概率论与数理统计3-5

合集下载

概率论与数理统计习题5答案

概率论与数理统计习题5答案
2 / 5
AJ Lin
2013.12
5. 一本书共有 100 万个印刷符号, 排版时每个符号被排错的概率为 0.0001, 校对时每个排版错误
被改正的概率为 0.9,求校对后错误不多于 15 个的概率。 1, 第n个印刷符号校对后仍印错 解:设随机变量 X n , 0, 其它. 则 X n , n 1 是独立同分布随机变量序列,有 p P{xn 1} 0.0001 0.1 10 5 。 作 Yn X k , (n 106 ) , Yn 为校对后错误总数。 按中心极限定理,有 Y np 15 np 3 5 5 P{Yn 15} P n (5 / [10 10 (1 10 )]) (1.58) 0.9495 . npq npq
AJ Lin
2013.12
习题 5 答案
1. 一部件包括 10 部分,每部分的长度是一个随机变量,它们相互独立,服从同一分布,其数学 期望为 2mm,均方差为 0.05mm,规定总长度为( 20 0.1 )mm 时产品合格,试求产品合格的 概率。 (其中 (0.63) 0.7357 , (1.63) 0.9484 ) 解:令 X i 表示第 i 部分的长度, i 1, 2, ,10 ,据题意知, X 1 , X 2 , , X 10 相互独立同分布,且 E ( X i ) 2 , D ( X i ) 0.052 ,故产品合格的概率为
300 X k 300 1.29 400 300 1.29 1 P k 1 300 0.0489 300 0.0489
300 X k 300 1.29 1 P k 1 3.39 1 3.39 1 0.9997 0.0003 . 300 0.0489 (2)设 Y 表示这天售出价格为 1.2 元的蛋糕个数,则 Y ~ B 300, 0.2 ,又 np 300 0.2 60, np (1 p ) 60 0.8 48 , Y ~ N 60, 48 ,所求概率为 Y 60 60 60 P Y 60 1 P Y 60 1 P 1 (0) 0.5 . 48 48 8. (1)一个复杂系统由 100 个相互独立的元件组成,在系统运行期间每个元件损坏的概率为 0.1,

概率论与数理统计(完整版)

概率论与数理统计(完整版)
在其中计算B发生的概率, 从而得到P(B|A).
例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取后不放回, 连取两次, 求在第1次取到偶数的条 件下, 第2次取到奇数的概率.
.
32
(二) 乘法公式:
由条件概 ,立率 即P 定 可 (A 义 0 得 )则 , 有 P(AP B()A)|A P)(.B
P(A 1)P(A2)P(An).(有限可 )
性3质 . 若 AB,则有
P(BA)P(B)P(A);
P (B )P (A ).
一般地有: P(B-A)=P(B)-P(AB).
.
26
性4质 .对任一 A, 事 P(A)件 1.
性5质 .对任一 A , P 事 (A)件 1P(A).
性6质 .对任意A 两 ,B有 事件 P(AB)P(A)P(B)P(A)B.
.
5
(二) 随机事件
定义 样本空间S的子集称为随机事件, 简称事件. 在一 次试验中, 当且仅当这一子集中的一个样本点出现时, 称 这一事件发生.
基本事件: 由一个样本点组成的单点集. 如:{H},{T}.
复合事件: 由两个或两个以上的基本事件复合而成的事件 为复合事件. 如:E3中{出现正面次数为奇数}.
§2. 样本空间与随机事件
(一) 样本空间:
定义 随机试验E的所有可能结果组成的集合称为 E的样 本空间, 记为S. 样本空间的元素称为样本点,用表示.
样本空间的分类:
1.离散样本空间:样本点为有限个或可列个. 例 E1,E2等. 2.无穷样本空间:样本点在区间或区域内取值. 例 灯泡的寿命{t|t≥0}.
.
16
例1. 袋中装有4只白球和2只红球. 从袋中摸球两次,每次任取一球.有两种式: (a)放回抽样; (b)不放回抽样.

考研数学三(概率论与数理统计)-试卷5

考研数学三(概率论与数理统计)-试卷5

考研数学三(概率论与数理统计)-试卷5(总分:70.00,做题时间:90分钟)一、选择题(总题数:13,分数:26.00)1.选择题下列每题给出的四个选项中,只有一个选项符合题目要求。

(分数:2.00)__________________________________________________________________________________________解析:2.设随机变量X的方差存在,并且满足不等式P{|X( )(分数:2.00)A.D(X)=2.B.P{|X—E(X)|<3}C.D(X)≠2.D.P{|X—E(X)|√解析:解析:由于事件{|X—E(X)|<3}是事件{|X—E(X)|≥3}的对立事件,且题设P{|X—E(X)|≥3}≤,因此一定有P{|X—E(X)|<3}≥选项D正确.进一步分析,满足不等式P{|X—E(X)|≥3}≤的随机变量,其方差既可能不等于2,亦可以等于2,因此选项A与C都不能选.若X服从参数n=8,p=0.5的二项分布,则有E(X)=4,D(X)=2.但是P{|X—E(X)|≥3}=P{|X一4|≥3}=P{X=0}+P{X=1}+P{X=7}+P{X=8}=因此选项B也不成立.故选D.3.已知随机变量X服从二项分布,且E(X)=2.4,D(X)=1.44,则二项分布的参数n,P的值为( )(分数:2.00)A.n:4,P=0.6.B.n=6,P=0.4.√C.n=8,P=0.3.D.n=24,P=0.1.解析:解析:因为X~B(n,P),所以E(X)=np,D(X)=np(1一P)组,得n=6,p=0.4,故选项B正确.4.对任意两个随机变量X和Y,若E(XY)=E(X).E(Y),则( )(分数:2.00)A.D(XY)=D(X).D(Y).B.D(X+Y)=D(X)+D(Y).√C.X与Y独立.D.X与Y不独立.解析:解析:因为 D(X+Y)=D(X)+D(Y)+2[E(XY)一E(X).E(Y)],可见E(XY)=E(X).E(Y),故选项B正确.对于随机变量X与Y,下面四个结论是等价的.①Cov(X,Y)=0;②X 与Y不相关;③E(XY)=E(X)E(Y);④D(X+Y)=D(X)+D(Y).5.已知随机变量X与Y均服从0—1分布,且E(XY)=则(分数:2.00)A.B.C. √D.解析:解析:因为X与Y均服从0一1分布,所以可以列出(X,Y)的联合分布如下:又已知E(XY)=.即P 22 = 从而P{X+Y≤1}=P 11 +P 12 +P 21 =1一P 22.故选项C正确.6.设二维随机变量(X,Y)满足E(XY)=E(X).E(Y),则X与Y( )(分数:2.00)A.相关.B.不相关.√C.独立.D.不独立.解析:解析:因E(XY)=E(x)E(Y),故cov(X,Y)=E(XY)一E(X)E(Y)=0X与Y不相关,故选项B正确.7.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和Y的相关系数等于( ) (分数:2.00)A.一1.√B.0.D.1.解析:解析:根据题意,y=n—X,故ρXY =一1.应选A.一般来说,两个随机变量X与Y的相关系数ρXY满足|ρXY|≤1.若Y=aX+b(a,b为常数),则当a>0时,ρXY =1,当a<0时,ρXY =一1.8.对于任意两随机变量X和Y,与命题“X和Y不相关”不等价的是( )(分数:2.00)A.E(XY)=E(X).E(Y).B.Cov(X,Y)=0.C.D(XY)=D(X).D(Y).√D.D(X+Y)=D(X)+D(Y).解析:解析:因为Cov(X,Y)=E(XY)一E(X)E(Y)=0是“X和Y不相关”的充分必要条件,所以A与B等价.由D(X+Y)=D(X)+D(Y)的充分必要条件是Cov(X,Y)=0,可见选项B与D等价.于是,“X和Y不相关”与选项A,B和D等价.故应选C.9.假设随机变量X在区间[一1,1]上均匀分布,则U=arcsinX和V=arccosX的相关系数等于( )(分数:2.00)A.一1.√B.0.C.0.5.D.1.解析:解析:因为U=arcsinX和V=arccosX满足下列关系:即U是V的线性函数,且其增减变化趋势恰恰相反,所以其相关系数ρ=一1.应选A.10.X与Y的相关系数ρ=1,则P{X=0,Y=1}的值必为( )(分数:2.00)A.0.√D.1.11.设随机变量X和Y独立同分布,记U=X—Y,V=X+Y,则随机变量U与V必然( )(分数:2.00)A.不独立.B.独立.C.相关系数不为零.D.相关系数为零.√解析:解析:因为 Cov(U,V)=E(UV)一E(U).E(V) =E(X 2一Y 2 )一E(X一Y).E(X+Y) =E(X 2 )一E(Y 2 )一E 2 (X)+E 2 (Y) =D(X)一D(Y)=0.则所以U与V的相关系数为零,故选D.12.设随机事件A与B互不相容,0<P(A)<1,0<P(B)<1与Y的相关系数为ρ,则( ) (分数:2.00)A.ρ=0.B.ρ=1.C.ρ<0.√D.ρ>0.解析:解析:选项B不能选,否则选项D必成立.因此仅能在选项A、C、D中考虑,即考虑ρ的符号,而相关系数符号取决于Coy(X,Y)=E(XY)-E(X).E(Y),根据题设知E(X)=P(A),E(Y)=P(B),(因为P(AB)=0),所以Cov(X,Y)=一E(X).E(Y)<0,故选C.13.设两个相互独立的随机变量X和Y的方差分别为4和2,则随机变量3X一2Y的方差是( )(分数:2.00)A.8.B.16.C.28.D.44.√解析:解析:本题考查方差的运算性质,是一道纯粹的计算题.可根据方差的运算性质D(C)=0(C为常数),D(CX)=C 2 D(X)以及相互独立随机变量的方差性质D(X±Y)=D(X)+D(Y)自行推演.故选项D正确.二、填空题(总题数:14,分数:28.00)14.设连续型随机变量X的分布函数为E(X)=1,则D(X)= 1.(分数:2.00)填空项1:__________________ (正确答案:正确答案:1)解析:解析:根据题意已知连续型随机变量X15.相互独立的随机变量X 1和X 2均服从正态分布D(|X 1—X 2 |)= 1.(分数:2.00)填空项1:__________________ (正确答案:正确答案:[*])解析:解析:根据题意随机变量X 1和X 2相互独立,且服从正态分布设Z=X 1—X 2,则Z~N(0,1),其概率密度函数为φ(z)= D(|X 1 -X 2 |)=D(|Z|)=E(|Z| 2 )一E 2 |Z|=E(Z 2 )-E 2 |Z|=D(Z)+E2 (Z)一E 2 |Z|,显然,D(Z)=1,E(Z)=0.16.设随机变量X和Y X和Y的协方差Cov(X,Y)= 1.(分数:2.00)填空项1:__________________ (正确答案:正确答案:一0.1)E(X)=0.5,E(Y)=(一1)×0.3+1×0.3=0. E(XY)=一P{XY=一1}+P{XY=1}=一0.2+0.1=一0.1. Coy(X,Y)=E(XY)一E(X)E(Y)=一0.1—0=一0.1.17.已知随机变量X的分布函数F(x)在x=1处连续,且F(1)=若EY= 1.(分数:2.00)填空项1:__________________ (正确答案:正确答案:[*])解析:解析:根据离散型随机变量期望公式计算.由于F(x)在x=1处连续,故E(Y)=aP{X>1}+bP{X=1}+cP{X<1} =a[1一P{X≤1}]+bP{X=1}+cP{18.已知(X,Y)在以点(0,0),(1,0),(1,1)为顶点的三角形区域上服从均匀分布,对(X,Y)作4次独立重复观察,观察值X+Y不超过1出现的次数为Z,则EZ 2 = 1.(分数:2.00)填空项1:__________________ (正确答案:正确答案:5)解析:解析:根据题干可知(X,Y)的联合概率密度函数为令事件A=“X+Y≤1”,则Z是4次独立重复试验事件A发生的次数,故Z~B(4,P),其中如图4—119.已知某自动生产线一旦出现不合格产品就立即进行调整,经过调整后生产出的产品为不合格产品的概率是0.1,如果用X表示两次调整之间生产出的产品数量,则EX= 1。

概率论与数理统计03-第三节-条件概率与全概率公式

概率论与数理统计03-第三节-条件概率与全概率公式

第三节 条件概率与全概率公式先由一个简单的例子引入条件概率的概念.内容分布图示★ 概念引入★ 条件概率的定义 ★ 例1 ★ 例2★ 乘法公式★ 例3 ★ 例4 ★ 例5 ★ 例6★ 全概率公式 ★ 例7 ★ 例8 ★ 例9★ 贝叶斯公式 ★ 例10 ★ 例11 ★ 例12★ 例13 ★ 例14★ 内容小结 ★ 课堂练习★ 习题1-4内容要点:一、 条件概率的概念在解决许多概率问题时,往往需要在有某些附加信息(条件)下求事件的概率. 如在事件A 发生的条件下,求事件B 发生的条件概率,记作)|(A B P .定义1 设B A ,是两个事件, 且0)(>A P , 则称)()()|(A P AB P A B P = (1) 为在事件A 发生的条件下,事件B 的条件概率.相应地,把)(B P 称为无条件概率。

一般地,)|(A B P )(B P ≠.注: 1. 用维恩图表达(1)式.若事件A 已发生,则为使B 也发生,试验结果必须是既在A 中又在B 中的样本点,即此点必属于AB .因已知A 已发生,故A 成为计算条件概率)|(A B P 新的样本空间.2. 计算条件概率有两种方法:a) 在缩减的样本空间A 中求事件B 的概率,就得到)|(A B P ;b) 在样本空间S 中,先求事件)(AB P 和)(A P ,再按定义计算)|(A B P 。

二、乘法公式由条件概率的定义立即得到:)0)(()|()()(>=A P A B P A P AB P (2)注意到BA AB =, 及B A ,的对称性可得到:)0)(()|()()(>=B P B A P B P AB P (3)(2)和(3)式都称为乘法公式, 利用它们可计算两个事件同时发生的概率.三、全概率公式全概率公式是概率论中的一个基本公式。

它使一个复杂事件的概率计算问题,可化为在不同情况或不同原因或不同途径下发生的简单事件的概率的求和问题。

第五章《概率论与数理统计教程》课件

第五章《概率论与数理统计教程》课件

试决定常数 3.
X ,Y
C
使得随机变量 cY 服从分布

2
分布。
相互独立,都与 N ( 0 , 9 ) 有相同分布, X 分别是来自总体
X ,Y
1
, X 2 , , X 9和
Y1 ,Y 2 , ,Y 9
的样本,

Z
9
X
i
i1
6 - 23
Y
i1
9
则Z 服从—— ,自由度为——。
2 i
4.
X1, X 2, X 3, X 4
是来自总体
X ~ N ( , )
2
的样本,则随机变
量 Y
X3 X4
服从——分布,其自由度为———。
2
(X i )
i1
2
5.

X 1 , X 2 , , X 10
是来自总体 X
~ N ( ,4 )
2
的样本, ( S 2 P
a ) 0 .1
一. 单个正态总体的统计量的分布
X 1 , X 2 , X n是来自正态总体 ~ N ( , 2 )的样本, X
X , S 分别是样本均值和样本 方差
2
定理1
X
n
1
n
X i ~ N ( ,

n
2
);
i1
定理2 U
1
X
/
~ N ( 0 ,1 );
n
定理3
6 - 18
定理7
当 1
2
2 2
2 2 时, 令 S w
( n1 1) S 1 ( n 2 1) S 2
2

概率论与数理统计第三章习题及答案

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03-第三章作业及答案

概率论与数理统计03-第三章作业及答案

概率论与数理统计03-第三章作业及答案习题3-1⽽且12{0}1P X X ==. 求1和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 --=22011(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,yY 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02()(,)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0z 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 zzz 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1x 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 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,(,)()()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. 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()x X f x µσ--=,),(+∞-∞∈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 d 2z y a Z X Y f z f z y f y y y a µσ---+∞=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(,)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<,||,(|)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24P 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{,}{}{}43123.(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>>y x 时,34340(,)12e d e d (1e )(1e )x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 P 3 112161121=++=, 3(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 2 1}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 =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,。

概率论与数理统计3-5 随机变量的数字特征切比雪夫不等式

概率论与数理统计3-5 随机变量的数字特征切比雪夫不等式
没有线性关系,但可能存在其它的函数关系.
例8 设R.V. U ( , ),又 sin, cos.
试求与的相关系数.
【解】
cov( ,) 0. D D
注4 如果( ,) :
N
(a1,
a2
,
12
,

2 2
,

),
那么可求出
.于是 0, ,不相关;由前面推知: 0,
cov(,) 0.
按协方差的性质:当、独立,则cov( ,) 0, 从而、不相关.直观上, ,独立意味着、之间
没有任何关系,自然也没有线性关系.换言之:两个
变量、独立,则它们必定不相关;反之, 0,两 R.V .、不相关,但与未必独立.事实上,、
30 40合并为:ki ¡ 有 E(k11 k22 L knn ) k1E1 k2E2 L knEn.
50 当1,2 ,L ,n相互独立时,E(12 L n ) E1 E2 L En. 60 0,则E 0,由此,如果1 2,那么E1 E2.
引进下面的定义:
定义 设( ,)是一个二维R.V .,且
E ( E ) ( E) . D D
则称 cov( ,) E( E )( E )
E[( E ) ( E)] cov( ,) .
D D
D D
§3.5 随机变量的数字特征切比雪夫 不等式
一、连续型R.V .的数学期望 我们已经讨论了离散型R.V .的数学期望:

E @ xiP( xi ). i 1
试问:连续型R.V .的数学期望是什么?
当然要把连续型R.V . 进行离散化.
设连续型R.V.的P.d. f 为P(x),取分点

天津大学概率论与数理统计-3-5

天津大学概率论与数理统计-3-5
Z 所有可能的取值是 2,3,···,11,12 。并且,
X\Y 1 2 3
4
56
1
23 4
5
67
2
34 5
6
78
3
45 6
7
89
4
56 7
8
9 10
5
67
8
9
10 11
6
78
9
10 11 12
由于 X、Y 的联合分布律是
P { X = i ,Y = j } = 1/36 , 1 ≤ i ,j ≤ 6
FZ (z) = P { g (X ,Y) ≤ z }
p(x, y)dxdy g(x,y)z
计算两个随机变量函数分布的关键问题: 这个二重积分能够被计算出来,或者是能够
被转化为二次积分的形式。
(1)和的分布
y
z ¡, F Z ( z ) P Z z P X Y z
x y z

分布的“可加性”
1. 正态分布对两个参数都具有可加性
如果 X、Y 相互独立,并且
X ~ N (1 ,12 ), Y ~ N (2 ,22 ) , 则 X + Y 服从正态分布 N ( 1 + 2 ,12 + 22 ) 。
更一般的,有限个相互独立的正态 随机变量的线性组合仍然服从正态分布。
一般地,如果随机变量X1, X2, ...,Xn相互独立,且
2.5 n
2020/4/29
30
2. 二项分布对于参数 n 具有可加性
如果 X、Y 相互独立,并且 X ~ B (n ,p ), Y ~ B (m ,p ) ,
则 X + Y 服从二项分布 B ( m + n ,p ) 。 二项分布可以表示成两点分布随机变量的和

概率论与数理统计人大版本

概率论与数理统计人大版本

概率论与数理统计人大版本
一、概率论与数理统计的概述
概率论是研究随机现象的理论体系,它通过对随机现象的规律性进行研究,为我们预测和决策提供依据。

数理统计则是一种基于数据的研究方法,它通过对数据的分析和处理,提取出数据背后的信息,为实际问题的解决提供支持。

二、概率论与数理统计的基本概念
在概率论中,随机事件是指在一定条件下可能发生的事件,而样本空间则包含了所有可能的结果。

概率分布描述了随机变量取值的概率规律,而概率密度函数则用于描述连续型随机变量的概率分布。

三、常见概率分布及其应用
常见的概率分布有二项分布、泊松分布和正态分布等。

二项分布用于描述一系列伯努利试验的结果,泊松分布用于描述单位时间内随机事件的次数,正态分布则广泛应用于自然科学、社会科学和工程技术领域。

四、数理统计的基本方法
数理统计的基本方法包括描述性统计、推断性统计等。

描述性统计用于概括和描述数据的集中趋势、离散程度等信息,而推断性统计则通过抽样数据对总体参数进行估计和检验。

五、参数估计与假设检验
参数估计是通过对样本数据的研究,估计总体参数的值。

常见的点估计方法有最大似然估计、矩估计等,区间估计则通过构建置信区间来估计参数。


设检验则是通过检验统计量与临界值之间的关系,对总体参数进行推断。

六、应用领域与发展趋势
概率论与数理统计在自然科学、社会科学和工程技术等领域具有广泛的应用。

随着大数据时代的到来,概率论与数理统计的研究方法和技术也在不断发展,包括机器学习、数据挖掘等领域。

在我国,概率论与数理统计的研究和应用也取得了显著成果,为各个领域的创新发展提供了有力支持。

《概率论与数理统计答案》第三章

《概率论与数理统计答案》第三章
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


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—

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

概率论与数理统计答案 第三章习题

概率论与数理统计答案 第三章习题


f
X
(
x)
fY
(
y)
2x(1
0,
|
y |),0
x 1,| y|1 其它
f (x, y)
故X和Y不相互独立.
14.设X和Y是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
fY
(
y)
1 2
e
y
2
,
y
0
(1)求X和Y的联合概率密度;
0, y 0
(2)设含有a的二次方程为a2+2Xa+Y=0,试求a有实根的概率.
(X,Y)关于Y的边缘分布律可用Y= j时 X取所有可能取的值的概率相加而得. 也可以单独列表如下:
X0 1 2
pk 1 2 1
4 44
Y0 1 2 3
pk 1 3 3 1
8 88 8
X Y0123
012
1 10 0 88
0 220
88
00 11
88
1 P{Y=j} 8
3 8
3 8
1 8
P{X=i}
0 25/36 5/36 5/6
0 45/66 10/66 5/6
1 5/36 1/36 1/6
1 10/66 1/66 1/6
P{X=i} 5/6 1/6 1
P{X=i} 5/6 1/6 1
13(1)问第1题中的随机变量X和Y是否相互独立?(需说明理由) 解 (1)P{X=i,Y=j}=P{X=i}P{Y=j}对(X,Y)所有可能取值 (i,j)( i ,j =0,1)都成立,故放回抽样X和Y相互独立.
y)dy y (4)
4
(2)
2

概率论与数理统计 第三版 第五章 大数定律和中心极限定理

概率论与数理统计 第三版 第五章 大数定律和中心极限定理
上页 下页 返回
依概率收敛的序列还有以下性质: 设 X n p a, Yn pb, 且函数 g(x,y) 在点 (a,b)连续,
具有数学期望 E(X ) 和方差 D(X ) , 0 ,有
P{
X
E
(
X
)

}≤
D(
X
2
)
,

P{ X E(X ) }≥1 D(X ) .
2
上页 下页 返回
证 以连续型随机变量X为例.
P{ X E( X ) ≥} f (x)dx x E ( X ) ≥
≤ x E ( X ) ≥
x E(X ) 2
E(
X
k
)
,D(
X
k
)
2
(k
1,2,
上页
,
n).
下页
返回
则对任意的ε>0, 有
1
lim P{ n n
n
Xk
k 1
}1
证 由于
lim P X 1.
n
E
1 n
n k 1
X
k
1 n
n k 1
E(X
k
)
1 n
n
,
D
1 n
n k 1
Xk
1 n2
n
D
k 1
XK
1 n2
n
2
2
n
,
上页 下页 返回
由切比雪夫不等式知
P
1 n
n
Xk
k 1
≥1
2
n
2
.
令n , 并注意到概率不能大于1, 即得
1
lim
n
P

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

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3-5章)

概率论与数理统计(第3-5章)

2y1
y 2
y 1时 ,
F(x,y) 4dxdy 4S三角形1
三角形
整理课件
所以,所求的分布函数为
0,
(x 1 或y 0) 2
2
y
2
x
y 2
1
,
( 1 x 0, 0 y 2 x 1) 2
F
(x,
y)
4
x
1 2
2
,
( 1 x 0,2x 1 y) 2
2
y
f(x,y) 1 8(6xy), 0x2,2y4
0,
其 他
求概率 PXY4X1
解答 PXY4X1
4
PXY4,X1
2
PX1
2
dx
4x 1 (6 x y)dy
1 2 8
7 48 7
2
dx
1
4 1 (6 x 28
y)整d理y课件
38
18
12
二维均匀分布
设二维随机变量 ( X , Y ) 的概率密度为
D
1
dx
31(6xy)dy
0 28
0 11 8(6yxy1 2y2)3 2dx8 3
2 12
整理课件
续解 ……….
PXY3f(x,y)dxdy
D
1
dx
3x1(6xy)dy
0 28
011 8(6yxy1 2y2)3 2xdx
5 24
整理课件
x+y=3
思考 已知二维随机变量(X,Y)的分布密度为
x2
+F(x1,y1)
P(x1 X x2,y1 Y y2) = F(x2,y2)- F(x2,y1)- F(x1,y2) + F(x1,y1)

概率论与数理统计(茆诗松)第二版课后第三章习题参考答案

概率论与数理统计(茆诗松)第二版课后第三章习题参考答案

0x
0
x0
y 1
0
1x
y
1
0.25
0
0.5 1 x
y
1
1
= ⎜⎛ x 2 − 1 x 4 ⎟⎞ = 1 ; ⎝ 2 ⎠0 2
(4)当 x < 0 或 y < 0 时,F (x, y) = P (∅) = 0, 当 0 ≤ x < 1 且 0 ≤ y < 1 时,
0
1x
∫ ∫ ∫ ∫ F(x, y) = P{X ≤ x, Y ≤ y} =
⋅8 12
⋅4 11
=
40 429

P{( X1,
X2,
X3)
=
(1, 1,
0)}
=
5 13
⋅4 12
⋅8 11
=
40 429

P{( X1,
X2,
X3)
=
(1, 1, 1)}
=
5 13
⋅4 12
⋅3 11
=
5 143

(2)
P{( X1,
X2)
=
(0,
0)}
=
8 13
⋅7 12
=
14 39

P{( X1,
i = 0, 1, 2, 3, 4, 5; j = 0, L, 5 − i ,
故 (X, Y ) 的联合分布列为
Y X
0 1 2 3 4 5
0
0.00032 0.004 0.02 0.05 0.0625 0.03125
1
0.0024 0.024 0.09 0.15 0.09375
0
2
0.0072 0.054 0.135 0.1125

概率论与数理统计第三__课后习题答案

概率论与数理统计第三__课后习题答案

习题一:写出下列随机试验的样本空间:(1) 某篮球运动员投篮时, 连续5 次都命中, 观察其投篮次数; 解:连续5 次都命中,至少要投5次以上,故}{Λ,7,6,51=Ω; (2) 掷一颗匀称的骰子两次, 观察前后两次出现的点数之和; 解:}{12,11,4,3,22Λ=Ω; (3) 观察某医院一天内前来就诊的人数;解:医院一天内前来就诊的人数理论上可以从0到无穷,所以}{Λ,2,1,03=Ω;(4) 从编号为1,2,3,4,5 的5 件产品中任意取出两件, 观察取出哪两件产品; 解:属于不放回抽样,故两件产品不会相同,编号必是一大一小,故: ()}{;51,4≤≤=Ωj i j i π (5) 检查两件产品是否合格;解:用0 表示合格, 1 表示不合格,则()()()()}{1,1,0,1,1,0,0,05=Ω;(6) 观察某地一天内的最高气温和最低气温(假设最低气温不低于T1, 最高气温不高于T2); 解:用x 表示最低气温, y 表示最高气温;考虑到这是一个二维的样本空间,故: ()}{216,T y x T y x ≤≤=Ωπ;(7) 在单位圆内任取两点, 观察这两点的距离; 解:}{207ππx x =Ω;(8) 在长为l 的线段上任取一点, 该点将线段分成两段, 观察两线段的长度. 解:()}{l y x y x y x =+=Ω,0,0,8φφ;(1) A 与B 都发生, 但C 不发生; C AB ;(2) A 发生, 且B 与C 至少有一个发生;)(C B A ⋃; (3) A,B,C 中至少有一个发生; C B A ⋃⋃;(4) A,B,C 中恰有一个发生;C B A C B A C B A ⋃⋃; (5) A,B,C 中至少有两个发生; BC AC AB ⋃⋃; (6) A,B,C 中至多有一个发生;C B C A B A ⋃⋃;(7) A;B;C 中至多有两个发生;ABC(8) A,B,C 中恰有两个发生.C AB C B A BC A ⋃⋃ ; 注意:此类题目答案一般不唯一,有不同的表示方式。

  1. 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. 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. 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)。
1
(1)求S=X+Y的分布律; (2)求T=|X-Y|的分布律;
(3)求V=max(X,Y)的分布律;
(4)求U=min(X,Y)的分布律;
(5)求P{X=2|Y=1}.
步骤:
1.求出Z的分布函数;
2.对于连续型随机变量,再求其概率密度函数。
几何直观:
FZ ( z ) P{Z z} P{ ( X , Y ) z} P{( X , Y ) D} f ( x, y )dxdy
X z N z Y z
由于 X 和 Y 相互独立,于是得到 N = min(X,Y) 的分布 函数为:
FN(z) =1- P(X>z)P(Y>z)
即有
FN(z)= 1-[1-FX(z)][1-FY(z)]
设 X1,…,Xn 是 n 个相互独立的随机变量,它们的 分布函数分别为 FX i z (i = 1, …, n) 我们来求 M=max(X1,…,Xn) 和N=min(X1,…,Xn) 的分布函数. 用与二维时完全类似的方法,可得 M=max(X1,…,Xn)的分布函数为:
这个结论还能推广到n个独立正态随机变量之和
的情况.即若Xi~N(mi,si2)(i=1,2,...,n), 且它们相互独立,
则它们的和Z=X1+X2+...+Xn仍然服从正态分布,且有 Z~N(m1+m2+...+mn, s12+s22+...+sn2).
更一般地, 可以证明有限个相互独立的正态分 布随机变量的线性组合仍然服从正态分布.
例:设随机变量X与Y相互独立,其概率密度分 别为
e y , y 0 1, 0 x 1 fX x fY y 0, others 0, others
求Z=X+Y的概率密度.
例2 在一简单电路中, 两电阻R1和R2串联联接, 设 R1,R2相互独立, 它们的概率密度均为
1. M = max(X,Y) 的分布函数 FM(z)=P{M≤z} =P{X≤z,Y≤z}
X z M z Y z
由于 X 和 Y 相互独立,于是得到 M = max(X,Y) 的分布 函数为: FM(z) =P{X≤z}P{Y≤z} 即有 FM(z)= FX(z)FY(z)
2. N = min(X,Y) 的分布函数 FN(z)=P(N≤z) =1-P(N>z) =1-P(X>z,Y>z)
FM z FX1 z FX 2 z FX n z
N=min(X1,…,Xn)的分布函数是 FN z 1 [1 FX1 z ][1 FX 2 z ][1 FX n z ]
特别地,当X1,…,Xn相互独立且具有相同分 布函数F(x)时,有
' Z

特别地,当 X 和 Y 独立,设 (X,Y) 关于 X , Y 的边 缘密度分别为 fX(x) , fY(y) , 则上述两式化为:
f ( z) Z
卷积公式
f Z ( z ) f X ( z y) fY ( y)dy




f X ( x) fY ( z x)dx
X Y
X Y
X
Y
L1
L2 L2
L2
三、Z=X2+Y2的分布 例 设X和Y 是两个相互独立的随机变量 , 具有相同
的分布 N(0,1) , 求 Z=X2+Y2的概率密度.
D

( x , y ) z

f ( x, y )dxdy
其中D {( x, y ) | ( x, y ) z}.
一、Z X Y 的分布
若 X、Y 独立,P(X=k)=ak , P(Y=k)=bk , k=0 , 1 , 2 ,…, 求 Z=X+Y 的概率函数.
P( Z r ) P( X Y r )
ቤተ መጻሕፍቲ ባይዱ
10 x , 0 x 10, f ( x) 50 0, 其它.
求总电阻R=R1+R2的概率密度.
x x=10
x=z
x=z10
O
10
20
z
二、M=max(X,Y)及N=min(X,Y)的分布
设 X,Y 是两个相互独立的随机变量,它们的分 布函数分别为FX(x) 和 FY(y),考虑 M = max(X,Y) 及 N = min(X,Y) 的分布函数.
§5两个随机变量函数的分布 在第二章中,我们讨论了一维随机变量函 数的分布,现在我们进一步讨论: 当随机变量 X, Y 的联合分布已知时,如何 求出它们的函数 Z = g ( X, Y ) 的分布?
例:设随机变量(X,Y)的分布律为 X 0 0 0.2 1 0.2 0.1 2 0.3 0.2
Y 0
FM z [ F z ]n FN z 1 [1 F z ]
n
例 设系统 L 由两个相互独立的子系统 L1 , L2 连接而成,连接的方式分别为 (i) 串联, (ii) 并联, (iii) 备用 (当系统 L1 损坏时, 系统 L2 开始工作) , 如下图 所示.设 L1 , L2 的寿命分别为 X ,Y , 已知它们的概 率密度分别为 αe αx , x 0 , βe βy , y 0 , fX x fY y x0, y0, 0 , 0 , 其中 α 0, β 0且 α β .试分别就以上三种连接方 式写出 L的寿命 Z 的概率密度. L1 L1
设X和Y的联合密度为 f (x,y) , 求 Z=X+Y 的概率密度.
Z=X+Y的分布函数是:
FZ z P Z z P X Y z
y

x y z

f ( x, y )dxdy
0
x
x y z
这里积分区域 D={(x, y): x+y ≤z} 它是直线 x+y =z 及其左下方的半平面.
P ( X i, Y r i ) P( X i ) P(Y r i )
i 0 i 0 r r
由独立性
=a0br+a1br-1+…+arb0
r=0,1,2, …
例 若 X 和 Y 相互独立,它们分别服从参数为λ1 ,λ2 的泊松分布, 证明Z=X+Y服从参数为λ1 +λ2的泊松分布。
FZ ( z )
x y z

f ( x, y )dxdy
zx
[



f ( x, y )dy ]dx

f Z ( z ) F ( z ) f ( x, z x)dx
' Z
若先对x积分,且考虑x与y的对称性,则得
f Z ( z ) F ( z ) f ( z y, y)dy

记为f X * fY , 即f X * fY


f X ( x) fY ( z x)dx
f X ( z y ) fY ( y )dy。
例 若X和Y 是两个相互独立的随机变量 , 具有相同 的分布 N(0,1) , 求 Z=X+Y 的概率密度.
一般, 设X,Y相互独立,且X~N(m1,s12), Y~N(m2,s22). 由 (5.4)式经过计算知Z=X+Y仍然服从正态分布, 且有 Z~N(m1+m2,s12+s22).
相关文档
最新文档