概率论王明慈版第三章答案

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

概率论第三章第四章习题及答案

第三章多维随机变量及其分布
9.以X记某医院一天出生的婴儿的个数，以Y记其
中男婴的个数,设X和Y的联合分布律为
e 14 (7.14) m (6.86) nm P{ X n, Y m} , m!(n m)! m 0,1,2,, n; n 0,1,2,.
(1)求边缘分布律 (2)求条件分布律
11.设随机变量(X,Y)的联合概率密度为
cxe y ,0 x y , f ( x, y) 其他. 0,
(1)求常数c (5)求(X,Y)的联合分布函数.
(1)由

f ( x, y)dxdy 1可解得c 1.
返回主目录
第三章多维随机变量及其分布
28.设随机变量(X,Y)服从区域
D ( x, y) : y 0, x y 1
2 2

上的均匀分布,定义随机变量U,V如下:
0, X 0, 0, X 3Y , U 1,0 X Y ,V 1, X 3Y . 2, X Y ,
求 (U ,V )的联合概率密度 , 并计算P UV 0 .
e 14 (7.14) m (6.86) nm P{ X n, Y m} , m!(n m)! m 0,1,2,, n; n 0,1,2,.
返回主目录
第三章多维随机变量及其分布
当n 0,1,2,时 P{ X n, Y m} P{Y m | X n} P{Y n}

令事件A Y 0, Y 1 X 2 , X 3Y , 则 A的面积 1 P U 2,V 0 , (扇形角度为 ) 2 6 6
返回主目录

概率论与数理统计第三、四章答案(DOC)

第三章习题参考答案1.计算习题二第2题中随机变量的期望值。

解：由习题二第2题计算结果3 12 2E =0 13 3 3般对0-1分布的随机变量长与宽的期望计算，另一种是利用周长期望的分布计算。

解：方法一：先按定义计算长的数学期望E = 29 0.3 30 0.5 31 0.2 二 29.9和宽的数学期望=19 0.3 20 0.4 21 0.3 = 20再利用数学期望的性质计算周长的数学期望E 二 E （2 2 ）= 2 29.9 2 20 二 99.8方法二：利用习题二地30题的计算结果（见下表），按定义计算周长的数学期望E = 96 0.09 98 0.27 100 0.35 102 0.23 104 0.06=98.83. 对习题二第31题，（1）计算圆半径的期望值；（2） E （2 R ）是否1 2p 0胡 g,…“=32.用两种方法计算习题二第 30题中周长的期望值，一种是利用矩形等于2 ER ？（3）能否用二（ER）2来计算远面积的期望值，如果不能用，又该如何计算？其结果是什么？解(1) ER = 10 0.1 11 0.4 12 0.3 13 0.2 = 11.6 (2)由数学期望的性质有E(2 二 R) =2二 ER 二 232(3)因为EC R 2)=二E(R)2，所以不能用二E(R 2)来计算圆面积的期望值。

利用随机变量函数的期望公式可求得2 2 2 2 2 2E(「： R ) = ■-E(R ) = ■-(10 0.1 11 0.4 12 0.3 13 0.2) =135.4■:或者由习题二第31题计算结果，按求圆面积的数学期望E =100二 0.1 121 0.4 144 0.3 169 0.2)=135.44. 连续随机变量的概率密度为kx a,0 ：： x :: 1(k,a 0)0,其它-be 1「(x)dx 二 i kx adx1a 1k _ 3 a 24解得 a = 2 ,k = 35. 计算服从拉普拉斯分布的随机变量的期望和方差(参看习题二第 16 题)。

概率论与数理统计(经管类)第三章课后习题答案

P Z 40 P X 20, Y 20 20 6
P Z 30 P X 10, Y 20 20 3
P Z 20 P X 20, Y 0 20
P Z 10 P X 10, Y 0 P X 20, Y
P Z 0 P X 10, Y 则 Z=X‐Y 的分布律为
2 10 20
Z=X‐Y ‐40 ‐30 ‐20 ‐10 0
4. 设随机变量 X,Y 相互独立,且服从[0,1]上的均匀分布,求 X+Y 的概率密度. 解: 因 X,Y 都服从[0,1]上的均匀分布,且相互独立故fX x fY y 1, f x, y fX x fY y
设 Z=X+Y
当0 z 1时
Z ZX
FZ
f x, y dydx
Z ZX
1dydx
Z
z xdx
;
P X 1, Y 0 P X 1 P Y 0
;
P X 1, Y 1 P X 1 P Y 1
;
(X,Y)的分布律与边缘分布律为
Y
X
0
1
p·
16
4
20
0
25 25 25
4
1
1
1
25 25
5
p·
20 25
1 5
(2) 不放回抽样的情况:
P X 0, Y 0 P X 0 P Y 0
;
P X 0, Y 1 P X 0 P Y 1
0, 其他.
0, 其他.
关于 Y 的边缘密度为
fY y
1
√2 24xydx , 0 y
0, 其他.
1 , 6x, 0 √3 =
y
1,
√3
0, 其他.
注意积分限为 Y 的值域,后面却要写 X 的值域哦~

概率论第三章部分习题解答PPT课件

D 2 E Y 2 2 Y E 2 Y 2 1 .0 0 ( 0 .2 8 ) 2 4 0 .9504
(3 )E 3 Y E 3 2 X X 2 2 2 3 E 1 2 X E 2 X 2 3 1 .2 1 2 2 .1 0 6 .72 E 3 2 Y 1 4 E [X 2 (3 X )2 ] 1 4 ( 4 0 .4 3 4 0 .2) 8 0 .7 82
11的相关系数定义定理3定理5如果x不相关12十切比雪夫不等式与大数定律1切比雪夫不等式4伯努利大数定律3辛钦大数定律若方差一致有上界独立同分布在独立试验序列中事件a的频率按概率收敛于事件a一批零件有9个合格品与3个废品安装机器时从中任取一个
第三章随机变量的数字特征
（一）基本内容一、一维随机变量的数学期望
定义1：设X是一离散型随机变量，其分布列为：
X x 1 x 2 x i
P p(x1) p(x2 ) p(xi )
则随机变量X 的数学期望为: EXxipxi
i
定义2：设X是一连续型随机变量，其分布密度为 f x,
则随机变量X的数学期望为 EX xfxdx
.
1
二、二维随机变量的数学期望
（1）设二维离散随机变量(X,Y)的联合概率函数为p(xi , yj)，则
0
.
17
5 设随机变量X 的概率密度为：
f x Ax2eax22 x0 (a0),求系数A及EX与D X.
0 x0
x2
解 f(x)d xA2e xa2d x1
0
令
x2 a2
t,即 xa
t,dx at1 2dt 2
x2
Ax2e a2
dx
0
A a2te tat 1 2d tA a3

[学习]概率论与数理统计王明慈第二版第3章随机变量的数字特征1节

定义. 设连续随机变量X的概率密度为f (x), 若积分

xf ( x)dx 绝对收敛 (即 | x | f ( x )dx ) ,
E ( X ) xf ( x)dx.

则X的数学期望（或均值）为
否则，称X的数学期望不存在.
2018/12/21
10
例4. 设X ~ e( ), 求数学期望E( X ).
取值为 a, a b, 相应的概率分布为 p, 1 p
于是 E a p (a b)(1 p) a b(1 p)
a 保险公司要获益, 必须 a b (1 p ) 0, 即 b 1 p
2018/12/21
9
2. 连续随机变量的数学期望
8
k 1
e e
2018/12/21
[例3] 据统计, 一位 60 岁的健康者在 5 年内健在的概率为 p (0 p 1). 保险公司开办 5 年人寿保险, 投保费 a 元, 若投保者在 5 年内死亡(非自杀死亡), 保险公司负责赔偿 b 元(b a ). 应如何确定 b 值可使保险公司获益? 解 : 以表示保险公司从一个投保者取得的收益, 则
当X为离散型时, P(Xxi) pi , (i 1,2,…); 当X为连续型时, X的密度函数为f (x).
求E[g(X)]时, 只需知道X的分布即可.
2018/12/21 16
例5. 设随机变量X的分布列为
X P
-1
0.1
0
0. 2
1
0.4
2
0.3
求 E(2 X 1), E( X 2 ).
证: ECX Cxi pi C xi pi CE X .

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

概率论第三章参考答案

第三章多维随机变量及其分布§3.1一、设随机变量),(Y X 的密度函数为⎩⎨⎧≥≥=--。

y x ke y x f y x 其他,0.0,0,),(43(1) 求常数k ; (2) 求分布函数),(y x F (3) 求{}20,10≤<≤<Y X P 解:（1）⎰⎰⎰⎰⎰⎰+∞+∞--+∞+∞--+∞∞-+∞∞-====043043),(1dy e dx e k dxdy kedxdy y x f y xyx12)10)(10(12)4()3(120043k k y d e x d e k yx ⎰⎰+∞+∞--=--=-- 知12=k（2）()()⎪⎩⎪⎨⎧≥≥--==⎰⎰----。

y x e e dudv e y x F x y yx v u 其他00,01112),(004343（3）{}118310001202120,10---+--=+--=≤<≤<e e e ），F （），F （），F （），F （Y X P 二、设二维随机变量),(Y X 的概率密度为),()1)(1(),(22+∞<<-∞∞<<-∞++=y x y x Cy x f求（1）常数C ；（2）{}10,10≤<≤<Y X P ；（3）分布函数),(y x F 。

解：（1）=++=++⎰⎰⎰⎰+∞∞-+∞∞-+∞∞-+∞∞-dy ydx x C dxdy y x C 22221111)1)(1( 22002021,1224|arctan |arctan 411114ππππ=⇒====++=∞+∞++∞+∞⎰⎰C C C y x C dy y dx x C（2）{}161)1)(1(110,101022210=++=≤<≤<⎰⎰dxdy y x Y X P π （3）=++=++=⎰⎰⎰⎰∞-∞-∞-∞-dy y dx x dxdy y x y x F y xx y22222211111)1)(1(11),(ππ⎪⎭⎫ ⎝⎛+⎪⎭⎫ ⎝⎛+=21arctan 121arctan 1y x ππ),(+∞<<-∞∞<<-∞y x二、设随机变量X 和Y 有联合概率密度⎩⎨⎧≤≤=。

概率论与数理统计第三章课后习题答案

习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律.【解】X 和Y 的联合分布律如表：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.【解】X 和Y 的联合分布律如表：324C 35= 324C 35=3224C 35= 3224C 35=324C 35= 3224C 35=324C 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 sin 0sin sin 0sin 4346361).=--+=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 y xF 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 <}；（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 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 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 +∞-∞=⎰5227d ,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(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 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 8（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 8 P {Y=y i }{}i P X x =(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 21(1)(0)]0.1445.x y x y-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x 求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z P 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 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 ≥≥≥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 kk n ki k n k P X i P Y k i n n p q p qi k i n n p qi 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.19.设随机变量（X ，Y ）的分布律为(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 =====<+≤=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(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(4)类似上述过程，有W=X +Y0 1 2 3 4 5 6 7 8P 020.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 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 r R 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.【解】因21{}{,}j j i j i 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{}{}{,}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1 0 11 01a 0b0 0.1 c其中a,b,c为常数，且X的数学期望E(X)=,P{Y≤0|X≤0}=，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+=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 的概率分布为Z2 1 0 12P(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.习题四1.设随机变量X 的分布律为1 0 12求E （X ），E （X 2），E （2X +3）.【解】(1) 11111()(1)012;82842E X =-⨯+⨯+⨯+⨯=(2) 2222211115()(1)012;82844E X =-⨯+⨯+⨯+⨯= (3) 1(23)2()32342E X E X +=+=⨯+=2.已知100个产品中有10个次品，求任意取出的5个产品中的次品数的数学期望、方差.【解】设任取出的5个产品中的次品数为X ，则X 的分布律为故 ()0.58300.34010.07020.00730405E X =⨯+⨯+⨯+⨯+⨯+⨯0.501,= 52()[()]iii D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=3.设随机变量X 的分布律为1 01且已知E （X ）=,E (X 2)=,求P 1，P 2，P 3. 【解】因1231P P P ++=……①,又12331()(1)010.1E X P P P P P =-++=-=……②,222212313()(1)010.9E X P P P P P =-++=+=……③由①②③联立解得1230.4,0.1,0.5.P P P ===4.袋中有N 只球，其中的白球数X 为一随机变量，已知E （X ）=n ，问从袋中任取1球为白球的概率是多少【解】记A ={从袋中任取1球为白球}，则(){|}{}Nk P A P A X k P X k ===∑全概率公式001{}{}1().NNk k k P X k kP X k N N n E X N N========∑∑5.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧≤≤-<≤.,0,21,2,10,其他x x x x求E （X ），D （X ）.【解】12201()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰故 221()()[()].6D XE X E X =-=6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望. （1） U =2X +3Y +1；（2） V =YZ4X .【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=-,()()4()Y Z E Y E Z E X -因独立 1184568.=⨯-⨯=7.设随机变量X ，Y 相互独立，且E （X ）=E （Y ）=3，D （X ）=12，D（Y ）=16，求E （3X2Y ），D （2X3Y ）.【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2) 22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯=8.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<.,0,0,10,其他x y x k试确定常数k ，并求E （XY ）.【解】因1001(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =210()(,)d d d 2d 0.25xE XY xyf x y x y x x y y +∞+∞-∞-∞===⎰⎰⎰⎰.9.设X ，Y 是相互独立的随机变量，其概率密度分别为f X （x ）=⎩⎨⎧≤≤;,0,10,2其他x x f Y （y ）=(5)e ,5,0,.y y --⎧>⎨⎩其他求E （XY ）.【解】方法一：先求X 与Y 的均值12()2d ,3E X x x x ==⎰ 5(5)5()e d 5e d e d 51 6.z y y z z E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰令由X 与Y 的独立性，得2()()()6 4.3E XY E X E Y ==⨯=方法二：利用随机变量函数的均值公式.因X 与Y 独立，故联合密度为(5)2e ,01,5,(,)()()0,,y X Y x x y f x y f x f y --⎧≤≤>==⎨⎩其他于是11(5)2(5)552()2e d d 2d e d 6 4.3y y E XY xy x x y x xy y +∞+∞----===⨯=⎰⎰⎰⎰10.设随机变量X ，Y 的概率密度分别为f X （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e f Y （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e 求（1） E （X +Y ）;（2） E （2X 3Y 2）.【解】22-2000()()d 2e d [e ]e d xx x X X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf y y y +∞+∞--∞==⎰⎰22242021()()d 4e d .48y Y E Y y f y y y y +∞+∞--∞====⎰⎰从而(1)113()()().244E X Y E X E Y +=+=+=(2)22115(23)2()3()23288E X Y E X E Y -=-=⨯-⨯=11.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧<≥-.0,0,0,22x x cx xke求（1）系数c ;（2） E （X ）;（3） D （X ）. 【解】(1) 由2220()d e d 12k x c f x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 2220()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰22220π2ed 2k x kx x k+∞-==⎰(3) 222222201()()d()2e .k xE X x f x x x k x k +∞+∞--∞==⎰⎰ 故222221π4π()()[()].24D X E X E X k k k ⎛-=-=-= ⎝⎭12.袋中有12个零件，其中9个合格品，3个废品.安装机器时，从袋中一个一个地取出（取出后不放回），设在取出合格品之前已取出的废品数为随机变量X ，求E （X ）和D （X ）.【解】设随机变量X 表示在取得合格品以前已取出的废品数，则X 的可能取值为0，1，2，3.为求其分布律，下面求取这些可能值的概率，易知9{0}0.750,12P X === 39{1}0.204,1211P X ==⨯= 329{2}0.041,121110P X ==⨯⨯= 3219{3}0.005.1211109P X ==⨯⨯⨯=于是，得到X 的概率分布表如下：X 0 1 2 3P由此可得()00.75010.20420.04130.0050.301.E X =⨯+⨯+⨯+⨯=22222222()075010.20420.04130.0050.413()()[()]0.413(0.301)0.322.E X D X E X E X =⨯+⨯+⨯+⨯==-=-=13.一工厂生产某种设备的寿命X （以年计）服从指数分布，概率密度为f （x ）=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe 为确保消费者的利益，工厂规定出售的设备若在一年内损坏可以调换.若售出一台设备，工厂获利100元，而调换一台则损失200元，试求工厂出售一台设备赢利的数学期望.【解】厂方出售一台设备净盈利Y 只有两个值：100元和200元/41/411{100}{1}e d e 4x P Y P X x +∞--==≥==⎰1/4{200}{1}1e .P Y P X -=-=<=-故1/41/41/4()100e (200)(1e )300e 20033.64E Y ---=⨯+-⨯-=-= (元).14.设X 1，X 2，…，X n 是相互独立的随机变量，且有E （X i ）=μ，D （X i ）=σ2，i =1，2，…，n ，记∑==n i i S X n X 12,1，S 2=∑=--n i i X X n 12)(11. （1）验证)(X E =μ，)(X D =n2σ；（2）验证S 2=)(11122∑=--ni i X n X n ；（3）验证E （S 2）=σ2.【证】(1) 1111111()()().n nn i i i i i i E X E X E X E X nu u n n n n ===⎛⎫===== ⎪⎝⎭∑∑∑22111111()()n nni i i ii i i D X D X D X X DXn nn ===⎛⎫== ⎪⎝⎭∑∑∑之间相互独立2221.n n nσσ==(2) 因222221111()(2)2nnnniii ii i i i i XX X X X X X nX X X ====-=+-=+-∑∑∑∑2222112nnii i i X nX X nX X nX ===+-=-∑∑故22211()1ni i S X nX n ==--∑. (3) 因2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因2(),()E X u D X nσ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E s E X nX E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑221222221[()()]11().1ni i E X nE X n n u n u n n σσσ==--⎡⎤⎛⎫=+-+=⎢⎥ ⎪-⎝⎭⎣⎦∑15.对随机变量X 和Y ，已知D （X ）=2，D （Y ）=3，Cov(X ,Y )=1,计算：Cov （3X2Y +1，X +4Y3）.【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+-3210(1)8328=⨯+⨯--⨯=-(因常数与任一随机变量独立，故Cov(X ,3)=Cov(Y ,3)=0,其余类似).16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证X 和Y 是不相关的，但X 和Y 不是相互独立的. 【解】设22{(,)|1}D x y x y =+≤.2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰ 2π1001=cos d d 0.πr r r θθ=⎰⎰同理E (Y )=0.而 Cov(,)[()][()](,)d d X Y x E x y E Y f x y x y +∞+∞-∞-∞=--⎰⎰222π1200111d d sin cos d d 0ππx y xy x y r r r θθθ+≤===⎰⎰⎰⎰, 由此得0XY ρ=,故X 与Y 不相关.下面讨论独立性，当|x |≤1时，1()X f x y 当|y |≤1时，1()Y f y x 显然()()(,).X Y f x f y f x y ≠ 故X 和Y 不是相互独立的.17.设随机变量（X ，Y ）的分布律为1 0 11 0验证X和Y是不相关的，但X和Y不是相互独立的.【解】联合分布表中含有零元素，X与Y显然不独立，由联合分布律易求得X，Y及XY的分布律，其分布律如下表111由期望定义易得E（X）=E（Y）=E（XY）=0.从而E(XY)=E(X)·E(Y),再由相关系数性质知ρXY=0,即X 与Y 的相关系数为0，从而X 和Y 是不相关的. 又331{1}{1}{1,1}888P X P Y P X Y =-=-=⨯≠==-=- 从而X 与Y 不是相互独立的.18.设二维随机变量（X ，Y ）在以（0，0），（0，1），（1，0）为顶点的三角形区域上服从均匀分布，求Cov （X ，Y ），ρXY . 【解】如图，S D =12，故（X ，Y ）的概率密度为题18图2,(,),(,)0,x y D f x y ∈⎧=⎨⎩其他.()(,)d d DE X xf x y x y =⎰⎰11001d 2d 3xx x y -==⎰⎰22()(,)d d DE X x f x y x y =⎰⎰11201d 2d 6xx x y -==⎰⎰从而222111()()[()].6318D XE X E X ⎛⎫=-=-= ⎪⎝⎭ 同理11(),().318E Y D Y ==而 11001()(,)d d 2d d d 2d .12xDDE XY xyf x y x y xy x y x xy y -====⎰⎰⎰⎰⎰⎰ 所以1111Cov(,)()()()123336X Y E XY E X E Y =-=-⨯=-. 从而 112)()XY D Y ρ-===-19.设（X ，Y ）的概率密度为f （x ，y ）=1ππsin(),0,0,2220.x y x y ,⎧+≤≤≤≤⎪⎨⎪⎩其他求协方差Cov （X ，Y ）和相关系数ρXY .【解】π/2π/2001π()(,)d d d sin()d .24E X xf x y x y x x x y y +∞+∞-∞-∞==+=⎰⎰⎰⎰ππ2222201ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰从而222ππ()()[()] 2.162D XE X E X =-=+-同理 2πππ(),() 2.4162E Y D Y ==+-又π/2π/2π()d sin()d d 1,2E XY x xy x y x y =+=-⎰⎰故 2ππππ4Cov(,)()()()1.2444X Y E XY E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭222222π4(π4)π8π164.πππ8π32π8π32()()2162XYD X D Y ρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+-20.已知二维随机变量（X ，Y ）的协方差矩阵为⎥⎦⎤⎢⎣⎡4111，试求Z 1=X 2Y和Z 2=2XY 的相关系数.【解】由已知知：D (X )=1,D (Y )=4,Cov(X ,Y )=1.从而12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯=12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X Y Y Y D X X Y D Y =--+=-+=⨯-⨯+⨯=故 121212513.26()()134Z Z D Z D Z ρ===⨯21.对于两个随机变量V ，W ，若E （V 2），E （W 2）存在，证明：［E （VW ）］2≤E （V 2）E （W 2）.这一不等式称为柯西许瓦兹（Couchy Schwarz ）不等式.【证】令2(){[]},.g t E V tW t R =+∈显然22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈可见此关于t 的二次式非负，故其判别式Δ≤0，即2220[2()]4()()E VW E W E V ≥∆=-2224{[()]()()}.E VW E V E W =-故222[()]()()}.E VW E V E W ≤22.假设一设备开机后无故障工作的时间X 服从参数λ=1/5的指数分布.设备定时开机，出现故障时自动关机，而在无故障的情况下工作2小时便关机.试求该设备每次开机无故障工作的时间Y 的分布函数F （y ）.【解】设Y 表示每次开机后无故障的工作时间，由题设知设备首次发生故障的等待时间X ~E (λ),E (X )=1λ=5. 依题意Y =min(X ,2). 对于y <0,f (y )=P {Y ≤y }=0.对于y≥2,F(y)=P(X≤y)=1.对于0≤y<2,当x≥0时，在(0,x)内无故障的概率分布为P{X≤x}=1eλx,所以F(y)=P{Y≤y}=P{min(X,2)≤y}=P{X≤y}=1e y/5.。

概率论第三章答案.docx

习题3T1.而且戶{尤/=0} = 1・求&和及的联合分布律.解由P{X}X2 =0} = 1知P{X x X2 H 0} = 0.因此K和基的联合分布必形11Pi—— 122⑵注意到P{/ = 0, %. =()} =(),而戶{尤=()}・P{A\ = ()} = - ^ 0,所以X 和星 4不独立.2.-盒子中有3只黑球、2只红球和2只白球，在其中任取4只球.以X 表示取到黑球的只数，以丫表示取到红球的只数.求/和丫的联合分布律.解从7只球中取4球只有=35种取法.在4只球中，黑球有Z 只，红球有丿只（余下为白球4 一,一 j 只）的取法为C ；C 扌 CjT, i = 0,1,2,3,丿=0,1,2,, + 丿 W 4.于是有C°c 2c 2 1P{X = 0y Y = 2}= 3 2 2 = — t P{X = l,Y = l}： 35 35p{x = i,y = 2} = CCG == 2,y =o}： 35 35F{X = 2,Y = 1}= WG =!£ p{x = 2,y = 2}： 35 35P{X = 3,Y = 0} =宝O, P{X = 3,Y = l]c\c\c\6-35 ■35' 广2 x^r() _ 3 「 35-35'gc ； 3 35 ~35' 厂 3「l 「0 c 3c 2c 2 2/（兀』）=^(6 -X- y),0<x<2,2< y <4,0,其它.求:⑴ 常数A ；(2) P{%<l,y<3}；(3) P{%<1.5)；(4) P{X + Y^4}.35 35 35 35 P{x = o,y = O } = P {X = O ,Y = I } = P {X = I ,Y = 0} = p{x = 3,y = 2} = o.xp(/f — x— 9)1 00 w p v T UH MX )V U Hm VX5:(D)」IOO IP r.—A 、—9) L r E JIC I m JI 一 r Ixp(\ Ix 19)1000=y v K=p「v i p x p (\H )/・=丄d v x sr Q )Z 20 i l A、—9)「T x p(亠— x— 9)亠T v 一・ I n(亠 — 寸)I 寸)1 Ie 〒 i i r r LZ二8 •s'尸(4—寸)T+(亠—寸)el 」Z二8ip 〔 M —寸)7 — (4 — 寸)(4— 9)1」r-—x (\ — 9)」l 00p(o w c r x )s7H (寸 w x + x s:M E l oo —en 剧 M G — 寸v/亠 V07V X V W O S-•£>黑*«匣(寸o x (z o ) w 凶论畏g O N E H )、m 逐凶心H-镒泗去皂床•寸H\ + X ®M 址(寸)4.二维随机变量（X, Y ）的概率密度为/（X 』）=试确定并求P ［（X,Y ）E G},G:x2WyWx,0WxWl.解由 1 = J j f (x, y)dxdy = drj , kxydy = — j 0 -^(1 - x 4)dx = — t o s 2 o 6解得k = 6. F{ (X, Y) w G} = J ； dr J ： 6xydy = 3j\(x 25・设二维随机变量（X 丫）概率密度为求关于X 和丫边缘概率密度.解（儿Y ）的概率密度/（x j ）在区域G:OWxWl,OWyWx 外取零值•因而,图3-8第4题积分区域kxy,十0,其它.因而f(x 9y) =4.8 尹(2-x), 0, oWxWi, 0£尹£兀,其它.0<x< 1,其它.2.4(2-兀)x[ 0,0<x< 1,其它.=L •心'J'4.8j<2-x)dr,0,0<y<l,其它.2.4X3-4y + y), 0,Ovyvl,其它.4®(2 — x)4几试求：（i）x和丫的联合概率分布；（2）P{X + Y ^1}.解（1）见本章第三节三（4）.（2）P{X + y Wl} = \-P{X + Y>\} = \-P{X = \,Y = \} =1-- = -.4 4解⑴由于P{X = 2} = 0.3 + 0 +0.1+ 0.2 = 0.6 以在条件x=2下Y的条件分布律为P{Y = 1\X = 2]P{^ = 2,y = l} 0.3 _£2或写成P[Y = 4\X = 2} =P{X = 2}'"0.6_P{X = 2,Y = 2} 0P{X = 2}_0.6P{X = 2,y = 3) 0.1P{X = 2}~0.6P{X = 2,r = 4} 0.20,丄61P{X = 2}0.6 3Y = k 1 2 3 4P{Y = k\X = 2}121613 若UW —1,右(7 > —1,若UW1,若u>\・习题3-21.设（X 丫）的分布律为下丫的条件分布律；（2） P{X22|yW2}.在条件於2P{Y = 2\X = 2}P{Y = 3\X = 2]到p (r ^2} = P{r = i}+P{y = 2} = o.i+o.3+o+o+o.2 = o.6.P[X^2,Y^2} = P[X = 2,Y = }} + P[X = 2J Y = 2}+ P{X = 3,Y = l} + P{X = 3y Y = 2} =0.3+ 0 + 0 +0.2 = 0.5 ・2.设平面区域D 由曲线_y =丄及直线y = 0,x = l,x = e 2所围成，二维随机变量3, X)X在区域Q 上服从均匀分布，求(X X)关于X 的边缘概率密度在x=2处的值・解由题设知D 的面积为丄dx = lnx|" =2.—,(x, y)e D y 因此(XX)的密度为 /(x, y) = <2 0,其它.+8f(x.y)dy ・显然,当XW1或兀头2时，厶，(兀)= 0；当1 vjcvM 时，厶d) = F A (2)= ~-3.设二维随机变戢(X, K)的概率密度为1, 0 < x < 1,0 < j/ < 2x,0,其它.求：⑴区”的边缘概率密度f x MJr (y^(2)F{YW2 2解(1)当0vxvin 寸,f x (x) = f (x,y)dy = £ dy = 2x ；当 xWO 时或x$l 时，/Y (X )= 0.2x, 0 v x v 1, 0, 其它.f(x 9y)dx= (ydx = l-^- 22f因此P{X^2\Y^2} =W2}P{Y W2}05 _5 0£~61 1—dy =—・故 ° 2「 2x fx M =当Ov 严2时，厶(刃=当y WO 吋或y $2时，/；(y) = O.y 亠I — —, 0 < v < 2,故fy (y) = 20, 其它.(2)当 zWO 时，巧(z) = o ；当 z$2 时，巧(Z )= l;当()VV2 时，F 7(Z ) = P{2X-Y^Z }= JJ /(x, y)d.xdyz胡 dxfl.dy + 關仁 1.®2Z" =Z ----- ・4,1 — 9 0 < z < 2,厶⑵=FXz) =2 0, 其它.4.设G 是由直线尸X,尸3, x=\所围成的三角形区域，二维随机变fi(X,y )在Gt 服从二维均匀分布.求：(1)(X7)的联合概率密度；(2) P{Y-X^\}； (3)关于X 的边缘概率密度.解 ⑴由于三角形区域G 的面积等于2,所以(X,Y)的概率密度为⑵记区域D = {(x,y)\y-x^\］与G 的交集为G ()，则其中S G °为Go 的面积.±4Z !I JJg}扌丄0,(x.y)电 G.⑶X 的边缘概率密度f x (X )=r +8J —oof(x, y)dy •所以,当X .1,3］时，几(x) =「：⑪J (3 - X).J x 2 2当x v 1 或x > 3 时，/丫(x) = 0. 因此./\ W = < 2(1_%)，XE卩⑶’0, 其它.习题3-3设与柑互独立，且分布律分别为下表:求二维随机变最(儿的分布律.解由于X与丫相互独立，所以冇P{X = Xi,Y = y.} = P{X = x i}-P{Y = yj},i == 0,2,5,6.J因此可得二维随机变量Y)的联合分布律Pir A- 〃•丿(匸 12 丿二123)・2—G + # =匕故可得方程组31 1 z 1 _ = _•(□ + _)・19 3921解得 ex = —, 0 =—.9 92 1经检验，当CX = —, P =—吋，对于所有的匸1,2; 7=1,2,3均有Pij= Pi ，p.j bX.i2 1 a = _,p =—时.x 与y 相互独立••993.设随机变量Y 的概率密度为 \be (x+y \(1)试确定常数b ・9 118匚因此当0 < x < 1, j/ > 0,其它.问Q,0为何值时X 与Y 相互独立?/=](2) 求边缘概率密度f x (x)y f Y (y). (3) 问X 与Y 是否相互独立？解⑴由1 = j J f(x,y)dxdy = j ^e _<v+r>dydx e~'dye -'dr = b(l -e _,),l-e _, e~v,0<x<l, 宁 1-e" 0, e _y , _y>0,0, 其它.⑶ 由于f(x,y) = f x (x)* f Y (y) f 所以x 与Y 相互独立.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r了 /、丄e 2, y >0,0,求X 和Y 的联合概率密度.设关于a 的二次方程为a 2 +2Xa + Y = 0t 试求。

概率论第三章练习答案

（C）
A．97
B．79
C．61
D．29
7．设已知随机变量与的相关系数 = 0 ，则与之间的关系为：
（D
）
A. 独立
B. 相关
C. 线性相关
D. 线性无关
8．设 X, Y 为两个独立的随机变量, 已知 X 的均值为 2, 标准差为 10, Y 的均值为 4, 标
准差为 20, 则与 Y − X 的标准差最接近的是[ D ]
3．已知（X，Y）的联合密度为 (x) =
（B ） A、0
B、0.25
C、0.5
4xy 0
0 x, y 1
其它
，则 F（0.5，2）=
D、0.1
F（0.5，2）= PX 0.5,Y 2
=
0.5
1
4xydxdy = 4
0.5
xdx
1
ydy
=
1 (利用图像)
00
0
0
4
4．如果 X 与 Y 满足 D（X＋Y）＝D（X－Y），则必有（） A．X 与 Y 独立 B．X 与 Y 不相关 C．D（Y）＝0 D ．D （ X） D（ Y）＝ 0
A 10
B 15
C 30
D 22
D（Y − X）= DX + DY = 100 + 400 = 500
400 500 900, 20 500 30
9．设随机变量 X～N（－3，1），Y～N（2，1），且 X 与 Y 独立，设 Z＝X－2Y＋7，
则 Z～
（A）
A．N（0，5） B．N（0，－3） C．N（0，46）
+ +（x，y）dxdy = 1 − −
即 + + ce−（x+ y）dxdy = 1 c = 1 00

概率论与数理统计第三章课后习题答案

习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律.2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律.3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin 0sin sin 0sin4346362(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 y xF 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}12e d 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 <}；（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 25ed d yy 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.xy x 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 +∞-∞=⎰5227d ,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,.x x 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 z P 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 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 x x yx 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 =-<-<-<-<gg 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 ki k n k P X i P Y k i n n p q p qi k i n n p qi 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 =(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 =20.雷达的圆形屏幕半径为，设目标出现点（，）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 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 r R 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【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 ===-= 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1 0 110 1 a 0b 0 0.1 c其中a ,b ,c 为常数，且X 的数学期望E (X )=,P {Y ≤0|X ≤0}=，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 +=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 =====，X Y即Z 的概率分布为2 1 0 1 2(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.习题四1.设随机变量X 的分布律为1 0 1 2求E （），（），（2+3）. 【解】(1) 11111()(1)012;82842E X =-⨯+⨯+⨯+⨯= (2) 2222211115()(1)012;82844E X =-⨯+⨯+⨯+⨯=(3) 1(23)2()32342E X E X +=+=⨯+=2.已知100个产品中有10个次品，求任意取出的5个产品中的次品数的数学期望、方差.故 ()0.58300.34010.07020.00730405E X =⨯+⨯+⨯+⨯+⨯+⨯ 0.501,= 52()[()]iii D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=L3. 1 0 1 且已知E （）=,()=,求1，2，3.【解】因1231P P P ++=……①,又12331()(1)010.1E X P P P P P =-++=-=g g ……②,222212313()(1)010.9E X P P P P P =-++=+=g g g ……③由①②③联立解得1230.4,0.1,0.5.P P P ===4.袋中有N 只球，其中的白球数X 为一随机变量，已知E （X ）=n ，问从袋中任取1球为白球的概率是多少？【解】记A ={从袋中任取1球为白球}，则(){|}{}Nk P A P A X k P X k ===∑g 全概率公式001{}{}1().NNk k k P X k kP X k N N n E X N N========∑∑g5.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧≤≤-<≤.,0,21,2,10,其他x x x x求E （X ），D （X ）. 【解】12201()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰ 故 221()()[()].6D XE X E X =-=6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望.（1） U =2X +3Y +1；（2） V =YZ 4X . 【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++ 25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=- ,()()4()Y Z E Y E Z E X -g 因独立1184568.=⨯-⨯=7.设随机变量X ，Y 相互独立，且E （X ）=E （Y ）=3，D （X ）=12，D （Y ）=16，求E （3X2Y ），D （2X 3Y ）. 【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2) 22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯= 8.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<.,0,0,10,其他x y x k试确定常数k ，并求E （XY ）. 【解】因1001(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =210()(,)d d d 2d 0.25xE XY xyf x y x y x x y y +∞+∞-∞-∞===⎰⎰⎰⎰.9.设X ，Y 是相互独立的随机变量，其概率密度分别为f X （x ）=⎩⎨⎧≤≤;,0,10,2其他x x f Y （y ）=(5)e ,5,0,.y y --⎧>⎨⎩其他求E （XY ）.【解】方法一：先求X 与Y 的均值 12()2d ,3E X x x x ==⎰g 5(5)5()e d 5e d e d 51 6.z y y z z E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰令由X 与Y 的独立性，得2()()()6 4.3E XY E X E Y ==⨯=g方法二：利用随机变量函数的均值公式.因X 与Y 独立，故联合密度为(5)2e ,01,5,(,)()()0,,y X Y x x y f x y f x f y --⎧≤≤>==⎨⎩g 其他于是11(5)2(5)552()2ed d 2de d 6 4.3y y E XY xy x x y x x y y +∞+∞----===⨯=⎰⎰⎰⎰g g10.设随机变量X ，Y 的概率密度分别为f X （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e f Y （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e 求（1） E （X +Y ）;（2） E （2X 3Y 2）.【解】22-200()()d 2ed [e ]e d xx x X X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰g201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf y y y +∞+∞--∞==⎰⎰g22242021()()d 4e d .48y Y E Y y f y y y y +∞+∞--∞====⎰⎰g 从而(1)113()()().244E X Y E X E Y +=+=+=(2)22115(23)2()3()23288E X Y E X E Y -=-=⨯-⨯=11.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧<≥-.0,0,0,22x x cx xke求（1）系数c ;（2） E （X ）;（3） D （X ）. 【解】(1) 由222()d e d 12k x c f x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 2220()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰g 22220π2e d .k x kx x +∞-==⎰(3) 222222201()()d()2e .kxE X x f x x x k x k+∞+∞--∞==⎰⎰g 故 222221π4π()()[()].24D X E X E X k k k⎛-=-=-= ⎝⎭ 12.袋中有12个零件，其中9个合格品，3个废品.安装机器时，从袋中一个一个地取出（取出后不放回），设在取出合格品之前已取出的废品数为随机变量X ，求E （X ）和D （X ）. 【解】设随机变量X 表示在取得合格品以前已取出的废品数，则X 的可能取值为0，1，2，3.为求其分布律，下面求取这些可能值的概率，易知9{0}0.750,12P X === 39{1}0.204,1211P X ==⨯= 329{2}0.041,121110P X ==⨯⨯= 3219{3}0.005.1211109P X ==⨯⨯⨯=于是，得到X 的概率分布表如下：X0 1 2 3 P由此可得()00.75010.20420.04130.0050.301.E X =⨯+⨯+⨯+⨯=22222222()075010.20420.04130.0050.413()()[()]0.413(0.301)0.322.E X D X E X E X =⨯+⨯+⨯+⨯==-=-=13.一工厂生产某种设备的寿命X （以年计）服从指数分布，概率密度为f （x ）=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe为确保消费者的利益，工厂规定出售的设备若在一年内损坏可以调换.若售出一台设备，工厂获利100元，而调换一台则损失200元，试求工厂出售一台设备赢利的数学期望. 【解】厂方出售一台设备净盈利Y 只有两个值：100元和200元 /41/411{100}{1}e d e 4x P Y P X x +∞--==≥==⎰1/4{200}{1}1e.P Y P X -=-=<=-故1/41/41/4()100e(200)(1e )300e 20033.64E Y ---=⨯+-⨯-=-= (元).14.设X 1，X 2，…，X n 是相互独立的随机变量，且有E （X i ）=μ，D （X i ）=σ2，i =1，2，…，n ，记∑==n i i S X n X 12,1，S 2=∑=--n i i X X n 12)(11. （1）验证)(X E =μ，)(X D =n2σ；（2）验证S 2=)(11122∑=--ni i X n X n ；（3）验证E （S 2）=σ2.【证】(1) 1111111()()().n nn i i i i i i E X E X E X E X nu u n n n n ===⎛⎫===== ⎪⎝⎭∑∑∑g22111111()()n nn i i i i i i i D X D X D X X DX n nn ===⎛⎫== ⎪⎝⎭∑∑∑g 之间相互独立 2221.n n nσσ==g (2) 因222221111()(2)2nnnniii ii i i i i XX X X X X X nX X X ====-=+-=+-∑∑∑∑2222112nnii i i X nX X nX X nX ===+-=-∑∑g故22211()1ni i S X nX n ==--∑.(3) 因2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因2(),()E X u D X nσ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E s E X nX E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑221222221[()()]11().1ni i E X nE X n n u n u n n σσσ==--⎡⎤⎛⎫=+-+=⎢⎥ ⎪-⎝⎭⎣⎦∑g g15.对随机变量X 和Y ，已知D （X ）=2，D （Y ）=3，Cov(X ,Y )=1,计算：Cov （3X 2Y +1，X +4Y 3）.【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=- (因常数与任一随机变量独立，故Cov(X ,3)=Cov(Y ,3)=0,其余类似). 16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证X 和Y 是不相关的，但X 和Y 不是相互独立的. 【解】设22{(,)|1}D x y x y =+≤.2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰ 2π1001=cos d d 0.πr r r θθ=⎰⎰g同理E (Y )=0. 而 Cov(,)[()][()](,)d d X Y x E x y E Y f x y x y +∞+∞-∞-∞=--⎰⎰g222π1200111d d sin cos d d 0ππx y xy x y r r r θθθ+≤===⎰⎰⎰⎰, 由此得0XY ρ=,故X 与Y 不相关.下面讨论独立性，当|x |≤1时，1()X f x y 当|y |≤1时，1()Y f y x . 显然()()(,).X Y f x f y f x y ≠g故X 和Y 不是相互独立的.17. 1 0 110 1验证X 和Y 是不相关的，但和不是相互独立的.【解】联合分布表中含有零元素，X 与Y 显然不独立，由联合分布律易求得X ，Y 及XY 的分布律，其分布律如下表111由期望定义易得E（X）=E（Y）=E（XY）=0.从而E(XY)=E(X)·E(Y),再由相关系数性质知ρXY=0,即X与Y的相关系数为0，从而X和Y是不相关的.又331{1}{1}{1,1}888P X P Y P X Y =-=-=⨯≠==-=-g从而X与Y不是相互独立的.18.设二维随机变量（X，Y）在以（0，0），（0，1），（1，0）为顶点的三角形区域上服从均匀分布，求Cov（X，Y），ρXY.【解】如图，S D=12，故（X，Y）的概率密度为题18图2,(,),(,)0,x y Df x y∈⎧=⎨⎩其他.()(,)d dDE X xf x y x y=⎰⎰11001d2d3xx x y-==⎰⎰g22()(,)d dDE X x f x y x y=⎰⎰112001d2d6xx x y-==⎰⎰从而222111 ()()[()].6318 D X E X E X⎛⎫=-=-=⎪⎝⎭同理11 (),().318 E Y D Y==而11001 ()(,)d d2d d d2d.12xD DE XY xyf x y x y xy x y x xy y-====⎰⎰⎰⎰⎰⎰所以1111Cov(,)()()()123336X Y E XY E X E Y =-=-⨯=-g . 从而 11362()()111818XY D X D Y ρ-===-⨯g19.设（X ，Y ）的概率密度为f （x ，y ）=1ππsin(),0,0,2220.x y x y ,⎧+≤≤≤≤⎪⎨⎪⎩其他求协方差Cov （X ，Y ）和相关系数ρXY . 【解】π/2π/21π()(,)d d d sin()d .24E X xf x y x y x x x y y +∞+∞-∞-∞==+=⎰⎰⎰⎰g ππ2222201ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰g 从而222ππ()()[()] 2.162D XE X E X =-=+-同理 2πππ(),() 2.4162E Y D Y ==+- 又 π/2π/2π()d sin()d d 1,2E XY x xy x y x y =+=-⎰⎰故 2ππππ4Cov(,)()()()1.2444X Y E XY E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭g222222π4(π4)π8π164.πππ8π32π8π32()()2162XYD X D Y ρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+-g20.已知二维随机变量（X ，Y ）的协方差矩阵为⎥⎦⎤⎢⎣⎡4111，试求Z 1=X 2Y 和Z 2=2X Y 的相关系数.【解】由已知知：D (X )=1,D (Y )=4,Cov(X ,Y )=1.从而12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯=12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X Y Y Y D X X Y D Y =--+=-+=⨯-⨯+⨯=故 121212Cov(,)5513.26()()134Z Z Z Z D Z D Z ρ===⨯g21.对于两个随机变量V ，W ，若E （V 2），E （W 2）存在，证明：［E （VW ）］2≤E （V 2）E （W 2）.这一不等式称为柯西许瓦兹（Couchy Schwarz ）不等式. 【证】令2(){[]},.g t E V tW t R =+∈显然22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈g g可见此关于t 的二次式非负，故其判别式Δ≤0，即2220[2()]4()()E VW E W E V ≥∆=-g 2224{[()]()()}.E VW E V E W =-g故222[()]()()}.E VW E V E W ≤g22.假设一设备开机后无故障工作的时间X 服从参数λ=1/5的指数分布.设备定时开机，出现故障时自动关机，而在无故障的情况下工作2小时便关机.试求该设备每次开机无故障工作的时间Y 的分布函数F （y ）.【解】设Y 表示每次开机后无故障的工作时间，由题设知设备首次发生故障的等待时间X ~E (λ),E (X )=1λ=5. 依题意Y =min(X ,2).对于y <0,f (y )=P {Y ≤y }=0. 对于y ≥2,F (y )=P (X ≤y )=1.对于0≤y <2,当x ≥0时，在(0,x )内无故障的概率分布为P {X ≤x }=1e λx,所以F (y )=P {Y ≤y }=P {min(X ,2)≤y }=P {X ≤y }=1ey/5.。

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。

概率论习题第三章答案

第三章连续型随机变量设随机变量的分布函数为F (x)，试以F (x)表示下列概率:(1)P( a);(2)P( a);(3)P( a); (4)P( a)。

解：(1)P( a) F(a 0) F(a);(2)P( a) F(a 0)；⑶P( a) 1 F(a);(4)P( a) 1 F(a 0)。

函数F(x)1 12是否可以作为某一随机变量的分布函数，如果x(1) x⑵0 x ,在其它场合恰当定义；(3) x 0,在其它场合恰当定义。

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(一,0)内单调上升、连续且，若定义F(X) —x 0F(x) 1 x 0则l~(x)可以是某一随机变量的分布函数。

函数sinx 是不是某个随机变量的分布函数如果的取值范围为(1) 0，；(2) 0，；(3)0,3。

2 2解：⑴当x 0, 时,sinx 0且2sinxdx 1，所以sinx 可以是某个随机变量的分布2 0密度；(2) 因为°sinxdx 2 1 ,所以sinx不是随机变量的分布密度；3(3) 当x , 时,sinx<=0所以sinx不是随机变量的分布密度。

2设随机变量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F'X)与F2(X)都是分布函数，于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。

取a=b=1/2,又令F1(x)=0 x<=0,1 x>0 F2(x)=0 x< = 0 x 0<x<=1 1 x>1此时0 x 0F(x) (1 x)/2 0 x 11 x 1既然，与F(x)对应的随机变量不是取有限个或可列个值，故F(x)不是离散型的，而F(x)不是连续函数，所以它也不是连续型的。

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

概率论与数理统计第三章课后习题答案

概率论与数理统计第三章课后习题答案习题二1■将一硬币抛掷二次，以X表示在二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和丫的联合分布律.【解】X和丫的联合分布律如表: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和丫的联合分布律如表:3•设二维随机变量（X, F）的联合分布函数为求二维随机变量（x, y）在长方形域内的概率.4 6 3J【解】如图叫眈怎＜今空^求：（1）常数/；F (x, y)sin xsiny,0,0"岁詣其他.・Tt ■兀・兀■兀=sin —_sin ——sin —_sin ——4 3 4 6二#(dl).斗sin OLfeinK ■八■兀—+sinIksin —3 6JT7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（兀，y）j e-(3.r+4y)x >0, y >0, 其他.(2) 随机变量(X, Y)的分布函数;(3) P{0 «1, 0之<2}.【解】(1)由 f(x,y)dxdy° °Ae(3x4y)dxdy £ 1得A = 12(2) 由定义，有y xF (x, y)f (u, v)dudvy y(3u 4v)12e dudvo o0,(3) 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(1 e 3x )(1 e 4y ) y 0,x 0,0,其他212e (3x 04y)dxdy(1 e 3)(1 e 8)0.9499.f(x ，y)=k(6 x y), 0,x 2,2 y 4,其他.(1)确定常数k ；(2)求 P{X v 1, Y v 3};(3)求 P{X<1.5};(4)求 P{X+Y W 4}.【解】(1)由性质有2 4f(x, y)dxdy ° 2 k(6 x y)dydx 8k 1,31-k(6 x y)dydx86.设X和丫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的密度函数为求：（1） X与Y的联合分布密度；（2）P{YN}.(2) P{X 1,Y 3} f (x, y)dydx(3)P{X(4)P{X1.5}x 1.5f (x, y)dxdy 如图 a f (x,y)dxdy1.5 4 10 dx -(6 x y)dy82732Y 4}Xf (x, y)dxdy如图 b f (x,y)dxdy(61 ) y)f Y（ y）5e5y, y 0,0, 其他.【解】（1）因X 在（0, 0.2）上服从均匀分布，所以X 的密度函数为f x (X)10 x 0.2,0.2,0,其他.而f/y)5e 5y , y 0,0,其他.所以f (x, y)X,丫独立 fx(x)gf Y (y)⑵ P(Y X) f (x, y)dxdy 如图 25e 5y dxdyy xD丄 0.2 5e 5y0,25e 5y, 0 x 0.2且 y 0, 0, 其他•0.2 0dx25e -5ydy0.2 5x0 ( 5e5)dx■1=e 0.3679.7.设二维随机变量（X, Y ）的联合分布函数为F （ x ，y ）(1 e 4x)(1 e 2y), x 0,y 0,0,其他.求（X ，Y ）的联合分布密度2［解］ f(x,y)x y8e(4x 2y), x 0,y 0,0, 其他.8.设二维随机变量（X, Y ）的概率密度为f (x, y)=4.8y(2 x), 0 0,x 1,0 y x,其他.求边缘概率密度.【解】f x(x) f (x,y)dyx0 4.8y(2x)dy0,2.4X2(2 x), 0 x 1,0, 其他.f y(y) f (x,y)dx1=y4-8y(2x)dx 2.4y(3 4y y2), 0 y 1,0, 其他.,题8图9.设二维随机变量题9图X, Y)的概率密度为f (x, y) e y, 0 x y,0, 其他.求边缘概率密度.【解】f x(X) f (x, y)d yx0,e y dy xe , x 0,0, 其他.f Y(y) f (x,y)dxy e y dx0,ye x, y 0,0, 其他.y\i■v=xw p题10图10.设二维随机变量（X, Y）2f （x, y）= J试确定常数c;求边缘概率密度的概率密度为x2y 1,其他.(1)(2)【解】(1)f (x, y)dxdy如图Df (x,y)dxdy1 12-1dx x2cx ydy4c211.214f x(X) f(x,y)dy1 212 , xydyx 40, 212。

概率论 王明慈版第三章答案

概率论~第三章习题参考答案与提示

概率论第三章第四章习题及答案

概率论与数理统计第三、四章答案(DOC)

概率论与数理统计(经管类)第三章课后习题答案

概率论第三章部分习题解答PPT课件

[学习]概率论与数理统计王明慈第二版第3章随机变量的数字特征1节

概率论第三章课后习题答案_课后习题答案

概率论第三章习题解答(全)

概率论第三章参考答案

概率论与数理统计第三章课后习题答案

概率论第三章答案.docx

概率论第三章练习答案

概率论与数理统计第三章课后习题答案

概率论课后习题第3章答案

概率论习题第三章答案

概率论第三章部分习题解答

概率论与数理统计第三章课后习题答案

概率论王明慈版第三章答案