概率论与数理统计第四章1

合集下载

概率论与数理统计 --- 第四章{随机变量的数字特征} 第一节：数学期望

32 30 17 21 0 1 2 3 1.27 100 100 100 100
这个数能否作为 X的平均值呢？
若统计100天,
可以想象, 若另外统计100天, 车工小张不出废品, 这另外100天每天的平均废品数也不一定是1.27. 一般来说, 若统计n天 ,
(假定小张每天至多出三件废品)
又设飞机机翼受到的正压力W 是V 的函数 : W kV 2 ( k 0, 常数), 求W 的数学期望.
解: 由上面的公式
1 1 2 E (W ) kv f (v )dv kv dv ka a 3 0
2 2

a
例7 设二维连续型随机变量（X , Y）的概率密度为
A sin( x y ) 0 x , 0 y f ( x, y) 2 2 0 其它 (1)求系数A , ( 2)求E ( X ), E ( XY ).
x f ( x )x
i i i
i
阴影面积近似为
这正是:

f ( xi )xi

x f ( x )dx
的渐近和式.
小区间[xi, xi+1)
定义: 设X是连续型随机变量, 其密度函数为 f (x), 如果积分: xf ( x )dx
概率论

绝对收敛, 则称此积分值为X的数学期望, 即:
2. 设二维连续型随机变量 (X, Y) 的联合概率密度为 f (x, y), 则： E ( X )
E (Y )

xf X ( x )dx

yfY
( y )dy

xf ( x , y )dxdy,

概率论与数理统计第四章

E (b) b E (aX ) aE ( X )
2. E(X+Y) = E(X)+E(Y);
推广 : E [ X i ] E ( X i )
i 1 i 1 n n
E ( ai X i ) ai E ( X i )
i 1 i 1
n
n
3. 设X、Y独立，则 E(XY)=E(X)E(Y);
例2.（X,Y）服从二维正态分布，其概率密度为 1 f ( x, y ) 2 21 2 1
1 y 1 2 x 1 y 2 y 2 2 exp{ [( ) 2 ( )( )( ) ]} 2 1 1 2 2 (1 )
证明： XY
Cov(kX, kY)=k2Cov(X,Y)
■相关系数
定义设D(X)>0, D(Y)>0, 称
XY
Cov( X , Y ) X EX Y EY E[ ] D( X ) D(Y ) DX DY
为随机变量X和Y的相关系数（标准协方差）
X Y E( X Y ) XY
练习
1.设离散型随机变量(Ｘ,Y)的分布列为 Y 0 1 2 X 则E(XY)=( ) 0 1/3 1/6 1/9 1 0 1/6 1/9 2 0 0 1/9
2.设随机变量Ｘ的概率密度为
e x f ( x) 0 x0 其它
Y=e-2X,则EY=( )
■数学期望的性质
1. 设a,b是常数，则E(aX+b)=aE(X)+b;
对正态分布而言，X、Y相互独立与互不相关是等价的。
例4.设随机变量(X,Y)~N(1, 1, 9, 16, -0.5) 令
第四章随机变量的数字特征

概率论与数理统计(本科)04(§1)

JINSW 本科４
立信会计学院
数统系数统系
1
概率论与数理统计
４
JINSW 本科４
Jinsw
2
＊例１：在分别写有１，２，３，４，５，８的六张卡片中任取两张，把卡片上的两个数字组成一个真分数，求所得分数是既约分数（最简分数）的概率。解： A { 所得分数是既约分数 }
JINSW 本科４
5
解：（３）其余两个球可在剩下共有 2 3 种排法；的两个位置任意排放，
JINSW 本科先将第１、２号球排在任意相邻位子，４
n P4 4! 24 mC 2 3 2 12 P (C ) mC / n 12 / 24 1 / 2
（４）１号球排在２号球的右边，交换１号球于２号球的位置便对应于１号球在２号球的左边，反之亦然。二两种排法种数相同，各占总排法数的一半，则
P( A B ) 1 {P( A) P( B) P( AB)} P( A) 333 / 2000 P( B) 250 / 2000
JINSW 本科４
又由于一个数同时能被６与８整除。就相当于能
2000 84 ，得被２４整除。因此，由 83 24 83 P( AB) ，于是所求概率为 2000 250 83 3 333 p 1 2000 2000 2000 4
nC
3
JINSW 本科＊例２：一个袋子中装有１０个大小相同的球，其４
中３个黑球，７个白球，求（１）从袋子中任取一球，这个球是黑球的概率；（２）从袋子中任取两球，刚好一个白球一个黑球的概率以及两个球全是黑球的概率。
解：（１）n C 10 m A C 3

海南大学《概率论与数理统计》课件第四章随机变量及其分布

例如：X 0 取出的n个产品中没有次品；
X 3 取出的n个产品中至多有3个次品；
X 3 取出的n个产品中有超过3个的次品.
8
关于随机变量的补充说明
• 引入随机变量之后, 可以更方便地表示事件。 • 随机变量的确定不仅与样本空间有关, 也与试验
的研究目的有关。 • 随机变量满足函数的单值对应关系。 • 随机变量不仅有取值的不同, 取到这些值的概率
②正则性： p( xi ) 1 . i 1
这两条性质也是随机变量分布列的充要条件。
由概率的意义和随机变量的完备性容易证明。
25
二、离散型随机变量的分布函数
由分布列可以写出其分布函数 F ( x) P( xi ) xi x
它的图形是有限（或无穷）级数的阶梯函数〔右连续〕
F(x)
1
0
x
26
27
X的分布列为
X1 2 3 P 0.6 0.3 0.1
X的分布函数为
0, x 1; 0.6, 1 x 2; F ( x) 0.9, 2 x 3; 1 , x 3.
注意：由分布列求分布函数是概率累加的过程.
并且，总有：当x xmin时，F ( x) 0; 当x xmax时，F ( x) 1.
解 (1) 根据分布函数的性质可知
F() 1, F() 0
依题意可得
18
F() A π B 1 2
F() A π B 0 2
联立上面两个方程可以解得 A 1,B 1 2π
(2) 随机变量 X 落在(-1,1)内的概率可以表示为
P{1 X 1} F (1 0) F (1)
P{a X b} F(b 0) F(a 0);
P{a X b} F(b 0) F(a).

概率论与数理统计(茆诗松)第二版课后第四章习题参考答案

第四章大数定律与中心极限定理习题4.11．如果X X Pn →，且Y X Pn →．试证：P {X = Y } = 1．证：因 | X − Y | = | −(X n − X ) + (X n − Y )| ≤ | X n − X | + | X n − Y |，对任意的ε > 0，有⎭⎬⎫⎩⎨⎧≥−+⎭⎬⎫⎩⎨⎧≥−≤≥−≤2||2||}|{|0εεεY X P X X P Y X P n n ，又因X X Pn →，且Y X Pn →，有02||lim =⎭⎬⎫⎩⎨⎧≥−+∞→εX X P n n ，02||lim =⎭⎫⎩⎨⎧≥−+∞→εY X P n n ，则P {| X − Y | ≥ ε} = 0，取k 1=ε，有01||=⎭⎬⎫⎩⎨⎧≥−k Y X P ，即11||=⎭⎬⎫⎩⎨⎧<−k Y X P ，故11||lim1||}{1=⎭⎬⎫⎩⎨⎧<−=⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧<−==+∞→+∞=k Y X P k Y X P Y X P k k I ． 2．如果X X Pn →，Y Y Pn →．试证：（1）Y X Y X Pn n +→+；（2）XY Y X Pn n →．证：（1）因 | (X n + Y n ) − (X + Y ) | = | (X n − X ) + (Y n − Y )| ≤ | X n − X | + | Y n − Y |，对任意的ε > 0，有⎭⎫⎩⎨⎧≥−+⎭⎬⎫⎩⎨⎧≥−≤≥+−+≤2||2||}|)()({|0εεεY Y P X X P Y X Y X P n n n n ，又因X X P n →，Y Y P n →，有02||lim =⎭⎫⎩⎨⎧≥−+∞→εX X P n n ，02||lim =⎭⎬⎫⎩⎨⎧≥−+∞→εY Y P n n ，故0}|)()({|lim =≥+−++∞→εY X Y X P n n n ，即Y X Y X Pn n +→+；（2）因 | X n Y n − XY | = | (X n − X )Y n + X (Y n − Y ) | ≤ | X n − X | ⋅ | Y n | + | X | ⋅ | Y n − Y |，对任意的ε > 0，有⎭⎬⎫⎩⎨⎧≥−⋅+⎭⎬⎫⎩⎨⎧≥⋅−≤≥−≤2||||2||||}|{|0εεεY Y X P Y X X P XY Y X P n n n n n ，对任意的h > 0，存在M 1 > 0，使得4}|{|1h M X P <≥，存在M 2 > 0，使得8}|{|2hM Y P <≥，存在N 1 > 0，当n > N 1时，8}1|{|h Y Y P n <≥−，因| Y n | = | (Y n − Y ) + Y | ≤ | Y n − Y | + | Y |，有4}|{|}1|{|}1|{|22h M Y Y Y P M Y P n n <≥+≥−≤+≥，存在N 2 > 0，当n > N 2时，4)1(2||2h M X X P n <⎭⎬⎫⎩⎨⎧+≥−ε，当n > max{N 1, N 2}时，有244}1|{|)1(2||2||||22h h h M Y P M X X P Y X X P n n n n =+<+≥+⎭⎬⎫⎩⎨⎧+≥−≤⎭⎬⎫⎩⎨⎧≥⋅−εε，存在N 3 > 0，当n > N 3时，42||1hM Y Y P n <⎭⎬⎫⎩⎨⎧≥−ε，有244}|{|2||2||||11h h h M X P M Y Y P X Y Y P n n =+<≥+⎭⎬⎫⎩⎨⎧≥−≤⎭⎬⎫⎩⎨⎧≥⋅−εε，则对任意的h > 0，当n > max{N 1, N 2, N 3} 时，有h h h Y Y X P Y X X P XY Y X P n n n n n =+<⎭⎬⎫⎩⎨⎧≥−⋅+⎭⎬⎫⎩⎨⎧≥⋅−≤≥−≤222||||2||||}|{|0εεε，故0}|{|lim =≥−+∞→εXY Y X P n n n ，即XY Y X Pn n →．3．如果X X Pn →，g (x )是直线上的连续函数，试证：)()(X g X g Pn →．证：对任意的h > 0，存在M > 0，使得4}|{|h M X P <≥，存在N 1 > 0，当n > N 1时，4}1|{|h X X P n <≥−，因| X n | = | (X n − X ) + X | ≤ | X n − X | + | X |，则244}|{|}1|{|}1|{|h h h M X P X X P M X P n n =+<≥+≥−≤+≥，因g (x ) 是直线上的连续函数，有g (x ) 在闭区间 [− (M + 1), M + 1] 上连续，必一致连续，对任意的ε > 0，存在δ > 0，当 | x − y | < δ 时，有 | g (x ) − g ( y ) | < ε ，存在N 2 > 0，当n > N 2时，4}|{|hX X P n <≥−δ，则对任意的h > 0，当n > max{N 1, N 2} 时，有{}}|{|}1|{|}|{|}|)()({|0M X M X X X P X g X g P n n n ≥+≥≥−≤≥−≤U U δεh hh h M X P M X P X X P n n =++<≥++≥+≥−≤424}|{|}1|{|}|{|δ，故0}|)()({|lim =≥−+∞→εX g X g P n n ，即)()(X g X g Pn →．4．如果a X P n →，则对任意常数c ，有ca cX Pn →．证：当c = 0时，有c X n = 0，ca = 0，显然ca cX Pn →；当c ≠ 0时，对任意的ε > 0，有0||||lim =⎭⎬⎫⎩⎨⎧≥−+∞→c a X P n n ε，故0}|{|lim =≥−+∞→εca cX P n n ，即ca cX Pn →．5．试证：X X P n →的充要条件为：n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ．证：以连续随机变量为例进行证明，设X n − X 的密度函数为p ( y )，必要性：设X X Pn →，对任意的ε > 0，都有0}|{|lim =≥−+∞→εX X P n n ，对012>+εε，存在N > 0，当n > N 时，εεε+<≥−1}|{|2X X P n ，则∫∫∫≥<∞+∞−+++=+=⎟⎟⎠⎞⎜⎜⎝⎛−+−εε||||)(||1||)(||1||)(||1||||1||y y n n dy y p y y dy y p y y dy y p y y XX X X E εεεεεεεεεεεεε=+++<≥−+<−+=++≤∫∫≥<11}|{|}|{|1)()(12||||X X P X X P dy y p dy y p n n y y ，故n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ；充分性：设n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ，因∫∫∫≥≥≥++≤++==≥−εεεεεεεεεε||||||)(||1||1)(11)(}|{|y y y n dy y p y y dy y p dy y p X X P ⎟⎟⎠⎞⎜⎜⎝⎛−+−+=++≤∫∞+∞−||1||1)(||1||1X X X X E dy y p y y n n εεεε，故0}|{|lim =≥−+∞→εX X P n n ，即X X Pn →．6．设D (x )为退化分布：⎩⎨⎧≥<=.0,1;0,0)(x x x D试问下列分布函数列的极限函数是否仍是分布函数？（其中n = 1, 2, …．）（1）{D (x + n )}；（2）{D (x + 1/n )}；（3）{D (x − 1/n )}．解：（1）对任意实数x ，当n > −x 时，有x + n > 0，D (x + n ) = 1，即1)(lim =++∞→n x D n ，则 {D (x + n )} 的极限函数是常量函数f (x ) = 1，有f (−∞) = 1 ≠ 0，故 {D (x + n )} 的极限函数不是分布函数；（2）若x ≥ 0，有01>+n x ，11=⎟⎠⎞⎜⎝⎛+n x D ，即11lim =⎟⎠⎞⎜⎝⎛++∞→n x D n ，若x < 0，当x n 1−>时，有01<+n x ，01=⎟⎠⎞⎜⎝⎛+n x D ，即01lim =⎟⎠⎞⎜⎝⎛++∞→n x D n ，则⎩⎨⎧≥<=⎟⎠⎞⎜⎝⎛++∞→.0,1;0,01lim x x n x D n 这是在0点处单点分布的分布函数，满足分布函数的基本性质，故⎭⎬⎫⎩⎨⎧⎟⎠⎞⎜⎝⎛+n x D 1的极限函数是分布函数；（3）若x ≤ 0，有01<−n x ，01=⎟⎠⎞⎜⎝⎛−n x D ，即01lim =⎟⎠⎞⎜⎝⎛−+∞→n x D n ，若x > 0，当x n 1>时，有01>−n x ，11=⎟⎠⎞⎜⎝⎛−n x D ，即11lim =⎟⎠⎞⎜⎝⎛−+∞→n x D n ，则⎩⎨⎧>≤=⎟⎠⎞⎜⎝⎛−+∞→.0,1;0,01lim x x n x D n 在x = 0处不是右连续，故⎭⎬⎫⎩⎨⎧⎟⎠⎞⎜⎝⎛−n x D 1的极限函数不是分布函数．7．设分布函数列 {F n (x )} 弱收敛于连续的分布函数F (x )，试证：{F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )．证：因F (x ) 为连续的分布函数，有F (−∞) = 0，F (+∞) = 1，对任意的ε > 0，取正整数ε2>k ，则存在分点x 1 < x 2 < … < x k −1，使得1,,2,1,)(−==k i kix F i L ，并取x 0 = −∞，x k = +∞，可得k k i k x F x F i i ,1,,2,1,21)()(1−=<=−−L ε，因 {F n (x )} 弱收敛于F (x )，且F (x ) 连续，有 {F n (x )} 在每一点处都收敛于F (x )，则存在N > 0，当n > N 时，1,,2,1,2|)()(|−=<−k i x F x F i i n L ε，且显然有20|)()(|00ε<=−x F x F n ，20|)()(|ε<=−k k n x F x F ，对任意实数x ，必存在j ，1 ≤ j ≤ k ，有x j −1 ≤ x < x j ，因2)()()()(2)(11εε+<≤≤<−−−j j n n j n j x F x F x F x F x F ，则εεεε−=−−>−−>−−222)()()()(1x F x F x F x F j n ，且εεεε=+<+−<−222)()()()(x F x F x F x F j n ，即对任意的ε > 0和任意实数x ，总存在N > 0，当n > N 时，都有 | F n (x ) − F (x ) | < ε ，故 {F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )．8．如果X X Ln →，且数列a n → a ，b n → b ．试证：b aX b X a Ln n n +→+．证：设y 0是F aX + b ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0ε<−++y F y F b aX b aX ，又设y 是满足 | y − y 0 | < h 的F aX + b ( y ) 的任一连续点，因⎟⎠⎞⎜⎝⎛−=⎭⎬⎫⎩⎨⎧−≤=≤+=+a b y F a b y X P y b aX P y F X b aX }{)(，有a b y x −=是F X (x )的连续点，且X X L n→，有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|ε<−++y F y F b aX b aX n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|00ε<−+−≤−++++++y F y F y F y F y F y F b aX b aX b aX b aX b aX b aX n n ，因X 的分布函数F X (x ) 满足F X (−∞) = 0，F X (+∞) = 1，F X (x ) 单调不减且几乎处处连续，存在M ，使得F X (x ) 在x = ± M 处连续，且41)(ε−>M F X ，4)(ε<−M F X ，因X X Ln →，有41)()(lim ε−>=+∞→M F M F X X n n ，4)()(lim ε<−=−+∞→M F M F X X n n ，则存在N 2，当n > N 2时，41)(ε−>M F n X ，4)(ε<−M F n X ，可得2)(1)(}|{|ε<−+−=>M F M F M X P n n X X n ，因数列a n → a ，b n → b ，存在N 3，当n > N 3时，M h a a n 4||<−，4||h b b n <−，可得当n > max{N 2, N 3}时，⎭⎫⎩⎨⎧>−+−=⎭⎬⎫⎩⎨⎧>+−+2|)()(|2|)()(|h b b X a a P h b aX b X a P n n n n n n n2}|{|24||42||||||ε<>=⎭⎬⎫⎩⎨⎧>+⋅≤⎭⎬⎫⎩⎨⎧>−+⋅−≤M X P h h X M hP h b b X a a P nn n n n ，则⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>+−+⎭⎬⎫⎩⎨⎧+≤+≤≤+=+2|)()(|2}{)(000h b aX b X a h y b aX P y b X a P y F n n n n n n n n b X a n n n U222|)()(|200ε+⎟⎠⎞⎜⎝⎛+<⎭⎬⎫⎩⎨⎧>+−++⎭⎬⎫⎩⎨⎧+≤+≤+h y F h b aX b X a P h y b aX P b aX n n n n n n ，且⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>+−+≤+≤⎭⎬⎫⎩⎨⎧−≤+=⎟⎠⎞⎜⎝⎛−+2|)()(|}{22000h b aX b X a y b X a P h y b aX P h y F n n n n n n n n b aX n U2)(2|)()(|}{00ε+<⎭⎬⎫⎩⎨⎧>+−++≤+≤+y F h b aX b X a P y b X a P n n n b X a n n n n n n n ，即22)(22000εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−+++h y F y F h y F b aX b X a b aX n n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(00εε+<<−+++y F y F y F b aX b aX b aX n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F aX + b ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<++++)(2)(22)(0100y F y F h y F y F b aX b aX b aX b X a n n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F aX + b ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>++++)(2)(22)(0200y F y F h y F y F b aX b aX b aX b X a n n n n n ，即对于F aX + b ( y ) 的任一连续点y 0，当n > max{N 1, N 2, N 3}时，ε<−++|)()(|00y F y F b aX b X a n n n ，故)()(y F y F b aX Wb X a n n n ++→，b aX b X a Ln n n +→+． 9．如果X X Ln →，a Y Pn →，试证：a X Y X Ln n +→+．证：设y 0是F X + a ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0ε<−++y F y F a X a X ，又设y 是满足 | y − y 0 | < h 的F X + a ( y )的任一连续点，因F X + a ( y ) = P {X + a ≤ y } = P {X ≤ y − a } = F X ( y − a )，有x = y − a 是F X (x )的连续点，且X X Ln →，有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|ε<−++y F y F a X a X n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|00ε<−+−≤−++++++y F y F y F y F y F y F a X a X a X a X a X a X n n ，因a Y Pn →，有02||lim =⎭⎫⎩⎨⎧>−+∞→h a Y P n n ，存在N 2，当n > N 2时，22||ε<⎭⎬⎫⎩⎨⎧>−h a Y P n ，则⎭⎬⎫⎩⎨⎧⎭⎫⎩⎨⎧>−⎭⎬⎫⎩⎨⎧+≤+≤≤+=+2||2}{)(000h a Y h y a X P y Y X P y F n n n n Y X n n U222||200ε+⎟⎠⎞⎜⎝⎛+<⎭⎬⎫⎩⎨⎧>−+⎭⎬⎫⎩⎨⎧+≤+≤+h y F h a Y P h y a X P a X n n n ，且⎭⎬⎫⎩⎨⎧⎭⎫⎩⎨⎧>−≤+≤⎭⎬⎫⎩⎨⎧−≤+=⎟⎠⎞⎜⎝⎛−+2||}{22000h a Y y Y X P h y a X P h y F n n n n a X n U2)(2||}{00ε+<⎭⎬⎫⎩⎨⎧>−+≤+≤+y F h a Y P y Y X P n n Y X n n n ，即22)(22000εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−+++h y F y F h y F a X Y X a X n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(00εε+<<−+++y F y F y F a X a X a X n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F X + a ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<++++)(2)(22)(0100y F y F h y F y F a X a X a X Y X n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F X + a ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>++++)(2)(22)(0200y F y F h y F y F a X a X a X Y X n n n n ，即对于F X + a ( y ) 的任一连续点y 0，当n > max{N 1, N 2}时，ε<−++|)()(|00y F y F a X Y X n n ，故)()(y F y F a X WY X n n ++→，a X Y X Ln n +→+． 10．如果X X Ln →，0Pn Y →，试证：0Pn n Y X →．证：因X 的分布函数F X (x ) 满足F X (−∞) = 0，F X (+∞) = 1，F X (x ) 单调不减且几乎处处连续，则对任意的h > 0，存在M ，使得F X (x ) 在x = ± M 处连续，且41)(h M F X −>，4)(hM F X <−，因X X L n →，有41)()(lim h M F M F X X n n −>=+∞→，4)()(lim h M F M F X X n n <−=−+∞→，则存在N 1，当n > N 1时，41)(h M F n X −>，4)(hM F n X <−，可得2)(1)(}|{|hM F M F M X P n n X X n <−+−=>，因0Pn Y →，对任意的ε > 0，有0||lim =⎭⎬⎫⎩⎨⎧>+∞→M Y P n n ε，存在N 2，当n > N 2时，2||h M Y P n <⎭⎬⎫⎩⎨⎧>ε，则当n > max{N 1, N 2}时，有h M Y P M X P M Y M X P Y X P n n n n n n <⎭⎬⎫⎩⎨⎧>+>≤⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>>≤>εεε||}|{|||}|{|}|{|U ，故0}|{|lim =>+∞→εn n n Y X P ，即0Pn n Y X →．11．如果X X Ln →，a Y Pn →，且Y n ≠ 0，常数a ≠ 0，试证：aXY X L n n →．证：设y 0是F X / a ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0//ε<−y F y F a X a X ，又设y 是满足 | y − y 0 | < h 的F X / a ( y ) 的任一连续点，因)(}{)(/ay F ay X P y a X P y F X a X =≤=⎭⎬⎫⎩⎨⎧≤=，有x = ay 是F X (x )的连续点，且X X Ln →，有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|//ε<−y F y F a X a X n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|0////0//ε<−+−≤−y F y F y F y F y F y F a X a X a X a X a X a X n n ，因X 的分布函数F X (x )满足F X (−∞) = 0，F X (+∞) = 1，F X (x )单调不减且几乎处处连续，存在M ，使得F X (x ) 在x = ± M 处连续，且121)(ε−>M F X ，12)(ε<−M F X ，因X X Ln →，有121)()(lim ε−>=+∞→M F M F X X n n ，12)()(lim ε<−=−+∞→M F M F X X n n ，则存在N 2，当n > N 2时，121)(ε−>M F n X ，12)(ε<−M F n X ，可得6)(1)(}|{|ε<−+−=>M F M F M X P n n X X n ，因0≠→a Y Pn ，有02||lim =⎭⎬⎫⎩⎨⎧>−+∞→h a Y P n n ，存在N 3 > 0，当n > N 3时，62||||ε<⎭⎬⎫⎩⎨⎧>−a a Y P n ，有62||||ε<⎭⎬⎫⎩⎨⎧<a Y P n ，且64||2ε<⎭⎬⎫⎩⎨⎧>−M h a a Y P n ，可得当n > max{N 1, N 2, N 3}时，⎭⎬⎫⎩⎨⎧>⋅−⋅=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−2||||||||2)(2h Y a a Y X P h aY Y a X P h a X Y X P n n n n n n n n n ⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎭⎬⎫⎩⎨⎧<⎭⎬⎫⎩⎨⎧>−>≤2||||4||}|{|2a Y M h a a Y M X P n n n U U22||||4||}|{|2ε<⎭⎬⎫⎩⎨⎧<+⎭⎬⎫⎩⎨⎧>−+>≤a Y P M h a a Y P M X P n n n ，则⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎪⎫⎪⎩⎪⎨⎧>−⎭⎬⎫⎩⎨⎧+≤≤⎭⎬⎫⎩⎨⎧≤=22)(000/h a X Y X h y a XP y Y X P y F n n n n n n Y X n n U22220/0ε+⎟⎠⎞⎜⎝⎛+<⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−+⎭⎬⎫⎩⎨⎧+≤≤h y F h a X Y X P h y a X P a X n n n n n ，且⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−⎭⎬⎫⎩⎨⎧≤≤⎭⎬⎫⎩⎨⎧−≤=⎟⎠⎞⎜⎝⎛−222000/h a X Y X y Y X P h y a X P h y F n n n nn n a X n U2)(20/0ε+<⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−+⎭⎬⎫⎩⎨⎧≤≤y F h a X Y X P y Y X P n n Y X n n n n n ，即22)(220/0/0/εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−h y F y F h y F a X Y X a X n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(0//0/εε+<<−y F y F y F a X a X a X n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F X / a ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<)(2)(22)(0/1/0/0/y F y F h y F y F a X a X a X Y X n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F X / a ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>)(2)(22)(0/2/0/0/y F y F h y F y F a X a X a X Y X n n n n ，即对于F X / a ( y ) 的任一连续点y 0，当n > max{N 1, N 2, N 3}时，ε<−|)()(|0/0/y F y F a X Y X n n ，故)()(//y F y F a X WY X n n →，aX Y X L n n →． 12．设随机变量X n 服从柯西分布，其密度函数为+∞<<∞−+=x x n nx p n ,)1π()(22．试证：0Pn X →．证：对任意的ε > 0，)arctan(π2)arctan(π1)1π(}|{|22εεεεεεn nx dx x n n X P n ==+=<−−∫，则12ππ2)arctan(lim π2}|0{|lim =⋅==<−+∞→+∞→εεn X P n n n ，故0Pn X →．13．设随机变量序列{X n }独立同分布，其密度函数为⎪⎩⎪⎨⎧<<=.,0;0,1)(其他ββx x p其中常数β > 0，令Y n = max{X 1, X 2, …, X n }，试证：βPn Y →．证：对任意的ε > 0，P {| Y n − β | < ε} = P {β − ε < Y n < β + ε} = P {max{X 1, X 2, …, X n } > β − ε}= 1 − P {max{X 1, X 2, …, X n } ≤ β − ε} = 1 − P {X 1 ≤ β − ε} P {X 2 ≤ β − ε} … P {X n ≤ β − ε}n⎟⎟⎠⎞⎜⎜⎝⎛−−=βεβ1，则11lim }|{|lim =⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−=<−+∞→+∞→nn n n Y P βεβεβ，故βPn Y →．14．设随机变量序列{X n }独立同分布，其密度函数为⎩⎨⎧<≥=−−.,0;,e )()(a x a x x p a x 其中Y n = min{X 1, X 2, …, X n }，试证：a Y Pn →．证：对任意的ε > 0，P {| Y n − a | < ε} = P {a − ε < Y n < a + ε} = P {min{X 1, X 2, …, X n } < a + ε}= 1 − P {min{X 1, X 2, …, X n } ≥ a + ε} = 1 − P {X 1 ≥ a + ε} P {X 2 ≥ a + ε} … P {X n ≥ a + ε}εεεn na a x n a a x dx −∞++−−∞++−−−=⎟⎠⎞⎜⎝⎛−−=⎟⎠⎞⎜⎝⎛−=∫e 1e 1e 1)()(，则1)e 1(lim }|{|lim =−=<−−+∞→+∞→εεn n n n a Y P ，故a Y Pn →．15．设随机变量序列{X n }独立同分布，且X i ~ U(0, 1)．令nni i n X Y 11⎟⎟⎠⎞⎜⎜⎝⎛=∏=，试证明：c Y P n →，其中c 为常数，并求出c ．证：设∑∏===⎟⎟⎠⎞⎜⎜⎝⎛==n i i n i i n n X n X n Y Z 11ln 1ln 1ln ，因X i ~ U (0, 1)，则1)ln (ln )(ln 101−=−==∫x x x xdx X E i ，2)2ln 2ln (ln )(ln 12122=+−==∫x x x x x xdx X E i ，1)](ln [)(ln )Var(ln 22=−=i i i X E X E X ，可得1)(ln 1)(1−==∑=n i i n X E n Z E ，n X nZ ni in 1)Var(ln 1)Var(12==∑=，由切比雪夫不等式，可得对任意的ε > 0，221)Var(}|)({|εεεn Z Z E Z P n n n =≤≥−，则01lim }|)({|lim 02=≤≥−≤+∞→+∞→εεn Z E Z P n n n n ，即0}|)({|lim =≥−+∞→εn n n Z E Z P ，1)(−=→n P n Z E Z ，因n Z n Y e =，且函数e x 是直线上的连续函数，根据本节第3题的结论，可得1e e −→=PZ n n Y ，故c Y Pn →，其中1e −=c 为常数．16．设分布函数列{F n (x )}弱收敛于分布函数F (x )，且F n (x ) 和F (x ) 都是连续、严格单调函数，又设 ξ 服从(0, 1)上的均匀分布，试证：)()(11ξξ−−→F F Pn．证：因F (x ) 为连续的分布函数，有F (−∞) = 0，F (+∞) = 1，则对任意的h > 0，存在M > 0，使得21)(h M F −>，2)(h M F <−，因F (x ) 是连续、严格单调函数，有F −1( y ) 也是连续、严格单调函数，可得F −1( y ) 在区间 [F (− M − 1), F (M + 1)] 上一致连续，对任意的ε > 0，存在δ > 0，当y , y * ∈ [F (− M − 1), F (M + 1)] 且 | y − y * | < δ 时，| F −1( y ) − F −1( y *) | < ε，设y * 是 [F (−M ), F (M )] 中任一点，记x * = F −1( y *)，有x * ∈ [−M , M ]，不妨设0 < ε < 1，则对任意的x 若满足 ε≥−|*|x x ，就有 δ≥−|*)(|y x F ，根据本节第7题的结论知，{F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )，则对δ > 0和任意实数x ，总存在N > 0，当n > N 时，都有 | F n (x ) − F (x ) | < δ，因当n > N 时，δ<−|)()(|x F x F n 且δ≥−|*(|y x F ，有*)(y x F n ≠，即*)(1y F x n −≠，则对任意的0 < ε < 1，当n > N 时，*)(1y F n −满足ε<−=−−−−|*)(*)(||**)(|111y F y F x y F n n ，可得对任意的0 < ε < 1，当n > N 时，h M F M F P F F P n −>−∈≥<−−−1)]}(),([{}|)()({|11ξεξξ由h 的任意性可知1}|)()({|lim 11=<−−−+∞→εξξF F P n n ，故)()(11ξξ−−→F F Pn．17．设随机变量序列{X n }独立同分布，数学期望、方差均存在，且E (X n ) = µ，试证：µP n k k X k n n →⋅+∑=1)1(2．证：令∑=⋅+=nk k n X k n n Y 1)1(2，并设Var (X n ) = σ 2，因µµµ=+⋅+=+=∑=)1(21)1(2)1(2)(1n n n n k n n Y E nk n ，且222212222)1(324)12)(1(61)1(4)1(4)Var(σσσ++=++⋅+=+=∑=n n n n n n n n k n n Y nk n ，则由切比雪夫不等式可得，对任意的ε > 0，222)1(3241)Var(1}|{|1σεεεµ++−=−≥<−≥n n n Y Y P n n ，因1)1(3241lim 22=⎥⎦⎤⎢⎣⎡++−+∞→σεn n n n ，由夹逼准则可得1}|{|lim =<−+∞→εµn n Y P ，故µP n k kn X k n n Y →⋅+=∑=1)1(2． 18．设随机变量序列{X n }独立同分布，数学期望、方差均存在，且E (X n ) = 0，Var (X n ) = σ 2．试证：E (X n ) = 0，Var (X n ) = σ 2．试证：2121σP n k k X n →∑=．注：此题与第19题应放在习题4.3中，需用到4.3节介绍的辛钦大数定律．证：因随机变量序列}{2n X 独立同分布，且222)]([)Var()(σ=+=n n n X E X X E 存在，故}{2nX 满足辛钦大数定律条件，}{2nX 服从大数定律，即2121σP n k k X n →∑=．19．设随机变量序列{X n }独立同分布，且Var (X n ) = σ 2存在，令∑==n i i X n X 11，∑=−=n i i n X X n S 122)(1．试证：22σPnS →．证：2122112122122121)2(1)(1X X n X n X X X n X X X X n X X n S n i i ni i n i i n i i i n i i n−=⎟⎟⎠⎞⎜⎜⎝⎛+−=+−=−=∑∑∑∑∑=====，设E(X n ) = µ，{X n }满足辛钦大数定律条件，{X n }服从大数定律，即µP nk k X n X →=∑=11，则根据本节第2题第（2）小问的结论知，22µPX →，因随机变量序列}{2n X 独立同分布，且2222)]([)Var()(µσ+=+=n n n X E X X E 存在，则}{2nX 满足辛钦大数定律条件，}{2nX 服从大数定律，即22121µσ+→∑=P n k k X n ，故根据本节第2题第（1）小问的结论知，22222122)(1σµµσ=−+→−=∑=P n i i nX X n S ．20．将n 个编号为1至n 的球放入n 个编号为1至n 的盒子中，每个盒子只能放一个球，记⎩⎨⎧=.,0;,1反之的盒子的球放入编号为编号为i i X i 且∑==ni i n X S 1，试证明：0)(Pn n n S E S →−．证：因n X P i 1}1{==，nX P i 11}0{−==，且i ≠ j 时，)1(1}1{−==n n X X P j i ，)1(11}0{−−==n n X X P j i ，则n X E i 1)(=，⎟⎠⎞⎜⎝⎛−=n n X i 111)Var(，且i ≠ j 时，)1(1)(−=n n X X E j i ，)1(11)1(1)()()(),Cov(22−=−−=−=n n n n n X E X E X X E X X j i j i j i ，有1)()(1==∑=ni i n X E S E ，1)1(1)1(11),Cov(2)Var()Var(211=−⋅−+−=+=∑∑≤<≤=n n n n n X X X S nj i j i ni i n ，可得0)]()([1)(=−=⎥⎦⎤⎢⎣⎡−n n n n S E S E n n S E S E ，221)Var(1)(Var n S n n S E S n n n ==⎥⎦⎤⎢⎣⎡−，由切比雪夫不等式，可得对任意的ε > 0，2221)(Var 1)()(εεεn n S E S n S E S E n S E S P n n n n n n =⎥⎦⎤⎢⎣⎡−≤⎭⎬⎫⎩⎨⎧≥⎥⎦⎤⎢⎣⎡−−−，则01lim )()(lim 022=≤⎭⎬⎫⎩⎨⎧≥⎥⎦⎤⎢⎣⎡−−−≤+∞→+∞→εεn n S E S E n S E S P n n n n n n ，故0)(Pn n nS E S →−．习题4.21．设离散随机变量X 的分布列如下，试求X 的特征函数．1.02.03.04.03210PX解：特征函数ϕ (t ) = e it ⋅ 0 × 0.4 + e it ⋅ 1 × 0.3 + e it ⋅ 2 × 0.2 + e it ⋅ 3 × 0.1 = 0.4 + 0.3 e it + 0.2 e 2it + 0.1 e 3it ．2．设离散随机变量X 服从几何分布P {X = k } = (1 − p ) k − 1 p ， k = 1, 2, … ．试求X 的特征函数．并以此求E (X ) 和Var (X )．解：特征函数ititk k ititk k itk p p p p p p t e)1(1e )]1([ee)1(e )(1111−−=−=−⋅=∑∑+∞=−+∞=−ϕ；因22]e )1(1[e ]e )1(1[]e )1([e ]e )1(1[e )(it it it it it it it p ip p i p p p i p t −−=−−⋅−−⋅−−−⋅⋅=′ϕ，有)()0(2X iE pip ip ===′ϕ，故pX E 1)(=；因332]e )1(1[]e )1(1[e ]e )1([]e )1(1[e 2]e )1(1[e )(it it it itit itit itp p p i p p ip p i ip t −−−+−=⋅−−⋅−−−−−⋅⋅=′′−−ϕ，有)(2)2()0(2223X E i pp p p p =−−=−−=′′ϕ，可得222)(p p X E −=，故222112)Var(p pp p p X −=⎟⎟⎠⎞⎜⎜⎝⎛−−=． 3．设离散随机变量X 服从巴斯卡分布rk r p p r k k X P −−⎟⎟⎠⎞⎜⎜⎝⎛−−==)1(11}{，k = r , r + 1, …试求X 的特征函数．解：特征函数∑∑+∞=−−+∞=−−+−−−=−⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=r k r k it r k itr r r k r k r itkp r k k r p p p r k t )(e)1)(1()1()!1(e )1(11e )(L ϕ ∑∑+∞=−=−−−+∞=−=−−=+−−−=r k p x r k r r it rk p x r k r it ititdx x d r p x r k k r p e )1(111e )1()()!1()e ()1()1()!1()e (L itit it p x r r it p x r r r it p x k k r r r it x r r p x dx d r p x dx d r p e )1(e )1(11e )1(1111)1()!1()!1()e (11)!1()e ()!1()e (−=−=−−−=+∞=−−−−−⋅−=⎟⎠⎞⎜⎝⎛−⋅−=⎟⎟⎠⎞⎜⎜⎝⎛⋅−=∑rit itr it r it p p p p ⎥⎦⎤⎢⎣⎡−−=−−=e )1(1e ]e )1(1[)e (． 4．求下列分布函数的特征函数，并由特征函数求其数学期望和方差．（1）)0(,e 2)(||1>=∫∞−−a dt a x F x t a ；（2）)0(,1π)(222>+=∫∞−a dt at a x F x ．解：（1）因密度函数||11e 2)()(x a ax F x p −=′=，故⎥⎥⎦⎤⎢⎢⎣⎡−++=⎥⎦⎤⎢⎣⎡+=⋅=+∞−∞−+∞+−∞−+∞+∞−−∫∫∫0)(0)(0)(0)(||1e e 2e e 2ee 2)(ait a it a dx dx a dx a t x a it x a it x a it x a it x a itx ϕ 222112at a a it a it a +=⎟⎠⎞⎜⎝⎛−−+=；因222222221)(22)()(a t ta t a t a t +−=⋅+−=′ϕ，有)(0)0(1X iE ==′ϕ，故E (X ) = 0；因32242242222222221)(26)(2)(22)(2)(a t a t a a t t a t t a a t a t +−=+⋅+⋅−+⋅−=′′ϕ，有)(22)0(222641X E i a a a =−=−=′′ϕ，可得222)(a X E =，故222202)Var(aa X =−=；（2）因密度函数22221π)()(ax a x F x p +⋅=′=，则∫+∞∞−+⋅=dx a x a t itx 2221e π)(ϕ，由第（1）小题的结论知∫∞+∞−=+=dx x p a t a t itx )(e )(12221ϕ，根据逆转公式，可得∫∫∞+∞−−∞+∞−−−+⋅===dt at a dt t a x p itx itx x a 2221||1e π21)(e π21e 2)(ϕ，可得||||222e πe 2π21e y a y a itya a a dt a t −−−+∞∞−=⋅=+⋅∫，故||||222e e ππ1e π)(t a t a itx a a dx ax a t −−+∞∞−=⋅=+⋅=∫ϕ；因⎩⎨⎧>−<=′−,0,e ,0,e )(2t a t a t atat ϕ 有a a −=+′≠=−′)00()00(22ϕϕ，即)0(2ϕ′不存在，故E (X ) 不存在，Var (X ) 也不存在．5．设X ~ N (µ, σ 2)，试用特征函数的方法求X 的3阶及4阶中心矩．解：因X ~ N (µ, σ 2)，有X 的特征函数是222e)(t t i t σµϕ−=，则)(e)(2222t i t t t i σµϕσµ−⋅=′−，)(e)(e )(222222222σσµϕσµσµ−⋅+−⋅=′′−−t t i t t i t i t ，因)()(3e)(e)(2223222222σσµσµϕσµσµ−⋅−⋅+−⋅=′′′−−t i t i t t t i t t i ，有ϕ″′(0) = e 0 ⋅ (i µ )3 + e 0 ⋅ 3i µ ⋅ (−σ 2) = − i µ 3 − 3i µσ 2 = i 3E (X 3) = − i E (X 3)，故E (X 3) = µ 3 + 3µσ 2；又因2222222422)4()(3e)()(6e)(e)(222222σσσµσµϕσµσµσµ−⋅+−⋅−⋅+−⋅=−−−t t i t t i t t i t i t i t ，有ϕ (4)(0) = e 0 ⋅ (i µ )4 + e 0 ⋅ 6(i µ)2 ⋅ (−σ 2) + e 0 ⋅ 3σ 4 = µ 4 + 6µ 2σ 2 + 3σ 4 = i 4E (X 4) = E (X 4)，故E (X 4) = µ 4 + 6µ 2σ 2 + 3σ 4．6．试用特征函数的方法证明二项分布的可加性：若X ~ b (n , p )，Y ~ b (m , p )，且X 与Y 独立，则X + Y ~ b (n + m , p )．证：因X ~ b (n , p )，Y ~ b (m , p )，且X 与Y 独立，有X 与Y 的特征函数分别为ϕ X (t ) = ( p e it + 1 − p ) n ，ϕ Y (t ) = ( p e it + 1 − p ) m ，则X + Y 的特征函数为ϕ X + Y (t ) = ϕ X (t ) ⋅ϕ Y (t ) = ( p e it + 1 − p ) n + m ，这是二项分布b (n + m , p )的特征函数，故根据特征函数的唯一性定理知X + Y ~ b (n + m , p )．7．试用特征函数的方法证明泊松分布的可加性：若X ~ P (λ1)，Y ~ P (λ2)，且X 与Y 独立，则X + Y ~ P (λ1 + λ2)．证：因X ~ P (λ1)，Y ~ P (λ2)，且X 与Y 独立，有X 与Y 的特征函数分别为)1(e1e )(−=itt X λϕ，)1(e2e )(−=itt Y λϕ，则X + Y 的特征函数为)1)(e(21e )()()(−++==itt t t Y X Y X λλϕϕϕ，这是泊松分布P (λ1 + λ2)的特征函数，故根据特征函数的唯一性定理知X + Y ~ P (λ1 + λ2)．8．试用特征函数的方法证明伽马分布的可加性：若X ~ Ga (α1, λ)，Y ~ Ga (α2, λ)，且X 与Y 独立，则X + Y ~ Ga (α1 + α2 , λ)．证：因X ~ Ga (α1, λ)，Y ~ Ga (α2, λ)，且X 与Y 独立，有X 与Y 的特征函数分别为11)(αλϕ−⎟⎠⎞⎜⎝⎛−=it t X ，21)(αλϕ−⎟⎠⎞⎜⎝⎛−=it t Y ，则X + Y 的特征函数为)(211)()()(ααλϕϕϕ+−+⎟⎠⎞⎜⎝⎛−==it t t t Y X Y X ，这是伽马分布Ga (α1 + α2 , λ)的特征函数，故根据特征函数的唯一性定理知X + Y ~ Ga (α1 + α2 , λ)．9．试用特征函数的方法证明χ 2分布的可加性：若X ~ χ 2 (n )，Y ~ χ 2 (m )，且X 与Y 独立，则X + Y ~ χ 2 (n + m )．证：因X ~ χ 2 (n )，Y ~ χ 2 (m )，且X 与Y 独立，有X 与Y 的特征函数分别为2)21()(n X it t −−=ϕ，2)21()(m Y it t −−=ϕ，则X + Y 的特征函数为2)21()()()(m n Y X Y X it t t t +−+−==ϕϕϕ，这是χ 2分布χ 2 (n + m )的特征函数，故根据特征函数的唯一性定理知X + Y ~ χ 2 (n + m )．10．设X i 独立同分布，且X i ~ Exp(λ)，i = 1, 2, …, n ．试用特征函数的方法证明：),(~1λn Ga X Y ni i n ∑==．证：因X i ~ Exp (λ)，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为11)(−⎟⎠⎞⎜⎝⎛−=−=λλλϕit it t i X ，则∑==ni i n X Y 1的特征函数为nni X Y it t t i n −=⎟⎠⎞⎜⎝⎛−==∏λϕϕ1)()(1，这是伽马分布Ga (n , λ)的特征函数，故根据特征函数的唯一性定理知Y n ~ Ga (n , λ)．11．设连续随机变量X 的密度函数如下：+∞<<∞−−+⋅=x x x p ,)(π1)(22µλλ，其中参数λ > 0, −∞ < µ < +∞，常记为X ~ Ch (λ, µ )．（1）试证X 的特征函数为exp{i µ t − λ | t |}，且利用此结果证明柯西分布的可加性；（2）当µ = 0, λ = 1时，记Y = X ，试证ϕ X + Y (t ) = ϕ X (t ) ⋅ϕ Y (t )，但是X 与Y 不独立；（3）若X 1, X 2, …, X n 相互独立，且服从同一柯西分布，试证：)(121n X X X n+++L 与X 1同分布．证：（1）根据第4题第（2）小题的结论知：若X *的密度函数为22π1)(*xx p +⋅=λλ，即X * ~ Ch (λ, 0)，则X *的特征函数为ϕ * (t ) = e −λ | t |，且X = X * + µ 的密度函数为22)(π1)(µλλ−+⋅=x x p ，故X 的特征函数为ϕ X (t ) = e i µ t ϕ * (t ) = e i µ t ⋅ e −λ | t | = e i µ t −λ | t |；若X 1 ~ Ch (λ1, µ1)，X 2 ~ Ch (λ2, µ2)，且相互独立，有X 1与X 2的特征函数分别为||111e )(t t i X t λµϕ−=，||222e )(t t i X t λµϕ−=，则X 1 + X 2的特征函数为||)()(21212121e )()()(t t i X X X X t t t λλµµϕϕϕ+−++==，这是柯西分布Ch (λ1 + λ2, µ1 + µ2)的特征函数，故根据特征函数的唯一性定理知X 1 + X 2 ~ Ch (λ1 + λ2, µ1 + µ2)；（2）当µ = 0, λ = 1时，X ~ Ch (1, 0)，有X 的特征函数为ϕ X (t ) = e −| t |，又因Y = X ，有Y 的特征函数为ϕ Y (t ) = e −| t |，且X + Y = 2X ，故X + Y 的特征函数为ϕ X + Y (t ) = ϕ 2X (t ) = ϕ X (2t ) = e −| 2t | = e −| t | ⋅ e −| t | =ϕ X (t ) ⋅ϕ Y (t )；但Y = X ，显然有X 与Y 不独立；（3）因X i ~ Ch (λ, µ )，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为||e )(t t i X t i λµϕ−=，则)(121n n X X X nY +++=L 的特征函数为 )(e e )()(1||111t n t t t X t t i n t n ti n ni X ni X nY i in ϕϕϕϕλµλµ===⎟⎠⎞⎜⎝⎛==−⎟⎟⎠⎞⎜⎜⎝⎛⋅−⋅==∏∏，故根据特征函数的唯一性定理知)(121n X X X n+++L 与X 1同分布． 12．设连续随机变量X 的密度函数为p (x )，试证：p (x ) 关于原点对称的充要条件是它的特征函数是实的偶函数．证：方法一：根据随机变量X 与−X 的关系充分性：设X 的特征函数ϕ X (t )是实的偶函数，有ϕ X (t ) = ϕ X (−t )，则−X 的特征函数ϕ −X (t ) = ϕ X (−t ) = ϕ X (t )，根据特征函数的唯一性定理知−X 与X 同分布，因X 的密度函数为p (x )，有−X 的密度函数为p (−x )，故由−X 与X 同分布可知p (−x ) = p (x )，即p (x ) 关于原点对称；必要性：设X 的密度函数p (x ) 关于原点对称，有p (−x ) = p (x )，因−X 的密度函数为p (−x )，即−X 与X 同分布，则−X 的特征函数ϕ −X (t ) = ϕ X (−t ) = ϕ X (t )，且)(][e ][e ][e )()()(t E E E t t X itX itX X it X X ϕϕϕ=====−−−，故X 的特征函数ϕ X (t )是实的偶函数．方法二：根据密度函数与特征函数的关系充分性：设连续随机变量X 的特征函数ϕ X (t )是实的偶函数，有ϕ X (t ) = ϕ X (−t )，因∫+∞∞−−=dt t x p itx )(e π21)(ϕ，有∫∫+∞∞−+∞∞−−−==−dt t dt t x p itxx it )(e π21)(e π21)()(ϕϕ，令t = −u ，有dt = −du ，且当t → −∞时，u → +∞；当t → +∞时，u → −∞，则)()(e π21)(e π21))((e π21)()(x p du u du u du u x p iuxiux x u i ==−=−−=−∫∫∫+∞∞−−+∞∞−−−∞∞+−ϕϕϕ，故p (x ) 关于原点对称；必要性：设X 的密度函数p (x ) 关于原点对称，有p (−x ) = p (x )，因∫+∞∞−−==dx x p E t itxitX)(e )(e)(ϕ，有∫∫+∞∞−−+∞∞−−==−dx x p dx x p t itx xt i )(e )(e)()(ϕ，令x = −y ，有dx = −dy ，且当x → −∞时，y → +∞；当x → +∞时，y → −∞，则)()(e )(e ))((e )()(t dy y p dy y p dy y p t X ity ity y it X ϕϕ==−=−−=−∫∫∫+∞∞−+∞∞−−∞∞+−−，且)(][e ][e ][e )()()(t E E E t t X itX itX X t i X X ϕϕϕ====−=−−，故X 的特征函数ϕ X (t )是实的偶函数．13．设X 1, X 2, …, X n 独立同分布，且都服从N(µ , σ 2)分布，试求∑==ni i X n X 11的分布．证：因X i ~ N (µ , σ 2)，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为222e)(t t i X t i σµϕ−=，则∑==n i i X n X 11的特征函数为nt t i n t n t i n ni X n i X n X n t t t i i 2211112222ee)()(σµσµϕϕϕ−⎥⎥⎦⎤⎢⎢⎣⎡⎟⎠⎞⎜⎝⎛−⋅====⎟⎠⎞⎜⎝⎛==∏∏，这是正态分布⎟⎟⎠⎞⎜⎜⎝⎛n N 2,σµ的特征函数，故根据特征函数的唯一性定理知⎟⎟⎠⎞⎜⎜⎝⎛=∑=n N X n X ni i 21,~1σµ． 14．利用特征函数方法证明如下的泊松定理：设有一列二项分布{b (k , n , p n )}，若λ=→∞n n np lim ，则L ,2,1,0,e !),,(lim ==−∞→k k p n k b kn n λλ．证：二项分布b (n , p n )的特征函数为ϕ n (t ) = ( p n e it + 1 − p n ) n = [1 + p n (e it − 1)] n ，且n → ∞时，p n → 0，因)1(e)1(e )1(e 1e )]1(e 1[lim )]1(e 1[lim )(lim −−⋅−→→∞→∞=−+=−+=itit n it n n np p itn p n it n n n n p p t λϕ，。

《概率论与数理统计》第04章习题解答

第四章正态分布１、解：(0,1)ZN（1）{ 1.24}(1.24)0.8925P Z ∴≤=Φ={1.24 2.37}(2.37)(1.24)0.99110.89250.0986P Z <≤=Φ-Φ==-= {2.37 1.24}( 1.24)( 2.37)(1.24)(2.37)0.89250.99110.0986P Z -<≤-=Φ--Φ-=-Φ+Φ=-+=（2）{}0.9147()0.9147 1.37{}0.05261()0.0526()0.9474 1.62P Z a a a P Z b b b b ≤=∴Φ==≥=-Φ=Φ==，，得，，，得2、解：(3,16)XN8343{48}()()(1.25)(0.25)0.89440.59870.295744P X --∴<≤=Φ-Φ=Φ-Φ=-= 5303{05}()()(0.5)(0.75)44(0.5)1(0.75)0.691510.77340.4649P X --<≤=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= 31(25,36){25}0.95442(3,4){}0.95X N C P X C X N C P X C -≤=>≥、（）设，试确定，使；（）设，试确定，使解：（1）(25,36){25}0.9544X N P X C -≤=，{2525}0.9544P C X C ∴-≤≤+=25252525()()0.954466()()2()10.9544666()0.9772,21266C C C C CC CC +---Φ-Φ=-Φ-Φ=Φ-=Φ=∴==即，（2）(3,4){}0.95XN P X C >≥，331()0.95()0.952231.6450.292C CCC ---Φ≥Φ≥-≥≤-即，，4、解：（1）2(3315,575)XN4390.2533152584.753315{2584.754390.25}()()575575(1.87)( 1.27)(1.87)1(1.27)0.969310.89800.8673P X --∴≤≤=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= （2）27193315{2719}()( 1.04)1(1.04)10.85080.1492575P X -≤=Φ=Φ-=-Φ=-=(25,0.1492)YB ∴4440{4}(0.1492)(10.1492)0.6664ii i i P Y C -=∴≤=-=∑5、解：(6.4,2.3)X N{}{}1()81(1.055)10.85540.14462.3(85}0.17615 6.451(0.923)(0.923)0.82121()2.3P X P X X P X -Φ>-Φ-∴>>======->-Φ-Φ-Φ6、解：（1）2(11.9,(0.2))XN12.311.911.711.9{11.712.3}()()(2)(1)(2)1(1)0.20.20.977210.84130.8185P X --∴<<=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= 设A ={两只电阻器的电阻值都在欧和欧之间} 则2()(0.8185)0.6699P A ==（2）设X , Y 分别是两只电阻器的电阻值，则22(11.9,(0.2))(11.9,(0.2))X N Y N ，，且X , Y 相互独立[]22212.411.9{(12.4)(12.4)}1{12.4}{12.4)}1()0.21(2.5)1(0.9938)0.0124P X Y P X P Y -⎡⎤∴>>=-≤⋅≤=-Φ⎢⎥⎣⎦=-Φ=-=7、一工厂生产的某种元件的寿命X （以小时计）服从均值160μ=，均方差为的正态分布，若要求{120200}0.80P X <<≥，允许最大为多少解：因为2(160,)XN σ由2001601201600.80{120200}()()P X σσ--≤<<=Φ-Φ从而 40402()10.80()0.9σσΦ-≥Φ≥，即，查表得401.282σ≥，故σ≤8、解：（1）2(90,(0.5))XN8990{89}()(2)1(2)10.97720.02280.5P X -∴<=Φ=Φ-=-Φ=-= （2）设2(,(0.5))X N d由808080{80}0.991()0.99()0.99 2.330.50.50.5d d d P X ---≥≥∴-Φ≥Φ≥≥，，，即从而d ≥ 9、解：22~(150,3),~(100,4)X Y X N Y N 与相互独立，且则（1）2221~(150(100,3)4)(250,5)W X Y N N =+++=()222222~2150100,(2)314(200,52)W X Y N N =+-⨯+-⨯+⨯=-22325~(125,)(125,(2.5))22X Y W N N +== （2）242.6250{242.6}()( 1.48)1(1.48)10.93060.06945P X Y -+<=Φ=Φ-=-Φ=-= 12551255125522212551251255125()1()(2)1(2)2.5 2.522(2)220.97720.0456X Y X Y X Y P P P ⎧+⎫++⎧⎫⎧⎫->=<-+>+⎨⎬⎨⎬⎨⎬⎩⎭⎩⎭⎩⎭--+-=Φ+-Φ=Φ-+-Φ=-Φ=-⨯=10、解：（1）22~(10,(0.2)),~(10.5,(0.2))X N Y N X Y ，且与相互独立22~(0.5,2(0.2))(0.5,(0.282))X Y N N ∴--⨯=-0(0.5){0}()(1.77)0.96160.282P X Y ---<=Φ=Φ=（2）22~(10,(0.2)),~(10.5,)X N Y N X Y σ设，且与相互独立222~(0.5,2(0.2))(0.5,(0.2))X Y N N σ∴--⨯=-+0.90{0}P X Y ≤-<=Φ=Φ由1.28≥，故σ≤11、设某地区女子的身高（以m 计）2(1.63,(0.025))WN ，男子身高（以m 计）2(1.73,(0.05))MN ，设各人身高相互独立。

概率论与数理统计：第二章、第三章和第四章(1)

概率论与数理统计第二章和第三章-、选择题1. 设随机变量，独立同分布，且的分布函数为，则的分布函数为( A ).(A) (B) (C) (D) 2. 设与为两个分布函数，其相应的概率密度函数与是连续函数，则必为概率密度的是 ( D ).(A) (B)(C) (D)3. 设随机变量，记，则( B ).(A) 随着的增加而增加 (B) 随着的增加而增加 (C) 随着的增加而减少 (D) 随着的增加而减少4. 设随机变量服从正态分布，服从正态分布，且，则必有( A ).(A)(B) (C) (D)二、填空题1. 设二维随机变量服从正态分布，则. 答案：2. 设随机变量服从参数为的指数分布，为常数且大于零，则.答案：3. 设随机变量服从参数为的泊松分布，则.X Y X F(x)Z=max{X,Y}2F (x)F(x)F(y)21-[1-F(x)][1-F(x)][1-F(y)]1F ()x 2F ()x 1()f x 2()f x 12()()f x f x 122()()f x F x 212()()f x F x 1212()()()()f x F x F x f x +2X~N(,) (0)μσσ>2p=P(X +)μσ≤p μp σp μp σX 211N(,)μσY 222N(,)μσ12P(|X-|<1)>P(|Y-|<1)μμ12<σσ12σσ>12<μμ12μμ>(X,Y)N(1,0;1,1;0)P{XY-Y<0}=12X 1a P{Y a+1|Y>a}=≤11e --X 12P{X=E(X )}=答案：4. 设随机变量与相互独立，且他们均服从区间上的均匀分布，则.答案：三、综合题（每题10分）1. 设袋中有个红球，个黑球与个白球，现有放回地从袋中取两次，每次取一球，以，，分别表示两次取球所取得的红球、黑球与白球的个数. (I) 求； (II) 求二维随机变量的概率分布（即联合分布律）.解： (I).................... （5 分） (II) 与的可能取值均为, .................... （7 分），，，故的概率分布为.................... （10 分）112e -X Y [0, 3]P(max{X,Y}1)=≤19123X Y Z P{X=1|Z=0}(X,Y)12212P{X=1,Z=0}466P{X=1|Z=0}=P{Z=0}912C ⨯==⎛⎫⎪⎝⎭X Y 0,1,2331P{X=0, Y=0}=664⨯=12231P{X=0, Y=1}=C 663⨯=221P{X=0, Y=2}=69⎛⎫= ⎪⎝⎭12131P{X=1, Y=0}=C 666⨯=12121P{X=1, Y=1}=C 669⨯=211P{X=2, Y=0}=636⎛⎫= ⎪⎝⎭(X,Y)2. 设二维随机变量的概率密度如下，试求.解：.................... （4 分）.................... （8 分）.................... （10 分）第四章-、选择题1. 设随机变量，，且相关系数，则( D ).(A) (B) (C) (D)2. 设随机变量与相互独立，且与存在，记，，则为( B ).(A ) (B) (C) (D)3. 设随机变量与不相关，且，，，则为( D ).(A ) (B) (C) (D)4. 设随机变量的分布函数为，其中为标准正态分布的分布函数，则为( C ).(X,Y)P{X>2Y}{2,01,010,(,)x y x y f x y --<<<<=其它x>2yP{X>2Y}=f(x,y)dxdy ⎰⎰120=dx (2)xx y dy --⎰⎰12057=()824x x dx -=⎰X~N(0,1)Y~N(1,4)XY 1ρ=P(Y=-2X-1)=1P(Y=2X-1)=1P(Y=-2X+1)=1P(Y=2X+1)=1X Y EX EY U=max{X,Y}V=max{X,Y}E(UV)EU EV ⋅EX EY ⋅EU EY ⋅EX EV ⋅X Y E(X)=2E(Y)=1D(X)=3E[X(X+Y-2)]-33-55X x-1F(x)=0.3(x)+0.7()2ΦΦ(x)ΦE(X)(A ) (B) (C) (D)5. 设连续型随机变量与相互独立且方差均存在，与的概率密度函数分别为与，随机变量的概率密度为，随机变量，则( D ).(A ) (B) (C) (D)二、填空题1. 已知正常男性成人血液中，每一毫升白细胞数平均是，均方差是，利用切比雪夫不等式估计每毫升白细胞数在之间的概率. 答案：2. 设二维随机变量服从正态分布，则. 答案：三、综合题（每题10分）1. 设A 和B 是试验E 的两个事件，且，，并定义随机变量，如下：，，试证明若随机变量与不相关，则与必定相互独立。

概率论与数理统计（经管类）第四章课后习题答案.

概率论与数理统计（经管类）第四章课后习题答案.习题4.11. 设随机变量X 的概率密度为(1f x 2x,0 x 1,0,其他; (2 f xe | |, ∞ ∞求E(X 解: (1E Xxf x dx ∞∞ x·2xdx 2·10(2 E X xf x dx x ·e | | ∞∞ ∞∞0 2. 设连续型随机变量X 的分布函数为 F x 0,x 1, a b ·arcsinx, 1 x 1,1,x 1.试确定常数a,b,并求E(X. 解:(1 f x F x√, 1 x 10,其他f x dxb√1 xdx∞∞b ·arcsinx 11 1, 即b 1π⼜因当 1 x 1时 F X f x dx 1π·1√1 xdx 1π·arcsinx x 1X1π·arcsinx 1, 即a 1(2 E X xf x dxπ·3. 设轮船横向摇摆的随机振幅X 的概率密度为f x 1σe σ,x 0,0,x 0. 求E(X. 解: E Xxf x dx ∞∞σ x ·eσ dx∞14. 设X 1, X 2,….. X n 独⽴同分布,均值为µ,且设Y∑X ,求E(Y.解: E Y E∑XE ∑X·n µ µ5. 设(X,Y的概率密度为f x,y e ,0 x 1,y 0,0,其他.求E(X+Y.解:E X Y x y f x,y dxdy ∞∞ ∞∞ x y e dxdy∞·e y ·e dy6. 设随机变量X 1, X 2相互独⽴,且X 1, X 2的概率密度分别为f x 2e ,x 0,0,x 0,f x3e0,x 0,求: 1 E 2X 3X ; 2 E 2X 3X ; 3 E X X . 解: 1 E 2X 3X 2E X 3E X 2322 E 2X 3X 2E X 3E X1 3x ∞3e dx1 3x ∞d e1 3 x·e∞0 e ∞dx1 3 0 e ·2x ∞dx1 3 23e ·3x ∞dx1 32 11 3 E X X E X E X7.求E(X.解:E X ∑∑x p 0 0.1 0 0.3 1 0.2 1 0.1 2 0.1 2 0.2 0.9 8. 设随机变量X 的概率密度为f x cx α,0 x 1,0,其他.且E(X=0.75,求常数c 和α.解: E X xf x dx x ·cx αdx 0.75∞ ∞习题4.21. 设离散型随机变量X 的分布律为X ‐1 0 0.51 2P 0.1 0.5 0.1 0.1 0.2 求E X ,E X ,D X .解: E X 1 0.1 0 0.5 0.5 0.1 1 0.1 2 0.2 0.45E X 1 0.1 0 0.5 0.5 0.1 1 0.1 2 0.2 1.025D X 1 0.45 0.1 0 0.45 0.5 0.5 0.45 0.1 1 0.45 0.12 0.45 0.2 0.8225 2. 盒中有5个球,其中有3个⽩球,2个⿊球,从中任取两个球,求⽩球数X 的期望和⽅差. 解: X 的可能取值为0,1,2 P X 0 C C 0.1P X 1 C·CC0.6 P X 2CC0.3 E X 0 0.1 1 0.6 2 0.3 1.2D X 0 1.2 0.1 1 1.2 0.6 2 1.2 0.3 0.144 0.024 0.192 0.36 3. 设随机变量X,Y 相互独⽴,他们的概率密度分别为 f X x 2e,x 0,0,x 0, f Y y4,0,0,其他,求D(X+Y.解: D X Y D X D Y4. 设随机变量X 的概率密度为f X xe | |, ∞ ∞,求D(X 解: E Xe | |dxE Xx2e | | dx 2 x2ex e 2D X =E X E X 25. 设随机变量X 与Y 相互独⽴,且D(X=1,D(Y=2,求D(X ‐Y. 解: D X Y D X D Y 1 2 36. 若连续型随机变量X的概率密度为f x ax bx c,0 1,0,其他,且E(X=0.5,D(X=0.15.求常数a,b,c.解:E X x axbx cdx a 4 b 3 c2 0.5E Xxax bx cdx a 5 b 4 c3 0.15 0.5 0.4f x dxax 2 bx c 10dxa 3 b2c 1 解得a=12,b=‐12,c=3.习题4.31. 设两个随机变量X,Y 相互独⽴,⽅差分别为4和2,则随机变量3X ‐2Y 的⽅差是 D . A. 8 B. 16 C. 28 D. 442. 设⼆维随机变量(X,Y的概率密度为 f x,y 18 x y , 0 x 2,0 y 2,0, 其他求Cov(X,Y. 解:E X x8 x y dydx x 8·y x 8·y 2 20dx 76E Yy8x y dxdy 76E XYxy8 x y dydx 43 Cov X,Y E XY E X E Y4 7 7 13. 设⼆维随机变量(X,Y的概率密度为f x,yye , x 0, 0,求X 与Y 的相关系数ρxy. 解:E Xxy e dy ∞ ∞dx 1E Yy e dx ∞∞dyy e e dx ∞∞dyy e ∞dyy ∞d ey e∞0e ∞ d y 0e ·2y ∞dy2e ·y ∞dy 2E XYxy e dy ∞∞dx 2Cov X,Y E XY E X E Y 2 2 1 0 所以ρxy Cov X,YD X D Y 04. 设⼆维随机变量(X,Y服从⼆维正态分布,且E(X=0, E(Y=0, D(X=16, D(Y=25, Cov(X,Y=12,求(X,Y的联合概率密度函数f(x,y. 解:f x,ye ρ µσρ µ µ σσµσE X 0,E Y 0µ1 0,µ2 0, D X 16,D Y 25 σ1 4,σ2 5 Cov X,Y 12ρ Cov X,Y D X D Y 12 3f x,y 132πe 2532 x 216 3xy50 y 2255.证明D(X‐Y=D(X+D(Y‐2Cov(X,Y.证:D X YE X Y E X YE X E X Y E YE X E X 2E X E X ·E Y E Y E Y E YD X D Y 2Cov X,Y6.设(X,Y的协⽅差矩阵为C 4 339,求X与Y的相关系数ρxy.解: C 4 339Cov X,Y 3,D X 4,D Y 9ρxyCov X,YD X D Y31⾃测题4⼀、选择题1.设随机变量X服从参数为0.5的指数分布,则下列各项中正确的是 B .A. E(X=0.5, D(X=0.25B. E(X=2, D(X=4C. E(X=0.5, D(X=4D. E(X=2, D(X=0.25解: 指数分布的E Xλ,D Xλ2. 设随机变量X,Y相互独⽴,且X~B(16,0.5,Y服从参数为9的泊松分布,则D(X‐2Y+1= C .A.‐14B. 13C. 40D. 41解: D X npq 16 0.5 0.5 4,D Y λ 9D X 2Y 1 D X 4D Y D 1 4 4 9 0 403. 已知D(X=25,D(Y=1, ρxy=0.4, 则D(X‐Y= B .A.6B. 22C. 30D. 464. 设(X,Y为⼆维连续随机变量,则X与Y不相关的充分必要条件是 C .A. X与Y相互独⽴B. E(X+Y=E(X+E(YC. E(XY= E(XE(YD. (X,Y~N(µ ,µ ,σ ,σ ,0解: X与Y不相关ρxy 0, Cov X,Y 0E XY E X E Y5.设⼆维随机变量(X,Y~N(1,1,4,9,,则Cov(X,Y= B .A.B. 3C. 18D. 36解: ρxy 12 Cov X,YD X D Y Cov X,Y2 3, Cov X,Y 36. 已知随机变量X 与Y 相互独⽴,且它们分别在区间[‐1,3]和[2,4]上服从均匀分布,则E(XY= A .A. 3B. 6C. 10D. 12解: X~U 1,3 ,Y~U 2,4E Xa b 1 3 1,E Y 2 4 3 E XY E X E Y 1 3 37. 设⼆维随机变量(X,Y~N(0,0,1,1,0,?(x为标准正态分布函数,则下列结论中错误的是 C .A. X 与Y 都服从N(0,1正态分布B. X 与Y 相互独⽴C. Cov(X,Y=1D. (X,Y的分布函数是Φ x ·Φ y⼆、填空题 1. 若⼆维随机变量(X,Y~N(µ ,µ,σ ,σ ,0,且X 与Y 相互独⽴,则ρ=0 .解: Cov(X,Y=02. 设随机变量X 的分布律为 3 .X ‐1 0 1 2P 0.1 0.2 0.3 0.4令Y=2X+1,则E(Y= 3 .解: E(2X+1=(2*‐1+1*0.1+(2*0+1*0.2+(2*1+1*0.3+(2*2+1*0.4=33. 已知随机变量X 服从泊松分布,且D(X=1,则P{X=1}= e .解: D X λ 1P X 1 λ e λ1!e 4. 设随机变量X 与Y 相互独⽴,且D(X= D(Y=1,则D(X ‐Y = 2 .5. 已知随机变量X 服从参数为2的泊松分布, E X = 6 .解: E X λ 2,D X λ 2,E X E X D X 4 2 66. 设X 为随机变量,且E(X=2, D(X=4,则E X = 8 .7. 已知随机变量X 的分布函数为F x 0, x 0x 4, 0 x 41, x 4则E(X = 2 .解: f x F " x, 0 x 40, 其他 E X x 440dx 08. 设随机变量X 与Y 相互独⽴,且D(X=2, D(Y=1,则D(X ‐2Y+3= 6 .三、设随机变量X 的概率密度函数为f x 32x , 1 x 1,0, 其他。

概率论与数理统计第四版课后学习资料第四章

(4.1)
i,j 1, 2, 3,
则有E(Z) E g(X, Y) g(x i ,y j )p ij , (4.2) (假设级数绝对收敛)
例. 设随机变量(X, Y)的概率密度为 3 , 1 y x.x 1 x 3 2 f(x,y) 2x y 0, 其它, 1 试求 : E(Y),E( ) XY
e
1 x
dx
1 t x
2

0
t 2 e t dt 22 ,
D(X) E(X2 ) -[ E(X)]2 2 .
30 正态分布: 设X~N(, 2 ), 则
解 : E(X)

2

t2 2
1

xe
t2 2
-
(x )2 22
例. 二项分布的均值的计算: 设X~b(n,p),引入r.v.Xi(i=1, 2, …, n), 它们是相互独立的且都服从0--1分布: P{Xi=1}=p, P{Xi=0}=q, X表示n次独立重复试验中A发生的次数,Xi表示第i次试验的结果:Xi=1表示A发生, Xi=0表示A不发生, 所以
解: 计算X1的均值, 由定义有 E(X1) =00+1 0.2+2 0.8=1.8 E(X2)=00.6+1 0.3+2 0.1=0.5
显然,乙的成绩比甲的差.
例2. 有2个相互独立工作的电子装置, 它们的寿命Xk (k 1, 2 )服从同一指数分布, 其概率密度为:
x 1 e , x 0, f(x) θ 0, 0, x 0,
i
n
故 E(X) np D(X) npq.

概率论与数理统计第4章随机变量的数字特征

解：
1 (5 0.5x)( 3 x2 x)dx
0
2
4.65(元)
2021/7/22
21
4.1.2 随机变量函数的数学期望
将定理4.1推广到二维随机变量的情形．
定理4.2 设Z是随机变量X，Y的函数Z = g(X，Y)， g是连续函数．
(1) 若(X，Y)是二维离散型随机变量，其分布律
为P{X xi ,Y yj } pij, i, j 1,2,, 则有
解：由于 P{ X k} k e ，k = 0，1，2，…，
k!
因而
E( X ) kP{ X k} k k e
k0
k0 k!
k e
k1 (k 1)!
e
k 1
k1 (k 1)!
e k ee k0 k!
2021/7/22
12
4.1.1 数学期望的概念
2. 连续型随机变量的数学期望
2021/7/22
18
4.1.2 随机变量函数的数学期望
定理4.1 设Y为随机变量X的函数:Y = g(X) (g是连续
函数).
(1) 设X是离散型随机变量，其分布律为
P{X xk } pk , k 1,2,
若级数 g( xk ) pk绝对收敛,则 E(Y ) E[g( X )] g( xk ) pk
f ( x) 25( x 4.2)， 4 x 4.2，
0，
其它.
求pH值X的数学期望E(X).
解：
E( X ) xf ( x)dx
4
4.2
x 25( x 3.8)dx x (25)(x 4.2)dx
3.8
4
4
2021/7/22
15

概率论与数理统计第四章_几种重要的分布

用贝努公式计算ξ的分布律下
ξ
0
1
2
3
4
p 0.0016 0.0256 0.1536 0.4096 0.4096
４.２超几何分布（了解）
主要内容：（一）了解超几何分布的概念（二）了解超几何分布的期望和方差
４.２超几何分布
例１某班有学生２０名，其中有５名女同学，今从班上任选４名学生去参观展览，被选到的女同学数ξ
k1 (k 1)!(n k)!
n
(k 11)n! pk (1 p)nk
k1 (k 1)!(n k)!
n
(k 1)n!
n
pk (1 p)nk
n!
pk (1 p)nk
k1 (k 1)!(n k)!
k1 (k 1)!(n k)!
n
n!
n
pk (1 p)nk
n!
pk (1 p)nk
k2 (k 2)!(n k)!
解可以取０,１,２,３这４个值。
P(
=k)=
C3k
C4k 17
C420
(k=0,1,2,3,)
列成概率分布如下
ξ
0
1
2
3
p 0.4912 0.4211 0.0842 0.0035
定义４２设Ｎ个元素分为两类，有Ｎ１个属于第一类，Ｎ２个属于第二类（Ｎ１＋Ｎ２＝Ｎ）。从中按不重复抽样取n个，令ξ表示这n个中第一（或二）类元素的个数，
k1 (k 1)!(n k)!
n2
n1
n(n 1)Cnl 2 pl2 (1 p)n2l nCnj1 p j1(1 p)n1 j
l0
j0
n2
n(n 1)Cnl 2 pl2 (1 p)n2l l0

概率论与数理统计第4章

dx 令t
t2 2
x

，得
E( X )
1 2

( t )e
dt
1-91
31
1 E( X ) x e 2
( x )2 2 2
dx 令t
t2 2
x

，得
E( X )
1 2

( t )e
t2 2
得
从而
的概率密度为:
1-91
21
故所求数学期望分别为
1-91
22
三.数学期望的性质
性质1: 设 C 为常数，则性质2: 设 C 为常数，X 为随机变量，则有性质3: 设 X , Y 为任意两个随机变量, 则有为 n 个随机变量，
推论1 设
为常数，则
1-91
23
性质4 设X 和Y 是相互独立的随机变量，则有
证: 因为 X 和 Y 相互独立，所以于是
推广:
1-91 24
例7. 将 n只球随机放入M 只盒子中去，设每只球落入各个盒子是等可能的，求有球的盒子数 X 的均值解引入随机变量
显然有
1-91
25
例7. 将 n只球随机放入M 只盒子中去，设每只球落入各个盒子是等可能的，求有球的盒子数 X 的均值
1-91
18
例5. 设某公共汽车站于每小时的10分, 50分发车, 乘客在每小时内任一时刻到达车站是随机的。求乘客到达车站等车时间的数学期望。
解: 设T 为乘客到达车站的时刻，则
其概率密度为
设Y 为乘客等车时间，则
1-91
19
已知
1-91

概率论与数理统计第4章

随机变量的数学期望是概率论中最重要的概念之一.它的定义来自习惯上的平均值概念.
5
一、离散型随机变量的数学期望
引例某企业对自动流水线加工的产品实行质量监测，每天抽检一次，每次抽取5件，检验产品是否合格，在抽检的30天的记录中，无次品的有18天，一件次品的有9天，两件次品的有3天，求日平均次品数．
k

这启发我们引出如下连续型随机变量的数学期望定义：
30
二、连续型随机变量的数学期望
设连续型随机变量 X 的概率密度为 f ( x ), 若积分
x f ( x ) d x
绝对收敛, 则称积分 x f ( x ) d x 的值为随机

变量 X 的数学期望, 记为 E ( X ) . 即 E ( X ) x f ( x )d x.
n
n 1
n( n 1)( n i ) i 1 n i 1 p q i! i 0
n 1
令i k 1
( n 1)( n i ) i ( n1) i np pq i! i 0
n 1
np C
i 0
n 1
i n 1
pq
i
( n 1 ) i
试问哪个射手技术较好?
12
解设甲、乙射手击中的环数分别为 X 1 , X 2 .
E ( X 1 ) 8 0.3 9 0.1 10 0.6 9.3(环), E ( X 2 ) 8 0.2 9 0.5 10 0.3 9.1(环),
故甲射手的技术比较好. 乙射手甲射手
Y
1500
0.0952
2000
2500
3000
0.7408

概率论与数理统计课后答案第4章

概率论与数理统计课后答案第第4章大数定律与中心极限定理4.1设D(x)为退化分布:讨论下列分布函数列的极限是否仍是分布函数？1 1 卄亠(1){D(x n)}; (2){D(x )}；(3){D(x 0},其中n =1,2;n n解：(1) (2)不是；(3)是。

4.2设分布函数F n(x)如下定义：‘0x 兰-nl /、x + nF n (x)=」---- 一n c x 兰n2n1 x > n问F(x) =lim F n(x)是分布函数吗？n_)pC解：不是。

4.3设分布函数列{ F n(x)}弱收敛于分布函数F(x)，且F(x)为连续函数，则{F n(x)}在(」：，：：)上一致收敛于F(x)。

证：对任意的；.0,取M充分大，使有1 —F(x) ：：；, —x _ M; F(x) ：：；,—x^ -M对上述取定的M，因为F(x)在［-M,M］上一致连续，故可取它的k分点：捲- -M :: X2 ：…X k4 ：：X k = M ，使有F(X j .J - F(xJ ：：；,1 一i ：：k ，再令x° - - ：：, X k 1 =：:，则有F(X i J —FW) ：：：；,0 G ：：k 1(1)这时存在N，使得当n • N时有| F n(X i) —F(X i)|：：；,0 叮牛 1(2)成立，对任意的X •(-：：,：：)，必存在某个i(0 _i 一k)，使得x・(X i,X i 1)，由(2) 知当n •N时有F n (X)— F n (X i i ) ：：： F(X j .J ；F n (X)_ F n (X i ) . F(X i )-；(4) 由( 1), (3), (4)可得F n (x) -F(x)：：： F(X i 1)-F(x) , F(X i i )-F(X i )；：：：2；,F n (x) - F (x) F (X i ) - F (x) - ； _ F (X i ) - F (X i .1)- ； -2 ；,即有F n （x ）-F （x ）名成立，结论得证4.5设随机变量序列「鳥同时依概率收敛于随机变量 •与，证明这时必有P （二）二1。

概率论与数理统计第四章

50 1 1 1 ( ) 49 2 100 2
数理统计
28
②
骣n 1 2 2 E (S ) = E 琪 X i - nX 琪 å 琪 n - 1 桫= 1 i
= 1 n- 1 n n 1
2
1 n 2 2 EX i nEX n 1 i 1
2
(n E X
若总体X是连续型随机变量，其概率密度为
f ( x ),
则样本的联合概率密度为
f ( x1 , x 2 , , x n ) f ( x1 ) f ( x 2 ) f ( x n )
对于离散型总体，有相似的结论。
数理统计 17
例设 ( X 1 , X 2 , , X n ) 是取自正态总体 N ( , 2 ) 的样本，求样本的概率分布。解总体X的密度函数为
数理统计
30
X EX 1 P DX
X 1 P 1 10
0 .0 2 E X DX
E(X ) 0 D(X ) 1 100
显然
X ( 1 ) m in X i ,
1 i n
X (n) m ax X i ,
1 i n
两者也分别称为最小次序统计量和最大次序统计量. 称
R X ( n ) X ( 1 ) 为样本极差
X n1 ( 2 ) Md 1 (X n X n ( ) (1 ) 2 2 2 n 为奇数（4 - 15） n 为偶数
总体样本
随机变量 X 随机向量
( X 1 , X 2 , , X n )
数理统计
15
在一次试验中，样本的具体观测值称为样本值。记为 ( x 1 , x 2 , , x n ) . 有时候样本与样本值使用同一符号，但含义不同。简单随机样本若 X 1 , X 2 , X n 是相互独立的并与总体

概率论与数理统计第四章

可见,方差是二阶中心矩,协方差是二阶混合中心
矩，它们都是随机变量函数的数学期望。
河南理工大学精品课程
概率论与数理统计
【例3】[P.115:eg6]
〖解〗设X为随机取一球的标号,则r.v.X等可能地取值1,2,3,4,5,6;
又Y=g(X),且
g(1)= g(2)= g(3)=1; g(4)= g(5)=2, g(6)=5. 故随机摸一球得分的期望为
河南理工大学精品课程概率论与数理统计
显然, 方差D(X)就是随机变量X的函数 g ( X ) [ X E( X )]2 的数学期望.因此,当X的分布律 p 或概率密度 k 已知时,有
2 [ x E ( X )] pk , 离散型 k k 1 D ( X ) [ x E ( X )]2 f ( x)dx, 连续型
1500 (分) □
河南理工大学精品课程概率论与数理统计
二、随机变量函数的数学期望利用随机变量函数的分布可以证明下列两定理: 定理1 设Y=g(X)是随机变量X的连续函数，则 Y 也是随机变量，且其数学期望为
离散型 g ( xk ) pk , k 1 E (Y ) E[ g ( X )] g ( x) f ( x)dx, 连续型
X2 Pk 3X2+5 Pk 0 0.3 5 0.3 4 0.7 17 0.7
于是,
E(X)=(-2)×0.4+0×0.3+2×0.3=-0.2;
河南理工大学精品课程概率论与数理统计
例6-续
E(X2)=0×0.3+4×0.7=2.8; E(3X2+5)=5×0.3+17×0.7=13.4.
方法2(定义+性质法) 因为 E(X)=(-2)×0.4+0×0.3+2×0.3=-0.2; E(X2)=(-2)2×0.4+02×0.3+22×0.3=2.8; 所以, E(3X2+5)=3E(X2)+5=3×2.8+5=13.4. □

概率论与数理统计（理工类_第四版）吴赣昌主编课后习题答案第四章.pdf

第四章随机变量的数字特征4.1 数学期望习题1设随机变量X服从参数为p的0-1分布，求E(X).解答：依题意，X的分布律为X01P1-p p由E(X)=∑i=1∞xipi,有E(X)=0⋅(1-p)+1⋅p=p.习题2袋中有n张卡片，记有号码1,2,…,n.现从中有放回抽出k张卡片来，求号码之和X的期望.分析：.解答：设Xi表示第i次取得的号码，则X=∑i=1kXi,且P{Xi=m}=1n,其中m=1,2,⋯,n,i=1,2,⋯,k,故E(Xi)=1n(1+2+⋯+n)=n+12,i=1,2,⋯,k,从而E(X)=∑i=1kE(Xi)=k(n+1)2.习题3某产品的次品率为0.1,检验员每天检验4次. 每次随机地抽取10件产品进行检验，如发现其中的次品数多于1，就去调整设备. 以X表示一天中调整设备的次数，试求E(X)(设诸产品是否为次品是相互独立的).解答：X的可能取值为0,1,2,3,4,且知X∼b(4,p),其中p=P{调整设备}=1-C101×0.1×0.99-0.910≈0.2639,所以E(X)=4×p=4×0.2639=1.0556.习题4据统计，一位60岁的健康(一般体检未发生病症)者，在5年之内仍然活着和自杀死亡的概率为p(0<p<1,p为已知),在5年之内非自杀死亡的概率为1-p,保险公司开办5年人寿保险，条件是参加者需交纳人寿保险费a元(a已知),若5年内非自杀死亡，公司赔偿b元(b>a),应如何确定b才能使公司可期望获益，若有m人参加保险，公司可期望从中收益多少？解答：令X=“从一个参保人身上所得的收益”，由X的概率分布为+32×0.1+22×0.0+12×0.1+42×0.0+32×0.3+22×0.1=5.也可以利用期望的性质求E(Z), 得E[(X-Y)2]=E(X2-2XY+Y2)=E(X2)-2E(XY)+E(Y2)=(12×0.4+22×0.2+32×0.4)-2[-1×0.2 +1×0.1+(-2)×0.1+2×0.1+(-3)×0.0+3×0.1] +(-1)2×0.3+12×0.3 =5.习题12设(X,Y)的概率密度为f(x,y)={12y2,0≤y≤x≤10,其它,求E(X),E(Y),E(XY),E(X2+Y2). 解答：如右图所示.E(X)=∫-∞+∞∫-∞+∞xf(x,y)dxdy=∫01dx∫0xx ⋅12y2dy=45,E(Y)=∫-∞+∞∫-∞+∞yf(x,y)dxdy=∫01dx∫0xy ⋅12y2dy=35,E(XY)=∫-∞+∞∫-∞+∞xyf(x,y)dxdy=∫01dx∫0xxy ⋅12y2dy=12,E(X2+Y2)=∫-∞+∞∫-∞+∞(x2+y2)f(x,y)dxdy=∫01dx∫0x(x2+y2)⋅12y2dy=23+615=1615. 习题13设X 和Y 相互独立，概率密度分别为ϕ1(x)={2x,0≤x≤10,其它,ϕ2(y)={e-(y-5),y>50,其它,求E(XY). 解答：解法一由独立性.E(XY)=E(X)⋅E(Y)=∫01x ⋅2xdx∫0+∞ye -(y-5)dy=23×6=4.解法二令z=y-5, 则E(XY)=E(X)⋅E(Y)=∫01x ⋅2xdx ⋅E(z+5)=23×(1+5)=4.4.2 方差习题1设随机变量X 服从泊松分布，且P(X=1)=P(X=2), 求E(X),D(X). 解答：由题设知，X 的分布律为P{X=k}=λkk!e -λ(λ>0)λ=0(舍去),λ=2.所以E(X)=2,D(X)=2.习题2下列命题中错误的是().(A)若X∼p(λ),则E(X)=D(X)=λ;(B)若X服从参数为λ的指数分布，则E(X)=D(X)=1λ; Array (C)若X∼b(1,θ),则E(X)=θ,D(X)=θ(1-θ);(D)若X服从区间[a,b]上的均匀分布，则E(X2)=a2+ab+b23.解答：应选(B).E(X)=1λ,D(X)=1λ2.习题3设X1,X2,⋯,Xn是相互独立的随机变量，且都服从正态分布N(μ,σ2)(σ>0),则ξ¯=1n∑i=1nξi服从的分布是¯.解答：由多维随机变量函数的分布知：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，且E(X¯)=μ,D(X¯)=σ2n.习题4若Xi∼N(μi,σi2)(i=1,2,⋯,n),且X1,X2,⋯,Xn相互独立，则Y=∑i=1n(aiXi+bi)服从的分布是 .解答：应填N(∑i=1n(aiμi+bi),∑i=1nai2σi2).由多维随机变量函数的分布知：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，且E(Y)=∑i=1n(aiμi+bi),D(Y)=∑i=1nai2σi2.习题5设随机变量X服从泊松分布，且3P{X=1}+2P{X=2}=4P{X=0},求X的期望与方差.解答：X的分布律为P{X=k}=λkk!e-λ,k=0,1,2,⋯,于是由已知条件得3×λ11!e-λ+2×λ22!e-λ=4×λ00!e-λ,\becauseD(XY)=E(XY)2-E2(XY)=E(X2Y2)-E2(X)2 (Y),又\becauseE(X2Y2)=∫-∞+∞∫-∞+∞x2y2f(x,y)dxdy=∫-∞+∞x2fX(x)dx∫-∞+∞y2fY(y)dy=E(X2)E(Y2),∴D(XY)=E(X2)E(Y2)-E2(X)E2(Y)=[D(X)+E2(X)][D(Y)+E2(Y)]-E2(X)E2(Y)=D(X)D(Y)+D(X)E2(Y)+D(Y)E2(X)=2×3+2×32+3×12=27.习题9设随机变量X1,X2,X3,X4相互独立，且有E(Xi)=i,D(Xi)=5-i,i=1,2,3,4,又设Y=2X1-X2+3X3-12X4,求E(Y),D(Y).解答：E(Y)=E(2X1-X2+3X3-12X4)=2E(X1)-E(X2)+3E(X 3)-12E(X4)=2×1-2+3×3-12×4=7,D(Y)=4D(X1)+D(X2)+9D(X3)+14D(X4)=4×4+3+9×2+14×1=37.25.习题105家商店联营，它们每两周售出的某种农产品的数量(以kg计)分别为X1,X2,X3,X4,X5.已知X1∼N(200,225),X2∼N(240,240),X3∼N(180,225),X4∼N(260,265),X5∼N(320,270),X1,X2,X3,X4,X5相互独立.(1)求5家商店两周的总销售量的均值和方差；(2)商店每隔两周进货一次，为了使新的供货到达前商店不会脱销的概率大于0.99，问商店的仓库应至少储存该产品多少千克？解答：(1)设总销售量为X,由题设条件知X=X1+X2+X3+X4+X5,于是E(X)=∑i=15E(Xi)=200+240+180+260+320=1200, D(X)=∑i=15D(X i)=225+240+225+265+270=1225 .(2)设商店的仓库应至少储存y千克该产品，为使P{X≤y}>0.99,求y.由(1)易知，X∼N(1200,1225),P{X≤y}=P{X-12001225≤y-12001225=Φ(y-12001225)>0.99.查标准正态分布表得y-12001225=2.33,y=2.33×1225+1200≈1282(kg).习题11设随机变量X1,X2,⋯,Xn相互独立，且都服从数学期望为1的指数分布，求Z=min{X1,X2,⋯,Xn}的数学期望和方差.解答：Xi(i=1,2,⋯,n)的分布函数为F(x)={1-e-x,x>00,其它,Z=min{X1,X2,⋯,Xn}的分布函数为FZ(z)=1-[1-F(z)]n={1-e-nz,z>00,其它,于是E(Z)=∫0∞zne-nzdz=-ze-nz∣0∞+e-nzdz=1n,而E(Z2)=∫0∞z2ne-nzdz=2n2,于是D(Z)=E(Z2)-(E(Z))2=1n2.4.3 协方差与相关系数习题1设(X,Y)服从二维正态分布，则下列条件中不是X,Y相互独立的充分必要条件是().(A)X,Y不相关；(B)E(XY)=E(X)E(Y);(C)cov(X,Y)=0;(D)E(X)=E(Y)=0.解答：应选（D）。

概率论与数理统计第四章期末复习

概率论与数理统计第四章期末复习(一)随机变量的数学期望1.数学期望的定义定义1设离散随机变量X 的分布律为)()(i i i x X P x p p ===， ,2,1=i ．若+∞<∑+∞=1i i i p x ，则称∑+∞==1)(i i i p x X E 为随机变量X 的数学期望，或称为该分布的数学期望，简称期望或均值．定义2设连续随机变量X 的密度函数为)(x f ．若+∞<⎰∞+∞-x x f x d )(，则称xx xf X E d )()(⎰∞+∞-=为随机变量X 的数学期望，或称为该分布的数学期望，简称期望或均值．2.随机变量函数的数学期望定理1设随机变量Y 是随机变量X 的连续函数：)(X g Y =．设X 是离散型随机变量，其分布律为)(i i x X P p ==， ,2,1=i ，若∑+∞=1)(i i i p x g 绝对收敛，则有∑+∞===1)()]([)(i i i p x g X g E Y E ．设X 是连续型随机变量，其概率密度为)(x f ，若⎰∞+∞-x x f x g d )()(绝对收敛，则有x x f x g X g E Y E d )()()]([)(⎰∞+∞-==．【例1】设随机变量X 的分布律为X 2-1-0123P1.02.025.02.015.01.0求随机变量X 的函数2X Y =的数学期望．【解】1.0315.022.0125.002.0)1(1.0)2()(222222⨯+⨯+⨯+⨯+⨯-+⨯-=Y E 3.2=．【例2】设随机变量X 具有概率密度⎪⎩⎪⎨⎧≤≤=，其他．；，001)(ππx x f X ，求X Y sin =的数学期望．【解】x x f x g X g E Y E d )()()]([)(⎰∞+∞-==πππ2d 1sin 0=⋅=⎰x x ．【例3】某公司经销某种原料，根据历史资料表明：这种原料的市场需求量X (单位：吨)服从)500,300(上的均匀分布．每售出1吨该原料，公司可获利1.5(千元)；若积压1吨，则公司损失0.5(千元)．问公司应该组织多少货源，可使平均收益最大？【解】设该公司应该组织a 吨货源，则显然应该有500300≤≤a ．又记Y 为在a 吨货源条件下的收益额(单位：千元)，则收益额Y 为需求量X 的函数，即)(X g Y =．由题设条件知：当a X ≥时，此a 吨货源全部售出，共获利a 5.1．当a X <时，则售出X 吨(获利X 5.1)，且还有X a -吨积压(获利)(5.0X a --)，所以共获利a X X a X 5.02)(5.05.1-=--．由此知⎩⎨⎧<-≥=．，；，a X a X a X a X g 5.025.1)(则x x g x x f x g Y E X 2001)(d )()()(500300⎰⎰==∞+∞-]d 5.1d )5.02([2001500300x a x a x a a ⎰⎰+-=)300900(200122-+-=a a ．易知，当450=a 时，能使)(Y E 达到最大，即公司应该组织450吨货源．定理2设随机变量Z 是随机变量X ，Y 的连续函数：),(Y X g Z =．设),(Y X 是二维离散型随机变量，其联合分布律为),(j i ij y Y x X P p ===，,2,1,=j i ，若∑∑+∞=+∞=11),(i j ij j i p y x g 收敛，则有∑∑+∞=+∞===11),()],([)(i j ij j i p y x g Y X g E Z E ．设),(Y X 是二维连续型随机变量，其联合概率密度函数为),(y x f ，若y x y x f y x g d d ),(),(⎰⎰∞+∞-∞+∞-收敛，则有y x y x f y x g Y X g E Z E d d ),(),()],([)(⎰⎰∞+∞-∞+∞-==．【例4】设随机变量),(Y X 的联合概率密度为⎩⎨⎧<<<<--=其他．，，，，010102),(y x y x y x f 求)(X E ，)(XY E ．【解】⎰⎰∞+∞-∞+∞-=y x y x f x X E d d ),()(125d d )2(1010=--=⎰⎰y x y x x ，⎰⎰∞+∞-∞+∞-=y x y x f xy XY E d d ),()(61d d )2(1010=--=⎰⎰y x y x xy ．3.数学期望的性质性质1若a 是常数，则a a E =)(．性质2对任意常数a ，有)()(X aE aX E =．性质3对任意的两个函数)(1x g 和)(2x g ，有)]([)]([)]()([2121X g E X g E X g X g E +=+．性质4设),(Y X 是二维随机变量，则有)()()(Y E X E Y X E +=+．推广到n 维随机变量场合，即)()()()(2121n n X E X E X E X X X E +++=+++ ．性质5若随机变量X 与Y 相互独立，则有)()()(Y E X E XY E =．推广到n 维随机变量场合，即若1X ，2X ，…，n X 相互独立，则有)()()()(2121n n X E X E X E X X X E =．【例5】设随机变量X 与Y 相互独立，X ～)4,1(-N ，Y ～)2,1(N ，则=-)2(Y X E ．【解析】因为X ～)4,1(-N ，Y ～)2,1(N ，所以1)(-=X E ，1)(=Y E ，故3)(2)()2(-=-=-Y E X E Y X E ．(二)随机变量的方差1.方差的定义定义1设X 是一个随机变量，若})]({[2X E X E -存在，则称})]({[2X E X E -为X 的方差，记为)(X D ，即})]({[)(2X E X E X D -=．称方差的平方根)(X D 为随机变量X 的标准差，记为)(X σ或X σ．定理1(方差的计算公式)【例1】设随机变量X 的概率密度为⎪⎩⎪⎨⎧<≤-<<-+=其他．，；，；，0101011)(x x x x x f ，求)(X D ．【解】0d )1(d )1()(101=-++=⎰⎰-x x x x x x X E ，61d )1(d )1()(120122=-++=⎰⎰-x x x x x x X E ，所以61)]([)()(22=-=X E X E X D ．2.方差的性质性质1常数的方差为0，即0)(=c D ，其中c 是常数．性质2若a ，b 是常数，则)()(2X D a b aX D =+．性质3若随机变量X 与Y 相互独立，则有)()()(Y D X D Y X D +=±．推广到n 维随机变量场合，即若1X ，2X ，…，n X 相互独立，则有)()()()(2121n n X D X D X D X X X D +++=±±± ．【例2】已知2)(-=X E ，5)(2=X E ，求)31(X D -．【解】9})]([)({9)()3()31(222=-=-=-X E X E X D X D ．(三)常见随机变量的数学期望、方差1.两点分布X ～),1(p b p X E =)(，)1()(p p X D -=．2.二项分布X ～),(p n b np X E =)(，)1()(p np X D -=．3.泊松分布X ～)(λP λ=)(X E ，λ=)(X D ．4.均匀分布X ～),(b a U )(21)(b a X E +=，12)()(2a b X D -=．5.指数分布X ～)(λE λ1)(=X E ，21)(λ=X D ．6.正态分布X ～),(2σμN μ=)(X E ，2)(σ=X D ．【例1】设X ～),(p n b 且6)(=X E ，6.3)(=X D ，则下列结论正确的是()A ．15=n ，4.0=pB ．20=n ，3.0=pC ．10=n ，6.0=p D ．12=n ，5.0=p 【解析】6)(==np X E ，6.3)1()(=-=p np X D ，解之得15=n ，4.0=p ．正确选项为A ．【例2】若X ～)5,2(N ，Y ～)1,3(N ，且X 与Y 相互独立，则=)(XY E ()A ．6B ．2C ．5D ．15【解析】因为X ～)5,2(N ，所以2)(=X E ，因为Y ～)1,3(N ，3)(=Y E ，故6)()()(==Y E X E XY E ，正确选项为A ．【例3】X 与Y 相互独立，X ～)2(P ，Y ～)1(E ，则=-)2(Y X D ．【解析】因为X ～)2(P ，所以2)(=X D ，因为Y ～)1(E ，所以1)(=Y D ，又因为随机变量X 与Y 相互独立，所以9)()1()(2)2(22=-+=-Y D X D Y X D ．(四)协方差、相关系数与矩1.协方差定义1设),(Y X 是一个二维随机变量，若)]}()][({[Y E Y X E X E --存在，则称其为X 与Y 的协方差，记为),(Cov Y X ．即)]}()][({[),(Cov Y E Y X E X E Y X --=．定理1)()()(),(Cov Y E X E XY E Y X -=．【例1】设二维随机变量),(Y X 的联合分布律为：求协方差),(Cov Y X ．【解】由题易得32)(=X E ，0)(=Y E ，0311131003111)(=⨯⨯+⨯⨯+⨯⨯-=XY E ．于是0)()()(),(Cov =-=Y E X E XY E Y X ．定理2若X 与Y 相互独立，则0),(Cov =Y X ，反之不然．定理3对任意二维随机变量),(Y X ，有),(Cov 2)()()(Y X Y D X D Y X D ±+=±．关于协方差的计算，还有下面四条有用的性质．性质1协方差),(Cov Y X 的计算与X ，Y 的次序无关，即),(Cov ),(Cov X Y Y X =．性质2任意随机变量X 与常数a 的协方差为零，即0),(Cov =a X ．性质3对任意常数a ，b ，有),(Cov ),(Cov Y X ab bY X a =．性质4设X ，Y ，Z 是任意三个随机变量，则),(Cov ),(Cov ),(Cov Z Y Z X Z Y X +=+．2.相关系数定义2设),(Y X 是一个二维随机变量，且()0D X >，()0D Y >，则称Y X XY Y X Y D X D Y X σσρ),(Cov )()(),(Cov ==为X 与Y 的相关系数．性质11≤XY ρ．性质21=XY ρ的充要条件是X 与Y 间几乎处处有线性关系，即存在)0(≠a 与b ，使得1)(=+=b aX Y P ．其中当1=XY ρ时，有0>a ；当1-=XY ρ时，有0<a ．性质3设随机变量X 与Y 独立，则它们的相关系数等于零，即0=XY ρ．【例2】设1)()(==Y D X D ，21=XY ρ，则=+)(Y X D 3．【解析】因为21)()(),(Cov ==Y D X D Y X XY ρ，所以)()(21Y D X D XY =ρ21=，故),(Cov 2)()()(Y X Y D X D Y X D ++=+3=．【例3】已知1)(-=X E ，3)(=X D ，则=-)]2(3[2X E 6．【解析】)]2([3)]2(3[22-=-X E X E }2)]([)({32-+=X E X D 6=．【例5】设随机变量),(Y X 的概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤+=其他．，，，，02020)(81),(y x y x y x f 求),(Cov Y X ，)(Y X D +和XY ρ．【解】⎰⎰+∞∞-+∞∞-=y x y x f x X E d d ),()(67d d )(822=+=⎰⎰y x y x x ，⎰⎰+∞∞-+∞∞-=y x y x f x X E d d ),()(2235d d )(820202=+=⎰⎰y x y x x ，⎰⎰+∞∞-+∞∞-=y x y x f xy XY E d d ),()(34d d )(82020=+=⎰⎰y x y x xy ，由轮换对称性，有67)(=Y E ，35)(=Y E ，361)()()(),(Cov -=-=Y E X E XY E Y X ，3611)]([)()()(22=-==X E X E X D Y D ，95),(Cov 2)()()(=++=+Y X Y D X D Y X D ，111)()(),Cov(-==Y D X D Y X XY ρ．。

概率论与数理统计第四章1

概率论与数理统计 --- 第四章{随机变量的数字特征} 第一节：数学期望

概率论与数理统计第四章

概率论与数理统计(本科)04(§1)

海南大学《概率论与数理统计》课件 第四章 随机变量及其分布

概率论与数理统计(茆诗松)第二版课后第四章习题参考答案

《概率论与数理统计》第04章习题解答

概率论与数理统计：第二章、第三章和第四章(1)

概率论与数理统计（经管类）第四章课后习题答案.

概率论与数理统计第四版课后学习资料第四章

概率论与数理统计 第4章 随机变量的数字特征

概率论与数理统计第四章_几种重要的分布

概率论与数理统计 第4章

概率论与数理统计第4章

概率论与数理统计课后答案第4章

概率论与数理统计 第四章

概率论与数理统计 第四章

概率论与数理统计（理工类_第四版）吴赣昌主编课后习题答案第四章.pdf

概率论与数理统计第四章期末复习

海南大学《概率论与数理统计》课件第四章随机变量及其分布

概率论与数理统计第4章随机变量的数字特征

概率论与数理统计第4章

概率论与数理统计第四章

概率论与数理统计第四章