概率论第3章习题详解

合集下载

概率论~第三章习题参考答案与提示

设二维随机变量xy的概率密度为6第三章习题参考答案与提示?2121yxyxyxf?xy?其中1yx?和2yx?都是二维正态密度函数且它们对应的二维随机变量的相关系数分别为13和13它们的边缘密度函数所对应的随机变量的数学期望都是0方差都是1
第三章习题参考答案与提示
第三章随机变量的数字特征习题参考答案与提示
22．已知 X 、 Y 分别服从正态分布 N (0，32 ) 和 N (1，42 ) ，且 X 与Y 的相关系数 ρ XY = −1/ 2 ，设 Z = X / 3 + Y / 2 ，求：
（1）求数学期望 EZ ，方差 DZ ；（2）Y 与 Z 的相关系数 ρYZ ；答案与提示：本题要求熟悉数学期望、方差、协方差的性质、计算及有关正态分布的性质。
X
Y
0
1
0
0.1
0.2
1
0.3
0.4
求：（1） EX ， EY ， DX ， DY ；
（2）( X ， Y )的协方差，相关系数，协方差阵，相关阵。
答案与提示：（1） EX = 0.7 ， DX = 0.21， EY = 0.6 ， DY = 0.24 。
（2） EXY = 0.4 ； Cov ( X ,Y ) = −0.02 ， ρXY = 0.089 ；
（1） X 的概率密度；
（2）Y = 1 − 2 X 的概率密度。
答案与提示：考查服从正态分布随机变量的概率密度的一般表达形式、参数的
几何意义及正态分布随机变量的性质。
（1） f (x) = 1 e−(x−1.7)2 /6 (−∞ < x < +∞) 6π
（2） f ( y) = 1 e−( y+2.4)2 / 24 2 6π

概率论与数理统计第三章习题及答案

概率论与数理统计习题第三章多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1）确定常数k ；（2）求{}3,1<<Y X P （3）求{}5.1<X P ；（4）求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。

概率论与数理统计第三章习题及答案

概率论第3章习题解答袁德美

概率教材第三章勘误说明：红线为要纠正的部分.（一）70页习题3.2答案：1a b +=且0,0a b ≥≥. （二）76页例3.6(2) ()(),d d x yP X Y f x y x y >>=∫∫10041d d d d 42Gxx y xy x xy y ===∫∫∫∫.（三）77页例3.7()||1000P X Y ≤−()||1000,d d x y f x y x y −≤=∫∫61d d 610Hx y =×∫∫400010006200030001d d 610x x y +=×∫∫ 1.3= （四）79页习题3.13（2）答案应为0.3 . （五）84习题3.18 单位:千小时.第3章二维随机变量及其分布二维随机变量及其分布习题3.13.1比较二维随机变量与一维随机变量的分布函数的性质有何异同？3.2 设1(,)F x y 和2(,)F x y 都是联合分布函数，试问常数a ，b 满足什么条件时，12(,)(,)aF x y bF x y +也是联合分布函数？解：因为1(,)F x y 和2(,)F x y 都是联合分布函数，有1(, )1F ∞∞=，2(, )1F ∞∞=.若12(,)(,)aF x y bF x y +也是联合分布函数，则12(, )(, )1aF bF ∞∞+∞∞=，即1a b +=.又因为联合分布函数12(,)(,)aF x y bF x y +满足单调性,所以0,0a b ≥≥.可以验证,当0,0a b ≥≥且1a b +=时, 12(,)(,)aF x y bF x y +是联合分布函数.3.3 设二维随机变量1+, 0,0,(,)~(,) 0, x y x y xy e e e x y X Y F x y −−−−− −−≥≥=其它. 求：（1）()0.5,0.3P X Y ≤≤；（2）()0.5,0.3 1.3P X Y ≤<≤；（3）()10, 12P X Y −<≤<≤.解: (1)()0.50.30.950.5,0.3(0.5,0.3)1P X Y F ee e −−−≤≤==−−+;（2）()()()0.5,0.3 1.30.5, 1.30.5,0.3P X Y P X Y P X Y ≤<≤=≤≤−≤≤(0.5,1.3)(0.5,0.3)F F =−0.3 2.45 1.30.95e e e e −−−−=+−−;（3）()10, 12(0,2)(1,1)(0,1)(1,2)P X Y F F F F −<≤<≤=+−−−− 00000=+−−=.*3.4 设()10,00,0.1, 01,01,,0.5, 01,11,01,1,x y x y F x y x y x y << ≤<≤<= ≤<≥≥≤<其它或或和()20, 00,0.2, 01,01,,0.5, 01,11,01,1,x y x y F x y x y x y << ≤<≤<= ≤<≥≥≤< 其它或或是两个不同的分布函数，验证它们关于X 和关于Y 的边缘分布函数相同.解: 当 0x <时, ()1,0F x y =,有1(,)0F x ∞=.当01x ≤<时,()10, 0,,0.1,01,0.5, 1.y F x y y y <=≤< ≥ 有1(,)0.5F x ∞=.当1x ≥时,()10, 0,,0.5,01,1, 1.y F x y y y <=≤< ≥有1(,)1F x ∞=.因此()1,F x y 关于X 的边缘分布函数为10,0,(,)0.5, 01,1,x F x x <∞=≤< 其它.类似可求()1,F x y 关于Y 的边缘分布函数为10,0,(,)0.5, 01,1,y F y y <∞=≤< 其它.()2,F x y 关于X 和关于Y 的边缘分布函数为20, 0,(,)0.5, 01,1,x F x x < ∞=≤< 其它与 20,0,(,)0.5, 01,1,y F y y <∞=≤<其它.因此它们关于X 和关于Y 的边缘分布函数相同.习题3.23.5 盒子里装有2只白球，2只红球，3只黑球，在其中任取4只球，以X 表示取到白球的只数，以Y 表示取到黑球的只数，求(,)X Y 的联合分布列及边缘分布列.解: 按古典概率计算,从7只球中取4只球,共有4735C =种取法.在4只球中,白球有i 只,黑球有j 只(剩下4i j −−只红球)的取法数为: 4232iji j C C C −−种. 因此 (,)X Y 的联合分布列为423247(,)ij i jC C C P X i Y j C −−===,0,1,2i =,0,1,2,3j =,24i j ≤+≤. 于是2232473(0,2)35C C P X Y C ====, 3132472(0,3)35C C P X Y C ====, 112232476(1,1)35C C C P X Y C ====, 1212324712(1,2)35C C C P X Y C ====, 1323472(1,3)35C C P X Y C ====, 2222471(2,0)35C C P X Y C ====,211232476(2,1)35C C C P X Y C ====, 2223473(2,2)35C C P X Y C ====, (,)X Y 的联合分布列与边缘分布列为3.6 一批产品工有100件，其中一等品60件，二等品30件，三等品10件. 从这批产品中有放回的任取3件，以X 和Y 分别表示取出的3件产品中一等品、二等品的件数，求:(1) (,)X Y 的联合分布列；(2) (1,2)P X Y ≤≤.解: (1) 因为X 和Y 的可能取值为0,1,2,3, 事件{,}X i Y j ==表示取出的3件产品中一等品有i 件、二等品有j 件(三等品有3i j −−件)的取法, 取法总数为3!!!(3)!i j i j −−种,而对于每种取法的概率为 3631101010ij i j−−,因此(,)X Y 的联合分布列为33!631(,)!!(3)!101010iji jP X i Y j i j i j −−===−− ， ,0,1,2,3i j =,3i j +≤.(,)X Y 的联合分布列与边缘分布列为(2)(1,2)(0,0)(0,1)(0,2)P X Y P X Y P X Y P X Y ≤≤===+==+==(1,0)(1,1)(1,2)0.325P X Y P X Y P X Y +==+==+===.3.7 设事件A ，B 满足1()4P A =，1(|)(|)2P B A P A B ==. 记 1, 0 A X A =若发生，，若不发生, 1, 0 B Y B =若发生，，若不发生. 求,)X Y (的联合分布列及边缘分布列.解（1）由于()111()()428P AB P A P B A ==×=，()()181()124P AB P B P A B ===，所以，1(1,1)()8P X Y P AB ====，1(1,0)(()()8P X Y P AB P A P AB ====−=， 1(0,1)()()(),8P X Y P AB P B P AB ====−=(0,0)()1()P X Y P AB P A B ====−U =51()()()8P A P B P AB −−+=,所以(,)X Y 的联合分布列及边缘分布列为3.8 (,)X Y 的联合分布列为求：(1) (0)P X =；(2) (2)P Y ≤；(3) (1,2)P X Y <≤.解 (1) (0)(0,1)(0,2)(0,3)P X P X Y P X Y P X Y ====+==+==0.10.10.30.5=++=；(2) (2)1(3)1(0,3)(1,3)P Y P Y P X Y P X Y ≤=−==−==−==10.30.250.45=−−=；(3)(1,2)(0,1)(0,2)0.10.10.2P X Y P X Y P X Y <≤===+===+=.习题3.33.9 设二维随机变量()35(1)(1), 0,0,,~(,)0, x y e e x y X Y F x y −− −−≥≥= 其它.试求,)X Y (的联合概率密度(, )f x y .解当0,0x y >>时,35(,)(1)(1)x y F x y e e −−=−−.对(, )F x y 求二阶偏导，得(, )X Y 的联合概率密度为()2,(,)F x y f x y x y∂=∂∂(35)15x y e −+=.当0x <或0y <时, (,)0F x y =, ()2,(,)0F x y f x y x y∂==∂∂.于是,)X Y (的联合概率密度(35)15, 0,0,(, )0, x y e x y f x y −+ ≥≥= 其他.3.1010 设二维随机变量()22,(,),(1)(1)AX Y f x y x y =++ 求：(1)常数A ；(2)联合分布函数(,)F x y ；(3) 概率()(),P X Y D ∈，其中D 是以(0,0)，(0,1)，(1,0)，(1,1)为顶点的正方形区域.解 (1)由联合概率密度(,)f x y 的正则性，221(,)d d d d (1)(1)A f x y x y x y x y +∞+∞+∞+∞−∞−∞−∞−∞==++∫∫∫∫2π1A ==, 得21πA =. (2) 2221(,)(,)d d d d (1)(1)x yxyF x y f s t s t s t s t π−∞−∞−∞−∞==++∫∫∫∫21(arctan )(arctan 22x y πππ=++. (3)()(),(1,1)(0,0)(0,1)(1,0)PX Y D F F F F ∈=+−−913311648816=+−−=. 3.1.111设二维随机变量(),(,)X Y f x y ，则(1)P X >等于 (A) 1d (,)d x f x y y ∞−∞−∞∫∫. (B) 1d (,)d x f x y y ∞∞−∞∫∫.(C)1(,)d f x y x −∞∫. (D)1(,)d f x y x ∞∫.解选(B).因为1(1)(1,)d (,)d P X P X Y x f x y y ∞∞−∞>=<<∞−∞<<∞=∫∫.3.12 设二维随机变量() (6), 02,24,,~(,)0, k x y x y X Y f x y −−<<<< =其它. 求：(1) 常数k ；(2) (1,3)P X Y <<；(3) ( 1.5)P X <；(4) (4)P X Y +<.解（1）由于联合概率密度(,)f x y 满足正则性,于是2421(,)d d d (6)d 8f x y x y x k x y y k +∞+∞−∞−∞==−−=∫∫∫∫所以81=k . （2）130213(1,3)d (6)d 88P X Y x x y y <<=−−=∫∫. （3） 1.5402127( 1.5)( 1.5,)d (6)d 832P X P X Y x x y y <=<<∞=−−=∫∫.（4）(,)f x y 的非零区域与{4}x y +<的交集{(,)|02,24}G x y x y x =<<<<−.()24024112(4),d d (6)d d d (6)d 883x x y GP X Y f x y x y x y x y x x y y −+<+<==−−=−−=∫∫∫∫∫∫.3.13 设二维随机变量()(2),01,0,,~(,)0,cy x x y x X Y f x y −≤≤≤≤ =其它. 求：(1)常数c ；(2)(1)P X Y +≤；(3)边缘概率密度.解（1）由于联合概率密度(,)f x y 满足正则性,于是1051(,)d d d (2)d 24xf x y x y x cy x y c +∞+∞−∞−∞==−=∫∫∫∫，所以 4.8c =.（2）(,)f x y 的非零区域与{1}x y +≤的交集1{(,)|1,0}2G x y y x y y =≤≤−≤≤.()11201(1),d d 4.8(2)d d d 4.8(2)d 0.3y yx y GP X Y f x y x y y x x y y y x x −+≤+≤==−=−=∫∫∫∫∫∫.(3) , X Y （）关于X 的边缘密度函数204.8(2) 2.4(2)01()(,)0x X y x dy x x x f x f x y dy +∞−∞−=−≤≤== ∫∫其它.关于Y 的边缘密度函数124.8(2) 2.4(34)01()(,)0y Y y x dx y y y y f y f x y dx +∞−∞−=−+≤≤== ∫∫其它.3.14 设二维随机变量(,)X Y 在由x 轴、y 轴及直线22x y +=所围成的三角形区域上D 服从均匀分布，求边缘概率密度()X f x 和()Y f y .解区域}01,0{(,)|22x y D x y x ≤≤≤≤=−的面积为1(22)d 1S x x =−=∫.因此(,)X Y 的联合概率密度为01,0122(,)0x y x f x y ≤≤≤≤− = ，，，其他．, X Y （）关于X 的边缘密度函数220d 22, 01()(,)d 0, xX y x x f x f x y y −+∞−∞=−≤≤== ∫∫其它.关于Y 的边缘密度函数220d 1, 02()(,)d 20, y Y yx y f y f x y x −+∞−∞=−≤≤ ==∫∫其它. 3.15设(,)X Y 的联合概率密度分别为(1) 4,01,01,(,)0,xy x y f x y ≤≤≤≤ =其它.(2) 21, 01,02,(,)30, x xy x y f x y +<<<< = 其它.(3) , 0,(,) 0, y e x y f x y − <<= 其它.试分别求, X Y （）的边缘概率密度.解 (1) 因为, X Y （）关于X 的边缘密度函数14d 2, 01()(,)d 0, X xy y x x f x f x y y +∞−∞=≤≤ == ∫∫其它.关于Y 的边缘密度函数104d 2,01,()(,)d 0, ,Y xy x y y f y f x y x +∞−∞=≤≤==∫∫其它(2) 因为, X Y （）关于X 的边缘密度函数222012()d 2, 01()(,)d 330, X x xy y x x x f x f x y y +∞−∞+=+<< == ∫∫其它.关于Y 的边缘密度函数120111()d ,02,()(,)d 3360, .Y x xy x y y f y f x y x +∞−∞+=+<< ==∫∫其它 (3) 因为, X Y （）关于X 的边缘密度函数≤>===∫∫+∞−−∞+∞−0,00,),()(x x e dy e dy y x f x f xx y X 关于Y 的边缘密度函数≤>===∫∫−−∞+∞−,0,0,0,),()(0y y ye dx e dx y x f y f y y y Y习题3.43.16 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 与Y 分别表示甲和乙的命中次数，试求(,)X Y 的联合分布列及边缘分布列.解甲命中次数(2.0.2)X B ,乙命中次数(2,0.5)Y B ,且X 与Y 相互独立,于是(,)X Y 的联合分布列为2222(,)()()0.20.80.50.5ii i j j j P X i Y j P X i P Y j C C −−======,(,0,1,2)i j =.因此(,)X Y 的联合分布列及边缘分布列为3.17 [1999[1999年1]1]设随机变量X 与Y 相互独立，试完成下表：1x a 1/8 b g 2x 1/8 c d h j p g1/6ef1解设表中空格数据为由11211p p p +=g ，即1186p +=，得1124p =；由于X 与Y 相互独立，有1111p p p =?g g ，即111246p =?g ，得114p =g ；由1112131p p p p ++=g ，即131112484p ++=，得13112p =；由1221p p p =?g g ，即21184p =?g ，得212p =g ；由12222p p p +=g ，即221182p +=，得2238p =；由1231p p p ++=g g g ，即311162p ++=g ，得313p =g ；由13233p p p +=g ，即2311123p +=，得2314p =；由121p p +=g g ，即2114p +=g ，得234p =g .填表如下：3.18 [1990年3]一电子仪器由两个部件构成，随机变量X 与Y 分别表示这两个部件的寿命(单位：千小时) ，已知()2221, 0,0,,~(,) 0, x y x y e e e x y X Y F x y +−−− −−+≥≥= 其它.(1) 问X 与Y 是否相互独立？(2) 求这两个部件的寿命都超过100小时的概率.解（1）(, )X Y 关于X 的边缘分布函数为()()0.51,0,,0,0,x X e x F x F x x − −≥=∞=< (, )X Y 关于Y 的边缘分布函数为()()0.51,0,,0,0,y Y e y F y F y y − −≥=∞=<因为()()(),X Y F x y F x F y =，故X 与Y 相互独立．（2）()()()()()()()0.10.1,0.10.10.110.110.1X Y P X Y P X P Y F F e−>>=>>=−−=．3.19 设X 与Y 独立同均匀分布[1,3]U ，并且13a <<，记事件{}A X a =≤，{}B Y a =≥，且()7/9P A B =U ，求常数a .解因为X 与Y 相互独立,所以事件A 与事件B 也相互独立. 因此111()()d 22aa P A P X a x −=≤==∫,313()()d 22a aP B P Y a x −=≥==∫, ()(1)(3)()()4a a P AB P A P B −−==.于是()()()()13(1)(3)72249a a a a P A B P A P B P AB −−−−=+−=+−=U ,解得53a =或73.3.2020 某码头只能容纳一只船，现预知某日将有两只船独立来到，且在24小时内各时刻来到的可能性相等，如果它们需要停靠的时间分别为3小时及4小时，试求有一只船要在江中等待的概率．解设X ，Y 分别表示此二船到达码头的时间，则X , Y 的概率密度函数分别为1,024()240, ,X x f x ≤< = ，其它 1,024()240, ,Y y f x ≤< = ，其它则X 与Y 相互独立，其联合概率密度为()21,024,024,,()()240,X Y x y f x y f x f y ≤<≤<== 其他, 于是按题意，所求概率为(34).P Y X −≤−≤ 区域{(,)|024,024,34}G x y X Y Y X =≤≤≤≤−≤−≤ 所求概率为(34)P Y X −≤−≤21(,)d d 24Gf x y x y G ==×∫∫的面积3110.271152==. 3.21 设X 与Y 独立同均匀分布[0,1]U ，求方程20t Xt Y ++=有实根的概率. 解 X , Y 的概率密度分别为1, 01()0, ,X x f x << = ，其它 1, 01()0, ,Y y f x << =，其它由于X 与Y 相互独立，其联合概率密度为()1,01,01,,()()0,X Y x y f x y f x f y <<<< ==其他. 方程20t Xt Y ++=有实根的充要条件是判别式240X Y ∆=−≥,概率22211240401(40)(,)d d d d d 412x x y x P X Y f x y x y x y x −≥−≥====∫∫∫∫∫. 3.22二维随机变量(,)X Y 在区域D 上服从均匀分布，求边缘概率密度()X f x ,()Y f y ,并判断X 和Y 是否相互独立.（1）{(,)|01,23}D x y x y =≤≤≤≤；（2）22{(,)|1}4y D x y x =+≤；（3）22{(,)|2}D x y x y y =+≤.解（1）因为区域D 的面积1,D S = , X Y （）的联合概率密度1, (,),(,)0, .x y D f x y ∈ = 其他因为, X Y （）关于X 的边缘密度函数32d 1, 01()(,)d 0, X y x f x f x y y +∞−∞=≤≤ == ∫∫其他.关于Y 的边缘密度函数10d 1, 23,()(,)d 0, ,Y x y f y f x y x +∞−∞=≤≤==∫∫其他所以，对任意实数x ，y 均有(,)()(),X Y f x y f x f y =故X 与Y 是相互独立的. （2）因为区域D 的面积2π,D S = , X Y （）的联合概率密度1, (,),(,)2π0, .x y D f x y ∈ = 其他因为, X Y （）关于X 的边缘密度函数1()(,)d 0, X y x f x f x y y +∞−−∞=≤ ==∫∫其它. 关于Y 的边缘密度函数2()(,)d 0 Y y f y f x y x +∞−∞≤== ∫，，其它；所以，对任意实数x ，y 均有(,)()(),X Y f x y f x f y ≠故X 与Y 是相互独立的.（3）因为区域D 的面积π,D S = , X Y （）的联合概率密度1, (,),(,)π0, .x y D f x y ∈ = 其他因为, X Y （）关于X 的边缘密度函数111d 1()(,)d 0, X y x f x f x y y π+∞−∞=≤ ==∫∫其它.关于Y 的边缘密度函数02()(,)d 0 Y y f y f x y x +∞−∞≤≤== ∫，，其它；所以，对任意实数x ，y 均有(,)()(),X Y f x y f x f y ≠故X 与Y 是相互独立的.习题3.53.23 设(,)X Y 的联合分布列为求在1X =条件下，Y 的条件分布列.解 (1)(1,0)(1,1)(1,2)P X P X Y P X Y P X Y ====+==+==0.20.10.10.4=++= 在1X =条件下，Y 的条件分布列为(1,0)0.21(0|1)(1)0.42P X Y P Y X P X ========，(1,1)0.11(1|1)(1)0.44P X Y P Y X P X ========，(1,2)0.11(2|1)(1)0.44P X Y P Y X P X ========.或写成0 1 2111(1)24|4Y P Y k X ==.3.24 设二维随机变量(),X Y 的概率分布表为求：(1) (),X Y 关于X 的边缘分布列；(2) ()2P X Y +≤；(3)()00P Y X ==. 解 (1)(),X Y 关于X 的边缘分布列为0 20.3 0.7X P ；(2) ()()212,110.30.7P X Y P X Y +≤=−===−=.(3)()()()0,00.220000.33P X Y P Y X P X ========. 3.25 设二维随机变量 ()3, 0,0,,~(,)2 0, x xyx ex y X Y f x y −− >> =其它. 求：(1)边缘概率密度()X f x ；(2) 条件概率密度|(|)Y X f y x . 解 (1) 因为, X Y （）关于X 的边缘密度函数320d , 0,()(,)d 220, x xy xX x x e y e x f x f x y y ∞−−−∞−∞=>==∫∫其它. (2) 当0>x 时,条件概率密度|, 0,(,)(|)()0, 0.xy Y X X xe y f x y f y x f x y − >== ≤(3) 当12X =时,条件概率密度 2|11, 0,(|)220, 0.yY X e y f y y − > =≤ 3.26 设直线1x =，0y =以及曲线2y x =所围区域为G ， (,)X Y 在区域G 上服从二维均匀分布，试求：(1) (,)X Y 的联合概率密度(,)f x y ；(2) 条件概率密度|(|)Y X f y x 及|(|)X Y f x y ；(3) |(|1)Y X f y 及()|1/9X Y f x .解(1) 如图,区域2}01,0{(,)|x y x G x y <<<<=的面积为1201d 3S x x ==∫因此(,)X Y 的联合概率密度为201,03(,)0x y x f x y <<<< =，，，其他．(2) , X Y （）关于X 的边缘密度函数例3.26插图220 3 d 3, 01()(,)d 0, x X y x x f x f x y y +∞−∞=<<== ∫∫其它.关于Y 的边缘密度函数13(1 01()(,)d 0, Y x y f y f x y x +∞−∞=<<== ∫其它.当01x <<时，条件概率密度|(|)Y X f y x22|2031(,)(|)3() 0Y X X y x f x y f y x x xf x << ===，，，其他．当01y <<时，条件概率密度|(|)X Y f x y1(,)(|)() 0X Y Y x f x y f x y f y <<== ，，其他． (3) 当1x =时，条件概率密度|101(|1)0Y X y f y << =，，，其他．当19y =时，条件概率密度|3111(|2390X Y x f x << =，，，其他．习题3.63.27 有一本100页的书，每页错别字数服从参数为0.01的泊松分布，假定各页错别字数相互独立，求这本书上错别字总数的概率分布. 解设i X 表示此书第i 页上的错别字数, 则(0.01)i X P , 其中1,2,,100i =L .因为相互独立的泊松随机变量的和仍服从泊松分布,因此这本书上错别字总数1001()ii XP λ=∑ , 其中1000.011λ=×=.3.23.288设两个随机变量X 和Y 相互独立且同分布：()()111/2P X P Y =−==−=，()()111/2P X P Y ====，则下列各式成立的是（A）()12P X Y ==．（B）()1P X Y ==．（C）()104P X Y +==．（C）()114P XY ==．解因为X 与Y 相互独立，由边缘分布列可得联合分布列..111111442111144211122i jY p X p −− 由此得()()()1111,11,1442P X Y P X Y P X Y ===−=−+===+=，故（A）正确，（B）错误．另外，由()()()11101,11,1442P X Y P X Y P X Y +===−=+==−=+=知（C）错误，由{}00P XY ==知（D）错误．*3.29 设随机变量X 服从二项分布(,)B n p ，Y 服从二项分布(,)B m p ，且X 与Y 相互独立，证明X Y +服从二项分布(,)B n m p +. 证: 因(,)X B n p ,(,)Y B m p ,所以()(1)k kn k n P X k C p p −==−，0,1,2,,.k n =L ()(1)k k m k m P Y k C p p −==−，0,1,2,,.k m =L而X Y +可能取值为0,1,2,,n m +L ,且X 与Y 相互独立,由卷积公式有00()()()= (1)(1)iik k n k i k i km i k n m k k P X Y i P X k P Y i k C p p C p p −−−−+==+====−−−∑∑= (1)= (1)ik i k i n m i i i n m in m n m k C C p p C p p −+−+−+=−−∑,0,1,2,,i n m =+L . 注:由超几何分布列的正则性可知,01k i k in m ik n mC C C −=+=∑.因此0ik i k in m n m k C C C −+==∑. 3.30设X 与Y 独立同分布，X 的分布列为1{}2k P X k ==，1,2,k =L .试求：(1)Z X Y =+的分布列；(2) min{,}Z X Y =的分布列.解 (1)Z X Y =+可能取值为2,3,L ,且X 与Y 相互独立,由卷积公式有1111()()()()= 222nnk n k nk k nP Z n P X Y n P X k P Y n k −====+====−=∑∑,2,3,n =L . (2)min{,}Z X Y =可能取值为1,2,3,L ,且X 与Y 相互独立,()(min{,})P Z n P X Y n ===11(,)(,)(,)k n k n P X n Y n P X n Y k P X k Y n ∞∞=+=+===+==+==∑∑11()()()()()()k n k n P X n P Y n P X n P Y k P X k P Y n ∞∞=+=+===+==+==∑∑12211111111322122222412n n n k n n n k n ∞+−=+=+=+=−∑’ 即min{,}Z X Y =的分布列为3()4n P Z n ==,1,2,n =L .3.31设X 与Y 相互独立，X 服从均匀分布[0,1]U ，Y 服从参数为2的指数分布，求：（1）,X Y （）的联合概率密度；（2）(1)P X Y +≤.解 (1)X 与Y 的概率密度分别为()1, 01,0, X x f x ≤≤ = 其他与 ()22e , 00, 0y Y y f y y − = ≤ ＞由于X 与Y 独立，因此,X Y （）的联合概率密度为()()()22e ,01,0,0, .y X Y x y f x y f x f y − ≤≤== ＞, 其他（2）()11122220111(1), d d d 2e d (1e )d 22xy x x y P X Y f x y x y x y x e−−−+≤+≤===−=+∫∫∫∫∫. 3.32 设X 与Y 独立同均匀分布[0,1]U ，求Z X Y =+的概率密度. 解 Z X Y =+的概率密度1()()()d ()d Z X Y Y f z f x f z x x f z x x ∞−∞=−=−∫∫作变量变换, 令t z x =−,得1()()d zZ Y z f z f t t −=∫当0z <时, ()0Z f z =. 当 01z ≤<时, 1()()d d zzZ Y z f z f t t t z −===∫∫.当 011z ≤−<时, 即 12z ≤<时, 1111()()d d 2Z Y z z f z f t t t z −−===−∫∫.当11z −≥时, 即 2z ≥时, 11()()d 0Z Y z f z f t t −==∫.于是Z X Y =+的概率密度为, 01,()2, 12,0, Z z z f z z z <≤=−<≤当当其他.*3.33 设()(2)2,0,0,,~(,) 0, x y e x y X Y f x y −+ >>= 其它.求随机变量2Z X Y =+的分布函数.解随机变量2Z X Y =+取值为(0,)∞当0z ≤时, ()()(2)0Z F z P Z z P X Y z =≤=+≤=; 当0z >时, 设区域{(,)|0,0,2}G x y x y x y z =>>+≤,(){}{}2Z F z P Z z P X Y z =≤=+≤()()22,2x y x y zf x y dxdy edxdy −++≤==∫∫∫∫G220d 2d 1z xzx y z z e x e y e ze −−−−−==−−∫∫.于是，随机变量Y X Z 2+=的分布函数为()1,00,0z z Z e ze z F z z −− −−≥= <．★可进一步求得随机变量Z 的密度函数为(),00,0z Z ze z f z z − ≥= <．*3.34设X 与Y 独立同标准正态分布(0,1)N ，随机变量Z =,验证Z 的概率密度为()2/2, 0,0,z z ze z f z − ≥ = 其它，称Z 服从瑞利（Rayleigh）分布.解已知X 、Y 的分布密度分别为22()xXf x−=，22()yYf y−=,由相互独立性得X与Y的联合密度函数为221()21(,)()()2x yX Yf x y f x f y eπ−+=⋅=由于0Z=≥,知当0z<时, ()()0ZF z P Z z=≤=;当0z≥时, ()222())()ZF z P Z z P z P X Y z=≤=≤=+≤222222221()21(,)d d d d2x yx y z x y zf x y x y e x yπ−++≤+≤==∫∫∫∫22222220011d d2[]122r r zz ze r r e eπθπππ−−−=−=−∫∫极坐标.将()ZF z关于z求导数,得Z的概率密度为()2/2,0,0,zzze zf z−≥=其它.3.35 对某种电子装置的输出测量了5次，得到的观察值为12345,,,,X X X X X. 设它们独立同分布，概率密度为2/8,0,()40,xxe xf x−>=其它.求：（1）12345max{,,,,}Z X X X X X=的分布函数；（2）{4}P Z>.解（1）设12345,,,,X X X X X的分布函数为()XF x,则当0x≤时, ()0XF x=.当0x>时, 有()22x/8/8d14x xXxF x e x e−−−∞==−∫.即2/81,0,()0,xXe xF x−−>=其它.因此12345max{,,,,}Z X X X X X=的分布函数25851,0,()()(())0,.zZ Xe zF Z P Z z F z−−>=≤==其他25(2)(4)1(4)1(4)1(1)0.5167.z P Z P Z F e −>=−≤=−=−−=3.36 设随机变量,X Y （）的联合分布列为求：(1) =max(,)U X Y 的分布列；(2) =min(,)V X Y 的分布列；(3) =W X Y +的分布列；(4) (1|2)P X Y ==,(3|0)P Y X ==.解 (1)由X ，Y 的可能取值知=max(,)U X Y 的可能值为：0，1，2，3. 且有 (0)(1,0)(0,0)0.150.060.21P Z P X Y P X Y ===−=+===+=，(1)(1,1)(0,1)(1,1)(1,0)P Z P X Y P X Y P X Y P X Y ===−=+==+==+==0.020.050.150.10.32=+++=，(2)(1,2)(0,2)(1,2)P Z P X Y P X Y P X Y ===−=+==+==0.150.020.050.22=++=,(3)1(0)(1)(2)10.310.320.220.15P Z P Z P Z P Z ==−=−=−==−−−=. 所以=max(,)U X Y 的分布列 0 1 2 3 0.21 0.32 0.22 0.15U P (2由X ，Y 的可能取值知=min(,)V X Y 的可能值为：-1,0,1. 且有(1)(1,0)(1,1)(1,2)(1,3)P Z P X Y P X Y P X Y P X Y =−==−=+=−=+=−=+=−=0.150.020.150.070.39=+++=，(0)(0,0)(0,1)(0,2)(0,3)P Z P X Y P X Y P X Y P X Y ====+==+==+==(1,0)0.060.050.020.030.10.26P X Y +===++++=,(1)1(1)(0)10.390.260.35P Z P Z P Z ==−=−−==−−=.所以=min(,)V X Y 的分布列为 1 0 1 0.39 0.26 0.35V P − (3) 由X ，Y 的可能取值知=W X Y +的可能值为：-1, 0，1，2，3, 4. 且有 (1)(1,0)0.15P W P X Y =−==−==，(0)(1,1)(0,0)0.020.060.08P W P X Y P X Y ===−=+===+=,(1)(1,2)(0,1)(1,2)P W P X Y P X Y P X Y ===−=+==+==0.150.050.10.3=++=，(2)(1,3)(0,2)(1,1)P W P X Y P X Y P X Y ===−=+==+==0.070.020.150.24=++=,(3)(0,3)(1,2)0.030.050.08P W P X Y P X Y ====+===+=,(4)(1,3)0.15P W P X Y =====.所以=W X Y +的分布列为1 0 1234 0.15 0.08 0.3 0.24 0.08 0.15W P −. (4) (2)(1,2)(0,2)(1,2)P Y P X Y P X Y P X Y ===−=+==+==0.150.020.050.22=++=,(0)(0,0)(0,1)(0,2)(0,3)P X P X Y P X Y P X Y P X Y ====+==+==+== 0.060.050.020.030.16=+++=,(1,2)0.055(1|2)(2)0.2222P X Y P X Y P Y ========, (0,3)0.033(3|0)(0)0.1616P X Y P Y X P X ========.。

概率论与数理统计第三章课后习题及参考答案

概率论与数理统计第三章课后习题及参考答案1．设二维随机变量),(Y X 只能取下列数组中的值：)0,0(，)1,1(-，31,1(-及)0,2(，且取这几组值的概率依次为61，31，121和125，求二维随机变量),(Y X 的联合分布律．解：由二维离散型随机变量分布律的定义知，),(Y X 的联合分布律为2．某高校学生会有8名委员，其中来自理科的2名，来自工科和文科的各3名．现从8名委员中随机地指定3名担任学生会主席．设X ，Y 分别为主席来自理科、工科的人数，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：(1)由题意，X 的可能取值为0，1，2，Y 的可能取值为0，1，2，3，则561)0,0(3833====C C Y X P ，569)1,0(381323====C C C Y X P ，569)2,0(382313====C C C Y X P ，561)3,0(3833====C C Y X P ，283)0,1(382312====C C C Y X P ，289)1,1(38131312====C C C C Y X P ，283)2,1(382312====C C C Y X P ，0)3,1(===Y X P ，563)0,2(381322====C C C Y X P ，563)1,2(381322====C C C Y X P ，0)2,2(===Y X P ，0)3,2(===Y X P ．),(Y X 的联合分布律为：(2)X 的边缘分布律为X 012P1452815283Y 的边缘分布律为Y 0123P285281528155613．设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其他．,0,42,20),6(),(y x y x k y x f 求：(1)常数k ；(2))3,1(<<Y X P ；(3))5.1(<Y P ；(4))4(≤+Y X P ．解：方法1：(1)⎰⎰⎰⎰--==∞+∞-∞+∞-422d d )6(d d ),(1yx y x k y x y x f ⎰--=42202d |)216(y yx x x k k y y k 8d )210(42=-=⎰，∴81=k ．(2)⎰⎰∞-∞-=<<31d d ),()3,1(y x y x f Y X P ⎰⎰--=32102d d )216(yx yx x x ⎰--=32102d |)216(81y yx x x 83|)21211(81322=-=y y ．(3)),5.1()5.1(+∞<<=<Y X P X P ⎰⎰∞+∞-∞---=5.1d d )6(81yx y x ⎰⎰--=425.10d d )6(81y x y x y yx x x d )216(81422⎰--=3227|)43863(81422=-=y y ．(4)⎰⎰≤+=≤+4d d ),()4(y x y x y x f Y X P ⎰⎰---=2042d )6(d 81x y y x x ⎰+-⋅=202d )812(2181x x x 32|)31412(1612032=+-=x x x ．方法2：(1)同方法1．(2)20<<x ，42<<y 时，⎰⎰∞-∞-=yxv u v u f y x F d d ),(),(⎰⎰--=y xv u v u 20d d )6(81⎰--=y xv uv u u 202d |)216(81⎰--=y v xv x x 22d )216(81y xv v x xv 222|)21216(81--=)1021216(81222x xy y x xy +---=，其他，0),,(=y x F ，∴⎪⎩⎪⎨⎧<<<<+---=其他．,0,42,20),1021216(81),(222y x x x xy y x xy y x F 83)3,1()3,1(==<<F Y X P ．(3))42,5.1(),5.1()5.1(<<<=+∞<<=<Y X P Y X P X P )2,5.1()4,5.1(<<-<<=Y X P Y X P 3227)2,5.1()4,5.1(=-=F F ．(4)同方法1．4．设随机变量),(Y X 的概率密度为⎩⎨⎧>>=--其他．,0,0,0,e ),(2y x A y x f y x 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)⎰⎰⎰⎰∞+∞+--∞+∞-∞+∞-==02d d e d d ),(1yx A y x y x f y x ⎰⎰∞+∞+--=02d e d e y x A y x2|)e 21(|)e (020A A y x =-⋅-=∞+-∞+-，∴2=A ．(2)0>x ，0>y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰--=yxv u vu 02d d e 2yv x u 020|)e 21(|)e (2---⋅-=)e 1)(e 1(2y x ----=，其他，0),(=y x F ，∴⎩⎨⎧>>--=--其他．,0,0,0),e 1)(e 1(),(2y x y x F y x ．5．设随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤=其他．,0,10,10,),(y x Axy y x f 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)2121d d d d ),(11010⋅⋅===⎰⎰⎰⎰∞+∞-∞+∞-A y y x x A y x y x f ，∴4=A ．(2)10≤≤x ，10≤≤y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰=yxv u uv 0d d 4220202||y x v u yx =⋅=，10≤≤x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4xv u uv 210202||x v u x =⋅=，10≤≤y ，1>x 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4yu v uv 202102||y v u y =⋅=，1>x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=101d d 4v u uv 1||102102=⋅=v u ，其他，0),(=y x F ，∴⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤=其他．,0,1,1,1,10,1,,1,10,,10,10,),(2222y x y x y y x x y x y x y x F ．6．把一枚均匀硬币掷3次，设X 为3次抛掷中正面出现的次数，Y 表示3次抛掷中正面出现次数与反面出现次数之差的绝对值，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：由题意知，X 的可能取值为0，1，2，3；Y 的可能取值为1，3．易知0)1,0(===Y X P ，81)3,0(===Y X P ，83)1,1(===Y X P ，0)3,1(===Y X P 83)1,2(===Y X P ，0)3,2(===Y X P ，0)1,3(===Y X P ，81)3,3(===Y X P 故),(Y X 得联合分布律和边缘分布律为：7．在汽车厂，一辆汽车有两道工序是由机器人完成的：一是紧固3只螺栓；二是焊接2处焊点，以X 表示由机器人紧固的螺栓紧固得不牢的数目，以Y 表示由机器人焊接的不良焊点的数目，且),(Y X 具有联合分布律如下表：求：(1)在1=Y 的条件下，X 的条件分布律；(2)在2=X 的条件下，Y 的条件分布律．解：(1)因为)1,3()1,2()1,1()1,0()1(==+==+==+====Y X P Y X P Y X P Y X P Y P 08.0002.0008.001.006.0=+++=，所以43)1()1,0()1|0(=======Y P Y X P Y X P ，81)1()1,1()1|1(=======Y P Y X P Y X P ，101)1()1,2()1|2(=======Y P Y X P Y X P ，401)1()1,3()1|3(=======Y P Y X P Y X P ，故在1=Y 的条件下，X 的条件分布律为X 0123P4381101401(2)因为)2,2()1,2()0,2()2(==+==+====Y X P Y X P Y X P X P 032.0004.0008.002.0=++=，所以85)2()0,2()2,0(=======X P Y X P X Y P ，41)2()1,2()2,1(=======X P Y X P X Y P ，81)2()2,2()2,2(=======X P Y X P X Y P ，故在2=X 的条件下，Y 的分布律为：Y 012P8541818．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧>>=+-其他．,0,0,0,e ),()2(y x c y x f y x 求：(1)常数c ；(2)X 的边缘概率密度函数；(3))2(<+Y X P ；(4)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)⎰⎰⎰⎰∞+∞++-∞+∞-∞+∞-==0)2(d d e d d ),(1yx c y x y x f y x⎰⎰∞+∞+--=02d e d ey x c y x2|)e (|)e 21(002c c y x =-⋅-=∞+-∞+-，∴2=c ．(2)0>x 时，⎰∞+∞-=y y x f x f X d ),()(⎰∞++-=0)2(d e 2y y x x y x 202e 2|)e (e 2-+∞--=-=，0≤x 时，0)(=x f X ，∴⎩⎨⎧≤>=-．0,0,0,e 2)(2x x x f x X ，同理⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)⎰⎰<+=<+2d d ),()2(y x y x y x f Y X P ⎰⎰---=20202d d e 2xy x yx 422202e e 21d e d e 2-----+-==⎰⎰xy x y x ．(4)由条件概率密度公式得，当0>y 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e 2,0,0,e e 2)(),()|(22|x x y f y x f y x f xy y x Y Y X ，同理，当0>x 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e ,0,0,2e e 2)(),()|(22|y y x f y x f x y f yx y x X X Y ．9．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧<<<<=其他．,0,0,10,3),(x y x x y x f 求：(1)关于X 、Y 的边缘概率密度函数；(2)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)10<<x 时，⎰∞+∞-=y y x f x f X d ),()(203d 3x y x x==⎰，其他，0)(=x f X ，∴⎩⎨⎧<<=其他．,0,10,3)(2x x x f X ，密度函数的非零区域为}1,10|),{(}0,10|),{(<<<<=<<<<x y y y x x y x y x ，∴10<<y 时，⎰∞+∞-=x y x f y f Y d ),()()1(23d 321y x x y-==⎰，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<-=其他．,0,10),1(23)(2y y y f Y ．(2)当10<<y 时，有⎪⎩⎪⎨⎧<<-=⎪⎪⎩⎪⎪⎨⎧<<-==其他．其他．,0,1,12,0,1,)1(233)(),()|(22|x y y x x y y xy f y x f y x f Y Y X ．当10<<x 时，有⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==其他．其他．,0,0,1,0,0,33)(),()|(2|x y x x y x x x f y x f x y f X X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x y x y x f Y X Y 的概率密度函数为⎩⎨⎧<<=其他．,0,10,5)(4y y y f Y 求21(>X P ．解：⎩⎨⎧<<<==其他．,0,10,15)|()(),(2|y x y x y x f y f y x f Y X Y ，则6447d )(215d d 15d d ),(21(121421211221=-===>⎰⎰⎰⎰⎰>x x x x y y x y x y x f X P xx ．11．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧<<<<+=其他．,0,20,10,3),(2y x xyx y x f 求：(1)),(Y X 的边缘概率密度；(2)X 与Y 是否独立；(3))),((D Y X P ∈，其中D 为曲线22x y =与x y 2=所围区域．解：(1)10<<x 时，x x y xy x y y x f x f X 322d )3(d ),()(222+=+==⎰⎰∞+∞-，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<+=其他．,0,10,322)(2x x x x f X ，20<<y 时，⎰∞+∞-=x y x f y f Y d ),()(316)d 3(12+=+=⎰y x xy x ，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<+=其他．,0,20,316)(y y y f Y ．(2)∵),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(3)}22,10|),{(2x y x x y x D ≤≤<<=，∴⎰⎰+=∈102222d d 3()),((xxx y xy x D Y X P 457d )32238(10543=--=⎰x x x x ．12．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=-其他．,0,0,0,e )1(),(2y x y xy x f x试讨论X ，Y 的独立性．解：当0>x 时，xx x X x yx y y x y y x f x f -∞+-∞+-∞+∞-=+-=+==⎰⎰e |11e d )1(e d ),()(002，当0≤x 时，0)(=x f X ，故⎩⎨⎧≤>=-．0,0,0,e )(x x x x f x X ，同理，可得⎪⎩⎪⎨⎧≤>+=．0,0,0,)1(1)(2y y y y f Y ，因为)()(),(y f x f y x f Y X =，所以X 与Y 相互独立．13．设随机变量),(Y X 在区域}|),{(a y x y x g ≤+=上服从均匀分布，求X 与Y 的边缘概率密度，并判断X 与Y 是否相互独立．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤+=其他．,0,,21),(2a y x a y x f ，当0<<-x a 时，有)(1d 21d ),()(2)(2x a a y a y y x f x f xa x a X +===⎰⎰++-∞+∞-，当a x <≤0时，有)(1d 21d ),()(2)(2x a a y a y y x f x f x a x a X -===⎰⎰---∞+∞-，当a x ≥时，0d ),()(==⎰+∞∞-y y x f x f X ，故⎪⎩⎪⎨⎧≥<-=．a x a x x a a x f X ,0,),(1)(2，同理，由轮换对称性，可得⎪⎩⎪⎨⎧≥<-=．a y a y y a a y f Y ,0,),(1)(2，显然)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立．14．设X 和Y 时两个相互独立的随机变量，X 在)1,0(上服从均匀分布，Y 的概率密度为⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2y y y f yY (1)求X 和Y 的联合概率密度；(2)设含有a 的二次方程为022=++Y aX a ，试求a 有实根的概率．解：(1)由题可知X 的概率密度函数为⎩⎨⎧<<=其他．,0,10,1)(x x f X ，因为X 与Y 相互独立，所以),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧><<==-其他．,0,0,10,e 21)()(),(2y x y f x f y x f y Y X ，(2)题设方程有实根等价于}|),{(2X Y Y X ≤，记为D ，即}|),{(2X Y Y X D ≤=，设=A {a 有实根}，则⎰⎰=∈=Dy x y x f D Y X P A P d d ),()),(()(⎰⎰⎰---==1021002d )e 1(d d e 2122xx y x x y⎰--=12d e12x x ⎰--=12d e 21212x x ππππ23413.01)]0()1([21-=Φ-Φ-=．15．设i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，求行列式4321X X X X X =的分布律．解：由i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，易知41X X ～)84.0,16.0(b ，32X X ～)84.0,16.0(b ．因为1X ，2X ，3X ，4X 相互独立，所以41X X 与32X X 也相互独立，又32414321X X X X X X X X X -==，则X 的所有可能取值为1-，0，1，有)1()0()1,0()1(32413241======-=X X P X X P X X X X P X P 1344.016.084.0=⨯=，)1,1()0,0()0(32413241==+====X X X X P X X X X P X P )1()1()0()0(32413241==+===X X P X X P X X P X X P 7312.016.016.084.084.0=⨯+⨯=，)0()1()0,1()1(32413241=======X X P X X P X X X X P X P 1344.084.016.0=⨯=，故X 的分布律为X 1-01P1344.07312.01344.016．设二维随机变量),(Y X 的概率密度为⎩⎨⎧>>=+-其他．,0,0,0,e 2),()2(y x y x f y x 求Y X Z 2+=的分布函数及概率密度函数．解：0≤z 时，若0≤x ，则0),(=y x f ；若0>x ，则0<-=x z y ，也有0),(=y x f ，即0≤z 时，0),(=y x f ，此时，0d d ),()2()()(2==≤+=≤=⎰⎰≤+zy x Z y x y x f z Y X P z Z P z F ．0>z 时，若0≤x ，则0),(=y x f ；只有当z x ≤<0且02>-=xz y 时，0),(≠y x f ，此时，⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 2d d ),()2()()(⎰⎰-+-=zx z y x y x 020)2(d e 2d z z z ----=e e 1．综上⎩⎨⎧≤>--=--．0,0,0,e e 1)(z z z z F z z Z ，所以⎩⎨⎧≤<='=-．0,0,0,e )()(z z z z F z f z Z Z ．17．设X ，Y 是相互独立的随机变量，其概率密度分别为⎩⎨⎧≤≤=其他．,0,10,1)(x x f X ，⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y 求Y X Z +=的概率密度．解：0<z 时，若0<x ，则0)(=x f X ；若0≥x ，则0<-=x z y ，0)(=-x z f Y ，即0<z 时，0)()(=-x z f x f Y X ，此时，0d )()()(=-=⎰∞+∞-x x z f x f z f Y X Z ．10≤≤z 时，若0<x ，则0)(=x f X ；只有当z x ≤≤0且0>-=x z y 时0)()(≠-x z f x f Y X ，此时，z zx z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e 1d e d )()()(0)(．1>z 时，若0<x ，0)(=x f X ；若1>x ，0)(=x f X ；若10≤≤x ，则0>-=x z y ，此时，0)()(≠-x z f x f Y X ，z x z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e )1e (d e d )()()(1)(．综上，⎪⎩⎪⎨⎧<>-≤≤-=--．0,0,1,e )1e (,10,e 1)(z z z z f z z Z ．18．设随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=+-其他．,0,0,0,e)(21),()(y x y x y x f y x (1)X 和Y 是否相互独立？(2)求Y X Z +=的概率密度．解：(1)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(2)0≤z 时，若0≤x ，则0)(=x f X ；若0>x ，则0<-=x z y ，0),(=y x f ，此时，0d ),()(=-=⎰∞+∞-x x z x f z f Z ．0≥z 时，若0≤x ，则0)(=x f X ；只有当z x <<0且0>-=x z y 时0),(≠y x f ，此时，⎰∞+∞--=x x z x f z f Z d ),()(⎰+-+=zy x x y x 0)(d e)(21⎰-=z z x z 0d e 21z z -=e 212，所以⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2z z z z f zZ ．19．设X 和Y 时相互独立的随机变量，它们都服从正态分布),0(2σN ．证明：随机变量22Y X Z +=具有概率密度函数⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．证：因为X 与Y 相互独立，均服从正态分布),0(2σN ，所以其联合密度函数为2222)(2e 121),(σσπy x y x f +-⋅=，(+∞<<∞-y x ,)当0≥z 时，有⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 22d d ),()()()(22⎰⎰≤++-⋅=zy x y x y x 22222d e 1212)(2σσπ⎰⎰-⋅=πσθσπ2022d ed 12122zr r r ⎰-=zr r r 022d e122σσ，此时，2222e)(σσz Z z z f -=；当0<z 时，=≤+}{22z Y X ∅，所以0)()()(22=≤+=≤=z Y X P z Z P z F Z ，此时，0)(=z f Z ，综上，⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．20．设),(Y X 在矩形区域}10,10|),{(≤≤≤≤=y x Y X G 上服从均匀分布，求},min{Y X Z =的概率密度．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤=其他．,0,20,10,21),(y x y x f ，易证，X ～]1,0[U ，Y ～]2,0[U ，且X 与Y 相互独立，⎪⎩⎪⎨⎧≥<≤<=．1,1,10,,0,0)(x x x x x F X ，⎪⎪⎩⎪⎪⎨⎧≥<≤<=．2,1,20,2,0,0)(y y yy y F Y ，可得)](1)][(1[1)(z F z F z F Y X Z ---=)()()()(z F z F z F z F Y X Y X -+=⎪⎪⎩⎪⎪⎨⎧≥<≤-<=．1,1,10,223,0,02z z z z z ，求导，得⎪⎩⎪⎨⎧<<-=其他．,0,10,23)(z z z f Z ．21．设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其他．,0,0,10,e ),()(y x b y x f y x (1)试确定常数b ；(2)求边缘概率密度)(x f X 及)(y f Y ；(3)求函数},max{Y X U =的分布函数．解：(1)⎰⎰⎰⎰∞++-∞+∞-∞+∞-==01)(d d e d d ),(1yx b y x y x f y x⎰⎰∞+--=1d e d e y x b y x )e 1(|)e (|)e (1102-+∞---=-⋅=b b y x ，∴1e11--=b ．(2)10<<x 时，1)(1e1e d e e 11d ),()(--∞++--∞+∞--=-==⎰⎰x y x X y y y x f x f ，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<-=--其他．,0,10,e 1e )(1x x f xX ，0>y 时，⎰∞+∞-=x y x f y f Y d ),()(y y x x -+--=-=⎰e d e e1110)(1，0≤y 时，0)(=y f Y ，∴⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)0≤x 时，0)(=x F X ，10<<x 时，101e 1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e1e1,0,0)(1x x x x F x X ；0≤y 时，0)(=y F Y ，0>y 时，y yv y Y Y v v v f y F --∞--===⎰⎰e 1d e d )()(0，∴⎩⎨⎧≤>-=-．0,0,0,e 1)(y y y F y Y ，故有)()()(y F x F u F Y X U =⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---．1,e 1,10,e1e1,0,01u u u uu ．。

概率论第三章课后习题答案_课后习题答案

第三章离散型随机变量率分布。

，试写出命中次数的概标的命中率为目；设已知射手每次射击射击中命中目标的次数指示射手在这三次独立以本空间上定义一个函数验的样本空间；试在样作为试验，试写出此试察这些次射击是否命中三次独立射击，现将观一射手对某目标进行了7.0.1.343.0441.0189.0027.03210027.0)7.01()()0()0(189.0)7.01()7.01(7.03)(3)1()1()1()1(441.0)7.01(7.07.03)(3)2()2()2()2(343.0)7.0()()3()3()(0)(1)()()(2)()()(3)(},,,{)},,(),,,(),,,(),,,(),,,(),,,(),,,(),,,{(3,2,1332183217653214323321187654321821321321321321321321321321⎪⎪⎭⎫ ⎝⎛=-======-⨯-⨯⨯===+=+====-⨯⨯⨯===+=+===================Ω==的分布列为所以，，则简记为将，，则代表击中目标的次数，令则次射中”，“第解：设ξξξξξξξξξξξξξξωξωξωξωξωξωξωξωξωξξωωωA A A P P P A A A P P P P P A A A P P P P P A A A P P P A A A A A A A A A A A A A A A A A A A A A A A A i i A i i i。

出的废品数的概率分布前已取个，求在取得合格品之不再放回而再取来使用，若取得废品就个这批零件中任取个废品，安装机器时从个合格品、一批零件中有1139.2118805499101112123)3(132054109112123)2(13227119123)1(129)0(32101919110111111211213110191111211213111191121311219=⨯⨯⨯=⋅⋅⋅===⨯⨯=⋅⋅===⨯=⋅=====C C C C C C C C P C C C C C C P C C C C P C C P ξξξξξξ，，，可能取值为：代表废品数，则解：令.1188054132054132271293210⎪⎪⎭⎫ ⎝⎛的分布列为所以，ξ废品数的概率分布。

概率论与数理统计第3章复习题(含解答)

《概率论与数理统计》第三章复习题解答1. 设Y X ,的分布律分别为且已知0)(=<Y X P ，4)1(=+>Y X P .（1）求),(Y X 的联合分布律；（2）判定Y X ,独立否；（3）求),min(),,max(,321Y X Z Y X Z Y X Z ==+=的分布律.解：(1) 由0)(=<Y X P 知0)1,1()0,1(==-=+=-=Y X P Y X P ，故0)1,1()0,1(==-===-=Y X P Y X P ；由41)1(=+>Y X P 知41)1,1(=-==Y X P .于是可以填写出如下不完整的联合分布律、边缘分布律表格：再由联合分布律、边缘分布律的关系可填出所余的3个空, 得到(2) 41)1,1(=-=-=Y X P ，而2141)1()1(⋅=-=-=Y P X P ，故Y X ,不独立. (3) 在联合分布律中增加0=X 的一行，该行ij p 均取为0，分别沿路径:对ij p 相加, 得2. 设平面区域G 由曲线xy 1=, 直线2,1,0e x x y ===所围成. ),(Y X 在G 上服从均匀分布, 求)2(X f .解：区域G 的面积.2][ln 12211===⎰e e G x dx xS 故),(Y X 的联合概率密度为⎪⎩⎪⎨⎧><<<=其它 ,0 10,1,21),(2x y e x y x f . ⎪⎩⎪⎨⎧<<===⎰⎰∞∞-其它 ,0 1 ,2121),()(210e x x dy dy y x f x f x X , .41)2( =∴Xf 3. 一个电子仪器由两个部件构成，Y X ,分别表示两个部件的寿命（单位：千小时），已知),(Y X 的联合分布函数为⎩⎨⎧>>---=+---其它 0,0 0 ,1),()(5.05.05.0y ,x e e e y x F y x y x(1) 问Y X ,是否独立；（2）求两个部件的寿命都超过0.1千小时的概率.解：(1) ⎪⎩⎪⎨⎧>-=∞+=-其它 0, 0 ,1),()(5.0x e x F x F x X , ⎪⎩⎪⎨⎧>-=+∞=-其它 0, 0 ,1),()(5.0y ey F y F y Y , 从而有)()(),(y F x F y x F Y X =, 所以Y X ,相互独立.(2) 由Y X ,相互独立知)]1.0(1)][1.0(1[)1.0()1.0()1.0,1.0(≤-≤-=>>=>>Y P X P Y P X P Y X P.)]1.0(1)][1.0(1[1.005.005.0---==--=e e e F F Y X4. 设),(Y X 的联合概率密度⎪⎩⎪⎨⎧><+=其它,0 0,1,2),(22y y x y x f π，⎩⎨⎧≥<=Y X Y X U ,1,0，⎪⎩⎪⎨⎧<≥=Y X Y X V 3 ,13,0，求：(1) ),(V U 的联合分布律；（2）)0(≠UV P .解：(1) 0)()3,()0,0(00=Φ=≥<====P Y X Y X P V U P p ；432),()3,()1,0(01===<<====⎰⎰OCD OCDS dxdy y x f Y X Y X P V U P p 扇形扇形π； 612),()3,()0,1(10===≥≥====⎰⎰OAB OABS dxdy y x f Y X Y X P V U P p 扇形扇形π； 1212),()3,()1,1(11===<≥====⎰⎰OBC OBCS dxdy y x f Y X Y X P V U P p 扇形扇形π. 于是有联合分布律:(2) 121)0(11==≠p UV P . 5. 设),(Y X 的联合概率密度为⎩⎨⎧<<<<=其它,010,10 ,1),(y x y x f求：(1))21,21(≤≤Y X P ；（2）)21(>+Y X P ；（3）)31(≥Y P ；（4）)21(>>Y Y X P .解：（1）4121211),()21,21(21,21=====≤≤⎰⎰⎰⎰≤≤G Gy x S dxdy dxdy y x f Y X P ；（2）=>+)21(Y X P 8721212111),(21=-===⎰⎰⎰⎰>+G Gy x S dxdy dxdy y x f ；（3）=≥)31(Y P 32)311(11),(31=-===⎰⎰⎰⎰≥G Gy S dxdy dxdy y x f ；（4）41211212121)21()21,()21(=⋅=>>>=>>Y P Y Y X P Y Y X P .6. 设),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<-=其它 ,0 2,2010 ,20),(x y x x x xcy x f求：(1) 常数c ；(2) )(x f X ；(3) )(x y f X Y ；(4) )128(=≥X Y P .解：(1) ,25)210(20),(1201020102c dx xcdy xx c dx dxdy y x f xx =-=-==⎰⎰⎰⎰⎰∞∞-∞∞-.251 =∴c(2) ⎪⎩⎪⎨⎧<<-=-==⎰⎰∞∞-else x x dy x xdy y x f x f x x X0, 2010 ,50202520),()(2.(3) 2010 <<x 时，0)(≠x f X ，)(x y f X Y 有定义，且⎪⎪⎩⎪⎪⎨⎧<<=--==elsex y xx x x x x f y x f x y f X X Y 0, 2,250202520)(),()( (4) )20,10 (12∈=x ，⎪⎩⎪⎨⎧<<==∴elsey X y f XY 0,126 ,61)12( ，从而 3261)12()128(1288=====≥⎰⎰∞dy dy X y f X Y P X Y .7. 设Y X ,相互独立且都服从]1,0[上的均匀分布, 求Y X Z +=的概率密度.解：⎰∞∞--=dx x z f x f z f Y X Z )()()(, 其中⎩⎨⎧<<=其它x x f X ,0 10 ,1 )(, ⎩⎨⎧<-<=-其它 x z x z f Y ,0 10 ,1 )(. ⎩⎨⎧<<-<<⇔⎩⎨⎧<-<<<⇔≠-z x z x x z x x z f x f Y X 11010100)()(. (区域见图示)(1)10<<z 时, zdx z f zZ =⋅=⎰011)(；(2) 21<≤z 时, z dx z f z Z -=⋅=⎰-211)(11；(3) )2,0(∉z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧<≤-<<=其它 z z z z z f Z ,0 21 ,210 , )(.8*. 设),(Y X 的联合概率密度⎩⎨⎧<<=-其它 ,0 0 ,),(yx xe y x f y ，求(1) )21(<<Y X P ,)21(=<Y X P ；(2)Y X Z +=的概率密度；(3) )1),(min(<Y X P .解：(1) ① 102142512121)()()2()2,1()21(22221202102202102---=---=--==<<<=<<-------⎰⎰⎰⎰⎰⎰e e e e e e dxe e x dx e e x dy xe dx dyxe dxY P Y X P Y X P x x xy x y； ②⎪⎩⎪⎨⎧≤>===--∞∞-⎰⎰0 0, 0,21),()(20y y e y dx xe dx y x f y f y y yY ， 02)2( 2≠=∴-e f Y ，于是 ⎪⎩⎪⎨⎧<<====--elsex xe xef x f Y x f Y Y X 0, 20 ,22)2()2,()2(22 ，从而 412)2()21(101=====<⎰⎰∞-dy x dx Y x f Y X P Y X . (2) ⎰∞∞--=dx x z x f z f Z ),()(, 其中2000),(zx xx z x x z x f X <<⇔⎩⎨⎧>->⇔≠-. (区域见图示)(1) 0>z 时, ⎰⎰---==2020)()(z xzz x z Z dx xe edx xez f 2)12(zze ze---+=； (2)0≤z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧≤>-+=--0 ,0 0,)12()(2z z e ze zf z z Z .（3）)1,1(1)1),(min(1)1),(min(≥≥-=≥-=<Y X P Y X P Y X P1111,12111),(1-∞-∞∞-≥≥-=-=-=-=⎰⎰⎰⎰⎰e dx xe dy xe dxdxdy y x f x xyy x .9*. 设),(Y X 的联合概率密度⎩⎨⎧>>=+-其它 ,0 0,0,),()(y x e y x f y x ，求Y X Z -=的概率密度.解：)()()(z Y X P z Z P z F Z ≤-=≤= (1) 0<z 时, 0)()(=Φ=P z F Z ；(2) 0=z 时, 0),()()(0====⎰⎰>=x y Z dxdy y x f X Y P z F(3)0>z 时, 如图⎰⎰⎰⎰⎰⎰∞+---+--+<<-+==zz x zx y x zz x y x zx y z x Z dy e e dxdy e e dxdxdy y x f z F 0),()(⎰⎰∞--+------+-=zz x z x x z zx x dx e e e dx ee )()1(0z zx z z z xz xe dx e e e dx ee e-∞------=-+-=⎰⎰1)()(202综上知⎪⎩⎪⎨⎧≤>-=-0 ,0 0 ,1)(z z e z F z Z , 求导得⎩⎨⎧≤>=-0,0 0,)(z z e z f z Z .10. 设B A ,是两个随机事件, 且,41)(,21)(,41)(===B A P A B P A P 引进随机变量 ⎩⎨⎧=⎩⎨⎧=不发生当发生当不发生当发生当 B B Y A A X ,0 ,1 , ,0 ,1.判断下列结论的正误, 并给予分析：（1）B A ,互不相容；（2）B A ,相互独立；（3）Y X ,相互独立；（4）1)(==Y X P ；（5）41)1(22==+Y X P . 解：（1）检验0)(=AB P 是否成立. 事实上0812141)()()(≠=⋅==A B P A P AB P , 故B A ,相容, 原结论错. （2）检验)()()(B P A P AB P =是否成立. 事实上由于41)(,41)(==B A P A P ,.)()()()()( A P B P B A P B P AB P ==∴ 即)()()(B P A P AB P =成立, 故B A ,独立, 原结论对.（3）检验Y X ,的联合分布律与边缘分布律之积是否都相等. 事实上81)(11==AB P p ；838121)()()()(01=-=-=-==AB P B P AB B P B A P p ； 818141)()()()(10=-=-=-==AB P A P AB A P B A P p ；83818381100=---=p . 于是有经检验, Y X ,的联合分布律与边缘分布律之积都相等, 故原结论对.（4）只需正确求出)(Y X P =的值. 事实上0218183)(1100≠=+=+==p p Y X P , 故原结论错. （5）只需正确求出)1(22=+Y X P 的值. 事实上41218183)1(100122≠=+=+==+p p Y X P , 故原结论错.。

《概率论》数学3章课后习题详解

概率论第三章习题参考解答1. 如果ξ服从0-1分布, 又知ξ取1的概率为它取0的概率的两倍, 求ξ的期望值解：由习题二第2题算出ξ的分布率为ξ0 1 P1/32/3因此有E ξ=0×P (ξ=0)+1×P (ξ=1)=2/3+2η, ξ与η的分布律如下表所示:: 求周长的期望值, 用两种方法计算, 一种是利用矩形长与宽的期望计算, 另一种是利用周长的分布计算.解: 由长和宽的分布率可以算得E ξ=29×P (ξ=29)+30×P (ξ=30)+31×P (ξ=31) =29×0.3+30×0.5+31×0.2=29.9E η=19×P (η=19)+20×P (η=20)+21×P (η=21) =19×0.3+20×0.4+21×0.3=20 由期望的性质可得E ζ=2(E ξ+E η)=2×(29.9+20)=99.8而如果按ζ的分布律计算它的期望值, 也可以得E ζ=96×0.09+98×0.27+100×0.35+102×0.23+104×0.06=99.8 验证了期望的性质.4. 连续型随机变量ξ的概率密度为⎩⎨⎧><<=其它)0,(10)(a k x kx x aϕ又知Eξ=0.75, 求k 和a 的值。

解: 由性质⎰+∞∞-=1)(dx x ϕ得111)(|10110=+=+==++∞∞-⎰⎰a kx a k dx kx dx x a aϕ即k =a +1(1)又知75.022)(|10211=+=+===+++∞∞-⎰⎰a kx a k dx kx dx x x E a a ϕξ得k =0.75a +1.5(2)由(1)与(2)解得0.25a =0.5, 即a =2, k =36. 下表是某公共汽车公司的188辆汽车行驶到发生一次引擎故障的里程数的分布数列.若表中各以组中值为代表. 从188辆汽车中, 任意抽选15辆, 得出下列数字: 90, 50, 150, 110, 90, 90, 110, 90, 50, 110, 90, 70, 50, 70, 150. (1)求这15个数字的平均数; (2) 计算表3-9中的期望并与(1)相比较.解: (1) 15个数的平均数为(90+50+150+110+90+90+110+90+50+110+90+70+50+70+150)/15 = 91.33 (2) 按上表计算期望值为(10×5+30×11+50×16+70×25+90×34+110×46+130×33+150×16+170×2)/188 =96.177. 两种种子各播种300公顷地, 调查其收获量, 如下表所示, 分别求出它们产量的平均值解: 假设种子甲的每公顷产量数为, 种子乙的每公顷产量数为, 则 E ξ=(4500×12+4800×38+5100×40+5400×10)/100=4944 E η=(4500×23+4800×24+5100×30+5400×23)/100=49598. 一个螺丝钉的重量是随机变量, 期望值为10g , 标准差为1g . 100个一盒的同型号螺丝钉重量的期望值和标准差各为多少?(假设各个螺丝钉的重量相互之间独立) 解: 假设这100个螺丝钉的重量分别为ξ1, ξ2,…, ξ100, 因此有E ξi =10, Dξi =102=12=1, (i =1,2,…,100), 设ξ为这100个螺丝钉的总重量，因此∑==1001i i ξξ，则ξ的数学期望和标准差为gD D D kgg E E E i ii i i i i i 1011001)(1000101001001100110011001=⨯==⎪⎭⎫⎝⎛====⨯==⎪⎭⎫ ⎝⎛=∑∑∑∑====ξξξσξξξξ9. 已知100个产品中有10个次品，求任意取出的5个产品中次品数的期望值.解: 假设ξ为取出5个产品中的次品数, 又假设ξi 为第i 次取出的次品数, 即, 如果第i 次取到的是次品, 则ξi =1否则ξi =0, i =1,2,3,4,5, ξi 服从0-1分布,而且有 P {ξi =0}=90/100, P {ξi =1}=10/100, i =1,2,3,4,5因此, E ξi =10/100=1/10, 因为∑==51i iξξ因此有5.010155151=⨯==⎪⎭⎫ ⎝⎛=∑∑==i i i i E E E ξξξ10. 一批零件中有9个合格品和3个废品, 在安装机器时, 从这批零件中任取一个, 如果取出的是废品就不再放回去. 求取得第一个合格品之前, 已经取出的废品数的数学期望和方差. 解: 假设在取到第一个合格品之前已取出的废品数为ξ, 则可算出0045.02201101112123}3{041.02209109112123}2{2045.0119123}1{75.0129}0{==⋅⋅====⋅⋅===⋅=====ξξξξP P P P因此有319.009.0409.0)(409.090045.04041.02045.03.030045.02041.02045.0222===-==⨯+⨯+==⨯+⨯+=ξξξξξE E D E E11. 假定每人生日在各个月份的机会是同样的, 求3个人中生日在第一个季度的平均人数. 解: 设三个随机变量ξi ,(i =1,2,3), 如果3个人中的第i 个人在第一季度出生, 则ξi =1, 否则ξi =0, 则ξi 服从0-1分布, 且有 P (ξi =1)=1/4, 因此E ξi =1/4, (i =1,2,3)设ξ为3个人在第一季度出生的人数, 则ξ=ξ1+ξ2+ξ3, 因此Eξ=E (ξ1+ξ2+ξ3)=3Eξi =3/4=0.7512. ξ有分布函数⎩⎨⎧>-=-其它1)(x e x F xλ, 求E ξ及D ξ. 解: 因ξ的概率密度为⎩⎨⎧>='=-其它)()(x e x F x xλλϕ, 因此 ()λλλϕξλλλλλ11)(0=-=+-=-===∞+-∞+-∞+-+∞-+∞-+∞∞-⎰⎰⎰⎰xx xxxe dx e xe e xd dx ex dx x x E()2220222222)(|λξλλϕξλλλλ==+-=-===⎰⎰⎰⎰∞+-∞+-+∞-+∞-+∞∞-E dx xe ex e d x dx ex dx x x E x x x x22222112)(λλλξξξ=-=-=E E D13. ⎪⎩⎪⎨⎧<-=其它1||11)(~2x x x πϕξ, 求E ξ和D ξ.解: 因φ(x )是偶函数, 因此Eξ=0,则D ξ=Eξ2-(Eξ)2=Eξ2 因此有⎰⎰-===+∞∞-1222212)(dx xx dx x x E D πϕξξ令θθθd dx x cos ,sin ==则上式=2112sin 21212cos 2sin 12||20202022=+=+=⎰⎰ππππθπθπθθπθθπd d 即D ξ=1/2=0.516. 如果ξ与η独立, 不求出ξη的分布直接从ξ的分布和η的分布能否计算出D (ξη), 怎样计算?解: 因ξ与η独立, 因此ξ2与η2也独立, 则有[]()()222222)()()(ηξηξξηξηξηE E E E E E D -=-=17. 随机变量η是另一个随机变量ξ的函数, 并且η=e λξ(λ>0), 若E η存在, 求证对于任何实数a 都有λξλξEe ea P a⋅≤≥-}{.证: 分别就离散型和连续型两种情况证. 在ξ为离散型的情况: 假设P (ξ=x i )=p i , 则λξλξλλλξEe e e E p e p ep a P a a i i a x ax i a x ax i i i i i --∞=-≥-≥==≤≤=≥∑∑∑][){)(1)()(在ξ为连续型的情况假设ξ的概率密度为φ(x ), 则λξλξλλλϕϕϕξEe e Ee dx x e dx x edx x a P a a a x aa x a--+∞∞--+∞-+∞==≤≤=≥⎰⎰⎰)()()()()()(}{证毕.18. 证明事件在一次试验中发生次数的方差不超过1/4.证: 设ξ为一次试验中事件A 发生的次数, 当然最多只能发生1次, 最少为0次, 即ξ服从0-1分布, P {ξ=1}=P (A )=p , P {ξ=0}=1-p =q ,则4121412124141)1(222≤⎪⎭⎫ ⎝⎛--=-⋅+-=-=-=p p p p p p p D ξ19. 证明对于任何常数c , 随机变量ξ有 D ξ=E (ξ-c )2-(Eξ-c )2证: 由方差的性质可知D (ξ-c )=Dξ, 而2222)()()]([)()(c E c E c E c E c D ---=---=-ξξξξξ证毕.20. (ξ,η)的联合概率密度φ(x ,y )=e -(x +y )(x ,y >0), 计算它们的协方差cov (ξ,η). 解: 由φ(x ,y )=e -(x +y )(x ,y >0)可知ξ与η相互独立, 因此必有cov (ξ,η)=0.21. 袋中装有标上号码1,2,2的3个球, 从中任取一个并且不再放回, 然后再从袋中任取一球, 以ξ, η分别记为第一,二次取到球上的号码数, 求ξ与η的协方差.,P {ξ=2}=P {η=2}=2/3, P {ξ=1}=P {η=1}=1/3, E ξ=E η=35322311=⨯+⨯38314312312},{)(2121=⨯+⨯+⨯====∑∑==i j j i ijP E ηξξη则913538)(),cov(22-=-=⋅-=ηξξηηξE E E22. (ξ , η)只取下列数组中的值：)0,2()31,1()1,1()0,0(--且相应的概率依次为1/6, 1/3, 1/12, 5/12. 求ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: ξ与的联合分布表及各边缘分布计算表如下表所示: 因此1212260121=⨯+⨯+⨯-=ξE 1225125412512=⨯+⨯=ξE 144275144251225)(22=-=-=ξξξE E D 3613311121311270=⨯+⨯+⨯=ηE 1083731121912=+⨯=ηE 129627512961691237129616910837)(22=-⨯=-=-=ηηηE E D 36133112131)(-=-⨯-=ξηE则4322211236171336131253613)(),cov(-=⨯⨯-=⋅--=⋅-=ηξξηηξE E E 相关系数804.027522127543236122211296275144275432221),cov(-=-=⨯⨯⨯-=⨯-==ηξηξρD D, 计算ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: 由上表的数据的对称性可知与η的边缘分布一样, 算出为 P (ξ=-1)=P (η=-1)=3/8 P (ξ=0)=P (η=-0)=2/8P (ξ=1)=P (η=1)=3/8 由对称性可知Eξ=Eη=0831831=⨯+⨯-. 081818181)(=+--=ξηE 因此cov (ξ,η)=E (ξη)-E (ξ)E (η)=0 则ρ=0而P (ξ=0,η=0)=0≠P {ξ=0}P {η=0}=1/16因此ξ与η不独立. 这是一个随机变量间不相关也不独立的例子.24. 两个随机变量ξ与η, 已知Dξ=25, Dη=36, ρξη=0.4, 计算D (ξ+η)与D (ξ-η). 解:374.065236252),cov(2)]()[()]([)(854.065236252),cov(2)]()[()]([)(2222=⨯⨯⨯-+=-+=-+=---==---=-=⨯⨯⨯++=++=++=-+-==+-+=+ξηξηρηξηξηξηξηηξξηξηξηξρηξηξηξηξηηξξηξηξηξD D D D D D E E E E E D D D D D D D E E E E E D《概率论与数理统计》复习资料一、填空题（15分）题型一：概率分布的考察【相关公式】（P379）【相关例题】 1、设(,)XU a b ，()2E X =，1()3D Z =，则求a ，b 的值。

概率论第三章习题及答案

i

PX x ， Y y
j i

j 1， 2，
返回主目录
第三章习题课
已知联合分布律求边缘分布律
X 以及Y 的边缘分布律也可以由下表表示
Y X
y1 p11
p21

y2 p12
p22

… … … … …
yj
p1 j
… … …

pi
p1
p2
x1
x2

p2 j
对于任意固定的 Y, 对于任意固定的 X,
F ( , y ) 0;
F ( x,) 0;
F (,) 0;
F (,) 1.
返回主目录
第三章习题课
3) F (x , y)=F(x+0, y), F (x, y)=F(x, y+0), 即 F (x, y)关于 x 右连续，关于 y 也右连续.

2 则称随机变量 X， Y 服从参数为 1， 2， 12， 2 ,

X， Y ~ N 1， 2，，， 2, 1 1. i i 1 ， 2, i 0 i 1
2 1 2 2
的正态分布，记作
Y 的取值为 y1， y2，， y j ，
则称
设 X， Y 二维离散型随机变量，X 的取值为
pij P X xi ， Y y j
i，j 1， 2，
X， Y 的（联合）分布律．为二维离散型随机变量
第三章习题课
二维离散型随机变量的联合分布律
X， Y 的联合分布律也可以由下表表示
Y X
x1 x2

概率论第3章作业题解与知识点归纳(重点!)

解：因为，
要X和Y相互独立，则
即，得
由，得
即，得
3.16问习题3.8和习题3.9中的X与Y是否相互独立？
解：由习题3.8，二维随机向量的概率密度函数为
X的边缘分布密度为，Y的边缘分布密度为
，显然有，X与Y相互独立.
由习题3.9,维随机向量的概率密度函数为
,X的边缘分布密度为，Y的边缘分布密度为
(1)一个元件使用到800小时时没有一个失效的概率为
= ，由于6个元件显然彼此独立，因此，到800小时时没有一个元件失效的概率为
二、第三章定义、定理、公式、公理小结及补充：
1
联
合
分
布
离散型
如果二维随机向量的所有可能取值为至多可列个有序对，则称为离散型随机向量。
设 = 的所有可能取值为，且事件{ = }的概率为pij,,称
10
函
数
分
布
Z=X+Y
根据定义计算：
对于连续型，fZ(z)＝
两个独立的正态分布的和仍为正态分布（）。
n个相互独立的正态分布的线性组合，仍服从正态分布。
，
Z=
max,min(X1,X2,…Xn)
若相互独立，其分布函数分别为，则Z=max,min(X1,X2,…Xn)的分布函数为：
分布
设n个随机变量相互独立，且服从标准正态分布，可以证明它们的平方和
X\Y
1
3
0
0
1/8
1
3/8
0
2
3/8
0
3
0
1/8
3.4设二维随机向量的概率密度函数为:
(1)确定常数 ;
(2)求

概率论第三章习题解答(全)

0 1 2
.j
Y
0 1 2 3
1 8 1 8
0 0
0
0 0
2 8 2 8
0
1 8 1 8 1 4
1 8 3 8 3 8 1 8
pi.
7
1 4
1 2
设二维随机变量 ( X , Y ) 的概率密度为
4.8 y (2 x), 0 x 1, 0 y x f ( x, y ) 0, 其它.
2 C32C2 3 P{ X 2, Y 0} 35 35 2 C32C2 3 ， 35 35
P{ X 2, Y 1}
P{ X 2, Y 2}
P{ X 3, Y 0}
P{ X 3, Y 1}
3 1 C3 C2 2 ， 35 35
P{ X 3, Y 2} P{} 0
P{ X 0, Y 0} P{} 0 （因为盒子里总共只有 7 只球，每次取 4 只球，而红
球 2 只，故不可能白球和黑球同时都取不到）
P{ X 0, Y 1} P{} 0 ，
P{ X 0, Y 2}
2 2 0 C2 C2 C3 1 4 C7 35
（1）确定常数 k ；（2）求 P{ X 1, Y 3} ；（3）求 P{ X 1.5} ；（4） P{ X Y 4} 。解由

f ( x, y )dxdxy 1 得
2 4 0 2

f ( x, y )dxdxy dx k (6 x y )dy
P{ X 1, Y 0} P{} 0
1 2 1 C3 C2 C2 6 P{ X 1, Y 2} 。 35 35 1 1 C32C2 C2 12 ， 35 35 3 1 C3 C2 2 ， 35 35

概率论第3章习题详解

习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律.2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律.3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin0sin sin0sin4346362(31).4=--+=-g g g g题3图说明：也可先求出密度函数，再求概率。

4.设随机变量（X，Y）的分布密度f（x，y）=⎩⎨⎧>>+-.,0,0,0,)43(其他yxA yxe求：（1）常数A；（2）随机变量（X，Y）的分布函数；（3）P{0≤X<1，0≤Y<2}.【解】（1）由-(34)00(,)d d e d d112x yAf x y x y A x y+∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得A=12（2）由定义，有(,)(,)d dy xF x y f u v u v-∞-∞=⎰⎰(34)340012e d d(1e)(1e)0,0,0,0,y x u vx yu v y x-+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y≤<≤<12(34)3800{01,02}12e d d(1e)(1e)0.9499.x yP X Yx y-+--=<≤<≤==--≈⎰⎰5.设随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<<<--.,0,42,2),6(其他yxyxk（1）确定常数k；（2）求P{X＜1，Y＜3}；（3）求P{X<}；（4）求P{X+Y≤4}.【解】（1）由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.542127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1）因X 在（0，）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y g 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y x DP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-5500-1d 25e d (5e 5)d =e 0.3679.xyx x y x -==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧≤≤.,0,1,22其他y x y cx（1）试确定常数c ；（2）求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰522217d ,01,420,0,.y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.xx y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他 12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1）求X 与Y 的联合概率分布；（2） X 与Y 是否相互独立？【解】（1） X 与Y 的联合分布律如下表3 4 5{}i P X x =13511C 10= 3522C 10= 3533C 10= 610 23511C 10= 3522C 10= 310 3 02511C 10= 110{}i P Y y =110 310 610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠===g 故X 与Y 不独立2 5 8（2） X 与Y 是否相互独立？ 2 5 8 P {Y=y i }{}i P X x =YXXYXY(2) 因{2}{0.4}0.20.8P X P Y ===⨯g 0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2）设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率.【解】（1）因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩g 独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ∆=-≥故 X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z zP z Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2）当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰ 33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图 (3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y x x yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥g 之间独立34{180}{180}P X P X ≥≥g1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<gg g 44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==U UL U 于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑g()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii k k n k i k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑g方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.(1) 求{=2｜=2}，{=3｜=0}；（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律. 【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =所以V的分布律为V =max(X ,Y ) 0 1 2 3 4 5 P 0(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =于是U =min(X ,Y ) 0 1 2 3 P W =X +Y 0 1 2 3 4 5 6 7 8 P（1）求P {Y ＞0｜Y ＞X }；（2）设M =max{X ，Y }，求P {M ＞0}.题20图【解】因（X ，Y ）的联合概率密度为22221,,(,)π0,.x y R f x y R⎧+≤⎪=⎨⎪⎩其他（1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r rR θθ=⎰⎰⎰⎰3/83;1/24== (2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.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，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少？题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他（X ，Y ）关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于X 和Y 的边缘分布律中的部分数值.试将其余数值填入表中的空白处.y 1 y 2 y 3P {X =x i }=p ix 1 x 21/81/8P {Y =y j }=p j1/61【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-= YX而X 与Y 独立，故{}{}{,}i j i i P X x P Y y P X x Y y =====g ,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x ===又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y ===同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1j j P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=L .(2) {,}{}{|}P X n Y m P X n P Y m X n ======ge C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=g L 24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为其中a ,,为常数，且的数学期望()=??,{≤0|≤0}=，记=+.求：（1） a ,b ,c 的值；（2） Z 的概率分布；（3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +=1 即 a+b+c = .由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为?2，?1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.。

概率论与数理统计习题及答案----第3章习题详解

概率论与数理统计习题及答案----第3章习题详解习题三1.将一硬币抛掷三次，以X表示在三次中出现正面的次数，以Y表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X和Y的联合分布律.【解】X和Y的联合分布律如表：2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X表示取到黑球的只数，以Y表示取到红球的只数.求X和Y的联合分布律.【解】X和Y的联合分布律如表：f （x ，y ）=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求：（1）常数A ；（2）随机变量（X ，Y ）的分布函数；（3） P {0≤X <1，0≤Y <2}.【解】（1）由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12（2）由定义，有(,)(,)d d yx F x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3){01,02}P X Y ≤<≤<12(34)3800{01,02}12ed d (1e )(1e)0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰ 5.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k（1）确定常数k ；（2）求P {X ＜1，Y ＜3}；（3）求P {X <1.5}；（4）求P {X +Y ≤4}.【解】（1）由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3)11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y<<=⎰⎰⎰⎰如图 1.542127d (6)d .832x x y y =--=⎰⎰(4)24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y+≤+≤=⎰⎰⎰⎰如图b 240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1）因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()XY f x y X Y f x f y g 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他.(2)5()(,)d d 25e d d y y xDP Y X f x y x y x y-≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xyx x y x-==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e,0,0,(,)(,)0,x y x yF x yf x yx y-+⎧>>∂==⎨∂∂⎩其他.8.设二维随机变量（X，Y）的概率密度为f（x，y）= 4.8(2),01,0,0,.y x x y x-≤≤≤≤⎧⎨⎩其他求边缘概率密度.【解】()(,)dXf x f x y y+∞-∞=⎰x24.8(2)d 2.4(2),01,=0,.0,y x y x x x⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰12y4.8(2)d 2.4(34),01,=0,.0,y x x y y y y⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图题9图9.设二维随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<-.,0,,其他e yxy求边缘概率密度.【解】()(,)dXf x f x y y+∞-∞=⎰e d e,0,=0,.0,y xxy x+∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰e d e,0,=0,.0,y yxx y y--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧≤≤.,0,1,22其他yxycx（1）试确定常数c；（2）求边缘概率密度.【解】（1）(,)d d(,)d dDf x y x y f x y x y+∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c==⎰⎰得214c=.(2) ()(,)dXf x f x y y+∞-∞=⎰212422121(1),11,d840,0,.xx x xx y y⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰5227d,01,420,0,.yyx y x y y-⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩其他11.设随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<<.,0,10,,1其他xxy求条件概率密度f Y｜X（y｜x），f X｜Y（x｜y）.题11图【解】()(,)dXf x f x y y+∞-∞=⎰1d2,01,0,.xxy x x-⎧=<<⎪=⎨⎪⎩⎰其他111d1,10,()(,)d1d1,01,0,.yY yx y yf y f x y x x y y-+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y XXy xf x yf y x xf x⎧<<⎪==⎨⎪⎩其他|1,1,1(,)1(|),1,()10,.X YYy xyf x yf x y y xf y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X，最大的号码为Y.（1）求X与Y的联合概率分布；（2） X 与Y 是否相互独立？【解】（1） X 与Y 的联合分布律如下表 345 {}i P X x =1 3511C 10=3522C 10= 3533C 10= 610 2 0 3511C 10=3522C 10= 310 30 02511C 10=110{}i P Y y =110310610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠===g 故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03 （1）求关于X 和关于Y 的边缘分布；（2） X 与Y 是否相互独立？【解】（1）X 和Y 的边缘分布如下表2 5 8P {Y=y i }YX XYX Y0.4 0.15 0.30 0.350.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38(2) 因{2}{0.4}0.20.8P X P Y ===⨯g 0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2）设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率. 【解】（1）因1,01,()0,X x f x <<⎧==⎨⎩其他;21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩g 独立其他题14图(2) 方程220aXa Y ++=有实根的条件是 2(2)40X Y ∆=-≥故X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}ZXF z P Z z P z Y =≤=≤(1) 当z ≤0时，()0ZF z =（2）当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zxy zF z x y y x x y x y +∞≥==⎰⎰⎰⎰33610231010=d 2z zy yzy +∞⎛⎫-=⎪⎝⎭⎰题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y xx y x y +∞≥==⎰⎰⎰⎰336231010101=d 12y yzy z +∞⎛⎫-=- ⎪⎝⎭⎰即11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥g 之间独立34{180}{180}P X P X ≥≥g1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<g g g44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ==17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，…. 证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以{}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==U UL U于是{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑g()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .0{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki k i n i k i n k ii kk n ki k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑g方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn，Y =μ1′+μ2′+…+μn ′,X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.19.设随机变量（X ，Y ）的分布律为0 1 2 3 4 50 1 2 30 0.01 0.03 0.05 0.07 0.090.01 0.02 0.04 0.05 0.06 0.080.01 0.03 0.05 0.05 0.05 0.060.01 0.02 0.04 0.06 0.06 0.05 (1) 求P {X =2｜Y =2}，P {Y =3｜X =0}；（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律.【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑X Y{3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑（2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤= 1{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑0,1,2,3,4,5i =所以V 的分布律为V =max(X ,Y ) 0 12345P 0 0.04 0.16 0.28 0.24 0.28(3){}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k i k i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =于是 U =min(X ,Y ) 0 1 2 3 P0.28 0.30 0.25 0.17 (4)类似上述过程，有W =X +Y 0 1 2345678P0 0.00.00.10.10.20.10.10.02 63 94 9 25 20.雷达的圆形屏幕半径为R，设目标出现点（X，Y）在屏幕上服从均匀分布.（1）求P{Y＞0｜Y＞X}；（2）设M=max{X，Y}，求P{M＞0}.题20图【解】因（X，Y）的联合概率密度为22221,,(,)π0,.x y Rf x y R⎧+≤⎪=⎨⎪⎩其他（1）{0,}{0|}{}P Y Y XP Y Y XP Y X>>>>=>(,)d(,)dyy xy xf x yf x yσσ>>>=⎰⎰⎰⎰π2π/405π42π/401d dπ1d dπRRr rRr rRθθ=⎰⎰⎰⎰3/83;1/24==(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y>=>=-≤131{0,0}1(,)d1.44xyP X Y f x yσ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D由曲线y=1/x及直线y=0，x=1,x=e2所围成，二维随机变量（X，Y）在区域D上服从均匀分布，求（X，Y）关于X 的边缘概率密度在x=2处的值为多少？题21图【解】区域D的面积为22e e0111d ln 2.S x xx===⎰（X,Y）的联合密度函数为211,1e,0,(,)20,.x yf x y x⎧≤≤<≤⎪=⎨⎪⎩其他（X，Y）关于X的边缘密度函数为1/211d,1e,()220,.xXy xf x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4Xf=22.设随机变量X和Y相互独立，下表列出了二维随机变量（X，Y）联合分布律及关于X 和Y的边缘分布律中的部分数值.试将其余数值填入表中的空白处.y 1 y 2 y 3 P {X =x i }=p i x 1 x 21/8 1/8P {Y =y j }=p j 1/6 1【解】因21{}{,}jjiji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+==从而11111{,}.6824P X x Y y ===-= 而X 与Y 独立，故{}{}{,}ijiiP X x P Y y P X x Y y =====g ,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x === 又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y === 同理21{},2P Y y == 223{,}8P X x Y y ===YX又31{}1jj P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故1y 2y 3y {}i iP X x P ==1x 124 18 112 14 2x18 38 14 34{}j jP Y y p ==161213123.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.YX【解】(1){|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=L .(2){,}{}{|}P X n Y m P X n P Y m X n ======ge C (1),,0,1,2,.!mmn mnnp p n m n n n λλ--=-≤≤=g L24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩推得1{max{,}1}9P X Y ≤=.26. 设二维随机变量（X ，Y ）的概率分布为-1 01-1 0 1a 00.20.1 b0.20 0.1c其中a ,b ,c 为常数，且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求：（1） a ,b ,c 的值；XY（2） Z 的概率分布；（3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4.由()0.2E X =-，可得0.1a c -+=-.再由{0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===. (2) Z 的可能取值为-2，-1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 的概率分布为Z -2 -1 01 2P 0.2 0.1 0.30.3 0.1(3)====++=++=. {}{0}0.10.20.10.10.20.4 P X Z P Y b。

概率论与数理统计习题3详解讲解

、第三章习题详解:1_2 勺一2-〉+2「x〉0 y〉0 3.1设二维随机向量(X』)的分布函数为：尸(兀刃二—八’0. 其他求p {l<x <2,3<y<5 }・解：因为F(2, 5)二 1 —2-2—2〃+ 2 ・，F(L5)二1-2--2-+2-6尸(2)3)二 1 ----- 2-3 + 2y , F(U)二 1 — 2八一27 +所以P(1<X<23<K<5) = F(2, 5)-尸(1,5)-尸(2, 3) + F(l,3)” 25 + 21帶唱3. 2盒中装有3个黑球,2个白球•现从中任取4个球，用X表示取到的黑球的个数，用Y表示取到的白球的个数，求住力的概率分布.解:因为X+K二4,所以(X,F)的可能取值为(2,2), (3, 1)c c 3p(x 二2』二1)二o, P(X 二2, y 二2)二二-二0. 6de 2P& 二3, y 二1)二二—二0.4, P(X二3, y 二2)二0故(Xf)的概率分布为3・3将一枚均匀的硕币抛掷3次，用X表示在3次中出现正面的次数，用丫表示3次中出现正面次数与出现反面次数之差的绝对值，求(x,r)的概率分布.解：因为Y二|X—(3—X)冃2X—31,又X的可能取值为0丄2,3所以(X, 7)的可能取值为(0, 3), (1, 1), (2, 1), (3, 3)且p(x 二o, r 二3)二4)3 = , P(x 二i, r 二i)二C；(较(穿二 |2 o 2 2 oP(X =2, y 二1)二,P(X=3, r 二3)二(i)3二i卩（6_ —刃, lo,⑴确定常数a;⑵求 p{x<o. 5, y<1.5 } (3)求 P{(X, Y) e D},这里 D 是由 x = O f y = 0. x+y = 1 这三条直线所围成的三角形区域.解：(1)因为匸匸 / (x, y 〃xdy 二[[d(6 - X - y)dxdy=a[[_刁(6_兀_刃‘ k/x = y£ [ (6~x)2- ^~x)2Vx =2G ( (5 - x)dx - 9a I (兀)刃访二1,得9a=L 故&二1/9・ J-x J-x⑵ P(X <0. 5, y <1. 5)二 f°『£ (6 — x — y)dxdy1 严 51 r " f 1 o 5 39 ,二詁0 [(6—小-㊁厂° g 二胡g (6~x)飞炖P {(X, y) GD}二 jj/U 刃必心=£dx1~A二討［3-小-弱肚二包（11-12—讼諾3.4设二维随机向量（X,Y ）的概率密度函数为: 0<x<L0<y <2,其他y)dy3. 6向一个无限平面靶射击，设命中点（X,Y ）的概率密度函数为/ （兀刃二 ---- -- : -- ,_oovx, y v+oo,7r （i + £ +求命中点与靶心（坐标原点）的距离不超过G 的概率.解：叱+厂如广颂册严二2兀丄•芥宀］ =171 2 1+厂 o 「1771 + £3. 7设二维随机向量（X 』）的概率分布如下表所示，求X 和Y 的边缘概率分布.12e 〃<2r-v)3. 5设二维随机向量（X 』）的概率密度函数为：/ （X, V ）二＜（0. Q 0, y > 0,其他(1) 求分布函数F (兀刃；(2) 求P{Y<X}解：(1)求分布函数尸么—丿；当x>0』>0.F(x, y) - j f(u f v)dudv =£ £ 2「匚小dudv =2J ； e ^udu e ^'dv =(l-e (1 -e其他情形，由于/（x 』）二0,显然有尸（兀刃二0。

概率论第二版第3章习题答案讲解

习题3.11．在10件产品中有2件一等品，7件二等品和1件次品．从这10件产品中任意抽取3件，用X 表示其中的一等品数，Y 表示其中的二等品数，求(,)X Y 的分布列．解 X 的可能取值为0，1，2；Y 的可能取值为0，1，2，3，因此(,)X Y 的可能取值为{(,):0,1,2;0,1,2,3}i j i j ==，且有217131021(0,2)120C C P X Y C ⋅====， 3731035(0,3)120C P X Y C ====， 11127131014(1,1)120C C C P X Y C ⋅⋅====，122731042(1,2)120C C P X Y C ⋅====， 21213101(2,0)120C C P X Y C ⋅====， 21273107(2,1)120C C P X Y C ⋅====．由此，(,)X Y 的分布列可以由下表给出4．设(,)X Y 的密度函数为e 0(,)0y x y f x y -⎧<<=⎨⎩，；，其它.，求(1)P X Y +≤．解 11112210(1)e d d d e d 1e 2e xyy xx y x yP X Y x y x y -----+<<+===+-⎰⎰⎰⎰≤≤．5．设(,)X Y 的密度函数为, 04,0(,)Axy x y f x y⎧⎪=⎨⎪⎩≤≤≤；0, 其它. ，求：(1)常数A ；(2){1,1}P X Y ≤≤．解（1）由联合密度函数的性质(,)d d 1f x y x y +∞+∞-∞-∞=⎰⎰，有4d d 1x Axy y =⎰，得 332A =．（2）1001,104,0331(1,1)d d d d 323264x y x y P X Y xy x y x x y y ===⎰⎰⎰≤≤≤≤≤≤≤． 10．袋中有2只白球和3只黑球，从中连取两次，每次取一只．定义下列随机变量：1, 0, X ⎧=⎨⎩第一次取到白球；第一次取到黑球. 1, 0, Y ⎧=⎨⎩第二次取到白球；第二次取到黑球. 分别就有放回抽取和无放回抽取两种情形，求：(1) (,)X Y 的联合分布列；(2)两次摸到同样颜色球的概率．解（1）有放回抽样：由事件的独立性条件得(,)X Y 的联合分布列为339(0,0)5525P X Y ===⋅=， 326(0,1)5525P X Y ===⋅=， 236(1,0)5525P X Y ===⋅=， 224(1,1)5525P X Y ===⋅=．如下表两次摸到同样颜色球的概率为9413(0,0)(1,1)252525P X Y P X Y ==+===+=．（2）无放回抽样：由乘法定理得(,)X Y 的联合分布列为326(0,0)5420P X Y ===⋅=， 326(0,1)5420P X Y ===⋅=， 236(1,0)5420P X Y ===⋅=， 212(1,1)5420P X Y ===⋅=．如下表两次摸到同样颜色球的概率为(0,0)(1,1)0.30.10.4P X Y P X Y ==+===+=．习题3.22．已知(,)X Y 的联合分布函数为()1e e e 0,0(,) 0x y x y x y F x y ---+⎧--+>>=⎨⎩，；，其它.　，求：（1）边缘分布函数；（2）联合密度函数及边缘密度函数；（3）判断X 与Y 的独立性．解（1）1e ,(0())lim (,)X y x F x F x y x →+∞-=->=1e ,(0())lim (,)Y x y F y F x y y →+∞-=->=即有 1e ,0;()0,0.x X x F x x -⎧->=⎨⎩≤， 1e ,0;()0,0.y Y y F y y -⎧->=⎨⎩≤．（2）(2)(,e ,0,0;0)(,),x y F x y f x x y x y y -+⎧>>⎨=∂∂=∂⎩其它. ()0ed ee d e ()(,,)d ()0x y xx X y y y f x f x x y y +∞-+∞+∞+--∞--===>=⎰⎰⎰ ()ed ee d e ()(,,)d ()0x y yy Y x x x f y f x y y x +∞-+∞+∞+--∞--===>=⎰⎰⎰故 e ,0;()0,0.x X x f x x -⎧>=⎨⎩≤， e ,0;()0,0.y Y y f y y -⎧>=⎨⎩≤．（3）由于 (,)()()X Y f x y f x f y =，所以,X Y 相互独立．3．一个盒子中有三只乒乓球，一只白色，两只黄色，现从袋中有放回的任取两次，每次取一只，以X ，Y 分别表示第一次、第二次取到球的颜色．求：（1）X 和Y 的联合分布列；（2）X 和Y 的边缘分布列；（3）判断X 和Y 的独立性．解定义下列随机变量：1, 2, X ⎧=⎨⎩第一次取到白球;第一次取到黄球. 1, 2, Y ⎧=⎨⎩第二次取到白球;第二次取到黄球.（1）在有放回取球条件下111(1,1)339P X Y ===⋅=， 122(1,2)339P X Y ===⋅=，212(2,1)339P X Y ===⋅=， 224(2,2)339P X Y ===⋅=．（2）边缘分布列（3）由于{,}{}{},1,2;1,2P X i Y j P X i P Y j i j ====⋅===，所以,X Y 相互独立．5．随机变量(,)X Y 在区域{(,)|,}x y a x b c y d <<<<上服从均匀分布，求(,)X Y 的联合密度函数与边缘密度函数，判断随机变量,X Y 是否独立．解区域{(,)|,}x y a x b c y d <<<<的面积为()()D S b a d c =--，所以(,)X Y 的联合密度函数1,,;()()(,)a x b c y d b a d c f x y ⎧<<<<⎪--=⎨⎪⎩0, 其它. X 和Y 的边缘密度函数11()(,)d d ,()()()d X c f x f x y y y a x b b a d c b a+∞-∞===<<---⎰⎰11()(,)d d ,()()()b Y a f y f x y x x c y d b a d c d c+∞-∞===<<---⎰⎰ 故 ,1;()X a x b f x b a ⎧⎪⎨⎪⎩<<=-0, 其它.， ,1 ;()Yc yd f y d c ⎧⎪⎨⎪⎩<<=-0, 其它.．由于 (,)()()X Y f x y f x f y =，所以,X Y 独立．8．甲、乙两人各自独立进行两次射击，命中率分别为0.2，0.5，求甲、乙命中次数X 与Y 的联合概率分布．解依题意，~(2,0.2),~(2,0.5)X b Y b ，据公式()(1)k kn k nP X k C p p -==-可算得X 和Y 的概率分布分别为012~0.640.320.04X ⎛⎫ ⎪⎝⎭，012~0.250.50.25Y ⎛⎫ ⎪⎝⎭．由X 和Y 的独立性可得X 和Y 的联合概率分布为习题3.31. （1）max(,)012340.10.150.250.40.1=M X Y P ；min(,)1230.440.340.140.08=m X Y P；（2）12345670.0440.10.1750.290.2270.110.0460.008+M m P.5. 设随机变量（X ,Y ）的密度函数为301,0(,)0 x x y x f x y <<<<⎧=⎨⎩其它.，；，求12().-≤P X Y （修改后的题）解 121()(,)2-≤-≤=⎰⎰x y P X Y f x y dxdy1121102219113381616++-===⎰⎰⎰⎰xx x xdx dy xdx dy6. 设随机变量X 与Y 独立，它们的概率密度分别为201()0 X x x f x ≤≤⎧=⎨⎩其它.，；， 201()0 Y y y f y ≤≤⎧=⎨⎩其它.，；，求1().+≤P X Y （修改后的题）解因为X 与Y 独立，所以（X ,Y ）的密度函数为401,01(,)()()0 X Y xy x y f x y f x f y ≤≤≤≤⎧==⎨⎩其它.，；， 1(1)(,)+≤+≤=⎰⎰x y P X Y f x y dxdy 11120142(1)6-==-=⎰⎰⎰x dx xydy x x dx习题3.42．设X 与Y 的联合密度为()e 0,0(,)0 x y x y f x y -+⎧>>=⎨⎩其它.，；，，求()P X Y <及()E XY ．解（1）设D 为{0,0,}X Y X Y >><所围区域，则()2200011()e d d e d e d e d e 22x y x y x xx DP X Y x y x y x +∞+∞+∞-+----+∞<====-=⎰⎰⎰⎰⎰．（2）()0()()d d e d d x y E XY xyf xy x y xy x y +∞+∞+∞+∞-+-∞-∞==⎰⎰⎰⎰e d e d 1x y x x y y +∞+∞--==⎰⎰．4．设~(1)Y E 且0,(1,2)1,.k Y k X k Y k ⎧==⎨>⎩≤；，求：（1）1X 与2X 的联合概率分布；（2）12()E X X +．解（1）e 0~()0,0., -⎧=⎨<⎩y y Y f y y 10,11,1⎧=⎨>⎩Y X Y ，20,21,2.⎧=⎨>⎩Y X Y12(,)X X 有四个可能取值：(0,0),(0,1),(1,0),(1,1)，且由题意，有11120(0,0)(1,2)(1)e d 1e y P X X P Y Y P Y y --======-⎰≤≤≤，12(0,1)(1,2)0P X X P Y Y ===>=≤，212121(1,0)(1,2)(12)e d e e y P X X P Y Y P Y y ---===>=<==-⎰≤≤，2122(1,1)(1,2)(2)e d e y P X X P Y Y P Y y +∞--===>>=>==⎰．1X 与2X 的联合概率分布为（2）12X X +的概率分布为 121122012()~1e e e e X X ----⎛⎫+ ⎪--⎝⎭故 11221212()0(1e )1(e e )2e e e E X X ------+=⨯-+⨯-+⨯=+．5．设随机变量X 和Y 的联合分布在以点(0,1)、(1,0)、(1,1)为顶点的三角形区域D 上服从均匀分布，求随机变量U X Y =+的方差．解方法1X 和Y 的联合密度函数为 2, (,);(,)0, x y D f x y ∈⎧=⎨⎩其它.11012()(,)d d 2d d 3x E X xf x y x y x x y +∞+∞-∞-∞-===⎰⎰⎰⎰，11222011()(,)d d 2d d 2x E X x f x y x y x x y +∞+∞-∞-∞-===⎰⎰⎰⎰，从而 221()()[()]18D X E X E X =-=．同理，21(),()318E Y D Y ==．11015()2d d 12x E XY x x y y -==⎰⎰，1(,)()()()36Cov X Y E XY E X E Y =-=-，1()()()2(,)18D X Y D X D Y Cov X Y +=++=．方法211014()()()d d d 2()d 3x E X Y x y f xy x y x x y y +∞+∞-∞-∞-+=+=+=⎰⎰⎰⎰，112220111[()]()()d d d 2()d 6x E X Y x y f xy x y x x y y +∞+∞-∞-∞-+=+=+=⎰⎰⎰⎰，221()[()][()]18D X Y E X Y E X Y +=+-+=．习题3.52．在n 次独立试验中，事件A 在第i 次试验中发生的概率为(01,1,2,)i i p p i <<=，证明：事件A 发生的频率依概率收敛于A 发生概率的平均值．证明设X 表示在n 次试验中事件A 发生的次数，若引入随机变量1,0,第次试验中发生;第次试验中不发生.i i A X i A ⎧⎪⎨⎪⎩=，12,i n =，，，则1ni i X X ==∑．且i X 服从0—1分布，01~1i ii X p p ⎛⎫⎪-⎝⎭，故 (),()(1)i i i i i i i E X p D X p p p q ==-=．由于 22()()4140≥i i i i i i i p q p q p q p q -=+-=-，故 1(),1,2,,4i i i D X p q i n ==≤，即i X 12,i n =，，方差有公共的上界. 因此由切比雪夫大数定律可知，对任意的0ε>，有1111lim ()1n ni i n i i P X E X n n ε→∞==⎛⎫-<= ⎪⎝⎭∑∑，即 11lim 1n i n i X P p n n ε→∞=⎛⎫-<= ⎪⎝⎭∑．可见，事件A 发生的频率依概率收敛于A 发生概率的平均值．5．一生产线生产的产品成箱包装，每箱的重量是随机的，假设每箱平均重50千克，标准差为5千克，若用载重量为5吨的汽车承运，利用中心极限定理说明每辆车最多可以装多少箱才能保障不超载的概率大于0.977．解设n 为所求的箱数，且设i X 为第i 箱的重量(1,2,,)i n =．由题意，知()5i E X ==．且将12,,,n X X X 视为独立同分布的随机变量．又n 箱的重量1nn i i Y X ==∑，易算得()50n E Y n ==根据林德贝格—莱维中心极限定理，n Y 近似服从正态分布(50,25)N n n ．依题意n 需满足{5000}0.977≤n P Y >，即有{5000}≤n P Y P =0.977(2)ΦΦ≈>=2>，即 1010000n +<．x =，则有210210000x x +-<，解得9.9x <（舍去负的下界）．因此，298.01n x =<，即最多可以装98箱可保证不超载的概率大于0.977． 6．已知相互独立的随机变量1ξ,2ξ,…,50ξ都服从泊松分布，记501i i X ξ==∑，求(3)P X ≥．解因为1ξ,2ξ,…,50ξ独立同分布，且(),()(1,2,,50)i i E D i ξλξλ===．根据林德贝格—莱维中心极限定理，X 近似服从正态分布(50,50)N λλ．(3)1P X P Φ==-≥．7．某保险公司经多年的资料统计表明，在索赔户中被盗索赔户占20%，在随意抽查的100家索赔户中被盗的索赔户数为随机变量X ．（1）写出X 的概率分布；（2）利用棣莫佛—拉普拉斯定理，求被盗的索赔户数不少于14户且不多于30户的概率的近似值．解设A ={抽查到被盗索赔户}，则()0.2p P A ==．依题意，~(,)(100,0.2)X b n p b =，因此分布律为100100{}0.20.8,(0,1,,100)kk k P X k C k -==⋅⋅=．（2）()20,()(1)16E X np D X np p ===-=，根据棣莫佛—拉普拉斯定理，{1430}{140.5300.5}P X P X ≈-+≤≤≤≤13.5202030.52020{}{1.625 2.625}4444X X P P ----==-≤≤≤≤(2.625)[1(1.625)]0.995710.94790.9436ΦΦ=--≈-+=．8．在n 次独立重复试验中, 成功率为0.75, 要使“试验成功的频率在0.74~0.76之间” 的概率不小于0.90，则至少要进行多少次试验?解设12,,,n X X X 表示n 次重复独立试验的各次试验中事件成功的次数，则 12~(,0.75)n X X X b n +++．且在n 次试验中事件成功发生的频率12nX X X X n+++=满足21(1)0.1875()0.75,()(1)p p E X p D X np p n n n-===-==．利用棣莫弗-~(0,1)X N ，所以{0.740.76}{0.01}P X P X p <<=-<P ⎫=<P =<21Φ=-．故要“试验成功的频率在0.74~0.76之间” 的概率不小于0.90，即{0.740.76}0.90P X <<≥，只需210.90Φ-≥，0.95Φ≥，查表知(1.645)0.95Φ= 1.645，或5074n ≥． 9．设某车间有150台机床独立工作，已知每台机床在运转时耗电量都是5(千瓦)．因检修等原因，每台机床平均只有60%的时间在运转．问配电室至少要供给这个车间多少电才能以99.9%的概率保证这个车间不致因供电不足而影响机床工作．解设X 表示150台机床中同时运转的机床台数，则~(150,0.6)X b ．设配电室需供应k 千瓦电，能以99.9%的概率保证车间正常工作．由棣莫弗-拉普拉斯中心极限定理，有{5}{}0.9995k P X k P X Φ=≈≤≤≥．解得 540.5k ≥.故至少供应540.5千瓦电力才能以99.9%的概率保证车间正常工作．10．某公司电话总机有200台分机，每台分机有6 %的时间用于外线通话，假定每台分机用于外线是相互独立的，问该总机至少应装多少条外线，才能有95%的把握确保各分机需用外线时不必等候．解设X 表示200分机同时使用外线的数目，则~(200,0.06)X b ．设总机至少应装k 条外线，才能有95%的把握确保各分机需用外线时不必等候．由棣莫弗-拉普拉斯中心极限定理，有()12,()(1)11.28E X np D X np p ===-={}0.95P X k P Φ=≈≤≥．而(1.645)0.95Φ= 1.645解得 17.03k ≥.故至少应装18条外线，才能有95%的把握确保各分机需用外线时不必等候．11．某工厂生产的一批零件，合格率为95%，今从中抽取1 000件，求不合格的件数在40到60之间的概率．解设X 表示1 000件零件中不合格品的件数，则~(1000,0.05)X b ．()50,()(1)47.5E X np D X np p ===-=，由棣莫弗-拉普拉斯中心极限定理，有{4060}{400.5600.5}P X P X =-+≤≤≤≤2(1.524)1P Φ⎫==- 20.935710.8714=⨯-=．12．有一大批种子, 其中良种占20%，从中任取5 000粒，问这些种子中良种所占比例与20% 的绝对差小于0.01的概率．解设X 表示所取5 000粒种子中良种的粒数，则~(5000,0.2)X b ．()1000,()(1)800E X np D X np p ===-=，由棣莫弗-拉普拉斯中心极限定理，有{}{}0.20.011000501000500.55000X P P X P X ⎧⎫⎪⎪-<=-<=-<+⎨⎬⎪⎪⎩⎭2(1.785)1P Φ⎫=<=- 20.96291=⨯-=0.925 8．。

概率论课后习题第3章答案

第三章多维随机向量及其概率分布(一)基本题答案1、设X 和Y 的可能取值分别为.2,1,0;3,2,1,0,==j i j i 则与因盒子里有3种球，在这3种球中任取4个，其中黑球和红球的个数之和必不超过4.另一方面，因白球只有2个，任取的4个球中，黑球和红球个数之和最小为2个，故有j i 与ٛ且,42≤+≤j i ./),(474223C C C C j Y i X p j i j i −−===因而或0),(===j Y i X P 2).2,1,0;3,2,1,0,4(<+j i ==>+j i j i于是 ,0)0,0(1111======y Y x X P P ,0)0,0(2112======y Y x X P p.35/1/)0,0(472212033113=======C C C C y Y x X P p即 2、X 和. ⎥⎦⎤⎢⎣⎡04.032.064.0210~X ⎥⎦⎤⎢⎣⎡25.05.025.0210~Y 由独立性知，X 和Y 的联合分布为3、Y 的分布函数为显知有四个可能值：).0(0)(),0(1)(≤=>−=−y y F y e y F y ),(21X X }{{}{}11−=e ,2,10,0).1,1(),0,1(),1,0(),0,0(121−≤=≤≤===Y P Y Y P X X P 易知{}{}{}{}{},221−−−=e e 12<=P ,10,1,02,11,02121≤≤>====>≤===Y Y Y P X X P Y Y P X X P{}{}{},212,10,12121−=≤<=≤>===e e Y P Y Y P X X P {}−− {}{}.22,11,1221−=>=>>===e Y P Y Y P X X P于是，可将X 1和X 24、∑=====nm m n P n X P 0),()(ηζ∑=−−−−=nm mn m n e m n m p p 0)!(!)1(λλ()[]).,2,1,0(!1!)1()!(!!!==−+=−−=−−−=−∑n n e p p n e p p m n m n n e n n n mn m nm n λλλλλλ即X 是服从参数为λ的泊松分布.∑∑∞=−−∞=−−−−−=−−==mn mn m n mn m m mn m n m n p m e p em n m p p m Y P )!()1(!)!(!)1()(λλλλλ).,2,1,0(,!)(!)()1( ==⋅=−−−−m m ep e e m ep pmp mλλλλλλ即Y 是服从参数为λp 的泊松分布.5、由定义F （y x ,）=P {}∫∫∞−∞−=≤≤x y dxdy y x y Y x X .),(,ϕ因为ϕ（y x ,）是分段函数，要正确计算出F （y x ,;1>y ），必须对积分区域进行适当分块：等5个部分.10,10,1;1,1;10,100≤≤≤≤>>>≤≤<x y x y x y y x 或;0<≤≤x （1）对于有 F （,00<<y x 或y x ,）=P{X ≤,x Y ≤y}=0; （2）对于有 ;,10,10≤≤≤≤y x 2204),(y x vdudv u y x F x y ==∫∫（3）对于, 有 10,1≤≤>y x {};,1),(2y y Y X P y x F =≤≤= （4）对于, 有 10,1≤≤>x y {}21,),(x Y x X P y x F =≤≤=; （5）对于有 ,1,1>>y x 1),(=y x F .故X 和Y 的联合分布函数⎪⎪⎪⎩⎪⎪⎪⎨⎧<<≤≤<<≤≤≤≤≤≤<<=.1,1,.1,10,1,,1,10,,10,10,,00,0),(2222y x y x y y x x y x y x y x y x F 或6、（1） ,0,0;0),(,00>>=≤≤y x y x F y x 或),(y x F =∫∫+−x y t s dsdt ze)2())(())((200202yt x s y t x se e dt e ds e−−−−−−==∫∫=)1)(1(2y x e e −−−−即⎩⎨⎧>>−−=−−.,0,0,0),1)(1(),(2其它y x e e y x F y x （2）P ()()220(),22x x y x yxy xY X f x y dxdy dx e dy e e d +∞+∞−−−−<≤===−∫∫∫∫∫x∫∫∞+−−−∞+−−=−−=03220)(2)1(2dx e e dx e e x x x x .312131(2)2131(2023=−−=−=∞+−−x x e e7、（1）时，0>x ,0)(,0;)(=≤==∫∞+−−x f x e dy e x f X Xx y X 时即 ⎩⎨⎧≤>=−.0,0,0,)(x x e x f x X （2）{}2/111210121),(1−−≤+−−−+===≤+∫∫∫∫e e dy e dxdxdy y x f Y X P y x x xy8、（1）（i ）时,，;),()(计算根据公式∫∞+∞−=dy y x f x f X 0≤x 当10;0)(<<=x x f X 当时()();24.224.2)2(8.4)(202x x x y dy x y x f xx X −=−=−=∫0)(,1=≥x f x X 时当即⎩⎨⎧<<−=.,0;10),2(4.2)(2其它x x x x f X （ii ）利用公式计算. 当∫∞+∞−=dx y x f y f Y ),()(;0)(,0=≤y f y Y 时,10时当<<y112)22(8.4)2(8.4)(y y Y x x y dx x y y f ∫−=−=⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−⎟⎠⎞⎜⎝⎛−=222128.42y y y );43(4.2)2223(8.422y y y y y y +−=+−=当时，1≥y .0)(=y f Y 即⎩⎨⎧<<+−=.0;10),43(4.2)(2其它y y y y y f Y 121111222211111(2)((1(,1(,)1.22222P X Y P X Y f x y dxdy dx dxdy +∞+∞⎧⎫<<=−≥≥=−=−=⎨⎬⎩⎭∫∫∫∫∪58、47809、本题先求出关于x 的边缘概率密度，再求出其在2=x 之值. 由于平面区域D 的面积为)2(X f ,2121=dx =∫x S e D 故（X,Y ）的联合概率密度为⎪⎩⎪⎨⎧∈=.,0;),(,21),其它D y x y x (f易知，X 的概率密度为∫∞+∞−⎪⎩⎪⎨⎧<<==,,0,1,21),()(2其它e x xdy y x f x f X 故.41221)2(=×=X f 10、（1）有放回抽取：当第一次抽取到第个数字时，第二次可抽取到该数字仍有十种可能机会，即为 k {}).9, ,1,0(101====i k Y i X P （2）不放回抽取：（i ）当第一次抽取第)90(≤≤k k 个数时，则第二次抽到此（第个）数是不可能的，故 k {}.)9,,1,0,; =k i k (0====i k Y i X P（ii ）当第一次抽取第个数时，而第二次抽到其他数字（非k ）的机会为，知)90(≤≤k k 9/1{}.)9,,1,0,; =k i k (9/1≠===i k Y i X P 11、（1）因∫−=−=12,)1(12)1(24)(yy y ydx x y f η.,0)(;10其它=≤≤y f y n 故在0≤y ≤1时，⎩⎨⎧≤≤−−=;1)1/()1(2)(2其它x y y x y x f ηξ因()∫−=−=x y x ydy x x f 022,)1(12124)(ξ.,0)(;10其它=≤≤x f x ξ故在0≤x ≤1时，⎩⎨⎧≤≤=.0,0/2)(2其它x y x y x y f ξη（2）因;1,121)(2/12∞≤≤==∫x x nxdy y x X f x x ξ;,0)(其它=x f ξ故在1≤x<时，∞⎪⎩⎪⎨⎧<<=.,1121)(其它x y xnxy x y f ξη因 ⎪⎪⎪⎩⎪⎪⎪⎨⎧∞<<=≤<==∫∫∞∞,002121102121)(22/12其它y y dx y x y dx y x y f y y η 故在10≤<y 时,⎪⎩⎪⎨⎧∞<<=;011)(2其它x y y x x y f ξη 而在,1时∞<<y ⎪⎩⎪⎨⎧∞<<=.0)(2其它x y x yx y f ξη（3）在x >0,.0,0)(;0,)(≤=>==∫∞−−x x f x e dy e x f x xy ξξ⎪⎩⎪⎨⎧>=−.0,)(其它x y e x y f y x ξη ;0,)(0>==∫−−y ye dx e y f y yy η .故在y>0时，0,0)(≤=y y f η⎪⎩⎪⎨⎧<<=.0,01)(其它y x y y x f ηξ12、1(1)(2)2(),0(1)(1)X n n n n n f x dy x x y x ∞−−−−==+++∫>，故12(1)(2)0,(/1)0.n nY X n y y f y −⎧−+>=⎨⎩其它 13、X 和Y 是否独立，可用分布函数或概率密度函数验证.方法一：X 的分布函数的分布函数分别为 Y x F X 和)()(y F Y ⎩⎨⎧<≥−=+∞=−,0001),()(5.0x x e x F x F x X ⎩⎨⎧<≥−=+∞=−.0001),()(5.0y y e y F y F yY 由于独立.Y X y F x F y x F Y X 和知),()(),(={}{}{}[][]1.005.005.0)1.0(1)1.0(11.01.01.0,1.0−−−=⋅=−⋅−=>⋅>=>>=e e e F F Y P X P Y X P Y X αY X Y X x f x f y x f Y X 和分别表示和),,()()(),,(方法二：以的概率密度，可知 ⎩⎨⎧≥≥=∂∂∂=+−.00,025.0),(),()(5.02其它y x e y x y x F y x f y x ∫∞+∞−−⎩⎨⎧<≥==,0005.0),()(5.0x x e dy y x f x f x X ∫∞+∞−−⎩⎨⎧<≥==.00,05.0),()(5.0y y e dx y x f y f yY ∫∫∞+∞+−+−==>>==1.01.01.0)(5.0.25.0}1.0,1.0{.),()(),(e dxdy e Y X P a Y X y f x f y x f y x Y X 独立和知由于)()(),(j i j i y Y P x x P y Y x X P =⋅====14、因知X 与Y 相互独立，即有 . )3,2,1,2,1(==j i 首先，根据边缘分布的定义知 .2418161),(11=−===y Y x X P 又根据独立性有),(61)()(},{2411111i x X p y Y p x X p y Y x X p ===⋅===== 解得41)(==i x X P ,从而有 1218124141),(31=−−===y Y x X P 又由 )()(),(2121y Y P x X P y Y x X P =⋅====, 可得 ),(41812y Y P == 即有21)(2==y Y P , 从而 838121),(22=−===y Y x X P .类似地，由),()(),(3131y Y P x X P y Y x X P ===== 有),(411213y Y P ==得31)(3==y Y P ,从而,.111),(31=−===y Y x X P 最后=)(2x X P =1+3+1=3. 将上述数值填入表中有1x1/24 1/8 1/12 1/4 2x1/8 3/8 1/4 3/4 {}j P y X P j ⋅==1/6 1/2 1/3115、本题的关键是由题设P{X 1X 2=0}=1，可推出P{X 1X 2≠0}=0；再利用边缘分布的定义即可列出概率分布表.(1)由P{X 1X 2=0}=1,可见易见,0}1,1{}1,1{2121=====−=X X P X X P 25.0}1{}0,1{121=−===−=X P X X P 5.0}1{}1,0{221=====X P X X P 25.0}1{}0,1{121=====X P X X P 0}0,0{21===X X P121212.16、(1) ⎩⎨⎧<<=,,0,10,1)(其他x x f X ⎪⎩⎪⎨⎧≤>=−.0,0,021)(2y y ey f yY 因为X ，Y 独立，对任何y x ,都有 ).,()()y x f y f x Y =⋅(f X ⎪⎩⎪⎨⎧><<=−.,0,0,10,21),(2其他所以有y x e y x f y（2）二次方程有实根，△ t Y Xt t 中022=++,04)2(2≥−=Y X ,02≥−Y X 即,2X Y ≤ 故=)(有实根t P dydx e dydx y x f X Y P yx y x 2122221),(}{−≤∫∫∫∫==≤∫−−=1022)(dx ex y=dx edx edx x x x 2101010222221211)21(−−∫∫−=−=−πππ21−=［∫∫∞−∞−−−−1022222121dx edx exx ππ］.1445.08555.01]5.08413.0[21)]0()1([21=−≈−−≈Φ−Φ−=ππ17、（1）因为X ，Y 独立，所以 .⎩⎨⎧>>==+−.,0,0,0,)()(),()(其他y x e y f x f y x f uy x Y X λλμ（2）根据Z 的定义，有 P{z=1}=P{Y ≥X}∫∫∫∫∞+∞−+−≥==)(),(xy x xy dydx e dydx y x f μλλμ∫∫∞+∞+−−=)(dx dy e e xy x μλμλ ),0u dx ee x x +=⋅=∫∞+−−λλλμλ{}{110=−==Z P Z P Z 的分布函数为⎪⎪⎩⎪⎪⎨⎧≥<≤+<=.1,1,10,,0,0)(z z z z F Z μλμ18、∵X 、Y 分别仅取0，1两个数值，∴Z 亦只取0，1两个数值. 又∵X 与Y 相互独立，∴{}{}{}{}==========00)0,0(0),max(0Y P X P Y X P Y X P Z P 1/2×1/2=1/4，故{}{}.4/34/110111=−==−===Z P Z P 19、 X 由2×2阶行列式表示，仍是一随机变量，且X=X 1X 4--X 2X 3，根据X 1，X 2，X 3，X 4的地位是等价且相互独立的，X 1X 4与X 2X 3也是独立同分布的，因此可先求出X 1X 4和X 2X 3的分布律，再求X 的分布律. ,则X=Y 1--Y 2.随机变量Y 1和Y 2独立同分布：322411,X X Y X X Y ==记}{}{}{{}.84.016.01}0{0112121=−========Y P Y Y P Y P 16.01,132===P X X P 显见, 随机变量X=Y 1--Y 2有三个可能值--1,0,1.易见 P{X=--1}=P{Y 1=0,Y 2=1}=0.84×0.16= 0.1344， P{X=1}=P{Y 1=1,Y 2=0}=0.16×0.84=0.1344, P{X=0}=1--2×0.1344=0.7312. 于是，行列式的概率分布为 4321X X X X X =~ ⎥⎦⎤⎢⎣⎡−1344.07312.01344.010120、因为{Z=i }={X+Y=i }={X=0,Y=i }}.0,{}1,1{==−==Y i X i Y X ∪ ∪∪ 由于上述各事件互不相容，且注意到X 与Y 相与独立，则有 ∑∑==−===−====i k ik k i Y P k X P k i Y k X P i Z P 00}{}{},{}{∑=+−−−−−=−−=iik ki n ki k i nkn kk n P p pC P p c 022111()1()1∑=−−+ik k i n k n in n C Cp 02121)(,,1,0,)1(212121n n i p p C i n n i i n n+=−=−++).,(~21p n n B Y X Z ++=故注：在上述计算过程中，已约定：当r>n 时，用到了公式并,0=rnC .12121∑=+−=ik i n n k i n k n C C C21、X 和Y 的概率分布密度为},2)(exp{21)(22σσπy x x f X −−=);(+∞<<−∞x ⎩⎨⎧≤≤−=.,0,),2/(1)(其它πππy y f Y 因X 和Y 独立，考虑到 )仅在[)(y f Y ππ,−]上才有非零值，故由卷积公式知Z 的概率密度为.221)()()(222)(dy edy y f y z f z f a y z Y X Z ∫∫−−−−∞+∞−=−=ππμσππ令σμ−−=y z t ,则上式右端等于.(2122122⎥⎦⎤⎢⎣⎡⎟⎠⎞⎜⎝⎛−−Φ−−+Φ=∫−+−−−σμπσμππππσμπσμπz z dt e z z t 22、（1）由题设知 {}y X X P y M P y F n M ≤=≤=),,max()()(1),,(1y X y X P n ≤≤= )()()()()(121y F y F y X P y X P y X P Xn X n =≤≤≤=.∵),1(],0[~:,,1n i U X X X i n ≤≤θ独立且同分布 ∴⎪⎩⎪⎨⎧><<≤=,0,1,0,,0,0)(x x x x x F i X θθ∴⎪⎪⎩⎪⎪⎨⎧≥<<≤=.,1,0,,0,0)(θθθy y y y y F n n M 故⎪⎩⎪⎨⎧<<=−.,0,0,)(1其它θθy ny y f n n M（2）{}y X X P y N P y N P y F n N >−=>−=≤=),,min(1)(1)()(1()y X P y X P y X P y X y X y X P n n >>>−=>>>−= )()(1,,,12121()[])(11)(11y F y X P i X i ni −−=>Π−==故 ⎪⎩⎪⎨⎧<<−=⎪⎩⎪⎨⎧<<−−−=−−其它其它,0,00,)(,001(1()(11y y n y y n y f n n n N θθθθθ 23、由题设容易得出随机变量（X ，Y ）的概率密度，本题相当于求随机变量X 、Y 的函数S=XY 的概率密度，可用分布函数微分法求之.依题设，知二维随机变量（X ，Y ）的概率密度为()()()⎩⎨⎧∉∈=G y x Gy x y x f ,,0,2/1,若若设为S 的分布函数,则当{s S P s F ≤=)(}0≤s 时,()0=s F ；当时, .2≥s ()1=s F 现设0<s<2. 曲线s xy =与矩形G 的上边交于点(s,1);位于曲线s xy =上方的点满足s xy >,位于下方的点满足s xy <. 故(){}{}{}).ln 2ln 1(2211211121s sdy dx dxdy S XY P s XY P s S P s F s x s sxy −+=−=−=>−=≤=≤=∫∫∫∫>于是,⎩⎨⎧≥≤<<−=.20,0,20,2/)ln 2(ln )(s s s s s f 或若若（二）、补充题答案1.由于即{},0)(),,min(,,max =<==Y X P Y X 故知ηξηξ{}{}{}03,23,12,1=========Y X P Y X P Y X P ；又易知{}{}{}{},9/1111,11,1==⋅=======ηξηξP P P Y X P{}{},9/12,22,2======ηξP Y X P {}{},9/13,33,3======ηξP Y X P {}{}{},9/29/19/11,22,11,2=+===+=====ηξηξP P Y X P{}{}{},9/22,33,22,3===+=====ηξηξP P Y X P {}.9/29/711,3=−===Y X P 所以2.（1）x{}.,2,1,0,0,)1( =≤≤−===n n m P P C n X m Y P m n {}（2）{}{}n X P n X m Y P m Y n X P ======,.,2,1,0,0,!)1( =≤≤⋅⋅−=−−n n m e P P C n m n mm n λλ3.22)1()1()1()0()0()1(p p Y P X P Y P X P z P +−===+====)1(2)0()1()1()0()0(p p Y P X P Y P X P z P −===+====而，由2)1,1()1,1(p Y X P Z X P ======),1()1()1,1(=====Z P X P Z X P 得. 2/1=p 5.:设随机变量ξ和η相互独立，都服从分 )1,0(N 布.则⎭⎬⎫⎩⎨⎧+−⋅=)(21exp 21),(22y x y x p π.显然， ,),(),(∫∫∫∫<SGdxdy y x p dxdy y x p,其中 G 和S 分别是如图所示的矩形ABCD 和圆.22/)21(),(2∫∫∫−−=a ax Gdx e dxdy y x p π，令,sin ,cos ϕγϕγ==y x 则 ∫∫∫∫=ππ20221),(a aSdxdy y x p 所以221212/a aaxe dx e −−−−<∫π.6.设这类电子管的寿命为ξ，则（1）三个管子均不要替换的概率为；（2）三个管子均要替换的概率为 .∫∞+==>1502.3/2)/(100)150(dx x P ξ21(−27/8)3/2(3=27/1)3/3=7.假设总体X 的密度函数为，分布函数为，第次的观察值为，独立同分布，其联合密度函数)(x f ,(1x f )(x F )()2x f i (n x )1(n i X i ≤≤i X )(),1n f x f x =.依题意，所求的概率为{}∫∫∫∫∫∫∞+∞−∞−∞−∞−−−−=−==>>><n n n nx i x x x x n n nn nn n i n n n n dx x f dx x f dx x f dx x f dx dx xx f X X X X X X P 112211111,...,2,1121)(...)()()(),,(.,...,,∫∫∞+∞−∞+∞−−−==)()()()(11n n n n n n n x dF x F dx x f x F.1)(1n x F nn n=∞−∞+=8.)(),()(21211211n P n k P n k P =+=+===+=ξξξξξξξξ)()()(2121n P k n P k P =+−===ξξξξ.由普哇松分布的可加性，知服从参数为的普哇松分布，所以 21ξξ+21λλ+)(21212112121!)()!(!)(λλλλλλλλξξξ+−−−−+−⋅==+=e n e k n ek n k P n k n k.1211211kn kk n −⎟⎟⎠⎞⎜⎜⎝⎛+−⎟⎟⎠⎞⎜⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛=λλλλλλ9.当，0≤z (),0)(=≤=z Z P z F z ,0>z 当()z Z P z F z ≤=)(∫∫−+−=20)2(02xz y x z dy e dx∫∫−−−−−−−==202012x z z z y z x ze e dy e dxe ，所以 Y X z 2+=的分布函数为 ⎩⎨⎧>+−≤=−.0,)1(1,0,0),(z e z z y x F z10.由条件知X 和Y 的联合密度为⎪⎩⎪⎨⎧≤≤≤≤=其他若,0,31,31,41),(y x y x p以表示随机{})()(∞<<−∞≤=u u U P u F 变量U 的分布函数.显然，当0≤u 时， 0)(=u F ；当时，； 2≥u 1)(=u F 当，则20<<u []∫∫∫∫≤−uy x y x p ||,(≤−−−=−−===uy x u u dxdy dxdy u F ||2)2(411)2(44141))(2u−于是，随机变量的密度为⎪⎩⎪⎨⎧<<−=其他,0;20),2(21)(u u u p .11.记为这3个元件无故障工作的时间，则的分布函数321,,X X X ),,min(321X X X T ={}[][].)(1),,min(1(31321t X P t X X X P t F T −=>−(11)13X P t ≤−−=>)()t T P =≤=⎩⎨⎧≤>−=∴⎩⎨⎧=≤>−=−−,0,0,0,1)()3,2,1(,0,0,0,1)(~3t t e t F i t t e t F X t T t i λλ∵ 故 ⎪⎩⎪⎨⎧≤>==−.0,0,0,3)(')(3t t e t F t f t T T λλ。

概率论知识题第三章答案解析

第三章连续型随机变量3.1设随机变量 ξ 的分布函数为F （x ），试以F （x ）表示下列概率：。

)()4();()3();()2();()1(a P a P a P a P >≥≤=ξξξξ 。

）（解：)0(1)()4();(1)()3();0()(P 2);()0()()1(+-=>-=≥+=≤-+==a F a P a F a P a F a a F a F a P ξξξξ3.2函数x211F(x)+=是否可以作为某一随机变量的分布函数，如果在其它场合恰当定义。

在其它场合恰当定义；）（,0)3(,0)2(1<<∞-∞<<∞<<∞-x x x 解：(1)F(x)在),(∞-∞内不单调，因而不可能是随机变量的分布函数； (2)F(x)在)0∞，（内单调下降，因而也不可能是随机变量的分布函数； (3)F(x)在），（－0∞内单调上升、连续且，若定义 ⎩⎨⎧≥<<∞=010)()(~x x X F x F －则)(~x F 可以是某一随机变量的分布函数。

3.3函数 sinx 是不是某个随机变量ξ的分布函数？如果ξ的取值范围为[]。

，）；（，）；（，）（⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡πππ230302201 解：(1)当⎥⎦⎤⎢⎣⎡∈2,0πx 时,sinx 0≥且1sin 20=⎰πxdx ，所以 sinx 可以是某个随机变量的分布密度； (2) 因为12sin 0≠=⎰πxdx ,所以sinx 不是随机变量的分布密度； (3) 当 ⎥⎦⎤⎢⎣⎡∈23,ππx 时,sinx<=0所以sinx 不是随机变量的分布密度。

3.4设随机变量ξ具有对称的分布函数p(x)，即p(x)=p(-x) 证明：对任意的a>0，有[][]。

－－故上式右端＝知由证：）1)(21a)P(1a)(3)P(1;-2F(a))(21)(1)1(,)(2)()()2(;)(21)()(1)(1)(1)(1)(1)()()1(.)(F 12)()3(;1)(2)()2(;(p 21)(1)()1(00000-=<=>-=-==<-=--=-=-=+=-==--=>-=<-=-=-⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰-∞-∞-∞-∞--∞-a F dxx p a F dx x p dx x p a P dx x p dx x p dx x p a F dx x p dxx p dx x p dx x p a F a a P a F a P dx x a F a F a a a a a aaaaaa ξξξξξ3.5设)(1x F 与 )(2x F都是分布函数，证明F(x)=aF(x)+bF(x)也是一个分布函数，并由此讨论，分布函数是否只有离散型和连续型这两种类型？证：因为)(1x F与)(2x F都是分布函数，于是F(x1)＝aF1(x1)+bF2(x2)<= aF1(x1)+bF2(x2)= F(x2) 又F(x-0)= aF1(x1-0)+bF2(x2-0) = aF1(x)+bF2(x)= F(x) 所以，F(x)也是分布函数。

概率论第三章部分习题解答

x EX

f ( x )dx
2
有关方差的定理：定理1
推论：Db
DaX b a 2 DX
0; D X b DX ; D(aX ) a 2 DX .
6
定理2：若X与Y 独立， D X Y DX DY
n n 推论：D X i D X i i 1 i 1
所以X 的概率分布列为
X
PX xi
0
3 4
1
9 44
2
9 220
3
1 220
3 9 9 1 EX 0 1 2 3 0.3. 4 44 220 220 9 1 3 2 9 9 2 2 2 2 3 EX 0 1 2 . 44 220 220 22 4 9 9 2 2 DX EX EX 0.319. 22 100 X DX 0.565.
推论（1）Ea a
定理2
E X Y E X E Y
n n 推论： E X i EX i . i 1 i 1
定理3 若X、Y 独立，则有：
E XY E X E Y
n n 推论若X1 , X 2 ,, X n相互独立，则 X i EX i . E i 1 i 1
1、X与Y 的协方差（或相关矩）：
定义 cov( X , Y ) E{[ X E ( X )][Y E (Y )]}. 注 ⑴ 离散型随机变量：
cov X , Y xi EX y j EY p xi , y j .
i j

天津理工大学概率论与数理统计第三章习题答案详解

第三章多维随机变量及其分布一、填空题1、随机点（x,y ）落在矩形域［%］ < X ≤乙，y ∣ < y ≤ y 2］的概率为F(X 2 ,J 2)- F(X 2 ,必)+ F(x 1,必)一厂(XQ2)・2、（X,V ）的分布函数为 ∕7（x, y ）,则 F （-∞∖ y ） = O .3、（X,y ）的分布函数为尸（x,y ）,则尸& + O,y ） = FV,y ）4、（X,y ）的分布函数为尸（x,y ）,则尸（国+8）= FX （%）5、设随机变量（X,Y ）的概率密度为 k(6 -X- y) 0<x<2, 2<y<41…」，则& 二一0 其它^8^÷x/ （X ） = 一 °0X∫f(χ, y)= <6、随机变量（x,y ）的分布如下，写出其边缘分布.8、二维正态随机变量（x,y）, X和y相互独立的充要条件是参数夕=Q.9、假如随机变量（x,y ）的联合概率分布为二、证明和计算题1、袋中有三个球，分别标着数字1,2,2,从袋中任取一球，不放回，再取一球，设第一次取的球上标的数字为X,其次次取的球上标的数字丫，求（x,y ）的联合分布律. P{X =2y Y = 1} = --- = - 3 2 3 P{X=2,y = 2} = -∙- = -3 2 32、三封信随机地投入编号为1,2,3的三个信箱中，设X 为投入1号信箱的信数，y 为投入2 号信箱的信数，求（x,y ）的联合分布律.则a,β应满意的条件是_a +β 1 8 1111 -6184 2 ；若X 与y 相互独立，则α= —，〃=— ^18^^18" 10、设x,y 相互独立，x~N （o,i ）,y~N （θ∙i ）,则（x,y ）的联合概率密度241 尸+厂 f(x.y)=-e 224z = x+y 的概率密度f z (Z) =12、设（ξ、η）的联合分布函数为FD = V λ +1 1 15777；F 所—核x≥O,y≥O则A=_l解：p{x = ι,y = i} = l∙oP{x = ι,y = 2} = (∙ι = ! 解：X 的可能取值为（）,123Y 的可能取值为（）,1,2,3p{x=o,y = o} = *3 C 2 3P{X=O,Y = ∖} = -^ P{X=0y Y = 2} = ^- = -^2=-"Γ°牛力=『g ⑺勿=1符合概率密度函数的性质，可以是二维连续型随机变量的概率密度函数。

概率论第3章习题详解

3.设二维随机变量（X, Y）的联合分布函数为F（x，y）=血乂前丫，0, 冗y 2 其他.求二维随机变量(X, Y）在长方形域0 x冗冗4'6内的概率.【解】如图P{0 X 7C 冗'6冗冗F(2? 」｝公式(3.2)3冗冗..F (“)F (0-)4 6 37C nF(0，n 习题二1.将一硬币抛掷三次，以X表示在三次中出现正面的次数，以Y表示三次中出现正面次数与出现反面次数之差的绝对值•试写出X和Y的联合分布律•2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X表示取到黑球的只数，以Y 表示取到红球的只数.求X和Y的联合分布律•n n n n n n sin-gsin — s in —gsin — sin Ogsin — sinOgsin-4 3 4 6 3 6 ¥( 3 i ). 4题3图说明：也可先求出密度函数，再求概率。

4.设随机变量（X , Y ）的分布密度求：（1）常数A ；（2）随机变量（X ，Y ）的分布函数; (3) P {0 w X <1, 0< Y <2}.【解】(1)由f(x,y)dxdy o ° Ae -(3x 4y)dxdy A 1得A =12(2)由定义，有y xF (x, y) f(u,v)dudv0, 其他⑶ P{0 X 1,0 Y 2}P{0 X 1,0 Y 2}5.设随机变量（X , Y ）的概率密度为k(6 x y), 0 x 2,2y 4, 0,其他.f （x ，y ）Ae (3x4y), x 0, y 0,0,其他.x12e (3u 4v)dudv(1 e 3x )(1 e 4y ) y 0,x 0,0,12e(3x 4y)dxdy(1 e 3)(1 e 8) 0.9499.(1)确定常数k;(2)求P[X< 1, Y< 3};(3)求P{X<1.5};(4)求P{X+Y w 4}.【解】（,1）由性质有f (x, y)(2) P{X 1,Yf (x, y)dxdy3}P{X 1.5}0 2k(6 xf(x,y)dydx312§k(6 x y)dydx f (x,y)dxdy如图x 1.51.5 dxa=D1y)dydx 8k 1,38f (x, y)dxdyP{X Y 4}X Y24 1 —(6 x y)dy2 8f (x, y)dxdy如图b f (x, y)dxdy27324 D24 x 1 2(6 x y)dy - 8 30.2 ）上服从均匀分布,题5图X在（0,dx 0 26.设X和Y是两个相互独立的随机变量, Y的密度函数为f Y（y）5e5y0,y 0,其他.求：（1）X与Y的联合分布密度; (2) P{Y< X}.题6图所以【解】（1）因X在（0, 0.2 ）上服从均匀分布, X的密度函数为丄f x (x) 0.2,0,x 0.2,其他.0,f (x, y)X,丫独立 f x (x)gf y (y)25e 5y , 0 x 0.2且 y 0, 0, 其他•⑵ P(Y X) f (x, y)dxdy 如图 25e 5y dxdyy xD■1=e 0.3679.求（X Y ）的联合分布密度求边缘概率密度所以f Y (y)5e 5y , y 0, 0, 其他.0.2 dx 025e -5ydy0 2( 5e 5x5)dx5e 5y 0,7.设二维随机变量X, Y ）的联合分布函数为F （x ， y ）(1 0,4xe )(1 e 2y ), x 0, y 0, 其他.【解】f (x, y)2F(X , y)8e (4x 2y)8.设二维随机变量（ X, Y ）（X ，0,的概率密度为4.8y(2 0,0,y 其他.x), 0, 1,0 y x,其他.【解】f X （X ）f (x, y)dyx0 4.8y(2 x)dy0,2.4x 2(2 0,x), 0 其他. 1,f Y (y)f (x, y)dx 1y4.8y(2 x)dx2.4 y(3 4y y 2), 0 y 1, 0,其他.1.4y\1y=x'wp oX题10图(1)试确定常数c ； (2)求边缘概率密度【解】(1)f (x, y)dxdy 如图 f (x,y)dxdyD21 c .⑵ f x (x) f (x , y )d y9.设二维随机变量ye , 0 x y,0,其他.求边缘概率密度【解】f X (x)f(x, y)dyx0,e y dyxce , x 0,0, 其他.f y (y)f (x,y)dxye y dx0,ye x , y 0, 0, 其他.10.设二维随机变量X ，Y 的概率密度为f ( x ，y )=2cx y, 0, 2x y 1, 其他.1dx -12cx 2ydyx4 c21题8图X, Y )的概率密度为1 21 212 4\2x ydy x (1 x ), 1 x 1,x 4 80, 0, 其他.f Y(y) f(x, y)dx0, 0, 其他.11.设随机变量(X, Y)的概率密度为x1dyx0,其他.求条件概率密度【解】f x(x)f (x, y)f Y i x (y | x),f (x, y)d y1, y x, 0 x 1,0, 其他.题11图f x i Y (x | y).所以f Y(y) f(x, y)dx11dxy11dxy0,y,y,1 y 0,0 y 1,f Yix(y |x)f(x,y)f x(x)12x0,|y| x 1,其他.y 21y 4x2ydx52y2, 0 y 1,2x, x 1,, y x 1,i y亠，y x i,i y0, 其他.12.袋中有五个号码1 , 2, 3, 4, 5,从中任取三个，记这三个号码中最小的号码为X,最大的号码为Y.（1）求X与Y的联合概率分布；（2）X与Y是否相互独立？【解】（1）X与Y的联合分布律如下表3 4 5P{X X i} 1 1 1 2 2 3 3 6亠3 亠3 —10C5 10 C5 10C5 102 0 31 12 210 10103 0 0 A 11 1 ■^―~2■^―10C5 101 3 6P{Y y i}10 10 106 16 1(2)因P{X 1}gP{Y 3} P{X 1,Y 3},10 10 100 10f xY(x| y)f(x,y)f Y(y)故X与Y不独立（2）X与Y是否相互独立?⑵ 因 P{X 2}gP{Y 0.4}0.2 0.8 0.16 0.15 P(X 2,Y 0.4),15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为1000f (X )= 丁0,故从而方程有实根的概率为:(2X)2 4Y 0灯Y,P{X 2 Y}x 2 f (x, y)dxdyydxx 2 1e 0y/2dy故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量, f v (y )=X 在(0， 1 y/2 2e , 0,1）上服从均匀分布， Y 的概率密度为y 0, 其他.（1）求X 和Y 的联合概率密度；（2）设含有a 的二次方程为a 2+2Xs +Y =0，试求 a 有实根的概率.1, 0 x 1,【解】（1）因f X （X ）°,其他；f v (y)1 2 e 22 0,y 1, 其他.1 e 故 f(x,y)X,Y 独立 f x (x)gf Y (y)2 y/2x 1,y 0,x 1000, 其他.F z(z)x y- z10616. 设某种型号的电子管的寿命（以小时计）近似地服从（160,202）分布.随机地选取4 求其中没有一只寿命小于180的概率.2 2dxdy x y求Z=X/ Y的概率密度【解】如图,Z的分布函数F Z（z）XP{Z z} P{X z}(1) 当z W0 时，F Z(z) 0(2) 当0<z<1时，（这时当x=1000 时，y=^0)z（如图a）103106dy23当z >1103F z(z)1031062 2dxdyx yzy 106df^dx1031063zydy12zf z(z)f z(z)1丄2zz20,1尹12,0 ,1,z 1,其他.1,z 1,其他.io3dy1：z孽dx10 x y只,【解】设这四只寿命为X(i=1,2,3,4)，则X〜N ( 160 , 202),从而P{min(X!,X2,X3,X4)180}X i之间独立P{X i 180}gP{X2 180}P{X3180}gP{X4180}[1 P{X1180}] C P{X2 180}] g1 P{X3 180}] g1 P{X4 180}][1P{X14180}]4, 180 160120[1 4 (1)] 4(0.158) 0.00063.17.设X, Y是相互独立的随机变量，其分布律分别为F^[X=k}= p (k)，k=0，1，2，…, P{Y=r}= q (r), r=0, 1, 2,… 证明随机变量Z=X+Y的分布律为iP{Z=i}= p(k)q(ik 0k) , i=0, 1, 2，….【证明】因X和Y所有可能值都是非负整数，所以{Z i} {X Y i}{X 0,Y i}U{X 1,Y i 1} UL U{X i,Y 0}于是P{Z i}iP{Xk 0 k,Y ik}X,Y相互独〔i立P{X k}gP{Y i k}k 0ip(k)q(i k)k 018.设X, Y是相互独立的随机变量，它们都服从参数为n, p的二项分布.证明Z=X+Y服从参数为2n, p的二项分布.【证明】方法一：X+Y可能取值为0, 1, 2，…，2n.kP{ X Y k} P{X i,Y k i}i 0X +Y = （1 l + 口 2+…+ 口 n + 口 1，+2，+ …+ 口 n所以，X +Y 服从参数为（2n , p ）的二项分布.2) 求V=max ( X, Y )的分布律； (3) 求U =min (X, Y )的分布律；(4)求W =X +Y 的分布律.P{Y 3|X 0} P{Y 3, X 0}P{X 0}2 P{V i} P{max( X,Y) i}P{Xi 0 nk i n k iP qk iki 0n i i n ipqknnk 2n kp qi 0ik i2nk 2n kP qk方法二:设 1 1, 1 2,…，1 n ； 1 1, 1 2 ,,1均服从两点分布（参数为 p ）,则X= 1 1+ 1 2+…+ 1 n , Y = 1 1 ' +a 2+…+/ 1,k【解】(1) P{X 2|Y 2}P{X 2,Y2}P{Y 2} P{X 2,Y2}5P{X i,Y 2}i 00.05 10.25 2P{X 0,Y3} 3P{X 0,Y j}j 00.01 1 0.033P(X i)gP{Y k i}i,Y i} P{X i,Y i}P{X k 0 i,Yik} P{Xk 0k,Y i}, i 0,123,4,5所以V 的分布律为V=max(X Y ) 0⑶ P{U i} P{min( X,Y) i}(4)类似上述过程，有1234567 8 0.020.06 0.13 0.19 0.24 0.190.120.051 2 2 22, x y R , R 0, 其他.f(x, y)dy 0 y xf(x, y)dy xn dn4 R 12rdr 0 n 25—n 4 dn4R 12rdr 0 n 2(2)【解】因(X, Y )的联合概率密度为20.雷达的圆形屏幕半径为R 设目标出现点(X, Y )在屏幕上服从均匀分布.(1)求 RY >0 | Y >X }; (1) P{Y 0|Y X}P{Y 0,Y X}P{Y X}0.040.16 0.28 0.24 0.28P{X i,Y i}3P{X i,Y i}P{X i,Yk i5k} P{X k,Y i}k i 1i 0,123,U =min(X Y ) P0.280.300.25 0.17 WX +Y Pf (x, y)e1【解】区域D 的面积为 Sdx1x1 f （x,y ）2 0,（X, Y ）关于X 的边缘密度函数为2ln x e 2. (X , Y )的联合密度函数为 “2 c 1 ,1 x e ,0 y , x其他. f x (X )1/x 1 1 0 2dy2?0,1 x e 2,其他.1所以f X (2)[4y 1y 2y 3P { X =X i }= p iX 1 X 21/8 1/8P { Y =y j }= p1/612【解】因 P{Y y j } P jP{X x,Y y j },1故P{Y 比} P{X X 1,Y yd P{X X 2,Y yd,从而 P{X x 1,Y 1 243/8 3 1/2 4(2) P{ M0} P{max(X,Y) 0}1 P{max( X,Y)0}1 P{X 0,Y0} 1f (x, y)d1 1 3.x 0 y 04 421.设平面区域 D 由曲线y =1/x 及直线y =0, x =1,x=e $所围成，二维随机变量（X Y ）在区域D 上服从均匀分布，求（X , Y ）关于X 的边缘概率密度在 x =2处的值为多少?22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X Y ）联合分布律及关于 X 和Y 的边缘分布律中的部分数值.试将其余数值填入表中的空白处而 X 与 Y 独立，故 P{X X j }gP{Y y j } P{X x i ,Y y i },11 从而 P{X x ,} — P{X 为，丫 y ,}6241 1 1即：P{X x ,} / .24 6 43 同理 P{X x 2} . 4从而P{X X 2,Y y 3} P{Y 滋 P{X23.设某班车起点站上客人数 X 服从参数为入（入>0）的泊松分布，每位乘客在中途下车的概率为p （ 0<p <1）,且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有 m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】（1） P{Y m | X n}C ：p m （1 p ）n m ,0 m n,n 0,1,2丄.（2）P{X n,Y m} P{X n}gP{Y m| X n}又P{XX 1} P{X X 1,Y ydP{X1即丄1 1 P{X冷丫y 3},424 8从而 P{X X 1,Y y 3} 1 1.同理 P{Yy ?}1 2'P{XX 2,Y 3又P{Y y j }1 ,故 P{Y Y 3) 11 -y 』P {X X i ,Y y 3),X i ,Y y 3}11 1 12 4X i ,Y y ?}j im mn meC n P (1P)呻 n,n 0,1,2,L .24.设随机变量X 和Y 独立，其中X 的概率分布为 X ~ 0.3 0.7,而Y 的概率密度为f (y ),求随机变量U=X^Y 的概率密度g ( u ). 【解】设F ( y )是Y 的分布函数，则由全概率公式，知 U=X FY 的分布函数为G(u) P{X Y u} 0.3P{X Y u| X 1} 0.7P{X Y u |X 2} 0.3P{Y u 1| X 1} 0.7P{Y u 2|X2}由于X 和Y 独立，可见 G(u) 0.3P{Y u 1} 0.7P{Yu 2} 0.3F(u1) 0.7F(u2).由此，得U 的概率密度为g(u) G(u)0.3F (u 1) 0.7F (u 2) 0.3f(u1) 0.7f(u2).25. w 1}. 解:25.设随机变量X 与Y 相互独立，且均服从区间［0,3］上的均匀分布, 求 P {max{X , Y }因为随即变量服从［0，3］上的均匀分布，于是有1f(x) 3 0,3, f(y)因为X ， Y 相互独立，所以推得 26. 0,x 3;1 c3, 0 y0, y 0,y3, 3.f (x, y)1 9 0,3,03, 0,y 0,x 3,yP{max{ X ,Y} 1}193.设二维随机变量(X, Y )的概率分布为其中a ,b ,c 为常数，且 X 的数学期望 E (X )= 0.2, P {Y < 0| X w 0}=0.5，记Z =X +Y .求:(1)a, b, c 的值；(2)Z的概率分布；(3)P{ X=Z}.解(1) 由概率分布的性质知，a+b+c+0.6=1 即a+b+c = 04由E(X) 0.2，可得a c 0.1.再由P{Y 0X 0} P{X 0，Y 0} a b Z 0.5,P{X 0} a b 0.5得 a b 0.3.解以上关于a, b, c的三个方程得a 0.2,b 0.1,c 0.1 .⑵Z的可能取值为2，1，0，1，2，P{Z 2} P{X 1,Y 1} 0.2，P{Z 1} P{X 1,Y 0} P{X 0,Y 1} 0.1，P{Z 0} P{X 1,Y 1} P{X 0,Y 0} P{X 1,Y 1}0.3，P{Z 1} P{X 1,Y 0} P{X 0,Y 1} 0.3，P{Z 2} P{X 1,Y 1} 0.1，即Z的概率分布为2⑵方程a 2Xa Y 0有实根的条件是。

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)。

习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 222⨯⨯222⨯⨯=2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律. 324C 35= 324C 35= 3224C 35= 113224C C 12C 35=1324C 2C 35= 213224C C 6C 35= 2324C 3C 35=3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin0sin sin0sin4346362(31).4=--+=-题3图说明：也可先求出密度函数，再求概率。

4.设随机变量（X，Y）的分布密度f（x，y）=⎩⎨⎧>>+-.,0,0,0,)43(其他yxA yxe求：（1）常数A；（2）随机变量（X，Y）的分布函数；（3）P{0≤X<1，0≤Y<2}.【解】（1）由-(34)00(,)d d e d d112x yAf x y x y A x y+∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得A=12（2）由定义，有(,)(,)d dy xF x y f u v u v-∞-∞=⎰⎰(34)340012e d d(1e)(1e)0,0,0,0,y x u vx yu v y x-+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y≤<≤<12(34)3800{01,02}12e d d(1e)(1e)0.9499.x yP X Yx y-+--=<≤<≤==--≈⎰⎰5.设随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<<<--.,0,42,2),6(其他yxyxk（1）确定常数k；（2）求P{X＜1，Y＜3}；（3）求P{X<1.5}；（4）求P{X+Y≤4}.【解】（1）由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.542127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1）因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-5500-1d 25e d (5e 5)d =e 0.3679.xyx x y x -==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧≤≤.,0,1,22其他y x y cx（1）试确定常数c ；（2）求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰522217d ,01,420,0,.y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.xx y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他 12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1）求X 与Y 的联合概率分布；（2） X 与Y 是否相互独立？【解】（1） X 与Y 的联合分布律如下表3 4 5{}i P X x =13511C 10= 3522C 10= 3533C 10= 610 23511C 10= 3522C 10= 310 3 02511C 10= 110{}i P Y y =110 310 610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03（2） X 与Y 是否相互独立？ 2 5 8 P {Y=y i } 0.4 0.15 0.30 0.35 0.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38YXXYXY(2) 因{2}{0.4}0.20.8P X P Y ===⨯0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2）设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率.【解】（1）因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ∆=-≥故 X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z zP z Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2）当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰ 33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y x x yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥之间独立34{180}{180}P X P X ≥≥ 1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii k k n k i k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.(1) 求P {X =2｜Y =2}，P {Y =3｜X =0}；（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律. 【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =所以V的分布律为V=max(X,Y) 0 1 2 3 4 5P 0 0.04 0.16 0.28 0.24 0.28(3) {}{min(,)}P U i P X Y i===351{,}{,}{,}{,}k i k iP X i Y i P X i Y iP X i Y k P X k Y i==+==≥+>====+==∑∑0,1,2,3,i=于是U=min(X,Y) 0 1 2 3P 0.28 0.30 0.25 0.17W=X+Y0 1 2 3 4 5 6 7 8P0 0.02 0.06 0.13 0.19 0.24 0.19 0.12 0.05（1）求P{Y＞0｜Y＞X}；（2）设M=max{X，Y}，求P{M＞0}.题20图【解】因（X，Y）的联合概率密度为22221,,(,)π0,.x y Rf x y R⎧+≤⎪=⎨⎪⎩其他（1）{0,}{0|}{}P Y Y XP Y Y XP Y X>>>>=>(,)d(,)dyy xy xf x yf x yσσ>>>=⎰⎰⎰⎰π2π/405π42π/401d dπ1d dπRRr rRr rRθθ=⎰⎰⎰⎰3/83;1/24== (2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.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，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少？题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他（X ，Y ）关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于X 和y 1 y 2 y 3P {X =x i }=p ix 1 x 21/81/8P {Y =y j }=p j 1/61【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-= YX而X 与Y 独立，故{}{}{,}i j i i P X x P Y y P X x Y y =====,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x ===又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y ===同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1j j P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=.(2) {,}{}{|}P X n Y m P X n P Y m X n ======e C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为其中a ,b ,c 为常数，且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求：（1） a ,b ,c 的值；（2） Z 的概率分布；（3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4. 由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为-2，-1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.。

概率论第3章习题详解

概率论~第三章习题参考答案与提示

概率论与数理统计第三章习题及答案

概率论与数理统计第三章习题及答案

概率论第3章习题解答 袁德美

概率论与数理统计第三章课后习题及参考答案

概率论第三章课后习题答案_课后习题答案

概率论与数理统计第3章复习题(含解答)

《概率论》数学3章课后习题详解

概率论第三章习题及答案

概率论第3章作业题解与知识点归纳(重点!)

概率论第三章习题解答(全)

概率论第3章习题详解

概率论与数理统计习题及答案----第3章习题详解

概率论与数理统计习题3详解讲解

概率论第二版第3章习题答案讲解

概率论课后习题第3章答案

概率论知识题第三章答案解析

概率论第三章部分习题解答

天津理工大学概率论与数理统计第三章习题答案详解

概率论第3章习题详解

概率论第3章习题解答袁德美