第三章概率与概率分布习题及答案

合集下载

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. 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. 247C 3C 35= 247C 2C 35= 2247C C 6C 35=112247C C 12C 35=1247C 2C 35= 27C /C =212247C C 6C 35=2247C 3C 35=3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sinsin sin sin 0sin sin 0sin 4346361).4=--+=题3图说明：也可先求出密度函数，再求概率。

4.设随机变量（X ，Y ）的分布密度f （x ，y ）=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求：（1）常数A ；（2）随机变量（X ，Y ）的分布函数；（3） P {0≤X <1，0≤Y <2}. 【解】（1）由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12 （2）由定义，有 (,)(,)d d y xF x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y ≤<≤<12(34)3800{01,02}12e d d (1e )(1e )0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰5.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k（1）确定常数k ；（2）求P {X ＜1，Y ＜3}；（3）求P {X <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 .83x x x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1）因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y 独立 5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 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 ()(,)dY 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 ,01,20,0, .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,.x x y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1）求X 与Y 的联合概率分布；（2） X 与Y 是否相互独立？【解】（1） X 与Y 的联合分布律如下表(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立（2） X 与Y 是否相互独立？(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 yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他 16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥之间独立34{180}{180}P X P X ≥≥ 1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-< 44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii k k n k i k n kP X i P Y k i n n p q p q i 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.(1) 求P {X =2｜Y =2}，P {Y =3｜X =0}；（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律. 【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i =====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,i =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 ==+==≥+>====+==∑∑0,1,2,3i = 于是（1）求P {Y ＞0｜Y ＞X }；（2）设M =max{X ，Y }，求P {M ＞0}.题20图【解】因（X ，Y ）的联合概率密度为22221,,(,)π0,.x y R f x y R⎧+≤⎪=⎨⎪⎩其他（1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r rR θθ=⎰⎰⎰⎰3/83;1/24== (2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D 由曲线y =1/x 及直线y =0，x =1,x=e 2所围成，二维随机变量（X ，Y ）在区域D 上服从均匀分布，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少？题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他（X ，Y ）关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于X 和【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 =====,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 ====-===-=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,.!mm n mnnp p n m n n n λλ--=-≤≤=24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为其中a ,b ,c 为常数，且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求：（1） a ,b ,c 的值；（2） Z 的概率分布；（3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4. 由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为-2，-1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 的概率分布为(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.习题四1.设随机变量X 的分布律为求E （X ），E （X ），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 ()0.58300.34010.07020.0073E X =⨯+⨯+⨯+⨯+⨯+⨯0.501,= 52()[()]iii D X x E XP ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=3.设随机变量且已知E （X ）=0.1,E (X )=0.9,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 =-++=+=……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1{}{}1().NNk k k P X k kP X k N Nn 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】1221()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰ 故 221()()[()].6D XE X E X =-=6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望.（1） U =2X +3Y +1；（2） V =YZ -4X .【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++ 25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=- ,()()4()Y Z E Y E Z E X -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 （3X -2Y ），D （2X -3Y ）. 【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2) 22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯= 8.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<.,0,0,10,其他x y x k试确定常数k ，并求E （XY ）. 【解】因11(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =2 1()(,)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()ed5e d e d 51 6.z y y zzE Y y y z zz +∞+∞+∞=-----=+=+=⎰⎰⎰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】22-200()()d 2e d [e ]e d x x xX X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e d y .4yY E Y y f y yy +∞+∞--∞==⎰⎰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222()d e d 12k x cf x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 2220()()d()2e dk x E X xf x x x k x x +∞+∞--∞==⎰⎰222202e d 2k x kx x k +∞-==⎰(3) 222222201()()d()2e .kxE X x f x x x k x k+∞+∞--∞==⎰⎰故2222214π()()[()].4D X E X E X 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 ==⨯⨯⨯=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 e4x 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)(E =μ，)(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 DX n 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 （3X -2Y +1，X +4Y -3）【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=- (因常数与任一随机变量独立，故Cov(X ,3)=Cov(Y ,3)=0,其余类似). 16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证X 和Y 是不相关的，但X 和Y 不是相互独立的. 【解】设22{(,)|1}D x y x y =+≤.2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰ 2π1001=cos d d 0.πr r r θθ=⎰⎰ 同理E (Y )=0. 而 C o v (,)[()][()](,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.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 Df x y∈⎧=⎨⎩其他.()(,)d dDE X xf x y x y=⎰⎰11001d2d3xx x y-==⎰⎰22()(,)d dDE X x f x y x y=⎰⎰112001d2d6xx x y-==⎰⎰从而222111 ()()[()].6318 D X E X E X⎛⎫=-=-=⎪⎝⎭同理11 (),().318 E Y D Y==而 1101()(,)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/21π()(,)d d d sin()d .24E X xf x y x y x xx 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 2ππππ4C o v (,)()()()1.2444X Y E X Y E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭222222π4(π4)π8π164.πππ8π32π8π32)()2162XY 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=2X -Y 的相关系数.【解】由已知知：D (X )=1,D (Y )=4,Cov(X ,Y )=1.从而12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯=12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X Y Y Y D X X Y D Y =--+=-+=⨯-⨯+⨯=故122)()Z 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 }=1 -e -λx ,所以F (y )=P {Y ≤y }=P {min(X ,2)≤y }=P {X ≤y }=1 -e -y/5.。

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+==⎰。

期末考试题概率第三章习题(附答案提示)

概率第三章习题（附答案提示）一、填空题1、设随机变量X服从［0，2]上均匀分布，则 .2、设随机变量服从参数为的泊松（Poisson）分布，且已知＝1,则___ ____。

3、已知随机向量(X，Y）的联合密度函数,则E（X)= 。

4、随机变量X的数学期望，方差，k、b为常数，则有= ；= 。

5、设随机变量X服从参数为2的泊松分布,且Y =3X -2，则E(Y）= 。

6、设随机变量X服从［0,2］上的均匀分布,Y=2X+1，则D（X）= ，D(Y）= 。

7、设（X，Y）为二维随机向量，D（X)、D（Y）均不为零。

若有常数a〉0与b使，则X与Y的相关系数。

8、随机变量，则。

9、设随机变量X~B(100，0.8),由中心极限定理可知，P｛74〈X≤86｝≈__________。

((1。

5）=0.9332）二、选择题1、设为标准正态分布函数,且，相互独立。

令，则由中心极限定理知的分布函数近似于（）。

A. B． C． D．2、设离散型随机变量的概率分布为，，则＝（ )。

A. 1。

8B. 2 C。

2。

2 D. 2。

43、若，则（）。

A。

和相互独立 B。

与不相关C. D。

4、若随机向量（)服从二维正态分布，则①一定相互独立；②若，则一定相互独立;③和都服从一维正态分布;④若相互独立，则Cov (X，Y ） =0.几种说法中正确的是（）.A. ①②③④B. ②③④C. ①③④D. ①②④5、已知随机变量和相互独立，且它们分别在区间［－1,3]和［2，4］上服从均匀分布，则（）。

A. 3B. 6C. 10D. 126、两个独立随机变量，则下列不成立的是（ C ）.A。

B. C. D。

7、是二维随机向量，与不等价的是（）A. B。

C. D。

和相互独立8．设随机变量X～B（10，），Y~N(2，10），又E（XY）=14，则X与Y的相关系数=（）A．-0。

8 B．—0。

16C．0.1 D．0.8三、计算题1、2、设随机变量(X，Y)的联合分布为求：（1)E(X），E(Y)，D(X)；（2）Cov(X,Y)．3、一盒同型号螺丝钉共有100个, 已知该型号的螺丝钉的重量是一个随机变量, 期望值是100g，标准差是10g, 求一盒螺丝钉的重量超过10.2kg的概率。

概率论基础第三章答案

第三章随机变量与分布函数1、直线上有一质点，每经一个单位时间，它分别以概率p 或p −1向右或向左移动一格，若该质点在时刻0从原点出发，而且每次移动是相互独立的，试用随机变量来描述这质点的运动（以n S 表示时间n 时质点的位置）。

2、设ξ为贝努里试验中第一个游程（连续的成功或失败）的长，试求ξ的概率分布。

3、c 应取何值才能使下列函数成为概率分布：（1）;,,2,1,)(N k N c k f L ==（2）,,2,1,!)(L ==k k c k f kλ 0>λ。

4、证明函数)(21)(||∞<<−∞=−x e x f x 是一个密度函数。

5、若ξ的分布函数为N （10，4），求ξ落在下列范围的概率：（1）（6，9）；（2）（7，12）；（3）（13，15）。

6、若ξ的分布函数为N （5，4），求a 使：（1）90.0}{=<a P ξ；（2）01.0}|5{|=>−a P ξ。

7、设}{)(x P x F ≤=ξ，试证)(x F 具有下列性质：（1）非降；（2）右连续；（3）,0)(=−∞F 1)(=+∞F 。

8、试证：若αξβξ−≥≥−≥≤1}{,1}{12x P x P ，则)(1}{21βαξ+−≥≤≤x x P 。

9、设随机变量ξ取值于[0，1]，若}{y x P <≤ξ只与长度x y −有关（对一切10≤≤≤y x ），试证ξ服从[0，1]均匀分布。

10、若存在Θ上的实值函数)(θQ 及)(θD 以及)(x T 及)(x S ，使)}()()()(exp{)(x S D x T Q x f ++=θθθ，则称},{Θ∈θθf 是一个单参数的指数族。

证明（1）正态分布),(20σm N ，已知0m ，关于参数σ；（2）正态分布),(200σm N ，已知0σ，关于参数m ；（3）普阿松分布),(λk p 关于λ都是一个单参数的指数族。

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三章二维随机变量及其概率分布例题

1．甲乙两人独立地进行两次射击，命中率分别为0.2、0.5，把X、Y分别表示甲乙命中的次数，求（X,Y）联合分布律。

2．袋中有两只白球，两只红球，从中任取两只以X、Y表示其中黑球、白球的数目，求（X,Y）联合分布律。

3．设，且P{}=1，求（，）的联合分布律，并指出，是否独立。

4．设随机变量X的分布律为Y=，求（X,Y）联合分布律。

5．设（X,Y）的概率分布为且事件{X=0}与{X+Y=1}独立求a，b。

6. 设某班车起点上车人数X服从参数λ(λ>0)的泊松分布，每位乘客中途下车的概率为P （0<P<1）相互独立。

以Y表示中途下车的人数。

（1）求在发车时有n个人的情况下，中途m个人下车的概率；（2）求（X,Y）联合分布律。

7. 设二维随机变量（X,Y）联合分布函数F(x.y)=A(B+arctan) (C+arctan)。

（1）A、B、C （2）(X,Y)的联合密度f(x,y) （3）（X,Y）的边缘密度，概率论与数理统计第三章二维随机变量及其概率分布例题8.设f(x,y)=为二维随机变量（X,Y）的联合密度函数，求：其它（1）C的值（2）， (3)P{X+Y1}并判别X与Y是否独立。

为（X,Y）的密度函数，求：9．设f(x,y)=其它(3)P{X>1/2|Y>0}为（X,Y）的密度函数，求10. 设f(x,y)=其它11. 设f(x,y)=为（X,Y）的密度函数，求（）的联合分布其它函数。

12.设X,Y独立，均服从(0,1)上的均匀分布，Z的密度函数。

13. 设f(x,y)=（）为（X,Y）的密度函数，Z=X+Y,求的密度函其它数。

概率论与数理统计第三章二维随机变量及其概率分布例题14.设X,Y独立，X~N(μ,),Y~V(-π,π),Z=X+Y,求，结果用Φ( x)表示。

15.设（X,Y）的联合密度函数为f(x,y)=,Z=X+Y,求Z的概率密度。

为（X,Y）的密度函数，Z=X+2Y,求的密度函数。

概率论与数理统计03-第三章作业及答案

习题3-1而且12{0}1P X X ==. 求1和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. 设随机变量(X ,Y )的概率密度为(,)(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) 31201,31{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3. 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2111401(,)d d d (1)d 26xk k f 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 ∈==-=⎰⎰⎰. 4. 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.5. 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 (1) 见本章第三节三(4).(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==13144=-=. 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 zzz f z F z -<<'==⎧⎪⎨⎪⎩ (3) {}{}11311322161122442≤，≤≤≤≤P X Y P Y X P X ===⎧⎫⎨⎬⎩⎭. 3. 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 111e b -=-.(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,()20Y 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,(,)()()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YX 0 10 0.4 a 1 b 0.1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. 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()x X f x μσ--=,),(+∞-∞∈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 d 2z y a Z X Y f z f z y f y y y a μσ---+∞-∞-=-=⎰⎰=1[()()]2z μa z μa ΦΦa σσ-+---. 4. 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>>y x 时,34340(,)12e d e d (1e )(1e )xyu v x y F x y u v ----==--⎰⎰.即 34(1e )(1e ),0,0,(,)0,.其它x y x y F x y --⎧-->>=⎨⎩(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),(Y X 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 P 3112161121=++=, 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 =+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).Z z 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, y >2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x >1, 0<y ≤2时,10(,)(,)d d [(,)d ]d xyyF x y u v u v u v v u -∞-∞==⎰⎰⎰⎰ϕϕ12001[()d ]d 3y u uv v u =+⎰⎰1(4)12y y =+. 当x >1, y >2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.或≤≤≤≤≤≤x y y x y x x y F x y x x x y y y x y x y ⎧⎪⎪+<<⎪⎪⎪=+<>⎨⎪⎪+><⎪⎪>>⎪⎩(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(|).()62Xx y x yy xy xϕϕϕ+==+(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 dx yP X Y x y x yϕ+>+>=⎰⎰12201165d()d.372xx x xy y-=+=⎰⎰同理, 参见图3-11.{}(,)d dy xP Y X x y x yϕ>>=⎰⎰122117d()d.324xx x xy y=+=⎰⎰1111{,}(,)112222{|}1122{}()22XP X Y FP Y XP X F<<<<==<211(,)22121()534.32()d|Xyx y xx xϕ+==⎰如有侵权请联系告知删除，感谢你们的配合！。

概率论课后习题答案第三章

概率论课后习题答案第三章第三章概率论课后习题答案概率论是一门研究随机现象的数学学科，它在现代科学和工程领域中有着广泛的应用。

而习题则是巩固和加深对概率论知识的理解和应用的重要手段。

在第三章的习题中，我们将探讨一些与随机变量和概率分布相关的问题，并给出相应的答案和解析。

1. 设随机变量X服从参数为λ的指数分布，即X～Exp(λ)，其概率密度函数为f(x) = λe^(-λx)，x≥0。

求以下概率：(a) P(X > 2)(b) P(X ≤ 1)(c) P(1 ≤ X ≤ 3)答案：(a) P(X > 2) = ∫[2,∞] λe^(-λx) dx = e^(-2λ)(b) P(X ≤ 1) = ∫[0,1] λe^(-λx) dx = 1 - e^(-λ)(c) P(1 ≤ X ≤ 3) = ∫[1,3] λe^(-λx) dx = e^(-λ) - e^(-3λ)解析：根据指数分布的性质，我们可以利用概率密度函数求解概率。

对于(a)，我们计算X大于2的概率，即求解X在区间[2,∞]上的概率密度函数的积分。

对于(b)，我们计算X小于等于1的概率，即求解X在区间[0,1]上的概率密度函数的积分。

对于(c)，我们计算X在1到3之间的概率，即求解X在区间[1,3]上的概率密度函数的积分。

2. 设随机变量X服从参数为μ和σ^2的正态分布，即X～N(μ,σ^2)，其概率密度函数为f(x) = (1/(σ√(2π))) * e^(-(x-μ)^2/(2σ^2))，-∞<x<∞。

求以下概率：(a) P(X > μ)(b) P(X ≤ μ)(c) P(μ-σ ≤ X ≤ μ+σ)答案：(a) P(X > μ) = 1 - P(X ≤μ) = 1 - 0.5 = 0.5(b) P(X ≤ μ) = 0.5(c) P(μ-σ ≤ X ≤ μ+σ) = P(X ≤ μ+σ) - P(X ≤ μ-σ) = 0.6827 - 0.3173 =0.3654解析：对于正态分布，我们可以利用概率密度函数求解概率。

(完整版)概率论第三章第四章习题及答案

返回主目录
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 ⎰⎰+∞+∞--=002d 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)3,3()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 ，4)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⎰⎰+∞+∞--=002d 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 ⎰⎰---=2202d 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 ，0≤y 时，0)|(|=y x f Y X ，所以⎩⎨⎧>>=-其他．,0,0,0,e 2)|(2|y x y x f x 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 0≤x 时，0)|(|=x y f X Y ，所以⎩⎨⎧>>=-其他．,0,0,0,e )|(|y x x y f y 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 ，其他，0)|(|=y x f Y X ，故⎪⎩⎪⎨⎧<<<<-=其他．,0,10,1,12)|(2|y x y y xy x f 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 ，其他，0)|(|=x y f X Y ，故⎪⎩⎪⎨⎧<<<<=其他．,0,10,0,1)|(|x x y x x y f X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x yx 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()),((x xx 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 x y 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 ay 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 yY 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⎰--=102d e12x x ⎰--=12e 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．解：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 xf +-⋅=，(+∞<<∞-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 ⎰⎰+∞--=10d e d e y x b y x)e 1(|)e(|)e (10102-+∞---=-⋅=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 ),()(yy x x -+--=-=⎰e d e e 1110)(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，101e1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e 1e1,0,0)(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,e 1e1,0,01u u u uu ．。

第三章概率与概率分布习题及答案

第三章概率、概率分布与抽样分布计算题：1.某种零件加工必须依次经过三道工序，从已往大量的生产记录得知，第一、二、三道工序的次品率分别为，，，并且每道工序是否产生次品与其它工序无关。

试求这种零件的次品率。

2. 某项飞碟射击比赛规定一个碟靶有两次命中机会（即允许在第一次脱靶后进行第二次射击）。

某射击选手第一发命中的可能性是80％，第二发命中的可能性为50％。

求该选手两发都脱靶的概率。

3. 某企业决策人考虑是否采用一种新的生产管理流程。

据对同行的调查得知，采用新生产管理流程后产品优质率达95％的占四成，优质率维持在原来水平（即80%）的占六成。

该企业利用新的生产管理流程进行一次试验，所生产5件产品全部达到优质。

问该企业决策者会倾向于如何决策4. 一家人寿保险公司某险种的投保人数有20000人，据测算被保险人一年中的死亡率为万分之5。

保险费每人50元。

若一年中死亡，则保险公司赔付保险金额50000元。

试求未来一年该保险公司将在该项保险中（这里不考虑保险公司的其它费用）：（1）至少获利50万元的概率；（2）亏本的概率；（3）支付保险金额的均值和标准差。

5. 某企业生产的某种电池寿命近似服从正态分布，且均值为200小时，标准差为30小时。

若规定寿命低于150小时为不合格品。

试求该企业生产的电池的：（1）合格率是多少（2）电池寿命在200左右多大的范围内的概率不小于。

6. 某商场某销售区域有6种商品。

假如每1小时内每种商品需要12分钟时间的咨询服务，而且每种商品是否需要咨询服务是相互独立的。

求：（1）在同一时刻需用咨询的商品种数的最可能值是多少（2）若该销售区域仅配有2名服务员，则因服务员不足而不能提供咨询服务的概率是多少7. 美国汽车联合会（AAA）是一个拥有90个俱乐部的非营利联盟，它对其成员提供旅行、金融、保险以及与汽车相关的各项服务。

1999年5月，AAA通过对会员调查得知一个4口之家出游中平均每日餐饮和住宿费用大约是213美元（《旅行新闻》Travel News，1999年5月11日）。

第3章概率分布思考与练习参考答案

精品文档概率分布3章第思考与练习参考答案一、最佳选择题范围内。

）的观察值落在1. 某资料的观察值呈正态分布，理论上有（CS.96?X145% E. D. 99% A. 68.27% B. 90% C. 95%??）。

A到的面积为（ 2. 正态曲线下，从均数64.?1?E. 99%D. 47.5% B. 90% C. 95% A. 45%参考值范围，最好采X的95%3. 若正常人的血铅含量X近似服从对数正态分布，则制定）。

为Y的标准差）（C用（其中XlgY?S，Y1?A.)64S(Y?lg1.S?1.96XP~P C. B.Y5972.5.1?E.)S1.lg96(Y?P~P D. Y955），则二项分布越接近对称分布。

D 4. 在样本例数不变的情况下，若（??越小 C. 总体率 B. 样本率p越大 A. 总体率越大??0.5接近0.1 E. 总体率D. 总体率或越接近0.5）。

5. 铅作业工人周围血象点彩红细胞在血片上的出现数近似服从（ D C. 偏态分布B. 正态分布 A. 二项分布对称分布 E. 分布 D. Poisson??）。

E6. Poisson分布的均数与标准差的关系是（2??????????? A. ????E. D. B. C.二、思考题Poisson分布的条件分别是什么？1. 服从二项分布及②每次试验的条二项分布成立的条件：①每次试验只能是互斥的两个结果之一；简答：分布成立的条件：除二项分布成立的三个条件外，还要件不变；③各次试验独立。

Poisson?n很大，而所关心的事件发生的概率很小。

求试验次数分布分别在何种条件下近似正态分布？二项分布、Poisson 2.n B,1时，二项分布（0n简答：二项分布的正态近似：当较大，π不接近也不接近??)1n(?N?）,）近似正态分布π（。

n 精品文档．精品文档??相当大时（≥20），当，其分布近似于正Poisson分布的正态近似：Poisson分布)?(态分布。

统计学习题答案第3章概率与概率分布

第3章概率与概率分布——练习题(全免)1 .某技术小组有12人，他们的性别和职称如下，现要产生一名幸运者。

试求这位幸运者分别是以下几种可能的概率：（1）女性；（2）工程师；（3）女工程师，（4）女性或工程师。

并说明几个计算结果之间有何关系？解:设A ＝女性，B ＝工程师，AB ＝女工程师，A+B ＝女性或工程师（1）P(A)＝4/12＝1/3（2）P(B)＝4/12＝1/3（3）P(AB)＝2/12＝1/6（4）P(A+B)＝P(A)＋P(B)－P(AB)＝1/3＋1/3－1/6＝1/22. 某种零件加工必须依次经过三道工序，从已往大量的生产记录得知，第一、二、三道工序的次品率分别为0.2，0.1，0.1，并且每道工序是否产生次品与其它工序无关。

试求这种零件的次品率。

解:求这种零件的次品率，等于计算“任取一个零件为次品”（记为A ）的概率()P A 。

考虑逆事件A =“任取一个零件为正品”，表示通过三道工序都合格。

据题意，有：()(10.2)(10.1)(10.1)0.648P A =---=于是 ()1()10.6480.352P A P A =-=-=3. 已知参加某项考试的全部人员合格的占80％，在合格人员中成绩优秀只占15％。

试求任一参考人员成绩优秀的概率。

解:设A 表示“合格”，B 表示“优秀”。

由于B ＝AB ，于是)|()()(A B P A P B P ＝＝0.8×0.15＝0.124. 某项飞碟射击比赛规定一个碟靶有两次命中机会（即允许在第一次脱靶后进行第二次射击）。

某射击选手第一发命中的可能性是80％，第二发命中的可能性为50％。

求该选手两发都脱靶的概率。

解:设A ＝第1发命中。

B ＝命中碟靶。

求命中概率是一个全概率的计算问题。

再利用对立事件的概率即可求得脱靶的概率。

)|()()|()()(A B P A P A B P A P B P +＝＝0.8×1＋0.2×0.5＝0.9脱靶的概率＝1－0.9＝0.1或（解法二）：P (脱靶)＝P (第1次脱靶)×P(第2次脱靶)＝0.2×0.5＝0.15.已知某地区男子寿命超过55岁的概率为84％，超过70岁以上的概率为63%。

概率论第三章练习答案

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

概率论与数理统计第三章多维随机变量及其分布习题解答

习题3-11、设(,)X Y 的分布律为求a 。

解：由分布律的性质，得1,0iji jp a =>∑∑，即111111691839a +++++=，0a >，解得，29a =。

注：考察分布律的完备性和非负性。

2、设(,)X Y 的分布函数为(,)F x y ，试用(,)F x y 表示：（1）{,}P a X b Y c ≤≤<；（2）{0}P Y b <<；（3）{,}P X a Y b ≥<。

解：根据分布函数的定义(,){,}F x y P X x Y y =≤≤，得（1）{,}{,}{,}(,)(,)P a X b Y c P X b Y c P X a Y c F b c F a c ---≤≤<=≤<-<<=-；（2）{0}{,}{,0}(,)(,0)P Y b P X Y b P X Y F b F -<<=≤+∞<-≤+∞≤=+∞-+∞；（3）{,}{,}{,}(,)(,)P X a Y b P X Y b P X a Y b F b F a b ---≥<=≤+∞<-<<=+∞-。

3、设二维随机变量(,)X Y 的分布函数为(,)F x y ，分布律如下：试求：（1）13{,04}22P X Y <<<<；（2）{12,34}P X Y ≤≤≤≤；（3）(2,3)F 。

解：由(,)X Y 的分布律，得（1）1311{,04}{1,1}{1,2}{1,3}002244P X Y P X Y P X Y P X Y <<<<===+==+===++=；（2）{12,34}{1,3}{1,4}{2,3}{2,4}P X Y P X Y P X Y P X Y P X Y ≤≤≤≤===+==+==+==1150016416=+++=；（3）(2,3){2,3}{1,1}{1,2}{1,3}F P X Y P X Y P X Y P X Y =≤≤===+==+==1119{2,1}{2,2}{2,3}000416416P X Y P X Y P X Y +==+==+===+++++=。

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。

第三章 概率与概率分布习题及答案

概率论第三章部分习题解答

概率论与数理统计第三章课后习题答案

概率论练习册答案第三章

期末考试题概率第三章习题(附答案提示)

概率论基础第三章答案

概率论第三章课后习题答案_课后习题答案

概率论与数理统计 第三章 二维随机变量及其概率分布 例题

概率论与数理统计03-第三章作业及答案

概率论课后习题答案第三章

(完整版)概率论第三章第四章习题及答案

概率论与数理统计第三章课后习题及参考答案

第三章概率与概率分布习题及答案

第3章 概率分布思考与练习参考答案

统计学习题答案 第3章 概率与概率分布

概率论第三章练习答案

概率论与数理统计第三章多维随机变量及其分布习题解答

概率论课后习题第3章答案

第三章概率与概率分布习题及答案

概率论与数理统计第三章二维随机变量及其概率分布例题

第3章概率分布思考与练习参考答案

统计学习题答案第3章概率与概率分布