南京信息工程大学概率论与数理统计第三章习题册作业答案
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。
概率论与数理统计-第三章作业及答案
习题3-11.而且12{P 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. 设随机变量(X ,Y )的概率密度为(,)(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) 31201,31{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 =⎰⎰4421d (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3. 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2111401(,)d d d (1)d 26xk k f 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 ∈==-=⎰⎰⎰. 4. 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,y Y y x x y f y f x y x y y y y +∞-∞-<<==-+<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它.5. 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 (1) 见本章第三节三(4).(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==13144=-=. 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 ===⎧⎫⎨⎬⎩⎭. 3. 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 ed de d e d (1e )x y yx f x y x y b y x b y x b +∞+∞+∞+∞-+----∞-∞====-⎰⎰⎰⎰⎰⎰,得 111e b -=-.(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,()20Y 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YX 0 10 0.4 a 1 b 0.1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X 1 3 Y 2 4 P X 0.3 0.7 P Y 0.6 0.4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Z 3 57 P Z0.180.540.283. 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 a Z X Y a f z f z y f y y y a μσπσ---+∞-∞-=-=⎰⎰=1[()()]2z μa z μa ΦΦa σσ-+---. 4. 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0,0>>y x 时, 34340(,)12e d e d (1e )(1e )x yuv x y F x y u v ----==--⎰⎰.即 34(1e )(1e ),0,0,(,)0,.其它x y x y F x y --⎧-->>=⎨⎩(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),(Y X 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) max{,}V X Y =的可能取值为2, 3, 且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 z z 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, y >2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x >1, 0<y ≤2时,1(,)(,)d d [(,)d ]d xyyF x y u v u v u v v u -∞-∞==⎰⎰⎰⎰ϕϕ12001[()d ]d 3y u uv v u =+⎰⎰1(4)12y y =+. 当x >1, y >2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.或≤≤≤≤≤≤x y y x y x x y F x y x x x y y y x y x y ⎧⎪⎪+<<⎪⎪⎪=+<>⎨⎪⎪+><⎪⎪>>⎪⎩(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(,)22121()534.32()d |Xy x y x x x ϕ+==⎰。
概率论与数理统计第三、四章答案(DOC)
第三章习题参考答案1.计算习题二第2题中随机变量的期望值。
解:由习题二第2题计算结果3 12 2E =0 13 3 3般对0-1分布的随机变量长与宽的期望计算,另一种是利用周长期望的分布计算。
解:方法一:先按定义计算长的数学期望E = 29 0.3 30 0.5 31 0.2 二 29.9和宽的数学期望=19 0.3 20 0.4 21 0.3 = 20再利用数学期望的性质计算周长的数学期望E 二 E (2 2 )= 2 29.9 2 20 二 99.8方法二:利用习题二地30题的计算结果(见下表),按定义计算周长 的数学期望E = 96 0.09 98 0.27 100 0.35 102 0.23 104 0.06=98.83. 对习题二第31题,(1)计算圆半径的期望值;(2) E (2 R )是否1 2p 0胡 g,…“=32.用两种方法计算习题二第 30题中周长的期望值,一种是利用矩形等于2 ER ?(3)能否用二(ER)2来计算远面积的期望值,如果不能用,又该如何计算?其结果是什么?解(1) ER = 10 0.1 11 0.4 12 0.3 13 0.2 = 11.6 (2)由数学期望的性质有E(2 二 R) =2二 ER 二 232(3)因为EC R 2)=二E(R)2,所以不能用二E(R 2)来计算圆面积 的期望值。
利用随机变量函数的期望公式可求得2 2 2 2 2 2E(「: R ) = ■-E(R ) = ■-(10 0.1 11 0.4 12 0.3 13 0.2) =135.4■:或者由习题二第31题计算结果,按求圆面积的数学期望E =100二 0.1 121 0.4 144 0.3 169 0.2)=135.44. 连续随机变量的概率密度为kx a,0 :: x :: 1(k,a 0)0,其它-be 1「(x)dx 二 i kx adx1a 1k _ 3 a 24解得 a = 2 ,k = 35. 计算服从拉普拉斯分布的随机变量的期望和方差(参看习题二第 16 题)。
最新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。
《概率论与数理统计》习题及答案第三章
《概率论与数理统计》习题及答案第 三 章1.掷一枚非均质的硬币,出现正面的概率为p (01)p <<,若以X 表示直至掷到正、反面都出现时为止所需投掷次数,求X 的分布列。
解 ()X k =表示事件:前1k -次出现正面,第k 次出现反面,或前1k -次出现反面,第k 次出现正面,所以11()(1)(1),2,3,.k k P X k p p p p k --==-+-=2.袋中有b 个黑球a 个白球,从袋中任意取出r 个球,求r 个球中黑球个数X 的分布列。
解 从a b +个球中任取r 个球共有ra b C +种取法,r 个球中有k 个黑球的取法有kr kb aC C -,所以X 的分布列为()k r kb ara bC C P X k C -+==,max(0,),max(0,)1,,min(,)k r a r a b r =--+,此乃因为,如果r a <,则r 个球中可以全是白球,没有黑球,即0k =;如果r a >则r 个球中至少有r a -个黑球,此时k 应从r a -开始。
3.一实习生用一台机器接连生产了三个同种零件,第i 个零件是不合格品的概率1(1,2,3)1i p i i ==+,以X 表示三个零件中合格品的个数,求X 的分布列。
解 设i A =‘第i 个零件是合格品’1,2,3i =。
则1231111(0)()23424P X P A A A ===⋅⋅=, 123123123(1)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++111121113623423423424=⋅⋅+⋅⋅+⋅⋅=, 123123123(2)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=,1231236(3)()23424P X P A A A ===⋅⋅=. 即X 的分布列为01231611624242424XP. 4.一汽车沿一街道行驶,需通过三个设有红绿信号灯的路口,每个信号灯为红或绿与其他信号灯为红或绿相互独立,且每一信号灯红绿两种信号显示的概率均为12,以X 表示该汽车首次遇到红灯前已通过的路口的个数,求X 的概率分布。
概率统计第三章答案
概率论与数理统计作业8(§3.1~§3.3)一、填空题 1. Y X ,独立同分布323110//PX ,则()().XY E ,Y X P 94951==≤+2. 设X 的密度函数为2(1)01()0x x f x -<<⎧=⎨⎩其它,则()E X 31/,2()E X =61/.3. 随机变量X 的分布率为303040202...P X-,则()E X = -0.2 ,2(35)E X += 13.4 。
4. 已知随机变量X 的分布列为P (X m =)=101, m =2,4,…,18,20,,则 ()E X = 115. 对两台仪器进行独立测试,已知第一台仪器发生故障的概率为1p ,第二台仪器发生故障的概率为2p .令X 表示测试中发生故障的仪器数,则()=X E 21p p + 二、计算题1. 连续型随机变量X 的概率密度为01(,0)()0akx x k a f x ⎧<<>=⎨⎩其它又知()0.75E X =,求k 和a 的值。
解:由(),dx kx dx x f a 11==⎰⎰+∞∞-得,a k11=+ 又 ()0.75E X =,则有(),.dx kx x dx x xf a 75010=⋅=⎰⎰+∞∞-得,.a k7502=+ 故由上两式解得k =3,a =2.2. 对某工厂的每批产品进行放回抽样检查。
如果发现次品,则立即停止检查而认为这批产品不合格;如果连续检查5个产品,都是合格品,则也停止检查而认为这批产品合格。
设每批产品的次品率为p ,求每批产品抽查样品的平均数。
解:设随机变量X 表示每批产品抽查的样品数,则:∴X 的概率分布表如下:3.设二维随机变量()Y X ,的联合密度函数为()⎪⎩⎪⎨⎧≤≤=其它,0142122y x y x y x f1)求()X E ,()Y E 及()XY E ; 2)求X 与Y 的边缘密度函数; 解:1)()();dx x x dy y x x dx dxdy y ,x xf EX x0821421117312112=-=⋅==⎰⎰⎰⎰⎰--+∞∞-+∞∞-()();dx x x dy y x y dx dxdy y ,x yf EY x9747421118212112=-=⋅==⎰⎰⎰⎰⎰--+∞∞-+∞∞-()()();dx x x dy y x xy dx dxdy y ,x xyf XY E x047421119312112=-=⋅==⎰⎰⎰⎰⎰--+∞∞-+∞∞-2)当时,1≤x ()()();x x ydy x dy y ,x f x f x X 62218214212-===⎰⎰+∞∞- 当时,1≥x ().x f X 0=当时,10≤≤y ()();y ydx x dx y ,x f y f yy Y 25227421===⎰⎰-∞+∞- 当时,或01<>y y ().y f Y 0=X )m X (P =4q 521ppq432pq 3pq ;),,,m (pq )m X (P m 43211===-)q p (1=+4545q q pq )X (P =+==4324325101055432p p p p q pq pq pq p EX +-+-=++++=∴()()⎪⎩⎪⎨⎧>≤-=∴.x ,;x ,x x x f X 10182162概率论与数理统计作业9(§3.4~§3.7)一、填空题1. 设随机变量1X ,2X ,3X 相互独立,其中1X 在[0,6]上服从均匀分布,2X 服从1()2e ,3X 服从参数为λ=3的泊松分布,记12323Y X X X =-+,则()D Y = 462. 随机变量Y X ,相互独立,又()⎪⎭⎫ ⎝⎛41,8~,2~B Y P X 则()=-Y X E 2 --2 ,()=-Y X D 2 8 .3. 随机变量~(10,0.6),~(0.6),X B Y P 相关系数1(,)4R X Y =,(,)Cov X Y =__0.3__ . 4、若X ~(,)B n p ,且()12E X =,()8D X =,则n = 36 ,p =31. 二、选择题1. 设随机变量X 和Y 的方差存在且不等于0,则()()()D X Y D X D Y +=+是X 和Y 的 BA )不相关的充分条件,但不是必要条件;B )独立的必要条件,但不是充分条件;C )不相关的必要条件,但不是充分条件;D )独立的充分必要条件 2. 设)(~λP X ,且()(1)21E X X --=⎡⎤⎣⎦,则λ= A A )1, B )2, C )3, D )0 3. 设123,,X X X 相互独立同服从参数3λ=的泊松分布,令1231()3Y X X X =++,则 2()E Y = CA )1.B )9.C )10.D )6. 4. 将一枚硬币重复掷n 次,以X 和Y 分别表示正面向上和反面向上的次数,则X 与Y 的相关系数等于( A )。
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~
概率论与数理统计习题解答(第3章)
习 题 三 (A )三、解答题1. 设口袋中有3个球,它们上面依次标有数字1,1,2,现从口袋中无放回地连续摸出两个球,以X ,Y 分别表示第一次与第二次摸出的球上标有的数字,求(X ,Y )的分布律. 解:(X ,Y )取到的所有可能值为(1,1),(1,2),(2,1)由乘法公式: P {X =1,Y =1}=P {X =1}P {Y =1|X =1}=2/3⨯1/2=/3, P {X =1,Y =2}= P {X =1}P {Y =2|X =1}=2/3⨯1/2=1/3, P {X =2,Y =1}= P {X =2}P {Y =1|X =2}=1/3⨯2/2=1/3. (X ,Y )的分布律用表格表示如下:2.设盒中装有8支圆珠笔芯,其中3支是蓝的,3支是绿的,2支是红的,现从中随机抽取2支,以X ,Y 分别表示抽取的蓝色与红色笔芯数,试求: (1) X 和Y 的联合分布律;(2) P {X ,Y } ∈ A },其中A = {(x ,y )| x + y ≤ 1}. 解:X ,Y 所有可能取到的值是0, 1, 2(1) P {X =i , Y =j }=P {X =i }P {Y =j |X =i }=282223C C C C j i j i --, i , j =0,1,2, i +j ≤2 或者用表格表示如下:(2)P{(X ,Y )∈A }=P {X +Y ≤1}=P {X =0, Y =0}+P {X =1,Y =0}+P {X =0,Y =1}=3/28+9/28+6/28=9/14.3.设事件B A 、满足,21)|(,21)|(,41)(===A B P B A P A P 记X ,Y 分别为一次试验中A ,B 发生的次数,即⎩⎨⎧=不发生,发生A A X 0,1,⎩⎨⎧=不发生,发生,B B Y 0 1,求:二维随机变量(X ,Y )的分布律.解:因为P (A )=1/4,,21)|(=A B P 由P (B |A )=2/14/1)()()(==AB P A P AB P 得P (AB )=1/8, 由P (A |B )=2/1)()(=B P AB P 得P(B)=1/4.(X ,Y )取到的所有可能数对为(0,0),(1,0),(0,1),(1,1),则 P {X =0,Y =0}=)(1)()(B A P B A P B A P -===1-P (A )-P (B )+P (AB )=5/8, P {X =0,Y =1}=)(B A P =P (B -A )=P (B )-P (AB )=1/8, P {X =1,Y =0}=)(B A P =P (A -B )=P (A )-P (AB )=1/8, P {X =1,Y =1}=P (AB )=1/8.4.设二维随机变量(X ,Y )的概率密度为⎩⎨⎧<<<<=.,0,10,10 ,),(其它y x Axy y x f 试求: (1) 常数A (2) P {X = Y } (3) P {X < Y }(4) (X ,Y )的分布函数. 解:(1)由归一性知:1=, 故A=4(2) P {X =Y }=0, (3) P {X <Y }=.(4)F (x ,y )=即F (x ,y )=5.设二维随机变量),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<+=其它0,20,10 ,3),(2y x xyx y x f求P {X + Y ≥ 1}. 解:P{X+Y ≥1}=7265)3(),(102121=+=⎰⎰⎰⎰-≥+dydx xy x dxdy y x f xy x 6.将一枚硬币掷3次,以X 表示前2次中出现正面的次数,以Y 表示3次中出现正面的次数,求X ,Y 的联合分布律及(X ,Y )的边缘分布律.解:X 的所有可能取值为0,1,2,Y 的所有可能取值为0,1,2,3. P {X =0,Y =0}=0.53=0.125; P {X =0,Y =1}=0.53=0.125P {X =1,Y =1}=25.05.05.0212=⨯C , P {X =1,Y =2}=25.05.05.0212=⨯C P {X =2,Y =2}=0.53=0.125, P {X =2,Y =3}==0.53=0.125 X ,Y 的分布律及边缘分布律可用表格表示如下:Y X 0 1 2 3 P i . 0 0.125 0.125 0 0 0.25 1 0 0.25 0.250.52 00.125 0.125 0.25P .j0.125 0.375 0.375 0.125 1解法2:,21)21()21(}|{}{},{22⨯=======-iiiC i X j Y P i X P j Y i X P.1,0,3,2,1,0,2,1,0=-==i j j i7.设二维随机变量(X ,Y )的概率密度为⎩⎨⎧<<=-其它,00,),(yx e y x f y 求边缘概率密度f X (x ),f Y (y ).解:⎩⎨⎧<<=-其它,00,),(yx e y x f y⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==-+∞-∞+∞-⎰⎰0,00,0,00,),()(x x e x x dy e dy y x f x f xxy X ⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==--∞+∞-⎰⎰0,00,0,00,),()(0y y ye y y dx e dx y x f y f y y yY 8.设二维随机变量(X ,Y )的概率密度为⎩⎨⎧≤≤=其它,01,),(22y x y cx y x f 求:(1) 确定常数c(2) 边缘概率密度f X (x ),f Y (y ).解:⎩⎨⎧<≤≤=0,01,),(22x y x y cx y x f(1)214212),(1104211122cdx x x c ydydx cx dxdy y x f x =-===⎰⎰⎰⎰⎰-∞+∞-∞+∞-所以 c=21/4(2) ⎪⎩⎪⎨⎧<-=⎪⎩⎪⎨⎧<==⎰⎰∞+∞-其它其它,,01||,8)1(2101||,421),()(42122x x x x ydy x dy y x f x f x X⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰-∞+∞-其它其它,,010********),()(252y y y ydx x dx y x f y f y yY 9.设平面区域D 由曲线xy 1=及直线y = 0,x = 1,x = e 2围成,二维随机变量(X ,Y )在区域D 上服从均匀分布,求边缘概率密度f X (x ),f Y (y ). 解:2|ln 12211===⎰e e D x dx xS (X ,Y )在区域D 上服从均匀分布,故f (x ,y )的概率密度为⎪⎩⎪⎨⎧∈=其它,0),(,21),(Dy x y x f ⎪⎩⎪⎨⎧≤≤==⎰⎰∞+∞-其它(,01,21),()210X e x dy dy y x f x f x⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤≤≤-=-===--∞+∞-⎰⎰⎰其它(10,0),11(2121,2121),()221112X 2y e e y y dx e dx dx y x f x f y e 10.设二维随机变量(X ,Y )的概率密度为⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f 试求条件概率密度f (y | x ).解:⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f)0)(( )(),()|(|>=x f x f y x f x y f X X X Y ⎪⎩⎪⎨⎧≤<===⎰⎰∞+∞-其它,010,233),()(20x x xdy dy y x f x f x X当0<x ≤1时,⎪⎩⎪⎨⎧<<==其它,00,233)(),()|(2|xy x x x f y x f x y f X X Y即,⎪⎩⎪⎨⎧≤<<=其它,010,2)|(|x y x x y f X Y11.设二维随机变量(X ,Y )的概率密度为⎩⎨⎧<<<=其它,0,10,1),(xy x y x f 求条件概率密度f (x | y ).解:⎩⎨⎧<<<=其它,0||,10,1),(xy x y x f⎪⎩⎪⎨⎧>-=≤+===⎰⎰⎰-∞+∞-0,10,1),()(11y y dx y y dx dx y x f y f y y Y当y ≤0时,⎪⎩⎪⎨⎧<<-<<+==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X当y >0时,⎪⎩⎪⎨⎧<<-<<-==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X所以,⎪⎩⎪⎨⎧<<<-==其它,01||0,||11)(),()|(|x y y x f y x f y x f Y Y X12.已知随机变量Y 的概率密度为⎩⎨⎧<<=其它,010,5)(4y y y f Y 在给定Y = y 条件下,随机变量X 的条件概率密度为⎪⎩⎪⎨⎧<<<=其它,010,3)(32y x y x y x f 求概率P {X > 0.5}. 解:由)(),()|(|x f y x f y x f Y Y X =得 ⎩⎨⎧<<<<==其它,00,10,15)()|(),(2|yx y yx y f y x f y x f Y Y X644715),(}5.0{15.0125.0===>⎰⎰⎰⎰+∞+∞∞-xdydx yx dydx y x f X P 13.设二维随机变量(X ,Y )的分布律为试分别求),max(Y X Z =和),min(Y X W =的分布律. 解:Z =max(X ,Y ),W =min(X ,Y )的所有可能取值如下表Z =max(X ,Y ),W =min(X ,Y )的分布律为14.设X 和Y 是相互独立的随机变量,且)(~),(~θθE Y E X ,如果定义随机变量Z 如下:⎩⎨⎧>≤=Y X YX Z ,0,1 求Z 的分布律.解:⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X θθ ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f yY θθ 由独立性得X ,Y 的联合概率密度为⎪⎩⎪⎨⎧>>=+-其它,00,0,1),(2y x e y x f yx θθ 则P {Z =1}=P {X ≤Y }=211),(002==⎰⎰⎰⎰∞++-≤xyx yx dydx edxdy y x f θθ P {Z =0}=1-P {Z =1}=0.5故Z 的分布律为15.设二维随机变量(X ,Y )的概率密度为⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π求边缘概率密度f X (x ),f Y (y );并问X 与Y 是否独立?解:⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π⎪⎩⎪⎨⎧<-===⎰⎰---∞+∞-其它,01||,121),()(222112x x dy dy y x f x f x x X ππ 同理,⎪⎩⎪⎨⎧<-=其它,01||,12)(2y y y f Y π显然,)()(),(y f x f y x f Y X ≠,所以X 与Y 不相互独立16.设随机变量X 和Y 相互独立,试在以下情况下求Y X Z +=的概率密度, (1) )1,0(~),1,0(~U Y U X ; (2) )1(~),1,0(~Exp Y U X .解:(1)⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧<<=其它,010,1)(Y y y f利用卷积公式:⎰+∞∞--=dx x z f x f z f Y X Z )()()(求f Z (z ))()(x z f x f Y X -=⎩⎨⎧+<<<<其它,01,10,1x z x x⎪⎪⎩⎪⎪⎨⎧<≤<≤-===-=⎰⎰⎰-∞+∞-其它2110,02,)()()(110z z z dx z dx dx x z f x f z f z z Y X Z(2) ⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧≤>=-0,00,)(Y y y e y f y 利用卷积公式:⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎩⎨⎧+<<>=--其它,01,0,)()(y z y y e y f y z f y Y X⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎪⎪⎩⎪⎪⎨⎧⎪⎩⎪⎨⎧≥<≤--=≥<≤=-----⎰⎰其它其它110,0,)1(,1110,0,,10z z e e e z z dy e dy e z zzz y z y17.设)1,1(~),1,0(~N Y N X ,且X 与Y 独立,求}1{≤+Y X P . 解:由定理3.1(P75)知,X +Y ~N (1,2),故5.0)0(}21121{}1{=Φ=-≤-+=≤+Y X P Y X P 18.设随机变量(X ,Y )的概率密度为⎪⎩⎪⎨⎧>>+=+-. ,0;0,0,)(21),()(其它y x e y x y x f y x(1) 问X 和Y 是否相互独立? (2) 求Y X Z +=的概率密度. 解:(1) )1(21)(21),()0)(X +=+==-+∞+-+∞∞-⎰⎰x e dy e y x dx y x f x f x y x ((x>0) 同理,)1(21)(+=-y e y f yY y>0 显然,)()x (),(y f f y x f Y X =,所以X 与Y 不相互独立 (2).利用公式⎰+∞∞--=dx x z x f z f Z )()(,被积函数⎪⎩⎪⎨⎧>>=⎪⎩⎪⎨⎧>->-+=---+-其它其它,0,0,21,00,0,)(21),()(xz x ze x z x e x z x x z x f z x z x所以⎰+∞∞--=dx x z x f z f Z )()(,⎪⎩⎪⎨⎧⎪⎩⎪⎨⎧≤>=≤>=--⎰0,00,210,00,2120z z e z z z dx ze z z z19. 设某系统L 由两个相互独立的系统L 1,L 2联合而成,各连接方式如图所示.已知L 1,L 2的使用寿命X 与Y 分别服从参数为α,β 的指数分布,求以下各系统L 使用寿命Z 的分布函数及概率密度.解:并联时,系统L 的使用寿命Z=max{X ,Y} 因X ~Exp (α),Y ~Exp (β),故⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X αα, ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f y Y ββ ⎪⎩⎪⎨⎧≤>-=-0,00,1)(x x e x F xX α, ⎪⎩⎪⎨⎧≤>-=-0,00,1)(y y e y F y Y β ⎪⎩⎪⎨⎧≤>--==--0,00),1)(1()()()(z z e e z F z F z F z z Y X Z βα⎪⎩⎪⎨⎧≤>+-+=⎪⎪⎭⎫⎝⎛+---0,00,)11(11)(11z z e e e z f z z z Z βαβαβαβα 串联时,系统L 的使用寿命Z =min{X ,Y }⎪⎩⎪⎨⎧≤>-=---=⎪⎪⎭⎫⎝⎛+-0,00,1)](1)][(1[1)(11z z e z F z F z F z Y X Z βα ⎪⎩⎪⎨⎧≤>⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫⎝⎛+-0,00,11)(11z z e z f zZ βαβα (B )1.设二维随机变量(X ,Y )的分布律为已知随机事件{X = 0}与{X + Y = 1}相互独立,求a ,b 的值.解:P {X =0}=a +0.4,P {X +Y =1}=P {X =1,Y =0}+P {X =0,Y =1}=a +b. P {X =0,X +Y =1}=P {X =0,Y =1}=a 由于{X =0}与{X +Y =1}相互独立,所以 P {X =0, X +Y =1}=P {X =0} P {X +Y =1}即 a =(a +0.4)(a +b ) (1) 再由归一性知:0.4+a +b +0.1=1 (2) 解(1),(2)得 a =0.4, b =0.1 2.设二维随机变量(X ,Y )的概率密度为⎩⎨⎧<<<<--=其它 ,010,10 ,2),(y x y x y x f (1) 求P {X > 2Y }(2) 求Z = X + Y 的概率密度f Z (z ). 解: (1) 247)2(),(}2{10202=--==>⎰⎰⎰⎰>xyx dydx y x dxdy y x f Y X P (2) 利用公式dx x z x f z f Z ⎰+∞∞--=),()(计算⎩⎨⎧<-<<<-=-其它,010,10,2),(x z x z x z x f ⎪⎩⎪⎨⎧≥<≤-<<-=⎪⎪⎩⎪⎪⎨⎧≥<≤-<<-=-=⎰⎰⎰-∞+∞-2,021,)2(10),22,021,)2(10,)2(),()(2110z z z z z z z dx z z dx z dx x z x f z f z z Z (3.设随机变量X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-=其它,020,4101,21)(x x x f X令2X Y =,),(y x F 为二维随机变量(X ,Y )的分布函数,求 (1) Y 的概率密度)(y f Y ;(2) )4,21(-F .解:(1) F Y (y )=P {Y ≤y }=P {X 2≤y } 当y <0时,f Y (y )=0当y ≥0时,)()(}{)(y F y F y X y P y F X X Y --=<<-=从而,⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>≤<≤<=⎪⎩⎪⎨⎧-+=4041,8110,83)]()([21)(y y y y y y f y f yy f X X Y ,(2) F (-1/2,4)=P {X ≤-1/2,Y ≤4}= P {X ≤-1/2,X 2≤4} =P {-2≤X ≤-1/2}=4121)(211212==⎰⎰----dx dx x f X 4.设(X ,Y )为二维离散型随机变量,X 和Y 的边缘分布律分别如下:如果1}0{==XY P ,试求 (1) (X ,Y )的分布律; (2) 问X 与Y 是否独立. 解:P {XY ≠0}=1-P {XY =0}=0 即 P {X =-1,Y =1}+P {X =1,Y =1}=0由概率的非负性知,P {X =-1,Y =1}=0,P {X =1,Y =1}=0由边缘分布律的定义,P {X =-1}= P {X =-1,Y =0}+ P {X =-1,Y =1}=1/4 得P {X =-1,Y =0}=1/4再由P {X =1}= P {X =1,Y =0}+ P {X =1,Y =1}=1/4 得P {X =1,Y =0}=1/4再由P {Y =1}=P {X =-1,Y =1}+ P {X =0,Y =1}+ P {X =1,Y =1}= P {X =0,Y =1} 知P {X =0,Y =1}=1/2最后由归一性得:P {X =0,Y =0}=0(X ,Y )的分布律用表格表示如下:(2) 显然,X 和Y 不相互独立,因为P {X =-1,Y =0}≠ P {X =-1}P {Y =0}5.设随机变量X 与Y 相互独立,且),(~),,(~2ππσμ-U Y N X ,求Z = X + Y 的概率密度(计算结果用标准正态分布分布函数)(x Φ表示).解:X 与Y 相互独立,利用卷积公式dx x z f x fz f Y XZ ⎰+∞∞--=)()()(计算,21)(222)(σμσπ--=x X ex f ⎪⎩⎪⎨⎧-∈=其它,0),(,21)(πππy y f Y ⎪⎩⎪⎨⎧<-<-=---其它,0,221)()(222)(ππππσσμx z e x z f x f x Y X⎰⎰⎰+---+---+∞∞-==-=ππσμπππσμπσππσz z x z z x Y X Z dx edx edx x z f x f z f 22222)(212)(21221)()()()]()([21}{21ππππππ--+=+<<-=z F z F z X z P ⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛--Φ-⎪⎭⎫ ⎝⎛-+Φσμπσμππz z 21 6.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)(s f S . 解:(X ,Y )~U(G )⎪⎩⎪⎨⎧∈=其它,0),(,21),(Gy x y x f设F (x )和f (s )分别表示S =XY 的分布函数和密度函数 F (s )=P {XY <s} s<0时,F S (s)=0s ≥0时,⎪⎩⎪⎨⎧+≥=⎰⎰⎰⎰s s xs S dydxdydx s F 010*******,1, 所以,⎪⎪⎩⎪⎪⎨⎧≥≥+<=2,12,2ln 220,0s s s s s s F S于是,S =XY 概率密度为⎪⎩⎪⎨⎧<<=其它,020,2ln 21)(s ss f S 7.设随机变量X 与Y 相互独立,其中X 的分布律为而Y 的概率密度为f (y ),求随机变量Y X U +=的概率密度)(u g . 解:由全概率公式: F U (u )=P {U ≤u }={X +Y ≤u }=P {X =1}P {X +Y ≤u |X =1}+ P {X =2}P {X +Y ≤u |X =2} = P {X =1}P {1+Y ≤u }+ P {X =2}P {2+Y ≤u } =0.3⨯F Y (u -1)+0.7⨯F Y (u -2)所以,f U (u ) =0.3⨯f Y (u -1)+0.7⨯f Y (u -2)8.设二维随机变量(X ,Y )的概率密度为⎩⎨⎧<<<<=其它,,,020,10 ,1),(x y x y x f 求:(1) (X ,Y )的边缘概率密度f X (x ),f Y (y ); (2) Y X Z -=2的概率密度)(z f Z ; 解:(1) ⎩⎨⎧<<<<=其它,00,10,1),(x y x y x f⎩⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,2,010,1),()(20x x x dy dy y x f x f x X ⎪⎩⎪⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,020,21,020,1),()(12y yy dx dx y x f y f y Y (2) ⎰⎰≤-=≤-=≤=zy x Z dxdy y x f z Y X P z Z P z F 2),(}2{}{)(如图所示,当z<0时,F Z (z)=0; 当z ≥2时,F Z (z)=1 当0≤z<2时:411)(212222020z z dydx dydx z F z xz x zx Z -=+=⎰⎰⎰⎰- 综上所述,⎪⎪⎩⎪⎪⎨⎧≥<≤-<=2,120,40.0)(2z z z z z z F Z 所以Z 的概率密度为:⎪⎩⎪⎨⎧<≤-=20,21,0)(z zz f Z 其它 9.设随机变量X 在区间(0,1)上服从均匀分布,在X = x (0 < x < 1)的条件下,随机变量Y 在区间),0(x 上服从均匀分布,求: (1) 随机变量X 和Y 的联合概率密度; (2) Y 的概率密度; (3) 概率P {X + Y > 1}. 解:(1) ⎩⎨⎧<<=其它,010,1)(x x f X⎪⎩⎪⎨⎧<<<<=其它,010,0,1)|(|x x y xx y f X Y ⎪⎩⎪⎨⎧<<<==其它(,010,1)()|),(|x y xx f x y f y x f X X Y(2) ⎩⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,ln ,010,1),()(1y y y dx x dx y x f y f y Y (3) 2ln 11),(}1{P 15.011-===≥+⎰⎰⎰⎰-≥+xx y x dydx xdxdy y x f Y X10. 设随机变量X 与Y 相互独立,X 的分布律为31}{==i X P ,(i = – 1,0,1),Y 的概率密度为⎩⎨⎧<≤=其它,010,1)(y y f Y ,记Y X Z +=,求:(1) 求}021{=≤X Z P (2) 求Z 的概率密度)(z f Z .解:(1) P {Z ≤1/2|X =0}=P {X +Y ≤1/2|X =0}=P {Y ≤1/2}=1/2 (2) 由全概率公式:F Z (z )=P {Z ≤z }=P {X +Y ≤z }=P {X =1}P {X +Y ≤z |X =1} +P {X =0}P {X +Y ≤z |X =0}=P {X =-1}P {X +Y ≤z|X =-1} = P {X =1}P {1+Y ≤z }+P {X =0}P {Y ≤z }=P {X =-1}P {-1+Y ≤z } =1/3⨯[F Y (z -1)+ F Y (z )+ F Y (z +1)]从而,f Z (z ) =1/3⨯[f Y (z -1)+ f Y (z )+ f Y (z +1)]=⎪⎩⎪⎨⎧<<-其它,021,31z11.设X 与Y 的联合概率密度为⎩⎨⎧<<<<=.,0;0,10 ,3),(其它x y x x y x f 试求Y X Z -=的概率密度. 解:⎩⎨⎧<<<<=其它,00,10,3).(xy x x y x f⎰⎰-≥=-≥=≤-=≤=zx y Z dxdy y x f Z X Y P z Y X P z Z P z F ),(}{}{}{)(如图,当z<0时,F Z (z)=0; 当z ≥1时,F Z (z )=1当0≤z<1时:22333)(3100z z xdydx xdydx z F z xz x zxZ -=+=⎰⎰⎰⎰-综上得:⎪⎪⎩⎪⎪⎨⎧≥<≤-<=1,010,2230,0)(3z z z z z z F Z 12Z 的概率密度为⎪⎩⎪⎨⎧<≤-=其它,010),1(23)(2z z z f Z12.设X 与Y 独立同分布,且都服从标准正态分布N (0,1),试求22Y X Z +=的分布. 解:,21)(22x X ex f -=π,21)(22y Y ey f -=π22221)()(),(y x Y X e y f x f y x f +-==π}{}{)(22z y x P z Z P z F Z ≤+=≤=当z<0时,F Z (z)=0; 当z ≥0时,220222222222121),(}{)(z zr z y x Z erdrd edxdy y x f z Y X P z F --≤+-===≤+=⎰⎰⎰⎰πθπ所以,Z 的概率密度为⎪⎩⎪⎨⎧≥=-其它,00,)(22z ze z f z Z。
概率论与数理统计教程(答案及课件)chapter3
,
则有
1 PZ x 2
e
x
du x
故
于是
Z
X
~ N 0 , 1 .
X ~ N , 2
X x FX x P X x P x
根据定理1,只要将标准正态分布的分布函数制 成表,就可以解决一般正态分布的概率计算问题.
2
设 X~ N ( , 2 ) ,
X 的分布函数是
2σ 2
F x
x 1 e 2πσ
( t μ )2
dt , x
正态分布由它的两个参数μ和σ唯一确定, 当μ和
σ不同时,是不同的正态分布。 下面我们介绍一种最重要的正态分布
标准正态分布
3
标准正态分布
7 (3)求P 1 X 2
解
kx , x f ( x ) 2 , 2 0,
0 x3 3 x4 其它
(1) 由
0
1 f ( x )dx 1得k 6
3
4
x
F x
x
f t dt , x
x2 x1
f ( x )dx
利用概率密度可确 定随机点落在某个 范围内的概率
4
若 f (x) 在点 x 处连续 , 则有
F ( x ) f ( x ).
5. 对连续型 r.v X , 有
P (a X b) P (a X b) P (a X b) P (a X b)
F(x) = P(X x) x<0 时,{ X x } = , 故 F(x) =0 0 x < 1 时, 1 F(x) = P{X x} = P(X=0) = 3
概率论课后习题答案第三章
概率论课后习题答案第三章第三章概率论课后习题答案概率论是一门研究随机现象的数学学科,它在现代科学和工程领域中有着广泛的应用。
而习题则是巩固和加深对概率论知识的理解和应用的重要手段。
在第三章的习题中,我们将探讨一些与随机变量和概率分布相关的问题,并给出相应的答案和解析。
1. 设随机变量X服从参数为λ的指数分布,即X~Exp(λ),其概率密度函数为f(x) = λe^(-λx),x≥0。
求以下概率:(a) P(X > 2)(b) P(X ≤ 1)(c) P(1 ≤ X ≤ 3)答案:(a) P(X > 2) = ∫[2,∞] λe^(-λx) dx = e^(-2λ)(b) P(X ≤ 1) = ∫[0,1] λe^(-λx) dx = 1 - e^(-λ)(c) P(1 ≤ X ≤ 3) = ∫[1,3] λe^(-λx) dx = e^(-λ) - e^(-3λ)解析:根据指数分布的性质,我们可以利用概率密度函数求解概率。
对于(a),我们计算X大于2的概率,即求解X在区间[2,∞]上的概率密度函数的积分。
对于(b),我们计算X小于等于1的概率,即求解X在区间[0,1]上的概率密度函数的积分。
对于(c),我们计算X在1到3之间的概率,即求解X在区间[1,3]上的概率密度函数的积分。
2. 设随机变量X服从参数为μ和σ^2的正态分布,即X~N(μ,σ^2),其概率密度函数为f(x) = (1/(σ√(2π))) * e^(-(x-μ)^2/(2σ^2)),-∞<x<∞。
求以下概率:(a) P(X > μ)(b) P(X ≤ μ)(c) P(μ-σ ≤ X ≤ μ+σ)答案:(a) P(X > μ) = 1 - P(X ≤μ) = 1 - 0.5 = 0.5(b) P(X ≤ μ) = 0.5(c) P(μ-σ ≤ X ≤ μ+σ) = P(X ≤ μ+σ) - P(X ≤ μ-σ) = 0.6827 - 0.3173 =0.3654解析:对于正态分布,我们可以利用概率密度函数求解概率。
《概率论与数理统计答案》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
1.设随机变量 X 的概率分布为
X
-3 0.1
0 0.2
1 0.3
5 0.4
pk 试求 EX 。
答案与提示: EX = 2 。 2.已知随机变量 X 的分布列为
X
0 0.1
1
p
2 0.4
3 0.2
Pk
答案与提示:(1)由归一性, p = 0.3 ; (2) EX = 1.7 ; (3) DX = 0.81 3.已知随机变量 X 的分布列为
后
答
D X −Y = 1−
26.设灯管使用寿命 X 服从指数分布,已知其平均使用寿命为 3000 小时,现有
—5—
案
若一周 5 个工作日里无故障可获利 10 万元,发生一次故障仍获利 5 万元,发生二次2π网
。
ww w
3 ; 2
.k
hd a
EZ =
1 , DZ = 3 ; 2
w. c
解:(1)由数学期望、方差的性质及相关系数的定义( ρ XY =
第三章
习题参考答案与提示
求:(1) Y = 2 X 的数学期望;(2) Y = e −2 X 的数学期望。 答案与提示:(1) EY = E 2 X = 2 ;(2) EY = Ee −2 X = 1/ 3 。
1 11.试证明事件在一次试验中发生的次数的方差不超过 。 4
答案与提示:事件在 n 次独立重复试验中发生的次数服从参数为 n , p 的二项分 布 B ( n, p ) ,当然在一次试验中发生的次数应服从 B (1, p ) ,即为(0-1)分布。
f ( x) = 1 − x− β e 2α
概率论与数理统计第三章课后习题及参考答案
概率论与数理统计第三章课后习题及参考答案1.设二维随机变量),(Y X 只能取下列数组中的值:)0,0(,)1,1(-,31,1(-及)0,2(,且取这几组值的概率依次为61,31,121和125,求二维随机变量),(Y X 的联合分布律.解:由二维离散型随机变量分布律的定义知,),(Y X 的联合分布律为2.某高校学生会有8名委员,其中来自理科的2名,来自工科和文科的各3名.现从8名委员中随机地指定3名担任学生会主席.设X ,Y 分别为主席来自理科、工科的人数,求:(1)),(Y X 的联合分布律;(2)X 和Y 的边缘分布律.解:(1)由题意,X 的可能取值为0,1,2,Y 的可能取值为0,1,2,3,则561)0,0(3833====C C Y X P ,569)1,0(381323====C C C Y X P ,569)2,0(382313====C C C Y X P ,561)3,0(3833====C C Y X P ,283)0,1(382312====C C C Y X P ,289)1,1(38131312====C C C C Y X P ,283)2,1(382312====C C C Y X P ,0)3,1(===Y X P ,563)0,2(381322====C C C Y X P ,563)1,2(381322====C C C Y X P ,0)2,2(===Y X P ,0)3,2(===Y X P .),(Y X 的联合分布律为:(2)X 的边缘分布律为X 012P1452815283Y 的边缘分布律为Y 0123P285281528155613.设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其他.,0,42,20),6(),(y x y x k y x f 求:(1)常数k ;(2))3,1(<<Y X P ;(3))5.1(<Y P ;(4))4(≤+Y X P .解:方法1:(1)⎰⎰⎰⎰--==+∞∞-+∞∞-422d d )6(d d ),(1yx y x k y x y x f ⎰--=42202d |)216(y yx x x k k y y k 8d )210(42=-=⎰,∴81=k .(2)⎰⎰∞-∞-=<<31d d ),()3,1(y x y x f Y X P ⎰⎰--=32102d d )216(yx yx x x ⎰--=32102d |)216(81y yx x x 83|)21211(81322=-=y y .(3)),5.1()5.1(+∞<<=<Y X P X P ⎰⎰+∞∞-∞---=5.1d d )6(81yx y x ⎰⎰--=425.10d d )6(81y x y x y yx x x d )216(81422⎰--=3227|)43863(81422=-=y y .(4)⎰⎰≤+=≤+4d d ),()4(y x y x y x f Y X P ⎰⎰---=2042d )6(d 81x y y x x ⎰+-⋅=202d )812(2181x x x 32|)31412(1612032=+-=x x x .方法2:(1)同方法1.(2)20<<x ,42<<y 时,⎰⎰∞-∞-=yxv u v u f y x F d d ),(),(⎰⎰--=y xv u v u 20d d )6(81⎰--=y xv uv u u 202d |)216(81⎰--=y v xv x x 22d )216(81y xv v x xv 222|)21216(81--=)1021216(81222x xy y x xy +---=,其他,0),,(=y x F ,∴⎪⎩⎪⎨⎧<<<<+---=其他.,0,42,20),1021216(81),(222y x x x xy y x xy y x F 83)3,1()3,1(==<<F Y X P .(3))42,5.1(),5.1()5.1(<<<=+∞<<=<Y X P Y X P X P )2,5.1()4,5.1(<<-<<=Y X P Y X P 3227)2,5.1()4,5.1(=-=F F .(4)同方法1.4.设随机变量),(Y X 的概率密度为⎩⎨⎧>>=--其他.,0,0,0,e ),(2y x A y x f y x 求:(1)常数A ;(2)),(Y X 的联合分布函数.解:(1)⎰⎰⎰⎰+∞+∞--+∞∞-+∞∞-==02d d e d d ),(1yx A y x y x f y x ⎰⎰+∞+∞--=002d e d e y x A y x2|)e 21(|)e (020A A y x =-⋅-=∞+-∞+-,∴2=A .(2)0>x ,0>y 时,⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰--=yxv u vu 02d d e 2yv x u 020|)e 21(|)e (2---⋅-=)e 1)(e 1(2y x ----=,其他,0),(=y x F ,∴⎩⎨⎧>>--=--其他.,0,0,0),e 1)(e 1(),(2y x y x F y x .5.设随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤=其他.,0,10,10,),(y x Axy y x f 求:(1)常数A ;(2)),(Y X 的联合分布函数.解:(1)2121d d d d ),(11010⋅⋅===⎰⎰⎰⎰+∞∞-+∞∞-A y y x x A y x y x f ,∴4=A .(2)10≤≤x ,10≤≤y 时,⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰=yxv u uv 0d d 4220202||y x v u yx =⋅=,10≤≤x ,1>y 时,⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4xv u uv 210202||x v u x =⋅=,10≤≤y ,1>x 时,⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4yu v uv 202102||y v u y =⋅=,1>x ,1>y 时,⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=101d d 4v u uv 1||102102=⋅=v u,其他,0),(=y x F ,∴⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤=其他.,0,1,1,1,10,1,,1,10,,10,10,),(2222y x y x y y x x y x y x y x F .6.把一枚均匀硬币掷3次,设X 为3次抛掷中正面出现的次数,Y 表示3次抛掷中正面出现次数与反面出现次数之差的绝对值,求:(1)),(Y X 的联合分布律;(2)X 和Y 的边缘分布律.解:由题意知,X 的可能取值为0,1,2,3;Y 的可能取值为1,3.易知0)1,0(===Y X P ,81)3,0(===Y X P ,83)1,1(===Y X P ,0)3,1(===Y X P 83)1,2(===Y X P ,0)3,2(===Y X P ,0)1,3(===Y X P ,81)3,3(===Y X P 故),(Y X 得联合分布律和边缘分布律为:7.在汽车厂,一辆汽车有两道工序是由机器人完成的:一是紧固3只螺栓;二是焊接2处焊点,以X 表示由机器人紧固的螺栓紧固得不牢的数目,以Y 表示由机器人焊接的不良焊点的数目,且),(Y X 具有联合分布律如下表:求:(1)在1=Y 的条件下,X 的条件分布律;(2)在2=X 的条件下,Y 的条件分布律.解:(1)因为)3,3()1,2()1,1()1,0()1(==+==+==+====Y X P Y X P Y X P Y X P Y P 08.0002.0008.001.006.0=+++=,所以43)1()1,0()1|0(=======Y P Y X P Y X P ,81)1()1,1()1|1(=======Y P Y X P Y X P ,101)1()1,2()1|2(=======Y P Y X P Y X P ,401)1()1,3()1|3(=======Y P Y X P Y X P ,故在1=Y 的条件下,X 的条件分布律为X 0123P4381101401(2)因为)2,2()1,2()0,2()2(==+==+====Y X P Y X P Y X P X P 032.0004.0008.002.0=++=,所以85)2()0,2()2,0(=======X P Y X P X Y P ,4)2()1,2()2,1(=======X P Y X P X Y P ,81)2()2,2()2,2(=======X P Y X P X Y P ,故在2=X 的条件下,Y 的分布律为:Y 012P8541818.设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧>>=+-其他.,0,0,0,e ),()2(y x c y x f y x 求:(1)常数c ;(2)X 的边缘概率密度函数;(3))2(<+Y X P ;(4)条件概率密度函数)|(|y x f Y X ,)|(|x y f X Y .解:(1)⎰⎰⎰⎰+∞+∞+-+∞∞-+∞∞-==0)2(d d e d d ),(1yx c y x y x f y x⎰⎰+∞+∞--=002d e d ey x c y x2|)e (|)e 21(002c c y x =-⋅-=∞+-∞+-,∴2=c .(2)0>x 时,⎰+∞∞-=y y x f x f X d ),()(⎰+∞+-=0)2(d e 2y y x x y x 202e 2|)e (e 2-+∞--=-=,0≤x 时,0)(=x f X ,∴⎩⎨⎧≤>=-.0,0,0,e 2)(2x x x f x X ,同理⎩⎨⎧≤>=-.0,0,0,e )(y y y f y Y .(3)⎰⎰<+=<+2d d ),()2(y x y x y x f Y X P ⎰⎰---=2202d d e 2xy x yx 422202e e 21d e d e 2-----+-==⎰⎰xy x y x .(4)由条件概率密度公式,得,当0>y 时,有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他.其他.,0,0,e 2,0,0,e e 2)(),()|(22|x x y f y x f y x f xy y x Y Y X ,0≤y 时,0)|(|=y x f Y X ,所以⎩⎨⎧>>=-其他.,0,0,0,e 2)|(2|y x y x f x Y X ;同理,当0>x 时,有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他.其他.,0,0,e ,0,0,2e e 2)(),()|(22|y y x f y x f x y f yx y x X X Y 0≤x 时,0)|(|=x y f X Y ,所以⎩⎨⎧>>=-其他.,0,0,0,e )|(|y x x y f y X Y .9.设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧<<<<=其他.,0,0,10,3),(x y x x y x f求:(1)关于X 、Y 的边缘概率密度函数;(2)条件概率密度函数)|(|y x f Y X ,)|(|x y f X Y .解:(1)10<<x 时,⎰+∞∞-=y y x f x f X d ),()(203d 3x y x x==⎰,其他,0)(=x f X ,∴⎩⎨⎧<<=其他.,0,10,3)(2x x x f X ,密度函数的非零区域为}1,10|),{(}0,10|),{(<<<<=<<<<x y y y x x y x y x ,∴10<<y 时,⎰+∞∞-=x y x f y f Y d ),()()1(23d 321y x x y-==⎰,其他,0)(=y f Y ,∴⎪⎩⎪⎨⎧<<-=其他.,0,10),1(23)(2y y y f Y .(2)当10<<y 时,有⎪⎩⎪⎨⎧<<-=⎪⎪⎩⎪⎪⎨⎧<<-==其他.其他.,0,1,12,0,1,)1(233)(),()|(22|x y y x x y y xy f y x f y x f Y Y X ,其他,0)|(|=y x f Y X ,故⎪⎩⎪⎨⎧<<<<-=其他.,0,10,1,12)|(2|y x y y xy x f Y X .当10<<x 时,有⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==其他.其他.,0,0,1,0,0,33)(),()|(2|x y x x y x x x f y x f x y f X X Y ,其他,0)|(|=x y f X Y ,故⎪⎩⎪⎨⎧<<<<=其他.,0,10,0,1)|(|x x y x x y f X Y .10.设条件密度函数为⎪⎩⎪⎨⎧<<<=其他.,0,10,3)|(32|y x yx y x f Y X Y 的概率密度函数为⎩⎨⎧<<=其他.,0,10,5)(4y y y f Y 求21(>X P .解:⎩⎨⎧<<<==其他.,0,10,15)|()(),(2|y x y x y x f y f y x f Y X Y ,则6447d )(215d d 15d d ),(21(121421211221=-===>⎰⎰⎰⎰⎰>x x x x y y x y x y x f X P xx .11.设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧<<<<+=其他.,0,20,10,3),(2y x xyx y x f 求:(1)),(Y X 的边缘概率密度;(2)X 与Y 是否独立;(3))),((D Y X P ∈,其中D 为曲线22x y =与x y 2=所围区域.解:(1)10<<x 时,x x y xy x y y x f x f X 322d )3(d ),()(222+=+==⎰⎰+∞∞-,其他,0)(=x f X ,∴⎪⎩⎪⎨⎧<<+=其他.,0,10,322)(2x x x x f X ,20<<y 时,⎰+∞∞-=x y x f y f Y d ),()(316)d 3(12+=+=⎰y x xy x ,其他,0)(=y f Y ,∴⎪⎩⎪⎨⎧<<+=其他.,0,20,316)(y y y f Y .(2)),()()(y x f y f x f Y X ≠,∴X 与Y 不独立.(3)}22,10|),{(2x y x x y x D ≤≤<<=,∴⎰⎰+=∈102222d d )3()),((x xx y xy x D Y X P 457d )32238(10543=--=⎰x x x x .12.设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=-其他.,0,0,0,e )1(),(2y x y x y x f x试讨论X ,Y 的独立性.解:当0>x 时,xx x X x yx y y x y y x f x f -∞+-∞+-∞+∞-=+-=+==⎰⎰e |11e d )1(e d ),()(002,当0≤x 时,0)(=x f X ,故⎩⎨⎧≤>=-.0,0,0,e )(x x x x f x X ,同理,可得⎪⎩⎪⎨⎧≤>+=.0,0,0,)1(1)(2y y y y f Y ,因为)()(),(y f x f y x f Y X =,所以X 与Y 相互独立.13.设随机变量),(Y X 在区域}|),{(a y x y x g ≤+=上服从均匀分布,求X 与Y 的边缘概率密度,并判断X 与Y 是否相互独立.解:由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤+=其他.,0,,21),(2a y x a y x f ,当0<<-x a 时,有)(1d 21d ),()(2)(2x a ay a y y x f x f xa x a X +===⎰⎰++-+∞∞-,当a x <≤0时,有)(1d 21d ),()(2)(2x a a y a y y x f x f x a x a X -===⎰⎰---+∞∞-,当a x ≥时,0d ),()(==⎰+∞∞-y y x f x f X ,故⎪⎩⎪⎨⎧≥<-=.a x a x x a a x f X ,0,),(1)(2,同理,由轮换对称性,可得⎪⎩⎪⎨⎧≥<-=.a y a y y a a y f Y ,0,),(1)(2,显然)()(),(y f x f y x f Y X ≠,所以X 与Y 不相互独立.14.设X 和Y 时两个相互独立的随机变量,X 在)1,0(上服从均匀分布,Y 的概率密度为⎪⎩⎪⎨⎧≤>=-.0,0,0,e 21)(2y y y f yY (1)求X 和Y 的联合概率密度;(2)设含有a 的二次方程为022=++Y aX a ,试求a 有实根的概率.解:(1)由题可知X 的概率密度函数为⎩⎨⎧<<=其他.,0,10,1)(x x f X ,因为X 与Y 相互独立,所以),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧><<==-其他.,0,0,10,e 21)()(),(2y x y f x f y x f yY X ,(2)题设方程有实根等价于}|),{(2X Y Y X ≤,记为D ,即}|),{(2X Y Y X D ≤=,设=A {a 有实根},则⎰⎰=∈=Dy x y x f D Y X P A P d d ),()),(()(⎰⎰⎰---==1021002d )e 1(d d e 2122xx y x x y⎰--=102d e12x x ⎰--=12e 21212x x ππππ23413.01)]0()1([21-=Φ-Φ-=.15.设i X ~)4.0,1(b ,4,3,2,1=i ,且1X ,2X ,3X ,4X 相互独立,求行列式4321X X X X X =的分布律.解:由i X ~)4.0,1(b ,4,3,2,1=i ,且1X ,2X ,3X ,4X 相互独立,易知41X X ~)84.0,16.0(b ,32X X ~)84.0,16.0(b .因为1X ,2X ,3X ,4X 相互独立,所以41X X 与32X X 也相互独立,又32414321X X X X X X X X X -==,则X 的所有可能取值为1-,0,1,有)1()0()1,0()1(32413241======-=X X P X X P X X X X P X P 1344.016.084.0=⨯=,)1,1()0,0()0(32413241==+====X X X X P X X X X P X P )1()1()0()0(32413241==+===X X P X X P X X P X X P 7312.016.016.084.084.0=⨯+⨯=,)0()1()0,1()1(32413241=======X X P X X P X X X X P X P 1344.084.016.0=⨯=,故X 的分布律为X 1-01P1344.07312.01344.016.设二维随机变量),(Y X 的概率密度为⎩⎨⎧>>=+-其他.,0,0,0,e 2),()2(y x y x f y x 求Y X Z 2+=的分布函数及概率密度函数.解:0≤z 时,若0≤x ,则0),(=y x f ;若0>x ,则0<-=x z y ,也有0),(=y x f ,即0≤z 时,0),(=y x f ,此时,0d d ),()2()()(2==≤+=≤=⎰⎰≤+zy x Z y x y x f z Y X P z Z P z F .0>z 时,若0≤x ,则0),(=y x f ;只有当z x ≤<0且02>-=xz y 时,0),(≠y x f ,此时,⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 2d d ),()2()()(⎰⎰-+-=zx z y x y x 020)2(d e 2d z z z ----=e e 1.综上⎩⎨⎧≤>--=--.0,0,0,e e 1)(z z z z F z z Z ,所以⎩⎨⎧≤<='=-.0,0,0,e )()(z z z z F z f z Z Z .17.设X ,Y 是相互独立的随机变量,其概率密度分别为⎩⎨⎧≤≤=其他.,0,10,1)(x x f X ,⎩⎨⎧≤>=-.0,0,0,e )(y y y f y Y 求Y X Z +=的概率密度.解:0<z 时,若0<x ,则0)(=x f X ;若0≥x ,则0<-=x z y ,0)(=-x z f Y ,即0<z 时,0)()(=-x z f x f Y X ,此时,0d )()()(=-=⎰+∞∞-x x z f x f z f Y X Z .10≤≤z 时,若0<x ,则0)(=x f X ;只有当z x ≤≤0且0>-=x z y 时0)()(≠-x z f x f Y X ,此时,z zx z Y X Z x x x z f x f z f ---+∞∞--==-=⎰⎰e 1d e d )()()(0)(.1>z 时,若0<x ,0)(=x f X ;若1>x ,0)(=x f X ;若10≤≤x ,则0>-=x z y ,此时,0)()(≠-x z f x f Y X ,z x z Y X Z x x x z f x f z f ---+∞∞--==-=⎰⎰e )1e (d e d )()()(1)(.综上,⎪⎩⎪⎨⎧<>-≤≤-=--.0,0,1,e )1e (,10,e 1)(z z z z f z z Z .18.设随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=+-其他.,0,0,0,e)(21),()(y x y x y x f y x (1)X 和Y 是否相互独立?(2)求Y X Z +=的概率密度.解:(1)),()()(y x f y f x f Y X ≠,∴X 与Y 不独立.(2)0≤z 时,若0≤x ,则0)(=x f X ;若0>x ,则0<-=x z y ,0),(=y x f ,此时,0d ),()(=-=⎰+∞∞-x x z x f z f Z .0≥z 时,若0≤x ,则0)(=x f X ;只有当z x <<0且0>-=x z y 时0),(≠y x f ,此时,⎰+∞∞--=x x z x f z f Z d ),()(⎰+-+=zy x x y x 0)(d e )(21⎰-=z z x z 0d e 21z z -=e 212,所以⎪⎩⎪⎨⎧≤>=-.0,0,0,e 21)(2z z z z f zZ .19.设X 和Y 时相互独立的随机变量,它们都服从正态分布),0(2σN .证明:随机变量22Y X Z +=具有概率密度函数⎪⎩⎪⎨⎧<≥=-.0,0,0,e )(2222z z z z f z Z σσ.解:因为X 与Y 相互独立,均服从正态分布),0(2σN ,所以其联合密度函数为2222)(2e 121),(σσπy x y xf +-⋅=,(+∞<<∞-y x ,)当0≥z 时,有⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 22d d ),()()()(22⎰⎰≤++-⋅=zy x y x y x 22222d e 1212)(2σσπ⎰⎰-⋅=πσθσπ2022d ed 12122zr r r ⎰-=zr r r 022d e122σσ,此时,2222e)(σσz Z z z f -=;当0<z 时,=≤+}{22z Y X ∅,所以0)()()(22=≤+=≤=z Y X P z Z P z F Z ,此时,0)(=z f Z ,综上,⎪⎩⎪⎨⎧<≥=-.0,0,0,e )(2222z z z z f z Z σσ.20.设),(Y X 在矩形区域}10,10|),{(≤≤≤≤=y x Y X G 上服从均匀分布,求},min{Y X Z =的概率密度.解:由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤=其他.,0,20,10,21),(y x y x f ,易证,X ~]1,0[U ,Y ~]2,0[U ,且X 与Y 相互独立,⎪⎩⎪⎨⎧≥<≤<=.1,1,10,,0,0)(x x x x x F X ,⎪⎪⎩⎪⎪⎨⎧≥<≤<=.2,1,20,2,0,0)(y y yy y F Y ,可得)](1)][(1[1)(z F z F z F Y X Z ---=)()()()(z F z F z F z F Y X Y X -+=⎪⎪⎩⎪⎪⎨⎧≥<≤-<=.1,1,10,223,0,02z z z z z ,求导,得⎪⎩⎪⎨⎧<<-=其他.,0,10,23)(z z z f Z .21.设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其他.,0,0,10,e ),()(y x b y x f y x (1)试确定常数b ;(2)求边缘概率密度)(x f X 及)(y f Y ;(3)求函数},max{Y X U =的分布函数.解:(1)⎰⎰⎰⎰+∞+-+∞∞-+∞∞-==01)(d d e d d ),(1yx b y x y x f y x ⎰⎰+∞--=10d e d e y x b y x)e 1(|)e(|)e (10102-+∞---=-⋅=b b y x ,∴1e11--=b .(2)10<<x 时,1)(1e1e d e e 11d ),()(--∞++--∞+∞--=-==⎰⎰x y x X y y y x f x f ,其他,0)(=x f X ,∴⎪⎩⎪⎨⎧<<-=--其他.,0,10,e 1e )(1x x f xX ,0>y 时,⎰+∞∞-=x y x f y f Y d ),()(yy x x -+--=-=⎰e d e e 1110)(1,0≤y 时,0)(=y f Y ,∴⎩⎨⎧≤>=-.0,0,0,e )(y y y f y Y .(3)0≤x 时,0)(=x F X ,10<<x 时,101e1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ,1≥x 时,1)(=x F X ,∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--.1,1,10,e 1e1,0,0)(1x x x x F x X ;0≤y 时,0)(=y F Y ,0>y 时,y yv y Y Y v v v f y F --∞--===⎰⎰e 1d e d )()(0,∴⎩⎨⎧≤>-=-.0,0,0,e 1)(y y y F y Y ,故有)()()(y F x F u F Y X U =⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---.1,e 1,10,e 1e1,0,01u u u uu .。
概率论与数理统计第三章课后习题答案
习题三1.将一硬币抛掷三次,以X 表示在三次中出现正面的次数,以Y 表示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 和Y 的联合分布律.【解】X 和Y 的联合分布律如表:222⨯⨯222⨯⨯=2.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.【解】X 和Y 的联合分布律如表:324C 35= 324C 35=3224C 35= 3224C 35=324C 35= 3224C 35=324C 35=3.设二维随机变量(X ,Y)的联合分布函数为F (x ,y )=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量(X ,Y )在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率.【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin 0sin sin 0sin 4346361).=--+=题3图说明:也可先求出密度函数,再求概率。
4.设随机变量(X ,Y )的分布密度f (x ,y )=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求:(1) 常数A ;(2) 随机变量(X ,Y )的分布函数; (3) P {0≤X <1,0≤Y <2}.【解】(1) 由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12(2) 由定义,有(,)(,)d d y xF x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y ≤<≤<12(34)3800{01,02}12ed d (1e )(1e )0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰5.设随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k(1) 确定常数k ; (2) 求P {X <1,Y <3}; (3) 求P {X <}; (4) 求P {X +Y ≤4}. 【解】(1) 由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =(2) 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.542127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量,X 在(0,)上服从均匀分布,Y 的密度函数为f Y (y )=⎩⎨⎧>-.,0,0,55其他y y e求:(1) X 与Y 的联合分布密度;(2) P {Y ≤X }.题6图【解】(1) 因X 在(0,)上服从均匀分布,所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他 而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他 所以(,),()()X Y f x y X Y f x f y 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xyx x y x-==-+≈⎰⎰⎰7.设二维随机变量(X ,Y )的联合分布函数为F (x ,y )=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求(X ,Y )的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量(X ,Y )的概率密度为f (x ,y )= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度.【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图 题9图 9.设二维随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧≤≤.,0,1,22其他y x y cx(1) 试确定常数c ; (2) 求边缘概率密度.【解】(1) (,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰5227d ,01,420,0,.y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩其他11.设随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y |X (y |x ),f X |Y (x |y ).题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.xx y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他 12.袋中有五个号码1,2,3,4,5,从中任取三个,记这三个号码中最小的号码为X ,最大的号码为Y . (1) 求X 与Y 的联合概率分布; (2) X 与Y 是否相互独立【解】(1) X 与Y 的联合分布律如下表(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立13.设二维随机变量(X ,Y )的联合分布律为2 5 8(1)求关于X 和关于Y 的边缘分布; (2) X 与Y 是否相互独立 【解】(1)X 和Y 的边缘分布如下表2 5 8 P {Y=y i }{}i P X x =(2) 因{2}{0.4}0.20.8P X P Y ===⨯0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.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f Y (y )=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e(1)求X 和Y 的联合概率密度;(2) 设含有a 的二次方程为a 2+2Xa +Y =0,试求a 有实根的概率.【解】(1) 因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他. 故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ∆=-≥故 X 2≥Y , 从而方程有实根的概率为:22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 21(1)(0)]0.1445.x y x y-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命(以小时计),并设X和Y 相互独立,且服从同一分布,其概率密度为f (x )=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x 求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z P z Y=≤=≤ (1) 当z ≤0时,()0Z F z =(2) 当0<z <1时,(这时当x =1000时,y =1000z )(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图(3) 当z ≥1时,(这时当y =103时,x =103z )(如图b )3366222210101010()d d d d zy Z xy zF z x y y x x y x y +∞≥==⎰⎰⎰⎰336231010101=d 12y yzy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他 故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他 16.设某种型号的电子管的寿命(以小时计)近似地服从N (160,202)分布.随机地选取4 只,求其中没有一只寿命小于180的概率. 【解】设这四只寿命为X i (i =1,2,3,4),则X i ~N (160,202),从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥之间独立34{180}{180}P X P X ≥≥ 1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ,Y 是相互独立的随机变量,其分布律分别为P {X =k }=p (k ),k =0,1,2,…, P {Y =r }=q (r ),r =0,1,2,….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(,i =0,1,2,….【证明】因X 和Y 所有可能值都是非负整数,所以{}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑()()ik p k q i k ==-∑18.设X ,Y 是相互独立的随机变量,它们都服从参数为n ,p 的二项分布.证明Z =X +Y 服从参数为2n ,p 的二项分布. 【证明】方法一:X +Y 可能取值为0,1,2,…,2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii kk n ki k n k P X i P Y k i n n p q p qi k i n n p qi k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑方法二:设μ1,μ2,…,μn ;μ1′,μ2′,…,μn ′均服从两点分布(参数为p ),则X =μ1+μ2+…+μn ,Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以,X +Y 服从参数为(2n ,p )的二项分布.19.设随机变量(X ,Y )的分布律为(1) 求P {X =2|Y =2},P {Y =3|X =0}; (2) 求V =max (X ,Y )的分布律; (3) 求U =min (X ,Y )的分布律; (4) 求W =X +Y 的分布律.【解】(1){2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ (2){}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i =====<+≤=1{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =所以V 的分布律为(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑ 0,1,2,3,i =于是(4)类似上述过程,有W=X +Y0 1 2 3 4 5 6 7 8P 020.雷达的圆形屏幕半径为R ,设目标出现点(X ,Y )在屏幕上服从均匀分布.(1) 求P {Y >0|Y >X };(2) 设M =max{X ,Y },求P {M >0}.题20图【解】因(X ,Y )的联合概率密度为22221,,(,)π0,.x y R f x y R⎧+≤⎪=⎨⎪⎩其他 (1){0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r r R θθ=⎰⎰⎰⎰3/83;1/24==(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D 由曲线y =1/x 及直线y =0,x =1,x=e 2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处的值为多少题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰(X ,Y )的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他(X ,Y )关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他 所以1(2).4X f =22.设随机变量X 和Y 相互独立,下表列出了二维随机变量(X ,Y )联合分布律及关于X 和Y 的边缘分布律中的部分数值.试将其余数值填入表中的空白处.【解】因21{}{,}j j i j i P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-=而X 与Y 独立,故{}{}{,}i j i i P X x P Y y P X x Y y =====, 从而11111{}{,}.624P X x P X x Y y =⨯==== 即:1111{}/.2464P X x === 又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+== 即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y ===同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1j j P Y y ===∑,故3111{}1623P Y y ==--=.同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布,每位乘客在中途下车的概率为p (0<p <1),且中途下车与否相互独立,以Y 表示在中途下车的人数,求:(1)在发车时有n 个乘客的条件下,中途有m 人下车的概率;(2)二维随机变量(X ,Y )的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=.(2) {,}{}{|}P X n Y m P X n P Y m X n ======e C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=24.设随机变量X 和Y 独立,其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021,而Y的概率密度为f (y ),求随机变量U =X +Y 的概率密度g (u ). 【解】设F (y )是Y 的分布函数,则由全概率公式,知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立,可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此,得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立,且均服从区间[0,3]上的均匀分布,求P {max{X ,Y }≤1}.解:因为随即变量服从[0,3]上的均匀分布,于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ,Y 相互独立,所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=.26. 设二维随机变量(X ,Y )的概率分布为1 0 11 01a 0b0 0.1 c其中a,b,c为常数,且X的数学期望E(X)=,P{Y≤0|X≤0}=,记Z=X+Y.求:(1)a,b,c的值;(2)Z的概率分布;(3)P{X=Z}.解 (1) 由概率分布的性质知,a+b+c+=1 即a+b+c = .由()0.2E X=-,可得0.1a c-+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ,b ,c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为2,1,0,1,2,{2}{1,1}0.2P Z P X Y =-==-=-=,{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=,{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=,{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===,{2}{1,1}0.1P Z P X Y =====,即Z 的概率分布为Z2 1 0 12P(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.习题四1.设随机变量X 的分布律为1 0 12求E (X ),E (X 2),E (2X +3).【解】(1) 11111()(1)012;82842E X =-⨯+⨯+⨯+⨯=(2) 2222211115()(1)012;82844E X =-⨯+⨯+⨯+⨯= (3) 1(23)2()32342E X E X +=+=⨯+=2.已知100个产品中有10个次品,求任意取出的5个产品中的次品数的数学期望、方差.【解】设任取出的5个产品中的次品数为X ,则X 的分布律为故 ()0.58300.34010.07020.00730405E X =⨯+⨯+⨯+⨯+⨯+⨯0.501,= 52()[()]iii D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=3.设随机变量X 的分布律为1 01且已知E (X )=,E (X 2)=,求P 1,P 2,P 3. 【解】因1231P P P ++=……①,又12331()(1)010.1E X P P P P P =-++=-=……②,222212313()(1)010.9E X P P P P P =-++=+=……③由①②③联立解得1230.4,0.1,0.5.P P P ===4.袋中有N 只球,其中的白球数X 为一随机变量,已知E (X )=n ,问从袋中任取1球为白球的概率是多少 【解】记A ={从袋中任取1球为白球},则(){|}{}Nk P A P A X k P X k ===∑全概率公式001{}{}1().NNk k k P X k kP X k N N n E X N N========∑∑5.设随机变量X 的概率密度为f (x )=⎪⎩⎪⎨⎧≤≤-<≤.,0,21,2,10,其他x x x x求E (X ),D (X ).【解】12201()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰故 221()()[()].6D XE X E X =-=6.设随机变量X ,Y ,Z 相互独立,且E (X )=5,E (Y )=11,E (Z )=8,求下列随机变量的数学期望. (1) U =2X +3Y +1; (2) V =YZ4X .【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=-,()()4()Y Z E Y E Z E X -因独立 1184568.=⨯-⨯=7.设随机变量X ,Y 相互独立,且E (X )=E (Y )=3,D (X )=12,D(Y )=16,求E (3X2Y ),D (2X3Y ).【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2) 22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯=8.设随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<<<.,0,0,10,其他x y x k试确定常数k ,并求E (XY ).【解】因1001(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =210()(,)d d d 2d 0.25xE XY xyf x y x y x x y y +∞+∞-∞-∞===⎰⎰⎰⎰.9.设X ,Y 是相互独立的随机变量,其概率密度分别为f X (x )=⎩⎨⎧≤≤;,0,10,2其他x x f Y (y )=(5)e ,5,0,.y y --⎧>⎨⎩其他 求E (XY ).【解】方法一:先求X 与Y 的均值12()2d ,3E X x x x ==⎰ 5(5)5()e d 5e d e d 51 6.z y y z z E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰令由X 与Y 的独立性,得2()()()6 4.3E XY E X E Y ==⨯=方法二:利用随机变量函数的均值公式.因X 与Y 独立,故联合密度为(5)2e ,01,5,(,)()()0,,y X Y x x y f x y f x f y --⎧≤≤>==⎨⎩其他于是11(5)2(5)552()2e d d 2d e d 6 4.3y y E XY xy x x y x xy y +∞+∞----===⨯=⎰⎰⎰⎰10.设随机变量X ,Y 的概率密度分别为f X (x )=⎩⎨⎧≤>-;0,0,0,22x x x e f Y (y )=⎩⎨⎧≤>-.0,0,0,44y y y e 求(1) E (X +Y );(2) E (2X 3Y 2).【解】22-2000()()d 2e d [e ]e d xx x X X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf y y y +∞+∞--∞==⎰⎰22242021()()d 4e d .48y Y E Y y f y y y y +∞+∞--∞====⎰⎰从而(1)113()()().244E X Y E X E Y +=+=+=(2)22115(23)2()3()23288E X Y E X E Y -=-=⨯-⨯=11.设随机变量X 的概率密度为f (x )=⎪⎩⎪⎨⎧<≥-.0,0,0,22x x cx xke求(1) 系数c ;(2) E (X );(3) D (X ). 【解】(1) 由2220()d e d 12k x c f x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 2220()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰22220π2ed 2k x kx x k+∞-==⎰(3) 222222201()()d()2e .k xE X x f x x x k x k +∞+∞--∞==⎰⎰ 故222221π4π()()[()].24D X E X E X k k k ⎛-=-=-= ⎝⎭12.袋中有12个零件,其中9个合格品,3个废品.安装机器时,从袋中一个一个地取出(取出后不放回),设在取出合格品之前已取出的废品数为随机变量X ,求E (X )和D (X ).【解】设随机变量X 表示在取得合格品以前已取出的废品数,则X 的可能取值为0,1,2,3.为求其分布律,下面求取这些可能值的概率,易知9{0}0.750,12P X === 39{1}0.204,1211P X ==⨯= 329{2}0.041,121110P X ==⨯⨯= 3219{3}0.005.1211109P X ==⨯⨯⨯=于是,得到X 的概率分布表如下:X 0 1 2 3P由此可得()00.75010.20420.04130.0050.301.E X =⨯+⨯+⨯+⨯=22222222()075010.20420.04130.0050.413()()[()]0.413(0.301)0.322.E X D X E X E X =⨯+⨯+⨯+⨯==-=-=13.一工厂生产某种设备的寿命X (以年计)服从指数分布,概率密度为f (x )=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe 为确保消费者的利益,工厂规定出售的设备若在一年内损坏可以调换.若售出一台设备,工厂获利100元,而调换一台则损失200元,试求工厂出售一台设备赢利的数学期望.【解】厂方出售一台设备净盈利Y 只有两个值:100元和200元/41/411{100}{1}e d e 4x P Y P X x +∞--==≥==⎰1/4{200}{1}1e .P Y P X -=-=<=-故1/41/41/4()100e (200)(1e )300e 20033.64E Y ---=⨯+-⨯-=-= (元).14.设X 1,X 2,…,X n 是相互独立的随机变量,且有E (X i )=μ,D (X i )=σ2,i =1,2,…,n ,记∑==n i i S X n X 12,1,S 2=∑=--n i i X X n 12)(11. (1) 验证)(X E =μ,)(X D =n2σ;(2) 验证S 2=)(11122∑=--ni i X n X n ;(3) 验证E (S 2)=σ2.【证】(1) 1111111()()().n nn i i i i i i E X E X E X E X nu u n n n n ===⎛⎫===== ⎪⎝⎭∑∑∑22111111()()n nni i i ii i i D X D X D X X DXn nn ===⎛⎫== ⎪⎝⎭∑∑∑之间相互独立2221.n n nσσ==(2) 因222221111()(2)2nnnniii ii i i i i XX X X X X X nX X X ====-=+-=+-∑∑∑∑2222112nnii i i X nX X nX X nX ===+-=-∑∑故22211()1ni i S X nX n ==--∑. (3) 因2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因2(),()E X u D X nσ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E s E X nX E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑221222221[()()]11().1ni i E X nE X n n u n u n n σσσ==--⎡⎤⎛⎫=+-+=⎢⎥ ⎪-⎝⎭⎣⎦∑15.对随机变量X 和Y ,已知D (X )=2,D (Y )=3,Cov(X ,Y )=1,计算:Cov (3X2Y +1,X +4Y3).【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+-3210(1)8328=⨯+⨯--⨯=-(因常数与任一随机变量独立,故Cov(X ,3)=Cov(Y ,3)=0,其余类似).16.设二维随机变量(X ,Y )的概率密度为f (x ,y )=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证X 和Y 是不相关的,但X 和Y 不是相互独立的. 【解】设22{(,)|1}D x y x y =+≤.2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰ 2π1001=cos d d 0.πr r r θθ=⎰⎰同理E (Y )=0.而 Cov(,)[()][()](,)d d X Y x E x y E Y f x y x y +∞+∞-∞-∞=--⎰⎰222π1200111d d sin cos d d 0ππx y xy x y r r r θθθ+≤===⎰⎰⎰⎰, 由此得0XY ρ=,故X 与Y 不相关.下面讨论独立性,当|x |≤1时,1()X f x y 当|y |≤1时,1()Y f y x 显然()()(,).X Y f x f y f x y ≠ 故X 和Y 不是相互独立的.17.设随机变量(X ,Y )的分布律为1 0 11 0验证X和Y是不相关的,但X和Y不是相互独立的.【解】联合分布表中含有零元素,X与Y显然不独立,由联合分布律易求得X,Y及XY的分布律,其分布律如下表111由期望定义易得E(X)=E(Y)=E(XY)=0.从而E(XY)=E(X)·E(Y),再由相关系数性质知ρXY=0,即X 与Y 的相关系数为0,从而X 和Y 是不相关的. 又331{1}{1}{1,1}888P X P Y P X Y =-=-=⨯≠==-=- 从而X 与Y 不是相互独立的.18.设二维随机变量(X ,Y )在以(0,0),(0,1),(1,0)为顶点的三角形区域上服从均匀分布,求Cov (X ,Y ),ρXY . 【解】如图,S D =12,故(X ,Y )的概率密度为题18图2,(,),(,)0,x y D f x y ∈⎧=⎨⎩其他.()(,)d d DE X xf x y x y =⎰⎰11001d 2d 3xx x y -==⎰⎰22()(,)d d DE X x f x y x y =⎰⎰11201d 2d 6xx x y -==⎰⎰从而222111()()[()].6318D XE X E X ⎛⎫=-=-= ⎪⎝⎭ 同理11(),().318E Y D Y ==而 11001()(,)d d 2d d d 2d .12xDDE XY xyf x y x y xy x y x xy y -====⎰⎰⎰⎰⎰⎰ 所以1111Cov(,)()()()123336X Y E XY E X E Y =-=-⨯=-. 从而 112)()XY D Y ρ-===-19.设(X ,Y )的概率密度为f (x ,y )=1ππsin(),0,0,2220.x y x y ,⎧+≤≤≤≤⎪⎨⎪⎩其他求协方差Cov (X ,Y )和相关系数ρXY .【解】π/2π/2001π()(,)d d d sin()d .24E X xf x y x y x x x y y +∞+∞-∞-∞==+=⎰⎰⎰⎰ππ2222201ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰从而222ππ()()[()] 2.162D XE X E X =-=+-同理 2πππ(),() 2.4162E Y D Y ==+-又π/2π/2π()d sin()d d 1,2E XY x xy x y x y =+=-⎰⎰故 2ππππ4Cov(,)()()()1.2444X Y E XY E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭222222π4(π4)π8π164.πππ8π32π8π32()()2162XYD X D Y ρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+-20.已知二维随机变量(X ,Y )的协方差矩阵为⎥⎦⎤⎢⎣⎡4111,试求Z 1=X 2Y和Z 2=2XY 的相关系数.【解】由已知知:D (X )=1,D (Y )=4,Cov(X ,Y )=1.从而12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯=12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X Y Y Y D X X Y D Y =--+=-+=⨯-⨯+⨯=故 121212513.26()()134Z Z D Z D Z ρ===⨯21.对于两个随机变量V ,W ,若E (V 2),E (W 2)存在,证明: [E (VW )]2≤E (V 2)E (W 2).这一不等式称为柯西许瓦兹(Couchy Schwarz )不等式.【证】令2(){[]},.g t E V tW t R =+∈显然22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈可见此关于t 的二次式非负,故其判别式Δ≤0, 即2220[2()]4()()E VW E W E V ≥∆=-2224{[()]()()}.E VW E V E W =-故222[()]()()}.E VW E V E W ≤22.假设一设备开机后无故障工作的时间X 服从参数λ=1/5的指数分布.设备定时开机,出现故障时自动关机,而在无故障的情况下工作2小时便关机.试求该设备每次开机无故障工作的时间Y 的分布函数F (y ).【解】设Y 表示每次开机后无故障的工作时间,由题设知设备首次发生故障的等待时间X ~E (λ),E (X )=1λ=5. 依题意Y =min(X ,2). 对于y <0,f (y )=P {Y ≤y }=0.对于y≥2,F(y)=P(X≤y)=1.对于0≤y<2,当x≥0时,在(0,x)内无故障的概率分布为P{X≤x}=1eλx,所以F(y)=P{Y≤y}=P{min(X,2)≤y}=P{X≤y}=1e y/5.。
概率论第三章部分习题解答资料
有关方差的定理: 定理1 DaX b a2DX
推论:Db 0; DX b DX; D(aX ) a2DX.
6
定理2: 若X与Y 独立, DX Y DX DY
推论:D
n
X i
n
DXi
i1 i1
七、某些常用分布的数学期望及方差
0 -1分布:EX p, DX pq 二项分布:EX np, DX npq
Poisson分布 EX , DX 几何分布: EX 1 ,
p
DX
q p2
均匀分布: EX a b , DX (b a)2
2
12
指数分布: EX 1 ,
1
DX 2
随机变量g(X,Y)的数学期望如下:
Eg
X
,Y
g
x,
y
f
x,
y
dxdy,
假定这个积分是绝对收敛的.
4
五、关于数学期望的定理
定理1 Ea bX a bEX
推论 (1)Ea a (2)Ea X a EX
(3)EbX bEX
12 11 10 9 220
13
所以X 的概率分布列为
X
0
1
2
3
PX xi
3 4
9 44
9
1
220 220
EX 0 3 1 9 2 9 3 1 0.3.
4 44 220 220
EX 2 02 3 12 9 22 9 32 1 9 .
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
概率论与数理统计第三章测验题答案更新
第三章测验题答案(2010-05-11)班级______ 姓名______ 学号______ 做题时间____分钟********************************************************************************************一. 填空(共17分) 1. (5分)设随机变量()X P λ且{2}{4}P X P X ===,则λ= 解:因为()X P λ,属离散型随机变量,故{},0,1,2 0kP X k e k k λλλ-===>.由题设条件{2}{4}P X P X ===可知242!4!ee λλλλ--=,所以212.λ=又因为0,λ>所以λ=2. (12分,每空2分)根据定义完成下列各式:()()()(,(11)(,))1;(12)(,)1;(21);(22)(31)(,);(32)(,;()(.))X xxy X X xY Xx dx x dx x f f x y dxdy f F f f x y dx x y dx f dx f x y dy F dy F x y y x +∞+∞+∞-∞-∞-∞-∞-∞-∞+∞+∞-∞-∞-∞-=-=-=--===-⎰⎰⎰⎰⎰⎰⎰⎰⎰二. 选择(共20分,每题5分)1. 设随机变量X 的绝对值不大于1,且{1}1,8P X =-=1{1}4P X ==,则{11}P X -<<=[ A ](A) (B) (C) (D)解:因为随机变量X 的绝对值不大于1,所以必定有X 的所有取值只可能在-1到1之间,即{||1}1P X ≤=,所以{11}{||1}{1}{1}P X P X P X P X -<<=≤-=--=1151.848=--=2. 设X 与Y 相互独立且同分布,1{1}{1}2P X P Y =-==-=,1{1}{1}2P X P Y ====,在下列各式中成立的是 [ A ] (A) 1{}2P X Y ==(B) {}1P X Y == (C)1{0}4P X Y +==(D) 1{1}4P XY == 解:因为111,22+=所以X 和Y 的取值只能是1或-1,因此利用X 与Y 的边缘分布律和两者独立性的条件可知(X , Y )的联合分布律,如下表所示:{1}{1}P X Y P X Y ===-+==111442=+=,故选项(A)正确,(B)错误;(){0}{1,1}{1,1}P X Y P X Y X Y +===-=⋃==- {1,1}{1,1}P X Y P X Y ==-=+==-111442=+=,故选项(C)错误;(){1}{1}{1}P XY P X Y X Y ====⋃==- {1}{1}P X Y P X Y ===+==-111442=+=,故选项(D)错误.3. 已知3{0,0}7P X Y ≥≥=,且4{0}{0}7P X P Y ≥=≥=,则{max(,)0}P X Y ≥=[ C ].(A)37 (B)47 (C)57 (D) 1649解:本题关键是分析max 函数的含义,从而利用概率的加法公式来解. 具体过程如下:{max(,)0}{00}P X Y P X Y ≥=≥≥或者(){0}{0}P X Y =≥⋃≥(){0}{0}{0}{0}P X P Y P X Y =≥+≥-≥⋂≥({0}{0})X Y ≥≥因为事件和事件不互斥,所以只能利用加法公式{0}{0}{0,0}P X P Y P X Y =≥+≥-≥≥ 44357777=+-=4. 设随机变量2(,)XN μσ,则随着σ的增大,{}P X μσ-<[ ].(A)增大 (B)减小 (C)保持不变 (D)增减不定 解:||{||}{1}{11}(1)(1)2(1)1X X P X P P μμμσσσ---<=<=-<<=Φ-Φ-=Φ-,与σ无关,所以选(C).(0,)σσ>因为两边同时除以以后不等号不变号 三. 解答题(请写明求解过程,共63分)1. (18分,每小题6分)已知随机变量X 的分布函数为0,0()sin ,0,21,2x F x A x x x ππ⎧⎪<⎪⎪=≤≤⎨⎪⎪>⎪⎩求(1) A ; (2){||}6P X π<; (3)()f x .解:(1)利用分布函数的右连续性可知,在2x π=点,右连续性表现为2lim (x))2(x F F ππ→+=,根据(x)F 定义可知,当1x >时,()1F x =,所以左边=2lim (x)x F π→+=2lim 11x π→+=,右边(si 22)n F A A ππ===,故A =1.所以得到0,0()sin ,02,1,2x F x x x x ππ⎧⎪<⎪⎪=≤≤⎨⎪⎪>⎪⎩(2) 注意到这个(x)F 在整个实轴都是连续的,根据第二章的结论:只要分布函数是连续函数,那么随机变量在单点处的概率就为0,因此有{||}{}{}66666X X P X P P πππππ<=-<=≤-<<()()66F F ππ=--0sin 6π=-=12=.(3)已知分布函数求概率密度,只需要在密度函数的连续点处对x 求导即可:因此有cos ,0().20,x x f x π⎧≤≤⎪=⎨⎪⎩其它(此题没有()f x 无定义的点,否则需要修改相应区间,例如第二章测验解答题第一题.)2. (15分)某元件寿命X 服从参数为11000λ=的指数分布,则三个这样的元件使用1000小时后,都没有损坏的概率是多少解:随机变量X表示元件寿命,由题意可知其概率密度为1000,01(),.1000xxothe sfeexrwi->⎧⎪=⎨⎪⎩又因为11000100010001{1000}()1000.xP X f x dx e dx e-+∞+∞-≥===⎰⎰即元件能够使用超过1000小时的概率是1e-,又因为三个元件的寿命是相互独立的,所以最后所求概率值即为()313e e--=.3.(10分)已知二维随机向量(X, Y)的联合密度函数为8,01(,)0,xy x yf x y≤≤≤⎧=⎨⎩其它求(X, Y)的关于Y的边缘密度函数.解:通过以下四个步骤求边缘密度:①写定义:()(,)Yf y f x y dx∞-∞+=⎰②定区间: ____,001,y <<⎧=⎨⎩其它③化积分: 08,0,10y y xydx ⎧⎪=⎨⎪⎩<<⎰其它④求积分: 34,00,1y y <<⎧=⎨⎩其它.4. (10分)设(1,2),XU 求2X Y e =的概率密度函数.解:因为(1,2),XU 所以有1,12().0,X x f x <<⎧=⎨⎩其它因为函数2x y e =是严格单调函数,所以可以利用书中第52页定理直接求Y 的密度函数.21ln ()2x y h y y e ==是的原函数,且242412,,,x e y e e e αβ<<<=<=当时则有即定理中的;1ln (2)2(,)1y h y ∈=所以(())1X f h y =. 又注意到'()12h y y=, 所以由定理可知·|'((()|)),0,()X Y h y h y f y y f αβ<<⎧=⎨⎩其它241,0,2e y e y⎧<<⎪=⎨⎪⎩其它(10分)已知(X , Y )的概率密度为1(),0(,,)810x y f x y x y ≤≤⎧≤+⎪=⎨⎪⎩其它求1{}P X Y +≤.解:本题所求的是二维随机变量(X , Y )落在某区域中的概率,则{}(,)1GP X Y f x y dxdy ≤+=⎰⎰现要将此二重积分化成累次积分,则要确定这个区域{}(,)|1G x y x y =+≤与0(,)f x y ≠的区域的交集,如下图所示故{}(,)1GP X Y f x y dxdy ≤+=⎰⎰11201()8y ydy x y dx -=+⎰⎰1.48= 四. 选做题(10分,100分以外)设(X , Y )的分布函数为(,)(arctan 2)(arctan 3)F x y A B C x y=++,求(1) A,B,C; (2)(,)f x y ; (3)X 和Y 是否相互独立 解:(1)法一:利用二维随机变量的分布函数的性质:(,)0,(,)0,(,)1F y F x F -∞=-∞=+∞+∞=得到()(arctan )0(1)23(arctan )()0(2)22()()1(3)22y A B C x A B C A B C ππππ⎧-+=⎪⎪⎪+-=⎨⎪⎪++=⎪⎩式式式.由(3)式可知,0A ≠. 又因为(,)1F +∞+∞=, 所以(,)(arctan )(arctan )023x F x y A B C y=++≠故00.23arctanarctan B y C x ++≠≠并且 则又(1)(2)式可知21,2B C A ππ===. 因此21(,)(arctan )(arctan )2223x yF x y πππ=++. 法二:利用一维随机变量的分布函数的性质()0,()1F F -∞=+∞=来做:因为边缘分布()(,)lim (,)(arctan )()22X y x F x F x F x y A B C π→+∞=+∞==++()(,)lim (,)()(arcta )23n Y x F y F y F x y A B C yπ→+∞=+∞==++作为一维随机变量的分布函数是满足上述性质的,故1()lim (,)lim (arctan )(arctan 23)()()22X x x y F F x A B B x C A C y ππ→+∞→+∞→+∞=+∞=+∞=++=++0()lim (,)lim (arctan )(arctan 23)()()22X x x y F F x A B B x C A C y ππ→-∞→-∞→+∞=-∞=+∞=++=-+0()lim (,)lim (arctan )(arctan )3()22()2Y y x y F F y A B B x C A C y ππ→-∞→+∞→-∞=-∞=+∞=++=+-解此方程组得到21,2B C A ππ===.(2)22222222222(,)(,)1(arctan )(arctan )2211(arct 2313an )2111246.(4)(921213119)F x y f x y x yx y yx x y y x x y y πππππππ∂=∂∂⎡⎤∂++⎢⎥⎣⎦=∂∂⎡⎤⎢⎥⎢⎥∂⨯+⨯⨯⎢⎥⎛⎫⎢⎥ ⎪⎝⎭⎣⎦=∂=⨯⨯⨯=+++++(3)要判断独立性,就要先求边缘分布;法一:因为此题给出的条件是分布函数,所以这里我们先求X 和Y 的边缘分布函数. 根据分布函数的定义,我们有1()(,)lim (,)(arctan )()(arctan )2222X y x x F x F x F x y A B C πππ→+∞=+∞==++=+1()(,)lim (,)()(arctan )(arctan )3322Y x F y F y F x y A B C y yπππ→+∞=+∞==++=+所以对任意的x, y , 有(,)()()X Y F x y F x F y =成立,故X 与Y 独立. 法二:利用第(2)题联合密度求边缘密度后,判断是否独立.()(,)X f x f x y dy +-∞∞=⎰222222222222226(4)(9)61(4)9611(4)91arct 3613|(4)93613(4)924an 22()dyx y dy x y dy x y y x x x ππππππππ+-+-+-∞∞∞∞∞∞+∞-∞=++=++=⨯⨯+⎛⎫+ ⎪⨯⨯⎛⎫⨯⨯+ ⎪⎝⎭=⨯+=⎝⎭⨯+=+⎰⎰⎰ ()(,)Y f y f x y dx +-∞∞=⎰222222222222226(4)(9)61(9)4611(9)41arct 2612|(9)42612(9)439an 22()dxx y dx y xdy y x x y y y ππππππππ+-+-+-∞∞∞∞∞∞+∞-∞=++=++=⨯⨯+⎛⎫+ ⎪⨯⨯⎛⎫⨯⨯+ ⎪⎝⎭=⨯+=⎝⎭⨯+=+⎰⎰⎰ 22222623(,)(),(4)(9)(4)(9)()X Y f x y f y x y x y x f πππ==⨯=++++x y 对任意,均成立, 故X 与Y 独立.。
概率论习题第三章答案
概率论习题第三章答案(总47页)--本页仅作为文档封面,使用时请直接删除即可----内页可以根据需求调整合适字体及大小--第三章连续型随机变量设随机变量 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 ξξξξ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。
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。
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 ξξξξξ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。