茆诗松概率论与数理统计教程课件第三章(1)
概率论与数理统计课件第三章ppt
Y X
y1
y2
...
yj
… pi·
x1 p11 p12 … p1 … p1·
x... 2 p... 21 x... i p... i1
p· p·1
p... 22 p... i2
p·2
…j
… p2
… j...
… …
p...pi·jj
… … … …
…
p... 2· p... i ·
1
j
例1.设袋中有五个同类产品，其中有两个 是次品，每次从袋中任意抽取一个，
设(X,Y)为连续型随机变量，其联合分布函 数和联合概率密度分别为F(x,y)和 f(x,y),则
f X
(x)
d dx
FX
(x)
f (x, y)dy
fY
( y)
d dy
FY
(
y)
f
(x,
y)dx
分别称为(X,Y)关于X和Y的边缘概率密度
函数，简称边缘概率密度。
例2. 设(X,Y)的分布密度是
e(xy) , x 0, y 0
3.1
例1.甲乙掷色子,观察点数。
w1i={甲掷i点} w2j={乙掷j点}
X,Y (i, j)
i,j=(1,2,…,6)
二维随机变量的定义
对于随机试验E，Ω是其样本空间。X(w) 和 Y(w)是定义在样本空间Ω上的两个随机变量, 由它们构成的向量(X,Y)称为二维随机变量 或二维随机向量。
y
w.
Y X
y1
y2
...
yj
…
x1 p11 p12 x... 2 p... 21 p... 22
x... i p... i1 p... i2
概率论与数理统计课件 第三章1
0, 其他.
求 (1) 边缘概率密度 pX ( x), pY ( y);
(2) P{ X＋Y ２}
y
(1,1)
y 1 x
2019/4/3
O x 1 x e2 x
第三章 多维随机变量及其分布
28
例3 设二维随机变量 ( X , Y ) 具有概率密度
Ce(3x4 y) , x 0, y 0,
(x, y)
2019/4/3
第三章 多维随机变量及其分布
23
3.说明
几何上, z p( x, y) 表示空间的一个曲面.
p( x, y)d x d y 1,
表示介于 p (x, y)和 xoy 平面之间的空间区域的 全部体积等于1.
P{( X ,Y )G} p( x, y) d x d y, G
19
2019/4/3
第三章 多维随机变量及其分布
20
2019/4/3
第三章 多维随机变量及其分布
21
四、二维连续型随机变量
1.定义
对于二维随机变量 ( X ,Y ) 的分布函数 F ( x, y), 如果存在非负的函数 p( x, y) 使对于任意 x, y 有
yx
F ( x, y)
p(u, v) d ud v ,
记 P{X xi , Y yj } pij , i, j 1, 2,
称此为二维离散型随机变量 ( X ,Y ) 的分布律, 或随机变量 X 和 Y 的联合分布律.
其中 pij 0,
pij 1.
i1 j1
2019/4/3
第三章 多维随机变量及其分布
13
二维随机变量 ( X,Y ) 的分布律也可表示为
1 ( arctan x)
概率论与数理统计(茆诗松)第二版课后第三章习题参考解答
1
（1）(X1, X2, X3)的联合分布列； （2）(X1, X2)的联合分布列． 解： （1） P{( X 1 , X 2 , X 3 ) = (0, 0, 0)} =
⎛ 50 ⎞⎛ 30 ⎞⎛ 20 ⎜ ⎜ i ⎟ ⎟⎜ ⎜ j⎟ ⎟⎜ ⎜ ⎝ ⎠ ⎝ ⎠⎝ 5 − i − 且 P{ X = i, Y = j} = ⎛100 ⎞ ⎜ ⎜ 5 ⎟ ⎟ ⎝ ⎠
故 (X, Y ) 的联合分布列为
⎞ ⎟ j⎟ ⎠ , i = 0, 1, 2, 3, 4, 5; j = 0, L , 5 − i ，
i =1, 2 的分布列如下，且满足 P{X1X2 = 0} = 1，试求 P{X1 = X2}．
4． 设随机变量 Xi ,
Xi P
−1 0 1 0.25 0.5 0.25
解：因 P{X1 X2 = 0} = 1，有 P{X1 X2 ≠ 0} = 0， 即 P{X1 = −1, X2 = −1} = P{X1 = −1, X2 = 1} = P{X1 = 1, X2 = −1} = P{X1 = 1, X2 = 1} = 0，分布列为
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
2 0.054 0.135
3 0.054 0.0675 0 0 0
4 0.0081 0.02025 0 0 0 0
5 0.00243 0 0 0 0 0
合集茆诗松概率论与数理统计教程培训第三章-(1)培训.ppt
10
或更加直观的, (X,Y)的联合分布列也可用二向表来表示
X Y y1
y2
…
yn
x1
p11
p12
…
p1n
x2
p21
p22
…
p2n
…
…
…
…
…
xn
pn1
pn2
…
pnn
精品文档
11
分布律pij的两条基本性质: (1)非 负 性. Pij 0
(2)正 则 性.
Pij 1
i1 j1
精品文档
12
例一. 连续抛一枚硬币三次, 定义X是获得的正面 的次数, Y是三次中正面向上的次数与反面向 上的次数差的绝对值. 试求(X,Y)的分布律.
(X,Y)取值就相当于在平面内取值, 所以F(x,y)就是随机向量 (X,Y)落在以(x,y)为顶点的左下方无穷矩形区域内的概率, 见下面阴影部分.
精品文档
7
分布函数F(x,y)具有下列基本性质:
(1) F ( x, y)分别为x, y的不减函数, 即 对 于确 定 的y, 当x2 x1时 有 F ( x2 , y) F ( x1, y); 对 于确 定 的x, 当y2 y1时 有 F ( x, y2 ) F ( x, y1 ).
(4) 矩形公式:随机向量( X ,Y )落在矩形区域{x1 X x2 , y1 Y y2 } 内的概率为
P( x1 X x2 , y1 Y y2 ) F( x2 , y2 ) F( x1, y2 ) F( x2 , y1 ) F( x1, y1 )
精品文档
9
• 二维随机向量的分类: 离散型和连续型
定义 若二维随机向量(X,Y)的可能取值(x,y)是有限个或可
概率论与数理统计课件第三章
f
(x,
y)
1
21 2
1
2
exp
1
2(1 2 )
(x
1)2
2 1
2
(x
1)( y 1 2
2 )
(y
2)2
2 2
其中1、2、1、 2、都是常数，且1 0， 2 0，1 1.
则称（X,Y）服从参数为1、2、1、的二2、维 正态分布，
记为
(X
,Y)
~
N (1,
2
,
2 1
,
2 2
2F(x, y) f (x, y) xy
(5)若(X,Y)为二维连续型随机向量,联合概率密度为f(x,y),则
F(x,y) P{X x,Y y}
返回
X
18
第
页
例5 设二维随机变量（X,Y）的概率密度为
Ae2(x y) , x 0, y 0
f (x, y)
0, 其他
（1）确定常数A；
分别为(X,Y)关于X和Y的边缘分布函数.
返回
X
25
第
页
例1 设二维随机向量（X,Y）的联合分布函数为
(1 e2x )(1 e3y ), x 0, y 0,
F(x, y)
0, 其他.
求边缘分布 FX (x), FY ( y)
当x
0时，FX
(x)
lim (1
y
e2 x
)(1
e3 y
)
1
e2 x
返回
X
14
第
例3 设随机变量Y~N(0，1),令
0, X 1 1,
| Y | 1
0,
|Y
|
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
第三章 多维随机变量及其分布习题3.11． 100件商品中有50件一等品、30件二等品、20件三等品．从中任取5件，以X 、Y 分别表示取出的5件中一等品、二等品的件数，在以下情况下求 (X , Y ) 的联合分布列． （1）不放回抽取；（2）有放回抽取． 解：（1）(X , Y )服从多维超几何分布，X , Y 的全部可能取值分别为0, 1, 2, 3, 4, 5，且i j i j i j i j Y i X P −==⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛−−⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛===5,,0;5,4,3,2,1,0,51005203050},{L ，故 (X , Y ) 的联合分布列为0281.0500000918.00612.040001132.01562.00495.03000661.01416.00927.00185.0200182.00539.00549.00227.00032.010019.00073.00102.00066.00019.00002.00543210X Y（2）(X , Y )服从多项分布，X , Y 的全部可能取值分别为0, 1, 2, 3, 4, 5，且i j i j i j i j Y i X P j i j i −==×××−−⋅⋅===−−5,,0;5,4,3,2,1,0,2.03.05.0)!5(!!!5},{5L ，故 (X , Y ) 的联合分布列为03125.05000009375.00625.040001125.015.005.03000675.0135.009.002.02002025.0054.0054.0024.0004.0100243.00081.00108.00072.00024.000032.00543210X Y2． 盒子里装有3个黑球、2个红球、2个白球，从中任取4个，以X 表示取到黑球的个数，以Y 表示取到红球的个数，试求P {X = Y }．解：35935335647222347221213}2,2{}1,1{}{=+=⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛===+====Y X P Y X P Y X P ．3． 口袋中有5个白球、8个黑球，从中不放回地一个接一个取出3个．如果第i 次取出的是白球，则令X i = 1，否则令X i = 0，i = 1, 2, 3．求：（1）(X 1, X 2, X 3)的联合分布列； （2）(X 1, X 2)的联合分布列． 解：（1）14328116127138)}0,0,0(),,{(321=⋅⋅==X X X P ，42970115127138)}1,0,0(),,{(321=⋅⋅==X X X P ， 42970117125138)}0,1,0(),,{(321=⋅⋅==X X X P ，42970117128135)}0,0,1(),,{(321=⋅⋅==X X X P ，42940114125138)}1,1,0(),,{(321=⋅⋅==X X X P ，42940114128135)}1,0,1(),,{(321=⋅⋅==X X X P ，42940118124135)}0,1,1(),,{(321=⋅⋅==X X X P ，1435113124135)}1,1,1(),,{(321=⋅⋅==X X X P ；（2）3914127138)}0,0(),{(21=⋅==X X P ，3910125138)}1,0(),{(21=⋅==X X P ，3910128135)}0,1(),{(21=⋅==X X P ，395124135)}1,1(),{(21=⋅==X X P ．39/539/10139/1039/1401012X X4． 设随机变量X i , i =1, 2的分布列如下，且满足P {X 1X 2 = 0} = 1，试求P {X 1 = X 2}．25.05.025.0101P X i −解：因P {X 1 X 2 = 0} = 1，有P {X 1 X 2 ≠ 0} = 0，即P {X 1 = −1, X 2 = −1} = P {X 1 = −1, X 2 = 1} = P {X 1 = 1, X 2 = −1} = P {X 1 = 1, X 2 = 1} = 0，分布列为故P {X 1 = X 2} = P {X 1 = −1, X 2 = −1} + P {X 1 = 0, X 2 = 0} + P {X 1 = 1, X 2 = 1} = 0． 5． 设随机变量 (X , Y ) 的联合密度函数为⎩⎨⎧<<<<−−=.,0,42,20),6(),(其他y x y x k y x p试求（1）常数k ；（2）P {X < 1, Y < 3}； （3）P {X < 1.5}； （4）P {X + Y ≤ 4}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得6)6(2242⎜⎜⎝⎛−−⋅=−−∫∫∫xy y k dx dy y x k dx故81=k ； （2）∫∫∫⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<<1032210322681)6(81}3,1{y xy y dx dy y x dx Y X P 832278127811210=⎟⎟⎠⎞⎜⎜⎝⎛−=⎟⎠⎞⎜⎝⎛−=∫x x dx x ； （3）∫∫∫⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<5.104225.10422681)6(81}5.1{y xy y dx dy y x dx X P 3227)6(81)26(815.1025.10=−=−=∫x x dx x ； （4）∫∫∫−−⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<+204222422681)6(81}4{xxy xy y dx dy y x dx Y X P326268124681203222=⎟⎟⎠⎞⎜⎜⎝⎛+−=⎟⎟⎠⎞⎜⎜⎝⎛+−=∫x x x dx x x ． 6． 设随机变量(X , Y )的联合密度函数为⎩⎨⎧>>=+−.,0,0,0,e ),()43(其他y x k y x p y x 试求（1）常数k ；（2）(X , Y ) 的联合分布函数F (x , y )； （3）P {0 < X ≤ 1, 0 < Y ≤ 2}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得e 0)43(⎢⎣⎡⋅=∞+∞+∞++−∫∫∫k dx dy k dx y x 故k = 12；（2）当x ≤ 0或y ≤ 0时，F (x , y ) = P (∅) = 0，当x > 0且y > 0时，∫∫∫∫−−+−+−−=−⋅==xy u x y v u x y v u du du dv du y x F 0430)43(0)43()e 1(e 3]e 3[e 12),()e 1)(e 1()e 1(e 43043y x xy u −−−−−−=−−=故(X , Y )的联合分布函数为⎩⎨⎧>>−−=−−.,0,0,0),e 1)(e 1(),(43其他y x y x F y x （3）P {0 < X ≤ 1, 0 < Y ≤ 2} = P {X ≤ 1, Y ≤ 2} = F (1, 2) = (1 − e −3) (1 − e −8)．7． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,10,4),(其他y x xy y x p 试求（1）P {0 < X < 0.5, 0.25 < Y < 1}； （2）P {X = Y }； （3）P {X < Y }；（4）(X , Y ) 的联合分布函数．解：（1）∫∫∫⋅==<<<<5.00125.025.00125.024}125.0,5.00{xy dx xydy dx Y X P641516158155.0025.00===∫x xdx ； （2）P {X = Y } = 0；（3）∫∫∫∫−=⋅==<1311211)22(24}{dx x x xy dx xydy dx Y X P xx21211042=⎟⎠⎞⎜⎝⎛−=x x ；（4）当x < 0或y < 0时，F (x , y ) = P (∅) = 0，当0 ≤ x < 1且0 ≤ y < 1时，220220202224},{),(y x y u du uy uv du uvdv du y Y x X P y x F x x x y x y ===⋅==≤≤=∫∫∫∫；当0 ≤ x < 1且y ≥ 1时，2020010210224},{),(x u udu uv du uvdv du y Y x X P y x F x xx x ===⋅==≤≤=∫∫∫∫；当x ≥ 1且0 ≤ y < 1时，210221210210224},{),(y y u du uy uv du uvdv du y Y x X P y x F y y ===⋅==≤≤=∫∫∫∫；当x ≥ 1且y ≥ 1时，F (x , y ) = P (Ω) = 1， 故(X , Y ) 的联合分布函数为⎪⎪⎪⎩⎪⎪⎪⎨⎧≥≥<≤≥≥<≤<≤<≤<<=.1,1,1,10,1,,1,10,,10,10,,00,0),(2222y x y x y y x x y x y x y x y x F 或 8． 设二维随机变量(X , Y ) 在边长为2，中心为(0, 0) 的正方形区域内服从均匀分布，试求P {X 22 解：设D 表示该正方形区域，面积S D = 4，G 表示单位圆区域，面积S G = π，故4π}1{22==≤+D G S S Y X P ．9． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,),(2其他x y x k y x p （1）试求常数k ；（2）求P {X > 0.5}和P {Y < 0.5}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得1632)(10321021122==⎟⎟⎠⎞⎜⎜⎝⎛−=−=⋅=∫∫∫∫k x x k dx x x k y k dx kdy dx xx xx， 故k = 6；（2）∫∫∫∫−=⋅==>15.0215.015.0)66(66}5.0{22dx x x ydx dy dx X P x xxx5.0)23(15.032=−=x x ；∫∫∫∫−=⋅==<5.005.005.00)66(66}5.0{dy y y xdy dx dy Y P y yyy432)34(5.00223−=−=y y ． 10．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<−=.,0,10),1(6),(其他y x y y x p （1）求P {X > 0.5, Y > 0.5}；（2）求P {X < 0.5}和P {Y < 0.5}； （3）求P {X + Y < 1}．解：（1）81)1()1(3])1(3[)1(6}5.0,5.0{15.0315.0215.01215.01=−−=−=−−⋅=−=>>∫∫∫∫x dx x y dx dy y dx Y X P xx； （2）∫∫∫−−⋅=−=<5.00125.001])1(3[)1(6}5.0{x x y dx dy y dx X P 87)1()1(35.0035.002=−−=−=∫x dx x ； ∫∫∫−−⋅=−=<5.005.025.005.0])1(3[)1(6}5.0{xxy dx dy y dx Y P21)1(43)1(3435.0035.002=⎥⎦⎤⎢⎣⎡−−−=⎥⎦⎤⎢⎣⎡−+−=∫x x dx x ； （3）∫∫∫−−−−⋅=−=<+5.00125.001])1(3[)1(6}1{x xxxy dx dy y dx Y X P43])1([])1(33[5.00335.0022=−−−=−+−=∫x x dx x x ．11．设随机变量Y 服从参数为λ = 1的指数分布，定义随机变量X k 如下：2,1.,1,,0=⎩⎨⎧>≤=k k Y k Y X k ．求X 1和X 2的联合分布列．解：因Y 的密度函数为⎩⎨⎧<≥=−.0,0,0,e )(y y y p y Y且X 1和X 2的全部可能取值为0, 1，则1101021e 1e e }1{}2,1{}0,0{−−−−=−==≤=≤≤===∫yy dy Y P Y Y P X X P ，P {X 1 = 0, X 2 = 1} = P {Y ≤ 1, Y > 2} = P (∅) = 0，21212121e e e e }21{}2,1{}0,1{−−−−−=−==≤<=≤>===∫yy dy Y P Y Y P X X P ，22221e e e }2{}2,1{}1,1{−+∞−+∞−=−==>=>>===∫yy dy Y P Y Y P X X P ，故X 1和X 2的联合分布列为221112e e e 1e 1010−−−−−−X X12．设二维随机变量(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧<<<<+=.,0,20,10,3),(2其他y x xy x y x p 求P {X + Y ≥ 1}．解：∫∫∫−−⎟⎟⎠⎞⎜⎜⎝⎛+⋅=⎟⎠⎞⎜⎝⎛+=≥+1021221021263}1{x x xy y x dx dy xy x dx Y X P 72652459441653421104321032=⎟⎠⎞⎜⎝⎛++=⎟⎠⎞⎜⎝⎛++=∫x x x dx x x x ． 13．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<=−.,0,0,e ),(其他y x y x p y 试求P {X + Y ≤ 1}． 解：∫∫∫∫−−−−−−+−=−⋅==≤+5.0015.0015.001)e e ()e (e }1{dx dx dy dx Y X P x x x xy x xy5.015.001e 2e 1)e e (−−−−−+=−−=x x ．14．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,20,10,2/1),(其他y x y x p求X 与Y 中至少有一个小于0.5的概率．解：85831431211}5.0,5.0{1}5.0},{min{15.015.025.0=−=−=−=≥≥−=<∫∫∫dx dy dx Y X P Y X P ．15．从(0,1)中随机地取两个数，求其积不小于3/16，且其和不大于1的概率． 解：设X 、Y 分别表示“从(0,1)中随机地取到的两个数”，则(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,10,1),(其他y x y x p故所求概率为∫∫∫⎟⎠⎞⎜⎝⎛−−==≤+≥−4341434111631631}1,163{dx x x dy dx Y X XY P x x3ln 16341ln 1632143412−=⎟⎠⎞⎜⎝⎛−−=x x x ．习题3.21． 设二维离散随机变量(X , Y ) 的可能值为(0, 0)，(−1, 1)，(−1, 2)，(1, 0)，且取这些值的概率依次为1/6, 1/3, 1/12, 5/12，试求X 与Y 各自的边际分布列． 解：因X 的全部可能值为−1, 0, 1，且12512131}1{=+=−=X P ， 61}0{==X P ， 125}1{==X P ， 故X 的边际分布列为12561125101PX − 因Y 的全部可能值为0, 1, 2，且12712561}0{=+==X P ， 31}1{==X P ， 121}2{==X P ， 故Y 的边际分布列为12131127210PY2． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧>>−−−=−−−−−.,0,0,0,e e e 1),(},max{122121其他y x y x F y x y x y x λλλλλ 试求X 与Y 各自的边际分布函数．解：当x ≤ 0时，F (x , y ) = 0，有F X (x ) = F (x , + ∞) = 0，当x > 0时，⎩⎨⎧≤>−−−=−−−−−.0,0,0,e e e 1),(},max{122121y y y x F y x y x y x λλλλλ 有 x y x y x y x y X x F x F 1122121e 1]e e e 1[lim ),()(},max{λλλλλλ−−−−−−+∞→−=−−−=∞+=，故⎩⎨⎧≤>−=−.0,0,0,e 1)(1x x x F x X λ 当y ≤ 0时，F (x , y ) = 0，有F Y ( y ) = F (+ ∞, y ) = 0，当y > 0时，⎩⎨⎧≤>−−−=−−−−−.0,0,0,e e e 1),(},max{122121x x y x F y x y x y x λλλλλ 有 y y x y x y x x Y y F y F 2122121e 1]e e e 1[lim ),()(},max{λλλλλλ−−−−−−+∞→−=−−−=+∞=，故⎩⎨⎧≤>−=−.0,0,0,e 1)(2y y y F y Y λ 3． 试求以下二维均匀分布的边际分布：⎪⎩⎪⎨⎧≤+=.,0,1,π1),(22其他y x y x p解：当x < −1或x > 1时，p X (x ) = 0，当−1 ≤ x ≤ 1时，2111π2π1),()(22x dy dy y x p x p x x X −===∫∫−−−∞+∞−， 故⎪⎩⎪⎨⎧≤≤−−=.,0,11,1π2)(2其他x x x p X当y < −1或y > 1时，p Y ( y ) = 0，当−1 ≤ y ≤ 1时，2111π2π1),()(22y dx dx y x p y p y y Y −===∫∫−−−∞+∞−， 故⎪⎩⎪⎨⎧≤≤−−=.,0,11,1π2)(2其他y y y p Y4． 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，试求X 的边际密度函数．解：因平面区域D 的面积为2ln 122e 1e 1===∫x dx xS D ， 则(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧∉∈=.),(,0,),(,21),(D y x D y x y x p 当x < 1或x > e 2时，p X (x ) = 0，当1 ≤ x ≤ e 2时，xdy dy y x p x p x X 2121),()(10===∫∫∞+∞−， 故⎪⎩⎪⎨⎧≤≤=.,0,e 1,21)(2其他x x x p X5． 求以下给出的(X , Y ) 的联合密度函数的边际密度函数p x (x ) 和p y ( y )：（1）⎩⎨⎧<<=−.,0;0,e ),(1其他y x y x p y （2）⎪⎩⎪⎨⎧−<<+=.,0;10),(45),(222其他x y y x y x p（3）⎪⎩⎪⎨⎧<<<=.,0;10,1),(3其他x y x y x p解：（1）当x ≤ 0时，p X (x ) = 0，当x > 0时，x xyxy X dy dy y x p x p −+∞−+∞−+∞∞−=−===∫∫e e e ),()(1，故⎩⎨⎧≤>=−.0,0;0,e )(x x x p x X 当y ≤ 0时，p Y ( y ) = 0， 当y > 0时，y yy Y y dx dx y x p y p −−+∞∞−===∫∫e e ),()(01，故⎩⎨⎧≤>=−.0,0;0,e )(y y y y p y Y （2）当x ≤ −1或x ≥ 1时，p X (x ) = 0，当−1 < x < 1时，)1(85)21(45)(45),()(41022102222x y y x dy y x dy y x p x p x x X −=+=+==−−+∞∞−∫∫， 故⎪⎩⎪⎨⎧<<−−=.,0;11),1(85)(4其他x x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0，当0 < y < 1时，y y xy x dx y x dx y x p y p y y yyY −+=+=+==−−−−−−+∞∞−∫∫1)21(65)31(45)(45),()(113112， 故⎪⎩⎪⎨⎧<<−+=.,0;10,1)21(65)(其他y y y y p Y （3）当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，111),()(03=⋅===∫∫+∞∞−xx dy x dy y x p x p xX ， 故⎩⎨⎧<<=.,0;10,1)(其他x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，y y x dx xdx y x p y p y y Y ln ln 1ln ln 1),()(1−=−====∫∫+∞∞−， 故⎩⎨⎧<<−=.,0;10,ln )(其他y y y p Y6． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,6),(2其他x y x y x p试求边际密度函数p x (x ) 和p y ( y )． 解：当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，)(66),()(22x x dy dy y x p x p xxX −===∫∫+∞∞−，故⎩⎨⎧<<−=.,0,10),(6)(2其他x x x x p X 当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，)(66),()(y y dx dx y x p y p yyY −===∫∫+∞∞−，故⎪⎩⎪⎨⎧<<−=.,0,10),(6)(其他y y y y p Y7． 试验证：以下给出的两个不同的联合密度函数，它们有相同的边际密度函数．⎩⎨⎧≤≤≤≤+=.,0,10,10,),(其他y x y x y x p ⎩⎨⎧≤≤≤≤++=.,0,10,10),5.0)(5.0(),(其他y x y x y x g 证：当x < 0或x > 1时，p X (x ) = 0，当0 ≤ x ≤ 1时，5.0)21()(),()(1021+=+=+==∫∫+∞∞−x y xy dy y x dy y x p x p X ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他x x x p X当y < 0或y > 1时，p Y ( y ) = 0， 当0 ≤ y ≤ 1时，5.0)21()(),()(10210+=+=+==∫∫+∞∞−y xy x dx y x dx y x p y p Y ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他y y y p Y并且当x < 0或x > 1时，g X (x ) = 0，当0 ≤ x ≤ 1时，5.0)5.0(21)5.0()5.0)(5.0(),()(1021+=+⋅+=++==∫∫+∞∞−x y x dy y x dy y x g x g X ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他x x x g X 当y < 0或y > 1时，g Y ( y ) = 0，当0 ≤ y ≤ 1时，5.0)5.0()5.0(21)5.0)(5.0(),()(1021+=+⋅+=++==∫∫+∞∞−y y x dx y x dx y x g y g Y ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他y y y g Y故它们有相同的边际密度函数．8． 设随机变量X 和Y 独立同分布，且P {X = −1} = P {Y = −1} = P {X = 1} = P {Y = 1} = 1/2，试求P {X = Y }．解：因X 和Y 独立同分布，且P {X = −1} = P {Y = −1} = P {X = 1} = P {Y = 1} = 1/2，则(X , Y ) 的联合概率分布21212141411214141111ji p p X Y ⋅⋅−− 故P {X = Y } = P {X = −1, Y = −1} + P {X = 1, Y = 1} = 1/2．9． 甲、乙两人独立地各进行两次射击，假设甲的命中率为0.2，乙的命中率为0.5，以X 和Y 分别表示甲和乙的命中次数，试求P {X ≤ Y }． 解：因X 的全部可能取值为0, 1, 2，且P {X = 0} = 0.8 2 = 0.64，32.08.02.012}1{=××⎟⎟⎠⎞⎜⎜⎝⎛==X P ，P {X = 2} = 0.2 2= 0.04， 又因Y 的全部可能取值为0, 1, 2，且P {Y = 0} = 0.5 2 = 0.25，5.05.05.012}1{=××⎟⎟⎠⎞⎜⎜⎝⎛==Y P ，P {Y = 2} = 0.5 2= 0.25，则(X , Y ) 的联合概率分布25.05.025.004.001.002.001.0232.008.016.008.0164.016.032.016.00210ji p p X Y ⋅⋅故P {X ≤ Y } = 1 − P {X > Y } = 1 − P {X = 1, Y = 0} − P {X = 2, Y = 0} − P {X = 2, Y = 1} = 0.89． 10．设随机变量X 和Y 相互独立，其联合分布列为3/19/19/121321b x c a x y y y X Y试求联合分布列中的a , b , c ．解：因c a p ++=⋅911，9431912+=++=⋅b b p ，911+=⋅a p ，b p +=⋅912，c p +=⋅313， 根据独立性，知81495919422222++=⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛+=⋅==⋅⋅b b b b p p b p ， 可得0814942=+−b b ，即0922=⎟⎠⎞⎜⎝⎛−b ， 故92=b ； 再根据独立性，知⎟⎠⎞⎜⎝⎛+=⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛+=⋅==⋅⋅91969194911221a a b p p p ，可得6191=+a ，故181=a ； 由正则性，知1953191912131=+++=+++++=∑∑==c b a b c a p i j ij ，可得94=++c b a ，故6118394==−−=b ac ． 11．设X 和Y 是两个相互独立的随机变量，X ~ U (0, 1)，Y ~ Exp (1)．试求（1）X 与Y 的联合密度函数；（2）P {Y ≤ X }；（3）P {X + Y ≤ 1}．解：（1）因X 与Y 相互独立，且边际密度函数分别为⎩⎨⎧<<=.,0,10,1)(其他x x p X ⎩⎨⎧<≥=−.0,0,0,e )(y y y p y Y故X 与Y 的联合密度函数为⎩⎨⎧≥<<==−.,0,0,10,e )()(),(其他y x y p x p y x p y Y X （2）1111101e 1e 1)e ()e 1()e (e }{−−−−−−=−+=+=−=−⋅==≤∫∫∫∫x x x y xy x dx dx dy dx X Y P ；（3）11110110101010e )e ()e 1()e (e }1{−−−−−−−=−=−=−⋅==≤+∫∫∫∫x x x y xy x dx dx dy dx Y X P ．12．设随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,0,10,3),(其他x y x x y x p 试求（1）边际密度函数p x (x ) 和p y ( y )；（2）X 与Y 是否独立．解：（1）当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，2033),()(x xdy dy y x p x p xX ===∫∫+∞∞−，故⎩⎨⎧<<=.,0,10,3)(2其他x x x p X 当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，)1(23233),()(2121y x xdx dx y x p y p yyY −====∫∫+∞∞−， 故⎪⎩⎪⎨⎧<<−=.,0,10),1(23)(2其他y y y p Y （2）因⎪⎩⎪⎨⎧<<<<−=.,0,10,10),1(29)()(22其他y x y x y p x p Y X 即p x (x ) p y ( y ) ≠ p (x , y )，故X 与Y 不独立．13．设随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<=.,0,10,||,1),(其他y y x y x p 试求（1）边际密度函数p x (x ) 和p y ( y )；（2）X 与Y 是否独立．解：（1）当x ≤ −1或x ≥ 1时，p X (x ) = 0，当−1 < x < 0时，x dy dy y x p x p xX +===∫∫−+∞∞−11),()(1，当0 ≤ x < 1时，x dy dy y x p x p xX −===∫∫+∞∞−11),()(1，故⎪⎩⎪⎨⎧<≤−<<−+=.,0,10,1,01,1)(其他x x x x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0，当0 < y < 1时，y dx dx y x p y p yyY 21),()(===∫∫−+∞∞−，故⎩⎨⎧<<=.,0,10,2)(其他y y y p Y（2）因⎪⎩⎪⎨⎧<<<≤−<<<<−+=.,0,10,10),1(2,10,01),1(2)()(其他y x x y y x x y y p x p Y X 即p x (x ) p y ( y ) ≠ p (x , y )，故X 与Y 不独立．14．设二维随机变量(X , Y ) 的联合密度函数如下，试问X 与Y 是否相互独立？（1）⎩⎨⎧>>=+−.,0;0,0,e ),()(其他y x x y x p y x （2）+∞<<∞−++=y x y x y x p ,,)1)(1(π1),(222；（3）⎩⎨⎧<<<=.,0;10,2),(其他y x y x p （4）⎩⎨⎧<+<<<<<=.,0;10,10,10,24),(其他y x y x xy y x p（5）⎩⎨⎧<<<<−=.,0;10,10),1(12),(其他y x x xy y x p（6）⎪⎩⎪⎨⎧<<=.,0;1,421),(22其他y x y x y x p解：（1）因x e − (x + y ) = x e −x ⋅ e −y 可分离变量，x > 0, y > 0是广义矩形区域，故X 与Y 相互独立；（2）因)1π(1)1π(1)1)(1(π122222y x y x +⋅+=++可分离变量，−∞ < x , y < +∞是广义矩形区域， 故X 与Y 相互独立；（3）因0 < x < y < 1不是矩形区域，故X 与Y 不独立；（4）因0 < x < 1, 0 < y < 1, 0 < x + y < 1不是矩形区域，故X 与Y 不独立；（5）因12xy (1 − x ) = 12x (1 − x ) ⋅ y 可分离变量，0 < x < 1, 0 < y < 1是矩形区域，故X 与Y 相互独立； （6）因x 2 < y < 1不是矩形区域，故X 与Y 不独立．15．在长为a 的线段的中点的两边随机地各取一点，求两点间的距离小于a / 3的概率．解：设X 和Y 分别表示这两个点与线段中点的距离，有X 和Y 相互独立且都服从[0, a / 2]的均匀分布，则(X , Y ) 的联合密度函数为 ⎪⎩⎪⎨⎧<<<<=.,0,20,20,4),(2其他a y a x a y x pa a故所求概率为922321}3{22=⎟⎠⎞⎜⎝⎛⎟⎠⎞⎜⎝⎛×==<+a a S S aY X P DG ． 16．设二维随机变量(X , Y ) 服从区域D = {(x , y ): a ≤ x ≤ b , c ≤ y ≤ d }上的均匀分布，试证X 与Y 相互独立． 证：因(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧≤≤≤≤−−=.,0;,,))((1),(其他d y c b x a c d a b y x p当x < a 或x > b 时，p X (x ) = 0，当a ≤ x ≤ b 时，a b dy c d a b dy y x p x p d c X −=−−==∫∫+∞∞−1))((1),()(， 则⎪⎩⎪⎨⎧≤≤−=.,0;,1)(其他b x a a b x p X当y < c 或y > d 时，p Y ( y ) = 0，当c ≤ y ≤ d 时，cd dx c d a b dx y x p y p baY −=−−==∫∫+∞∞−1))((1),()(， 则⎪⎩⎪⎨⎧≤≤−=.,0;,1)(其他d y c c d y p Y因p x (x ) p y ( y ) = p (x , y )， 故X 与Y 相互独立．17．设X 1, X 2, …, X n 是独立同分布的正值随机变量．证明n k n k X X X X E n k ≤=⎟⎟⎠⎞⎜⎜⎝⎛++++,11L L ．证：因X 1, X 2, …, X n 是独立同分布的正值随机变量，则由对称性知),,2,1(1n i X X X niL L =++同分布，且满足101<++<niX X X L ，可得⎟⎟⎠⎞⎜⎜⎝⎛++n i X X X E L 1存在，且⎟⎟⎠⎞⎜⎜⎝⎛++==⎟⎟⎠⎞⎜⎜⎝⎛++=⎟⎟⎠⎞⎜⎜⎝⎛++n nn n X X X E X X X E X X X E L L L L 11211， 因11111211=⎟⎟⎠⎞⎜⎜⎝⎛++++=⎟⎟⎠⎞⎜⎜⎝⎛++++⎟⎟⎠⎞⎜⎜⎝⎛+++⎟⎟⎠⎞⎜⎜⎝⎛++n n n n n n X X X X E X X X E X X X E X X X E L L L L L L ， 则n X X X E X X X E X X X E n n n n 111211=⎟⎟⎠⎞⎜⎜⎝⎛++==⎟⎟⎠⎞⎜⎜⎝⎛++=⎟⎟⎠⎞⎜⎜⎝⎛++L L L L ， 故n k n k XX X X E n k≤=⎟⎟⎠⎞⎜⎜⎝⎛++++,11L L ．习题3.31． 设二维随机变量(X , Y ) 的联合分布列为09.007.004.0222.011.007.0120.015.005.00321X Y 试分布求U = max{X , Y } 和V = min{X , Y } 的分布列．解：因P {U = 1} = P {X = 0, Y = 1} + P {X = 1, Y = 1} = 0.05 + 0.07 = 0.12；P {U = 2} = P {X = 0, Y = 2} + P {X = 1, Y = 2} + P {X = 2, Y = 2} + P {X = 2, Y = 1}= 0.15 + 0.11 + 0.07 + 0.04 = 0.37；P {U = 3} = P {X = 0, Y = 3} + P {X = 1, Y = 3} + P {X = 2, Y = 3} = 0.20 + 0.22 + 0.09 = 0.51； 故U 的分布列为51.037.012.0321P U因P {V = 0} = P {X = 0, Y = 1} + P {X = 0, Y = 2} + P {X = 0, Y = 3} = 0.05 + 0.15 + 0.20 = 0.40； P {V = 1} = P {X = 1, Y = 1} + P {X = 1, Y = 2} + P {X = 1, Y = 3} + P {X = 2, Y = 1}= 0.07 + 0.11 + 0.22 + 0.04 = 0.44；P {V = 2} = P {X = 2, Y = 2} + P {X = 2, Y = 3} = 0.07 + 0.09 = 0.16； 故V 的分布列为16.044.040.0210P V2． 设X 和Y 是相互独立的随机变量，且X ~ Exp (λ )，Y ~ Exp (µ )．如果定义随机变量Z 如下⎩⎨⎧>≤=.,0,,1Y X Y X Z 当当 求Z 的分布列．解：因(X , Y ) 的联合密度函数为⎩⎨⎧>>==+−.,0,0,0,e )()(),()(其他y x y p x p y x p y x Y X µλλµ 则∫∫∫+∞+∞+−+∞+∞+−−⋅==≤==0)(0)(e )(e }{}1{xy x xy x dx dy dx Y X P Z P µλµλλλµµλλµλλλµλµλ+=+−==+∞+−+∞+−∫0)(0)(e e xx dx ，µλµ+==−==}1{1}0{Z P Z P ，故Z 的分布列为µλλµλµ++PZ 13． 设随机变量X 和Y 的分布列分别为4/12/14/1101P X − 2/12/110P Y已知P {XY = 0} = 1，试求Z = max{X , Y }的分布列．解：因P {X 1 X 2 = 0} = 1，有P {X 1 X 2 ≠ 0} = 0，即P {X 1 = −1, X 2 = 1} = P {X 1 = 1, X 2 = 1} = 0，可得 (X , Y ) 的联合分布列为因{Z P {Z P 故Z 4．（1）X （2）X 解：（1）(X , 因P {Z = 0} = P {X = 0, Y = 0} = 0.25；P {Z = 1} = 1 − P {Z = 0} = 0.75； 故Z 的分布列为75.025.010P Z（2）因P {Z = k } = P {X = k , Y ≤ k } + P {X < k , Y = k } = P {X = k } P {Y ≤ k } + P {X < k } P {Y = k }p p p p p p p p k k i i kj j k 1111111)1()1()1()1(−−=−=−−−⋅−+−⋅−=∑∑p p p p p p p p p p k k k k 111)1()1(1)1(1)1(1)1(1)1(−−−−⋅−−−−+−−−−⋅−= = (1 − p ) k − 1 p ⋅ [2 − (1 − p ) k − 1 − (1 − p ) k ]故Z = max{X , Y }的概率函数为p z (k ) = (1 − p ) k − 1 p ⋅ [2 − (1 − p ) k − 1 − (1 − p ) k ]，k = 1, 2, …．5． 设X 和Y 为两个随机变量，且73}0,0{=≥≥Y X P ，74}0{}0{=≥=≥Y P X P ， 试求P {max{X , Y } ≥ 0}．解：设A 表示事件“X ≥ 0”，B 表示事件“Y ≥ 0”，有73)(=AB P ，74)()(==B P A P ， 故75737474)()()()(}0},{max{=−+=−+==≥AB P B P A P B A P Y X P U ．6． 设X 与Y 的联合密度函数为⎩⎨⎧>>=+−.,0,0,0,e ),()(其他y x y x p y x 试求以下随机变量的密度函数（1）Z = (X + Y )/2；（2）Z = Y − X ．解：方法一：分布函数法（1）作曲线簇z yx =+2，得z 的分段点为0，当z ≤ 0时，F Z (z ) = 0，当z > 0时，∫∫∫−+−−+−−⋅==z x z y x zx z y x Z dx dy dx z F 2020)(2020)(]e [e )(z z x z z x z z x dx 2202202e )12(1)e e ()e e (−−−−−+−=−−=+−=∫，因分布函数F Z (z ) 连续，有Z = (X + Y )/2为连续随机变量， 故Z = (X + Y )/2的密度函数为⎩⎨⎧≤>=′=−.0,0,0,e 4)()(2z z z z F z p z Z Z （2）作曲线簇y − x = z ，得z 的分段点为0，当z ≤ 0时，∫∫∫∫+∞−−+−+∞−++−+∞−++−−=−⋅==zx z x zz x y x zzx y x Z dx dy dx z F e []e [e )()2(0)(0)(z z z zx z x e 21e e 21e e 21)2(=⎥⎦⎤⎢⎣⎡−−=⎥⎦⎤⎢⎣⎡−=+∞−−+−，当z > 0时，∫∫∫∫+∞−+−+∞++−+∞++−+−=−⋅==0)2(0)(0)(]e e []e [e )(dx dx dy dx z F x z x z x y x zx y x Zz z x z x −−+∞−+−−=⎥⎦⎤⎢⎣⎡−−=⎥⎦⎤⎢⎣⎡−=e 2111e 21e e 210)2(，因分布函数F Z (z )连续，有Z = Y − X 为连续随机变量，故Z = Y − X 的密度函数为⎪⎩⎪⎨⎧>≤=′=−.0,e 21,0,e 21)()(z z z F z p zzZ Z 方法二：增补变量法 （1）函数2yx z +=对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎪⎩⎪⎨⎧=+=,,2y v y x z 有反函数⎩⎨⎧=−=,,2v y v z x 且21012=−=′′′′=vz vzy y x x J ， 则∫∫+∞∞−+∞∞−−=⋅−=dv v v z p dv v v z p z p Z ),2(22),2()(，作曲线簇z yx =+2，得z 的分段点为0， 当z ≤ 0时，p Z (z ) = 0，当z > 0时，z z z Z z dv z p 2202e 4e 2)(−−==∫， 故Z = (X + Y )/2的密度函数为⎩⎨⎧≤>=−.0,0,0,e 4)(2z z z z p z Z（2）函数z = y − x 对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎩⎨⎧=−=,,y v x y z 有反函数⎩⎨⎧=−=,,v y z v x 且11011−=−=′′′′=v z vzy y x x J ， 则∫+∞∞−−=dv v z v p z p Z ),()(，作曲线簇y − x = z ，得z 的分段点为0， 当z ≤ 0时，zz v z v Z dv z p e 21e 21e )(0202=−==+∞+−+∞+−∫， 当z > 0时，z zzv z z v Z dv z p −+∞+−+∞+−=−==∫e 21e 21e )(22， 故Z = Y − X 的密度函数为⎪⎩⎪⎨⎧>≤=−.0,e 21,0,e 21)(z z z p zzZ 7． 设X 与Y 的联合密度函数为⎩⎨⎧<<<<=.,0,0,10,3),(其他x y x x y x p 试求Z = X − Y 的密度函数．解：方法一：分布函数法作曲线簇x − y = z ，得z 的分段点为0, 1， 当z < 0时，F Z (z ) = 0，当0 ≤ z < 1时，31203102102123233333)(z z z x x xzdx dx x xdy dx xdy dx z F z z zz z xzx z x Z −=+=+=+=∫∫∫∫∫∫−，当z ≥ 1时，F Z (z ) = 1，因分布函数F Z (z ) 连续，有Z = X − Y 为连续随机变量， 故Z = X − Y 的密度函数为⎪⎩⎪⎨⎧<<−=′=.,0,10),1(23)()(2其他z z z F z p Z Z方法二：增补变量法函数z = x − y 对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎩⎨⎧=−=,,y v y x z 有反函数⎩⎨⎧=+=,,v y v z x 且11011==′′′′=vz vzy y x x J ， 则∫+∞∞−+=dv v v z p z p Z ),()(，作曲线簇x − y = z ，得z 的分段点为0, 1，当z ≤ 0或z ≥ 1时，p Z (z ) = 0， 当0 < z < 1时，)1(23)(23)(3)(210210z v z dv v z z p z z Z −=+=+=−−∫， 故Z = X − Y 的密度函数为⎪⎩⎪⎨⎧<<−=.,0,10),1(23)(2其他z z z p Z 8． 某种商品一周的需要量是一个随机变量，其密度函数为⎩⎨⎧≤>=−.0,0,0,e )(1t t t t p t设各周的需要量是相互独立的，试求（1）两周需要量的密度函数p 2 (x )；（2）三周需要量的密度函数p 3 (x )． 解：方法一：根据独立伽玛变量之和仍为伽玛变量设T i 表示“该种商品第i 周的需要量”，因T i 的密度函数为⎪⎩⎪⎨⎧≤>Γ=−−.0,0,0,e )2(1)(121t t t t p t可知T i 服从伽玛分布Ga (2, 1)，（1）两周需要量为T 1 + T 2，因T 1与T 2相互独立且都服从伽玛分布Ga (2, 1)，故T 1 + T 2服从伽玛分布Ga (4, 1)，密度函数为 ⎪⎩⎪⎨⎧≤>=⎪⎩⎪⎨⎧≤>Γ=−−−.0,0,0,e 61.0,0,0,e )4(1)(3142x x x x x x x p x x （2）三周需要量为T 1 + T 2 + T 3，因T 1, T 2, T 3相互独立且都服从伽玛分布Ga (2, 1)，故T 1 + T 2 + T 3服从伽玛分布Ga (6, 1)，密度函数为 ⎪⎩⎪⎨⎧≤>=⎪⎩⎪⎨⎧≤>Γ=−−−.0,0,0,e 1201.0,0,0,e )6(1)(5163x x x x x x x p xx 方法二：分布函数法（1）两周需要量为X 2 = T 1 + T 2，作曲线簇t 1 + t 2 = x ，得x 的分段点为0，当x ≤ 0时，F 2 (x ) = 0，当x > 0时，∫∫∫−−−−−−−−−⋅=⋅=xt x t t t xt x t t t t dt dt t t dt x F 02110221121221121)e e (e e e )( ∫−−+−−=xt x dt t t xt t 0111121]e e )[(1xt t x t t x t t 0121213111e e e 212131⎥⎦⎤⎢⎣⎡−−⎟⎠⎞⎜⎝⎛−−=−−−11)1(e e e 212131233−−−−⎟⎠⎞⎜⎝⎛−−=−−−x x x x x x xxx x x x x x −−−−−−−−=e 61e 21e e 132， 因分布函数F 2 (x )连续，有X 2 = T 1 + T 2为连续随机变量， 故X 2 = T 1 + T 2的密度函数为⎪⎩⎪⎨⎧≤>=′=−.0,0,0,e 61)()(322x x x x F x p x（2）三周需要量为X 3 = T 1 + T 2 + T 3 = X 2 + T 3，作曲线簇x 2 + t 3 = x ，得x 的分段点为0，当x ≤ 0时，F 3 (x ) = 0，当x > 0时，∫∫∫−−−−−−−−−⋅=⋅=x x x t t x x x x t x t x dx dt t x dx x F 003322003332232332232)e e (e 61e e 61)(∫−−+−−=x x x dx x x x x x 0232323242]e e )[(6`12 xx x x x x x x x x x x x 0222324242522222e 6e 6e 3e e 41415161⎥⎦⎤⎢⎣⎡−−−−⎟⎠⎞⎜⎝⎛−−=−−−−− )1(e e e 21e 61e 4141516123455−−−−−−⎟⎠⎞⎜⎝⎛−−=−−−−−x x x x x x x x x x x xx x x x x x x x x x −−−−−−−−−−−−=e 1201e 241e 61e 21e e 15432， 因分布函数F 3 (x ) 连续，有X 3 = T 1 + T 2 + T 3为连续随机变量， 故X 3 = T 1 + T 2 + T 3的密度函数为⎪⎩⎪⎨⎧≤>=′=−.0,0,0,e 1201)()(533x x x x F x p x 方法三：卷积公式（增补变量法）（1）两周需要量为X 2 = T 1 + T 2，卷积公式∫+∞∞−−=2222)()()(21dt t p t x p x p T T ，作曲线簇t 1 + t 2 = x ，得x 的分段点为0， 当x ≤ 0时，p 2 (x ) = 0， 当x > 0时，xxx xxxt t x x t x t dt t xt dt t t x x p −−−−−−=⎟⎠⎞⎜⎝⎛−=−=⋅−=∫∫e 61e3121e )(e e )()(30322202222022)(2222， 故X 2 = T 1 + T 2的密度函数为⎪⎩⎪⎨⎧≤>=−.0,0,0,e 61)(32x x x x p x（2）三周需要量为X 3 = T 1 + T 2 + T 3 = X 2 + T 3，卷积公式∫+∞∞−−=3333)()()(32dt t p t x p x p T X ，作曲线簇x 2 + t 3 = x ，得x 的分段点为0，当x ≤ 0时，p 3 (x ) = 0，21当x > 0时，∫∫−−−−−+−=−=x x xt t x dt t xt t x t x dt t t x x p 03433323233033)(333e )33(61e e )(61)(33 x xx x t x t x t x t −−=⎟⎠⎞⎜⎝⎛−+−=e 1201e 51432161505343233323， 故X 3 = T 1 + T 2 + T 3的密度函数为⎪⎩⎪⎨⎧≤>=−.0,0,0,e 1201)(53x x x x p x9． 设随机变量X 与Y 相互独立，试在以下情况下求Z = X + Y 的密度函数：（1）X ~ U (0, 1)，Y ~ U (0, 1)； （2）X ~ U (0, 1)，Y ~ Exp (1)． 解：方法一：分布函数法（1）作曲线簇x + y = z ，得z 的分段点为0, 1, 2，当z < 0时，F Z (z ) = 0，当0 ≤ z < 1时，2020002121)(1)(z x zx dx x z dy dx z F zz zxz Z =⎟⎠⎞⎜⎝⎛−=−==∫∫∫−，当1 ≤ z < 2时，1121110110110)(211)(111)(−−−−−−−−−=−+=+=∫∫∫∫∫∫z z z z xz z Zx z z dx x z dx dy dx dy dx z F121221)1(21122−−=+−−−=z z z z ， 当z ≥ 2时，F Z (z ) = 1，因分布函数F Z (z ) 连续，有Z = X + Y 为连续随机变量， 故Z = X + Y 的密度函数为⎪⎩⎪⎨⎧<≤−<≤=′=.,0,21,2,10,)()(其他z z z z z F z p Z Z（2）作曲线簇x + y = z ，得z 的分段点为0, 1，当z < 0时，F Z (z ) = 0， 当0 ≤ z < 1时，z z x z zx z zx z y z xz y Z z x dx dx dy dx z F −+−+−−−−−+−=−=−=−⋅==∫∫∫∫e 1)e ()e 1()e (e )(0000，当z ≥ 1时，z z x z x z x z y xz y Z x dx dx dy dx z F −−+−+−−−−−+−=−=−=−⋅==∫∫∫∫e e 1)e ()e 1()e (e )(111110，因分布函数F Z (z ) 连续，有Z = X + Y 为连续随机变量， 故Z = X + Y 的密度函数为⎪⎩⎪⎨⎧<≥−<≤−=′=−−.0,0,1,e )1(e ,10,e 1)()(z z z z F z p z z Z Z方法二：卷积公式（增补变量法） 卷积公式∫+∞∞−−=dy y p y z p z p Y X Z )()()(，（1）作曲线簇x + y = z ，得z 的分段点为0, 1, 2，2。
茆诗松概率论与数理统计教程课件第三章 (2)
,
2 2
,
)
试求二维正态分布随机变量的边际分布.
解:
pX ( x)
p( x, y)dy
2 1 1 e e dy 1 2
(
x 1
2
2 1
)2
1 2(1
2
)
y2 2
x 1 1
2
2
令 t
1
1 2
y 2 2
x 1 1
,
则 ,
pX (x)
1
2 1
e
(
x 1
2
2 1
)2
t2
Y
1, 0,
第二次抽样得正品 第二次抽样得次品
试就放回抽样和非放回抽样这两种情形分别给出 (X,Y)的联合分布列和边际分布列, 并考虑X,Y 是否相互独立.
解: 放回抽样时, 概率分布律表如下:
Y X
0
1
P(Y=yj)
0
33 10 10
73 10 10
3/10
1
37 10 10 77 10 10
但有时变量间没有相互影响. 例如, 一个人的 身高X与收入Z就没有明显的相互影响.
当变量间的取值规律互不影响时, 我们称它们 是相互独立的.
• 独立性的定义
设n维随机变量( X1, X2 ,, Xn )的联合分布函数为F( x1, x2 ,, xn ),
Fi
(
xi
)为X
的
i
边
际
分
布
函
数.如
果
n
F ( x1 , x2 ,, xn ) Fi ( xi ) i 1
p( x,
y)
1
2 1 2
概率论与数理统计第三章
研究方法与一维类似，用分布函数、分布律、 或概率密度来描述其统计规律
二. 联合分布函数
X和Y的联合分布函数
F(x, y) P{(X x) (Y y)}
P{X x,Y y}
dx
6e(2 x3 y)dy
0
0
1 7e6
（III）两个常用的二维连续型分布
(1)二维均匀分布 若二维随机变量(X, Y)的密度函数为
f
(
x,
y)
1 SD
，
(x, y) D R2
0, 其它
则称(X, Y)在区域D上(内) 服从均匀分布.
易见,若(X, Y)在区域D 上(内) 服从均匀分布, 对
则称(X,Y)服从参数为1, 2 ,1, 2 , 的二维正态分布.
记作(
X,Y
)～N(
1 ,
2
,
2 1
,
2
2
,
)
五. 分布函数的概念推广到n维随机变量的情形
事实上, 对n维随机变量(X1, X2, … , Xn)， F(x1, x2, … , xn)＝P{X1 x1, X2 x2, … , Xn xn} 称为的n维随机变量(X1, X2, … , Xn)的分布函数, 或随机变量X1, X2, … , Xn的联合分布函数.
...
xi pi1 pi2 ... pij ... pi .
...
p .j p .1 p .2 ... p .j
例1. 已知(X,Y)的分布律为右图 X Y 1 0
概率论与数理统计教程(茆诗松)第三章多维随机变量及其分布
P(X1=1, X2=0) = P(|Y|<1, |Y|≥2) = 0
P(X1=1, X2=1) = P(|Y|<1, |Y|<2) = P(|Y|<1) = 0.6826
23 August 2021
华东师范大学
第三章 多维随机变量及其分布
列表为：
X1 X2 0 1
0
0.0455 0
1
0.2719 0.6826
第13页
23 August 2021
华东师范大学
第三章 多维随机变量及其分布
课堂练习
第14页
设随机变量 X 在 1，2，3 ， 4 四个整数中等可 能地取值，另一个随机变量 Y 在 1到X 中等可能 地取一整数值。试求（X, Y）的联合分布列.
第三章 多维随机变量及其分布
第1页
第三章 多维随机变量及其分布
§3.1 多维随机变量及其联合分布 §3.2 边际分布与随机变量的独立性 §3.3 多维随机变量函数的分布 §3.4 多维随机变量的特征数 §3.5 条件分布与条件期望
23 August 2021
华东师范大学
第三章 多维随机变量及其分布
23 August 2021
华东师范大学
第三章 多维随机变量及其分布
3.2.1 边际分布函数
第29页
巳知 (X, Y) 的联合分布函数为 F(x, y)，
则 X FX (x) = F(x, +),
Y FY (y) = F(+ , y).
23 August 2021
概率论与数理统计(茆诗松)第三章讲义
1 xy ； dy = 2 2
1
1 x 0 2 dy = y ； 2 x 2 11 11 x 当 0 ≤ x < 2 , y ≥ 1 时， F ( x, y ) = ∫ dx ∫ dy = ；当 x ≥ 2 , y ≥ 1 时， F ( x, y ) = ∫ dx ∫ dy = 1 ． 0 0 0 0 2 2 2
∫ ∫
+∞ +∞
−∞ −∞
p( x, y )dxdy = 1 ．
二维连续随机变量的性质： （1） (X, Y ) 在区域 G 上取值的概率等于密度函数在 G 上的二重积分，P{( X , Y ) ∈ G} = ∫∫ p( x, y )dxdy ；
G
′′ ( x, y ) ． （2）在密度函数 p (x, y) 的连续点处， p ( x, y ) = Fxy
§3.1
3.1.1 多维随机变量
多维随机变量及其联合分布
则称 (X1, X2, …, Xn) 是 n 维随机变量 定义 设 X1, X2, …, Xn 是定义在同一个样本空间Ω上的 n 个随机变量， 或随机向量（Random Vector） ． 特别是当 X 与 Y 是定义在同一个样本空间Ω上的两个随机变量，则 (X, Y ) 是二维随机变量．在本章中 主要讨论二维随机变量，所得结论通常可以自然推广到一般的 n 维随机变量． 3.1.2 定义 联合分布函数
若二维随机变量 (X, Y ) 的全部可能取值是有限个或可列个，则称之为二维离散随机变量． 定义 设 X 的全部可能取值是 x1, x2, …，Y 的全部可能取值是 y1, y2, …，且 P{X = xi , Y = yj} = p(xi, yj) = pij , i, j = 1, 2, …， 称之为 (X, Y ) 的联合概率分布函数（Joint Probability Distribution Function） ． 通常将联合概率分布写成表格形式，又称为联合分布列．
茆诗松《概率论与数理统计教程》第3版笔记和课后习题含考研真题详解(多维随机变量及其分布)【圣才出品】
Y＝y 条件下 X 的条件分布函数为
F x y j P X xi Y y j pi j
xi x
xi x
X＝x 条件下 Y 的条件分布函数为
F y xi P Y y j X xi p j i
yjy
yjy
2．连续随机变量的条件分布
Y＝y 条件下 X 的条件分布函数和条件密度函数： F
1 / 124
圣才电子书
十万种考研考证电子书、题库视频学习平台
表 3-1-2 边际分布
2．随机变量间的独立性
n
对任意 n 个实数 X1，X2，…，Xn：若 F ( x1, x2,, xn )= Fi ( xi ) ，则 X1，X2，…，
i =1
Xn 相互独立。
n
离散随机变量：若 P( X1=x1, X 2 =x2,, X n xn ) P( Xi xi ) ，则 X1， i 1
xy
x p u, y pY y
du ；
px
y
p x, y pY y
。
F X＝x 条件下 Y 的条件分布函数和条件密度函数：
yx
y p x,v pX x
dv ；
py
x
px, y pX x
。
5 / 124
圣才电子书 十万种考研考证电子书、题库视频学习平台
Exp()*Exp()**Exp() =Ga(m,) m个
（4）χ2 分布的可加性：m 个χ2 变量相互独立，则
2 (n1)* 2 (n2 )** 2 (nm )= 2 (n1 +n2 + +nm )
四、多维随机变量的特征数（见表 3-1-3）
3 / 124
圣才电子书 十万种考研考证电子书、题库视频学习平台
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
解: (1) X的可能值为1,2,3; Y的可能值为2,3,4. 但(X,Y)的可能取值为
(1,2), (1,3), (1,4), (2,3), (2,4), (3,4).
根据古典法求概率:
P(X
1,Y
2)
1
C
3 6
1, 20
P(X
1,Y
3)
1 C21C21 C63
8
8
P( X 1,Y 1) 3 , P( X 0,Y 3) 1 .
8
8
或更加直观的, (X,Y)的分布律可用下表表示
XY 1
3
0
0
1/8
1
3/8
0
2
3/8
0
3
0
1/8
例二. 从分别标有号码1,2,2,3,3,4的6个球中任取 三个球, X,Y分别表示其中的最小号码与最大 号码. 求: (1) (X,Y)的分布律; (2) P(X+Y>5);
多维随机变量的概率分布该怎么描述呢?
类似于一维随机变量, 我们可以统一用分布函数来 研究; 然后, 对于离散和连续两种情形下的多维随 机变量, 我们可以用分布列和密度函数来分别研 究.
1.多维随机变量的联合分布
定义:
若( X1 , X 2 , X n )为n维随机变量, 对任意实数x1 , x2 , , xn , F ( x1 , x2 , , xn ) P( X1 x1 , X 2 x2 , , X n xn )
定义 若二维随机向量(X,Y)的可能取值(x,y)是有限个或可
列无穷个, 则称(X,Y)是二维离散型随机向量. 设随机向量(X,Y)的所有可能值为(xi,yj), i,j=1,2, …, 则
P( X xi ,Y y j ) pij , i, j 1,2,
为随机向量(X,Y)的联合分布列.
第三章 多维随机变量及其分布
在第二章, 我们讨论了一个随机变量的情况. 在许 多实际问题中, 对于随机试验的结果仅用一个随 机变量来描述是不够的, 需要同时考虑两个或两 个以上的随机变量.
例如:
(1) 调查炮弹落地点的位置时, 须同时由平面 上横坐标X和纵坐标Y这两个随机变量来确 定;
(2) 研究某地区儿童的身体素质时, 对这一地 区的儿童进行抽查, 须同时考察其身高X1, 体 重X2, 心肺功能X3, 以及视力X4等多个随机变 量.
显然此时, 我们必须必须把这些随机变量作为一个 整体(即向量)来研究.
我们构称成由的同整一体样本空间的n个随机变量X1,X2, …,Xn
X=(X1,X2, …,Xn)
为n维随机变量或n维随机向量.
一维随机向量就是我们第二章所讲的随机变量.
第一节 多维随机变量及其联合分布
1. 多维随机变量的联合分布 2. 常用的多维随机变量
称为n维随机变量( X1, X 2 , X n )的联合分布函数.
为简明起见, 本章则主要讨论二维随机变量, 二维 以上的随机变量可类似地进行.
定义:
若( X ,Y )为二维随机向量, 对任意实数x, y, 二元函数 F(x, y) P(X x,Y y)
称为( X ,Y )的联合分布函数.
(2) 0 F( x) 1, 且 F(, y) 0, F( x,) 0, F(,) 0, F(,) 1.
注意: F( x, ) P( X x,Y ) P( X x) FX ( x), F(, y) FY ( y).
(3) F ( x, y) 对x, y均是右连续的, 即 F ( x, y) F ( x 0, y), F ( x, y) F ( x, y 0)
解: (X,Y) 取值情况为
样本点 HHH HHT HTH THH TTH THT HTT TTT (X,Y) (3,3) (2,1) (2,1) (2,1) (1,1) (1,1) (1,1) (0,3)
所以(X,Y)的分布律为
P( X 3,Y 3) 1 , P( X 2,Y 1) 3 ,
(X,Y)取值就相当于在平面内取值, 所以F(x,y)就是随机向量 (X,Y)落在以(x,y)为顶点的左下方无穷矩形区域内的概率, 见下面阴影部分.
分布函数F(x,y)具有下列基本性质:
(1) F ( x, y)分别为x, y的不减函数, 即 对 于确 定 的y, 当x2 x1时 有 F ( x2 , y) F ( x1, y); 对 于确 定 的x, 当y2 y1时 有 F ( x, y2 ) F ( x, y1 ).
(4) 矩形公式:随机向量( X ,Y )落在矩形区域{x1 X x2 , y1 Y y2 } 内的概率为
P( x1 X x2 , y1 Y y2 ) F( x2 , y2 ) F( x1, y2 ) F( x2 , y1 ) F( x1, y1 )
• 二维随机向量的分类: 离散型和连续型
1 4
,
P(X
1,Y
4)
C41 C63
1, 5
P(X
2,Y
3)
C21
C
1 2
C63
1, 5
14 1
P( X 2,Y 4)
C
3 6
, 4
P( X 3,Y 4) 1 . 20
所以, (X,Y)的分布律为
XY 2
3
4
1
1/20
1/4
1/5
2
0
1/5
1/4
或更加直观的, (X,Y)的联合分布列也可用二向表来表示
X Y y1
y2
…
yn
x1
p11
p12
…
p1n
x2
p21
p22Βιβλιοθήκη …p2n…
…
…
…
…
xn
pn1
pn2
…
pnn
分布律pij的两条基本性质: (1)非 负 性. Pij 0
(2)正 则 性.
Pij 1
i1 j1
例一. 连续抛一枚硬币三次, 定义X是获得的正面 的次数, Y是三次中正面向上的次数与反面向 上的次数差的绝对值. 试求(X,Y)的分布律.
3
0
0
1/20
(2) P( X Y 5) P( X 2,Y 4) P( X 3,Y 4) 0.3
(3) F (1,3) P( X 1,Y 3) P( X 1,Y 2) P( X 1,Y 3) 0.3