概率论第三章习题
概率论第三章部分习题解答
ydxdy.
定理1 cov(X ,Y ) E( XY ) E( X )E(Y )
定理2 若X与Y 独立，则：covX ,Y 0. 逆命题不成立。
注 设X与Y是任两个随机变量，
10
D( X Y ) D( X ) D(Y ) 2cov(X ,Y )
2、X与Y 的相关系数
定义 R( X ,Y ) cov( X ,Y )
EX
xf
xdx
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
随机变量X及Y 的数学期望分别定义如下：
EX xi p xi , y j , EY y j p xi , y j .
i j
ji
即： EX xi pX xi , EY y j pY y j .
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 x1 x2 xi
P p( x1 ) p( x2 )p( xi )
则随机变量X 的数学期望为: EX xi pxi
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
i
j
假定级数是绝对收敛的.
（2）设二维连续随机变量(X,Y)的联合概率密度为f(x, y)，则
随机变量X及Y 的数学期望分别定义如下：
EX
xf
x,
ydxdy,
EY
yf x, ydxdy.
即：EX
xf X x dx,
EY
yfY y dy.
2
假定积分是绝对收敛的.
概率论练习册答案第三章
习题3-11.而且12{0}1P X X ==. 求X 1和X 2的联合分布律.解 由12{0}1P X X ==知12{0}0P X X ≠=. 因此X 1和X 2的联合分布于是根据边缘概率密度和联合概率分布的关系有X 1和X 2的联合分布律(2) 注意到12{0,0}0P X X ===, 而121{0}{0}04P X P X =⋅==≠, 所以X 1和X 2不独立.2. 一盒子中有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Y 表示取到红球的只数. 求X 和Y 的联合分布律.解 从7只球中取4球只有3547=C 种取法. 在4只球中, 黑球有i 只, 红球有j 只(余下为白球4i j --只)的取法为4322i j i j C C C --,0,1,2,3,0,1,2,i j i j ==+≤4.于是有0223221{0,2}3535P X Y C C C ====,1113226{1,1}3535P X Y C C C ====,1213226{1,2}3535P X Y C C C ====,2023223{2,0}3535P X Y C C C ====,21132212{2,1}3535P X Y C C C ====,2203223{2,2}3535P X Y C C C ====,3013222{3,0}3535P X Y C C C ====, 3103222{3,1}3535P X Y C C C ====,{0,0}{0,1}{1,0}{3,2}0P X Y P X Y P X Y P X Y ============.3. (,)(6),02,24,0,.f x y k x y 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(,)d d 1f x y x y +∞+∞-∞-∞=⎰⎰, 得2424222204211d (6)d (6)d (10)82y k x y x k y x x y k y y k =--=--=-=⎡⎤⎢⎥⎣⎦⎰⎰⎰, 所以 18k =. (2) 3121,31{1,3}d (6)d 8(,)d d x y P X Y y x y x f x y x y <<<<==--⎰⎰⎰⎰1322011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰321113()d 828y y =-=⎰. (3) 1.51.5{ 1.5}d (,)d ()d X P X x f x y y f x x +∞-∞-∞-∞<==⎰⎰⎰4 1.521d (6)d 8y x y x --=⎰⎰1.5422011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰ 421633()d 882y y =-⎰ 2732=. (4) 作直线4x y +=, 并记此直线下方区域与(,)0f x y ≠的矩形区域(0,2)(0,4)⨯的交集为G . 即:02,0G x y <<<≤4x -.见图3-8. 因此{P X Y +≤4}{(,)}P X Y G =∈(,)d d Gf x y x y =⎰⎰44201d (6)d 8x y x y x -=--⎰⎰ 4422011(6)d 82xy x x y -=--⎡⎤⎢⎥⎣⎦⎰ 42211[(6)(4)(4)]d 82y y y y =----⎰ 42211[2(4)(4)]d 82y y y =-+-⎰423211(4)(4)86y y =----⎡⎤⎢⎥⎣⎦23=. 图3-8 第4题积分区域4. 二维随机变量(,)X Y 的概率密度为2(,),1,01,0,f x y kxy x y x =⎧⎨⎩≤≤≤≤其它. 试确定k , 并求2{(,)},:,01P X Y G G x y x x ∈≤≤≤≤.解 由21114001(,)d d d (1)d 26x k kf x y xdy x kxy y x x x +∞+∞-∞-∞====-⎰⎰⎰⎰⎰,解得6=k .因而 2112401{(,)}d 6d 3()d 4x xP X Y G x xy y x x x x ∈==-=⎰⎰⎰. 5. 设二维随机变量(X , Y )概率密度为4.8(2),01,0,(,)0,.y x x y x f x y -=⎧⎨⎩≤≤≤≤其它 求关于X 和Y 边缘概率密度.解 (,)X Y 的概率密度(,)f x y 在区域:0G ≤x ≤1,0≤y ≤x 外取零值.因而, 有24.8(2)d ,01,()(,)d 0,2.4(2),01,0,x X y x y x f x f x y y x x x +∞-∞-<<==-<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它.124.8(2)d ,01,()(,)d 0,2.4(34),01,0,yY y x x y f y f x y x y y y y +∞-∞-<<==-+<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它. 6. 假设随机变量U 在区间[-2, 2]上服从均匀分布, 随机变量 1,1,1,1,U X U --=>-⎧⎨⎩若≤若 1,1,1, 1.U Y U -=>⎧⎨⎩若≤若试求：(1) X 和Y 的联合概率分布；(2){P X Y +≤1}.解(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==12133=-=. 习题3-21. 设(X , Y )的分布律为求: (1) 在条件X =2下Y 的条件分布律;(2){22}P X Y ≥≤.解 (1) 由于6.02.01.003.0}2{=+++==X P ,所以在条件X =2下Y 的条件分布律为216.03.0}2{}1,2{}2|1{========X P Y X P X Y P ,06.00}2{}2,2{}2|2{========X P Y X P X Y P ,616.01.0}2{}3,2{}2|3{========X P Y X P X Y P ,316.02.0}2{}4,2{}2|4{========X P Y X P X Y P ,{P Y ≤2}{1}{2}P Y P Y ==+==0.10.3000.20.6++++=. 而{2,2}{2,1}{2,2}{3,1}{3,2}P X Y P X Y P X Y P X Y P X Y ===+==+==+==≥≤0.3000.20.5=+++=.因此{2,2}{22}{2}P X Y P X Y P Y =≥≤≤≥≤0.550.66==. 2. 设平面区域D 由曲线1y x=及直线20,1,e y x x ===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.解 由题设知D 的面积为22e e111d ln 2D S x x x ===⎰. 因此, (X ,Y )的密度为 1,(,),(,)20x y D f x y ∈=⎧⎪⎨⎪⎩，其它.由此可得关于X 的边缘概率密度 ()(,)d X f x f x y y +∞-∞=⎰.显然, 当x ≤1或x ≥e 2时,()0X f x =; 当21e x <<时,111()d 22x X f x y x==⎰.故(2)14X f =. 3. 设二维随机变量(X , Y )的概率密度为(,)1,01,02,0,.f x y x y x =<<<<⎧⎨⎩其它求：(1) (X , Y )的边缘概率密度(),()X Y f x f y ；(2)11{}.22P Y X ≤≤ 解 (1) 当01x <<时,20()(,)d d 2xX f x f x y y y x +∞-∞===⎰⎰;当x ≤0时或x ≥1时, ()0X f x =. 故 2,01,()0,其它.X x x f x <<=⎧⎨⎩当0<y <2时,12()(,)d d 12y Y y f y f x y x x +∞-∞===-⎰⎰;当y ≤0时或y ≥2时, ()0Y f y =.故 1,02,()20,.Y yy f y -<<=⎧⎪⎨⎪⎩其它(2) 当z ≤0时,()0Z F z =; 当z ≥2时,1)(=z F Z ;当0<z <2时, (){2Z F z P X Y =-≤2}(,)d d x y zz f x y x y -=⎰⎰≤2x12202-2d 1d d 1d zxz x zx y x y =⋅+⋅⎰⎰⎰⎰24z z =-.故 1,02,()20,.()其它Z z zz f z F z -<<'==⎧⎪⎨⎪⎩(3) {}{}11311322161122442≤，≤≤≤≤P X Y P Y X P X ===⎧⎫⎨⎬⎩⎭. 4. 设G 是由直线y =x , y =3,x =1所围成的三角形区域, 二维随机变量(,)X Y 在G 上服从二维均匀分布.求:(1) (X , Y )的联合概率密度；(2) {1}P Y X -≤；(3) 关于X 的边缘概率密度. 解 (1)由于三角形区域G 的面积等于2, 所以(,)X Y 的概率密度为⎪⎩⎪⎨⎧∉∈=.),(,0,),(,21),(G y x G y x y x f (2)记区域x y y x D -=|),{(≤}1与G 的交集为0G ,则{1}P Y X -≤0011113d d (2)22224G G x y S ===-=⎰⎰.其中0G S 为G 0的面积.(3) X 的边缘概率密度()(,)d X f x f x y y +∞-∞=⎰. 所以,当]3,1[∈x 时, 311()d (3)22X xf x y x ==-⎰. 当1<x 或3>x 时, 0)(=x f X .因此 ⎪⎩⎪⎨⎧∈-=.,0],3,1[),1(21)(其它x x x f X习题3-31. 设X 与Y 相互独立, 且分布律分别为下表:求二维随机变量(,)X Y 的分布律.解 由于X 与Y 相互独立, 所以有}{}{},{j i j i y Y P x X P y Y x X P =⋅====,6,5,2,0;0,21,1=--=j i .因此可得二维随机变量(,)X Y 的联合分布律2. 设(X , Y )的分布律如下表:问,αβ为何值时X 与Y 相互独立? 解由于边缘分布满足23111,1i j i j p p ⋅⋅====∑∑, 又X , Y 相互独立的等价条件为 p ij = p i . p .j (i =1,2; j =1,2,3).故可得方程组 21,3111().939αβα++==⋅+⎧⎪⎪⎨⎪⎪⎩解得29α=,19β=.经检验, 当29α=,19β=时, 对于所有的i =1,2; j =1,2,3均有p ij = p i . p .j 成立.因此当29α=,19β=时, X 与Y 相互独立..3. 设随机变量X 与Y 的概率密度为()e (,)0,.,01,0,x y b f x y x y -+=⎧<<>⎨⎩其它(1) 试确定常数b .(2) 求边缘概率密度()X f x , ()Y f y . (3) 问X 与Y 是否相互独立？ 解 (1) 由11()101(,)d d e d d e d e d (1e )x y y x f x y x y b y x b y x b +∞+∞+∞+∞-+----∞-∞====-⎰⎰⎰⎰⎰⎰,得 111eb -=-.(2) ()(,)d X f x f x y y ∞-∞=⎰1e ,01,1e 0,xx --<<=-⎧⎪⎨⎪⎩其它.()(,)d Y f y f x y x ∞-∞=⎰e ,0,0,y y ->=⎧⎨⎩其它.(3) 由于(,)()()X Y f x y f x f y =⋅，所以X 与Y 相互独立.4. 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21e ,0,()2Y yy f y y ->=⎧⎪⎨⎪⎩，≤0.(1) 求X 和Y 的联合概率密度.(2) 设关于a 的二次方程为220a Xa Y ++=, 试求a 有实根的概率.解 (1) 由题设知X 和Y 的概率密度分别为1,01,()0,X x f x <<=⎧⎨⎩其它， 21e ,0,()20,.yY y f y ->=⎧⎪⎨⎪⎩其它 因X 和Y 相互独立, 故(X , Y )的联合概率密度为21e ,01,0(,)()()20,.yX Y x y f x y f x f y -<<>==⎧⎪⎨⎪⎩其它 (2) 方程有实根的充要条件是判别式大于等于零. 即244X Y ∆=-≥20X ⇔≥Y .因此事件{方程有实根}2{X =≥}Y .下面计算2{P X ≥}Y (参见图3-3).2{P X ≥}Y 2211221(,)d d e d (1e)d 2yxx Df x y xdy x y x --===-⎰⎰⎰⎰⎰2121ed 12[(1)(0)]0.1445xx πΦΦ-=-=--≈⎰.图3-3 第6题积分区域 习题3-41. 设二维随机变量(X ,Y )的概率分布为YX0 1若随机事件{X =0}与{X +Y =1}相互独立, 求常数a , b .解 首先, 由题设知0.40.11a b +++=. 由此得0.5a b +=. 此外,{0}0.4P X a ==+,{1}{0,1}{1,0}0.5P X Y P X Y P X Y a b +====+===+=, {0,1}{0,1}P X X Y P X Y a =+=====. 根据题意有{0,1}{0}{1}P X X Y P X P X Y =+===+=,即(0.4)0.5a a =+⨯. 解得0.4,0.1a b ==.2. 设两个相互独立的随机变量X ,Y 的分布律分别为求随机变量Z = X + Y 的分布律. 解 随机变量Z = X + Y 的可能取值为7,5,3.Z 的分布律为18.06.0.03}2,1{}3{=⨯=====Y X P Z P , {5}{1,4}{3,2}0.30.4070.60.54P Z P X Y P X Y ====+===⨯+⨯=,28.04.07.0}4,3{}7{=⨯=====Y X P Z P ,或写为3. 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{}max{,}1P X Y ≤.解 由题意知, X 与Y 的概率密度均为1,03,()30x f x =⎧⎪⎨⎪⎩≤≤，其它.又由独立性, 有P {max{X +Y }≤1}=P {X ≤1,Y ≤1}= P {X ≤1} P {Y ≤1}.而 P {X ≤1}= P {Y ≤1}11011()d d 33f x x x -∞===⎰⎰, 故 P {max{X +Y }≤1}=111339⨯=.4. 设X 和Y 是两个相互独立的随机变量, 且X 服从正态分布N (μ, σ2), Y 服从均匀分布U (-a , a )( a >0), 试求随机变量和Z =X +Y 的概率密度.解 已知X 和Y 的概率密度分别为22()2()e2x X f x μσπσ--=, ),(+∞-∞∈x ; ⎪⎩⎪⎨⎧-∉-∈=).,(,0),,(,21)(a a y a a y ay f Y .由于X 和Y 相互独立, 所以22()21()()()d e d 22z y aZ X Y a f z f z y f y y y a μσπσ---+∞-∞-=-=⎰⎰=1[()()]2z μa z μa ΦΦa σσ-+---. 10. 设随机变量X 和Y 的联合分布是正方形G={(x,y )|1≤x ≤3, 1≤y ≤3}上的均匀分布, 试求随机变量U=|X -Y|的概率密度f (u ).解 由题设知, X 和Y 的联合概率密度为111,3,3,(,)40,.x y f x y =⎧⎪⎨⎪⎩≤≤≤≤其它记()F u 为U 的分布函数, 参见图3-7, 则有 当u ≤0时,(){||F u P X Y =-≤u }=0; 当u ≥2时,()1F u =;当0< u <2时, 图3-7 第8题积分区域||(){}(,)d d x y uF u P U u f x y x y -==⎰⎰≤≤21[42(2)]412u =-⨯- 211(2)4u =--.故随机变量||U X Y =-的概率密度为1(2),02,()20,u u p u -<<=⎧⎪⎨⎪⎩其它..总习题三1. 设随机变量(X , Y )的概率密度为⎪⎩⎪⎨⎧<<<=.,0,10,||,1),(其它x x y y x f 求条件概率密度)|()|(||y x f x y f Y X X Y 和.解 首先2,01,()0,.(,)其它X x x f x f x y dy +∞-∞<<==⎧⎨⎩⎰1,01,()1,10,0,(,)≤其它.Y y y f y y y f x y dx +∞-∞-<<==+-<⎧⎪⎨⎪⎩⎰图3-9第1题积分区域当01y <<时, |1,1,1(|)0,X Y y x y f x y x <<-=⎧⎪⎨⎪⎩取其它值.当1y -<≤0时, |1,1,1(|)0,X Y y x y f x y x -<<+=⎧⎪⎨⎪⎩取其它值.当10<<x 时, |1,||,(|)20,Y X y x f y x x y <=⎧⎪⎨⎪⎩取其它值.2. 设随机变量X 与Y 相互独立, 下表列出二维随机变量(,)X Y 的分布律及关于X 和关于Y 的边缘分布律中部分数值, 试将其余数值填入表中空白处 .解 首先, 由于11121{}{,}{,}P Y y P X x Y y P X x Y y ====+==, 所以有11121111{,}{}{,}6824P X x Y y P Y y P X x Y y ====-===-=.在此基础上利用X 和Y 的独立性, 有11111{,}124{}1{}46P X x Y y P X x P Y y =======.于是 2113{}1{}144P X x P X x ==-==-=.再次, 利用X 和Y 的独立性, 有12211{,}18{}1{}24P X x Y y P Y y P X x =======.于是 312111{}1{}{}1623P Y y P Y y P Y y ==-=-==--=.最后, 利用X 和Y 的独立性, 有2222313{,}{}{}428P X x Y y P X x P Y y ======⨯=; 2323311{,}{}{}434P X x Y y P X x P Y y ======⨯=;1313111{,}{}{}4312P X x Y y P X x P Y y ======⨯=.因此得到下表3. (34)e (,)0,.,0,0,x y k f x y x y -+=⎧>>⎨⎩其它 (1) 求常数k ；(2) 求(X ,Y )的分布函数；(3) 计算{01,02}P X Y <<≤≤; (4) 计算(),x f x ()y f y ；(5) 问随机变量X 与Y 是否相互独立? 解 (1)由3401(,)d d e d e d 12xy kf x y x y k x y +∞+∞+∞+∞---∞-∞===⎰⎰⎰⎰,可得12=k .(2) (X ,Y )的分布函数(,)(,)d d x y F x y f u v x y -∞-∞=⎰⎰.当x <0或y <0时,有 0),(=y x F ; 当0,0x y ≥≥时, 34340(,)12e d e d (1e )(1e )x yuv x y F x y u v ----==--⎰⎰.即 34(1e )(1e ),0,0,(,)0,.x y x y F x y --⎧--≥≥=⎨⎩其它(3) {01,02}P X Y <<≤≤38(1,2)(0,0)(1e )(1e )F F --=-=--. (4) (34)012ed ,0,()(,)d 0,其它.x y X y x f x f x y y +∞-++∞-∞⎧>⎪==⎨⎪⎩⎰⎰所以 33e ,0,()0,其它.x X x f x -⎧>=⎨⎩类似地, 有44e ,0,()0,其它.y Y y f y -⎧>=⎨⎩显然2),(),()(),(R y x y f x f y x f Y X ∈∀⋅=, 故X 与Y 相互独立. 4.解 已知的分布律为注意到41260}1{}1{=++====Y P X P , 而0}1,1{===Y X P ,可见P {X =1, Y =1}≠P {X =1}P {Y =1}. 因此X 与Y 不相互独立.(2) Z X Y =+的可能取值为3, 4, 5, 6, 且316161}1,2{}2,1{}3{=+===+====Y X P Y X P Z P , }1,3{}2,2{}3,1{}4{==+==+====Y X P Y X P Y X P Z P3112161121=++=, 316161}2,3{}3,2{}5{=+===+====Y X P Y X P Z P . 即Z X Y =+(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 21}2{1}3{==-==V P V P . 即max(,)V X Y =的分布律为(4) min{U =}3,1{}2,1{}1{==+====Y X P Y X P U P}1,2{}1,3{==+==+Y X P Y X P 21=, 21}1{1}2{==-==U P U P . 即min{,}U X Y =的分布律为(5) W U V =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,}2,2{}3,1{}4{==+====V U P V U P W P31}2,2{}1,3{}3,1{===+==+===y X P Y X P Y X P ,31}2,3{}3,2{}3,2{}5{===+=======Y X P Y X P V U P W P .5. 2,01,01,(,)0,x y x y f x y --<<<<⎧=⎨⎩其它. (1) 求P {X >2Y }; (2) 求Z = X +Y 的概率密度f Z (z ).解 (1) 1120227{2}(,)d d d (2)d 24yx yP X Y f x y x y y x y x >>==--=⎰⎰⎰⎰. (2) 方法一: 先求Z 的分布函数:()()(,)d d Z x y zF z P X Y Z f x y x y +=+=⎰⎰≤≤.当z <0时, F Z (z )<0; 当0≤z <1时, 1()(,)d d d (2)d zz yZ D F z f x y x y y x y x -==--⎰⎰⎰⎰= z 2-13z 3; 当1≤z <2时, 2111()1(,)d d 1d (2)d Z z z yD F z f x y x y y x y x --=-=---⎰⎰⎰⎰= 1-13(2-z )3; 当z ≥2时, F Z (z ) = 1.故Z = X +Y 的概率密度为222,01,()()(2),12,0,Z Z z z z f z F z z z ⎧-<<⎪'==-<⎨⎪⎩≤其它.方法二: 利用公式()(,)d :Z f z f x z x x +∞-∞=-⎰2(),01,01,(,)0,x z x x z x f x z x ---<<<-<⎧-=⎨⎩其它 2,01,1,0,.z x x z x -<<<<+⎧=⎨⎩其它当z ≤0或z ≥2时, f Z (z ) = 0; 当0<z <1时, 0()(2)d (2);zZ f z z x z z =-=-⎰当1≤z <2时, 121()(2)d (2).Zz f z z x z -=-=-⎰故Z = X +Y 的概率密度为222,01,()(2),12,0,.Z z z z f z z z ⎧-<<⎪=-<⎨⎪⎩≤其它.6. 设随机变量(X , Y )得密度为21,01,02,(,)30,.其它x xy x y x y ϕ⎧+⎪=⎨⎪⎩≤≤≤≤试求: (1) (X , Y )的分布函数; (2) (X , Y )的两个边缘分布密度; (3) (X , Y )的两个条件密度; (4) 概率P {X +Y >1}, P {Y >X }及P {Y <12|X <12}.解 (1) 当x<0或y <0时, φ(x , y ) = 0, 所以 F (x , y ) = 0.当0≤x <1, 0≤y <2时, φ(x , y ) = x 2+13xy ,所以 201(,)(,)d d [()d ]d 3x yx yF x y u v u v u uv v u -∞-∞==+⎰⎰⎰⎰ϕ32211312x y x y =+. 当0≤x <1, 2≤y 时,2(,)(,)d d [(,)d ]d [(,)d ]d xyx y x F x y u v u v u v v u u v v u -∞-∞===⎰⎰⎰⎰⎰⎰ϕϕϕ22001[()d ]d 3xu uv v u =+⎰⎰21(21)3x x =+. 当1≤x , 0≤y <2时,1(,)(,)d d [(,)d ]d xyyF x y u v u v u v v u -∞-∞==⎰⎰⎰⎰ϕϕ12001[()d ]d 3yu uv v u =+⎰⎰1(4)12y y =+. 当1≤x , 2≤y 时,122001(,)[()d ]d 13F x y u uv v u =+=⎰⎰.综上所述, 分布函数为220,00,1(),01,02,341(,)(21),01,2,31(4),1,02,121,1, 2.x y y x y x x y F x y x x x y y y x y x y <<⎧⎪⎪+<<⎪⎪⎪=+≥⎨⎪⎪+≥⎪⎪≥≥⎪⎩或≤≤≤≤≤< (2) 当0≤x ≤1时,22202()(,)d ()d 2,33X xy x x y y x y x x ϕϕ+∞-∞==+=+⎰⎰故 222,01,()30,.其它≤≤X x x x x ϕ⎧+⎪=⎨⎪⎩当0≤y ≤2时,12011()(,)d ()d ,336Y xy y x y x x x y ϕϕ+∞-∞==+=+⎰⎰ 故 11,02,()360,.其它≤≤Y y y y ϕ⎧+⎪=⎨⎪⎩(3) 当0≤y ≤2时, X 关于Y = y 的条件概率密度为2(,)62(|).()2Y x y x xy x y y yϕϕϕ+==+当0≤x ≤1时, Y 关于X = x 的条件概率密度为(,)3(|).()62X x y x yy x y x ϕϕϕ+==+(4) 参见图3-10.图3-10 第9题积分区域 图3-11 第9题积分区域1{1}(,)d d x y P X Y x y x y ϕ+>+>=⎰⎰12201165d ()d .372xx x xy y -=+=⎰⎰ 同理, 参见图3-11.{}(,)d d y xP Y X x y x y ϕ>>=⎰⎰122117d ()d .324xx x xy y =+=⎰⎰ 1111{,}(,)112222{|}1122{}()22X P X Y F P Y X P X F <<<<==<211(,)221201()534.32()d |X y x y x x xϕ+==⎰。
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.。
《概率论与数理统计》习题及答案 第三章
《概率论与数理统计》习题及答案第 三 章1．掷一枚非均质的硬币，出现正面的概率为p (01)p <<，若以X 表示直至掷到正、反面都出现时为止所需投掷次数，求X 的分布列。
解 ()X k =表示事件：前1k -次出现正面，第k 次出现反面，或前1k -次出现反面，第k 次出现正面，所以11()(1)(1),2,3,.k k P X k p p p p k --==-+-=2．袋中有b 个黑球a 个白球，从袋中任意取出r 个球，求r 个球中黑球个数X 的分布列。
解 从a b +个球中任取r 个球共有ra b C +种取法，r 个球中有k 个黑球的取法有k r kb a C C -，所以X 的分布列为()k r kb ara bC C P X k C -+==，max(0,),max(0,)1,,min(,)k r a r a b r =--+， 此乃因为，如果r a <，则r 个球中可以全是白球，没有黑球，即0k =；如果r a >则r 个球中至少有r a -个黑球，此时k 应从r a -开始。
3．一实习生用一台机器接连生产了三个同种零件，第i 个零件是不合格品的概率1(1,2,3)1i p i i ==+，以X 表示三个零件中合格品的个数，求X 的分布列。
解 设i A =‘第i 个零件是合格品’1,2,3i =。
则1231111(0)()23424P X P A A A ===⋅⋅=， 123123123(1)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++111121113623423423424=⋅⋅+⋅⋅+⋅⋅=， 123123123(2)()P X P A A A A A A A AA ==++ 123123123()()()P A A A P A A A P A A A =++ 1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=，20 1231236(3)()23424P X P A A A ===⋅⋅=. 即X 的分布列为01231611624242424XP. 4．一汽车沿一街道行驶，需通过三个设有红绿信号灯的路口，每个信号灯为红或绿与其他信号灯为红或绿相互独立，且每一信号灯红绿两种信号显示的概率均为12，以X 表示该汽车首次遇到红灯前已通过的路口的个数，求X 的概率分布。
概率论与数理统计习题解答(第3章)
习 题 三 （A ）三、解答题1. 设口袋中有3个球，它们上面依次标有数字1，1，2，现从口袋中无放回地连续摸出两个球，以X ，Y 分别表示第一次与第二次摸出的球上标有的数字，求(X ，Y )的分布律． 解：(X ，Y )取到的所有可能值为(1，1)，(1，2)，(2，1)由乘法公式： P {X =1，Y =1}=P {X =1}P {Y =1|X =1}=2/3⨯1/2=/3， P {X =1，Y =2}= P {X =1}P {Y =2|X =1}=2/3⨯1/2=1/3， P {X =2，Y =1}= P {X =2}P {Y =1|X =2}=1/3⨯2/2=1/3. (X ，Y )的分布律用表格表示如下：2．设盒中装有8支圆珠笔芯，其中3支是蓝的，3支是绿的，2支是红的，现从中随机抽取2支，以X ，Y 分别表示抽取的蓝色与红色笔芯数，试求： (1) X 和Y 的联合分布律；(2) P {X ，Y } ∈ A }，其中A = {(x ，y )| x + y ≤ 1}． 解：X ，Y 所有可能取到的值是0， 1， 2(1) P {X =i ， Y =j }=P {X =i }P {Y =j |X =i }=282223C C C C j i j i --， i ， j =0，1，2， i +j ≤2 或者用表格表示如下：(2)P{(X ，Y )∈A }=P {X +Y ≤1}=P {X =0， Y =0}+P {X =1，Y =0}+P {X =0，Y =1}=3/28+9/28+6/28=9/14.3．设事件B A 、满足,21)|(,21)|(,41)(===A B P B A P A P 记X ，Y 分别为一次试验中A ，B 发生的次数，即⎩⎨⎧=不发生，发生A A X 0,1，⎩⎨⎧=不发生，发生，B B Y 0 1，求：二维随机变量(X ，Y )的分布律．解：因为P (A )=1/4，,21)|(=A B P 由P (B |A )=2/14/1)()()(==AB P A P AB P 得P (AB )=1/8， 由P (A |B )=2/1)()(=B P AB P 得P(B)=1/4.(X ，Y )取到的所有可能数对为(0，0)，(1，0)，(0，1)，(1，1)，则 P {X =0，Y =0}=)(1)()(B A P B A P B A P -===1-P (A )-P (B )+P (AB )=5/8, P {X =0，Y =1}=)(B A P =P (B -A )=P (B )-P (AB )=1/8, P {X =1，Y =0}=)(B A P =P (A -B )=P (A )-P (AB )=1/8, P {X =1，Y =1}=P (AB )=1/8.4．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=.,0,10,10 ,),(其它y x Axy y x f 试求： (1) 常数A (2) P {X = Y } (3) P {X < Y }(4) (X ，Y )的分布函数． 解：(1)由归一性知：1=， 故A=4(2) P {X =Y }=0, (3) P {X <Y }=.(4)F (x ，y )=即F (x ，y )=5．设二维随机变量),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<+=其它0,20,10 ,3),(2y x xyx y x f求P {X + Y ≥ 1}． 解：P{X+Y ≥1}=7265)3(),(102121=+=⎰⎰⎰⎰-≥+dydx xy x dxdy y x f xy x 6．将一枚硬币掷3次，以X 表示前2次中出现正面的次数，以Y 表示3次中出现正面的次数，求X ，Y 的联合分布律及(X ，Y )的边缘分布律．解：X 的所有可能取值为0，1，2，Y 的所有可能取值为0，1，2，3. P {X =0，Y =0}=0.53=0.125; P {X =0，Y =1}=0.53=0.125P {X =1，Y =1}=25.05.05.0212=⨯C ， P {X =1，Y =2}=25.05.05.0212=⨯C P {X =2，Y =2}=0.53=0.125， P {X =2，Y =3}==0.53=0.125 X ，Y 的分布律及边缘分布律可用表格表示如下：Y X 0 1 2 3 P i . 0 0.125 0.125 0 0 0.25 1 0 0.25 0.250.52 00.125 0.125 0.25P .j0.125 0.375 0.375 0.125 1解法2：,21)21()21(}|{}{},{22⨯=======-iiiC i X j Y P i X P j Y i X P.1,0,3,2,1,0,2,1,0=-==i j j i7．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<=-其它,00,),(yx e y x f y 求边缘概率密度f X (x )，f Y (y )．解：⎩⎨⎧<<=-其它,00,),(yx e y x f y⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==-+∞-∞+∞-⎰⎰0,00,0,00,),()(x x e x x dy e dy y x f x f xxy X ⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==--∞+∞-⎰⎰0,00,0,00,),()(0y y ye y y dx e dx y x f y f y y yY 8．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧≤≤=其它,01,),(22y x y cx y x f 求：(1) 确定常数c(2) 边缘概率密度f X (x )，f Y (y )．解：⎩⎨⎧<≤≤=0,01,),(22x y x y cx y x f(1)214212),(1104211122cdx x x c ydydx cx dxdy y x f x =-===⎰⎰⎰⎰⎰-∞+∞-∞+∞-所以 c=21/4(2) ⎪⎩⎪⎨⎧<-=⎪⎩⎪⎨⎧<==⎰⎰∞+∞-其它其它，,01||,8)1(2101||,421),()(42122x x x x ydy x dy y x f x f x X⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰-∞+∞-其它其它，,010********),()(252y y y ydx x dx y x f y f y yY 9．设平面区域D 由曲线xy 1=及直线y = 0，x = 1，x = e 2围成，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f X (x )，f Y (y )． 解：2|ln 12211===⎰e e D x dx xS (X ，Y )在区域D 上服从均匀分布，故f (x ，y )的概率密度为⎪⎩⎪⎨⎧∈=其它，0),(,21),(Dy x y x f ⎪⎩⎪⎨⎧≤≤==⎰⎰∞+∞-其它（,01,21),()210X e x dy dy y x f x f x⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤≤≤-=-===--∞+∞-⎰⎰⎰其它（10,0),11(2121,2121),()221112X 2y e e y y dx e dx dx y x f x f y e 10．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f 试求条件概率密度f (y | x )．解：⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f)0)(( )(),()|(|>=x f x f y x f x y f X X X Y ⎪⎩⎪⎨⎧≤<===⎰⎰∞+∞-其它,010,233),()(20x x xdy dy y x f x f x X当0<x ≤1时，⎪⎩⎪⎨⎧<<==其它,00,233)(),()|(2|xy x x x f y x f x y f X X Y即，⎪⎩⎪⎨⎧≤<<=其它,010,2)|(|x y x x y f X Y11．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<=其它,0,10,1),(xy x y x f 求条件概率密度f (x | y )．解：⎩⎨⎧<<<=其它,0||,10,1),(xy x y x f⎪⎩⎪⎨⎧>-=≤+===⎰⎰⎰-∞+∞-0,10,1),()(11y y dx y y dx dx y x f y f y y Y当y ≤0时，⎪⎩⎪⎨⎧<<-<<+==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X当y >0时，⎪⎩⎪⎨⎧<<-<<-==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X所以，⎪⎩⎪⎨⎧<<<-==其它,01||0,||11)(),()|(|x y y x f y x f y x f Y Y X12．已知随机变量Y 的概率密度为⎩⎨⎧<<=其它,010,5)(4y y y f Y 在给定Y = y 条件下，随机变量X 的条件概率密度为⎪⎩⎪⎨⎧<<<=其它,010,3)(32y x y x y x f 求概率P {X > 0.5}． 解：由)(),()|(|x f y x f y x f Y Y X =得 ⎩⎨⎧<<<<==其它,00,10,15)()|(),(2|yx y yx y f y x f y x f Y Y X644715),(}5.0{15.0125.0===>⎰⎰⎰⎰+∞+∞∞-xdydx yx dydx y x f X P 13．设二维随机变量(X ，Y )的分布律为试分别求),max(Y X Z =和),min(Y X W =的分布律． 解：Z =max(X ，Y )，W =min(X ，Y )的所有可能取值如下表Z =max(X ，Y )，W =min(X ，Y )的分布律为14．设X 和Y 是相互独立的随机变量，且)(~),(~θθE Y E X ，如果定义随机变量Z 如下：⎩⎨⎧>≤=Y X YX Z ,0,1 求Z 的分布律．解：⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X θθ ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f yY θθ 由独立性得X ，Y 的联合概率密度为⎪⎩⎪⎨⎧>>=+-其它,00,0,1),(2y x e y x f yx θθ 则P {Z =1}=P {X ≤Y }=211),(002==⎰⎰⎰⎰∞++-≤xyx yx dydx edxdy y x f θθ P {Z =0}=1-P {Z =1}=0.5故Z 的分布律为15．设二维随机变量(X ，Y )的概率密度为⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π求边缘概率密度f X (x )，f Y (y )；并问X 与Y 是否独立？解：⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π⎪⎩⎪⎨⎧<-===⎰⎰---∞+∞-其它，01||,121),()(222112x x dy dy y x f x f x x X ππ 同理，⎪⎩⎪⎨⎧<-=其它，01||,12)(2y y y f Y π显然，)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立16．设随机变量X 和Y 相互独立，试在以下情况下求Y X Z +=的概率密度， (1) )1,0(~),1,0(~U Y U X ； (2) )1(~),1,0(~Exp Y U X ．解：(1)⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧<<=其它,010,1)(Y y y f利用卷积公式：⎰+∞∞--=dx x z f x f z f Y X Z )()()(求f Z (z ))()(x z f x f Y X -=⎩⎨⎧+<<<<其它,01,10,1x z x x⎪⎪⎩⎪⎪⎨⎧<≤<≤-===-=⎰⎰⎰-∞+∞-其它2110,02,)()()(110z z z dx z dx dx x z f x f z f z z Y X Z(2) ⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧≤>=-0,00,)(Y y y e y f y 利用卷积公式：⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎩⎨⎧+<<>=--其它,01,0,)()(y z y y e y f y z f y Y X⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎪⎪⎩⎪⎪⎨⎧⎪⎩⎪⎨⎧≥<≤--=≥<≤=-----⎰⎰其它其它110,0,)1(,1110,0,,10z z e e e z z dy e dy e z zzz y z y17．设)1,1(~),1,0(~N Y N X ，且X 与Y 独立，求}1{≤+Y X P ． 解：由定理3.1（P75）知，X +Y ~N (1，2)，故5.0)0(}21121{}1{=Φ=-≤-+=≤+Y X P Y X P 18．设随机变量(X ，Y )的概率密度为⎪⎩⎪⎨⎧>>+=+-. ,0;0,0,)(21),()(其它y x e y x y x f y x(1) 问X 和Y 是否相互独立？ (2) 求Y X Z +=的概率密度． 解：(1) )1(21)(21),()0)(X +=+==-+∞+-+∞∞-⎰⎰x e dy e y x dx y x f x f x y x （(x>0) 同理，)1(21)(+=-y e y f yY y>0 显然，)()x (),(y f f y x f Y X =，所以X 与Y 不相互独立 (2).利用公式⎰+∞∞--=dx x z x f z f Z )()(，被积函数⎪⎩⎪⎨⎧>>=⎪⎩⎪⎨⎧>->-+=---+-其它其它,0,0,21,00,0,)(21),()(xz x ze x z x e x z x x z x f z x z x所以⎰+∞∞--=dx x z x f z f Z )()(，⎪⎩⎪⎨⎧⎪⎩⎪⎨⎧≤>=≤>=--⎰0,00,210,00,2120z z e z z z dx ze z z z19. 设某系统L 由两个相互独立的系统L 1，L 2联合而成，各连接方式如图所示．已知L 1，L 2的使用寿命X 与Y 分别服从参数为α，β 的指数分布，求以下各系统L 使用寿命Z 的分布函数及概率密度．解：并联时，系统L 的使用寿命Z=max{X ，Y} 因X ~Exp (α)，Y ~Exp (β)，故⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X αα， ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f y Y ββ ⎪⎩⎪⎨⎧≤>-=-0,00,1)(x x e x F xX α， ⎪⎩⎪⎨⎧≤>-=-0,00,1)(y y e y F y Y β ⎪⎩⎪⎨⎧≤>--==--0,00),1)(1()()()(z z e e z F z F z F z z Y X Z βα⎪⎩⎪⎨⎧≤>+-+=⎪⎪⎭⎫⎝⎛+---0,00,)11(11)(11z z e e e z f z z z Z βαβαβαβα 串联时，系统L 的使用寿命Z =min{X ，Y }⎪⎩⎪⎨⎧≤>-=---=⎪⎪⎭⎫⎝⎛+-0,00,1)](1)][(1[1)(11z z e z F z F z F z Y X Z βα ⎪⎩⎪⎨⎧≤>⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫⎝⎛+-0,00,11)(11z z e z f zZ βαβα （B ）1．设二维随机变量(X ，Y )的分布律为已知随机事件{X = 0}与{X + Y = 1}相互独立，求a ，b 的值．解：P {X =0}=a +0.4，P {X +Y =1}=P {X =1，Y =0}+P {X =0，Y =1}=a +b. P {X =0，X +Y =1}=P {X =0，Y =1}=a 由于{X =0}与{X +Y =1}相互独立，所以 P {X =0， X +Y =1}=P {X =0} P {X +Y =1}即 a =(a +0.4)(a +b ) (1) 再由归一性知：0.4+a +b +0.1=1 (2) 解(1)，(2)得 a =0.4， b =0.1 2．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<--=其它 ,010,10 ,2),(y x y x y x f (1) 求P {X > 2Y }(2) 求Z = X + Y 的概率密度f Z (z )． 解: (1) 247)2(),(}2{10202=--==>⎰⎰⎰⎰>xyx dydx y x dxdy y x f Y X P (2) 利用公式dx x z x f z f Z ⎰+∞∞--=),()(计算⎩⎨⎧<-<<<-=-其它,010,10,2),(x z x z x z x f ⎪⎩⎪⎨⎧≥<≤-<<-=⎪⎪⎩⎪⎪⎨⎧≥<≤-<<-=-=⎰⎰⎰-∞+∞-2,021,)2(10),22,021,)2(10,)2(),()(2110z z z z z z z dx z z dx z dx x z x f z f z z Z （3．设随机变量X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-=其它,020,4101,21)(x x x f X令2X Y =，),(y x F 为二维随机变量(X ，Y )的分布函数，求 (1) Y 的概率密度)(y f Y ；(2) )4,21(-F ．解：(1) F Y (y )=P {Y ≤y }=P {X 2≤y } 当y <0时，f Y (y )=0当y ≥0时，)()(}{)(y F y F y X y P y F X X Y --=<<-=从而，⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>≤<≤<=⎪⎩⎪⎨⎧-+=4041,8110,83)]()([21)(y y y y y y f y f yy f X X Y ，(2) F (-1/2，4)=P {X ≤-1/2，Y ≤4}= P {X ≤-1/2，X 2≤4} =P {-2≤X ≤-1/2}=4121)(211212==⎰⎰----dx dx x f X 4．设(X ，Y )为二维离散型随机变量，X 和Y 的边缘分布律分别如下：如果1}0{==XY P ，试求 (1) (X ，Y )的分布律； (2) 问X 与Y 是否独立． 解：P {XY ≠0}=1-P {XY =0}=0 即 P {X =-1，Y =1}+P {X =1，Y =1}=0由概率的非负性知，P {X =-1，Y =1}=0，P {X =1，Y =1}=0由边缘分布律的定义，P {X =-1}= P {X =-1，Y =0}+ P {X =-1，Y =1}=1/4 得P {X =-1，Y =0}=1/4再由P {X =1}= P {X =1，Y =0}+ P {X =1，Y =1}=1/4 得P {X =1，Y =0}=1/4再由P {Y =1}=P {X =-1，Y =1}+ P {X =0，Y =1}+ P {X =1，Y =1}= P {X =0，Y =1} 知P {X =0，Y =1}=1/2最后由归一性得：P {X =0，Y =0}=0(X ，Y )的分布律用表格表示如下：(2) 显然，X 和Y 不相互独立，因为P {X =-1，Y =0}≠ P {X =-1}P {Y =0}5．设随机变量X 与Y 相互独立，且),(~),,(~2ππσμ-U Y N X ，求Z = X + Y 的概率密度（计算结果用标准正态分布分布函数)(x Φ表示）．解：X 与Y 相互独立，利用卷积公式dx x z f x fz f Y XZ ⎰+∞∞--=)()()(计算,21)(222)(σμσπ--=x X ex f ⎪⎩⎪⎨⎧-∈=其它,0),(,21)(πππy y f Y ⎪⎩⎪⎨⎧<-<-=---其它,0,221)()(222)(ππππσσμx z e x z f x f x Y X⎰⎰⎰+---+---+∞∞-==-=ππσμπππσμπσππσz z x z z x Y X Z dx edx edx x z f x f z f 22222)(212)(21221)()()()]()([21}{21ππππππ--+=+<<-=z F z F z X z P ⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛--Φ-⎪⎭⎫ ⎝⎛-+Φσμπσμππz z 21 6．设二维随机变量(X ，Y )在矩形}10,20),{(≤≤≤≤=y x y x G 上服从均匀分布，试求边长为X 和Y 的矩形面积S 的概率密度)(s f S ． 解：(X ，Y )～Ｕ(G )⎪⎩⎪⎨⎧∈=其它,0),(,21),(Gy x y x f设F (x )和f (s )分别表示S =XY 的分布函数和密度函数 F (s )=P {XY <s} s<0时，F S (s)=0s ≥0时，⎪⎩⎪⎨⎧+≥=⎰⎰⎰⎰s s xs S dydxdydx s F 010*******,1, 所以，⎪⎪⎩⎪⎪⎨⎧≥≥+<=2,12,2ln 220,0s s s s s s F S于是，S =ＸY 概率密度为⎪⎩⎪⎨⎧<<=其它,020,2ln 21)(s ss f S 7．设随机变量X 与Y 相互独立，其中X 的分布律为而Y 的概率密度为f (y )，求随机变量Y X U +=的概率密度)(u g ． 解：由全概率公式： F U (u )=P {U ≤u }={X +Y ≤u }=P {X =1}P {X +Y ≤u |X =1}+ P {X =2}P {X +Y ≤u |X =2} = P {X =1}P {1+Y ≤u }+ P {X =2}P {2+Y ≤u } =0.3⨯F Y (u -1)+0.7⨯F Y (u -2)所以，f U (u ) =0.3⨯f Y (u -1)+0.7⨯f Y (u -2)8．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=其它，，,020,10 ,1),(x y x y x f 求：(1) (X ，Y )的边缘概率密度f X (x )，f Y (y )； (2) Y X Z -=2的概率密度)(z f Z ； 解：(1) ⎩⎨⎧<<<<=其它,00,10,1),(x y x y x f⎩⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,2,010,1),()(20x x x dy dy y x f x f x X ⎪⎩⎪⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,020,21,020,1),()(12y yy dx dx y x f y f y Y (2) ⎰⎰≤-=≤-=≤=zy x Z dxdy y x f z Y X P z Z P z F 2),(}2{}{)(如图所示，当z<0时，F Z (z)=0; 当z ≥2时，F Z (z)=1 当0≤z<2时:411)(212222020z z dydx dydx z F z xz x zx Z -=+=⎰⎰⎰⎰- 综上所述，⎪⎪⎩⎪⎪⎨⎧≥<≤-<=2,120,40.0)(2z z z z z z F Z 所以Z 的概率密度为：⎪⎩⎪⎨⎧<≤-=20,21,0)(z zz f Z 其它 9．设随机变量X 在区间(0，1)上服从均匀分布，在X = x （0 < x < 1）的条件下，随机变量Y 在区间),0(x 上服从均匀分布，求： (1) 随机变量X 和Y 的联合概率密度； (2) Y 的概率密度； (3) 概率P {X + Y > 1}． 解：(1) ⎩⎨⎧<<=其它,010,1)(x x f X⎪⎩⎪⎨⎧<<<<=其它,010,0,1)|(|x x y xx y f X Y ⎪⎩⎪⎨⎧<<<==其它（,010,1)()|),(|x y xx f x y f y x f X X Y(2) ⎩⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,ln ,010,1),()(1y y y dx x dx y x f y f y Y (3) 2ln 11),(}1{P 15.011-===≥+⎰⎰⎰⎰-≥+xx y x dydx xdxdy y x f Y X10. 设随机变量X 与Y 相互独立，X 的分布律为31}{==i X P ，（i = – 1，0，1），Y 的概率密度为⎩⎨⎧<≤=其它,010,1)(y y f Y ，记Y X Z +=，求：(1) 求}021{=≤X Z P (2) 求Z 的概率密度)(z f Z ．解：(1) P {Z ≤1/2|X =0}=P {X +Y ≤1/2|X =0}=P {Y ≤1/2}=1/2 (2) 由全概率公式：F Z (z )=P {Z ≤z }=P {X +Y ≤z }=P {X =1}P {X +Y ≤z |X =1} +P {X =0}P {X +Y ≤z |X =0}=P {X =-1}P {X +Y ≤z|X =-1} = P {X =1}P {1+Y ≤z }+P {X =0}P {Y ≤z }=P {X =-1}P {-1+Y ≤z } =1/3⨯[F Y (z -1)+ F Y (z )+ F Y (z +1)]从而，f Z (z ) =1/3⨯[f Y (z -1)+ f Y (z )+ f Y (z +1)]=⎪⎩⎪⎨⎧<<-其它,021,31z11．设X 与Y 的联合概率密度为⎩⎨⎧<<<<=.,0;0,10 ,3),(其它x y x x y x f 试求Y X Z -=的概率密度． 解：⎩⎨⎧<<<<=其它,00,10,3).(xy x x y x f⎰⎰-≥=-≥=≤-=≤=zx y Z dxdy y x f Z X Y P z Y X P z Z P z F ),(}{}{}{)(如图，当z<0时，F Z (z)=0; 当z ≥1时，F Z (z )=1当0≤z<1时:22333)(3100z z xdydx xdydx z F z xz x zxZ -=+=⎰⎰⎰⎰-综上得：⎪⎪⎩⎪⎪⎨⎧≥<≤-<=1,010,2230,0)(3z z z z z z F Z 12Z 的概率密度为⎪⎩⎪⎨⎧<≤-=其它,010),1(23)(2z z z f Z12．设X 与Y 独立同分布，且都服从标准正态分布N (0，1)，试求22Y X Z +=的分布． 解：,21)(22x X ex f -=π,21)(22y Y ey f -=π22221)()(),(y x Y X e y f x f y x f +-==π}{}{)(22z y x P z Z P z F Z ≤+=≤=当z<0时，F Z (z)=0; 当z ≥0时，220222222222121),(}{)(z zr z y x Z erdrd edxdy y x f z Y X P z F --≤+-===≤+=⎰⎰⎰⎰πθπ所以，Z 的概率密度为⎪⎩⎪⎨⎧≥=-其它,00,)(22z ze z f z Z。
《概率论与数理统计答案》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
1．设随机变量 X 的概率分布为
X
－3 0.1
0 0.2
1 0.3
5 0.4
pk 试求 EX 。
答案与提示： EX = 2 。 2．已知随机变量 X 的分布列为
X
0 0.1
1
p
2 0.4
3 0.2
Pk
答案与提示：（1）由归一性， p = 0.3 ； （2） EX = 1.7 ； （3） DX = 0.81 3．已知随机变量 X 的分布列为
后
答
D X −Y = 1−
26．设灯管使用寿命 X 服从指数分布，已知其平均使用寿命为 3000 小时，现有
—5—
案
若一周 5 个工作日里无故障可获利 10 万元，发生一次故障仍获利 5 万元，发生二次2π网
。
ww w
3 ； 2
.k
hd a
EZ =
1 ， DZ = 3 ； 2
w. c
解：（1）由数学期望、方差的性质及相关系数的定义( ρ XY =
第三章
习题参考答案与提示
求：（1） Y = 2 X 的数学期望；（2） Y = e −2 X 的数学期望。 答案与提示：（1） EY = E 2 X = 2 ；（2） EY = Ee −2 X = 1/ 3 。
1 11．试证明事件在一次试验中发生的次数的方差不超过 。 4
答案与提示：事件在 n 次独立重复试验中发生的次数服从参数为 n ， p 的二项分 布 B ( n, p ) ，当然在一次试验中发生的次数应服从 B (1, p ) ，即为(0-1)分布。
f ( x) = 1 − x− β e 2α
概率论与数理统计期末测试（新）第三章练习题
概率论与数理统计期末测试（新）第三章练习题一、选择题1、随机变量X 和Y 相互独立，且方差21()Var X σ=,22()Var Y σ=,(120,0σσ>>)，12,k k 是已知常数，则12()Var k X k Y -等于( )。
(A) 221122k k σσ- (B) 221122k k σσ+ (C)22221122k k σσ- (D) 22221122k k σσ+2、随机变量X 与Y 相互独立，且方差()2Var X =，() 1.5Var Y =，则(321)Var X Y --等于( )。
(A) 9 (B) 24 (C) 25 (D) 23、已知随机变量X 与Y 的方差，()4Var X =，()9Var Y =，协方差cov(,)2X Y =，则(2)V a r X Y -等于( )。
(A) 25 (B) 13 (C) 17 (D) 214、已知随机变量X 与Y 的方差，()9Var X =，()16Var Y =，相关系数(,)0.5corr X Y =，则()Var X Y -等于( )。
(A) 19 (B)13 (C) 37 (D) 255、5个灯泡的寿命12345,,,,X X X X X 相互独立同分布且()i E X a =，()i Var X b =(1,2,3,4,5i =)，则5个灯泡的平均寿命123451 ()5Y X X X X X =++++的方差()Var Y =( )。
(A) 5b (B) b (C) 0.2b (D) 0.04b6、如果随机变量X 与Y 不相关，则正确的是( )。
(A) ()()()Var aX bY aVar X bVar Y +=+ (B) ()()()Var X Y Var X Var Y -=- (C)()()()Var XY Var X Var Y = (D) ()()()E XY E X E Y =7、如果随机变量X 与Y 独立，则正确的是( )。
(完整版)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
n
解:(1)P{X n} P{X n,Y m}
m0
n e14 (7.14)m (6.86)nm
m0
m!(n m)!
e14 n
n! (7.14)m (6.86)nm
n! m0 m!(n m)!
e14 (7.14 6.86)n 14n e14 , n 0,1,2,
返回主目录
第三章 多维随机变量及其分布
(3)P{Y m | X 20} C2m0 0.51m0.4920m , m 0,1,2, ,20.
P{Y m | X n} Cnm 0.51m0.49nm , m 0,1,2, , n
返回主目录
第三章 多维随机变量及其分布
11.设随机变量(X,Y)的联合概率密度为
0, FU (u) un ,
1,
u 0, 0 u 1,
u 1.
返回主目录
第四章 随机变量的数字特征
U 的密度函数为
nun1, x (0,1),
fU (u)
0,
其他.
0, FU (u) un ,
1,
u 0, 0 u 1,
u 1.
E(U )
ufU (u)du
e14 (7.14)m (6.86)nm m!(n m)!
e
1414n n!
Cnm
7.14 14
m
6.86 14
nm
Cnm 0.51m0.49nm , m 0,1,2, , n
P{X n,Y m} e14 (7.14)m (6.86)nm , m!(n m)!
m 0,1,2, , n; n 0,1,2, .
cxey ,0 x y ,
概率论第三章习题解答
第三章习题解1 在一箱子中装有12只开关，其中2 只是次品，在其中任取两次，每次任取一只，考虑两种试验：（1）放回抽样；（2）不放回抽样。
定义随机变量X ，Y 如下： 0,1X ⎧=⎨⎩若第一次取出的是正品，，若第一次取出的是次品。
0,Y 1⎧=⎨⎩若第二次取出的是正品，，若第二次取出的是次品。
试分别就（1），（2）两种情况写出X ，Y 的联合分布律。
解 （1）放回抽样由于每次抽取时都是12只开关，第一次取到正品有10种可能，即第一次取到正品的概率为 105{0}126P X ===， 第一次取出的是次品的概率为 21{1}126P X === 同理，第二次取到正品的概率105{0}126P Y ===第二次取到次品的概率为21{1}126P Y ===由乘法公式得X ，Y 的联合分布率为{,}{|}{}{}{}P X i Y j P Y j X i P X i P X i P Y j =========，0,1i =，0,1j =。
具体地有5525{0,0}6636P X Y ===⨯=，515{0,1}6636P X Y ===⨯=， 155{1,0}6636P X Y ===⨯=，111{1,1}6636P X Y ===⨯=用表格的形式表示为（2 5{0}6P X ==，1{1}6P X == 因为第二次抽取时，箱子里只有11只开关，当第一次抽取的是正品，则箱子中有9只正品）。
所以9{0|0}11P Y X ===， 2{1|0}11P Y X === 10{0|1}11P Y X ===， 1{1|1}11P Y X ===则5945{0,0}61166P X Y ===⨯= 5210{0,1}61166P X Y ===⨯=，11010{1,0}61166P X Y ===⨯=，111{1,1}61166P X Y ===⨯= 用表格表示为2 （14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。
概率论与数理统计答案 第三章习题
解
f
X
(
x)
fY
(
y)
2x(1
0,
|
y |),0
x 1,| y|1 其它
f (x, y)
故X和Y不相互独立.
14.设X和Y是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
fY
(
y)
1 2
e
y
2
,
y
0
(1)求X和Y的联合概率密度;
0, y 0
(2)设含有a的二次方程为a2+2Xa+Y=0,试求a有实根的概率.
(X,Y)关于Y的边缘分布律可用Y= j时 X取所有可能取的值的概率相加而得. 也可以单独列表如下:
X0 1 2
pk 1 2 1
4 44
Y0 1 2 3
pk 1 3 3 1
8 88 8
X Y0123
012
1 10 0 88
0 220
88
00 11
88
1 P{Y=j} 8
3 8
3 8
1 8
P{X=i}
0 25/36 5/36 5/6
0 45/66 10/66 5/6
1 5/36 1/36 1/6
1 10/66 1/66 1/6
P{X=i} 5/6 1/6 1
P{X=i} 5/6 1/6 1
13(1)问第1题中的随机变量X和Y是否相互独立?(需说明理由) 解 (1)P{X=i,Y=j}=P{X=i}P{Y=j}对(X,Y)所有可能取值 (i,j)( i ,j =0,1)都成立,故放回抽样X和Y相互独立.
y)dy y (4)
4
(2)
2
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。
概率论第三章习题及答案
则称
p i j P X x i ， Y y j i ， j 1 ， 2 ，
为二维离散 X ， Y 型 的随 （机 联变 合量
2021/7/1
14
第三章 习题课
二维离散型随机变量的联合分布律
X，Y的联合分布下 律表 也表 可示 以
布的关系，了解条件分布。 3 掌握二维均匀分布和二维正态分布。 4 要理解随机变量的独立性。 5 要会求二维随机变量的和及多维随机变返回主目3 录
第三章 习题课
1 二维随机变量的定义 设 E 是一个随机试验，它的样本空间是 S={e}， 设 X=X(e) 和 Y=Y(e) 是定义在 S 上的随机变量。 由它们构成的一个向量 (X, Y) ，叫做二维随机 向量，或二维随机变量。
2021/7/1
返回主目17 录
4) F ( x 2 , y 2 ) F ( x 2 , y 1 ) F ( x 1 , y 1 ) F ( x 1 , y 2 ) 0 .
2021/7/1
y y2
(x1 , y2)
(X, Y )
y1 (x1 , y1)
o x1
(x2 , y2)
(x2 , y1)
10
x2
x
第三章 习题课
说明
Y X
y1
y2
…
yj
…
x1
p11
p12
…
p1 j
…
x2
p 21
p 22
p2 j
…
xi
pi1
2021/7/1
…
返回主目15 录
第三章 习题课
二维离散型随机变量联合分布律的性质
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》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×E 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×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× 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ka +1.5(2)由(1)与(2)解得a =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(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)/1887. 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)=3Eξi12. 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()22020222222)(|λξλλϕξλλλλ==+-=-===⎰⎰⎰⎰∞+-∞+-+∞-+∞-+∞∞-E dx xe e x 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 ξ16. 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=⨯+⨯=ξE144275144251225)(22=-=-=ξξξE E D3613311121311270=⨯+⨯+⨯=ηE1083731121912=+⨯=ηE129627512961691237129616910837)(22=-⨯=-=-=ηηηE E D36133112131)(-=-⨯-=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》期中测试题参考解答1、（10分）设A B C 、、表示三个随机事件，试用事件A B C 、、的运算分别表示下列各事件：(1)A 不发生而B C 、都发生； 表示为：ABC(2)A B C 、、三个事件至少有一个发生； 表示为：AB C ；或表示为：ABC ABC ABC ABC ABC ABC ABC(3)A B C 、、三个事件至多有一个发生； 表示为：ABCABC ABC ABC(4)A B C 、、恰有两个不发生； 表示为：ABCCAB BAC ；(5)A B C 、、都不发生； 表示为：ABC(6)A B C 、、三个事件不少于两个发生； 表示为：ABBC AC ；或表示为：ABC ABC ABC ABC(7)A B C 、、同时发生； 表示为：ABC(8)A B C 、、三个事件不多于两个发生； 表示为：AB C ；或表示为：ABC 或表示为：ABCABC ABC ABC ABC ABC ABC(9)A B C 、、不全发生； 表示为：AB C ；或表示为：ABC 或表示为：ABCABC ABC ABC ABC ABC ABC(10)A B C 、、恰有一个发生.或表示为：ABC ABC ABC2、（14分）已知()0.6,()0.3,()0.6,P A P AB P B ===求：(1)()P AB ；(2)()P A B -；(3)()P AB ；(4)()P AB ；(5)()P A B ；(6)()P B A ；(7)()P A B A .解：（1）因为0.3()()()()P AB P A B P A P AB ==-=-，所以有()()0.3[1()]0.30.40.30.1P AB P A P A =-=--=-=；（2）()()()[1()]()(10.6)0.10.3P A B P A P AB P A P AB -=-=--=--= （3）()()()()0.40.60.10.9P AB P A P B P AB =+-=+-=；（4）()()1()10.90.1P AB P A B P A B ==-=-=；（5）()0.11()()0.66P AB P A B P B ===； （6）()()0.33()()1()0.44P AB P A B P B A P A P A -====-；（7）[()]()()()()()()P A B A P AB AA P A B A P B A P B P A P BA ==+- ()()()[()()]P AB P B P A P B P AB =+--()0.11()()0.60.17P AB P A P AB ===++3、（8分）一个盒子中有10个球，其中4个黑球6个红球，求下列事件的概率：(1)A =“从盒子中任取一球，这个球是黑球”；(2)B =“从盒子中任取两球，刚好一黑一红”；(3)C =“从盒子中任取两球，都是红球”；(4)D =“从盒子中任取五球，恰好有两个黑球”.解：（1）141102()5C P A C ==；（2）11462108()15C C P B C ==；（3）262101()3C P C C ==； （4）234651010()21C C P C C ==4、（3分）设甲、乙、丙三人同时独立地向同一目标各射击一次，命中率分别为112,,323，求目标被命中的概率.解：设1A =“甲命中目标”；2A =“乙命中目标”；3A =“丙命中目标”；A =“目标被击中”。
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)。
Ax ( x − 1) 2 , f ( x) = 0,
0 < x <1 其它
(1)求常数A； (2)求X的分布函数； (3)在n次独立观察中，求X的值至少有一次小 于0.5的概率； (4)求Y =X3的概率密度。
2
0 1 −1 例5:设随机变量X,Y都服从分布 1 / 4 1 / 2 1 / 4
6
3
例7: 设二维随机变量(X, Y)在矩形G={(x,y)│ 0≤x ≤2，0≤y≤1}上服从均匀分布。令
1, U = 0, X > Y; X ≤ Y. 1, V = 0, X > 2Y ; X ≤ 2Y .
(1)求U和V的联合分布; (2)求U=1时V的条件分布; (3)求Z=X-Y的概率密度. 例8:二维随机变量(X, Y)的联合密度为
Ay (1 − x ), 0 ≤ x ≤ 1, 0 ≤ y ≤ x; f ( x, y ) = 其它. 0,
(1)确定常数A; (2)求X和Y的边缘密度; (3)判断X和Y 是否独立; (4)求Z=X+Y的概率密度; (5)求f(x│y). 4
例9: 设随机变量X和Y 独立, 且X~ N(μ,σ2 ), Y~ U[-2,2], 则Z=X+Y的概率密度为 。 例10: 设随机变量X与Y 独立, 其中X的概率分布为 P(X=1) =0.3, P(X=2) =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. 例11: 设随机变量X与Y 相互独立, 下表列出了随机 变量(X, Y)的联合分布律及关于X和关于Y的边缘 分布律中的部分数值, 试将其余的数值填入表中 的空白处 X x1 x2
且满足P(XY=0)=1, 求 (1) X和Y的联合分布律; (2) P(X=Y)=? (3)问X和Y是否独立, 为什么? 例6: 设某班车起点站人数X服从参数为λ(λ >0)的 泊松分布, 每个人在中途下车的概率为p(0<p<1), 且每个人中途是否下车相互独立, 以Y表示中途 下车的人数. (1) 求在发车时有n个乘客的条件 下, 中途有m人下车的概率； (2)求二维随机变量 (X,Y)的概率分布； (3) 求Y的边缘分布律.
P(Y= yj)= p.j
Y
ቤተ መጻሕፍቲ ባይዱ
y1 1/8 1/6
y2 1/8
y3
P(X= xi)= pi.
5
例12: 设随机变量X在(0, 1)上服从均匀分布, 在 X=x (0<x<1)的条件下,随机变量Y在(0,X)上服从均匀分 布, 求 (1) 随机变量X和Y的联合概率密度; (2) 随机变量Y的概率密度; (3) 概率P(X+Y>1) .
a
例2: 一批零件共有100件, 其中有5件次品, 从中抽 取20件, 令X 表示其中包含的次品数, (1) 若抽取后放回, 则 X 的分布律为 ; (2) 若抽取后不放回, 则 X 的分布律为 ; (3) 在有放回抽取的条件下,令Y 表示首次摸到次 品时试验的次数, 则 Y 的分布律为 .
1
例3: 设随机变量X 与Y 均服从正态分布, X～N(μ,42) , Y～N(μ,52), 记 p1=P(X≤μ-4), p2=P(Y≥μ+5)，则 下列结论中正确的是 (A) 对任何实数μ, 都有p1= p2; (B) 对任何实数μ, 都有p1< p2; (C) 只对μ的个别值, 才有p1= p2; (D) 对任何实数μ, 都有p1> p2. 例4: 设随机变量X的概率密度为
第三章习题课
例1: 设随机变量X的密度函数为f(x), 且 f(-x) = f(x) , F(x)是X的分布函数, 则对任意实数a, 有
1 a ( A) F ( − a ) = 1 − ∫ f ( x )dx , ( B ) F ( − a ) = − ∫ f ( x )dx , 0 2 0 (C ) F ( − a ) = F ( a ), ( D ) F ( − a ) = 2F ( a ) − 1 .