(),(2∫∫∫−−=a ax Gdx e dxdy y x p π，令,sin ,cos ϕγϕγ==y x 则 ∫∫∫∫=ππ20221),(a aSdxdy y x p 所以221212/a aaxe dx e −−−−<∫π.6.设这类电子管的寿命为ξ，则（1）三个管子均不要替换的概率为；（2）三个管子均要替换的概率为 .∫∞+==>1502.3/2)/(100)150(dx x P ξ21(−27/8)3/2(3=27/1)3/3=7.假设总体X 的密度函数为，分布函数为，第次的观察值为，独立同分布，其联合密度函数)(x f ,(1x f )(x F )()2x f i (n x )1(n i X i ≤≤i X )(),1n f x f x =.依题意，所求的概率为{}∫∫∫∫∫∫∞+∞−∞−∞−∞−−−−=−==>>><n n n nx i x x x x n n nn nn n i n n n n dx x f dx x f dx x f dx x f dx dx xx f X X X X X X P 112211111,...,2,1121)(...)()()(),,(.,...,,∫∫∞+∞−∞+∞−−−==)()()()(11n n n n n n n x dF x F dx x f x F.1)(1n x F nn n=∞−∞+=8.)(),()(21211211n P n k P n k P =+=+===+=ξξξξξξξξ)()()(2121n P k n P k P =+−===ξξξξ.由普哇松分布的可加性，知服从参数为的普哇松分布，所以 21ξξ+21λλ+)(21212112121!)()!(!)(λλλλλλλλξξξ+−−−−+−⋅==+=e n e k n ek n k P n k n k.1211211kn kk n −⎟⎟⎠⎞⎜⎜⎝⎛+−⎟⎟⎠⎞⎜⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛=λλλλλλ9.当，0≤z (),0)(=≤=z Z P z F z ,0>z 当()z Z P z F z ≤=)(∫∫−+−=20)2(02xz y x z dy e dx∫∫−−−−−−−==202012x z z z y z x ze e dy e dxe ，所以 Y X z 2+=的分布函数为 ⎩⎨⎧>+−≤=−.0,)1(1,0,0),(z e z z y x F z10.由条件知X 和Y 的联合密度为⎪⎩⎪⎨⎧≤≤≤≤=其他若,0,31,31,41),(y x y x p以表示随机{})()(∞<<−∞≤=u u U P u F 变量U 的分布函数.显然，当0≤u 时， 0)(=u F ；当时，； 2≥u 1)(=u F 当，则20<<u []∫∫∫∫≤−uy x y x p ||,(≤−−−=−−===uy x u u dxdy dxdy u F ||2)2(411)2(44141))(2u−于是，随机变量的密度为⎪⎩⎪⎨⎧<<−=其他,0;20),2(21)(u u u p .11.记为这3个元件无故障工作的时间，则的分布函数321,,X X X ),,min(321X X X T ={}[][].)(1),,min(1(31321t X P t X X X P t F T −=>−(11)13X P t ≤−−=>)()t T P =≤=⎩⎨⎧≤>−=∴⎩⎨⎧=≤>−=−−,0,0,0,1)()3,2,1(,0,0,0,1)(~3t t e t F i t t e t F X t T t i λλ∵ 故 ⎪⎩⎪⎨⎧≤>==−.0,0,0,3)(')(3t t e t F t f t T T λλ。
概率论参考答案 刘金山 主编 第3章
pij p⋅ j pij p i⋅
， i = 1,2, "
P{Y = y j | X = xi } =
， j = 1,2, "
在 Y = 4 的条件下， X 的条件分布律；
P{ X = 1| Y = 4} = 0 P{ X = 2 | Y = 4} = 1 6
P{ X = 3 | Y = 4} = 0 P{ X = 4 | Y = 4} = 0
xi ≤ x yi ≤ y
1 6
⎧0, ⎪1 ⎪ , ⎪ F ( x, y ) = ⎨ 2 ⎪5 , ⎪6 ⎪1, ⎩
5. 因为 X 与 Y 相互独立，所以
x < −1或y < 0;
− 1 ≤ x < 0, y ≥ 0;
x ≥ 0,0 ≤ y < 1; x ≥ 0, y ≥ 1.
P { X = x, Y = y} = P { X = x} ⋅ P {Y = y}
1 = 0. 6 1 = 1. 6 1 =0. 6 1 = 0. 6
3 0 4 0
X
P
1 0
2 1
(2) X 的边缘分布律 P{ X = 2} = p2⋅ = p21 + p22 + p23 + p24 = 0 + 由条件分布率
1 1 1 +0+ = 6 6 3
P{Y = y j | X = xi } =
1
13 2 xy 3 f X ( x) = ∫ f ( x , y ) dy = ∫ xy dy = 02 −∞ 2 +∞ 23
2
=
0 2Leabharlann x , 2 = 3y2,3x2 y 2 fY ( y ) = ∫ f ( x , y ) dx = ∫ xy dx = 02 −∞ 4
概率论第三章部分习题解答
x EX
f ( x )dx
2
有关方差的定理： 定理1
推论：Db
DaX b a 2 DX
0; D X b DX ; D(aX ) a 2 DX .
6
定理2： 若X与Y 独立， D X Y DX DY
n n 推论：D X i D X i i 1 i 1
所以X 的概率分布列为
X
PX xi
0
3 4
1
9 44
2
9 220
3
1 220
3 9 9 1 EX 0 1 2 3 0.3. 4 44 220 220 9 1 3 2 9 9 2 2 2 2 3 EX 0 1 2 . 44 220 220 22 4 9 9 2 2 DX EX EX 0.319. 22 100 X DX 0.565.
推论 （1）Ea a
定理2
E X Y E X E Y
n n 推论： E X i EX i . i 1 i 1
定理3 若X、Y 独立，则有：
E XY E X E Y
n n 推论 若X1 , X 2 ,, X n相互独立，则 X i EX i . E i 1 i 1
1、X与Y 的协方差（或相关矩）：
定义 cov( X , Y ) E{[ X E ( X )][Y E (Y )]}. 注 ⑴ 离散型随机变量：
cov X , Y xi EX y j EY p xi , y j .
i j
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第三章连续型随机变量3、1设随机变量 ξ 的分布函数为F(x),试以F(x)表示下列概率: 。
)()4();()3();()2();()1(a P a P a P a P >≥≤=ξξξξ 。
）（解：)0(1)()4();(1)()3();0()(P 2);()0()()1(+-=>-=≥+=≤-+==a F a P a F a P a F a a F a F a P ξξξξ3、2函数x211F(x)+=就是否可以作为某一随机变量的分布函数,如果在其它场合恰当定义。
在其它场合恰当定义；）（,0)3(,0)2(1<<∞-∞<<∞<<∞-x x x 解:(1)F(x)在),(∞-∞内不单调,因而不可能就是随机变量的分布函数; (2)F(x)在)0∞，（内单调下降,因而也不可能就是随机变量的分布函数; (3)F(x)在），（－0∞内单调上升、连续且,若定义 ⎩⎨⎧≥<<∞=01)()(~x x X F x F －则)(~x F 可以就是某一随机变量的分布函数。
3、3函数 sinx 就是不就是某个随机变量ξ的分布函数？如果ξ的取值范围为[]。
，）；（，）；（，）（⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡πππ230302201 解:(1)当⎥⎦⎤⎢⎣⎡∈2,0πx 时,sinx 0≥且1sin 20=⎰πxdx ,所以 sinx 可以就是某个随机变量的分布密度; (2) 因为12sin 0≠=⎰πxdx ,所以sinx 不就是随机变量的分布密度; (3) 当 ⎥⎦⎤⎢⎣⎡∈23,ππx 时,sinx<=0所以sinx 不就是随机变量的分布密度。
3、4设随机变量ξ具有对称的分布函数p(x),即p(x)=p(-x) 证明:对任意的a>0,有[][]。
－－故上式右端＝知由证：）1)(21a)P(1a)(3)P(1;-2F(a))(21)(1)1(,)(2)()()2(;)(21)()(1)(1)(1)(1)(1)()()1(.)(F 12)()3(;1)(2)()2(;(p 21)(1)()1(00000-=<=>-=-==<-=--=-=-=+=-==--=>-=<-=-=-⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰-∞-∞-∞-∞--∞-a F dxx p a F dx x p dx x p a P dx x p dx x p dx x p a F dx x p dxx p dx x p dx x p a F a a P a F a P dx x a F a F a a a a a aaaaaa ξξξξξ3、5设)(1x F 与)(2x F都就是分布函数,证明F(x)=aF(x)+bF(x)也就是一个分布函数,并由此讨论,分布函数就是否只有离散型与连续型这两种类型？ 证:因为)(1x F与 )(2x F 都就是分布函数,于就是F(x1)＝aF1(x1)+bF2(x2)<= aF1(x1)+bF2(x2)= F(x2) 又F(x-0)= aF1(x1-0)+bF2(x2-0) = aF1(x)+bF2(x)= F(x) 所以,F(x)也就是分布函数。
取a=b=1/2,又令F1(x)=0 x<=0,1 x>0 F2(x)=0 x<＝0 x 0<x<=1 1 x>1 此时⎪⎩⎪⎨⎧><=<+<==11102/)1(00)(F x x x x x既然,与F(x)对应的随机变量不就是取有限个或可列个值,故F(x)不就是离散型的,而F(x)不就是连续函数,所以它也不就是连续型的。
3、6设随机变量ζ的分布函数为1(1) 0()0 0x x e x F x x -⎧-+≥=⎨<⎩求相应的密度函数,并求(1)P ζ≤。
解:[1(1)]x x dx e xe dx---+=,所以相应的密度函数为()0 02(1)(1)1x xe x p x x P F eζ-⎧≥=⎨<⎩≤==-3、7设随机变量ζ的分布函数为20 x<0()Ax 0x<10 x 1F x ⎧⎪=≤⎨⎪≥⎩求常数A 及密度函数。
解:因为F(1-0)=F(1),所以A ＝1,密度函数为2 0x<1()0 x p x ≤⎧=⎨⎩其他3、8随机变量ζ的分布函数为F(x)=A+B arctg(x),常数A 与B 及相应的密度函数。
解:因为()()0lim 2lim ()()12x x F x A B F x A B ππ→-∞→+∞=+⋅-==+⋅-=所以 11B 2A π＝，＝， 因而 2111F(x)=(),()()2(1)arctg x p x F x x ππ'+=+ 3、9已知崔机变量ζ的分布函数为≤⎧⎪≤⎨⎪⎩x 0<x 1p(x)=2-x 1<x 20 其他（1） 求相应的分布函数F(x);（2） 求(0.5), ( 1.3), (0.2 1.2)p p p ζζζ<><< 解:x2012010 x 01 1<x 22()1(2)2 1 1<x 221 x>2x ydy x F x ydy y dy x x ≤⎧⎪⎪=≤⎪=⎨⎪+-=--≤⎪⎪⎩⎰⎰⎰1(0.5)(0.5),8( 1.3)1( 1.3)1(1.3)0.245,(0.2 1.2)(1.2)(0.2)0.66P F P P F P F F ζζζζ<==>=-≤=-=<<=-=3、10确定下列函数仲的常数A,使该函数成为一元分布的密度函数。
(1)();xp x Ae-=(2)cos ()220 A x x p x ππ⎧-≤≤⎪=⎨⎪⎩其他(3)2 12() 2<x<30 Ax x p x Ax ⎧≤≤⎪=⎨⎪⎩其他解:(1)221xx Aedx A e dx A ∞∞--∞===⎰⎰－,所以12A =; (2)2202cos 2cos 21A xdx A xdx A πππ-===⎰⎰,所以12A =;(3)282122916Ax dx Axdx A +==⎰⎰,所以 629A =。
3、11在△ABC 中任取一点P,P 到AB 的距离为δ,求δ的分布函数、 解:作△ABC 的高CD,设CD=h 。
当0≤x ≤h 时,作EF ∥AB,椒EF 与AB 间距离为x 。
当0≤x ≤h 时 F(x)=P(δ＜x)=ABC EFBA S S ∆∆ =1－ABC CEF S S ∆∆=1－2)(hx h -,因此F(x)=⎪⎪⎩⎪⎪⎨⎧>≤≤⎪⎭⎫⎝⎛--<hx h x x x h x 1010023、12在半径为R,球心为O 的球内任去一点P,求.的分布函数OP =δ 解:当0≤x ≤R 时F(x)=P(δ<x)=333434R x ππ=3⎪⎭⎫⎝⎛R x ,所以 F(x)= ⎪⎪⎩⎪⎪⎨⎧>≤≤⎪⎭⎫⎝⎛<Rx R x R x x 100033、13某城市每天用电量不超过一百万度,一δ表示每天的耗电率(即用电量除以一百万度),它具有分布密度为⎪⎩⎪⎨⎧<<-=其他010)1(12)(2x x x x ρ若该城市每天的供电量仅有80万度,求供电量不够需要的概率就是多少?如每天供电量为90万度又就是怎样呢? 解:⎰⎰=-=>=-=>.0037.0)1(12)9.0(,0272.0)1(12)8.0(219.0218.0dx x x P dx x x P δδ因此,若该城市每天的供电量为80万度,供电量不够需要的概率为0、0272,若每天的供电量为90万度,则供电量不够需要的概率为0、0037、 3、14设随机变量δ服从(0,5)上的均匀分布,求方程02442=+++δδx x有实根的概率、 解:当且仅当0)2(16)4(≥+-δδ (1)成立时,方程02442=+++δδx x 有实根、不等式(1)的解为:δ该方程有实根的概率因此或,.12-≤≥δ ⎰==≥+-≤+≥=.5351)2()1()2(52dx P P P δδδρ 3、15设随机变量δ服从正态分布N(0,1),求 (1)();04.085.1)2();33.202.0(<<-<<δδP P (3)()21.180.2-<<-δ解:)02.0()33.2()33.202.0()1(Φ-Φ=<<δP ;4821.00080.04901.0=-≈ (2))85.1()04.0()04.085.1(-Φ-Φ=<<-δP[])85.1(1)04.0(Φ--Φ= )0976781(5160.0--≈ =0、4838;[])80.2(1)21.1(1)80.2()21.1()21.180.2()3(Φ--Φ-=-Φ--Φ=-<<-δP1105.08869.09974.0)21.1()80.2(=-≈Φ-Φ= 3、16设随机变量ξ服从正态分布N(108,9), (1)求P(101、1<ξ<117、6);(2 ) 求常数α,使P(ξ<α)=0、90;(3 ) 求常数α,使P(｜ξ-α｜>α)=0、01。
解: (1) P(101、1<ξ<117、6) = P )2.331083.2(<-<-ζ[])3.2(1)2.3()3.2()2.3(Φ--Φ=-Φ-Φ=;988589.0989276.01999313.0=+-≈(2) ();84.111,28.13108,.90.031083108=≈-=⎪⎭⎫ ⎝⎛-<-=<a a a P a P 即所以ξζ()()()()()(),01.0310821363108310823108023=⎪⎭⎫ ⎝⎛-Φ-≈⎪⎭⎫ ⎝⎛-<-+⎪⎭⎫ ⎝⎛->-=<+>=-<-+>-=>-a P a P P a P a a P a a P a a P ξξξξξξξ5.5733.231082,99.031082=≈-=⎪⎭⎫⎝⎛-Φa a a 即查表得所以()()()()()75.57,65.135,95.035,9.0135235353535300352;9236.043.143.135300)43.135300(250)1(:9.0,)2(;250)1()(35),(300,,17.32≥≥≥⎪⎭⎫⎝⎛Φ≥-⎪⎭⎫ ⎝⎛Φ=⎪⎭⎫ ⎝⎛-Φ-⎪⎭⎫ ⎝⎛Φ=⎪⎭⎫⎝⎛<-<-=+<<-≈Φ=⎪⎭⎫ ⎝⎛<-=->-=>+-==x x x x x x x x P x a x a P P P P x a x a x a a N 即所以即解之间的概率不小于与使寿命在求小时以上的概率求电池寿命在小时小时其中分布服从正态某种电池的寿命ξξξξξσσξ()()()()()22222222222232222222342233.180,1,01111:1111113,1111x x y y xxx y xx y xx x x N x x x x x x edy edye dyx y e e dy x x y x x x x -----∞∞--∞∞---Φ>⎛⎫•>-Φ>- ⎪⎝⎭-Φ===•⎛⎫- ⎪⎝⎭•>-Φ>-⎰设为分布的分布函数证明当有证所以⎛⎫⎪⎝⎭()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()()0,5;,,4;,,0,,,3;,,0,,,2;,,,,,1,5;,4;,3;,2;,1:,,,193=+∞<-∞<-+∞=+∞<<-+=<<-<≤=<=-+=<<-<≤=≤≤≤+--=<≤<≤+∞<-∞<+∞<<<=≤≤≤<≤<≤ηξηξηξηξηξηξηξηξηξηξηξηξηξηξηξξP x F x F x P y a F y a F y a P y a P y a P y a F y b F y a P y b P y b a P c a F d a F c b F d b F d c b a P ：P x P y a P y b a P d c b a P y x F y x F ，。