概率论第三章第四章习题及答案 (课堂PPT)
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~第三章习题参考答案与提示
第三章 习题参考答案与提示
第三章 随机变量的数字特征习题参考答案与提示
22．已知 X 、 Y 分别服从正态分布 N (0，32 ) 和 N (1，42 ) ，且 X 与Y 的相关系数 ρ XY = −1/ 2 ，设 Z = X / 3 + Y / 2 ，求：
（1）求数学期望 EZ ，方差 DZ ； （2）Y 与 Z 的相关系数 ρYZ ； 答案与提示：本题要求熟悉数学期望、方差、协方差的性质、计算及有关正态 分布的性质。
X
Y
0
1
0
0.1
0.2
1
0.3
0.4
求：（1） EX ， EY ， DX ， DY ；
（2）( X ， Y )的协方差，相关系数，协方差阵，相关阵。
答案与提示： （1） EX = 0.7 ， DX = 0.21， EY = 0.6 ， DY = 0.24 。
（2） EXY = 0.4 ； Cov ( X ,Y ) = −0.02 ， ρXY = 0.089 ；
（1） X 的概率密度；
（2）Y = 1 − 2 X 的概率密度。
答案与提示：考查服从正态分布随机变量的概率密度的一般表达形式、参数的
几何意义及正态分布随机变量的性质。
（1） f (x) = 1 e−(x−1.7)2 /6 (−∞ < x < +∞) 6π
（2） f ( y) = 1 e−( y+2.4)2 / 24 2 6π
概率论与数理统计第三章习题及答案
概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。
概率论第三章第四章习题及答案
9.以X记某医院一天出生的婴儿的个数，以Y记其
中男婴的个数,设X和Y的联合分布律为
e 14 (7.14) m (6.86) nm P{ X n, Y m} , m!(n m)! m 0,1,2,, n; n 0,1,2,.
(1)求边缘分布律 (2)求条件分布律
11.设随机变量(X,Y)的联合概率密度为
cxe y ,0 x y , f ( x, y) 其他. 0,
(1)求常数c (5)求(X,Y)的联合分布函数.
(1)由
f ( x, y)dxdy 1可解得c 1.
返回主目录
第三章 多维随机变量及其分布
28.设随机变量(X,Y)服从区域
D ( x, y) : y 0, x y 1
2 2
上的均匀分布,定义随机变量U,V如下:
0, X 0, 0, X 3Y , U 1,0 X Y ,V 1, X 3Y . 2, X Y ,
求 (U ,V )的联合概率密度 , 并计算P UV 0 .
e 14 (7.14) m (6.86) nm P{ X n, Y m} , m!(n m)! m 0,1,2,, n; n 0,1,2,.
返回主目录
第三章 多维随机变量及其分布
当n 0,1,2,时 P{ X n, Y m} P{Y m | X n} P{Y n}
令事件A Y 0, Y 1 X 2 , X 3Y , 则 A的面积 1 P U 2,V 0 , (扇形角度为 ) 2 6 6
返回主目录
概率论第三章部分习题解答PPT课件
(3 )E 3 Y E 3 2 X X 2 2 2 3 E 1 2 X E 2 X 2 3 1 .2 1 2 2 .1 0 6 .72 E 3 2 Y 1 4 E [X 2 (3 X )2 ] 1 4 ( 4 0 .4 3 4 0 .2) 8 0 .7 82
11的相关系数定义定理3定理5如果x不相关12十切比雪夫不等式与大数定律1切比雪夫不等式4伯努利大数定律3辛钦大数定律若方差一致有上界独立同分布在独立试验序列中事件a的频率按概率收敛于事件a一批零件有9个合格品与3个废品安装机器时从中任取一个
第三章 随机变量的数字特征
（一）基本内容 一、一维随机变量的数学期望
定义1：设X是一离散型随机变量，其分布列为：
X x 1 x 2 x i
P p(x1) p(x2 ) p(xi )
则随机变量X 的数学期望为: EXxipxi
i
定义2：设X是一连续型随机变量，其分布密度为 f x,
则随机变量X的数学期望为 EX xfxdx
.
1
二、二维随机变量的数学期望
（1）设二维离散随机变量(X,Y)的联合概率函数为p(xi , yj)，则
0
.
17
5 设随机变量X 的概率密度为：
f x Ax2eax22 x0 (a0),求系数A及EX与D X.
0 x0
x2
解 f(x)d xA2e xa2d x1
0
令
x2 a2
t,即 xa
t,dx at1 2dt 2
x2
Ax2e a2
dx
0
A a2te tat 1 2d tA a3
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 ⎰⎰∞+∞+--=02d 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)1,3()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 ，41)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⎰⎰∞+∞+--=02d 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 ⎰⎰---=20202d 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 ，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 ．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 ．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 ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x y x 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()),((xxx 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 xy 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 a y 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 y Y 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⎰--=12d e12x x ⎰--=12d e 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．证：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 x f +-⋅=，(+∞<<∞-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⎰⎰∞+--=1d e d e y x b y x )e 1(|)e (|)e (1102-+∞---=-⋅=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 ),()(y y x x -+--=-=⎰e d e e1110)(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，101e 1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e1e1,0,0)(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,e1e1,0,01u u u uu ．。
概率论第四章 习题答案
1 ⎛2⎞ 1 DX = EX − ( EX ) = − ⎜ ⎟ = . 2 ⎝ 3 ⎠ 18 1 2 DZ = 4 DX = 4 × = . 18 9
【解毕】
9．在一次拍卖中，两人竞买一幅名画，拍卖以暗标的形式进行，并以最高价成交．设两人 的出价相互独立且均服从（1，2）上的均匀分布，求这幅画的期望成交价． 解：设两人的出价分别为随机变量 X , Y ，则这幅画的期望成交价为 Z = max { X , Y } 由题意知， X 与Y 独立，且 X ∼ U (1, 2); Y ∼ U (1, 2) 先求 Z 的分布函数 当 1 < z < 2 时， F ( z ) = P ( Z £ z ) = P (max { X , Y } £ z ) = P ( X £ z ,Y £ z )
= P( X £ z ) P (Y £ z ) = ( z -1)2
当 z £ 1 时， F ( z ) = 0 ；当 z ³ 2 时， F ( z ) = 1 于是 Z 的密度函数为 f ( z ) = ï í
ì2( z -1),1 < z < 2 ï ï 0, 其它 ï î 5 3
EZ = ò
+¥
3 X .求： （ 1）常数 a, b, c; （2） Ee . 4
【解】 （1）由概率密度的性质知，有
+∞ 2 4
1=
又因为
−∞
∫
f ( x )dx = ∫ axdx + ∫ ( cx + b )dx = 2a + 6c + 2b.
0 2
+∞
2
4
2 = EX =
−∞
∫ xf ( x )dx = ∫ xiaxdx + ∫ x ( cx + b )dx
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 ．。
概率论第三章课后习题答案_课后习题答案
第三章 离散型随机变量率分布。
，试写出命中次数的概标的命中率为目；设已知射手每次射击射击中命中目标的次数指示射手在这三次独立以本空间上定义一个函数验的样本空间；试在样作为试验，试写出此试察这些次射击是否命中三次独立射击，现将观一射手对某目标进行了7.0.1.343.0441.0189.0027.03210027.0)7.01()()0()0(189.0)7.01()7.01(7.03)(3)1()1()1()1(441.0)7.01(7.07.03)(3)2()2()2()2(343.0)7.0()()3()3()(0)(1)()()(2)()()(3)(},,,{)},,(),,,(),,,(),,,(),,,(),,,(),,,(),,,{(3,2,1332183217653214323321187654321821321321321321321321321321⎪⎪⎭⎫ ⎝⎛=-======-⨯-⨯⨯===+=+====-⨯⨯⨯===+=+===================Ω==的分布列为所以，，则简记为将，，则代表击中目标的次数，令则次射中”，“第解：设ξξξξξξξξξξξξξξωξωξωξωξωξωξωξωξωξξωωωA A A P P P A A A P P P P P A A A P P P P P A A A P P P A A A A A A A A A A A A A A A A A A A A A A A A i i A i i i。
出的废品数的概率分布前已取个，求在取得合格品之不再放回而再取来使用，若取得废品就个这批零件中任取个废品，安装机器时从个合格品、一批零件中有1139.2118805499101112123)3(132054109112123)2(13227119123)1(129)0(32101919110111111211213110191111211213111191121311219=⨯⨯⨯=⋅⋅⋅===⨯⨯=⋅⋅===⨯=⋅=====C C C C C C C C P C C C C C C P C C C C P C C P ξξξξξξ，，，可能取值为：代表废品数，则解：令.1188054132054132271293210⎪⎪⎭⎫ ⎝⎛的分布列为所以，ξ废品数的概率分布。
概率论与数理统计教程(答案及课件)chapter3
,
则有
1 PZ x 2
e
x
du x
故
于是
Z
X
~ N 0 , 1 .
X ~ N , 2
X x FX x P X x P x
根据定理1,只要将标准正态分布的分布函数制 成表，就可以解决一般正态分布的概率计算问题.
2
设 X~ N ( , 2 ) ,
X 的分布函数是
2σ 2
F x
x 1 e 2πσ
( t μ )2
dt , x
正态分布由它的两个参数μ和σ唯一确定， 当μ和
σ不同时，是不同的正态分布。 下面我们介绍一种最重要的正态分布
标准正态分布
3
标准正态分布
7 （3）求P 1 X 2
解
kx , x f ( x ) 2 , 2 0,
0 x3 3 x4 其它
(1) 由
0
1 f ( x )dx 1得k 6
3
4
x
F x
x
f t dt , x
x2 x1
f ( x )dx
利用概率密度可确 定随机点落在某个 范围内的概率
4
若 f (x) 在点 x 处连续 , 则有
F ( x ) f ( x ).
5. 对连续型 r.v X , 有
P (a X b) P (a X b) P (a X b) P (a X b)
F(x) = P(X x) x<0 时，{ X x } = ， 故 F(x) =0 0 x < 1 时， 1 F(x) = P{X x} = P(X=0) = 3
概率论与数理统计第三章课后习题答案
概率论与数理统计第三章课后习题答案1.将一硬币抛掷三次，以X表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X和Y的联合分布律. X和Y 的联合分布律如表：2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X表示取到黑球的只数，以Y表示取到红球的只数.求X和Y 的联合分布律. X和Y的联合分布律如表：3.设二维随机变量（X，Y）的联合分布函数为sinxsiny,F（x，y）=0,0 xπ2,0 yπ2其他.求二维随机变量（X，Y）在长方形域0 xπππ, y 内的概率. 463如图P{0 Xπππ, Y 公式(3.2) 463ππππππF(, F(,) F(0,) F(0,) *****sinπππ4sin3sin4sinπ6sin0 sinπ3sin0sinπ641).题3图说明：也可先求出密度函数，再求概率。
4.设随机变量（X，Y）的分布密度Ae (3x 4y)f（x，y）=,x 0,y 0,0,其他.求：（1）常数A；（2）随机变量（X，Y）的分布函数；（3）P{0≤X1，0≤Y2}.（1）由f(x,y)dxdyAe-(3x 4y)dxdyA121得A=12（2）由定义，有F(x,y)yxfu(v,u)dv dyy12e (3u v40 0d)udv(1 e 3x)(1 e 4y )y 0,x 0,0,0,其他(3) P{0 X 1,0 Y 2}P{0 X 1,0 Y 2}12 4y)12e(3xdxdy (1 e 3)(1 e 8) 0.9499.5.设随机变量（X，Y）的概率密度为f（x，y）=k(6 x y),0 x 2,2 y 4,0,其他.（1）确定常数k；（2）求P{X＜1，Y＜3}；（3）求P{X1.5}；（4）求P{X+Y≤4}. （1）由性质有f(x,y)dxdy242k(6 x y)dydx 8k 1,故R18（2）P{X 1,Y 3}(3) P{X 1.5}132013f(x,y)dydx3818k(6 x y)dydxx 1.5f(x,y)dxdy如图a f(x,y)dxdy D11.5dx4128(6 x y)dy2732D2.(4) P{X Y 4}X Y 4f(x,y)dxdy如图b f(x,y)dxdy 4 x220dx1823.题5图6.设X和Y是两个相互独立的随机变量，X在（0，0.2）上服从均匀分布，Y的密度函数为5e 5y,y 0,fY（y）=其他. 0,求：（1）X与Y的联合分布密度；（2）P{Y≤X}.题6图（1）因X在（0，0.2）上服从均匀分布，所以X的密度函数为1,fX(x) 0.20,0 x 0.2,其他.而5e 5y,fY(y)0,y 0,其他.所以f(x,y)XY,独立fXx( f)Yy( )1 0.2 5e 5y25e 5y,0 x 0.2且y 0,0,0,其他.f(x,y)dxdy如图25e5ydxdyy xD0.20dx x-5y25edy0.2 0( 5ex55)dx=e-10.3679.7.设二维随机变量（X，Y）的联合分布函数为(1 e 4x)(1 e 2yF（x，y）=),x 0,y 0,0,其他.求（X，Y）的联合分布密度. 2f(x,y)F(x,y) 8e (4x 2y) x y,x 0,y 0, 0,其他.8.设二维随机变量（X，Y）的概率密度为f（x，y）= 4.8y(2 x),0 x 1,0 y x,0,其他.求边缘概率密度. f X(x)f(x,y)dyx =4.8y( 2xy) d 2.4x2( 2x), 0x ,0,0,其他.1 fY(y)f(x,y)d x1 =4.8y( 2xx)2yd 2.4y( 3y4 y), y0 0,0,其他.1,题8图题9图9.设二维随机变量（X，Y）的概率密度为e yf（x，y）=,0 x y,0,其他.求边缘概率密度. fX(x)(fx,y)dy= xe ydye x,x 0,0,0,其他.fY(y)f(x,y)dxy =0e ydxye x,y 0,0,0,其他.题10图10.设二维随机变量（X，Y）的概率密度为f（x，y）=cx2y,x2y 1,0,其他.（1）试确定常数c；（2）求边缘概率密度. （1）,f(xy)dxdy如图f(x,y)dxdyD= 1dx 1cx2ydy4-1x221c 1.得c214.(2) fX(x)f(x,y)dy1 212 21x24xydy8x2(1 x4), 1 x 1,0, 0,其他.fY(y)f(x,y)dx2dx 75xy 2y2,0 y 1,0,0, 其他.11.设随机变量（X，Y）的概率密度为f（x，y）=1,y x,0 x 1,0,其他.求条件概率密度fY｜X（y｜x），fX｜Y（x｜y） .题11图fX(x)f(x,y)dyx x1dy 2x,0 x1 0,其他. 1 y1dx 1 y,1 y 0,f Y(y)f(x,y)dx 10 y 1, y1dx 1 y,0,其他.所以f(y|x) f(x,y)1,|y |x 1,Y|Xf(x) 2xX0,其他.1x 1, 1 y, yf(x,y) 1, y x 1, fX|Y(x|y)0,其他.12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X，最大的号码为Y. （1）求X与Y的联合概率分布；（2）X与Y是否相互独立？（1）X与Y的联合分布律如下表6101106100110(2) 因P{X 1} P{Y 3} 故X与Y不独立（2）X与Y是否相互独立？P{X 1,Y 3},（1）X和Y的边缘分布如下表(2) 因P{X 2} P{Y 0.4} 0.2 0.8 0.16 0.15 P(X 2,Y 0.4), 故X与Y不独立.14.设X和Y是两个相互独立的随机变量，X在（0，1）上服从均匀分布，Y的概率密度为1 y/2 e,fY（y）= 20,y 0,其他.（1）求X和Y的联合概率密度；2（2）设含有a的二次方程为a+2Xa+Y=0，试求a有实根的概率.1, 0,y1 20 x 1, e,y 1,其他; 0,其他.（1）因fX(x)1 y/2e故f(x,y)X,Y独立fX(x) fY(y) 20,0 x 1,y 0,其他.题14图(2) 方程a2 2Xa Y 0有实根的条件是(2X) 4Y 02故X≥Y，从而方程有实根的概率为：P{X22Y}x y2f(x,y)dxdy10dxx0212ey/2dy0.1445.15.设X和Y分别表示两个不同电子器件的寿命（以小时计），并设X和Y相互独立，且服从同一分布，其概率密度为1000,f（x）= x20,x 1000,其他.求Z=X/Y的概率密度.如图,Z的分布函数FXZ(z) P{Z z} P{Y z}(1) 当z≤0时，FZ(z) 0（2）当0z1时，（这时当x=1000时,y=1000z）(如图a)6F106yzZ(z)x2dy103dy310yy2dxxzx2y2dxz=103103 106 dy zzy2zy3 2题15图(3) 当z≥1时，（这时当y=103 时，x=103z）（如图b）F106Z(z)x2y2dxdy103dyzy106103yy2dxz=103103 106 dy 1 1 y2zy3 2z 1 1,z 1, 2z即f zZ(z) ,0 z 1,2 0,其他. 1 2z2,z 1, 故f 1Z(z) 2,0 z 1 , 0,其他.16.设某种型号的电子管的寿命（以小时计）近似地服从N（160，202）分布.随机地选取4 求其中没有一只寿命小于180的概率.只，P{min(X1,X2,X3,X4) 180}Xi之间独立P{X1 180} P{X2 180}2P{X3 180} P{X4 180} [1 P{X1 180 }] [P1X{ 21 80 }P][X134{1 8P0}4X][1{180}]180 160 4[1 P{X1 180}] 1 20[1 (1)] (0.158) 0.00063.4417.设X，Y是相互独立的随机变量，其分布律分别为P{X=k}=p（k），k=0，1，2，…，P{Y=r}=q（r），r=0，1，2，….证明随机变量Z=X+Y的分布律为iP{Z=i}= p(k)q(i k)，i=0，1，2，….k 0因X和Y所有可能值都是非负整数，所以{Z i} {X Y i} {X 0,Y i }于是ii{X 1Y, i 1 } X{ iY,P{Z i}k 0iP{X k,Y i}k相,X互Y独立P{Xk 0k} P{Y i }kk 0p(k)q( i )k18.设X，Y是相互独立的随机变量，它们都服从参数为n，p的二项分布.证明Z=X+Y服从参数为2n，p的二项分布.方法一：X+Y可能取值为0，1，2，…，2n.kP{X Y k}P{Xi 0i,Y k i}kP(i 0kX i) P{Ynk}iki nkii 0kn i pq i n i p k inkqi 0n n k2pq i k ink2n k2pqk方法二：设μ1,μ2,…,μn;μ1′,μ2′,…，μn′均服从两点分布（参数为p），则X=μ1+μ2+…+μn，Y=μ1′+μ2′+…+μn′,X+Y=μ1+μ2+…+μn+μ1′+μ2′+…+μn′,所以，X+Y服从参数为（2n,p)的二项分布.（2）求V=max（X，Y）的分布律；（3）求U=min（X，Y）的分布律；（4）求W=X+Y的分布律. （1）P{X 2|Y 2} P{X 2,Y 2}P{Y 2}P{X 2,Y52}P{Xi 0i,Y 2}0.051, 0.252P{Y 3|X 0}P{Y 3,X 0}P{X 0}P{X 0,Y33}P{Xj 00,Y j}0.011; 0.033（2）P{V i} P{max(X,Y) i} P{X i,Y i} P{X i,Y i}i 1iP{Xk 0P{Xk 0k,Y i}, i 0,1,2,3, 4所以V的分布律为(3) P{U i} P{min(X,Y) i}P{X i,Y i} P{X i,Y i}35k iP{X i,Y k}k i 1P{X k,Y i}i 0,1,2, 3于是20.雷达的圆形屏幕半径为R，设目标出现点（X，Y）在屏幕上服从均匀分布. （1）求P{Y＞0｜Y＞X}；（2）设M=max{X，Y}，求P{M＞0}.题20图因（X，Y）的联合概率密度为1,f(x,y) πR20,x y R,其他.222（1）P{Y 0|Y X}P{Y 0,Y X}P{Y X}f(x,y) dy xf(x,y) dππ/454πd dR0R011πR2rdrrdrπ/423/81/23; 4(2) P{M 0} P{max(X,Y) 0} 1 P{max(X,Y) 0}1 P{X 0,Y 0} 1x 0y 0f(x,y)d 121434.21.设平面区域D由曲线y=1/x及直线y=0，x=1,x=e所围成，二维随机变量（X，Y）在区域D上服从均匀分布，求（X，Y）关于X的边缘概率密度在x=2处的值为多少？题21图区域D的面积为S0e21x1dx lnxe122.（X,Y）的联合密度函数为1 ,f(x,y) 20,1 x e,0 y 其他.21x,（X，Y）关于X的边缘密度函数为1 1/x1dy , fX(x) 022x0,1 x e,其他.2所以fX(2)14.22.设随机变量X和Y相互独立，下表列出了二维随机变量（X，Y）联合分布律及关于X和2因P{Y yj} PjP{Xi 1xi,Y yj},故P{Y y1} P{X x1,Y y1} P{X x2,Y y1}, 从而P{X x1,Y y1}16 18 124.而X与Y独立，故P{X xi} P{Y yj} P{X xi,Y yi}, 从而P{X x1} 即：P{X x1}16P{X x1,Y y1} 124/16 14.124.又P{X x1} P{X x1,Y y1} P{X x1,Y y2} P{X x1,Y y3}, 即14 12418P{X x1,Y y3},112.38从而P{X x1,Y y3} 同理P{Y y2}312, P{X x2,Y y2}161213又P{Y yj} 1,故P{Y y3} 1j 1.同理P{X x2} 从而34.P{X x2,Y y3} P{Y y3} P{X x1,Y y3}1311214.故23.设某班车起点站上客人数X服从参数为λ(λ0)的泊松分布，每位乘客在中途下车的概率为p（0p1），且中途下车与否相互独立，以Y表示在中途下车的人数，求：（1）在发车时有n个乘客的条件下，中途有m人下车的概率；（2）二维随机变量（X，Y）的概率分布.mmn m(1) P{Y m|X n} Cnp(1 p),0 m n,n 0,1,2, .(2) P{X n,Y m} P{X n} P{Y m|X n}e(1 p)n!nmCpmnmnn, m n,n 0, 1, 2,.24.设随机变量X和Y独立，其中X的概率分布为X~1 0.32，而Y的概率密度为f(y)，0.7求随机变量U=X+Y的概率密度g(u).设F（y）是Y的分布函数，则由全概率公式，知U=X+Y的分布函数为G(u) P{X Y u} 0.3P{X Y u|X 1} 0.7P{X Y u|X 2}0.3PY{ u 1|X 1 }由于X和Y独立，可见0P.7Y {u2X|G(u) 0.3P{Y u 1} 0.7P{Y u 2}0.3Fu( 1 )由此，得U的概率密度为0F.7u (g(u) G (u) 0.3F (u 1) 0.7F (u 2)0.3fu( 1 )0f.7u (25. 25. 设随机变量X与Y相互独立，且均服从区间[0,3]上的均匀分布，求P{max{X,Y}≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1 1, 0 x 3,y 3, , 0f(y) 3 f(x) 30, x 0,x 3; 0, y 0,y 3.因为X，Y相互独立，所以1, 0 x 3,0 y 3,f(x,y) 90, x 0,y 0,x 3,y 3.{Y, } . 推得P{maxX9126. 设二维随机变量（X，Y）的概率分布为其中a,（1）a,b,c的值；（2）Z的概率分布；（3）P{X=Z}. 解(1) 由概率分布的性质知，a+b+c+0.6=1 即a+b+c = 0.4.由E(X) 0.2，可得a c 0.1.P{X 0,Y 0}a b 0.1再由P{Y 0X 0} 0, .5P{X 0}a b 0.5得a b 0.3.解以上关于a，b，c的三个方程得a 0.2,b 0.1,c 0.1.(2) Z的可能取值为2，1，0，1，2，P{Z 2} P{X 1,Y 1} 0.2，P{Z 1} P{X 1,Y 0} P{X 0,Y 1} 0.1，P{Z 0} P{X 1,Y 1} P{X 0,Y 0} P{X 1,Y 1} 0.3，P{Z 1} P{X 1,Y 0} P{X 0,Y 1} 0.3，P{Z 2} P{X 1,Y 1} 0.1，即Z的概率分布为(3) P{X Z} P{Y 0} 0.1 b 0.2 0.1 0.1 0.2 0.4.习题四1.设随机变量X的分布律为求(1) E(X) ( 1)182***-*****22(2) E(X) ( 1) 0 1 2 ;*****12 118 214 1;(3) E(2X 3) 2E(X) 3 2123 42.已知100个产品中有10个次品，求任意取出的5个产品中的次品数的数学期望、方差.设任取出的5个产品中的次品数为X，则X的分布律为故E(X) 0.5 83 0 0.50 1,50 .3 401 0 .0702 0 .00 7 3D(X)i 0x[i EX(2)P]i(0 0.501 )0.432.20.5 83 (120. 501) 0. 3402(5 0.501)3.设随机变量X的分布律为且已知E（X）=0.1,E(X)=0.9,求P1，P2，P3. 因P1 P2 P3 1……①,又E(X) ( 1)P1 0 P2 1 P3 P3 P1 0.1……②,E(X) ( 1) P1 0 P2 1 P3 P1 P3 0.9……③2222由①②③联立解得P1 0.4,P2 0.1,P3 0.5.4.袋中有N只球，其中的白球数X为一随机变量，已知E（X）=n，问从袋中任取1球为白球的概率是多少？记A={从袋中任取1球为白球}，则NP(A)全概率公式P{A|X k} P{X k}k 0Nk 0kNP{X k}nN.1NNkP{Xk 0k}1NE(X)5.设随机变量X的概率密度为x,0 x 1,f（x）= 2 x,1 x 2,0,其他.求E（X），D（X）. E(X)xf(x)dx xdx121221x(2 x)dx2x3 13x x 1.3 1 3 0E(X)2xf(x)dx xdx21321x(2 x)dx276故D(X) E(X2) [E(X)]216.6.设随机变量X，Y，Z相互独立，且E（X）=5，E（Y）=11，E （Z）=8，求下列随机变量的数学期望. （1）U=2X+3Y+1；（2）V=YZ 4X.(1) E[U] E(2X 3Y 1) 2E(X) 3E(Y) 1 2 5 3 11 1 4 4(2) E[V] E[YZ 4X] E[YZ] 4E(X)因Y,Z独立E(Y )E(Z )4E( X)11 8 4 5 6 87.设随机变量X，Y相互独立，且E（X）=E（Y）=3，D（X）=12，D（Y）=16，求E（3X 2Y），D（2X 3Y）. (1) E(3X 2Y) 3E(X) 2E(Y) 3 3 2 3 3.(2) D(2X 3Y) 2D(X) ( 3)DY 4 12 9 16 192.8.设随机变量（X，Y）的概率密度为f（x，y）=试确定常数k，并求E（XY）. 因22k, 0,0 x 1,0 y x,其他.f(x,y)dxdy10dx kdyx12k 1,故k=2E(XY)xyf(x,y)dxdy10xdx 2ydy 0.25.x9.设X，Y是相互独立的随机变量，其概率密度分别为2x,fX（x）=0,0 x 1,e (y 5),fY（y）= 其他; 0,y 5,其他.求E（XY）.方法一：先求X与Y的均值E(X)1 20x2xd x3,E(Y)y 5)5ye(y令z y 55zez dzzez d 5 16.由X与Y的独立性，得E(XY) E(X) E(Y)236 4.方法二：利用随机变量函数的均值公式.因X与Y独立，故联合密度为2xe (y 5)f(x,y) f,0 x 1,y 5,X(x) fY(y) 0,其他,于是E(XY)15xy 2xe(y 5)dxdy12(y 5)2xdx5yedy236 4.10.设随机变量X，Y的概率密度分别为f）=2e 2x,x 0,f 4e 4y,y 0,X（x 0,0;Y（y）=x 0,y 0.求（1）E（X+Y）;（2）E（2X 3Y2）. (X)xfX(x)dx2xx0x 2edx [ xe2]-2xedxe2xdx12.E(Y)(y)d 0y4yyYfy4ed14. E(Y2)y2f y42Y(y)dy2y4edy 4218.从而(1)E(X Y) E(X) E(Y) 11324. (2)E(2X 3Y2) 2E(X) 3E(Y2) 212 318 5811.设随机变量X的概率密度为k2x2f（x）=cxe,x 0,0,x 0.求（1）系数c;（2）E（X）;（3）D（X）. (1) 由k2x2f(x)dxcxedxc2k21得c 2k2.(2) E(X)k2k2x2xf(x)d(x) x 2dx2k2x2ek2x2dx 2k。
《概率论与数理统计》习题及答案 第三章
《概率论与数理统计》习题及答案第 三 章1．掷一枚非均质的硬币，出现正面的概率为p (01)p <<，若以X 表示直至掷到正、反面都出现时为止所需投掷次数，求X 的分布列。
解 ()X k =表示事件：前1k -次出现正面，第k 次出现反面，或前1k -次出现反面，第k 次出现正面，所以11()(1)(1),2,3,.k k P X k p p p p k --==-+-=2．袋中有b 个黑球a 个白球，从袋中任意取出r 个球，求r 个球中黑球个数X 的分布列。
解 从a b +个球中任取r 个球共有ra b C +种取法，r 个球中有k 个黑球的取法有k r kb a C C -，所以X 的分布列为()k r kb ara bC C P X k C -+==，max(0,),max(0,)1,,min(,)k r a r a b r =--+， 此乃因为，如果r a <，则r 个球中可以全是白球，没有黑球，即0k =；如果r a >则r 个球中至少有r a -个黑球，此时k 应从r a -开始。
3．一实习生用一台机器接连生产了三个同种零件，第i 个零件是不合格品的概率1(1,2,3)1i p i i ==+，以X 表示三个零件中合格品的个数，求X 的分布列。
解 设i A =‘第i 个零件是合格品’1,2,3i =。
则1231111(0)()23424P X P A A A ===⋅⋅=， 123123123(1)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++111121113623423423424=⋅⋅+⋅⋅+⋅⋅=， 123123123(2)()P X P A A A A A A A AA ==++ 123123123()()()P A A A P A A A P A A A =++ 1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=，20 1231236(3)()23424P X P A A A ===⋅⋅=. 即X 的分布列为01231611624242424XP. 4．一汽车沿一街道行驶，需通过三个设有红绿信号灯的路口，每个信号灯为红或绿与其他信号灯为红或绿相互独立，且每一信号灯红绿两种信号显示的概率均为12，以X 表示该汽车首次遇到红灯前已通过的路口的个数，求X 的概率分布。
概率论第三四章练习题答案
概率论第三四章练习题答案练习八班级_____________ 姓名_____________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 表示取到白球的只数，求X ，Y 的联合分布律.解：（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 }=35347223=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 }=02. 设随机变量（X ，Y ）概率密度为<<<<--=其它,042,20),6(),(y x y x k y x f （1）确定常数k ；（2）求P {X <1, Y <3}；（3）求P (X <1.5}；（4）求P (X+Y ≤4}.解：（1）∵+∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴8 1=k （2）83)6(81)3,1(3210=--=<<="" p="" x="" y="">Y 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 x3. 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 表示取到白球的只数，求的随机变量（X , Y ）的边缘分布律.4. 设二维随机变量（X ，Y ）的概率密度为≤≤=其它,01,),(22y x y cx y x f（1）试确定常数c ; （2）求边缘概率密度. 解: l=?∞+∞-+-∞+∞-====42121432),(1025210c c dy y cydx cx dydxdy y x f y y≤--==?,01),1(8 21421)(~42122x x ydy x x f X x X ??≤≤==?+-其它1027421)(~252y y ydx d y f Y y yY练习九班级_____________ 姓名_____________1. 设一加油站有两套用来加油的设备，设备A 是加油站的工作人员操作的，设备B 是有顾客自己操作的. A ，B 均有两个加油管. 随机取一时刻，A ，B 正在使用的软管根数分别记为X ，Y ，它们的联合分布律为(1)(2) 求在0=X 的条件下Y 的条件分布律；在1=Y 的条件下X 的条件分布律. (3) 问随机变量X 和Y 是否相互独立? 解：（1）至少有一根软管在使用的概率为9.01.01}0,0{1}1{=-===-=≥+Y X P Y X P（2）根据公式}0{}0,{}0|{======X P X i Y P X i Y P ，得到在0=X 的条件下Y 的条件分布律为类似地，在1=Y 的条件下X 的条件分布律为（3）P （X =0≠所以随机变量X 和Y 不是相互独立. 2. 设随机变量（X ，Y ）在由曲线x y x y ==,2所围成的区域G 均匀分布.(1) 问随机变量X 和Y 是否相互独立? (2) 求条件概率密度)|(|x y f X Y .解：（1）根据题意，（X ，Y ）的概率密度),(y x f 必定是一常数，故由),(31),(),(121y x f dy y x f dxdxdy y x f xxG===，得到∈=他其，0),(,3),(Gy x y x f 。
概率论与数理统计第三、四章答案
概率论与数理统计第三、四章答案第三章 习题参考答案1.计算习题二第2题中随机变量的期望值。
解：由习题二第2题计算结果112{0}={1}=33pp p p ξξ====，得12201333E ξ=⨯+⨯=一般对0-1分布的随机变量ξ有{1}E p p ξξ===2．用两种方法计算习题二第30题中周长的期望值，一种是利用矩形长与宽的期望计算，另一种是利用周长期望的分布计算。
解：方法一：先按定义计算长的数学期望290.3300.5310.229.9E ξ=⨯+⨯+⨯=和宽的数学期望190.3200.4210.320E η=⨯+⨯+⨯=再利用数学期望的性质计算周长的数学期望(22)229.922099.8E E ζξη=+=⨯+⨯=方法二：利用习题二地30题的计算结果(见下表)，按定义计算周长的数学期望ξ96 98 100 102 104p0.090.270.350.230.06960.09980.271000.351020.231040.0698.8E ξ=⨯+⨯+⨯+⨯+⨯=3.对习题二第31题，（1）计算圆半径的期望值；（2）(2)E R π是否等于2ER π？（3）能否用2()ER π来计算远面积的期望值，如果不能22||201()2x x D E x e dx x e dx ξξ+∞+∞---∞===⎰⎰20|22x x x e xe dx +∞-+∞-=-+=⎰6题目略解 (1)15辆车的里程均值为1274(9050150)91.33153++⋅⋅⋅+=≈ (2) 记ξ为从188辆汽车中任取一辆记录的里程数，则ξ的分布表如下表所示（a=188）ξ10 30 50 70 90 110 130 150 170p 5/a11/a 16/a 25/a 34/a 46/a 33/a 16/a 2/a故51124520103017096.1718818818847E ξ=⨯+⨯+⋅⋅⋅+⨯=≈ 7题目略解 记ξ为种子甲的每公顷产量，η为种子乙的每公顷产量，则45000.1248000.3851000.454000.14944E ξ=⨯+⨯+⨯+⨯= 45000.2348000.2451000.354000.234959E η=⨯+⨯+⨯+⨯=8．一个螺丝钉的重量是随机变量，期望值10g,标准差为1g,100个一盒的同型号螺丝钉重量的期望值和标准差个为多少（假设每个螺丝钉的重量都部首其他螺丝钉重量的影响）？解 设i ξ为一盒中第i 个螺丝钉的重量(1,2,,100)i =⋅⋅⋅,则 题设条件为101,i i E g D g ξξ==且12100,,,ξξξ⋅⋅⋅相互独立。
概率论与数理统计第三、四章答案
第三章 习题参考答案1.计算习题二第2题中随机变量的期望值。
解：由习题二第2题计算结果0112{0}={1}=33p p p p ξξ====，得12201333E ξ=⨯+⨯= 一般对0-1分布的随机变量ξ有{1}E p p ξξ===2．用两种方法计算习题二第30题中周长的期望值,一种是利用矩形长与宽的期望计算,另一种是利用周长期望的分布计算。
解：方法一：先按定义计算长的数学期望290.3300.5310.229.9E ξ=⨯+⨯+⨯=和宽的数学期望190.3200.4210.320E η=⨯+⨯+⨯=再利用数学期望的性质计算周长的数学期望(22)229.922099.8E E ζξη=+=⨯+⨯=方法二：利用习题二地30题的计算结果<见下表>,按定义计算周长的数学期望960.09980.271000.351020.231040.0698.8E ξ=⨯+⨯+⨯+⨯+⨯=3.对习题二第31题,〔1〕计算圆半径的期望值；〔2〕(2)E R π是否等于2ER π？〔3〕能否用2()ER π来计算远面积的期望值,如果不能用,又该如何计算？其结果是什么？解〔1〕100.1110.4120.3130.211.6ER =⨯+⨯+⨯+⨯= 〔2〕由数学期望的性质有(2)223.2E R ER πππ==〔3〕因为22()()E R E R ππ≠,所以不能用2()E R π来计算圆面积的期望值。
利用随机变量函数的期望公式可求得222222()()(100.1110.4120.3130.2)135.4E R E R ππππ==⨯+⨯+⨯+⨯= 或者由习题二第31题计算结果,按求圆面积的数学期望1000.11210.41440.31690.2)135.4E ηπππ=⨯+⨯+⨯+⨯=4． 连续随机变量ξ的概率密度为,01(,0)()0,a kx x k a x ϕ⎧<<>=⎨⎩其它又知0.75E ξ= ,求k 和a 的值 解 由1010()11324a a kx dx kx dx a k E kx x dx a ϕξ+∞-∞===+=⋅==+⎰⎰⎰解得2,3a k ==5．计算服从拉普拉斯分布的随机变量的期望和方差〔参看习题二第16题〕。
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 ．。
概率论课后习题第3章答案
第三章 多维随机向量及其概率分布(一)基本题答案1、设X 和Y 的可能取值分别为.2,1,0;3,2,1,0,==j i j i 则与因盒子里有3种球，在这3种球中任取4个，其中黑球和红球的个数之和必不超过4.另一方面，因白球只有2个，任取的4个球中，黑球和红球个数之和最小为2个，故有j i 与ٛ且,42≤+≤j i ./),(474223C C C C j Y i X p j i j i −−===因而 或0),(===j Y i X P 2).2,1,0;3,2,1,0,4(<+j i ==>+j i j i于是 ,0)0,0(1111======y Y x X P P ,0)0,0(2112======y Y x X P p.35/1/)0,0(472212033113=======C C C C y Y x X P p即 2、X 和. ⎥⎦⎤⎢⎣⎡04.032.064.0210~X ⎥⎦⎤⎢⎣⎡25.05.025.0210~Y 由独立性知，X 和Y 的联合分布为3、Y 的分布函数为显知有四个可能值：).0(0)(),0(1)(≤=>−=−y y F y e y F y ),(21X X }{{}{}11−=e ,2,10,0).1,1(),0,1(),1,0(),0,0(121−≤=≤≤===Y P Y Y P X X P 易知{}{}{}{}{},221−−−=e e 12<=P ,10,1,02,11,02121≤≤>====>≤===Y Y Y P X X P Y Y P X X P{}{}{},212,10,12121−=≤<=≤>===e e Y P Y Y P X X P {}−− {}{}.22,11,1221−=>=>>===e Y P Y Y P X X P于是，可将X 1和X 24、∑=====nm m n P n X P 0),()(ηζ∑=−−−−=nm mn m n e m n m p p 0)!(!)1(λλ()[]).,2,1,0(!1!)1()!(!!!==−+=−−=−−−=−∑n n e p p n e p p m n m n n e n n n mn m nm n λλλλλλ即X 是服从参数为λ的泊松分布.∑∑∞=−−∞=−−−−−=−−==mn mn m n mn m m mn m n m n p m e p em n m p p m Y P )!()1(!)!(!)1()(λλλλλ).,2,1,0(,!)(!)()1( ==⋅=−−−−m m ep e e m ep pmp mλλλλλλ即Y 是服从参数为λp 的泊松分布.5、由定义F （y x ,）=P {}∫∫∞−∞−=≤≤x y dxdy y x y Y x X .),(,ϕ因为ϕ（y x ,）是分段函数，要正确计算出F （y x ,;1>y ），必须对积分区域进行适当分块：等5个部分.10,10,1;1,1;10,100≤≤≤≤>>>≤≤<x y x y x y y x 或;0<≤≤x （1）对于 有 F （,00<<y x 或y x ,）=P{X ≤,x Y ≤y}=0; （2）对于 有 ;,10,10≤≤≤≤y x 2204),(y x vdudv u y x F x y ==∫∫（3）对于, 有 10,1≤≤>y x {};,1),(2y y Y X P y x F =≤≤= （4）对于, 有 10,1≤≤>x y {}21,),(x Y x X P y x F =≤≤=; （5）对于 有 ,1,1>>y x 1),(=y x F .故X 和Y 的联合分布函数⎪⎪⎪⎩⎪⎪⎪⎨⎧<<≤≤<<≤≤≤≤≤≤<<=.1,1,.1,10,1,,1,10,,10,10,,00,0),(2222y x y x y y x x y x y x y x y x F 或6、（1） ,0,0;0),(,00>>=≤≤y x y x F y x 或),(y x F =∫∫+−x y t s dsdt ze)2())(())((200202yt x s y t x se e dt e ds e−−−−−−==∫∫=)1)(1(2y x e e −−−−即⎩⎨⎧>>−−=−−.,0,0,0),1)(1(),(2其它y x e e y x F y x （2）P ()()220(),22x x y x yxy xY X f x y dxdy dx e dy e e d +∞+∞−−−−<≤===−∫∫∫∫∫x∫∫∞+−−−∞+−−=−−=03220)(2)1(2dx e e dx e e x x x x .312131(2)2131(2023=−−=−=∞+−−x x e e7、（1）时，0>x ,0)(,0;)(=≤==∫∞+−−x f x e dy e x f X Xx y X 时 即 ⎩⎨⎧≤>=−.0,0,0,)(x x e x f x X （2）{}2/111210121),(1−−≤+−−−+===≤+∫∫∫∫e e dy e dxdxdy y x f Y X P y x x xy8、（1）（i ）时,，;),()(计算根据公式∫∞+∞−=dy y x f x f X 0≤x 当10;0)(<<=x x f X 当时()();24.224.2)2(8.4)(202x x x y dy x y x f xx X −=−=−=∫0)(,1=≥x f x X 时当即⎩⎨⎧<<−=.,0;10),2(4.2)(2其它x x x x f X （ii ） 利用公式计算. 当∫∞+∞−=dx y x f y f Y ),()(;0)(,0=≤y f y Y 时,10时当<<y112)22(8.4)2(8.4)(y y Y x x y dx x y y f ∫−=−=⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−⎟⎠⎞⎜⎝⎛−=222128.42y y y );43(4.2)2223(8.422y y y y y y +−=+−=当时，1≥y .0)(=y f Y 即⎩⎨⎧<<+−=.0;10),43(4.2)(2其它y y y y y f Y 121111222211111(2)((1(,1(,)1.22222P X Y P X Y f x y dxdy dx dxdy +∞+∞⎧⎫<<=−≥≥=−=−=⎨⎬⎩⎭∫∫∫∫∪58、47809、本题先求出关于x 的边缘概率密度，再求出其在2=x 之值. 由于平面区域D 的面积为)2(X f ,2121=dx =∫x S e D 故（X,Y ）的联合概率密度为⎪⎩⎪⎨⎧∈=.,0;),(,21),其它D y x y x (f易知，X 的概率密度为∫∞+∞−⎪⎩⎪⎨⎧<<==,,0,1,21),()(2其它e x xdy y x f x f X 故.41221)2(=×=X f 10、（1）有放回抽取：当第一次抽取到第个数字时，第二次可抽取到该数字仍有十种可能机会，即为 k {}).9, ,1,0(101====i k Y i X P （2）不放回抽取：（i ）当第一次抽取第)90(≤≤k k 个数时，则第二次抽到此（第个）数是不可能的，故 k {}.)9,,1,0,; =k i k (0====i k Y i X P（ii ）当第一次抽取第个数时，而第二次抽到其他数字（非k ）的机会为，知)90(≤≤k k 9/1{}.)9,,1,0,; =k i k (9/1≠===i k Y i X P 11、（1）因∫−=−=12,)1(12)1(24)(yy y ydx x y f η.,0)(;10其它=≤≤y f y n 故在0≤y ≤1时，⎩⎨⎧≤≤−−=;1)1/()1(2)(2其它x y y x y x f ηξ因()∫−=−=x y x ydy x x f 022,)1(12124)(ξ.,0)(;10其它=≤≤x f x ξ故在0≤x ≤1时，⎩⎨⎧≤≤=.0,0/2)(2其它x y x y x y f ξη（2）因;1,121)(2/12∞≤≤==∫x x nxdy y x X f x x ξ;,0)(其它=x f ξ故在1≤x<时，∞⎪⎩⎪⎨⎧<<=.,1121)(其它x y xnxy x y f ξη因 ⎪⎪⎪⎩⎪⎪⎪⎨⎧∞<<=≤<==∫∫∞∞,002121102121)(22/12其它y y dx y x y dx y x y f y y η 故在10≤<y 时,⎪⎩⎪⎨⎧∞<<=;011)(2其它x y y x x y f ξη 而在,1时∞<<y ⎪⎩⎪⎨⎧∞<<=.0)(2其它x y x yx y f ξη（3）在x >0,.0,0)(;0,)(≤=>==∫∞−−x x f x e dy e x f x xy ξξ⎪⎩⎪⎨⎧>=−.0,)(其它x y e x y f y x ξη ;0,)(0>==∫−−y ye dx e y f y yy η .故在y>0时，0,0)(≤=y y f η⎪⎩⎪⎨⎧<<=.0,01)(其它y x y y x f ηξ12、1(1)(2)2(),0(1)(1)X n n n n n f x dy x x y x ∞−−−−==+++∫>，故12(1)(2)0,(/1)0.n nY X n y y f y −⎧−+>=⎨⎩其它 13、X 和Y 是否独立，可用分布函数或概率密度函数验证.方法一：X 的分布函数的分布函数分别为 Y x F X 和)()(y F Y ⎩⎨⎧<≥−=+∞=−,0001),()(5.0x x e x F x F x X ⎩⎨⎧<≥−=+∞=−.0001),()(5.0y y e y F y F yY 由于独立.Y X y F x F y x F Y X 和知),()(),(={}{}{}[][]1.005.005.0)1.0(1)1.0(11.01.01.0,1.0−−−=⋅=−⋅−=>⋅>=>>=e e e F F Y P X P Y X P Y X αY X Y X x f x f y x f Y X 和分别表示和),,()()(),,(方法二：以的概率密度，可知 ⎩⎨⎧≥≥=∂∂∂=+−.00,025.0),(),()(5.02其它y x e y x y x F y x f y x ∫∞+∞−−⎩⎨⎧<≥==,0005.0),()(5.0x x e dy y x f x f x X ∫∞+∞−−⎩⎨⎧<≥==.00,05.0),()(5.0y y e dx y x f y f yY ∫∫∞+∞+−+−==>>==1.01.01.0)(5.0.25.0}1.0,1.0{.),()(),(e dxdy e Y X P a Y X y f x f y x f y x Y X 独立和知由于)()(),(j i j i y Y P x x P y Y x X P =⋅====14、因知X 与Y 相互独立，即有 . )3,2,1,2,1(==j i 首先，根据边缘分布的定义知 .2418161),(11=−===y Y x X P 又根据独立性有),(61)()(},{2411111i x X p y Y p x X p y Y x X p ===⋅===== 解得41)(==i x X P ,从而有 1218124141),(31=−−===y Y x X P 又由 )()(),(2121y Y P x X P y Y x X P =⋅====, 可得 ),(41812y Y P == 即有21)(2==y Y P , 从而 838121),(22=−===y Y x X P .类似地，由),()(),(3131y Y P x X P y Y x X P ===== 有),(411213y Y P ==得31)(3==y Y P ,从而,.111),(31=−===y Y x X P 最后=)(2x X P =1+3+1=3. 将上述数值填入表中有1x1/24 1/8 1/12 1/4 2x1/8 3/8 1/4 3/4 {}j P y X P j ⋅==1/6 1/2 1/3115、本题的关键是由题设P{X 1X 2=0}=1，可推出P{X 1X 2≠0}=0；再利用边缘分布的定义即可列出概率分布表.(1)由P{X 1X 2=0}=1,可见易见,0}1,1{}1,1{2121=====−=X X P X X P 25.0}1{}0,1{121=−===−=X P X X P 5.0}1{}1,0{221=====X P X X P 25.0}1{}0,1{121=====X P X X P 0}0,0{21===X X P121212.16、(1) ⎩⎨⎧<<=,,0,10,1)(其他x x f X ⎪⎩⎪⎨⎧≤>=−.0,0,021)(2y y ey f yY 因为X ，Y 独立，对任何y x ,都有 ).,()()y x f y f x Y =⋅(f X ⎪⎩⎪⎨⎧><<=−.,0,0,10,21),(2其他所以有y x e y x f y（2）二次方程 有实根，△ t Y Xt t 中022=++,04)2(2≥−=Y X ,02≥−Y X 即,2X Y ≤ 故=)(有实根t P dydx e dydx y x f X Y P yx y x 2122221),(}{−≤∫∫∫∫==≤∫−−=1022)(dx ex y=dx edx edx x x x 2101010222221211)21(−−∫∫−=−=−πππ21−=［∫∫∞−∞−−−−1022222121dx edx exx ππ］.1445.08555.01]5.08413.0[21)]0()1([21=−≈−−≈Φ−Φ−=ππ17、（1）因为X ，Y 独立，所以 .⎩⎨⎧>>==+−.,0,0,0,)()(),()(其他y x e y f x f y x f uy x Y X λλμ（2）根据Z 的定义，有 P{z=1}=P{Y ≥X}∫∫∫∫∞+∞−+−≥==)(),(xy x xy dydx e dydx y x f μλλμ∫∫∞+∞+−−=)(dx dy e e xy x μλμλ ),0u dx ee x x +=⋅=∫∞+−−λλλμλ{}{110=−==Z P Z P Z 的分布函数为⎪⎪⎩⎪⎪⎨⎧≥<≤+<=.1,1,10,,0,0)(z z z z F Z μλμ18、∵X 、Y 分别仅取0，1两个数值，∴Z 亦只取0，1两个数值. 又∵X 与Y 相互独立，∴{}{}{}{}==========00)0,0(0),max(0Y P X P Y X P Y X P Z P 1/2×1/2=1/4， 故{}{}.4/34/110111=−==−===Z P Z P 19、 X 由2×2阶行列式表示，仍是一随机变量，且X=X 1X 4--X 2X 3，根据X 1，X 2，X 3，X 4的地位是等价且相互独立的，X 1X 4与X 2X 3也是独立同分布的，因此可先求出X 1X 4和X 2X 3的分布律，再求X 的分布律. ,则X=Y 1--Y 2.随机变量Y 1和Y 2独立同分布：322411,X X Y X X Y ==记}{}{}{{}.84.016.01}0{0112121=−========Y P Y Y P Y P 16.01,132===P X X P 显见, 随机变量X=Y 1--Y 2有三个可能值--1,0,1.易见 P{X=--1}=P{Y 1=0,Y 2=1}=0.84×0.16= 0.1344， P{X=1}=P{Y 1=1,Y 2=0}=0.16×0.84=0.1344, P{X=0}=1--2×0.1344=0.7312. 于是，行列式的概率分布为 4321X X X X X =~ ⎥⎦⎤⎢⎣⎡−1344.07312.01344.010120、因为{Z=i }={X+Y=i }={X=0,Y=i }}.0,{}1,1{==−==Y i X i Y X ∪ ∪∪ 由于上述各事件互不相容，且注意到X 与Y 相与独立，则有 ∑∑==−===−====i k ik k i Y P k X P k i Y k X P i Z P 00}{}{},{}{∑=+−−−−−=−−=iik ki n ki k i nkn kk n P p pC P p c 022111()1()1∑=−−+ik k i n k n in n C Cp 02121)(,,1,0,)1(212121n n i p p C i n n i i n n+=−=−++).,(~21p n n B Y X Z ++=故注：在上述计算过程中，已约定：当r>n 时，用到了公式 并,0=rnC .12121∑=+−=ik i n n k i n k n C C C21、X 和Y 的概率分布密度为},2)(exp{21)(22σσπy x x f X −−=);(+∞<<−∞x ⎩⎨⎧≤≤−=.,0,),2/(1)(其它πππy y f Y 因X 和Y 独立，考虑到 )仅在[)(y f Y ππ,−]上才有非零值，故由卷积公式知Z 的概率密度为.221)()()(222)(dy edy y f y z f z f a y z Y X Z ∫∫−−−−∞+∞−=−=ππμσππ令σμ−−=y z t ,则上式右端等于.(2122122⎥⎦⎤⎢⎣⎡⎟⎠⎞⎜⎝⎛−−Φ−−+Φ=∫−+−−−σμπσμππππσμπσμπz z dt e z z t 22、（1）由题设知 {}y X X P y M P y F n M ≤=≤=),,max()()(1),,(1y X y X P n ≤≤= )()()()()(121y F y F y X P y X P y X P Xn X n =≤≤≤=.∵),1(],0[~:,,1n i U X X X i n ≤≤θ独立且同分布 ∴⎪⎩⎪⎨⎧><<≤=,0,1,0,,0,0)(x x x x x F i X θθ∴⎪⎪⎩⎪⎪⎨⎧≥<<≤=.,1,0,,0,0)(θθθy y y y y F n n M 故⎪⎩⎪⎨⎧<<=−.,0,0,)(1其它θθy ny y f n n M（2）{}y X X P y N P y N P y F n N >−=>−=≤=),,min(1)(1)()(1()y X P y X P y X P y X y X y X P n n >>>−=>>>−= )()(1,,,12121()[])(11)(11y F y X P i X i ni −−=>Π−==故 ⎪⎩⎪⎨⎧<<−=⎪⎩⎪⎨⎧<<−−−=−−其它其它,0,00,)(,001(1()(11y y n y y n y f n n n N θθθθθ 23、由题设容易得出随机变量（X ，Y ）的概率密度，本题相当于求随机变量X 、Y 的函数S=XY 的概率密度，可用分布函数微分法求之.依题设，知二维随机变量（X ，Y ）的概率密度为()()()⎩⎨⎧∉∈=G y x Gy x y x f ,,0,2/1,若若 设为S 的分布函数,则 当{s S P s F ≤=)(}0≤s 时,()0=s F ； 当时, .2≥s ()1=s F 现设0<s<2. 曲线s xy =与矩形G 的上边交于点(s,1);位于曲线s xy =上方的点满足s xy >,位于下方的点满足s xy <. 故(){}{}{}).ln 2ln 1(2211211121s sdy dx dxdy S XY P s XY P s S P s F s x s sxy −+=−=−=>−=≤=≤=∫∫∫∫>于是,⎩⎨⎧≥≤<<−=.20,0,20,2/)ln 2(ln )(s s s s s f 或若若（二）、补充题答案1.由于即{},0)(),,min(,,max =<==Y X P Y X 故知ηξηξ{}{}{}03,23,12,1=========Y X P Y X P Y X P ；又易知{}{}{}{},9/1111,11,1==⋅=======ηξηξP P P Y X P{}{},9/12,22,2======ηξP Y X P {}{},9/13,33,3======ηξP Y X P {}{}{},9/29/19/11,22,11,2=+===+=====ηξηξP P Y X P{}{}{},9/22,33,22,3===+=====ηξηξP P Y X P {}.9/29/711,3=−===Y X P 所以2.（1）x{}.,2,1,0,0,)1( =≤≤−===n n m P P C n X m Y P m n {}（2）{}{}n X P n X m Y P m Y n X P ======,.,2,1,0,0,!)1( =≤≤⋅⋅−=−−n n m e P P C n m n mm n λλ3.22)1()1()1()0()0()1(p p Y P X P Y P X P z P +−===+====)1(2)0()1()1()0()0(p p Y P X P Y P X P z P −===+====而，由2)1,1()1,1(p Y X P Z X P ======),1()1()1,1(=====Z P X P Z X P 得. 2/1=p 5.:设随机变量ξ和η相互独立，都服从分 )1,0(N 布.则⎭⎬⎫⎩⎨⎧+−⋅=)(21exp 21),(22y x y x p π.显然， ,),(),(∫∫∫∫<SGdxdy y x p dxdy y x p,其中 G 和S 分别是如图所示的矩形ABCD 和圆.22/)21(),(2∫∫∫−−=a ax Gdx e dxdy y x p π，令,sin ,cos ϕγϕγ==y x 则 ∫∫∫∫=ππ20221),(a aSdxdy y x p 所以221212/a aaxe dx e −−−−<∫π.6.设这类电子管的寿命为ξ，则（1）三个管子均不要替换的概率为；（2）三个管子均要替换的概率为 .∫∞+==>1502.3/2)/(100)150(dx x P ξ21(−27/8)3/2(3=27/1)3/3=7.假设总体X 的密度函数为，分布函数为，第次的观察值为，独立同分布，其联合密度函数)(x f ,(1x f )(x F )()2x f i (n x )1(n i X i ≤≤i X )(),1n f x f x =.依题意，所求的概率为{}∫∫∫∫∫∫∞+∞−∞−∞−∞−−−−=−==>>><n n n nx i x x x x n n nn nn n i n n n n dx x f dx x f dx x f dx x f dx dx xx f X X X X X X P 112211111,...,2,1121)(...)()()(),,(.,...,,∫∫∞+∞−∞+∞−−−==)()()()(11n n n n n n n x dF x F dx x f x F.1)(1n x F nn n=∞−∞+=8.)(),()(21211211n P n k P n k P =+=+===+=ξξξξξξξξ)()()(2121n P k n P k P =+−===ξξξξ.由普哇松分布的可加性，知服从参数为的普哇松分布，所以 21ξξ+21λλ+)(21212112121!)()!(!)(λλλλλλλλξξξ+−−−−+−⋅==+=e n e k n ek n k P n k n k.1211211kn kk n −⎟⎟⎠⎞⎜⎜⎝⎛+−⎟⎟⎠⎞⎜⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛=λλλλλλ9.当，0≤z (),0)(=≤=z Z P z F z ,0>z 当()z Z P z F z ≤=)(∫∫−+−=20)2(02xz y x z dy e dx∫∫−−−−−−−==202012x z z z y z x ze e dy e dxe ，所以 Y X z 2+=的分布函数为 ⎩⎨⎧>+−≤=−.0,)1(1,0,0),(z e z z y x F z10.由条件知X 和Y 的联合密度为⎪⎩⎪⎨⎧≤≤≤≤=其他若,0,31,31,41),(y x y x p以表示随机{})()(∞<<−∞≤=u u U P u F 变量U 的分布函数.显然，当0≤u 时， 0)(=u F ；当时，； 2≥u 1)(=u F 当，则20<<u []∫∫∫∫≤−uy x y x p ||,(≤−−−=−−===uy x u u dxdy dxdy u F ||2)2(411)2(44141))(2u−于是，随机变量的密度为⎪⎩⎪⎨⎧<<−=其他,0;20),2(21)(u u u p .11.记为这3个元件无故障工作的时间，则的分布函数321,,X X X ),,min(321X X X T ={}[][].)(1),,min(1(31321t X P t X X X P t F T −=>−(11)13X P t ≤−−=>)()t T P =≤=⎩⎨⎧≤>−=∴⎩⎨⎧=≤>−=−−,0,0,0,1)()3,2,1(,0,0,0,1)(~3t t e t F i t t e t F X t T t i λλ∵ 故 ⎪⎩⎪⎨⎧≤>==−.0,0,0,3)(')(3t t e t F t f t T T λλ。
概率论第三章部分习题解答资料
有关方差的定理： 定理1 DaX b a2DX
推论：Db 0; DX b DX; D(aX ) a2DX.
6
定理2： 若X与Y 独立， DX Y DX DY
推论：D
n
X i
n
DXi
i1 i1
七、某些常用分布的数学期望及方差
0 -1分布：EX p, DX pq 二项分布：EX np, DX npq
Poisson分布 EX , DX 几何分布: EX 1 ,
p
DX
q p2
均匀分布: EX a b , DX (b a)2
2
12
指数分布: EX 1 ,
1
DX 2
随机变量g(X,Y)的数学期望如下：
Eg
X
,Y
g
x,
y
f
x,
y
dxdy,
假定这个积分是绝对收敛的.
4
五、关于数学期望的定理
定理1 Ea bX a bEX
推论 （1）Ea a （2）Ea X a EX
（3）EbX bEX
12 11 10 9 220
13
所以X 的概率分布列为
X
0
1
2
3
PX xi
3 4
9 44
9
1
220 220
EX 0 3 1 9 2 9 3 1 0.3.
4 44 220 220
EX 2 02 3 12 9 22 9 32 1 9 .
概率论与数理统计第三章课后习题答案
概率论与数理统计第三章课后习题答案习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律.2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律.3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域?≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin0sin sin0sin 4346362(31).4=--+=-g g g g题3图说明：也可先求出密度函数，再求概率。
4.设随机变量（X，Y）的分布密度f（x，y）=>>+-.,0,0,0,)43(其他yxA yxe求：（1）常数A；（2）随机变量（X，Y）的分布函数；（3）P{0≤X<1，0≤Y<2}.【解】（1）由-(34)00(,)d d e d d112x yAf x y x y A x y+∞+∞+∞+∞+-∞-∞===得A=12（2）由定义，有(,)(,)d dy xF x y f u v u v-∞-∞=??0012e d d(1e)(1e)0,0, 0,0,y y u vx yu v y x-+---->>==其他(3) {01,02}P X Y≤<≤<12(34)3800{01,02}12e d d(1e)(1e)0.9499. x yP X Yx y-+--=<≤<≤5.设随机变量（X，Y）的概率密度为f（x，y）=<<<<--.,0,42,2),6(其他yxyxk（1）确定常数k；（2）求P{X＜1，Y＜3}；（3）求P{X<1.5}；（4）求P{X+Y≤4}.【解】（1）由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==??故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=??130213(6)d d 88k x y y x =--=?? (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=?? 如图1.542127d (6)d .832x x y y =--=?(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=??如图b240212d (6)d .83xx x y y -=--=?题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=?>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2）P {Y ≤X }.题6图【解】（1）因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ?<55e ,0,()0,.y Y y f y -?>=?其他所以(,),()()X Y f x y X Y f x f y g 独立5515e25e ,00.20,0.20,0,yy x y --<<>?==??且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=如图0.20.2-5500-1d 25e d (5e 5)d =e 0.3679.xyx x y x -==-+≈7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+?>>?==?其他. 8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤??其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ??--≤≤?=??其他()(,)d Y f y f x y x +∞-∞=12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ?-?-+≤≤?=其他题8图题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=e d e ,0,=0,.0,y x x y x +∞--??>?=??其他()(,)d Y f y f x y x +∞-∞=?0e d e ,0,=0,.0,yy x x y y --??>?=??其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=≤≤.,0,1,22其他y x y cx（1）试确定常数c ；（2）求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞如图2112-14=d d 1.21xx cx y y c ==?得214c =. (2) ()(,)d X f x f x y y +∞-∞=212422121(1),11,d 840,0,.x x x x x y y ??--≤≤??==其他()(,)d Y f y f x y x +∞-∞=?522217d ,01,420,0,.y y x y x y y -??≤≤??==其他 11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=??<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图【解】()(,)d X f x f x y y +∞-∞=1d 2,01,0,.xx y x x -?=<111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞=+-<<??其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ?<其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y<<?-?==-<<?+其他 12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1）求X 与Y 的联合概率分布；（2） X 与Y 是否相互独立？【解】（1） X 与Y 的联合分布律如下表3 4 5{}i P X x =13511C 10= 3522C 10= 3533C 10= 610 23511C 10= 3522C 10= 310 3 02511C 10= 110{}i P Y y =110 310 610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ====≠===g 故X 与Y 不独立2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03（2） X 与Y 是否相互独立？ 2 5 8 P {Y=y i }0.4 0.15 0.30 0.35 0.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38YXXYXY(2) 因{2}{0.4}0.20.8P X P Y ===?g 0.160.15(2,0.4),P X Y =≠===故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=>,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2）设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率.【解】（1）因1,01,()0,X x f x <1e ,1,()20,yY y f y -?>?==其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -?<<>?=g 独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ?=-≥故X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==-Φ-Φ=??15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z Pz Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2）当0<="" p="">1000z）(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==??33610231010=d 2z zy yzy +∞-=题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y x x yx y +∞≥==??336231010101=d 12y y zy z +∞-=-即 11,1,2(),01,20,.Z z z zf z z ?-≥=<<??其他故 21,1,21(),01,20,.Z z z f z z ?≥=<<??其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥g 之间独立34{180}{180}P X P X ≥≥g1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<g< p="">g g 44144180160[1{180}]120[1(1)](0.158)0.00063.P X ?-?=-<=-Φ=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==U UL U 于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑g()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii kk n ki k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-= ? ?-= -=∑∑∑g方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律. 【解】（1）{2,2} {2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i =====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =V =max(X ,Y ) 0 1 2 3 4 5 P0.040.160.280.240.28(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+ ==∑∑ 0,1,2,3,i =U =min(X ,Y ) 0 1 2 3 P 0.28 0.30 0.250.17(4)类似上述过程，有W =X +Y 0 1 2 3 4 5 6 7 8 P0.020.060.130.190.240.190.120.05R X Y （1）求P {Y ＞0｜Y ＞X }；（2）设M =max{X ，Y }，求P {M ＞0}. 题20图【解】因（X ，Y ）的联合概率密度为22221,,(,)π0,.x y R f x y R+≤?=其他（1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=</g<>。
- 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)。
, n m, m 1,
(n m)!
P{X n,Y m} e14 (7.14)m (6.86)nm , m!(n m)!
m 0,1,2, , n; n 0,1,2, .
返回主目录 4
第三章 多维随机变量及其分布
当n 0,1,2, 时
P{Y m | X n} P{X n,Y m} P{Y n}
e14 (7.14)m (6.86)nm m!(n m)!
e
1414n n!
Cnm
7.14 14
m
6.86 14
nm
Cnm 0.51m0.49nm , m 0,1,2, , n
P{X n,Y m} e14 (7.14)m (6.86)nm , m!(n m)!
m 0,1,2, , n; n 0,1,2, .
F(z) PZ z PX Y z PY z X
cxey ,0 x y ,
f (x, y) 0,
其他.
(1)求常数c (5)求(X,Y)的联合分布函数.
(1)由 f (x, y)dxdy 1可解得c 1.
返回主目录 7
第三章 多维随机变量及其分布
xy
(5)F(x, y)
f (u, v)dudv
i)当x 0或y 0时, F(x, y) 0;
26.设随机变量X与Y相互独立,X的分布律为
PX i 1 i 1,0,1,
3
Y的概率密度为
1, 0 y 1,
fY ( y) 0,
其他.
记Z=X+Y,试求: (2)Z的概率密度.
(2)解 : 设Z的分布函数和概率密度
分别为F (z)和f (z).
返回主目录 14
第三章 多维随机变量及其分布
m 0,1,2, , n; n 0,1,2, .
返回主目录 3
第三章 多维随机变量及其分布
(2)当 0,1,2, 时
P{X n | Y m} P{X n,Y m} P{Y m}
e14 (7.14)m (6.86)nm e7.14 (7.14)m
m!(n m)!
m!
(6.86)nm e6.86
则
0,
x 0或y 0,
F ( x,
y)
1
1 2
y2
y
1ey ,
0 y x,
1
(x
1)e x
1 2
x2e
y
,
0 x y.
返回主目录 10
第三章 多维随机变量及其分布
25.设随机变量(X,Y)服从区域
D (x, y) : 0 x a,0 y a
上的均匀分布,试求:
(2)M max{ X ,Y}的概率密度. (2)解 : 设M的分布函数和概率密度分别 为F(z)和f (z).
n!
n!
P{X n,Y m} e14 (7.14)m (6.86)nm , m!(n m)!
m 0,1,2, , n; n 0,1,2, .
返回主目录 2
第三章 多维随机变量及其分布
P{Y m} P{X n,Y m}
nm
e14 (7.14)m (6.86)nm
nm
m!(n m)!
e14 (7.14)m (6.86)nm e14 (7.14)m (6.86)k
m!
nm (n m)! m!
k0 k!
e14 (7.14)m e6.86 (7.14)m e7.14 , m 0,1,2,
m!
m!
P{X n,Y m} e14 (7.14)m (6.86)nm , m!(n m)!
第三章 多维随机变量及其分布
9.以X记某医院一天出生的婴儿的个数，以Y记其 中男婴的个数,设X和Y的联合分布律为
P{X n,Y m} e14 (7.14)m (6.86)nm , m!(n m)!
m 0,1,2, , n; n 0,1,2, .
(1)求边缘分布律 (2)求条件分布律 (3)写出X=20时,Y的条件分布律
ii)当y x 0时,
F(x, y)
x
y uevdudv
x
udu
y evdv
0u
0
u
x
u
eu
ey
du 1 (x 1)ex
1
x2ey.
0
2
xe y ,0 x y ,
f (x, y) 0,
其他.
返回主目录 8
第三章 多维随机变量及其分布
xe y ,0 x y ,
则
f
(
x,
y)
0,
其他.
F ( y, y) lim F (x, y) lim 1 (x 1)ex 1 x2ey
x y
x y
2
1 1 y2 y 1ey.
2
iii) 当x y 0时,
F (x, y) F ( y, y) 1 1 y2 y 1ey.
2
返回主目录 9
第三章 多维随机变量及其分布
返回主目录 5
第三章 多维随机变量及其分布
(3)P{Y m | X 20} C2m0 0.51m0.4920m , m 0,1,2, ,20.
P{Y m | X n} Cnm 0.51m0.49nm , m 0,1,2, , n
返回主目录 6
第三章 多维随机变量及其分布
11.设随机变量(X,Y)的联合概率密度为
返回主目录 1
第三章 多维随机变量及其分布
n
解:(1)P{X n} P{X n,Y m}
m0
n e14 (7.14)m (6.86)nm
m0
m!(n m)!
e14 n
n! (7.14)m (6.86)nm
n! m0 m!(n m)!
e14 (7.14 6.86)n 14n e14 , n 0,1,2,
iii)当0 z a时,
F(z)
z 0
z 0
1 a2
dxdy
z2 a2
.
返回主目录 12
第三章 多维随机变量及其分布
即
0,
F
(
z)
z
2
a2 ,
1,
因此
z 0, 0 z a, z a.
f
(z)
F ( z )
2z
a2 ,
0,
0 z a, 其它.
返回主目录 13
第三章 多维随机变量及其分布
返回主目录 11
第三章 多维随机变量及其分布
由题意知( X ,Y )的联合密度函数为
1 a2 ,0 x a,0 y a,
f (x, y)
0,
其它.
F(z) PZ z Pmax{ X ,Y} z PX z,Y z
zz
f (x, y)dxdy
i)当z 0时, F(z) 0; ii)当z a时, F(z) 1;