贝叶斯统计茆诗松版大部分课后习题答案
概率论与数理统计(茆诗松)第二版课后第八章习题参考答案
σ
r
（2） E( S A ) = (r − 1)σ 2 + m ∑ ai2 ，且当 H0：a 1 = a 2 = … = a r = 0 成立时，
i =1
σ2
SA
~ χ 2 (r − 1) ；
（3）Se 与 SA 相互独立． 证：根据第五章的定理结论知： 设 X1 , X 2 , …, Xn 相互独立且都服从正态分布 N (µ , σ 2 )，记 X =
i =1 j =1 r m
1
σ2
故
(Y ∑∑ = =
i 1 j 1
r
m
ij
− Yi⋅ ) 2 ~ χ 2 (rm − r ) ，
σ
Se
2
=
1
σ
2
(Y ∑∑ = =
i 1 j 1
r
m
ij
− Yi⋅ ) 2 ~ χ 2 (n − r ) ，即得 E(S e) = (n − r)σ 2；
4
（2） S A = m∑ (Yi⋅ − Y ) 2 = m∑ (ai + ε i⋅ − ε ) 2 = m∑ ai2 + m∑ (ε i⋅ − ε ) 2 + 2m∑ ai (ε i⋅ − ε ) ，
j =1
m
Ti 1 m = ∑ Yij ， i = 1, 2, …, r， m m j =1
r r m 1 1 r m 1 r T = ∑ Ti = ∑∑ Yij ， Y = T = Y = Yi⋅ ， ∑∑ ij r ∑ n rm i =1 j =1 i =1 i =1 j =1 i =1
用 Yi⋅ 作为µ i 的点估计，Y 作为µ 的点估计．又记 ε i⋅ 表示第 i 个总体下随机误差平均值，ε 表示总的随机误 差平均值，即
贝叶斯统计茆诗松版大部分课后习题答案word精品
加 I —W)W j04/(l -疔36840 (1 ) ,011.6习题讲解一、1,3,5,6,10,11,12,15 1.1记样本为X. p(x 0.1) Cs *0.1 2 *0.960.1488 p(x 0.2) C ；*0.22*0.86 0.2936 后验分布: 0.1 x 0.2 x 0.1488*0.70.1488*0.7 0.2936*0.3 0.2936*0.30.1488*0.7 0.2936*0.30.5418 0.4582苴它1o<e<iJ n1 m x 0p(x| ) [2(1® aG<e<i其它1 d°C ； 3(1)5*2(1 )d1112 3(1 )6d12( X)i …氏 设辱心…血 是栗ri 泊松分布praj 的 个样本swe 匚此样木的似然函数为匕现収仙也［分•仃Ga(fiL Q 粹为泊松分巾均们A 的址验匕们•即―oo < a v +c©的后验分布为192/ 7 6 86 192—87参故久的百验分布为兀(几斗)板I A)^(Z)'X /J+M jA服从伽玛分布Go辽対+桟申一八r-1 1.11由题意设x 表示等候汽车的时间，则其服从均匀分布 U(0,)P(X )亠 0 X 0, 其它 因为抽取3个样本，即X (x 1,x 2, x 3)，所以样本联合分布为丄 p(X) 3,0, X i ，X 2,X 3其它又因为 192/ 0, 所以，利用样本信息得 h(X, ) p(X )() 1 ~3 192 ~4 192 (~7 (8,0 X i ,X 2,X 3 )于是 m(X) 8 h(X,)d192 , rdp(x\A) = —Xi—, -OC < XIX/ < +OCh(X,) m(X)21p(x )— ,0 x0,即(x) ( n)1/0,即得证。
1.151样本的似然函数：p(x )1e服从伽马分布Ga n, nx-0.00024,20000.0.000121.12样本联合分布为:(X)6 867~0, (x) p(x )()1/1max 0,%丄，人因此的后验分布的核为1/n 1,仍表现为Pareto 分布密度函数的核参数的后验分布 (x) p(x )()n 1( nx)enX in— i 1en nxe1,2,3,5,6,7,8,10,11,12 2乙11)讥刈8)二&(1一&)\兀(&) = 1p 何0)兀(0)= &(1—胖 〜尿(2,4)E(&|X )"E =±W2)讽申)=，(1 — &)叫兀(&) = 1二 诃x) * p(x 0)兀(8)=护(1 一 0)10 〜%(4,11)i ・44E(& x) = 3¥ = -------- =——E 11 + 4 152.2解：由题意，变量t 服从指数分布： p(t )由伽玛分布性质知:0.2nt i 20 3.8 76，所以 ni 1由于伽玛分布是指数分布参数的共轭先验分布，而且后验分布0.04, 0.2又已知n=20,t 3.8(|t) P (T| )( )neti1en 1e (t i)即后验分布为Ga( n,t i ) Ga(20.04,76.2)E T() n t i20.0476.20.2631服从倒伽玛分布IGa(n,t i ) IGa(20.04,76.2)样本联合分布p(T )neti且~Ga(,)〒0 , E()0.2 Var (n20.04, t ii 176.2t-E T ( ) E |T (1) ---------- 4.002n 1n 12.8 由 x ~ Ga( , ), ~ IGa(,)可以得出(1}e(1) 的后验分布为:(3)样本分布函数为:的后验期望估计的后验方差为11 162.5 n 36.2.7的先验分布为：()/ 1, 0, 令1 max 0必丄,X -可得后验分布为：(x)(n) 1 n/0,后验方差为： Var( x)E( x)十, n 1 (n) 122(n 1) (n 2)(xpn -2n -2X1 xe 2 ,x 0(x)p(x 1)e^即为倒伽玛分布IGa(-,2所以的后验分布为IGa(n2 )的核。
贝叶斯统计第二版茆诗松汤银才编著
贝叶斯统计第⼆版茆诗松汤银才编著第⼀章先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从⽽有1111122()()()0.4582()()()()P A A P A P A θπθπθθπθθπθ==+2221122()()()0.5418()()()()P A A P A P A θπθπθθπθθπθ==+1.2 解：令121, 1.5λλ==设X 为⼀卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从⽽有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1）由题意知 ()1,01πθθ=<< 从⽽有 351()()()504(1),01()()P A A P A d θπθπθθθθθπθθ（2）361()()()47040(1),01()()P A A P A d θπθπθθθθθπθθ==-<1.5 解：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==?从⽽有()()()10,11.511.6()P x x m x θπθπθθ==<<1.6 证明：设随机变量()X P λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则 (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝?∝= 所以 (,1)x Ga x λαβ++ 1.7 解：（1）由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=?=-?因此 2=<<- （2）由题意可知 1222()36xm x d x θθθ=?=?因此 ()()()1,01()P x x m x θπθπθθ==<<1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝?∝--=- 由上可知 (5,297)A Be θ1.9 解：设X 为某集团中⼈的⾼度，则2(,5)XN θ∴25(,)10XN θ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=⼜由于X 是θ的充分统计量，从⽽有()()()()x x p x πθπθθπθ=∝?2(176.53)(172.72)(174.64)55.0821.26eeeθθθ------∝?∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知⼜由于X 是θ的充分统计量，从⽽有()()()()x x p x πθπθθπθ=∝?222222251()()11252()11225252u x x u e eeσθθθσσσ+----+?--+∝∝因此 222251(,)11⼜由于21112525σ≤+ 所以θ的后验标准差⼀定⼩于151.11 解：设X 为某⼈每天早上在车站等候公共汽车的时间，则(0,)X U θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==?从⽽有 7()()3()()128p x x m x θπθπθθ==1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从⽽有 ()()()()x x p x πθπθθπθ∝?00111++++∝?∝因此θ的后验分布仍是Pareto 分布。
概率论与数理统计(茆诗松)第二版课后第二章习题参考答案
（2）Y 的全部可能取值为 0, 1, 2, 3, 4, 5，
且 P{Y
= 0} =
6 62
=
6 36
， P{Y
= 1} =
5×2 62
=
10 36
，
P{Y
=
2}
=
4×2 62
=
8 36
，
P{Y
=
3}
=
3× 2 62
=
6 36
，
1
P{Y
=
4}
=
2×2 62
=
4 36
，
P{Y
=
5}
=
1× 2 62
=
⎟⎞ ⎠
3
× ⎜⎛ ⎝
5 ⎟⎞1 6⎠
=
20 1296
，
P{X
=
4} =
⎜⎜⎝⎛
4 4
⎟⎟⎠⎞
×
⎜⎛ ⎝
1 6
⎟⎞ ⎠
4
× ⎜⎛ ⎝
5 ⎟⎞0 6⎠
=
1 1296
，
故 X 的概率分布列为
X0 1 2 3 4 P 625 500 150 20 1 ．
1296 1296 1296 1296 1296
6． 从一副 52 张的扑克牌中任取 5 张，求其中黑桃张数的概率分布． 解：设 X 表示黑桃张数，有 X 的全部可能取值为 0, 1, 2, 3, 4, 5，
2 36
，
故 Y 的分布列为
Y0 1 2 3 4 5 P 6 10 8 6 4 2 ．
36 36 36 36 36 36
3． 口袋中有 7 个白球、3 个黑球． （1）每次从中任取一个不放回，求首次取出白球的取球次数 X 的概率分布列； （2）如果取出的是黑球则不放回，而另外放入一个白球，此时 X 的概率分布列如何．
(完整版)贝叶斯统计-习题答案)
第一章 先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有5418.03.02936.07.01488.07.01488.0)()|()()|()()|()|(2211111=⨯+⨯⨯=+=θπθθπθθπθθπA P A P A P A 4582.0)|(1)|(4582.03.02936.07.01488.03.02936.0)()|()()|()()|()|(122211222=-==⨯+⨯⨯=+=A A or A P A P A P A θπθπθπθθπθθπθθπ1.2 解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==R 语言求：)4(/)exp(*)3(^gamma λλ-1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有.10,)1(504)|(504)6,4(/1)6,4(1)6,4()1()1()1()1()1()1()1()()|()()|()|(535311614531535315338533810<<-==-=--=--=--==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求（2）.10,)1(840)|(840)7,4(/1)7,4(1)7,4()1()1()1()1()1()1(2)1()1(2)1()()|()()|()|(636311714631636315338533810<<-==-=--=--=----==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求1.5 解：（1）由已知可得.5.125.11,110110/1)()|()()|()|(,2010,101)(5.125.111)|(2112211)|(12,2121,1)|(5.125.11201011111111<<===<<=<<=+<<-==+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθd d x p x p x x p x p x x x p ，，即，时，当（2）由已知可得.6.115.11,1010110/1)()|,,()()|,,(),,|(,2010,101)(6.115.111)|,,(,219.1121,214.1121,211.1121,217.1121215.11212112211)|,,(9.11,4.11,1.11,7.11,5.11,0.12,6,2,1,2121,1)|,,(6.115.112010621621621621621654321621<<===<<=<<=+<<-+<<-+<<-+<<-+<<-+<<-========+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθθθθθθθθθθθd d x x x p x x x p x x x x x x p x x x p x x x x x x i x x x x p i ，即，，时，当【原答案：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==⎰从而有()()()10,11.511.6()P x x m x θπθπθθ==<< 】1.6 证明：设随机变量()XP λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则即得证！),(~),,|()()|,,(),,|(,0,)()(,!!)|,,(121)(121211112111βαλπλλπλλπλλαβλπλλλλβαβλααλλ++∑∑∝•∝>Γ=∑===+--+--=-=-==∏∏n x Ga x x x ex x x p x x x e x e x ex x x p ni i n n x n n ni in x ni i x n ni i ni ii【原答案： (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ 因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝•∝= 所以 (,1)x Ga x λαβ++】 1.7 解：（1）由题意可知.1},max{,1)/(1)/(122)()|,,()()|,,(),,|(,10,1)(,,2,1,10,22)|,,(121},max{221},max{2121121212112122111<<∝===<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθπθθπθθπθθπθθθθn nx x nn x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=•=-⎰因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<- （实质是新解当n=1的情形）】（2） 由题意可知.1},max{,1)/(1)/(13232)()|,,()()|,,(),,|(,10,3)(,,2,1,10,22)|,,(12-21},max{2-22-21},max{2212211212121212122111<<∝=⨯⨯==<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθθθπθθπθθπθθθπθθθθn n x x n n x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 1222()36xm x d x θθθ=•=⎰因此 ()()()1,01()P x x m x θπθπθθ==<<】 1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ 因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝•∝--=- 由上可知)297,5(~)|(Be A θπ1.9 解：设X 为某集团中人的高度，则2(,5)XN θ∴25(,)10XNθ ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------⨯∝•∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222222251()()11252()11225252u x x u eeeσθθθσσσ+----+⨯--⨯+⨯∝∝因此 222251(,)112525u x xN σθσσ+++又由于21112525σ≤+ 所以 θ的后验标准差一定小于151.11 解：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)X U θ.8,861)/(1192192)()|,,()()|,,(),,|(,4,192)(.81)|,,(8,8,5.3,2,1,0,1)|,,(768778774321321321433213213321>⨯====≥=>=====<<=⎰⎰⎰∞∞∞θθθθθθθθθθπθθπθθπθθθπθθθθθθd d d x x x p x x x p x x x x x x p x x x i x x x x p i ，时，当【原答案：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)XU θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==⎰从而有 7()()3()()128p x x m x θπθπθθ==, 计算错误】1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从而有 ()()()()x x p x πθπθθπθ∝•00111n n n ααααθθθθθ++++∝•∝ 因此 θ的后验分布仍是Pareto 分布。
概率论与数理统计茆诗松)第二版课后第三章习题参考答案
第三章 多维随机变量及其分布习题3.11． 100件商品中有50件一等品、30件二等品、20件三等品．从中任取5件，以X 、Y 分别表示取出的5件中一等品、二等品的件数，在以下情况下求 (X , Y ) 的联合分布列． （1）不放回抽取；（2）有放回抽取． 解：（1）(X , Y )服从多维超几何分布，X , Y 的全部可能取值分别为0, 1, 2, 3, 4, 5，且i j i j i j i j Y i X P −==⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛−−⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛===5,,0;5,4,3,2,1,0,51005203050},{L ，故 (X , Y ) 的联合分布列为0281.0500000918.00612.040001132.01562.00495.03000661.01416.00927.00185.0200182.00539.00549.00227.00032.010019.00073.00102.00066.00019.00002.00543210X Y（2）(X , Y )服从多项分布，X , Y 的全部可能取值分别为0, 1, 2, 3, 4, 5，且i j i j i j i j Y i X P j i j i −==×××−−⋅⋅===−−5,,0;5,4,3,2,1,0,2.03.05.0)!5(!!!5},{5L ，故 (X , Y ) 的联合分布列为03125.05000009375.00625.040001125.015.005.03000675.0135.009.002.02002025.0054.0054.0024.0004.0100243.00081.00108.00072.00024.000032.00543210X Y2． 盒子里装有3个黑球、2个红球、2个白球，从中任取4个，以X 表示取到黑球的个数，以Y 表示取到红球的个数，试求P {X = Y }．解：35935335647222347221213}2,2{}1,1{}{=+=⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛===+====Y X P Y X P Y X P ．3． 口袋中有5个白球、8个黑球，从中不放回地一个接一个取出3个．如果第i 次取出的是白球，则令X i = 1，否则令X i = 0，i = 1, 2, 3．求：（1）(X 1, X 2, X 3)的联合分布列； （2）(X 1, X 2)的联合分布列． 解：（1）14328116127138)}0,0,0(),,{(321=⋅⋅==X X X P ，42970115127138)}1,0,0(),,{(321=⋅⋅==X X X P ， 42970117125138)}0,1,0(),,{(321=⋅⋅==X X X P ，42970117128135)}0,0,1(),,{(321=⋅⋅==X X X P ，42940114125138)}1,1,0(),,{(321=⋅⋅==X X X P ，42940114128135)}1,0,1(),,{(321=⋅⋅==X X X P ，42940118124135)}0,1,1(),,{(321=⋅⋅==X X X P ，1435113124135)}1,1,1(),,{(321=⋅⋅==X X X P ；（2）3914127138)}0,0(),{(21=⋅==X X P ，3910125138)}1,0(),{(21=⋅==X X P ，3910128135)}0,1(),{(21=⋅==X X P ，395124135)}1,1(),{(21=⋅==X X P ．39/539/10139/1039/1401012X X4． 设随机变量X i , i =1, 2的分布列如下，且满足P {X 1X 2 = 0} = 1，试求P {X 1 = X 2}．25.05.025.0101P X i −解：因P {X 1 X 2 = 0} = 1，有P {X 1 X 2 ≠ 0} = 0，即P {X 1 = −1, X 2 = −1} = P {X 1 = −1, X 2 = 1} = P {X 1 = 1, X 2 = −1} = P {X 1 = 1, X 2 = 1} = 0，分布列为故P {X 1 = X 2} = P {X 1 = −1, X 2 = −1} + P {X 1 = 0, X 2 = 0} + P {X 1 = 1, X 2 = 1} = 0． 5． 设随机变量 (X , Y ) 的联合密度函数为⎩⎨⎧<<<<−−=.,0,42,20),6(),(其他y x y x k y x p试求（1）常数k ；（2）P {X < 1, Y < 3}； （3）P {X < 1.5}； （4）P {X + Y ≤ 4}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得6)6(2242⎜⎜⎝⎛−−⋅=−−∫∫∫xy y k dx dy y x k dx故81=k ； （2）∫∫∫⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<<1032210322681)6(81}3,1{y xy y dx dy y x dx Y X P 832278127811210=⎟⎟⎠⎞⎜⎜⎝⎛−=⎟⎠⎞⎜⎝⎛−=∫x x dx x ； （3）∫∫∫⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<5.104225.10422681)6(81}5.1{y xy y dx dy y x dx X P 3227)6(81)26(815.1025.10=−=−=∫x x dx x ； （4）∫∫∫−−⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<+204222422681)6(81}4{xxy xy y dx dy y x dx Y X P326268124681203222=⎟⎟⎠⎞⎜⎜⎝⎛+−=⎟⎟⎠⎞⎜⎜⎝⎛+−=∫x x x dx x x ． 6． 设随机变量(X , Y )的联合密度函数为⎩⎨⎧>>=+−.,0,0,0,e ),()43(其他y x k y x p y x 试求（1）常数k ；（2）(X , Y ) 的联合分布函数F (x , y )； （3）P {0 < X ≤ 1, 0 < Y ≤ 2}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得e 0)43(⎢⎣⎡⋅=∞+∞+∞++−∫∫∫k dx dy k dx y x 故k = 12；（2）当x ≤ 0或y ≤ 0时，F (x , y ) = P (∅) = 0，当x > 0且y > 0时，∫∫∫∫−−+−+−−=−⋅==xy u x y v u x y v u du du dv du y x F 0430)43(0)43()e 1(e 3]e 3[e 12),()e 1)(e 1()e 1(e 43043y x xy u −−−−−−=−−=故(X , Y )的联合分布函数为⎩⎨⎧>>−−=−−.,0,0,0),e 1)(e 1(),(43其他y x y x F y x （3）P {0 < X ≤ 1, 0 < Y ≤ 2} = P {X ≤ 1, Y ≤ 2} = F (1, 2) = (1 − e −3) (1 − e −8)．7． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,10,4),(其他y x xy y x p 试求（1）P {0 < X < 0.5, 0.25 < Y < 1}； （2）P {X = Y }； （3）P {X < Y }；（4）(X , Y ) 的联合分布函数．解：（1）∫∫∫⋅==<<<<5.00125.025.00125.024}125.0,5.00{xy dx xydy dx Y X P641516158155.0025.00===∫x xdx ； （2）P {X = Y } = 0；（3）∫∫∫∫−=⋅==<1311211)22(24}{dx x x xy dx xydy dx Y X P xx21211042=⎟⎠⎞⎜⎝⎛−=x x ；（4）当x < 0或y < 0时，F (x , y ) = P (∅) = 0，当0 ≤ x < 1且0 ≤ y < 1时，220220202224},{),(y x y u du uy uv du uvdv du y Y x X P y x F x x x y x y ===⋅==≤≤=∫∫∫∫；当0 ≤ x < 1且y ≥ 1时，2020010210224},{),(x u udu uv du uvdv du y Y x X P y x F x xx x ===⋅==≤≤=∫∫∫∫；当x ≥ 1且0 ≤ y < 1时，210221210210224},{),(y y u du uy uv du uvdv du y Y x X P y x F y y ===⋅==≤≤=∫∫∫∫；当x ≥ 1且y ≥ 1时，F (x , y ) = P (Ω) = 1， 故(X , Y ) 的联合分布函数为⎪⎪⎪⎩⎪⎪⎪⎨⎧≥≥<≤≥≥<≤<≤<≤<<=.1,1,1,10,1,,1,10,,10,10,,00,0),(2222y x y x y y x x y x y x y x y x F 或 8． 设二维随机变量(X , Y ) 在边长为2，中心为(0, 0) 的正方形区域内服从均匀分布，试求P {X 22 解：设D 表示该正方形区域，面积S D = 4，G 表示单位圆区域，面积S G = π，故4π}1{22==≤+D G S S Y X P ．9． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,),(2其他x y x k y x p （1）试求常数k ；（2）求P {X > 0.5}和P {Y < 0.5}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得1632)(10321021122==⎟⎟⎠⎞⎜⎜⎝⎛−=−=⋅=∫∫∫∫k x x k dx x x k y k dx kdy dx xx xx， 故k = 6；（2）∫∫∫∫−=⋅==>15.0215.015.0)66(66}5.0{22dx x x ydx dy dx X P x xxx5.0)23(15.032=−=x x ；∫∫∫∫−=⋅==<5.005.005.00)66(66}5.0{dy y y xdy dx dy Y P y yyy432)34(5.00223−=−=y y ． 10．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<−=.,0,10),1(6),(其他y x y y x p （1）求P {X > 0.5, Y > 0.5}；（2）求P {X < 0.5}和P {Y < 0.5}； （3）求P {X + Y < 1}．解：（1）81)1()1(3])1(3[)1(6}5.0,5.0{15.0315.0215.01215.01=−−=−=−−⋅=−=>>∫∫∫∫x dx x y dx dy y dx Y X P xx； （2）∫∫∫−−⋅=−=<5.00125.001])1(3[)1(6}5.0{x x y dx dy y dx X P 87)1()1(35.0035.002=−−=−=∫x dx x ； ∫∫∫−−⋅=−=<5.005.025.005.0])1(3[)1(6}5.0{xxy dx dy y dx Y P21)1(43)1(3435.0035.002=⎥⎦⎤⎢⎣⎡−−−=⎥⎦⎤⎢⎣⎡−+−=∫x x dx x ； （3）∫∫∫−−−−⋅=−=<+5.00125.001])1(3[)1(6}1{x xxxy dx dy y dx Y X P43])1([])1(33[5.00335.0022=−−−=−+−=∫x x dx x x ．11．设随机变量Y 服从参数为λ = 1的指数分布，定义随机变量X k 如下：2,1.,1,,0=⎩⎨⎧>≤=k k Y k Y X k ．求X 1和X 2的联合分布列．解：因Y 的密度函数为⎩⎨⎧<≥=−.0,0,0,e )(y y y p y Y且X 1和X 2的全部可能取值为0, 1，则1101021e 1e e }1{}2,1{}0,0{−−−−=−==≤=≤≤===∫yy dy Y P Y Y P X X P ，P {X 1 = 0, X 2 = 1} = P {Y ≤ 1, Y > 2} = P (∅) = 0，21212121e e e e }21{}2,1{}0,1{−−−−−=−==≤<=≤>===∫yy dy Y P Y Y P X X P ，22221e e e }2{}2,1{}1,1{−+∞−+∞−=−==>=>>===∫yy dy Y P Y Y P X X P ，故X 1和X 2的联合分布列为221112e e e 1e 1010−−−−−−X X12．设二维随机变量(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧<<<<+=.,0,20,10,3),(2其他y x xy x y x p 求P {X + Y ≥ 1}．解：∫∫∫−−⎟⎟⎠⎞⎜⎜⎝⎛+⋅=⎟⎠⎞⎜⎝⎛+=≥+1021221021263}1{x x xy y x dx dy xy x dx Y X P 72652459441653421104321032=⎟⎠⎞⎜⎝⎛++=⎟⎠⎞⎜⎝⎛++=∫x x x dx x x x ． 13．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<=−.,0,0,e ),(其他y x y x p y 试求P {X + Y ≤ 1}． 解：∫∫∫∫−−−−−−+−=−⋅==≤+5.0015.0015.001)e e ()e (e }1{dx dx dy dx Y X P x x x xy x xy5.015.001e 2e 1)e e (−−−−−+=−−=x x ．14．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,20,10,2/1),(其他y x y x p求X 与Y 中至少有一个小于0.5的概率．解：85831431211}5.0,5.0{1}5.0},{min{15.015.025.0=−=−=−=≥≥−=<∫∫∫dx dy dx Y X P Y X P ．15．从(0,1)中随机地取两个数，求其积不小于3/16，且其和不大于1的概率． 解：设X 、Y 分别表示“从(0,1)中随机地取到的两个数”，则(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,10,1),(其他y x y x p故所求概率为∫∫∫⎟⎠⎞⎜⎝⎛−−==≤+≥−4341434111631631}1,163{dx x x dy dx Y X XY P x x3ln 16341ln 1632143412−=⎟⎠⎞⎜⎝⎛−−=x x x ．习题3.21． 设二维离散随机变量(X , Y ) 的可能值为(0, 0)，(−1, 1)，(−1, 2)，(1, 0)，且取这些值的概率依次为1/6, 1/3, 1/12, 5/12，试求X 与Y 各自的边际分布列． 解：因X 的全部可能值为−1, 0, 1，且12512131}1{=+=−=X P ， 61}0{==X P ， 125}1{==X P ， 故X 的边际分布列为12561125101PX − 因Y 的全部可能值为0, 1, 2，且12712561}0{=+==X P ， 31}1{==X P ， 121}2{==X P ， 故Y 的边际分布列为12131127210PY2． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧>>−−−=−−−−−.,0,0,0,e e e 1),(},max{122121其他y x y x F y x y x y x λλλλλ 试求X 与Y 各自的边际分布函数．解：当x ≤ 0时，F (x , y ) = 0，有F X (x ) = F (x , + ∞) = 0，当x > 0时，⎩⎨⎧≤>−−−=−−−−−.0,0,0,e e e 1),(},max{122121y y y x F y x y x y x λλλλλ 有 x y x y x y x y X x F x F 1122121e 1]e e e 1[lim ),()(},max{λλλλλλ−−−−−−+∞→−=−−−=∞+=，故⎩⎨⎧≤>−=−.0,0,0,e 1)(1x x x F x X λ 当y ≤ 0时，F (x , y ) = 0，有F Y ( y ) = F (+ ∞, y ) = 0，当y > 0时，⎩⎨⎧≤>−−−=−−−−−.0,0,0,e e e 1),(},max{122121x x y x F y x y x y x λλλλλ 有 y y x y x y x x Y y F y F 2122121e 1]e e e 1[lim ),()(},max{λλλλλλ−−−−−−+∞→−=−−−=+∞=，故⎩⎨⎧≤>−=−.0,0,0,e 1)(2y y y F y Y λ 3． 试求以下二维均匀分布的边际分布：⎪⎩⎪⎨⎧≤+=.,0,1,π1),(22其他y x y x p解：当x < −1或x > 1时，p X (x ) = 0，当−1 ≤ x ≤ 1时，2111π2π1),()(22x dy dy y x p x p x x X −===∫∫−−−∞+∞−， 故⎪⎩⎪⎨⎧≤≤−−=.,0,11,1π2)(2其他x x x p X当y < −1或y > 1时，p Y ( y ) = 0，当−1 ≤ y ≤ 1时，2111π2π1),()(22y dx dx y x p y p y y Y −===∫∫−−−∞+∞−， 故⎪⎩⎪⎨⎧≤≤−−=.,0,11,1π2)(2其他y y y p Y4． 设平面区域D 由曲线y = 1/ x 及直线y = 0，x = 1，x = e 2所围成，二维随机变量(X , Y ) 在区域D 上服从均匀分布，试求X 的边际密度函数．解：因平面区域D 的面积为2ln 122e 1e 1===∫x dx xS D ， 则(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧∉∈=.),(,0,),(,21),(D y x D y x y x p 当x < 1或x > e 2时，p X (x ) = 0，当1 ≤ x ≤ e 2时，xdy dy y x p x p x X 2121),()(10===∫∫∞+∞−， 故⎪⎩⎪⎨⎧≤≤=.,0,e 1,21)(2其他x x x p X5． 求以下给出的(X , Y ) 的联合密度函数的边际密度函数p x (x ) 和p y ( y )：（1）⎩⎨⎧<<=−.,0;0,e ),(1其他y x y x p y （2）⎪⎩⎪⎨⎧−<<+=.,0;10),(45),(222其他x y y x y x p（3）⎪⎩⎪⎨⎧<<<=.,0;10,1),(3其他x y x y x p解：（1）当x ≤ 0时，p X (x ) = 0，当x > 0时，x xyxy X dy dy y x p x p −+∞−+∞−+∞∞−=−===∫∫e e e ),()(1，故⎩⎨⎧≤>=−.0,0;0,e )(x x x p x X 当y ≤ 0时，p Y ( y ) = 0， 当y > 0时，y yy Y y dx dx y x p y p −−+∞∞−===∫∫e e ),()(01，故⎩⎨⎧≤>=−.0,0;0,e )(y y y y p y Y （2）当x ≤ −1或x ≥ 1时，p X (x ) = 0，当−1 < x < 1时，)1(85)21(45)(45),()(41022102222x y y x dy y x dy y x p x p x x X −=+=+==−−+∞∞−∫∫， 故⎪⎩⎪⎨⎧<<−−=.,0;11),1(85)(4其他x x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0，当0 < y < 1时，y y xy x dx y x dx y x p y p y y yyY −+=+=+==−−−−−−+∞∞−∫∫1)21(65)31(45)(45),()(113112， 故⎪⎩⎪⎨⎧<<−+=.,0;10,1)21(65)(其他y y y y p Y （3）当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，111),()(03=⋅===∫∫+∞∞−xx dy x dy y x p x p xX ， 故⎩⎨⎧<<=.,0;10,1)(其他x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，y y x dx xdx y x p y p y y Y ln ln 1ln ln 1),()(1−=−====∫∫+∞∞−， 故⎩⎨⎧<<−=.,0;10,ln )(其他y y y p Y6． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,6),(2其他x y x y x p试求边际密度函数p x (x ) 和p y ( y )． 解：当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，)(66),()(22x x dy dy y x p x p xxX −===∫∫+∞∞−，故⎩⎨⎧<<−=.,0,10),(6)(2其他x x x x p X 当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，)(66),()(y y dx dx y x p y p yyY −===∫∫+∞∞−，故⎪⎩⎪⎨⎧<<−=.,0,10),(6)(其他y y y y p Y7． 试验证：以下给出的两个不同的联合密度函数，它们有相同的边际密度函数．⎩⎨⎧≤≤≤≤+=.,0,10,10,),(其他y x y x y x p ⎩⎨⎧≤≤≤≤++=.,0,10,10),5.0)(5.0(),(其他y x y x y x g 证：当x < 0或x > 1时，p X (x ) = 0，当0 ≤ x ≤ 1时，5.0)21()(),()(1021+=+=+==∫∫+∞∞−x y xy dy y x dy y x p x p X ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他x x x p X当y < 0或y > 1时，p Y ( y ) = 0， 当0 ≤ y ≤ 1时，5.0)21()(),()(10210+=+=+==∫∫+∞∞−y xy x dx y x dx y x p y p Y ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他y y y p Y并且当x < 0或x > 1时，g X (x ) = 0，当0 ≤ x ≤ 1时，5.0)5.0(21)5.0()5.0)(5.0(),()(1021+=+⋅+=++==∫∫+∞∞−x y x dy y x dy y x g x g X ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他x x x g X 当y < 0或y > 1时，g Y ( y ) = 0，当0 ≤ y ≤ 1时，5.0)5.0()5.0(21)5.0)(5.0(),()(1021+=+⋅+=++==∫∫+∞∞−y y x dx y x dx y x g y g Y ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他y y y g Y故它们有相同的边际密度函数．8． 设随机变量X 和Y 独立同分布，且P {X = −1} = P {Y = −1} = P {X = 1} = P {Y = 1} = 1/2，试求P {X = Y }．解：因X 和Y 独立同分布，且P {X = −1} = P {Y = −1} = P {X = 1} = P {Y = 1} = 1/2，则(X , Y ) 的联合概率分布21212141411214141111ji p p X Y ⋅⋅−− 故P {X = Y } = P {X = −1, Y = −1} + P {X = 1, Y = 1} = 1/2．9． 甲、乙两人独立地各进行两次射击，假设甲的命中率为0.2，乙的命中率为0.5，以X 和Y 分别表示甲和乙的命中次数，试求P {X ≤ Y }． 解：因X 的全部可能取值为0, 1, 2，且P {X = 0} = 0.8 2 = 0.64，32.08.02.012}1{=××⎟⎟⎠⎞⎜⎜⎝⎛==X P ，P {X = 2} = 0.2 2= 0.04， 又因Y 的全部可能取值为0, 1, 2，且P {Y = 0} = 0.5 2 = 0.25，5.05.05.012}1{=××⎟⎟⎠⎞⎜⎜⎝⎛==Y P ，P {Y = 2} = 0.5 2= 0.25，则(X , Y ) 的联合概率分布25.05.025.004.001.002.001.0232.008.016.008.0164.016.032.016.00210ji p p X Y ⋅⋅故P {X ≤ Y } = 1 − P {X > Y } = 1 − P {X = 1, Y = 0} − P {X = 2, Y = 0} − P {X = 2, Y = 1} = 0.89． 10．设随机变量X 和Y 相互独立，其联合分布列为3/19/19/121321b x c a x y y y X Y试求联合分布列中的a , b , c ．解：因c a p ++=⋅911，9431912+=++=⋅b b p ，911+=⋅a p ，b p +=⋅912，c p +=⋅313， 根据独立性，知81495919422222++=⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛+=⋅==⋅⋅b b b b p p b p ， 可得0814942=+−b b ，即0922=⎟⎠⎞⎜⎝⎛−b ， 故92=b ； 再根据独立性，知⎟⎠⎞⎜⎝⎛+=⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛+=⋅==⋅⋅91969194911221a a b p p p ，可得6191=+a ，故181=a ； 由正则性，知1953191912131=+++=+++++=∑∑==c b a b c a p i j ij ，可得94=++c b a ，故6118394==−−=b ac ． 11．设X 和Y 是两个相互独立的随机变量，X ~ U (0, 1)，Y ~ Exp (1)．试求（1）X 与Y 的联合密度函数；（2）P {Y ≤ X }；（3）P {X + Y ≤ 1}．解：（1）因X 与Y 相互独立，且边际密度函数分别为⎩⎨⎧<<=.,0,10,1)(其他x x p X ⎩⎨⎧<≥=−.0,0,0,e )(y y y p y Y故X 与Y 的联合密度函数为⎩⎨⎧≥<<==−.,0,0,10,e )()(),(其他y x y p x p y x p y Y X （2）1111101e 1e 1)e ()e 1()e (e }{−−−−−−=−+=+=−=−⋅==≤∫∫∫∫x x x y xy x dx dx dy dx X Y P ；（3）11110110101010e )e ()e 1()e (e }1{−−−−−−−=−=−=−⋅==≤+∫∫∫∫x x x y xy x dx dx dy dx Y X P ．12．设随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,0,10,3),(其他x y x x y x p 试求（1）边际密度函数p x (x ) 和p y ( y )；（2）X 与Y 是否独立．解：（1）当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，2033),()(x xdy dy y x p x p xX ===∫∫+∞∞−，故⎩⎨⎧<<=.,0,10,3)(2其他x x x p X 当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，)1(23233),()(2121y x xdx dx y x p y p yyY −====∫∫+∞∞−， 故⎪⎩⎪⎨⎧<<−=.,0,10),1(23)(2其他y y y p Y （2）因⎪⎩⎪⎨⎧<<<<−=.,0,10,10),1(29)()(22其他y x y x y p x p Y X 即p x (x ) p y ( y ) ≠ p (x , y )，故X 与Y 不独立．13．设随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<=.,0,10,||,1),(其他y y x y x p 试求（1）边际密度函数p x (x ) 和p y ( y )；（2）X 与Y 是否独立．解：（1）当x ≤ −1或x ≥ 1时，p X (x ) = 0，当−1 < x < 0时，x dy dy y x p x p xX +===∫∫−+∞∞−11),()(1，当0 ≤ x < 1时，x dy dy y x p x p xX −===∫∫+∞∞−11),()(1，故⎪⎩⎪⎨⎧<≤−<<−+=.,0,10,1,01,1)(其他x x x x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0，当0 < y < 1时，y dx dx y x p y p yyY 21),()(===∫∫−+∞∞−，故⎩⎨⎧<<=.,0,10,2)(其他y y y p Y（2）因⎪⎩⎪⎨⎧<<<≤−<<<<−+=.,0,10,10),1(2,10,01),1(2)()(其他y x x y y x x y y p x p Y X 即p x (x ) p y ( y ) ≠ p (x , y )，故X 与Y 不独立．14．设二维随机变量(X , Y ) 的联合密度函数如下，试问X 与Y 是否相互独立？（1）⎩⎨⎧>>=+−.,0;0,0,e ),()(其他y x x y x p y x （2）+∞<<∞−++=y x y x y x p ,,)1)(1(π1),(222；（3）⎩⎨⎧<<<=.,0;10,2),(其他y x y x p （4）⎩⎨⎧<+<<<<<=.,0;10,10,10,24),(其他y x y x xy y x p（5）⎩⎨⎧<<<<−=.,0;10,10),1(12),(其他y x x xy y x p（6）⎪⎩⎪⎨⎧<<=.,0;1,421),(22其他y x y x y x p解：（1）因x e − (x + y ) = x e −x ⋅ e −y 可分离变量，x > 0, y > 0是广义矩形区域，故X 与Y 相互独立；（2）因)1π(1)1π(1)1)(1(π122222y x y x +⋅+=++可分离变量，−∞ < x , y < +∞是广义矩形区域， 故X 与Y 相互独立；（3）因0 < x < y < 1不是矩形区域，故X 与Y 不独立；（4）因0 < x < 1, 0 < y < 1, 0 < x + y < 1不是矩形区域，故X 与Y 不独立；（5）因12xy (1 − x ) = 12x (1 − x ) ⋅ y 可分离变量，0 < x < 1, 0 < y < 1是矩形区域，故X 与Y 相互独立； （6）因x 2 < y < 1不是矩形区域，故X 与Y 不独立．15．在长为a 的线段的中点的两边随机地各取一点，求两点间的距离小于a / 3的概率．解：设X 和Y 分别表示这两个点与线段中点的距离，有X 和Y 相互独立且都服从[0, a / 2]的均匀分布，则(X , Y ) 的联合密度函数为 ⎪⎩⎪⎨⎧<<<<=.,0,20,20,4),(2其他a y a x a y x pa a故所求概率为922321}3{22=⎟⎠⎞⎜⎝⎛⎟⎠⎞⎜⎝⎛×==<+a a S S aY X P DG ． 16．设二维随机变量(X , Y ) 服从区域D = {(x , y ): a ≤ x ≤ b , c ≤ y ≤ d }上的均匀分布，试证X 与Y 相互独立． 证：因(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧≤≤≤≤−−=.,0;,,))((1),(其他d y c b x a c d a b y x p当x < a 或x > b 时，p X (x ) = 0，当a ≤ x ≤ b 时，a b dy c d a b dy y x p x p d c X −=−−==∫∫+∞∞−1))((1),()(， 则⎪⎩⎪⎨⎧≤≤−=.,0;,1)(其他b x a a b x p X当y < c 或y > d 时，p Y ( y ) = 0，当c ≤ y ≤ d 时，cd dx c d a b dx y x p y p baY −=−−==∫∫+∞∞−1))((1),()(， 则⎪⎩⎪⎨⎧≤≤−=.,0;,1)(其他d y c c d y p Y因p x (x ) p y ( y ) = p (x , y )， 故X 与Y 相互独立．17．设X 1, X 2, …, X n 是独立同分布的正值随机变量．证明n k n k X X X X E n k ≤=⎟⎟⎠⎞⎜⎜⎝⎛++++,11L L ．证：因X 1, X 2, …, X n 是独立同分布的正值随机变量，则由对称性知),,2,1(1n i X X X niL L =++同分布，且满足101<++<niX X X L ，可得⎟⎟⎠⎞⎜⎜⎝⎛++n i X X X E L 1存在，且⎟⎟⎠⎞⎜⎜⎝⎛++==⎟⎟⎠⎞⎜⎜⎝⎛++=⎟⎟⎠⎞⎜⎜⎝⎛++n nn n X X X E X X X E X X X E L L L L 11211， 因11111211=⎟⎟⎠⎞⎜⎜⎝⎛++++=⎟⎟⎠⎞⎜⎜⎝⎛++++⎟⎟⎠⎞⎜⎜⎝⎛+++⎟⎟⎠⎞⎜⎜⎝⎛++n n n n n n X X X X E X X X E X X X E X X X E L L L L L L ， 则n X X X E X X X E X X X E n n n n 111211=⎟⎟⎠⎞⎜⎜⎝⎛++==⎟⎟⎠⎞⎜⎜⎝⎛++=⎟⎟⎠⎞⎜⎜⎝⎛++L L L L ， 故n k n k XX X X E n k≤=⎟⎟⎠⎞⎜⎜⎝⎛++++,11L L ．习题3.31． 设二维随机变量(X , Y ) 的联合分布列为09.007.004.0222.011.007.0120.015.005.00321X Y 试分布求U = max{X , Y } 和V = min{X , Y } 的分布列．解：因P {U = 1} = P {X = 0, Y = 1} + P {X = 1, Y = 1} = 0.05 + 0.07 = 0.12；P {U = 2} = P {X = 0, Y = 2} + P {X = 1, Y = 2} + P {X = 2, Y = 2} + P {X = 2, Y = 1}= 0.15 + 0.11 + 0.07 + 0.04 = 0.37；P {U = 3} = P {X = 0, Y = 3} + P {X = 1, Y = 3} + P {X = 2, Y = 3} = 0.20 + 0.22 + 0.09 = 0.51； 故U 的分布列为51.037.012.0321P U因P {V = 0} = P {X = 0, Y = 1} + P {X = 0, Y = 2} + P {X = 0, Y = 3} = 0.05 + 0.15 + 0.20 = 0.40； P {V = 1} = P {X = 1, Y = 1} + P {X = 1, Y = 2} + P {X = 1, Y = 3} + P {X = 2, Y = 1}= 0.07 + 0.11 + 0.22 + 0.04 = 0.44；P {V = 2} = P {X = 2, Y = 2} + P {X = 2, Y = 3} = 0.07 + 0.09 = 0.16； 故V 的分布列为16.044.040.0210P V2． 设X 和Y 是相互独立的随机变量，且X ~ Exp (λ )，Y ~ Exp (µ )．如果定义随机变量Z 如下⎩⎨⎧>≤=.,0,,1Y X Y X Z 当当 求Z 的分布列．解：因(X , Y ) 的联合密度函数为⎩⎨⎧>>==+−.,0,0,0,e )()(),()(其他y x y p x p y x p y x Y X µλλµ 则∫∫∫+∞+∞+−+∞+∞+−−⋅==≤==0)(0)(e )(e }{}1{xy x xy x dx dy dx Y X P Z P µλµλλλµµλλµλλλµλµλ+=+−==+∞+−+∞+−∫0)(0)(e e xx dx ，µλµ+==−==}1{1}0{Z P Z P ，故Z 的分布列为µλλµλµ++PZ 13． 设随机变量X 和Y 的分布列分别为4/12/14/1101P X − 2/12/110P Y已知P {XY = 0} = 1，试求Z = max{X , Y }的分布列．解：因P {X 1 X 2 = 0} = 1，有P {X 1 X 2 ≠ 0} = 0，即P {X 1 = −1, X 2 = 1} = P {X 1 = 1, X 2 = 1} = 0，可得 (X , Y ) 的联合分布列为因{Z P {Z P 故Z 4．（1）X （2）X 解：（1）(X , 因P {Z = 0} = P {X = 0, Y = 0} = 0.25；P {Z = 1} = 1 − P {Z = 0} = 0.75； 故Z 的分布列为75.025.010P Z（2）因P {Z = k } = P {X = k , Y ≤ k } + P {X < k , Y = k } = P {X = k } P {Y ≤ k } + P {X < k } P {Y = k }p p p p p p p p k k i i kj j k 1111111)1()1()1()1(−−=−=−−−⋅−+−⋅−=∑∑p p p p p p p p p p k k k k 111)1()1(1)1(1)1(1)1(1)1(−−−−⋅−−−−+−−−−⋅−= = (1 − p ) k − 1 p ⋅ [2 − (1 − p ) k − 1 − (1 − p ) k ]故Z = max{X , Y }的概率函数为p z (k ) = (1 − p ) k − 1 p ⋅ [2 − (1 − p ) k − 1 − (1 − p ) k ]，k = 1, 2, …．5． 设X 和Y 为两个随机变量，且73}0,0{=≥≥Y X P ，74}0{}0{=≥=≥Y P X P ， 试求P {max{X , Y } ≥ 0}．解：设A 表示事件“X ≥ 0”，B 表示事件“Y ≥ 0”，有73)(=AB P ，74)()(==B P A P ， 故75737474)()()()(}0},{max{=−+=−+==≥AB P B P A P B A P Y X P U ．6． 设X 与Y 的联合密度函数为⎩⎨⎧>>=+−.,0,0,0,e ),()(其他y x y x p y x 试求以下随机变量的密度函数（1）Z = (X + Y )/2；（2）Z = Y − X ．解：方法一：分布函数法（1）作曲线簇z yx =+2，得z 的分段点为0，当z ≤ 0时，F Z (z ) = 0，当z > 0时，∫∫∫−+−−+−−⋅==z x z y x zx z y x Z dx dy dx z F 2020)(2020)(]e [e )(z z x z z x z z x dx 2202202e )12(1)e e ()e e (−−−−−+−=−−=+−=∫，因分布函数F Z (z ) 连续，有Z = (X + Y )/2为连续随机变量， 故Z = (X + Y )/2的密度函数为⎩⎨⎧≤>=′=−.0,0,0,e 4)()(2z z z z F z p z Z Z （2）作曲线簇y − x = z ，得z 的分段点为0，当z ≤ 0时，∫∫∫∫+∞−−+−+∞−++−+∞−++−−=−⋅==zx z x zz x y x zzx y x Z dx dy dx z F e []e [e )()2(0)(0)(z z z zx z x e 21e e 21e e 21)2(=⎥⎦⎤⎢⎣⎡−−=⎥⎦⎤⎢⎣⎡−=+∞−−+−，当z > 0时，∫∫∫∫+∞−+−+∞++−+∞++−+−=−⋅==0)2(0)(0)(]e e []e [e )(dx dx dy dx z F x z x z x y x zx y x Zz z x z x −−+∞−+−−=⎥⎦⎤⎢⎣⎡−−=⎥⎦⎤⎢⎣⎡−=e 2111e 21e e 210)2(，因分布函数F Z (z )连续，有Z = Y − X 为连续随机变量，故Z = Y − X 的密度函数为⎪⎩⎪⎨⎧>≤=′=−.0,e 21,0,e 21)()(z z z F z p zzZ Z 方法二：增补变量法 （1）函数2yx z +=对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎪⎩⎪⎨⎧=+=,,2y v y x z 有反函数⎩⎨⎧=−=,,2v y v z x 且21012=−=′′′′=vz vzy y x x J ， 则∫∫+∞∞−+∞∞−−=⋅−=dv v v z p dv v v z p z p Z ),2(22),2()(，作曲线簇z yx =+2，得z 的分段点为0， 当z ≤ 0时，p Z (z ) = 0，当z > 0时，z z z Z z dv z p 2202e 4e 2)(−−==∫， 故Z = (X + Y )/2的密度函数为⎩⎨⎧≤>=−.0,0,0,e 4)(2z z z z p z Z（2）函数z = y − x 对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎩⎨⎧=−=,,y v x y z 有反函数⎩⎨⎧=−=,,v y z v x 且11011−=−=′′′′=v z vzy y x x J ， 则∫+∞∞−−=dv v z v p z p Z ),()(，作曲线簇y − x = z ，得z 的分段点为0， 当z ≤ 0时，zz v z v Z dv z p e 21e 21e )(0202=−==+∞+−+∞+−∫， 当z > 0时，z zzv z z v Z dv z p −+∞+−+∞+−=−==∫e 21e 21e )(22， 故Z = Y − X 的密度函数为⎪⎩⎪⎨⎧>≤=−.0,e 21,0,e 21)(z z z p zzZ 7． 设X 与Y 的联合密度函数为⎩⎨⎧<<<<=.,0,0,10,3),(其他x y x x y x p 试求Z = X − Y 的密度函数．解：方法一：分布函数法作曲线簇x − y = z ，得z 的分段点为0, 1， 当z < 0时，F Z (z ) = 0，当0 ≤ z < 1时，31203102102123233333)(z z z x x xzdx dx x xdy dx xdy dx z F z z zz z xzx z x Z −=+=+=+=∫∫∫∫∫∫−，当z ≥ 1时，F Z (z ) = 1，因分布函数F Z (z ) 连续，有Z = X − Y 为连续随机变量， 故Z = X − Y 的密度函数为⎪⎩⎪⎨⎧<<−=′=.,0,10),1(23)()(2其他z z z F z p Z Z方法二：增补变量法函数z = x − y 对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎩⎨⎧=−=,,y v y x z 有反函数⎩⎨⎧=+=,,v y v z x 且11011==′′′′=vz vzy y x x J ， 则∫+∞∞−+=dv v v z p z p Z ),()(，作曲线簇x − y = z ，得z 的分段点为0, 1，当z ≤ 0或z ≥ 1时，p Z (z ) = 0， 当0 < z < 1时，)1(23)(23)(3)(210210z v z dv v z z p z z Z −=+=+=−−∫， 故Z = X − Y 的密度函数为⎪⎩⎪⎨⎧<<−=.,0,10),1(23)(2其他z z z p Z 8． 某种商品一周的需要量是一个随机变量，其密度函数为⎩⎨⎧≤>=−.0,0,0,e )(1t t t t p t设各周的需要量是相互独立的，试求（1）两周需要量的密度函数p 2 (x )；（2）三周需要量的密度函数p 3 (x )． 解：方法一：根据独立伽玛变量之和仍为伽玛变量设T i 表示“该种商品第i 周的需要量”，因T i 的密度函数为⎪⎩⎪⎨⎧≤>Γ=−−.0,0,0,e )2(1)(121t t t t p t可知T i 服从伽玛分布Ga (2, 1)，（1）两周需要量为T 1 + T 2，因T 1与T 2相互独立且都服从伽玛分布Ga (2, 1)，故T 1 + T 2服从伽玛分布Ga (4, 1)，密度函数为 ⎪⎩⎪⎨⎧≤>=⎪⎩⎪⎨⎧≤>Γ=−−−.0,0,0,e 61.0,0,0,e )4(1)(3142x x x x x x x p x x （2）三周需要量为T 1 + T 2 + T 3，因T 1, T 2, T 3相互独立且都服从伽玛分布Ga (2, 1)，故T 1 + T 2 + T 3服从伽玛分布Ga (6, 1)，密度函数为 ⎪⎩⎪⎨⎧≤>=⎪⎩⎪⎨⎧≤>Γ=−−−.0,0,0,e 1201.0,0,0,e )6(1)(5163x x x x x x x p xx 方法二：分布函数法（1）两周需要量为X 2 = T 1 + T 2，作曲线簇t 1 + t 2 = x ，得x 的分段点为0，当x ≤ 0时，F 2 (x ) = 0，当x > 0时，∫∫∫−−−−−−−−−⋅=⋅=xt x t t t xt x t t t t dt dt t t dt x F 02110221121221121)e e (e e e )( ∫−−+−−=xt x dt t t xt t 0111121]e e )[(1xt t x t t x t t 0121213111e e e 212131⎥⎦⎤⎢⎣⎡−−⎟⎠⎞⎜⎝⎛−−=−−−11)1(e e e 212131233−−−−⎟⎠⎞⎜⎝⎛−−=−−−x x x x x x xxx x x x x x −−−−−−−−=e 61e 21e e 132， 因分布函数F 2 (x )连续，有X 2 = T 1 + T 2为连续随机变量， 故X 2 = T 1 + T 2的密度函数为⎪⎩⎪⎨⎧≤>=′=−.0,0,0,e 61)()(322x x x x F x p x（2）三周需要量为X 3 = T 1 + T 2 + T 3 = X 2 + T 3，作曲线簇x 2 + t 3 = x ，得x 的分段点为0，当x ≤ 0时，F 3 (x ) = 0，当x > 0时，∫∫∫−−−−−−−−−⋅=⋅=x x x t t x x x x t x t x dx dt t x dx x F 003322003332232332232)e e (e 61e e 61)(∫−−+−−=x x x dx x x x x x 0232323242]e e )[(6`12 xx x x x x x x x x x x x 0222324242522222e 6e 6e 3e e 41415161⎥⎦⎤⎢⎣⎡−−−−⎟⎠⎞⎜⎝⎛−−=−−−−− )1(e e e 21e 61e 4141516123455−−−−−−⎟⎠⎞⎜⎝⎛−−=−−−−−x x x x x x x x x x x xx x x x x x x x x x −−−−−−−−−−−−=e 1201e 241e 61e 21e e 15432， 因分布函数F 3 (x ) 连续，有X 3 = T 1 + T 2 + T 3为连续随机变量， 故X 3 = T 1 + T 2 + T 3的密度函数为⎪⎩⎪⎨⎧≤>=′=−.0,0,0,e 1201)()(533x x x x F x p x 方法三：卷积公式（增补变量法）（1）两周需要量为X 2 = T 1 + T 2，卷积公式∫+∞∞−−=2222)()()(21dt t p t x p x p T T ，作曲线簇t 1 + t 2 = x ，得x 的分段点为0， 当x ≤ 0时，p 2 (x ) = 0， 当x > 0时，xxx xxxt t x x t x t dt t xt dt t t x x p −−−−−−=⎟⎠⎞⎜⎝⎛−=−=⋅−=∫∫e 61e3121e )(e e )()(30322202222022)(2222， 故X 2 = T 1 + T 2的密度函数为⎪⎩⎪⎨⎧≤>=−.0,0,0,e 61)(32x x x x p x（2）三周需要量为X 3 = T 1 + T 2 + T 3 = X 2 + T 3，卷积公式∫+∞∞−−=3333)()()(32dt t p t x p x p T X ，作曲线簇x 2 + t 3 = x ，得x 的分段点为0，当x ≤ 0时，p 3 (x ) = 0，21当x > 0时，∫∫−−−−−+−=−=x x xt t x dt t xt t x t x dt t t x x p 03433323233033)(333e )33(61e e )(61)(33 x xx x t x t x t x t −−=⎟⎠⎞⎜⎝⎛−+−=e 1201e 51432161505343233323， 故X 3 = T 1 + T 2 + T 3的密度函数为⎪⎩⎪⎨⎧≤>=−.0,0,0,e 1201)(53x x x x p x9． 设随机变量X 与Y 相互独立，试在以下情况下求Z = X + Y 的密度函数：（1）X ~ U (0, 1)，Y ~ U (0, 1)； （2）X ~ U (0, 1)，Y ~ Exp (1)． 解：方法一：分布函数法（1）作曲线簇x + y = z ，得z 的分段点为0, 1, 2，当z < 0时，F Z (z ) = 0，当0 ≤ z < 1时，2020002121)(1)(z x zx dx x z dy dx z F zz zxz Z =⎟⎠⎞⎜⎝⎛−=−==∫∫∫−，当1 ≤ z < 2时，1121110110110)(211)(111)(−−−−−−−−−=−+=+=∫∫∫∫∫∫z z z z xz z Zx z z dx x z dx dy dx dy dx z F121221)1(21122−−=+−−−=z z z z ， 当z ≥ 2时，F Z (z ) = 1，因分布函数F Z (z ) 连续，有Z = X + Y 为连续随机变量， 故Z = X + Y 的密度函数为⎪⎩⎪⎨⎧<≤−<≤=′=.,0,21,2,10,)()(其他z z z z z F z p Z Z（2）作曲线簇x + y = z ，得z 的分段点为0, 1，当z < 0时，F Z (z ) = 0， 当0 ≤ z < 1时，z z x z zx z zx z y z xz y Z z x dx dx dy dx z F −+−+−−−−−+−=−=−=−⋅==∫∫∫∫e 1)e ()e 1()e (e )(0000，当z ≥ 1时，z z x z x z x z y xz y Z x dx dx dy dx z F −−+−+−−−−−+−=−=−=−⋅==∫∫∫∫e e 1)e ()e 1()e (e )(111110，因分布函数F Z (z ) 连续，有Z = X + Y 为连续随机变量， 故Z = X + Y 的密度函数为⎪⎩⎪⎨⎧<≥−<≤−=′=−−.0,0,1,e )1(e ,10,e 1)()(z z z z F z p z z Z Z方法二：卷积公式（增补变量法） 卷积公式∫+∞∞−−=dy y p y z p z p Y X Z )()()(，（1）作曲线簇x + y = z ，得z 的分段点为0, 1, 2，2。
贝叶斯统计 第二版 茆诗松 汤银才 编著
第一章 先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有1111122()()()0.4582()()()()P A A P A P A θπθπθθπθθπθ==+2221122()()()0.5418()()()()P A A P A P A θπθπθθπθθπθ==+1.2 解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()X P λ:∴3(3)3!e P X λλλ-==1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有 351()()()504(1),01()()P A A P A d θπθπθθθθθπθθ==-<<⎰（2）361()()()47040(1),01()()P A A P A d θπθπθθθθθπθθ==-<<⎰1.5 解：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==⎰v从而有()()()10,11.511.6()P x x m x θπθπθθ==<<vv v1.6 证明：设随机变量()X P λ:，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则 (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ 因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝•∝= 所以 (,1)x Ga x λαβ++:1.7 解：（1）由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=•=-⎰因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<- （2） 由题意可知 1222()36xm x d x θθθ=•=⎰因此 ()()()1,01()P x x m x θπθπθθ==<<1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ 因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝•∝--=- 由上可知 (5,297)A Be θ:1.9 解：设X 为某集团中人的高度，则2(,5)X N θ:∴25(,)10X N θ:∴2(176.53)5()p x θθ--=由题意可知2(172.72)5.08()θπθ--=又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•v222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------⨯∝•∝因此 (174.64,1.26)x N θv:1.10 证明：设22(,),,N u u θσσ:其中为已知 又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•v222222251()()11252()11225252u x x u eeeσθθθσσσ+----+⨯--⨯+⨯∝∝因此 222251(,)112525u x x N σθσσ+++v:又由于21112525σ≤+ 所以 θ的后验标准差一定小于151.11 解：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)X U θ:∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=v43819211()8192m x d θθθ+∞==⎰v从而有 7()()3()()128p x x m x θπθπθθ==vvv1.12 证明：由题意可知 1(),0,1,2,...,i n p x x i n θθθ=<<=v从而有 ()()()()x x p x πθπθθπθ∝•v v00111n n n ααααθθθθθ++++∝•∝ 因此 θ的后验分布仍是Pareto 分布。
概率论与数理统计(茆诗松)第二版课后第八章习题参考答案
在此例中，就是要考察饲料对鸡增重的影响，需要比较三种饲料对鸡增肥的作用是否相同．这里，饲 料就是一个因子，三种饲料配方就是该因子的三个水平，每种饲料喂养的雏鸡 60 天后的重量分别构成一 个总体，这里共有 3 个总体，每一个总体抽取样本的重复数都是 8，比较这 3 个总体的均值是否相等． 8.1.2 单因子方差分析的统计模型
i =1 j =1 r m
1
σ2
故
(Y ∑∑ = =
i 1 j 1
r
m
ij
− Yi⋅ ) 2 ~ χ 2 (rm − r ) ，
σ
Se
2
=
1
σ
2
(Y ∑∑ = =
i 1 j 1
r
m
ij
− Yi⋅ ) 2 ~ χ 2 (n − r ) ，即得 E(S e) = (n − r)σ 2；
4
（2） S A = m∑ (Yi⋅ − Y ) 2 = m∑ (ai + ε i⋅ − ε ) 2 = m∑ ai2 + m∑ (ε i⋅ − ε ) 2 + 2m∑ ai (ε i⋅ − ε ) ，
i =1 j =1 i =1 j =1 r m r m r m r m r m
= ∑∑ (Yij − Yi⋅ ) 2 + ∑∑ (Yi⋅ − Y ) 2 + 2∑∑ (Yij − Yi⋅ )(Yi⋅ − Y )
i =1 j =1 i =1 j =1 i =1 j =1
= S e + S A + 2∑ [(Yi⋅ − Y )∑ (Yij − Yi⋅ )] = S e + S A + 2∑ [(Yi⋅ − Y ) × 0] = S e + S A + 0 = S e + S A ，
概率论与数理统计(茆诗松)第二版课后第六章习题参考答案
X1)
+
1 3
E(
X
2
)
+
1 3
E(
X3)
=
1 3
µ
+
1 3
µ
+
1 3
µ
=
µ
，
E (µˆ 3 )
=
1 6
E(X1)
+
1 6
E(X2)
+
2 3
E(X3)
=
1 6
µ
+
1 6
µ
+
2 3
µ
=
µ
，
故 µˆ1, µˆ2, µˆ3 都是总体均值µ 的无偏估计；
因
Var(µˆ1)
=
1 4
Var( X 1 )
+
1 9
=
3θ 2 5
− ⎜⎛ 3θ ⎝4
⎟⎞2 ⎠
=
3θ 2 80
，
因
E
(4
X
(1)
)
=
4
⋅
θ 4
=θ
， E⎜⎛ 4 ⎝3
X
(
3)
⎟⎞ ⎠
=
4 ⋅ 3θ 34
=θ
，
3
故
4X
(1)及
4 3
X (3)
都是θ
的无偏估计；
因
Var(4
X
(1)
)
=
16
⋅
3θ 2 80
=
3θ 2 5
， Var⎜⎛ 4 ⎝3
X
(3)
2
2
n
12n
因 Y 的密度函数与分布函数分别为
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(茆诗松)第二版课后第六章习题参考答案
a2
−
2 n2
a+
1 n2
⎟⎟⎠⎞σ 2 ，
令
d da
Var(Y )
=
⎜⎜⎝⎛
n1 + n2 n1n2
⋅ 2a
−
2 n2
⎟⎟⎠⎞σ
2
=
0
，得
a
=
n1
n1 + n2
，且
d2 d 2a
Var(Y )
=
n1 + n2 n1n2
⋅ 2σ
2
>
0，
故当 a = n1 ， b = 1 − a = n2 时，Var (Y ) 达到最小 1 σ 2 ．
2
2
n
12n
因 Y 的密度函数与分布函数分别为
⎧0,
pY
(
y)
=
I0<y<1，
FY
(
y)
=
⎪ ⎨
y,
⎪⎩1,
y < 0; 0 ≤ y < 1; y ≥ 1.
有 Y (1)与 Y (n)的密度函数分别为 p1( y) = n[1 − FY ( y)]n−1 pY ( y) = n(1 − y)n−1Ι0<y<1 ， pn ( y) = n[FY ( y)]n−1 pY ( y) = nyn−1Ι0<y<1 ，
且(Y (1), Y (n))的联合密度函数为 p1n ( y(1) , y(n) ) = n(n −1)[FY ( y(n) ) − FY ( y(1) )]n−2 pY ( y(1) ) pY ( y )Ι (n) y(1)<y(n)
=
n(n
− 1)( y(n)
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，。
贝叶斯统计茆诗松版大部分课后习题答案
习题讲解一、1,3,5,6,10,11,12,15 记样本为X./?(x|^ = 0.1) = =C； * 0.12 *0.96« 0.1488p(x\0 = 0.2) = Cl *0.22*0.86 q 0.2936后验分布：兀（创兀）二"⑺“丫叭二504牡1-0）' 0V&V1加（x）⑵兀（X）二[2(1—°),I 0,0v8 <1zr (& = 0・1卜)：0.1488*0.7 nC/11Q = --------------------------------- « 0.5418 0.1488*0.7+0.2936*0.3^•(<9 = 0.2%)0 2936*0 3- •- «0.4582 0.1488*0.7 + 0.2936*0.31.3⑴兀（％）二乙0<£?<1苴它 *：检验s个产品有3个不介恪1 1 /g\〃心)=J p(x^)7t(6)dO =|0 0 2丿1少(1-8)也二『56 少(1-0)5刖二- o 9w(x) = £p(x10)7r(e)d0 = £C S V\1-^)5 *2(1 —= £ 112<9\l-/9)%/6> = 4() ) "1兀()=川屮)=8400(1 一&)l0 v & v 1证明：设M.r …為 足来「I 泊松分九尸(久)的 个样木观察优•此样木的似然函数为:现取伽吗分布Ga(a.fi)作为泊松分布均他几的先验分布•叩兀(几)=—-00 < Z < +00 r (a) ^参数;I 的后验分布为 兀(几卜)0Cn、2+Cf-1p(x | A)^(A) oc A1-1服从仙网分布Gd(f W +匕0 + 71)i-1由题意设x 表示等候汽车的时间，则其服从均匀分布t/(0")1 nW = {&'o,因为抽取3个样本，即X =3,2*3)，所以样本联合分布为所以，利用样本信息得1 io? 192/7(x, 0)= p (x =—~ = —(e>&o VX"N3<&)°的后验分布为.YC —X 〃<+000-(0+町几0<x<0其它又因为丄 “(X)十0, 0< x p x 2,x 3 < 0其它兀(&)=192/少,6>>4 0,6><4于是加(x )=厂i ( x, ewe=厂o<o.兀(&\x) g "(x|&)/r(&) = a 卑 / 严+曲 cc 1 / /+T, 0 > q = max 偲川，…,£ 因此&的后验分布的核为1/少刊=仍表现为Pareto 分布密度函数的核即得证。
贝叶斯统计-习题答案)
第一章 先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有5418.03.02936.07.01488.07.01488.0)()|()()|()()|()|(2211111=⨯+⨯⨯=+=θπθθπθθπθθπA P A P A P A 4582.0)|(1)|(4582.03.02936.07.01488.03.02936.0)()|()()|()()|()|(122211222=-==⨯+⨯⨯=+=A A or A P A P A P A θπθπθπθθπθθπθθπ1.2 解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==R 语言求：)4(/)exp(*)3(^gamma λλ-1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有.10,)1(504)|(504)6,4(/1)6,4(1)6,4()1()1()1()1()1()1()1()()|()()|()|(535311614531535315338533810<<-==-=--=--=--==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求（2）.10,)1(840)|(840)7,4(/1)7,4(1)7,4()1()1()1()1()1()1(2)1()1(2)1()()|()()|()|(63631171463163631533853381<<-==-=--=--=----==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求1.5 解：（1）由已知可得.5.125.11,110110/1)()|()()|()|(,2010,101)(5.125.111)|(2112211)|(12,2121,1)|(5.125.11201011111111<<===<<=<<=+<<-==+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθd d x p x p x x p x p x x x p ，，即，时，当（2）由已知可得.6.115.11,1010110/1)()|,,()()|,,(),,|(,2010,101)(6.115.111)|,,(,219.1121,214.1121,211.1121,217.1121215.11212112211)|,,(9.11,4.11,1.11,7.11,5.11,0.12,6,2,1,2121,1)|,,(6.115.112010621621621621621654321621<<===<<=<<=+<<-+<<-+<<-+<<-+<<-+<<-========+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθθθθθθθθθθθd d x x x p x x x p x x x x x x p x x x p x x x x x x i x x x x p i ，即，，时，当【原答案：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==⎰从而有()()()10,11.511.6()P x x m x θπθπθθ==<< 】1.6 证明：设随机变量()XP λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则即得证！),(~),,|()()|,,(),,|(,0,)()(,!!)|,,(121)(121211112111βαλπλλπλλπλλαβλπλλλλβαβλααλλ++∑∑∝•∝>Γ=∑===+--+--=-=-==∏∏n x Ga x x x ex x x p x x x e x e x e x x x p ni i n n x n n ni in x ni i x n ni i ni ii【原答案： (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ 因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝•∝= 所以 (,1)x Ga x λαβ++】 1.7 解：（1）由题意可知.1},max{,1)/(1)/(122)()|,,()()|,,(),,|(,10,1)(,,2,1,10,22)|,,(121},max{221},max{2121121212112122111<<∝===<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθπθθπθθπθθπθθθθn nx x nn x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=•=-⎰因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<-（实质是新解当n=1的情形）】 （2） 由题意可知.1},max{,1)/(1)/(13232)()|,,()()|,,(),,|(,10,3)(,,2,1,10,22)|,,(12-21},max{2-22-21},max{2212211212121212122111<<∝=⨯⨯==<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθθθπθθπθθπθθθπθθθθn n x x n n x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 1222()36xm x d x θθθ=•=⎰因此 ()()()1,01()P x x m x θπθπθθ==<<】 1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ 因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝•∝--=- 由上可知)297,5(~)|(Be A θπ1.9 解：设X 为某集团中人的高度，则2(,5)XN θ∴25(,)10XNθ ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------⨯∝•∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222222251()()11252()11225252u x x u eeeσθθθσσσ+----+⨯--⨯+⨯∝∝因此 222251(,)112525u x xN σθσσ+++又由于21112525σ≤+ 所以 θ的后验标准差一定小于151.11 解：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)X U θ.8,861)/(1192192)()|,,()()|,,(),,|(,4,192)(.81)|,,(8,8,5.3,2,1,0,1)|,,(768778774321321321433213213321>⨯====≥=>=====<<=⎰⎰⎰∞∞∞θθθθθθθθθθπθθπθθπθθθπθθθθθθd d d x x x p x x x p x x x x x x p x x x i x x x x p i ，时，当【原答案：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)XU θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==⎰从而有 7()()3()()128p x x m x θπθπθθ==, 计算错误】1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从而有 ()()()()x x p x πθπθθπθ∝•00111n n n ααααθθθθθ++++∝•∝ 因此 θ的后验分布仍是Pareto 分布。
完整版贝叶斯统计茆诗松版大部分课后习题答案
加 I —W)W j04/(l -疔36840 (1 ) ,011.6习题讲解一、1,3,5,6,10,11,12,15 1.1记样本为X. p(x0.1) Cs *0.1 2 *0.960.1488 p(x 0.2) C ；*0.22*0.86 0.2936 后验分布: 0.1 x 0.2x0.1488*0.70.1488*0.7 0.2936*0.3 0.2936*0.3 0.1488*0.7 0.2936*0.30.5418 0.4582苴它1o<e<iJ n[2(1® a G<e<i其它1m x 0p(x| ) 1d°C ； 3(1 )5 *2(1 )d1 0112 3(1 )6d12i…氏设辱心…血是栗ri泊松分布praj的个样本swe匚此样木的似然函数为匕现収仙也［分•仃Ga(fiL Q 粹为泊松分巾均们A的址验匕们•即―oo < a v+c©的后验分布为192/ 7 6 86192 —8 7参故久的百验分布为兀(几斗)板I A)^(Z)'X /J+M j A服从伽玛分布Go辽対+桟申一八r-11.11由题意设x表示等候汽车的时间，则其服从均匀分布U(0,)P(X)亠0 X0, 其它因为抽取3个样本，即X (x1,x2, x3)，所以样本联合分布为丄p(X) 3,0, X i，X2, X3其它又因为192/0, 所以，利用样本信息得h(X, ) p(X )() 1~3192~4192 (~7(8,0 X i,X2,X3 )于是 m(X) 8 h(X, )d 192 , rdp(x\A) =——, -OC < XIX/ < +OCh(X,)m(X)( X)21,2,3,5,6,7,8,10,11,121p(x ) — ,0 x0,即(x) ( n)1/0,即得证。
1.151样本的似然函数：p(x )1e服从伽马分布Ga n, nx-0.00024,20000.1.12样本联合分布为:(X)6 867~0,(x) p(x )()1/1max 0,%丄，人因此的后验分布的核为1/n 1,仍表现为Pareto 分布密度函数的核参数的后验分布 (x) p(x )()n 1( nx)enX in— i 1n nxe0.0001221,2,3,5,6,7,8,10,11,12乙11)讥刈8)二&(1一&)\兀(&) = 1p 何0)兀(0)= &(1—胖 〜尿(2,4)E(&|X )"E =±W2)讽申)=，(1 — &)叫兀(&) = 1二 诃x) * p(x 0)兀(8)=护(1 一 0)10〜%(4,11)i ・44 E(& x) = 3¥ = ---- =——E 11 + 4 152.2解：由题意，变量t 服从指数分布：p(t )由伽玛分布性质知:0.2nt i 20 3.8 76，所以 ni 1由于伽玛分布是指数分布参数的共轭先验分布，而且后验分布又已知n=20,0.04, 0.2t 3.8(|t) P(T| )( )neti1en 1e (ti )即后验分布为Ga( n,t i ) Ga(20.04,76.2)E T() n t i20.04 76.2 0.2631服从倒伽玛分布IGa(n ,t i ) IGa(20.04,76.2)样本联合分布p(T )neti且~Ga(,)〒0 , E()0.2 Var (n20.04, t76.2t-E T ( ) E |T (1) ----- 4.002n 1n 12.8 由 x ~ Ga( , ), ~ IGa(,)可以得出(1}e(1) 的后验分布为:(3)样本分布函数为:的后验期望估计的后验方差为11 162.5n 36.2.7的先验分布为：()/ 1,0, 令1 max 0必丄,X -可得后验分布为：(x)(n) 1 n/0,后验方差为： Var( x)E( x)十, n 1 (n) 122(n 1) (n 2)(xpn -2n -2X1 xe 2 ,x 0(x)p(x 1)e^即为倒伽玛分布IGa(-,2所以的后验分布为IGa(n2 )的核。
贝叶斯统计老师划的课后习题
1.1设θ是一批产品的不合格率，已知它不是0.1就是0.2，且其先验分布为π（0.1）=0.7 π（0.2）=0.3.假如从这批产品中随机抽取8个进行检查，发现有两个不合格品。
求θ的后验分布。
解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有1111122()()()0.4582()()()()P A A P A P A θπθπθθπθθπθ==+2221122()()()0.5418()()()()P A A P A P A θπθπθθπθθπθ==+1.2 设一卷磁带上的缺陷数服从泊松分布P （λ），其中λ可取1和1.5中的一个，又设λ的先验分布为π（1）=0.4 π（1.5）=0.6.假如检查一卷磁带发现了3个缺陷，求λ的后验分布。
解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()X P λ:∴3(3)3!e P X λλλ-==1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 设θ是一批产品的不合格率，从中抽取8个产品进行检验，发现3个不合格品，假如先验分布为 （1）θ～u(0,1) (2)θ~π(θ)={10 )1(2else0<<-θθ解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有 351()()()504(1),01()()P A A P A d θπθπθθθθθπθθ==-<<⎰（2）361()()()47040(1),01()()P A A P A d θπθπθθθθθπθθ==-<<⎰1.10 从正态总体N （0，4）中随机抽取容量为100的样本，又设θ的先验分布为正态分布。
- 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)。
习题讲解一、1,3,5,6,10,11,12,15 记样本为x.()()22682268(0.1)*0.1*0.90.1488(0.2)*0.2*0.80.29360.1488*0.70.10.54180.1488*0.70.2936*0.30.2936*0.30.20.45820.1488*0.70.2936*0.3p x C p x C x x θθπθπθ==≈==≈==≈+==≈+后验分布：()()()()()1113353680362(|)(1)*2(1)112(1)15(|)840(1),01m x p x d C d d p x x m x θπθθθθθθθθθθπθπθθθθ==--=-===-<<⎰⎰⎰由题意设x 表示等候汽车的时间，则其服从均匀分布(0,)U θ1,0()0,x p x θθ⎧<<⎪=⎨⎪⎩其它 因为抽取3个样本，即123(,,)X x x x =，所以样本联合分布为12331,0,,()0,x x x p X θθ⎧<<⎪=⎨⎪⎩其它又因为 4192/,4()0,4θθπθθ⎧≥=⎨<⎩所以，利用样本信息得1233471192192(,)()() (8,0,,)h X p X x x x θθπθθθθθθ==⋅=≥<<于是788192()(,)m X h X d d θθθθ+∞+∞==⎰⎰ θ的后验分布为76778(,)192/68()192()h X X m X d θθπθθθθ+∞⨯===⎰6768,8()0,8X θπθθθ⎧⨯≥⎪=⎨⎪<⎩样本联合分布为：1(),0np x x θθθ=<<1000/,()0,αααθθθθπθθθ+⎧>=⎨≤⎩{}110101()()()/1/,max ,,,n n n x p x x x αααπθθπθαθθθθθθ++++∝=∝>=因此θ的后验分布的核为11/n αθ++，仍表现为Pareto 分布密度函数的核即1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩即得证。
()()()111()1()()()()(),.nii x nn n x n n x p x ee ex p x e Ga n nx λλααβλαβλλλλβπλλαλπλλπλλαβ=----+--+∑===Γ∝∝++样本的似然函数：参数的后验分布服从伽马分布220.0002(2)4,20000.0.0001αβαβαβ⎧=⎪⎪⇒==⎨⎪=⎪⎩二、1,2,3,5,6,7,8,10,11,12解： 由题意，变量t 服从指数分布：()t p t e λλλ-= 样本联合分布()it n p T e λλλ-∑=且1~(,),0()Ga e ααβλβλαβλλα--=>Γ ，()0.2E λ= ()1Var λ=由伽玛分布性质知：20.20.04,0.21αβαβαβ⎧=⎪⎪⇒==⎨⎪=⎪⎩ 又已知 n=20, 3.8t =120 3.876ni i t ==⨯=∑，所以120.04,76.2ni i n t αβ=+=+=∑由于伽玛分布是指数分布参数的共轭先验分布，而且后验分布()11()()()t t n n i i t p T ee eλλββλααπλλπλλλλ--+∑∑--+-∝∝= 即后验分布为(,)(20.04,76.2)i Ga n t Ga αβ++=∑|20.04()0.26376.2T i n E t λαλβ+===+∑1θλ-=服从倒伽玛分布(,)(20.04,76.2)i IGa n t IGa αβ++=∑||1()() 4.0021iT T t E E n λλβθλα-+===+-∑可以算出θ的后验分布为(11,4)Ga ，θ的后验期望估计的后验方差为1116. 36n ≥.θ的先验分布为：1000/,()0,αααθθθθπθθθ+⎧>=⎨≤⎩令{}101max ,,,n x x θθ=可得后验分布为：1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩则θ的后验期望估计为：1()()1n E x n αθθα+=+-，后验方差为：212()()(1)(2)n Var x n n αθθαα+=+-+-. 由1~(,),~(,)22n x Ga IGa θαβθ可以得出 211221()2(),0()2nn xp x x e x n θθθ--=>Γ (1)(),0()e βααθβπθθθα--+=>Γ （1）θ的后验分布为：2(1)22()()()x nx p x eβαθπθθπθθ+--++∝∝即为倒伽玛分布(,)22n x IGa αβ++的核。
所以θ的后验分布为(,)22n x IGa αβ++（2）后验均值为22()2212xx E x n n ββθαα++==+-+-后验方差为22()2()(1)(2)22xVar x n nβθαα+=+-+-（3）样本分布函数为：11212211(2)()()(/2)nii nnnx nni ii i p x p x xen θθθθ=---==⎡⎤∑⎢⎥==⎢⎥Γ⎢⎥⎣⎦∏∏所以θ的后验分布为：212(1)22()()()ni i x n x p x eβαθπθθπθθ=+--++∑∝∝即为21(,)22ni i x n IGa αβ=++∑的核。
12112(1)211()2)()()[]*()()2ni i n n x n n i i x p x x e e n βαθαθβθπθθπθθα=----+=∑==ΓΓ∏（令)0d x d πθθ=（ 即：221122221211222222112()2[][(1)*]0()22()2nni i i i nnx x n n n i n n i i i x n x e e n ββαααθθββαθθαθ==++---------==∑∑+---+=ΓΓ∑∏可得1122222212nnii ii MD xx nn ββθαα=∧=++==++++∑∑而由公式得1122222212nnii ii E xx n n ββθαα=∧=++==+-+-∑∑因此，倒伽玛分布的这两个估计是不一样的，原因是它不对称。
解：已知~(,1),~(3,1)x N N θθ 设θ的后验分布为211(,)N μσ 可得：2201220x σμτμστ-----+=+ 2221111σστ=+由已知得：24333x -++==，22013n σσ== 2113331113,31134μσ⨯+⨯∴====++所以θ的95％的可信区间为：[30.5 1.96,30.5 1.96]-⨯+⨯ 即为[2.02,3.98].已知()()22~0,,~,x N IGa σσαλ可得2σ的后验分布为211,22n i i n IGa x αλ=⎛⎫++ ⎪⎝⎭∑后验均值为：2112ˆ12n ii E x n λθα=+=+-∑后验方差为：()22122121222n i i x Var x n n λσαα=⎛⎫+ ⎪⎝⎭=⎛⎫⎛⎫+-+- ⎪ ⎪⎝⎭⎝⎭∑ 变换：22111~,22n i i n Ga x αλσ=⎛⎫++ ⎪⎝⎭∑ 222112~22ni i n x λχασ=⎛⎫⎡⎤⎛⎫++ ⎪ ⎪⎢⎥⎝⎭⎣⎦⎝⎭∑ 令：()220.1211220.9ni i P x n λχασ=⎡⎤⎛⎫+≥+=⎢⎥ ⎪⎝⎭⎣⎦∑可得2σ的可信上限为()2120.122ni i x n λχα=++∑.θ的先验分布为：1000/,()0,αααθθθθπθθθ+⎧>=⎨≤⎩令{}101max ,,,n x x θθ=可得后验分布为：1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩设θ的1α-可信上限为U θ 则()11Ux d θθπθθα=-⎰带入有：111111()/11Un n nn UnU n d θααθααααθθθαθαθθθα+++++++=-⇒=⎛⎫⇒= ⎪⎝⎭⎰三、10,11,12,13()()()()()()()()230220020023.101exp ,00.010.01exp ,00.010.01exp 0.01,00.012000.010.999950.01x p x x x m x p x d d x x p m x dx dx x θθθπθθθθθπθθθθθ-+∞-Θ⎧⎫=->⎨⎬⎩⎭⎧⎫=->⎨⎬⎩⎭+⎧⎫==-⎨⎬⎩⎭=>+==≈+⎰⎰⎰⎰解：依题意则该元件在时间之前失效的概率:()()()()()()()()()()()()()()()110113.11:!,0!1!1!iiiiiiii xi i i i i i i xi i i i i i i i i i x i nnn i i x i i i p x e x e m x p x d ee d x x x x m x m x x θαβθααθβθαααααθθβπθθθαθβθπθθθθαβααβαβαβ---+∞---Θ++====>Γ==Γ=Γ+Γ+⎛⎫Γ+=∏=∏ ⎪ ⎪Γ+⎝⎭⎰⎰解依题意 ()()()()()()()()()()()()()()()()()()()()()()333333838312223.1235,,7201!13!5!11234.,0,03813ln 383ln 3i i x i i x f L x f L L f f f f αααααααβαααααβββαββββαααααααααβααββαββααβααα+++=Γ+Γ+ΓΓ+=∏==+++ΓΓ⎡⎤⎡⎤⎣⎦⎣⎦=++++∂⎧=⎪∂⎪⎨∂⎪=⎪∂⎩=⎧⎪⇒⎛⎫+⎨'= ⎪⎪⎝⎭⎩+'=解：超参数和的似然函数为其中由从而有：31.033599=0.38759968αααβ⎛⎫⎪⎝⎭≈≈利用软件计算，可得，()()()()()()()()()()()()2102222222223.13,.=,012m x m m e e d E E EE ααβθααβθθθαβθαβθαβμθθσθθβπθαβθθαβαμαβθθαβασθσθβαααααααμθμαβθββββββαασαβββ--+∞-==>Γ==Γ⎡⎤⎡⎤==⎣⎦⎣⎦+⎛⎫⎛⎫-=-=-+=⎡⎤ ⎪ ⎪⎣⎦⎝⎭⎝⎭=+⎰，，，证明：泊松分布的期望和方差分别为，，，，利用样本矩代替边际分布的矩，列出如下方程22222x S xS x x S x αβααββαβ∧∧⎧=⎪⎪⎨⎪=+⎪⎩⎧=⎪⎪-⇒⎨⎪=⎪-⎩：四、1,4,8,9,10,11,12,15,16(){}{}()()()12345612345615,6,7,8,9,10,5,6,7,8,9,1025,10,6,52524232221202530292827262530353433322530354039382530354045442530354045503a a Q a a aa a a a a a Q θθθθθθθθθθΘ=A =<≤⎧=⎨-≤<⎩⎛⎫⎪⎪ ⎪=⎪⎪ ⎪⎪⎪⎝⎭状态集行动集收益函数收益矩阵根据定义可知，最优()()()()()()()()()()()11234561654max ,1min ,252462312221821242030105611106a H Q a Q a H H H H H H a a θθααθαθααααααααααααα∈Θ∈Θ=+-=⎧⎪=+⎪⎪=+⎪⎨=+⎪⎪=+⎪⎪=+⎩<≤<<行动是，即采摘朵鲜花按折中准则：当时，选择，每天摘朵鲜花当时，选择，每天摘朵鲜花.()131500L a =购买8件.对于行动1a ，其收益函数为()100,00.130,0.10.250,0.21Q θθθθ<<⎧⎪=≤≤⎨⎪-<<⎩对于行动2a ，其收益函数为()40,01Q θθ=<<从而可得在1a 和2a 处的损失函数：()10,00.1,10,0.10.290,0.21L a θθθθ<<⎧⎪=≤≤⎨⎪<<⎩()260,00.1,0,0.11L a θθθ<<⎧=⎨≤<⎩ θ服从()2,14Be()()()()0.2110.10.2109018.86L a p d p d θθθθ=+≈⎰⎰元吨()()()0.1206027.06L a p d θθ=≈⎰元吨故采用第一种收费方法对工厂有利.##附R 软件计算定积分程序：int<-function(x){210*x*(1-x)^13};integrate(int,,$value*10+integrate(int,,1)$value*90; [1]integrate(int,0,$value*60; [1]()()()()()()()()()()()()()0121212121212101662011820122566,,,0,3056,,,530,00,1015304101305910.Q a Q a a a L a L a Q a Q a a a L a L a L a d L a d a θθθθθθθθθθθθθθθθθθθθ+=-+⇒=≤≥==-><=-==-==-=⎰⎰当时，，则在和处的损失函数为当时，，则在和处的损失函数为服从上的均匀分布最优行动是五、2,3,7,11,18,21,22(2)(4)()()()22~,12x x N p x θθθπ--=由可得()()()()()212222222ln ln 1ln 2222ni i x nn x n c n x n c B p X en x ee d E e x c n d x cn c ccx nθθθθθππθπθπ=----⎛⎫+-- ⎪+∞ ⎪⎝⎭-∞∑==⎡⎤⎢⎥⎢⎥⎣⎦==+++=+⎰样本的似然函数为：后验分布则附：用R 软件作图程序：y<-function(x){exp*x)*x-1};plot(y,xlim=c(-20,20),type="l",lty=1);lines(x,exp*x)*x-1,xlim=c(-20,20),type="l",lty=2); lines(x,exp*x)*x-1,xlim=c(-20,20),type="l",lty=3); <-c("c=","c=","c=");legend(locator(1),,lty=c(1,2,3));()23,.23ln B xxc e cθδ=<-可以求得的贝叶斯估计为()()()()()()()()()()()()()2222225.2:,122B x e L E x E x E x x d x d eθμδδμπθπθδλθθδλθθθδθλθλθθωθπθθωθπθθωμπ--+∞-∞-∞--==-⎡⎤⎣⎦=⎡⎤⎣⎦⎡⎤=-+⎣⎦=+⎰⎰后验分布：根据定理在加权平方损失函数下,的贝叶斯估计为：通过计算可得：()()()()()()()()()()()()()()()()()121122,1111111;2102n x x n x x B B Be x n x n E x d x n x n E x d x n x E x x x n a x n E x x a x n βαβαθαβλθθθαβλθθθθθαβαβλθθθθαβλθθαθαβλθαααβα+--+-+--+-++-=-Γ++⎡⎤=-⎣⎦Γ+Γ+-Γ++⎡⎤=-⎣⎦Γ+Γ+-⎡⎤+-⎣⎦≤≤-==++-⎡⎤⎣⎦-==++-≤⎰⎰的后验分布为时,的贝叶斯估计为时,若>1,若0<()()()()()()()()()()()()()()()2111011122212200001112111,000;,n n n n B n a R a x d n n d a d a d n a R a x a x x n βαβββααααβθθθθαβθθαβθθθθθθθθθαβαβ+--+-+-+---Γ++-==-ΓΓ+-Γ++⎡⎤=---+-⎢⎥⎣⎦ΓΓ+≤====⎰⎰⎰⎰1,考虑后验风险0<上式中括号内前两项积分都是有限的,而第三个积分是趋于无穷大的,从而当时,达到最小值,即类似地，时若>()()121.B B n a x n a x ααββ+-=++-≤=1,若0<1,(1)121210075100150a a W θθ⎛⎫= ⎪⎝⎭支付矩阵1212250050a a L θθ⎛⎫= ⎪⎝⎭损失矩阵1a 与2a 下的先验期望损失为()()12,17.5,,15E L a E L a θθθθ==⎡⎤⎡⎤⎣⎦⎣⎦，故2a 是最优行动，先验()15EVPI =元.(2){}{}()120,1,2,a a x δ从到上的任一个映射都是该问题的决策函数. (3)、(4)()()()()21~2,,,00.87475,10.1205,20.00475,i i i x b m x p x m m m θθπθ=====∑边缘概率可得：后验分布为：计算(),x E L a θθ⎡⎤⎣⎦，可得表格： 从而最优决策函数为：()21,0,1,2a x x a x δ=⎧'=⎨=⎩()()()()()()(),13.89*0.8747513.7975*0.12059.21*0.0047513.8566,1513.8566 1.14342 1.14340.20.9434xx xx EVPI E EL x EVSI EVPI E EL x ENGS EVSI C θθθδθδ⎡⎤'==++=⎣⎦⎡⎤'=-=-=⎣⎦=-=-=后验先验元元(1)210216b b m m θ-==-()()()()()21221200000~10,4,10,,5,4,10,61,10.08332**0.08332*5*4 1.6664N N N N E m m a t m m D L D L EVPI L D t θθτμθθμττ=>=-====-=======最优行动为 (2)0003**=0.04270*5*3=0.64052**=0.008491*5*2=0.084911**=0.000007145*5*1=0.000035725N N N EVPI L t EVPI L t EVPI L t θμτττθμτττθμτττ⎛-⎫==⎪⎝⎭⎛-⎫== ⎪⎝⎭⎛-⎫== ⎪⎝⎭类似可得，，， (3)由上先验EVPI 中有相当一部分是由于先验分布估计得不够精确引起的，随着标准差τ的减小，用来描述状态θ的先验分布愈精确，增加了先验信息，从而减少了先验完全信息及其期望值。