《概率论与数理统计》习题三答案

合集下载

陈国华等主编概率论与数理统计第三章习题解答

⎧1 PX ( x) = ⎨ ⎩0
0 < x <1 其他
⎧e− y PY ( x) = ⎨ ⎩0
y>0 其他
由 X,Y 的独立性知 X 与 Y 的联合密度函数为
⎧e − y P ( x, y ) = PX ( x) PY ( y ) = ⎨ ⎩0
（2） P ( y ≤ x ) =
0 < x < 1, y > 0 其他
所以 U 的分布列为 U P 同理 V 的分布列为 V 0 1 2 1 0.12 2 0.37 3 0.51
P
0.40
0.44
0.16
2. 设随时机变量 X 和 Y 的分布列分别为 X -1 0 1 P Y 1/4 0 1/2 1 1/4
1/2 1/2 P 已知 P(XY=0)=1,试求 Z=max(X,Y)的分布列. 答案：解：记（x,y）的联合也分布列及其边际分布为 Y X -1 0 1 P(Y=j) 0 1 P(X=i)
1 ⎧1 2 ⎪ 1< x < e ,0 < y < P( X , Y ) = ⎨ 2 x ⎪ 其他 ⎩0
由此得，当 1 < x < e 时
2
PX ( x) = ∫
+∞
−∞
1 1 1 f ( x, y )dy = ∫ x dy = 0 2 2x
所以 X 的边际密度函数为
⎧1 1 < x < e2 ⎪ PX ( x) = ⎨ 2 x ⎪ 其他 ⎩0
（2）采用不放回抽样时（x,y）的联合分布为 Y X 0 1 联合分布律. 答案：解：以 x 表示取到的红球只数，y 表示取到的白球只数，则任取四只球的可能情况如下红白黑 4 0 0 3 1 0 3 0 1 2 1 1 2 0 2 1 1 2 1 0 3 0 1 3 0 1\5 1\5 3\5 0 1

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》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kr kb aC 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 A A ==++123123123()()()P A A A P A A A P A A A =++1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=，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。

概率论与数理统计第三章习题答案

⎛ 3⎞ 3 ⎛ 3⎞ 3 = ⎜1 − ⎟ ⋅ + ⎜1 − ⎟ ⋅ + " ⎝ 4⎠ 4 ⎝ 4⎠ 4 3 5 ⎤ 3 ⎡1 ⎛ 1 ⎞ ⎛ 1 ⎞ = ⎢ + ⎜ ⎟ + ⎜ ⎟ + "⎥ 4⎣ ⎢4 ⎝ 4 ⎠ ⎝ 4 ⎠ ⎥ ⎦
3
3 = ⋅ lim 4 n→∞
1⎡ ⎛1⎞ ⎢1 − ⎜ ⎟ 4⎣ ⎢ ⎝4⎠
0， 1， 2， 5，由题意，显然 ξ ~ B(5,0.2) 解：设 ξ代表设备使用的个数， ξ＝ "，
2 2 3 2 (1) P (ξ = 2) = C 5 p q = C5 ⋅ (0.2) 2 ⋅ (0.8) 3 = 0.2048
( 2) P (ξ ≤ 2) = P (ξ = 0) ＋P (ξ = 1) ＋P (ξ = 2)
2⎡ ⎛2⎞ ⎢1 − ⎜ ⎟ k ∞ 3⎣ ⎢ ⎝3⎠ ⎛2⎞ 而 ∑ ⎜ ⎟ = lim n →∞ 2 k =1 ⎝ 3 ⎠ 1− 3 1 所以， 2 c＝1，从而 c = . 2
n −1
⎤ ⎥ ⎥ ⎦
=
2 1− 3
2 3
=2
3 ，以 ξ 表示首次取得成功的试验 4 次数序号，试写出 ξ 的分布律，并求出 ξ 为偶数的概率 p。 7.设在某种试验中，试验成功的概率为
0 1 2 = C5 (0.2) 0 (0.8) 5 + C 5 (0.2)1 (0.8) 4 + C 5 (0.2) 2 (0.8) 3 = 0.94208
( 3) P (ξ ≥ 2) = 1 − P (ξ = 0) − P (ξ = 1)
0 1 = 1 − C5 (0.2) 0 (0.8) 5 − C 5 (0.2)1 (0.8) 4 = 0.26272

概率论与数理统计习题三及答案

2
当 x 0, y 1 时， F x, y 1 dx0
0 2
2 x 1
4dy 1
（2）X 的边缘密度函数为
f X x f x, y dy

3
西南交通大学 2017—2018 学年第（一）学期《概率论与数理统计 B》课程习题答案
1 x0 = 2 0, 其他 Y 的边缘密度函数为
=
0
2 x 1
4dy,
1 42 x 1, x 0 2 0, 其他
f Y y f x, y dx

=
y 1 4dx, 0 y 1
2
0
0,
其他
=
21 y , 0 y 1 0,
其他
1 1 1 1 4 1 1 1 1 （3）f , 4 ，而 f X 2, f Y ，易见 f , f X f Y ， 4 3 4 3 3 4 3 4 3
或写成 X\Y 1 2 3 1 0 2 3
1 6 1 12
1 6 1 6 1 6
1 12 1 6
0
P X Y P X 1, Y 1 P X 2, Y 2 P X 3, Y 3
1
1 。 6
西南交通大学 2017—2018 学年第（一）学期《概率论与数理统计 B》课程习题答案
当
1 x 2 x 1 x 0, y 2 x 1 时， F x, y 1 dx0 4dy 4 x 2 4 x 1 ； 2 2
y 0
当 x 0,0 y 1 时， F x, y 0 dy y 1 4dx 2 y y 2 ；

概率论与数理统计浙大四版习题答案第三章

第三章多维随机变量及其分布1.[一] 在一箱子里装有12只开关，其中2只是次品，在其中随机地取两次，每次取一只。

考虑两种试验：（1）放回抽样，（2）不放回抽样。

我们定义随机变量X ，Y 如下：⎪⎩⎪⎨⎧= 若第一次取出的是次品若第一次取出的是正品,1,,0X ⎪⎩⎪⎨⎧=若第二次取出的是次品若第二次取出的是正品,1,,0Y试分别就（1）（2）两种情况，写出X 和Y 的联合分布律。

解：（1）放回抽样情况由于每次取物是独立的。

由独立性定义知。

P (X=i , Y=j )=P (X=i )P (Y=j ) P (X=0, Y=0 )=362512101210=⋅ P (X=0, Y=1 )=3651221210=⋅ P (X=1, Y=0 )=3651210122=⋅ P (X=1, Y=1 )=361122122=⋅ 或写成（2）不放回抽样的情况P {X=0, Y=0 }=66451191210=⋅ P {X=0, Y=1 }=66101121210=⋅P {X=1, Y=0 }=66101110122=⋅ P {X=1, Y=1 }=661111122=⋅ 或写成3.[二] 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Y 的联合分布律。

解：（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C CP {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 }=05.[三] 设随机变量（X ，Y ）概率密度为⎪⎩⎪⎨⎧<<<<--=其它,042,20),6(),(y x y x k y x f（1）确定常数k 。

《概率论与数理统计》习题及答案第三章

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

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》习题三参考答案多维随机变量及其分布(熊万民、杨波版)

~
f
Z
z
2ez
1
0
e
z
z0
．
其他
19．5 个相互独立工作的电子元器件，它们的寿命 Xk（k=1，2，3，4，5）服从同一指数分布，其
概率密度为： X k ~ f x 0.0010e0.001x
x x
0 0
，分布函数为
F
x
1
e0.001x 0
x0
．
x0
Z Ma xX1, X 2 , X3, X 4 , X5 的概率密度函数为： Z ~ FZ z F z5 ，
P X 2,Y 2 P X 2,Y 3 P X 3,Y 1 P X 3,Y 2 0 ，
PX
0,Y
3
PX
0
C30
1 2
3
1 8
，
PX
3,Y
3
PX
3
1 8
，
PX
1, Y
1
PX
1
3 8
，
PX
2,Y
1
PX
2
C32
1 2
3
3 8
．
2．盒子里边装有 3 个白球，3 个黑球，2 个红球，从中任取 4 个球， X 为取到的白球个数， Y 为
0
2
e2 ydy 1 ez
z
2
z0
．
z0
（2）因为 X ,Y ~ f x, y e0xy
x 0,
y0
，则
X
~
E 1 ，Y
~
E 1，且
X
、Y
相互
其他
独立，则 Z
Max X ,Y 的概率分布函数为：Z

概率论与数理统计第三、四章答案

概率论与数理统计第三、四章答案第三章习题参考答案1.计算习题二第2题中随机变量的期望值。

解：由习题二第2题计算结果112{0}={1}=33pp p p ξξ====，得12201333E ξ=⨯+⨯=一般对0-1分布的随机变量ξ有{1}E p p ξξ===2．用两种方法计算习题二第30题中周长的期望值，一种是利用矩形长与宽的期望计算，另一种是利用周长期望的分布计算。

解：方法一：先按定义计算长的数学期望290.3300.5310.229.9E ξ=⨯+⨯+⨯=和宽的数学期望190.3200.4210.320E η=⨯+⨯+⨯=再利用数学期望的性质计算周长的数学期望(22)229.922099.8E E ζξη=+=⨯+⨯=方法二：利用习题二地30题的计算结果(见下表)，按定义计算周长的数学期望ξ96 98 100 102 104p0.090.270.350.230.06960.09980.271000.351020.231040.0698.8E ξ=⨯+⨯+⨯+⨯+⨯=3.对习题二第31题，（1）计算圆半径的期望值；（2）(2)E R π是否等于2ER π？（3）能否用2()ER π来计算远面积的期望值，如果不能22||201()2x x D E x e dx x e dx ξξ+∞+∞---∞===⎰⎰20|22x x x e xe dx +∞-+∞-=-+=⎰6题目略解 (1)15辆车的里程均值为1274(9050150)91.33153++⋅⋅⋅+=≈ (2) 记ξ为从188辆汽车中任取一辆记录的里程数，则ξ的分布表如下表所示（a=188）ξ10 30 50 70 90 110 130 150 170p 5/a11/a 16/a 25/a 34/a 46/a 33/a 16/a 2/a故51124520103017096.1718818818847E ξ=⨯+⨯+⋅⋅⋅+⨯=≈ 7题目略解记ξ为种子甲的每公顷产量，η为种子乙的每公顷产量，则45000.1248000.3851000.454000.14944E ξ=⨯+⨯+⨯+⨯= 45000.2348000.2451000.354000.234959E η=⨯+⨯+⨯+⨯=8．一个螺丝钉的重量是随机变量，期望值10g,标准差为1g,100个一盒的同型号螺丝钉重量的期望值和标准差个为多少（假设每个螺丝钉的重量都部首其他螺丝钉重量的影响）？解设i ξ为一盒中第i 个螺丝钉的重量(1,2,,100)i =⋅⋅⋅,则题设条件为101,i i E g D g ξξ==且12100,,,ξξξ⋅⋅⋅相互独立。

概率论与数理统计第三章课后习题答案

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.。

概率论与数理统计(第三版)课后答案习题3

第三章多维随机变量及其分布1.设二维随机变量(ξ，η)只能取下列数组中的值： (0，0)，(-1，1)，(-1，1/3)，(2，0)。

且取这些组值的概率依次为1/6，1/3，1/12，5/12，求表示这二维随机变量的联合分布律的矩形表格。

2.再从袋中任取一球。

设每次取球时，袋中各个球被取到的可能性相同。

以ξ，η分别记第一次、第二次取得的球上标有的数字，求(ξ，η)的联合分布律。

解：(ξ，η)的可能性取值为数对(1，2)、(2，1)、(2，2)，先计算取每一数对的概率： P {(ξ，η)=(1，2)}=(1/3)⨯1=1/3；P {(ξ，η)=(2，1)}=(2/3)⨯(1/2)=1/3； P {(ξ，η)=(2，2)}=(2/3)⨯(1/2)=1/3； 3.一整数n ξ=ξ(n )是能整除n 的正整数的个数，η=η (n )是能整除n 的素数的个数(注意：1不是素数)，试写出ξ和η联合分布律。

解：依题意有：n ：1 2 3 4 5 6 7 8 9 10 ξ(n )：1 2 2 3 2 4 2 4 3 4 η(n )：0 1 1 1 1 2 1 1 1 2因此ξ=1，2，3，44.设随机变量(⎪⎪⎩⎪⎪⎨⎧≤-===⎰⎰---∞+∞-.,0,1,121),()(21122其它x x dy dy y x f x f x x ππξ(1)确定常数k ； (2)求}3,1{<<ηξP ； (3)求}5.1{<ξP ； (4)求}4{≤+ηξP 。

解：(1) 由概率密度的性质知：⎰⎰=--20421)6(dy y x k dx ,即 8k =1 ∴ k =1/8;(2) }3,1{<<ηξP 8/38/)6(1032=--=⎰⎰dy y x dx ; (3) }5.1{<ξP 32/278/)6(5.1042=--=⎰⎰dy y x dx ;(4)dxdy y x f P G ⎰⎰=≤+),(}4{ηξ32)6(814220=--=⎰⎰-dy y x dx x。

概率论与数理统计习题三参考答案

概率论与数理统计习题三参考答案1．某产品的次品率为0.1，检验员每天检验4次，每次随机地取10件进行检验，如果发现其中的次品多于1，就去调整设备。

以X 表示一天中调整设备的次数，求。

（设诸产品是否为次品是相互独立的。

） )(X E 解：解法一用Y 表示10件中次品的个数，则)1.0,10(~B Y 而X 表示一天中调整设备的次数，，),4(~p B X {}2≥=Y p p {}{}{}1012=−=−=≥Y P Y P Y p Q()()9110100101.011.01.011−⋅−−−=C C 264.0= 056.14)(==∴p X E解法二设为发现次品数i X 4,3,2,1 111,0=⎩⎨⎧=i X i ，，次品数大于发现次品数小于等于则4321X X X X X +++=)()()()()(4321X E X E X E X E X E +++={}{}{}100次品数等于次品数等于P P X P i +==∴()()9110100101.011.01.01−⋅+−=C C 743.0= {}{}264.0011==−==∴i i X P X P 056.1264.04)(=×=∴X E2．将3只球随机地逐个放入4只编号分别为1，2，3，4 的盒子中，以X 表示至少有一只球的盒子的最小号码，是求。

)(X E 解：解法一 X 可取1、2、3、4{}6437433133323213=++==∴C C C X P {}6419422233323213=++==C C C X P{}6474133332313=++⋅==C C C X P {}6414143===X P 162564146473649264371)(=×+×+×+×=∴X E 解法二 1625162316521691)(=×+×+×=∴X E 3．若随机变量X 的分布律为()=⎭⎫⎩⎨⎧−=+i x P ii 21121i ，i =1,2 ,……., 是否存在。

《概率论与数理统计》韩旭里谢永钦版习题三及答案

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：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：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 0sin4346361).4=−−+=i i i i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 <1.5}；（4）求P {X +Y ≤4}.【解】（1）由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞−∞−∞=−−==∫∫∫∫故 18R = （2） 13{1,3}(,)d d P X Y f x y y x −∞−∞<<=∫∫130213(6)d d 88k x y y x =−−=∫∫ （3） 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=∫∫∫∫如图1.542127d (6)d .832x x y y =−−=∫∫（4） 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=∫∫∫∫如图b240212d (6)d .83xx x y y −=−−=∫∫题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>−.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1）因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y −⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y i 独立5515e 25e ,00.20,0.20,0,y y 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 +∞−∞=∫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 ）=⎩⎨⎧<<−.,0,0,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 ,01,20,0, .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,.xxy 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 ===×=≠===i 故X 与Y 不独立　（1）求关于X 和关于Y 的边缘分布；（2） X 与Y 是否相互独立？（2）因{2}{0.4}0.20.8P X P Y ===×i 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 −⎧<<>⎪=⎨⎪⎩i 独立其他题14图（2）方程220a Xa Y ++=有实根的条件是2(2)40X Y Δ=−≥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 y zy z +∞⎛⎞−=−⎜⎟⎝⎠∫即 11,1,2(),01,20,.Z z z zf z z ⎧−≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i （i =1,2,3,4），则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥i 之间独立34{180}{180}P X P X ≥≥i 1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =−<−<−<−<i i i44144180160[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{}{,},ik P Z i P X k Y i k X Y =====−∑相互独立{}{}ik P X k P Y i k ===−∑i()()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 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 =−−−+=−=−===−⎛⎞⎛⎞=⎜⎟⎜⎟−⎝⎠⎝⎠⎛⎞⎛⎞=⎜⎟⎜⎟−⎝⎠⎝⎠⎛⎞=⎜⎟⎝⎠∑∑∑i方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则 X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p ）的二项分布.（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律. 【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤=10{,}{,},i ik k P X i Y k P X k Y i −=====+==∑∑ 0,1,2,3,4,5i =所以V 的分布律为V =max （X ,Y ） 0 1 2 3 4 5 P 00.04 0.16 0.28 0.24 0.28（3） {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑ 0,1,2,3,i =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 2 3 4 5 6 7 8 P0.02 0.06 0.13 0.19 0.24 0.19 0.12 0.0520.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x 2 1/8P {Y =y j }=p j 1/6 1【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 =====i ,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{}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,mmn 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 ======ie C (1),,0,1,2,.!mm n mnnp p n m n n n λλ−−=−≤≤=i 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. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为其中a ,b ,c 为常数，且X 的数学期望E （X ）= −0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求：（1） a ,b ,c 的值；（2） Z 的概率分布；（3） P {X =Z }.解（1）由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4. 由()0.2E X =−，可得0.1a c −+=−.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.（2） Z 的可能取值为−2，−1，0，1，2，{2}{1,1}0.2P Z P X Y =−==−=−=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =−==−=+==−=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===−=+==+==−=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 的概率分布为Z −2 −1 0 1 2 P0.2 0.1 0.3 0.3 0.1（3） {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.。

概率论与数理统计第三__课后习题答案

习题一：写出下列随机试验的样本空间：(1) 某篮球运动员投篮时, 连续5 次都命中, 观察其投篮次数; 解：连续5 次都命中，至少要投5次以上，故}{Λ,7,6,51=Ω； (2) 掷一颗匀称的骰子两次, 观察前后两次出现的点数之和; 解：}{12,11,4,3,22Λ=Ω； (3) 观察某医院一天内前来就诊的人数;解：医院一天内前来就诊的人数理论上可以从0到无穷，所以}{Λ,2,1,03=Ω；(4) 从编号为1，2，3，4，5 的5 件产品中任意取出两件, 观察取出哪两件产品; 解：属于不放回抽样，故两件产品不会相同，编号必是一大一小，故： ()}{;51,4≤≤=Ωj i j i π (5) 检查两件产品是否合格;解：用0 表示合格, 1 表示不合格，则()()()()}{1,1,0,1,1,0,0,05=Ω；(6) 观察某地一天内的最高气温和最低气温(假设最低气温不低于T1, 最高气温不高于T2); 解：用x 表示最低气温, y 表示最高气温;考虑到这是一个二维的样本空间，故： ()}{216,T y x T y x ≤≤=Ωπ；(7) 在单位圆内任取两点, 观察这两点的距离; 解：}{207ππx x =Ω；(8) 在长为l 的线段上任取一点, 该点将线段分成两段, 观察两线段的长度. 解：()}{l y x y x y x =+=Ω,0,0,8φφ；(1) A 与B 都发生, 但C 不发生; C AB ；(2) A 发生, 且B 与C 至少有一个发生;)(C B A ⋃； (3) A,B,C 中至少有一个发生; C B A ⋃⋃；(4) A,B,C 中恰有一个发生;C B A C B A C B A ⋃⋃； (5) A,B,C 中至少有两个发生; BC AC AB ⋃⋃； (6) A,B,C 中至多有一个发生;C B C A B A ⋃⋃；(7) A;B;C 中至多有两个发生;ABC(8) A,B,C 中恰有两个发生.C AB C B A BC A ⋃⋃ ；注意：此类题目答案一般不唯一，有不同的表示方式。

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)。

《概率论与数理统计》习题三答案《概率论与数理统计》习题及答案习题三1.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： 0 12 31 0131113C 2228⨯⨯=23111C 3/8222⨯⨯= 03 180 011112228⨯⨯=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： 0 1 23 0 0 0223247C C 3C 35= 313247C C 2C 35= 1 0 11232247C C C 6C 35= 21132247C C C 12C 35=313247C C 2C 35=2P (0黑,2红,2白)=12132247C C C 6C 35=223247C C 3C 35=XY X Y2242271C C /C 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 4346362(31).4=--+=-题3图说明：也可先求出密度函数，再求概率。

《概率论与数理统计》习题三答案

陈国华等主编概率论与数理统计第三章习题解答

概率论与数理统计第三章习题及答案

《概率论与数理统计》习题及答案第三章

概率论与数理统计第三章习题答案

概率论与数理统计习题三及答案

概率论与数理统计浙大四版习题答案第三章

《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解答(第3章)

《概率论与数理统计答案》第三章

概率论与数理统计答案 第三章习题

《概率论与数理统计》习题三参考答案 多维随机变量及其分布(熊万民、杨波版)

概率论与数理统计第三、四章答案

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(第三版)课后答案习题3

概率论与数理统计习题三参考答案

《概率论与数理统计》 韩旭里 谢永钦版 习题三及答案

概率论与数理统计第三__课后习题答案

《概率论与数理统计》习题及答案第三章

概率论与数理统计答案第三章习题

《概率论与数理统计》习题三参考答案多维随机变量及其分布(熊万民、杨波版)

《概率论与数理统计》韩旭里谢永钦版习题三及答案