《概率论与数理统计》袁荫棠 中国人民大学出版社 课后答案 概率论第四章
概率论与数理统计复旦大学出版社第四章课后解答
概率论 习题四 答案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.故 ()0.58300.34010.07020.0073E 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.设随机变量且已知E （X ）=0.1,E (X 2)=0.9,求123,,p p p . 【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】12201()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰ 故 221()()[()].6D XE X E X =-=6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望.（1） U =2X +3Y +1； （2） V =YZ -4X .【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++ 25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=- ,()()4()Y Z E Y E Z E X -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2,01,()0,;X x x f x ≤≤⎧=⎨⎩其它 (5)e ,5,()0,.y Y y f y --⎧>=⎨⎩其它 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 d5e 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()X f x =⎩⎨⎧≤>-;0,0,0,22x x x e ()Y f y =⎩⎨⎧≤>-.0,0,0,44y y y e 求（1） ()E X Y +;（2） 2(23)E X Y -.【解】22-200()()d 2e d [e ]e d x x xX E X xf x x x x x x +∞+∞+∞--+∞-∞===-+⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e d y .4yY E Y y f 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 x ke求（1） 系数c ;（2）()E X ;（3） ()D X . 【解】(1) 由222()d e d 12k x c f x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 2220()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰222202e d k x k x x +∞-==⎰(3) 22222221()()d()2e .k x E X x f x x x k x dx k +∞+∞--∞===⎰⎰故2222214π()()[()].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 ==⨯⨯⨯=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41e ,0,()40,0.xx f x x -⎧>⎪=⎨⎪≤⎩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12,,,n X X X 是相互独立的随机变量，且有2(),(),1,2,,i i E X D X i n μσ===,记 11n i i X X n ==∑，2211()1n i i S X X n ==--∑. （1） 验证)(X E =μ，)(X D =n2σ；（2） 验证22211()1ni i S X nX n ==--∑；（3） 验证22()E S σ=.【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) 因为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) 因为2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因为 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()2D X =，()3D Y =，(,)1Cov X Y =-,计算：(321,43)Cov X Y X Y -++-【解】Cov(321,43)3()10ov(,)8()X Y X Y D X C X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=-(因常数与任一随机变量独立，故(,3)(,3)0Cov X Cov Y ==,其余类似). 16.设二维随机变量(,)X Y 的概率密度为221,1,(,)π0,.x y f x y ⎧+≤⎪=⎨⎪⎩其它 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. （注意到积分区域的对称性和被积函数是奇函数可以直接得到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1x ≤时，()X f x =当 1y ≤时，()Y f y =. 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xy ρ=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 ，xy ρ. 【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 D E X xf x y x y =⎰⎰11001d 2d 3x x x y -==⎰⎰22()(,)d d DE X x f x y x y =⎰⎰112001d 2d 6x x x y -==⎰⎰从而222111()()[()].6318D XE X E X ⎛⎫=-=-= ⎪⎝⎭同理11(),().318E 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xy ρ. 【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】由已知条件得：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 YD 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（Cauchy -Schwarz ）不等式. 【证】考虑实变量t 的二次函数2222()[()]()2()()g t E V tW E V tE VW t E W =+=++因为对于一切t ，有2()0V tW +≥，所以 ()0g t ≥，从而二次方程 ()0g t =或者没有实根，或者只有重根，故其判别式Δ≤0， 即 222[2()]4()()0E VW E W E V ∆=-≤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】由题设可知：设备开机后无故障工作的时间1()5XE ，其概率密度为 151,0()50,0x e x f x x -⎧>⎪=⎨⎪≤⎩根据题意 {}min ,2Y X =，所以Y 的分布函数为 {}{}()min ,2F y P X y =≤当0y <时，{}{}{}()min ,20F y P X y P X y =≤=≤=； 当02y ≤<时，{}{}{}115501()min ,215x y yF y P X y P X y e dx e --=≤=≤==-⎰； 当2y ≥时，{}{}()min ,21F y P X y =≤=；于是Y 的分布函数为：150,0,()1,02,1,2y y F y e y y -<⎧⎪⎪=-≤<⎨⎪≥⎪⎩。
概率论与数理统计第四章习题及答案
概率论与数理统计习题 第四章 随机变量的数字特征习题4-1 某产品的次品率为，检验员每天检验4次，每次随机地取10件产品进行检验，如发现其中的次品数多于1个，就去调整设备，以X 表示一天中调整设备的次数，试求)(X E （设诸产品是否为次品是相互独立的）.解：设表示一次抽检的10件产品的次品数为ξP =P （调整设备）=P (ξ>1)=1－P (ξ≤1)= 1－[P (ξ=0)+ P (ξ=1)]查二项分布表1－=.因此X 表示一天调整设备的次数时X ～B (4, . P (X =0)=⎪⎪⎭⎫ ⎝⎛04××=.P (X =1)=⎪⎪⎭⎫ ⎝⎛14××=, P (X =2)= ⎪⎪⎭⎫⎝⎛24××=.P (X =3)=⎪⎪⎭⎫ ⎝⎛34××=, P (X =4)= ⎪⎪⎭⎫ ⎝⎛44××=. 从而E (X )=np =4×=习题4-2 设随机变量X 的分布律为Λ,2,1,323)1(1==⎭⎬⎫⎩⎨⎧-=+j j X P jjj ,说明X的数学期望不存在.解： 由于1111133322(1)((1))3j j j j j j j j j P X j j j j ∞∞∞++===-=-==∑∑∑，而级数112j j ∞=∑发散，故级数11133(1)((1))j jj j j P X j j∞++=-=-∑不绝对收敛，由数学期望的定义知，X 的数学期望不存在. 习题X-2 0 2 k p求)53(),(),(22+X E X E X E .解 E (X )=(-2)+0+2=由关于随机变量函数的数学期望的定理，知E (X 2)=(-2)2+02+22=E (3X 2+5)=[3 (-2)2+5]+[3 02+5]+[322+5]=如利用数学期望的性质，则有E (3X 2+5)=3E (X 2)+5=3+5=4.135)(3)53(,8.23.04.0)(,2.03.023.004.02)(222222)2(=+=+=⨯+⨯=-=⨯+⨯+⨯-=-X E X E X E X E习题4-4 设随机变量X 的概率密度为⎩⎨⎧≤>=-0,0,0,)(x x e x f x 求XeY X Y 2)2(;2)1(-==的数学期望.解22)(2)0(2)(2)2()()(00=-=+-=+⋅===∞-∞+-∞-+∞-∞-+∞∞-⎰⎰⎰⎰xx xx e dx e xe dx xe dx x dx x xf X E Y E I3131)()()(0303022=-==⋅==∞-∞+-∞+---⎰⎰xx x x X edx e dx e e e E Y E II 习题4-5 设),(Y X 的概率密度为⎩⎨⎧≤≤≤=其它,0,10,12),(2x y y y x f求)(),(),(),(22Y X E XY E Y E X E +.解 各数学期望均可按照⎰⎰+∞∞-+∞∞-=dxdy y x f y x g Y X g E ),(),()],([计算。
概率论与数理统计第四章习题解
7.若连续型随机变量ξ的分布密度是：
⎧ax2 + bx + c , (0 < x < 1)
f (x) = ⎨ ⎩
0
， , (x ≤ 0, x ≥ 1)
已知 E(ξ ) ＝1/2， D(ξ ) =3/20,求系数 a 、 b 、 c .
解：应用密度函数的性质有：
∫1
(ax 2
+
bx
+
c)dx
=
(a
x3
解：(1). E(ξ ) ＝－2×0.4＋0×0.3＋2×0.3＝-0.2 .
(2). E(ξ 2 ) = 4 × 0.4 + 0 × 0.3 + 4 × 0.3 = 2.8，
则： E(3ξ 2 + 5) ＝ 3E(ξ 2 ) + 5 = 3 × 2.8 + 5 = 13.4 . (3).由(1),(2)解：
D(ξ ) = E(ξ 2 ) − E 2 (ξ ) = 2.8 − (−0.2)2 = 2.76 .
11.设随机变量
(ξ
,η)
具有概率密度：
f
( x,
y)
=
⎧1 ⎩⎨0
(| y |< x,0 < x < 1) (其它)
，试求：
-5-
E(ξ ) ， E(η) .
∫ ∫ ∫ ∫ ∫ 解：
E(ξ )
=
解：由连续型随机变量数学期望的定义式：
∫ ∫ ∫ +∞
1500
E(ξ ) = xf (x)dx =
1
x 2dx − 3000 x(x − 3000) dx
−∞
0 15002
1500 15002
概率论与数理统计（经管类）第四章课后习题答案word档
习题4.11.设随机变量X 的概率密度为(1) (2)f(x)={2x, 0≤x ≤1,0, 其他; f(x)=12e -|x |, -∞<x <+∞求E(X)解: (1)E (X )=∫+∞-∞xf (x )dx = ∫10x ∙2xdx =2∙x 32|10=23(2)E (X )=∫+∞-∞xf (x )dx =∫+∞-∞x ∙12e -|x |=02.设连续型随机变量X 的分布函数为F (x )={0, x <-1,a +b ∙arcsinx, -1≤x <1,1, x ≥1.试确定常数a,b,并求E(X).解:(1)f (x )=F '(x )={b 1-x 2, -1≤x <10, 其他∫+∞-∞f (x )dx =∫1-1b 1-x 2dx =b ∙arcsinx|1-1=bπ=1, 即b =1π又因当时-1≤x <1F (X )=∫X-1f (x )dx =∫x-11π∙11-x 2dx =1π∙arcsinx|x-1=1π∙arcsinx +12, 即a =12(2)E (X )=∫+∞-∞xf (x )dx =∫1-1xπ∙11-x 2=03.设轮船横向摇摆的随机振幅X 的概率密度为f(x)={1σ2e-x 22σ2, x >0,0, x ≤0.求E(X).解:E (X )=∫+∞-∞xf (x )dx =1σ2∫+∞0x ∙e -x 22σ2dx =14.设X 1, X 2,….. X n 独立同分布,均值为,且设,求E(Y).μY =1n ∑n i =1X i 解:E (Y )=E (1n ∑ni =1X i )=1n E (∑ni =1X i )=1n ∙n μ=μ5.设(X,Y)的概率密度为f(x,y)={e -y, 0≤x ≤1,y >0,0, 其他.求E(X+Y).解:E (X +Y )=∫+∞-∞∫+∞-∞(x +y )f (x,y )dxdy =∫+∞0∫10(x +y )e -ydxdy =∫+∞012∙e ‒y +y ∙e ‒y dy =326.设随机变量X 1, X 2相互独立,且X 1, X 2的概率密度分别为f 1(x )={2e -2x, x >0,0, x ≤0,求:f 2(x )={3e -3x, x >0,0, x ≤0,(1)E (2X 1+3X 2); (2)E (2X 1-3X 22); (3)E (X 1X 2解:(1)E (2X 1+3X 2)=2E (X 1)+3E (X 2)=2*12+3*13=2(2)E (2X 1-3X 22)==2E (X 1)-3E (X 22)=1-3*∫+∞x 23e -3xdx =1-3*[-∫+∞x 2d(e -3x)]=1-3*[-x 2∙e -3x|+∞0+∫+∞e -3xdx 2]=1-3*[0+∫+∞e -3x∙2xdx]=1-3*[23∫+∞e -3x∙3xdx ]=1-3*23*13=13(3)E (X 1X 2)=E (X 1)E (X 2)=12*13=167.求E(X).解:E (X )=∑i ∑j x i p ij =0*0.1+0*0.3+1*0.2+1*0.1+2*0.1+2*0.2=0.98.设随机变量X 的概率密度为且E(X)=0.75,求常数c 和.f(x)={cx α, 0≤x ≤1,0, 其他.α解:E (X )=∫+∞-∞xf (x )dx =∫10x ∙cx αdx =0.75习题4.21.设离散型随机变量X 的分布律为X -100.512P0.10.50.10.10.2求E (X ),E (X 2),D (X ).解: E (X )=(-1)*0.1+0*0.5+0.5*0.1+1*0.1+2*0.2=0.45E (X 2)=(-1)2*0.1+0*0.5+(0.5)2*0.1+12*0.1+22*0.2=1.025D (X )=(-1-0.45)2*0.1+(0-0.45)2*0.5+(0.5-0.45)2*0.1+(1-0.45)22.盒中有5个球,其中有3个白球,2个黑球,从中任取两个球,求白球数X 的期望和方差.解: X 的可能取值为0,1,2P {X =0}=C 22C 25=0.1P {X =1}=C 13∙C 12C 25=0.6P {X =2}=C 23C 25=0.3E (X )=0∗0.1+1∗0.6+2∗0.3=1.2D (X )=(0‒1.2)2∗0.1+(1‒1.2)2∗0.6+(2‒1.2)2∗0.3=0.144+0.024+0.192=0.363.设随机变量X,Y 相互独立,他们的概率密度分别为f X (x )={2e ‒2x, x >0,0, x ≤0,f Y(y )={4, 0<y ≤14,0, 其他,求D(X+Y).解:D (X +Y )=D (X )+D (Y )=122+(14‒0)212=491924.设随机变量X 的概率密度为f X (x )=12e ‒|x |, ‒∞<x <+∞,求D(X)解:E (X )=∫+∞‒∞x2e ‒|x |dx =0E(X2)=∫+∞‒∞x 22e‒|x|dx=2∫+∞‒∞x22e‒x=∫+∞‒∞x2e‒x=2=D(X) E(X2)‒[E(X)]2=25.设随机变量X与Y相互独立,且D(X)=1,D(Y)=2,求D(X-Y).解: D(X‒Y)=D(X)+D(Y)=1+2=36.若连续型随机变量X的概率密度为f(x)={ax2+bx+c, 0<x<1,0, 其他,且E(X)=0.5,D(X)=0.15.求常数a,b,c.解:E(X)=∫10x(ax2+bx+c)dx=a4+b3+c2=0.5E(X2)=∫10x2(ax2+bx+c)dx=a5+b4+c3=0.15+(0.5)2=0.4∫+∞‒∞f(x)dx=∫10(ax2+bx+c)dx=a3+b2+c=1解得a=12,b=-12,c=3.习题4.31.设两个随机变量X,Y相互独立,方差分别为4和2,则随机变量3X-2Y的方差是 D .A. 8B. 16C. 28D. 442.设二维随机变量(X,Y)的概率密度为f(x,y)={18(x+y), 0≤x≤2,0≤y≤2,0, 其他求Cov(X,Y).解:E(X)=∫20[∫20x8(x+y)dy]dx=∫20(x28∙y+x8∙y22)|20d x=76E(Y)=∫20[∫20y8(x+y)dx]dy=76E(XY)=∫20[∫20xy8(x+y)dy]dx=43Cov(X,Y)=E(XY)‒E(X)E(Y)=43‒76∗76=‒1363.设二维随机变量(X,Y)的概率密度为f(x,y)={ye‒(x+y), x>0,y>0,0, 其他求X与Y的相关系数ρxy.解:E(X)=∫+∞0(∫+∞0xye‒(x+y)dy)dx=1E(Y)=∫+∞0(∫+∞0y2e‒(x+y)dx)dy=∫+∞0(∫+∞0y2e‒x e‒y dx)dy=∫+∞0y2e‒y dy=‒∫+∞0y2d(e‒y)=‒y2e‒y|+∞0+∫+∞0e‒y d(y2)=0+∫+∞0e‒y∙2ydy=2∫+∞0e‒y∙ydy=2E(XY)=∫+∞0(∫+∞0xy2e‒(x+y)dy)dx=2Cov(X,Y)=E(XY)‒E(X)E(Y)=2‒2∗1=0所以ρxy=Cov(X,Y)D(X)D(Y)=04.设二维随机变量(X,Y)服从二维正态分布,且E(X)=0, E(Y)=0, D(X)=16, D(Y)=25, Cov(X,Y)=12,求(X,Y)的联合概率密度函数f(x,y).布解:f (x,y )=12πσ1σ21‒ρ2e‒12(1‒ρ2){(x ‒μ1)2σ12‒2ρ(x ‒μ1)(y ‒μ2)σ1σ2+(y ‒μ2)2σ22}∵E (X )=0,E (Y )=0∴μ1=0, μ2=0,∵D(X)=16, D(Y)=25∴σ1=4,σ2=5∵Cov(X,Y)=12∴ρ=Cov (X,Y )D(X)D(Y)=124∗5=35∴f (x,y )=132πe‒2532(x 216‒3xy 50+y 225)5. 证明D(X-Y)=D(X)+D(Y)-2Cov(X,Y).证:D (X ‒Y )=E [X ‒Y ‒E (X ‒Y )]2=E [(X ‒E (X ))‒(Y ‒E (Y ))]2=E [(X ‒E (X ))2]‒2E [X ‒E (X )]∙E [Y ‒E (Y )]+E [(Y ‒E (Y ))2]=D (X )+D (Y )‒2Cov(X,Y)6. 设(X,Y)的协方差矩阵为,求X 与Y 的相关系数ρxy.C =(4‒3‒39)解:∵C =(4‒3‒39)∴Cov (X,Y )=‒3, D (X )=4,D (Y )=9∴ρxy =Cov (X,Y )D(X)D(Y)=‒32∗3=‒12自测题4一、 选择题1.设随机变量X 服从参数为0.5的指数分布,则下列各项中正确的是 B .A. E(X)=0.5, D(X)=0.25 B. E(X)=2, D(X)=4C. E(X)=0.5, D(X)=4 D. E(X)=2, D(X)=0.25解: 指数分布的E (X )=1λ, D (X )=1λ22. 设随机变量X,Y 相互独立,且X~B(16,0.5),Y 服从参数为9的泊松分布,则D(X-2Y+1)= C.A.-14B. 13C. 40D. 41解: D (X )=npq =16∗0.5∗0.5=4, D (Y )=λ=9D (X ‒2Y +1)=D (X )+4D (Y )+D (1)=4+4∗9+0=403. 已知D(X)=25,D(Y)=1, ρxy=0.4, 则D(X-Y)= B .A.6B. 22C. 30D. 464. 设(X,Y)为二维连续随机变量,则X 与Y 不相关的充分必要条件是 C .A. X 与Y 相互独立B. E(X+Y)=E(X)+E(Y)C. E(XY)= E(X)E(Y)D. (X,Y)~N()μ1,μ2,σ12,σ22,0解: ∵X 与Y 不相关∴ρxy =0, ∴Cov (X,Y )=0∴E(XY)= E(X)E(Y)5.设二维随机变量(X,Y)~N(),则Cov(X,Y)= B .1,1,4,9,12A. B. 3C. 18D. 3612解: ∵ρxy =12=Cov (X,Y )D(X)D(Y)=Cov (X,Y )2*3, ∴Cov (X,Y )=36.已知随机变量X 与Y 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E(XY)= A .A. 3B. 6C. 10D. 12解: ∵X~U (‒1,3),Y~U (2,4)∴E (X )=a +b 2=‒1+32=1, E (Y )=2+42=3E (XY )= E (X )E (Y )=1∗3=37.设二维随机变量(X,Y)~N(),Ø(x)为标准正态分布函数,则下列结论中错误的是 C .0,0,1,1,0A. X 与Y 都服从N(0,1)正态分布 B. X 与Y 相互独立C. Cov(X,Y)=1 D. (X,Y)的分布函数是Φ(x)∙Φ(y)二、 填空题1.若二维随机变量(X,Y)~N(),且X 与Y 相互独立,则ρ= 0 .μ1,μ2,σ12,σ22,0解:Cov(X,Y)=0∵2.设随机变量X 的分布律为 3 .X -1012P0.10.20.30.4令Y=2X+1,则E(Y)= 3 .解: E(2X+1)=(2*-1+1)*0.1+(2*0+1)*0.2+(2*1+1)*0.3+(2*2+1)*0.4=33.已知随机变量X 服从泊松分布,且D(X)=1,则P{X=1}= .e ‒1解: ∵ D (X )=λ=1∴P {X =1}=λ1e ‒λ1!=e ‒14.设随机变量X 与Y 相互独立,且D(X)= D(Y)=1,则D(X-Y) =2 .5.已知随机变量X 服从参数为2的泊松分布,= 6.E (X 2)解: ∵E (X )=λ=2,D (X )=λ=2,∴ E (X 2)=E 2(X )+D (X )=4+2=66.设X为随机变量,且E(X)=2, D(X)=4,则= 8 .E(X2)7.已知随机变量X的分布函数为F(x)={0, x<0x4, 0≤x<41, x≥4则E(X) = 2 .解: f(x)=F'''"(x)={14, 0≤x<40, 其他E(X)=∫40x4dx=08.设随机变量X与Y相互独立,且D(X)=2, D(Y)=1,则D(X-2Y+3)= 6 .三、设随机变量X的概率密度函数为f(x)={32x2, ‒1≤x≤1,0, 其他试求: (1)E(X), D(X); (2).P{|X‒E(X)|<2D(X)}解:(1) E(X)=∫1‒132x3dx=0D(X)=E(X2)‒E2(X)=∫1‒132x4=32∙x55|1‒1=35(2)P{|X‒E(X)|<2D(X)}=P{|X|<65}=∫65‒65f(x)dx=∫1‒132x2dx=1四、设随机变量X的概率密度为f(x)={x 0≤x≤12‒x, 1≤x<20, 其他试求: (1)E(X), D(X); (2),其中n为正整数.E(X n)解:(1)E(X)=∫1x2dx+∫21x(2‒x)dx=13+13=1D(X)=E(X2)‒E2(X)=∫10x3dx+∫21x2(2‒x)‒1=14+(143‒154)‒1=16(2)E(X n)=∫1x n+1dx+∫21x n(2‒x)=2(2n+1‒1)(n+1)(n+2)五、 设随机变量X 1与X 2相互独立,且X 1~N(), X 2~N().令X= X 1+X 2, Y= X 1-X 2.μ,σ2μ,σ2求: (1)D(X), D(Y); (2)X 与Y 的相关系数ρxy.解:(1)D (X )=D (X 1+X 2)=D (X 1)+D (X 2)=σ2+σ2=2σ2D (Y )=D (X 1‒X 2)=D (X 1)+D (X 2)=2σ2(2) Cov (X,Y )=E (XY )‒E (X )E (Y )=0ρxy =Cov (X,Y )D(X)D(Y)=0六、 设随机变量X 的概率密度为f (x )={2e ‒2x, x >0, 0, x ≤0.(1)求E(X),D(X);(2)令,求Y 的概率密度f Y (y).Y =X ‒E(X)D(X)解:(1)E (X )=∫+∞2xe ‒2x dx =12D (X )=E (X 2)‒E 2(X )=∫+∞02x 2e ‒2x dx ‒14=12‒14=14(2)Y =X ‒E(X)D(X)=X ‒1212=2X ‒1由Y=2X-1得, X’=X =Y +1212=∴f Y (y )={2e‒2(Y +12)∙12,Y +12>00, Y +12≤0{e ‒(y +1), y >‒10, y ≤‒1七、 设二维随机变量(X,Y)的概率密度为f (x,y )={2, 0≤x≤1,0≤y ≤x,0, 其他求: (1)E(X+Y); (2)E(XY); (3). P{X +Y ≤1}解:(1)E (X +Y )=∫10dx ∫x 02(x +y )dy =∫102x 2+x 2dx =1(2)E(XY)=∫1dx∫x2xy dy=∫1x3dx=14(3) P{X+Y≤1}=∬x+y≤1f(x,y)dxdy=∫12(∫1‒yy2dx)dy=∫122‒4ydy=12八、设随机变量X的分布律为X-101P 131313记Y=X2,求: (1)D(X), D(Y); (2) ρxy.解:(1)E(X)=(‒1)∗13+0∗13+1∗13=0D(X)=(‒1‒0)2∗13+(0‒0)2∗13+(1‒0)2∗13=23 E(Y)=(‒1)2∗13+0∗13+12∗13=23D(Y)=(1‒23)2∗13+(0‒23)2∗13+(1‒23)2∗13=29E(XY)=(0∙‒1)∙9+(1∙‒1)∙29+(0∙0)∙19+(0∙1)∙29+(1∙0)∙19+(1∙1)∙29=0Cov(X,Y)=E(XY)‒E(X)E(Y)=0‒0∗23=0ρxy=Cov(X,Y)D(X)D(Y)=0。
《概率论与数理统计》袁荫棠 中国人民大学出版社 课后答案 概率论第四章
1− P{ξ = 0}
1 − q 4 − 4 pq 3 =
1− q4
其中 q=1-p 11. ξ服从参数为 2,p 的二项分布, 已知 P(ξ≥1)=5/9, 那么成功率为 p 的 4 重贝努里试验
中至少有一次成功的概率是多少?
解: 因ξ~B(2,p), 则必有 P(ξ ≥ 1) = 1 − P(ξ = 0) = 1 − (1 − p)2 = 5 / 9 , 解得
解: 因掷一次骰子出现一点的概率为 1/6, 则ξ~B(4,1/6), 因此有
P{ξ
=
k} =
C 4k
×
1 6k
×
⎛ ⎜
5
⎞ ⎟
4−k
(k
⎝6⎠
=
0,1,2,3,4),
⎧0
∑ F
(
x)
=
⎪⎪ ⎨ ⎪k≤x
C
k 4
⎛ ⎜ ⎝
1 6
⎞ ⎟ ⎠
k
⎛ ⎜ ⎝
5 6
4−k
⎞ ⎟ ⎠
⎪⎩1
x<0 0≤ x< 4 x≥4
废品, 求产品为废品的概率以及产品的平均价值.
解: 设ξ为产品表面上的疵点数, 则ξ服从普哇松分布, λ=0.8, 设η为产品的价值, 是
ξ的函数. 则产品为废品的概率为
∑ P{ξ > 4} = 1 − P{ξ ≤ 4} = 1 − 4 0.8i e−0.8 = 0.0014
i=0 i!
课后答案网
解: 设ξ为这 20 件产品中的废品数, 则ξ~B(20,0.1), 又通过检查已经知道ξ定不少于 2
件的条件, 则要求的是条件概率
P{ξ ≥ 3 | ξ ≥ 2} = P{ξ ≥ 3 ∩ξ ≥ 2} P{ξ ≥ 2}
概率论与数理统计第四章课后习题及参考答案
空测量的误差随机变量 X 的分布列为
X (m) 30
20
10
0
10
20
30
P
0.05 0.08 0.16 0.42 0.16 0.08 0.05
而场地边长随机变量Y 等于边长的数学期望与测量误差之和，即Y 350 X ，
求场地面积的数学期望．
解：设场地面积为 S ，则 S Y 2 ，
E( X ) 30 0.05 (20) 0.08 (10) 0.16 0 0.42 10 0.16
X (3) 设 Z ( X Y )2 ，求 E(Z ) ．
解：(1) E( X ) 1 (0.2 0.1 0.1) 2 (0.1 0 0.1) 3 (0 0.3 1) 2 ，
E(Y ) (1) (0.2 0.1 0) 0 (0.1 0 0.3) 1 (0.1 0.1 0.1) 0 ，
0
432
0.15 D(X )
[x
E(X
)]2
f
( x)d x
1
(x
0.5)2
(a
x2
bx
c)d
x
0
1a1b1c1 ， 5 434
解之得
a 12 ， b 12 ， c 3．
13．设 ( X ,Y ) 的分布律为
Y
X
1
2
3
1
0.2
0.1
0
0
0.1
0
0.1
1
0.1
0.1
0.1
(1) 求 E( X ) 及 E(Y ) ； (2) 设 Z Y ，求 E(Z ) ；
由题可知exey?dxdy?2则22222222exdx?ex???eydy?ey???eze?x??y????eze?x??y????1222222dzd?x??y?dx??dy????122222dzd?x??y?dx??dy????22222ezze?x??y?x??ye?x??y1222222222?ex??ey??????222covzzezz?ezez????12121222covzz???12?zz22
概率论与数理统计第三、四章答案(DOC)
第三章 习题参考答案1.计算习题二第2题中随机变量的期望值。
解：由习题二第2题计算结果0112{0}={1}=33p p 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960.09980.271000.351020.231040.0698.8E 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，如果不能用，又该如何计算？其结果是什么？解（1）100.1110.4120.3130.211.6ER =⨯+⨯+⨯+⨯=（2）由数学期望的性质有(2)223.2E R ER πππ==（3）因为22()()E R E R ππ≠，所以不能用2()E R π来计算圆面积的期望值。
利用随机变量函数的期望公式可求得222222()()(100.1110.4120.3130.2)135.4E R E R ππππ==⨯+⨯+⨯+⨯=或者由习题二第31题计算结果，按求圆面积的数学期望1000.11210.41440.31690.2)135.4E ηπππ=⨯+⨯+⨯+⨯=4． 连续随机变量ξ的概率密度为,01(,0)()0,a kx x k a x ϕ⎧<<>=⎨⎩其它又知0.75E ξ= ，求k 和a 的值 解 由1010()11324a a kx dx kx dx a k E kx x dx a ϕξ+∞-∞===+=⋅==+⎰⎰⎰解得 2,3a k == 5．计算服从拉普拉斯分布的随机变量的期望和方差（参看习题二第16题）。
概率论与数理统计第四章答案
证：
由于X1与X2分布相同，所以二者方差相等，所以上式为0.
解：矩母函数：
验证
解：根据切比雪夫不等式
解：设一个学生成绩X,根据马尔科夫不等式
根据切比雪夫不等式
设有n人参加考试，其中Xi为第i个学生的成绩，它们相互独立，均值75,方差25。那么总成绩（注意：并不是nX）为 ，平均成绩
E[X22]=12×1/2+22×1/2=5/2
Var(X2)= E[X22]-( E[X2])2=1/4
E(X1X2)=0+0+1*1*1/16+1*2*1/16+2*1*3/16+2*2*1/8+3*1*1/8+3*2*1/4=47/16
Cov(X1,X2)= E(X1X2)- E[X1]E[X2]=1/8
解：
从而a=3/5, b=6/5.
解：(a)令Y=Xn,先求分布函数
FY(y)=P(Y<=y)=P(Xn<=y)
当y<=0, FY(y)=0.当y>=1, FY(y)=1.当0<y<1,
求导得到密度函数
求数学期望
(b)(本题改为利用命题4.5.1.)
解：(a)令
那么P(Xi=1)=17/40.这样
E[Xi]= 17/40, i=1,2, ..., 10
根据数学期望的性质
E[X]=E[X1]+E[X2]+...+E[X10]=17/4.
(b)将白球按1～17编号，取10个球，令
那么P(Yi=1)=10/40=1/4.这样
E[Yi]= 1/4, i=1,2, ..., 17
概率论与数理统计第四章习题参考答案
=
⎡ E⎢
1
⎢⎣ n −1
n i =1
(Xi
−
⎤ X )2 ⎥
⎥⎦
=
1 n −1
⎡ E⎢
⎢⎣
n i =1
X
2 i
−
nX
2⎤ ⎥ ⎥⎦
=
1 n −1
⎡n ⎢ ⎢⎣ i=1
E
(
X
2 i
)
−
nE( X
2⎤ )⎥ ⎥⎦
∑[ ] [ ] =
1 n −1
⎧ ⎨ ⎩
n i =1
D(X i ) + E 2 (X i )
X −µ 3/2
<
⎫ 1.96⎬
=
0.95
⎭
故，正态总体均值 µ 的 95%的置信区间为 (X − 2.94, X + 2.94)
代入样本值得正态总体均值 µ 的 95%的置信区间为（-2.565，3.315）。
（2）当σ 未知时，由 T = X − µ ~ t(n − 1) 即T = X − µ ~ t(3) ，所以
n
−a n
=0 =0
无解。由此不能求得
a,
b
的极大似然估计量。
⎩ ∂b
b−a
解：X
的概率密度为
f
(x)
=
⎪⎧ ⎨b
1 −
a
,
a
≤
x
≤
b
，
⎪⎩ 0, 其它
似然函数为 L(a, b) = 1 , θ1 ≤ xi ≤ θ 2 ,i = 1,2,L, n ， (b − a)n
对于给定的样本值 (x1 , x2 ,L, xn )
−
n
D(
概率论与数理统计袁荫棠课后答案.doc
概率论与数理统计袁荫棠课后答案【篇一：《概率论与数理统计》学习指导】txt> 一、教学目的与课程性质、任务。
教学目的：本课程为学生讲授概率论与数理统计的基本概念、基本方法、基本技巧和基本理论。
主要培养学生对随机数学理论的掌握和实际问题的分析与理解能力，尽量引导学生针对实际随机现象进行科学的分析，从而达到增强学生动手能力和提高学生数学思维能力。
二、教学要求概率论与数理统计是在理论基础上实践性很强的课程，它主要讲授随机现象统计规律性的一门数学科学。
要求学生能够奠定较扎实的概率论理论基础，同时也能利用随机变量及其分布有关理论知识讨论数理统计中的有关统计推断问题.要求学生能对现实中的工程实际问题、保险问题、金融问题、可靠性问题等方面利用合理的概率论和数理统计有关理念予以解释和分析.在教学环节上，对学生的学习提出“掌握”和“了解”两个层次上要求，所谓“掌握”，是指学生在课后，必须能将所学内容用自己理解后的数学术语复述出来，这是将所学知识熟练应用到实践中的基础。
所谓“了解”，是要求学生对所学内容有初步的认知，不要求完全复述出来，但在遇到相关问题时要求能够辨识。
教学以课堂讲授为主，辅之以课堂具体的事例分析等方式。
三、教学进度表四、教学内容与讲授方法【篇二：1-4 章习题解答】（修订本1989 年）——袁荫棠编中国人民大学出版社1—4 章习题解答习题一1．解：(1) 互不相容（2）对立（3）互不相容（4）相容（5）互不相容（6）对立2．解：样本点为：（x,y ）,a={(x,y) ｜x+y=3,5,9,11},3．解：5a??ai 表示五次中至少有一次i?1击中目标,a?a1a2a3a4a5, 五次均未击中目标:五次中击中次数至多有两次。
4．解：(1) (a+b)(b+c)=ab+ac+b+bc ∵ab+bc ?b∴(a+b)(b+c)=b+ac（2）所有非平装书都是中文图书（3）是6．解：p（a）=86880/100000=0.8688,p(b)=0.80521, p(c)=0.677877．?解：这批产品合格率为：p=68/ （5+68+7 ）=0.85?解：若一个门：p? c7c3c102 11? c32 c102?0.53?若二个门：p?10 ．解p?24!?0.0833 c32 c102 ?345?0.066611．?解：记次品数分别为0、1、2、3 的概率分别为p0,p1,p2,p3p0?p2? c97c100255?0.8559,p1? 3c3c97c100c3c97c100532 514?0.14c3c97c1005?0.006,p3??0.0000612．解：p?13．解cncn?n1 kn?k1 cn nc5c3c211114．?解：前面两个邮筒没有信，则后面两个应为 2 个中取 2 个的重复排列?概率为221 1p?24?14,(或p?c2c216?0.25)p? c3c24 2 11 ?3?216?0.375?第一个邮筒只有一封信：?合格率为：0.8+0.16=0.96 16 ．解p?(c2c3c5?c2c3c5?c2c3c5?c2c3c5?c2c3c5?c2c3c5)/c10?1262 52?0.5122131230221212203517．?解：由11 题的结果得次品数不超过 1 个的概率为：p0+p1=0.8559+0.14=0.995921．解解：类似于例4（p16 ）22．?解：设a、b、c 分别为同一种零件被三个机床分别加工的这一事件，d 表示合格品。
概率论与数理统计》课后习题答案第四章
习题4.11．设10个零件中有3个不合格． 现任取一个使用，若取到不合格品，则丢弃重新抽取一个，试求取到合格品之前取出的不合格品数X 的数学期望．解 可得X 的概率分布为0123~77711030120120X ⎡⎤⎢⎥⎢⎥⎣⎦于是X 的数学期望为7771()012310301201204531208E X =⨯+⨯+⨯+⨯==2．.某人有n 把外形相似的钥匙，其中只有1把能打开房门，但他不知道是哪一把，只好逐把试开．求此人直至将门打开所需的试开次数X 的数学期望．解 可得X 的概率分布为12~111n X nn n ⎡⎤⎢⎥⎢⎥⎣⎦于是X 的数学期望为111()121(1)122E X n n n nn n n n =⨯+⨯++⨯++==3．设5次重复独立试验中每次试验的成功率为0.9，若记失败次数为X ，求X 的数学期望。
解 由题意~(5,0.1)X B ，则X 的数学期望为()50.10.5E X =⨯=4．设某地每年因交通事故死亡的人数服从泊松分布．据统计，在一年中因交通事故死亡一人的概率是死亡两人的概率的21，求该地每年因交通事故死亡的平均人数。
解 设该地每年因交通事故死亡的人数为X ，由题意X 服从泊松分布() (0)P λλ>.因1{1}{2}2P X P X === 即121 41!22!ee λλλλλ--=⇒= 于是X 的数学期望为()4E X λ==所以地每年因交通事故死亡的平均人数为4人。
5．设随机变量X 在区间(1,7)上服从均匀分布，求2{()}P X E X <. 解 因X 在区间(1,7)上服从均匀分布，故X 的数学期望为17()42E X +== 于是22{()}{4}1 {22}6P X E X P X P X <=<=<-<<=6．设连续型随机变量X 的概率密度为01() (,0)0 b ax x p x a b ⎧<<=>⎨⎩其它又知()0.75E X =,求,a b 的值解 由密度函数的性质可得()1p x dx +∞-∞=⎰即1111b aax dx b =⇒=+⎰又由()0.75E X =，可得1()0.75b xp x dx x ax dx +∞-∞=⋅=⎰⎰即0.752ab =+ 求解110.752a b a b ⎧=⎪⎪+⎨⎪=⎪+⎩ 可得 3,2a b ==.7．设随机变量X 的概率密度为0<1()2 120 x x p x x x <⎧⎪=-≤<⎨⎪⎩其它求数学期望()E X解12013312201()() (2) ()133E X xp x dxx xdx x x dx x x x +∞-∞==⋅+⋅-=+-=⎰⎰⎰8.设随机变量X 的概率分布为 X -2 -1 0 1 P 0.2 0.3 0.1 0.4 求(1)(21)E X -；（2）2()E X .解 (1) (21)2()1E X E X -=- 其中()20.210.3010.40.3E X =-⨯-⨯++⨯=-则(21)2()12(0.3)1 1.6E X E X -=-=⨯--=-(2）22222()0.2(2)0.3(1)0.100.41 1.5E X =⨯-+⨯-+⨯+⨯=9．假设一部机器在一天内发生故障的概率为0.2，机器发生故障时全天停止工作。
概率论与数理统计（I）第四章答案
第四章 大数定律及中心极限定理导 学——极限论在概率研究中的应用本章是承前启后的一章：明晰了“频率与概率的关系”，这是一个遗留问题。
并将《概率论》部分划上了一个句号，这是承前；说它启后，有定理设定：⋯⋯,21,,,n X X X 独立同分布，这一设定在《数理统计》部分一直沿用了下去。
全章由四节组成，§1节特征函数，§2节大数定律，讲了三个定理， §3节随机变量序列的两种收敛性，§4节中心极限定理。
三个定理。
“大数”及“极限”均要求+∞→n ，在实际问题中，n 充分大即可。
§2节主要研究对象为：算术平均值()n X X nX +⋯+=11；§4节的主要研究对象为： nni i X X X +⋯+=∑=11，比n X 1少了。
§2节的学习，不妨先从复习入手。
第二、三章已熟悉了()()⋅⋅D E 及,先推算出21)(,)(σμnX D X E =⋯==⋯=这是核心推导之一，后面学《数理统计》会反复使用，再由契比雪夫不等式及夹逼原理，可推出定理一，其中NX D 2)(σ=中的n1很宝贵。
定理二是由定理一推得的，关键点为：n A X X X n +⋯++=21及X X n n n ni i A ==∑=11，于是可用定理一了。
推导本身是一件很愉快的事。
§2节的三个定理可在比对中学习。
定理一（契）不要求⋯⋯,21,,,n X X X 一定为同分布，（贝）是由定理一（契）的特例。
定理二（马）不要求⋯⋯,21,,,n X X X 独立或同分布。
定理三（辛）不要求)(X D 一定存在，“契”“马”与“辛”的结论均为：μ−→−PX ,即算术平均值依概率收敛于数学期望。
“贝”的结论为：p nn PA −→−，即频率依概率收敛于概率。
这个结论很精致，十分简单了。
翻开§4节，一堆一堆的符号映入眼中，让人头大。
其实，若标准化方法娴熟，这一节并不难。
概率论与数理统计(茆诗松)第二版课后第四章习题参考答案
第四章 大数定律与中心极限定理习题4.11． 如果X X Pn →，且Y X Pn →．试证：P {X = Y } = 1．证：因 | X − Y | = | −(X n − X ) + (X n − Y )| ≤ | X n − X | + | X n − Y |，对任意的ε > 0，有⎭⎬⎫⎩⎨⎧≥−+⎭⎬⎫⎩⎨⎧≥−≤≥−≤2||2||}|{|0εεεY X P X X P Y X P n n ，又因X X Pn →，且Y X Pn →，有02||lim =⎭⎬⎫⎩⎨⎧≥−+∞→εX X P n n ，02||lim =⎭⎫⎩⎨⎧≥−+∞→εY X P n n ，则P {| X − Y | ≥ ε} = 0，取k 1=ε，有01||=⎭⎬⎫⎩⎨⎧≥−k Y X P ，即11||=⎭⎬⎫⎩⎨⎧<−k Y X P ， 故11||lim1||}{1=⎭⎬⎫⎩⎨⎧<−=⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧<−==+∞→+∞=k Y X P k Y X P Y X P k k I ． 2． 如果X X Pn →，Y Y Pn →．试证：（1）Y X Y X Pn n +→+； （2）XY Y X Pn n →．证：（1）因 | (X n + Y n ) − (X + Y ) | = | (X n − X ) + (Y n − Y )| ≤ | X n − X | + | Y n − Y |，对任意的ε > 0，有⎭⎫⎩⎨⎧≥−+⎭⎬⎫⎩⎨⎧≥−≤≥+−+≤2||2||}|)()({|0εεεY Y P X X P Y X Y X P n n n n ，又因X X P n →，Y Y P n →，有02||lim =⎭⎫⎩⎨⎧≥−+∞→εX X P n n ，02||lim =⎭⎬⎫⎩⎨⎧≥−+∞→εY Y P n n ，故0}|)()({|lim =≥+−++∞→εY X Y X P n n n ，即Y X Y X Pn n +→+；（2）因 | X n Y n − XY | = | (X n − X )Y n + X (Y n − Y ) | ≤ | X n − X | ⋅ | Y n | + | X | ⋅ | Y n − Y |，对任意的ε > 0，有⎭⎬⎫⎩⎨⎧≥−⋅+⎭⎬⎫⎩⎨⎧≥⋅−≤≥−≤2||||2||||}|{|0εεεY Y X P Y X X P XY Y X P n n n n n ，对任意的h > 0，存在M 1 > 0，使得4}|{|1h M X P <≥，存在M 2 > 0，使得8}|{|2hM Y P <≥， 存在N 1 > 0，当n > N 1时，8}1|{|h Y Y P n <≥−， 因| Y n | = | (Y n − Y ) + Y | ≤ | Y n − Y | + | Y |，有4}|{|}1|{|}1|{|22h M Y Y Y P M Y P n n <≥+≥−≤+≥， 存在N 2 > 0，当n > N 2时，4)1(2||2h M X X P n <⎭⎬⎫⎩⎨⎧+≥−ε，当n > max{N 1, N 2}时，有244}1|{|)1(2||2||||22h h h M Y P M X X P Y X X P n n n n =+<+≥+⎭⎬⎫⎩⎨⎧+≥−≤⎭⎬⎫⎩⎨⎧≥⋅−εε，存在N 3 > 0，当n > N 3时，42||1hM Y Y P n <⎭⎬⎫⎩⎨⎧≥−ε，有244}|{|2||2||||11h h h M X P M Y Y P X Y Y P n n =+<≥+⎭⎬⎫⎩⎨⎧≥−≤⎭⎬⎫⎩⎨⎧≥⋅−εε，则对任意的h > 0，当n > max{N 1, N 2, N 3} 时，有h h h Y Y X P Y X X P XY Y X P n n n n n =+<⎭⎬⎫⎩⎨⎧≥−⋅+⎭⎬⎫⎩⎨⎧≥⋅−≤≥−≤222||||2||||}|{|0εεε，故0}|{|lim =≥−+∞→εXY Y X P n n n ，即XY Y X Pn n →．3． 如果X X Pn →，g (x )是直线上的连续函数，试证：)()(X g X g Pn →． 证：对任意的h > 0，存在M > 0，使得4}|{|h M X P <≥， 存在N 1 > 0，当n > N 1时，4}1|{|h X X P n <≥−， 因| X n | = | (X n − X ) + X | ≤ | X n − X | + | X |，则244}|{|}1|{|}1|{|h h h M X P X X P M X P n n =+<≥+≥−≤+≥， 因g (x ) 是直线上的连续函数，有g (x ) 在闭区间 [− (M + 1), M + 1] 上连续，必一致连续， 对任意的ε > 0，存在δ > 0，当 | x − y | < δ 时，有 | g (x ) − g ( y ) | < ε ，存在N 2 > 0，当n > N 2时，4}|{|hX X P n <≥−δ，则对任意的h > 0，当n > max{N 1, N 2} 时，有{}}|{|}1|{|}|{|}|)()({|0M X M X X X P X g X g P n n n ≥+≥≥−≤≥−≤U U δεh hh h M X P M X P X X P n n =++<≥++≥+≥−≤424}|{|}1|{|}|{|δ， 故0}|)()({|lim =≥−+∞→εX g X g P n n ，即)()(X g X g Pn →．4． 如果a X P n →，则对任意常数c ，有ca cX Pn →． 证：当c = 0时，有c X n = 0，ca = 0，显然ca cX Pn →；当c ≠ 0时，对任意的ε > 0，有0||||lim =⎭⎬⎫⎩⎨⎧≥−+∞→c a X P n n ε， 故0}|{|lim =≥−+∞→εca cX P n n ，即ca cX Pn →．5． 试证：X X P n →的充要条件为：n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ．证：以连续随机变量为例进行证明，设X n − X 的密度函数为p ( y )，必要性：设X X Pn →，对任意的ε > 0，都有0}|{|lim =≥−+∞→εX X P n n ，对012>+εε，存在N > 0，当n > N 时，εεε+<≥−1}|{|2X X P n ， 则∫∫∫≥<∞+∞−+++=+=⎟⎟⎠⎞⎜⎜⎝⎛−+−εε||||)(||1||)(||1||)(||1||||1||y y n n dy y p y y dy y p y y dy y p y y XX X X E εεεεεεεεεεεεε=+++<≥−+<−+=++≤∫∫≥<11}|{|}|{|1)()(12||||X X P X X P dy y p dy y p n n y y ，故n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ； 充分性：设n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ， 因∫∫∫≥≥≥++≤++==≥−εεεεεεεεεε||||||)(||1||1)(11)(}|{|y y y n dy y p y y dy y p dy y p X X P ⎟⎟⎠⎞⎜⎜⎝⎛−+−+=++≤∫∞+∞−||1||1)(||1||1X X X X E dy y p y y n n εεεε， 故0}|{|lim =≥−+∞→εX X P n n ，即X X Pn →．6． 设D (x )为退化分布：⎩⎨⎧≥<=.0,1;0,0)(x x x D试问下列分布函数列的极限函数是否仍是分布函数？（其中n = 1, 2, …．）（1）{D (x + n )}； （2）{D (x + 1/n )}； （3）{D (x − 1/n )}．解：（1）对任意实数x ，当n > −x 时，有x + n > 0，D (x + n ) = 1，即1)(lim =++∞→n x D n ，则 {D (x + n )} 的极限函数是常量函数f (x ) = 1，有f (−∞) = 1 ≠ 0，故 {D (x + n )} 的极限函数不是分布函数； （2）若x ≥ 0，有01>+n x ，11=⎟⎠⎞⎜⎝⎛+n x D ，即11lim =⎟⎠⎞⎜⎝⎛++∞→n x D n ，若x < 0，当x n 1−>时，有01<+n x ，01=⎟⎠⎞⎜⎝⎛+n x D ，即01lim =⎟⎠⎞⎜⎝⎛++∞→n x D n ，则⎩⎨⎧≥<=⎟⎠⎞⎜⎝⎛++∞→.0,1;0,01lim x x n x D n 这是在0点处单点分布的分布函数，满足分布函数的基本性质，故⎭⎬⎫⎩⎨⎧⎟⎠⎞⎜⎝⎛+n x D 1的极限函数是分布函数；（3）若x ≤ 0，有01<−n x ，01=⎟⎠⎞⎜⎝⎛−n x D ，即01lim =⎟⎠⎞⎜⎝⎛−+∞→n x D n ，若x > 0，当x n 1>时，有01>−n x ，11=⎟⎠⎞⎜⎝⎛−n x D ，即11lim =⎟⎠⎞⎜⎝⎛−+∞→n x D n ，则⎩⎨⎧>≤=⎟⎠⎞⎜⎝⎛−+∞→.0,1;0,01lim x x n x D n 在x = 0处不是右连续，故⎭⎬⎫⎩⎨⎧⎟⎠⎞⎜⎝⎛−n x D 1的极限函数不是分布函数．7． 设分布函数列 {F n (x )} 弱收敛于连续的分布函数F (x )，试证：{F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )． 证：因F (x ) 为连续的分布函数，有F (−∞) = 0，F (+∞) = 1，对任意的ε > 0，取正整数ε2>k ，则存在分点x 1 < x 2 < … < x k −1，使得1,,2,1,)(−==k i kix F i L ，并取x 0 = −∞，x k = +∞， 可得k k i k x F x F i i ,1,,2,1,21)()(1−=<=−−L ε， 因 {F n (x )} 弱收敛于F (x )，且F (x ) 连续，有 {F n (x )} 在每一点处都收敛于F (x )，则存在N > 0，当n > N 时，1,,2,1,2|)()(|−=<−k i x F x F i i n L ε，且显然有20|)()(|00ε<=−x F x F n ，20|)()(|ε<=−k k n x F x F ，对任意实数x ，必存在j ，1 ≤ j ≤ k ，有x j −1 ≤ x < x j ，因2)()()()(2)(11εε+<≤≤<−−−j j n n j n j x F x F x F x F x F ，则εεεε−=−−>−−>−−222)()()()(1x F x F x F x F j n ，且εεεε=+<+−<−222)()()()(x F x F x F x F j n ，即对任意的ε > 0和任意实数x ，总存在N > 0，当n > N 时，都有 | F n (x ) − F (x ) | < ε ， 故 {F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )．8． 如果X X Ln →，且数列a n → a ，b n → b ．试证：b aX b X a Ln n n +→+． 证：设y 0是F aX + b ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0ε<−++y F y F b aX b aX ，又设y 是满足 | y − y 0 | < h 的F aX + b ( y ) 的任一连续点，因⎟⎠⎞⎜⎝⎛−=⎭⎬⎫⎩⎨⎧−≤=≤+=+a b y F a b y X P y b aX P y F X b aX }{)(，有a b y x −=是F X (x )的连续点，且X X L n→， 有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|ε<−++y F y F b aX b aX n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|00ε<−+−≤−++++++y F y F y F y F y F y F b aX b aX b aX b aX b aX b aX n n ， 因X 的分布函数F X (x ) 满足F X (−∞) = 0，F X (+∞) = 1，F X (x ) 单调不减且几乎处处连续， 存在M ，使得F X (x ) 在x = ± M 处连续，且41)(ε−>M F X ，4)(ε<−M F X ，因X X Ln →，有41)()(lim ε−>=+∞→M F M F X X n n ，4)()(lim ε<−=−+∞→M F M F X X n n ，则存在N 2，当n > N 2时，41)(ε−>M F n X ，4)(ε<−M F n X ，可得2)(1)(}|{|ε<−+−=>M F M F M X P n n X X n ，因数列a n → a ，b n → b ，存在N 3，当n > N 3时，M h a a n 4||<−，4||h b b n <−， 可得当n > max{N 2, N 3}时，⎭⎫⎩⎨⎧>−+−=⎭⎬⎫⎩⎨⎧>+−+2|)()(|2|)()(|h b b X a a P h b aX b X a P n n n n n n n2}|{|24||42||||||ε<>=⎭⎬⎫⎩⎨⎧>+⋅≤⎭⎬⎫⎩⎨⎧>−+⋅−≤M X P h h X M hP h b b X a a P nn n n n ， 则⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>+−+⎭⎬⎫⎩⎨⎧+≤+≤≤+=+2|)()(|2}{)(000h b aX b X a h y b aX P y b X a P y F n n n n n n n n b X a n n n U222|)()(|200ε+⎟⎠⎞⎜⎝⎛+<⎭⎬⎫⎩⎨⎧>+−++⎭⎬⎫⎩⎨⎧+≤+≤+h y F h b aX b X a P h y b aX P b aX n n n n n n ， 且⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>+−+≤+≤⎭⎬⎫⎩⎨⎧−≤+=⎟⎠⎞⎜⎝⎛−+2|)()(|}{22000h b aX b X a y b X a P h y b aX P h y F n n n n n n n n b aX n U2)(2|)()(|}{00ε+<⎭⎬⎫⎩⎨⎧>+−++≤+≤+y F h b aX b X a P y b X a P n n n b X a n n n n n n n ， 即22)(22000εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−+++h y F y F h y F b aX b X a b aX n n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(00εε+<<−+++y F y F y F b aX b aX b aX n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F aX + b ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<++++)(2)(22)(0100y F y F h y F y F b aX b aX b aX b X a n n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F aX + b ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>++++)(2)(22)(0200y F y F h y F y F b aX b aX b aX b X a n n n n n ，即对于F aX + b ( y ) 的任一连续点y 0，当n > max{N 1, N 2, N 3}时，ε<−++|)()(|00y F y F b aX b X a n n n ， 故)()(y F y F b aX Wb X a n n n ++→，b aX b X a Ln n n +→+． 9． 如果X X Ln →，a Y Pn →，试证：a X Y X Ln n +→+． 证：设y 0是F X + a ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0ε<−++y F y F a X a X ，又设y 是满足 | y − y 0 | < h 的F X + a ( y )的任一连续点，因F X + a ( y ) = P {X + a ≤ y } = P {X ≤ y − a } = F X ( y − a )，有x = y − a 是F X (x )的连续点，且X X Ln →， 有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|ε<−++y F y F a X a X n ， 则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|00ε<−+−≤−++++++y F y F y F y F y F y F a X a X a X a X a X a X n n ，因a Y Pn →，有02||lim =⎭⎫⎩⎨⎧>−+∞→h a Y P n n ，存在N 2，当n > N 2时，22||ε<⎭⎬⎫⎩⎨⎧>−h a Y P n ， 则⎭⎬⎫⎩⎨⎧⎭⎫⎩⎨⎧>−⎭⎬⎫⎩⎨⎧+≤+≤≤+=+2||2}{)(000h a Y h y a X P y Y X P y F n n n n Y X n n U222||200ε+⎟⎠⎞⎜⎝⎛+<⎭⎬⎫⎩⎨⎧>−+⎭⎬⎫⎩⎨⎧+≤+≤+h y F h a Y P h y a X P a X n n n ， 且⎭⎬⎫⎩⎨⎧⎭⎫⎩⎨⎧>−≤+≤⎭⎬⎫⎩⎨⎧−≤+=⎟⎠⎞⎜⎝⎛−+2||}{22000h a Y y Y X P h y a X P h y F n n n n a X n U2)(2||}{00ε+<⎭⎬⎫⎩⎨⎧>−+≤+≤+y F h a Y P y Y X P n n Y X n n n ， 即22)(22000εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−+++h y F y F h y F a X Y X a X n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(00εε+<<−+++y F y F y F a X a X a X n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F X + a ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<++++)(2)(22)(0100y F y F h y F y F a X a X a X Y X n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F X + a ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>++++)(2)(22)(0200y F y F h y F y F a X a X a X Y X n n n n ，即对于F X + a ( y ) 的任一连续点y 0，当n > max{N 1, N 2}时，ε<−++|)()(|00y F y F a X Y X n n ， 故)()(y F y F a X WY X n n ++→，a X Y X Ln n +→+． 10．如果X X Ln →，0Pn Y →，试证：0Pn n Y X →．证：因X 的分布函数F X (x ) 满足F X (−∞) = 0，F X (+∞) = 1，F X (x ) 单调不减且几乎处处连续，则对任意的h > 0，存在M ，使得F X (x ) 在x = ± M 处连续，且41)(h M F X −>，4)(hM F X <−， 因X X L n →，有41)()(lim h M F M F X X n n −>=+∞→，4)()(lim h M F M F X X n n <−=−+∞→，则存在N 1，当n > N 1时，41)(h M F n X −>，4)(hM F n X <−，可得2)(1)(}|{|hM F M F M X P n n X X n <−+−=>，因0Pn Y →，对任意的ε > 0，有0||lim =⎭⎬⎫⎩⎨⎧>+∞→M Y P n n ε，存在N 2，当n > N 2时，2||h M Y P n <⎭⎬⎫⎩⎨⎧>ε， 则当n > max{N 1, N 2}时，有h M Y P M X P M Y M X P Y X P n n n n n n <⎭⎬⎫⎩⎨⎧>+>≤⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>>≤>εεε||}|{|||}|{|}|{|U ，故0}|{|lim =>+∞→εn n n Y X P ，即0Pn n Y X →．11．如果X X Ln →，a Y Pn →，且Y n ≠ 0，常数a ≠ 0，试证：aXY X L n n →． 证：设y 0是F X / a ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0//ε<−y F y F a X a X ，又设y 是满足 | y − y 0 | < h 的F X / a ( y ) 的任一连续点，因)(}{)(/ay F ay X P y a X P y F X a X =≤=⎭⎬⎫⎩⎨⎧≤=，有x = ay 是F X (x )的连续点，且X X Ln →，有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|//ε<−y F y F a X a X n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|0////0//ε<−+−≤−y F y F y F y F y F y F a X a X a X a X a X a X n n ，因X 的分布函数F X (x )满足F X (−∞) = 0，F X (+∞) = 1，F X (x )单调不减且几乎处处连续，存在M ，使得F X (x ) 在x = ± M 处连续，且121)(ε−>M F X ，12)(ε<−M F X ，因X X Ln →，有121)()(lim ε−>=+∞→M F M F X X n n ，12)()(lim ε<−=−+∞→M F M F X X n n ，则存在N 2，当n > N 2时，121)(ε−>M F n X ，12)(ε<−M F n X ，可得6)(1)(}|{|ε<−+−=>M F M F M X P n n X X n ，因0≠→a Y Pn ，有02||lim =⎭⎬⎫⎩⎨⎧>−+∞→h a Y P n n ，存在N 3 > 0，当n > N 3时，62||||ε<⎭⎬⎫⎩⎨⎧>−a a Y P n ，有62||||ε<⎭⎬⎫⎩⎨⎧<a Y P n ，且64||2ε<⎭⎬⎫⎩⎨⎧>−M h a a Y P n ， 可得当n > max{N 1, N 2, N 3}时，⎭⎬⎫⎩⎨⎧>⋅−⋅=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−2||||||||2)(2h Y a a Y X P h aY Y a X P h a X Y X P n n n n n n n n n ⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎭⎬⎫⎩⎨⎧<⎭⎬⎫⎩⎨⎧>−>≤2||||4||}|{|2a Y M h a a Y M X P n n n U U22||||4||}|{|2ε<⎭⎬⎫⎩⎨⎧<+⎭⎬⎫⎩⎨⎧>−+>≤a Y P M h a a Y P M X P n n n ，则⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎪⎫⎪⎩⎪⎨⎧>−⎭⎬⎫⎩⎨⎧+≤≤⎭⎬⎫⎩⎨⎧≤=22)(000/h a X Y X h y a XP y Y X P y F n n n n n n Y X n n U22220/0ε+⎟⎠⎞⎜⎝⎛+<⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−+⎭⎬⎫⎩⎨⎧+≤≤h y F h a X Y X P h y a X P a X n n n n n ，且⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−⎭⎬⎫⎩⎨⎧≤≤⎭⎬⎫⎩⎨⎧−≤=⎟⎠⎞⎜⎝⎛−222000/h a X Y X y Y X P h y a X P h y F n n n nn n a X n U2)(20/0ε+<⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−+⎭⎬⎫⎩⎨⎧≤≤y F h a X Y X P y Y X P n n Y X n n n n n ，即22)(220/0/0/εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−h y F y F h y F a X Y X a X n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(0//0/εε+<<−y F y F y F a X a X a X n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F X / a ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<)(2)(22)(0/1/0/0/y F y F h y F y F a X a X a X Y X n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F X / a ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>)(2)(22)(0/2/0/0/y F y F h y F y F a X a X a X Y X n n n n ，即对于F X / a ( y ) 的任一连续点y 0，当n > max{N 1, N 2, N 3}时，ε<−|)()(|0/0/y F y F a X Y X n n ，故)()(//y F y F a X WY X n n →，aX Y X L n n →． 12．设随机变量X n 服从柯西分布，其密度函数为+∞<<∞−+=x x n nx p n ,)1π()(22．试证：0Pn X →．证：对任意的ε > 0，)arctan(π2)arctan(π1)1π(}|{|22εεεεεεn nx dx x n n X P n ==+=<−−∫， 则12ππ2)arctan(lim π2}|0{|lim =⋅==<−+∞→+∞→εεn X P n n n ， 故0Pn X →．13．设随机变量序列{X n }独立同分布，其密度函数为⎪⎩⎪⎨⎧<<=.,0;0,1)(其他ββx x p其中常数β > 0，令Y n = max{X 1, X 2, …, X n }，试证：βPn Y →．证：对任意的ε > 0，P {| Y n − β | < ε} = P {β − ε < Y n < β + ε} = P {max{X 1, X 2, …, X n } > β − ε}= 1 − P {max{X 1, X 2, …, X n } ≤ β − ε} = 1 − P {X 1 ≤ β − ε} P {X 2 ≤ β − ε} … P {X n ≤ β − ε}n⎟⎟⎠⎞⎜⎜⎝⎛−−=βεβ1， 则11lim }|{|lim =⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−=<−+∞→+∞→nn n n Y P βεβεβ， 故βPn Y →．14．设随机变量序列{X n }独立同分布，其密度函数为⎩⎨⎧<≥=−−.,0;,e )()(a x a x x p a x 其中Y n = min{X 1, X 2, …, X n }，试证：a Y Pn →．证：对任意的ε > 0，P {| Y n − a | < ε} = P {a − ε < Y n < a + ε} = P {min{X 1, X 2, …, X n } < a + ε}= 1 − P {min{X 1, X 2, …, X n } ≥ a + ε} = 1 − P {X 1 ≥ a + ε} P {X 2 ≥ a + ε} … P {X n ≥ a + ε}εεεn na a x n a a x dx −∞++−−∞++−−−=⎟⎠⎞⎜⎝⎛−−=⎟⎠⎞⎜⎝⎛−=∫e 1e 1e 1)()(， 则1)e 1(lim }|{|lim =−=<−−+∞→+∞→εεn n n n a Y P ，故a Y Pn →．15．设随机变量序列{X n }独立同分布，且X i ~ U(0, 1)．令nni i n X Y 11⎟⎟⎠⎞⎜⎜⎝⎛=∏=，试证明：c Y P n →，其中c 为常数，并求出c ．证：设∑∏===⎟⎟⎠⎞⎜⎜⎝⎛==n i i n i i n n X n X n Y Z 11ln 1ln 1ln ，因X i ~ U (0, 1)， 则1)ln (ln )(ln 101−=−==∫x x x xdx X E i ，2)2ln 2ln (ln )(ln 12122=+−==∫x x x x x xdx X E i ，1)](ln [)(ln )Var(ln 22=−=i i i X E X E X ， 可得1)(ln 1)(1−==∑=n i i n X E n Z E ，n X nZ ni in 1)Var(ln 1)Var(12==∑=，由切比雪夫不等式，可得对任意的ε > 0，221)Var(}|)({|εεεn Z Z E Z P n n n =≤≥−，则01lim }|)({|lim 02=≤≥−≤+∞→+∞→εεn Z E Z P n n n n ，即0}|)({|lim =≥−+∞→εn n n Z E Z P ，1)(−=→n P n Z E Z ，因n Z n Y e =，且函数e x 是直线上的连续函数，根据本节第3题的结论，可得1e e −→=PZ n n Y ， 故c Y Pn →，其中1e −=c 为常数．16．设分布函数列{F n (x )}弱收敛于分布函数F (x )，且F n (x ) 和F (x ) 都是连续、严格单调函数，又设 ξ 服从(0, 1)上的均匀分布，试证：)()(11ξξ−−→F F Pn． 证：因F (x ) 为连续的分布函数，有F (−∞) = 0，F (+∞) = 1，则对任意的h > 0，存在M > 0，使得21)(h M F −>，2)(h M F <−， 因F (x ) 是连续、严格单调函数，有F −1( y ) 也是连续、严格单调函数， 可得F −1( y ) 在区间 [F (− M − 1), F (M + 1)] 上一致连续， 对任意的ε > 0，存在δ > 0，当y , y * ∈ [F (− M − 1), F (M + 1)] 且 | y − y * | < δ 时，| F −1( y ) − F −1( y *) | < ε， 设y * 是 [F (−M ), F (M )] 中任一点，记x * = F −1( y *)，有x * ∈ [−M , M ]，不妨设0 < ε < 1， 则对任意的x 若满足 ε≥−|*|x x ，就有 δ≥−|*)(|y x F ，根据本节第7题的结论知，{F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )， 则对δ > 0和任意实数x ，总存在N > 0，当n > N 时，都有 | F n (x ) − F (x ) | < δ， 因当n > N 时，δ<−|)()(|x F x F n 且δ≥−|*(|y x F ，有*)(y x F n ≠，即*)(1y F x n −≠， 则对任意的0 < ε < 1，当n > N 时，*)(1y F n −满足ε<−=−−−−|*)(*)(||**)(|111y F y F x y F n n ， 可得对任意的0 < ε < 1，当n > N 时，h M F M F P F F P n −>−∈≥<−−−1)]}(),([{}|)()({|11ξεξξ由h 的任意性可知1}|)()({|lim 11=<−−−+∞→εξξF F P n n ，故)()(11ξξ−−→F F Pn．17．设随机变量序列{X n }独立同分布，数学期望、方差均存在，且E (X n ) = µ，试证：µP n k k X k n n →⋅+∑=1)1(2．证：令∑=⋅+=nk k n X k n n Y 1)1(2，并设Var (X n ) = σ 2， 因µµµ=+⋅+=+=∑=)1(21)1(2)1(2)(1n n n n k n n Y E nk n ， 且222212222)1(324)12)(1(61)1(4)1(4)Var(σσσ++=++⋅+=+=∑=n n n n n n n n k n n Y nk n ， 则由切比雪夫不等式可得，对任意的ε > 0，222)1(3241)Var(1}|{|1σεεεµ++−=−≥<−≥n n n Y Y P n n ， 因1)1(3241lim 22=⎥⎦⎤⎢⎣⎡++−+∞→σεn n n n ，由夹逼准则可得1}|{|lim =<−+∞→εµn n Y P ， 故µP n k kn X k n n Y →⋅+=∑=1)1(2． 18．设随机变量序列{X n }独立同分布，数学期望、方差均存在，且E (X n ) = 0，Var (X n ) = σ 2．试证：E (X n ) = 0，Var (X n ) = σ 2．试证：2121σP n k k X n →∑=． 注：此题与第19题应放在习题4.3中，需用到4.3节介绍的辛钦大数定律．证：因随机变量序列}{2n X 独立同分布，且222)]([)Var()(σ=+=n n n X E X X E 存在，故}{2nX 满足辛钦大数定律条件，}{2nX 服从大数定律，即2121σP n k k X n →∑=．19．设随机变量序列{X n }独立同分布，且Var (X n ) = σ 2存在，令∑==n i i X n X 11，∑=−=n i i n X X n S 122)(1．试证：22σPnS →．证：2122112122122121)2(1)(1X X n X n X X X n X X X X n X X n S n i i ni i n i i n i i i n i i n−=⎟⎟⎠⎞⎜⎜⎝⎛+−=+−=−=∑∑∑∑∑=====，设E(X n ) = µ，{X n }满足辛钦大数定律条件，{X n }服从大数定律，即µP nk k X n X →=∑=11，则根据本节第2题第（2）小问的结论知，22µPX →，因随机变量序列}{2n X 独立同分布，且2222)]([)Var()(µσ+=+=n n n X E X X E 存在，则}{2nX 满足辛钦大数定律条件，}{2nX 服从大数定律，即22121µσ+→∑=P n k k X n ，故根据本节第2题第（1）小问的结论知，22222122)(1σµµσ=−+→−=∑=P n i i nX X n S ．20．将n 个编号为1至n 的球放入n 个编号为1至n 的盒子中，每个盒子只能放一个球，记⎩⎨⎧=.,0;,1反之的盒子的球放入编号为编号为i i X i 且∑==ni i n X S 1，试证明：0)(Pn n n S E S →−． 证：因n X P i 1}1{==，nX P i 11}0{−==，且i ≠ j 时，)1(1}1{−==n n X X P j i ，)1(11}0{−−==n n X X P j i ， 则n X E i 1)(=，⎟⎠⎞⎜⎝⎛−=n n X i 111)Var(， 且i ≠ j 时，)1(1)(−=n n X X E j i ，)1(11)1(1)()()(),Cov(22−=−−=−=n n n n n X E X E X X E X X j i j i j i ， 有1)()(1==∑=ni i n X E S E ，1)1(1)1(11),Cov(2)Var()Var(211=−⋅−+−=+=∑∑≤<≤=n n n n n X X X S nj i j i ni i n ， 可得0)]()([1)(=−=⎥⎦⎤⎢⎣⎡−n n n n S E S E n n S E S E ，221)Var(1)(Var n S n n S E S n n n ==⎥⎦⎤⎢⎣⎡−， 由切比雪夫不等式，可得对任意的ε > 0，2221)(Var 1)()(εεεn n S E S n S E S E n S E S P n n n n n n =⎥⎦⎤⎢⎣⎡−≤⎭⎬⎫⎩⎨⎧≥⎥⎦⎤⎢⎣⎡−−−， 则01lim )()(lim 022=≤⎭⎬⎫⎩⎨⎧≥⎥⎦⎤⎢⎣⎡−−−≤+∞→+∞→εεn n S E S E n S E S P n n n n n n ， 故0)(Pn n nS E S →−．习题4.21． 设离散随机变量X 的分布列如下，试求X 的特征函数．1.02.03.04.03210PX解：特征函数ϕ (t ) = e it ⋅ 0 × 0.4 + e it ⋅ 1 × 0.3 + e it ⋅ 2 × 0.2 + e it ⋅ 3 × 0.1 = 0.4 + 0.3 e it + 0.2 e 2it + 0.1 e 3it ．2． 设离散随机变量X 服从几何分布P {X = k } = (1 − p ) k − 1 p ， k = 1, 2, … ．试求X 的特征函数．并以此求E (X ) 和Var (X )． 解：特征函数ititk k ititk k itk p p p p p p t e)1(1e )]1([ee)1(e )(1111−−=−=−⋅=∑∑+∞=−+∞=−ϕ； 因22]e )1(1[e ]e )1(1[]e )1([e ]e )1(1[e )(it it it it it it it p ip p i p p p i p t −−=−−⋅−−⋅−−−⋅⋅=′ϕ，有)()0(2X iE pip ip ===′ϕ，故pX E 1)(=； 因332]e )1(1[]e )1(1[e ]e )1([]e )1(1[e 2]e )1(1[e )(it it it itit itit itp p p i p p ip p i ip t −−−+−=⋅−−⋅−−−−−⋅⋅=′′−−ϕ， 有)(2)2()0(2223X E i pp p p p =−−=−−=′′ϕ，可得222)(p p X E −=， 故222112)Var(p pp p p X −=⎟⎟⎠⎞⎜⎜⎝⎛−−=． 3． 设离散随机变量X 服从巴斯卡分布rk r p p r k k X P −−⎟⎟⎠⎞⎜⎜⎝⎛−−==)1(11}{，k = r , r + 1, …试求X 的特征函数．解：特征函数∑∑+∞=−−+∞=−−+−−−=−⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=r k r k it r k itr r r k r k r itkp r k k r p p p r k t )(e)1)(1()1()!1(e )1(11e )(L ϕ ∑∑+∞=−=−−−+∞=−=−−=+−−−=r k p x r k r r it rk p x r k r it ititdx x d r p x r k k r p e )1(111e )1()()!1()e ()1()1()!1()e (L itit it p x r r it p x r r r it p x k k r r r it x r r p x dx d r p x dx d r p e )1(e )1(11e )1(1111)1()!1()!1()e (11)!1()e ()!1()e (−=−=−−−=+∞=−−−−−⋅−=⎟⎠⎞⎜⎝⎛−⋅−=⎟⎟⎠⎞⎜⎜⎝⎛⋅−=∑rit itr it r it p p p p ⎥⎦⎤⎢⎣⎡−−=−−=e )1(1e ]e )1(1[)e (． 4． 求下列分布函数的特征函数，并由特征函数求其数学期望和方差．（1）)0(,e 2)(||1>=∫∞−−a dt a x F x t a ； （2）)0(,1π)(222>+=∫∞−a dt at a x F x ． 解：（1）因密度函数||11e 2)()(x a ax F x p −=′=，故⎥⎥⎦⎤⎢⎢⎣⎡−++=⎥⎦⎤⎢⎣⎡+=⋅=+∞−∞−+∞+−∞−+∞+∞−−∫∫∫0)(0)(0)(0)(||1e e 2e e 2ee 2)(ait a it a dx dx a dx a t x a it x a it x a it x a it x a itx ϕ 222112at a a it a it a +=⎟⎠⎞⎜⎝⎛−−+=； 因222222221)(22)()(a t ta t a t a t +−=⋅+−=′ϕ，有)(0)0(1X iE ==′ϕ， 故E (X ) = 0；因32242242222222221)(26)(2)(22)(2)(a t a t a a t t a t t a a t a t +−=+⋅+⋅−+⋅−=′′ϕ， 有)(22)0(222641X E i a a a =−=−=′′ϕ，可得222)(a X E =， 故222202)Var(aa X =−=；（2）因密度函数22221π)()(ax a x F x p +⋅=′=， 则∫+∞∞−+⋅=dx a x a t itx 2221e π)(ϕ， 由第（1）小题的结论知∫∞+∞−=+=dx x p a t a t itx )(e )(12221ϕ，根据逆转公式，可得∫∫∞+∞−−∞+∞−−−+⋅===dt at a dt t a x p itx itx x a 2221||1e π21)(e π21e 2)(ϕ， 可得||||222e πe 2π21e y a y a itya a a dt a t −−−+∞∞−=⋅=+⋅∫， 故||||222e e ππ1e π)(t a t a itx a a dx ax a t −−+∞∞−=⋅=+⋅=∫ϕ； 因⎩⎨⎧>−<=′−,0,e ,0,e )(2t a t a t atat ϕ 有a a −=+′≠=−′)00()00(22ϕϕ，即)0(2ϕ′不存在， 故E (X ) 不存在，Var (X ) 也不存在．5． 设X ~ N (µ, σ 2)，试用特征函数的方法求X 的3阶及4阶中心矩． 解：因X ~ N (µ, σ 2)，有X 的特征函数是222e)(t t i t σµϕ−=，则)(e)(2222t i t t t i σµϕσµ−⋅=′−，)(e)(e )(222222222σσµϕσµσµ−⋅+−⋅=′′−−t t i t t i t i t ，因)()(3e)(e)(2223222222σσµσµϕσµσµ−⋅−⋅+−⋅=′′′−−t i t i t t t i t t i ，有ϕ″′(0) = e 0 ⋅ (i µ )3 + e 0 ⋅ 3i µ ⋅ (−σ 2) = − i µ 3 − 3i µσ 2 = i 3E (X 3) = − i E (X 3)， 故E (X 3) = µ 3 + 3µσ 2； 又因2222222422)4()(3e)()(6e)(e)(222222σσσµσµϕσµσµσµ−⋅+−⋅−⋅+−⋅=−−−t t i t t i t t i t i t i t ，有ϕ (4)(0) = e 0 ⋅ (i µ )4 + e 0 ⋅ 6(i µ)2 ⋅ (−σ 2) + e 0 ⋅ 3σ 4 = µ 4 + 6µ 2σ 2 + 3σ 4 = i 4E (X 4) = E (X 4)， 故E (X 4) = µ 4 + 6µ 2σ 2 + 3σ 4．6． 试用特征函数的方法证明二项分布的可加性：若X ~ b (n , p )，Y ~ b (m , p )，且X 与Y 独立，则X + Y ~ b (n + m , p )．证：因X ~ b (n , p )，Y ~ b (m , p )，且X 与Y 独立，有X 与Y 的特征函数分别为ϕ X (t ) = ( p e it + 1 − p ) n ，ϕ Y (t ) = ( p e it + 1 − p ) m ， 则X + Y 的特征函数为ϕ X + Y (t ) = ϕ X (t ) ⋅ϕ Y (t ) = ( p e it + 1 − p ) n + m ，这是二项分布b (n + m , p )的特征函数， 故根据特征函数的唯一性定理知X + Y ~ b (n + m , p )．7． 试用特征函数的方法证明泊松分布的可加性：若X ~ P (λ1)，Y ~ P (λ2)，且X 与Y 独立，则X + Y ~ P (λ1 + λ2)．证：因X ~ P (λ1)，Y ~ P (λ2)，且X 与Y 独立，有X 与Y 的特征函数分别为)1(e1e )(−=itt X λϕ，)1(e2e )(−=itt Y λϕ，则X + Y 的特征函数为)1)(e(21e )()()(−++==itt t t Y X Y X λλϕϕϕ，这是泊松分布P (λ1 + λ2)的特征函数，故根据特征函数的唯一性定理知X + Y ~ P (λ1 + λ2)．8． 试用特征函数的方法证明伽马分布的可加性：若X ~ Ga (α1, λ)，Y ~ Ga (α2, λ)，且X 与Y 独立，则X + Y ~ Ga (α1 + α2 , λ)．证：因X ~ Ga (α1, λ)，Y ~ Ga (α2, λ)，且X 与Y 独立，有X 与Y 的特征函数分别为11)(αλϕ−⎟⎠⎞⎜⎝⎛−=it t X ，21)(αλϕ−⎟⎠⎞⎜⎝⎛−=it t Y ，则X + Y 的特征函数为)(211)()()(ααλϕϕϕ+−+⎟⎠⎞⎜⎝⎛−==it t t t Y X Y X ，这是伽马分布Ga (α1 + α2 , λ)的特征函数，故根据特征函数的唯一性定理知X + Y ~ Ga (α1 + α2 , λ)．9． 试用特征函数的方法证明χ 2分布的可加性：若X ~ χ 2 (n )，Y ~ χ 2 (m )，且X 与Y 独立，则X + Y ~ χ 2 (n + m )．证：因X ~ χ 2 (n )，Y ~ χ 2 (m )，且X 与Y 独立，有X 与Y 的特征函数分别为2)21()(n X it t −−=ϕ，2)21()(m Y it t −−=ϕ，则X + Y 的特征函数为2)21()()()(m n Y X Y X it t t t +−+−==ϕϕϕ，这是χ 2分布χ 2 (n + m )的特征函数，故根据特征函数的唯一性定理知X + Y ~ χ 2 (n + m )．10．设X i 独立同分布，且X i ~ Exp(λ)，i = 1, 2, …, n ．试用特征函数的方法证明：),(~1λn Ga X Y ni i n ∑==．证：因X i ~ Exp (λ)，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为11)(−⎟⎠⎞⎜⎝⎛−=−=λλλϕit it t i X ，则∑==ni i n X Y 1的特征函数为nni X Y it t t i n −=⎟⎠⎞⎜⎝⎛−==∏λϕϕ1)()(1，这是伽马分布Ga (n , λ)的特征函数，故根据特征函数的唯一性定理知Y n ~ Ga (n , λ)．11．设连续随机变量X 的密度函数如下：+∞<<∞−−+⋅=x x x p ,)(π1)(22µλλ， 其中参数λ > 0, −∞ < µ < +∞，常记为X ~ Ch (λ, µ )．（1）试证X 的特征函数为exp{i µ t − λ | t |}，且利用此结果证明柯西分布的可加性； （2）当µ = 0, λ = 1时，记Y = X ，试证ϕ X + Y (t ) = ϕ X (t ) ⋅ϕ Y (t )，但是X 与Y 不独立；（3）若X 1, X 2, …, X n 相互独立，且服从同一柯西分布，试证：)(121n X X X n+++L 与X 1同分布． 证：（1）根据第4题第（2）小题的结论知：若X *的密度函数为22π1)(*xx p +⋅=λλ，即X * ~ Ch (λ, 0)， 则X *的特征函数为ϕ * (t ) = e −λ | t |，且X = X * + µ 的密度函数为22)(π1)(µλλ−+⋅=x x p ， 故X 的特征函数为ϕ X (t ) = e i µ t ϕ * (t ) = e i µ t ⋅ e −λ | t | = e i µ t −λ | t |； 若X 1 ~ Ch (λ1, µ1)，X 2 ~ Ch (λ2, µ2)，且相互独立，有X 1与X 2的特征函数分别为||111e )(t t i X t λµϕ−=，||222e )(t t i X t λµϕ−=， 则X 1 + X 2的特征函数为||)()(21212121e )()()(t t i X X X X t t t λλµµϕϕϕ+−++==，这是柯西分布Ch (λ1 + λ2, µ1 + µ2)的特征函数，故根据特征函数的唯一性定理知X 1 + X 2 ~ Ch (λ1 + λ2, µ1 + µ2)； （2）当µ = 0, λ = 1时，X ~ Ch (1, 0)，有X 的特征函数为ϕ X (t ) = e −| t |，又因Y = X ，有Y 的特征函数为ϕ Y (t ) = e −| t |，且X + Y = 2X ，故X + Y 的特征函数为ϕ X + Y (t ) = ϕ 2X (t ) = ϕ X (2t ) = e −| 2t | = e −| t | ⋅ e −| t | =ϕ X (t ) ⋅ϕ Y (t )； 但Y = X ，显然有X 与Y 不独立；（3）因X i ~ Ch (λ, µ )，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为||e )(t t i X t i λµϕ−=， 则)(121n n X X X nY +++=L 的特征函数为 )(e e )()(1||111t n t t t X t t i n t n ti n ni X ni X nY i in ϕϕϕϕλµλµ===⎟⎠⎞⎜⎝⎛==−⎟⎟⎠⎞⎜⎜⎝⎛⋅−⋅==∏∏，故根据特征函数的唯一性定理知)(121n X X X n+++L 与X 1同分布． 12．设连续随机变量X 的密度函数为p (x )，试证：p (x ) 关于原点对称的充要条件是它的特征函数是实的偶函数．证：方法一：根据随机变量X 与−X 的关系充分性：设X 的特征函数ϕ X (t )是实的偶函数，有ϕ X (t ) = ϕ X (−t )，则−X 的特征函数ϕ −X (t ) = ϕ X (−t ) = ϕ X (t )，根据特征函数的唯一性定理知−X 与X 同分布，因X 的密度函数为p (x )，有−X 的密度函数为p (−x )，故由−X 与X 同分布可知p (−x ) = p (x )，即p (x ) 关于原点对称； 必要性：设X 的密度函数p (x ) 关于原点对称，有p (−x ) = p (x )， 因−X 的密度函数为p (−x )，即−X 与X 同分布，则−X 的特征函数ϕ −X (t ) = ϕ X (−t ) = ϕ X (t )，且)(][e ][e ][e )()()(t E E E t t X itX itX X it X X ϕϕϕ=====−−−， 故X 的特征函数ϕ X (t )是实的偶函数． 方法二：根据密度函数与特征函数的关系充分性：设连续随机变量X 的特征函数ϕ X (t )是实的偶函数，有ϕ X (t ) = ϕ X (−t )，因∫+∞∞−−=dt t x p itx )(e π21)(ϕ，有∫∫+∞∞−+∞∞−−−==−dt t dt t x p itxx it )(e π21)(e π21)()(ϕϕ， 令t = −u ，有dt = −du ，且当t → −∞时，u → +∞；当t → +∞时，u → −∞，则)()(e π21)(e π21))((e π21)()(x p du u du u du u x p iuxiux x u i ==−=−−=−∫∫∫+∞∞−−+∞∞−−−∞∞+−ϕϕϕ， 故p (x ) 关于原点对称；必要性：设X 的密度函数p (x ) 关于原点对称，有p (−x ) = p (x )，因∫+∞∞−−==dx x p E t itxitX)(e )(e)(ϕ，有∫∫+∞∞−−+∞∞−−==−dx x p dx x p t itx xt i )(e )(e)()(ϕ，令x = −y ，有dx = −dy ，且当x → −∞时，y → +∞；当x → +∞时，y → −∞， 则)()(e )(e ))((e )()(t dy y p dy y p dy y p t X ity ity y it X ϕϕ==−=−−=−∫∫∫+∞∞−+∞∞−−∞∞+−−，且)(][e ][e ][e )()()(t E E E t t X itX itX X t i X X ϕϕϕ====−=−−， 故X 的特征函数ϕ X (t )是实的偶函数．13．设X 1, X 2, …, X n 独立同分布，且都服从N(µ , σ 2)分布，试求∑==ni i X n X 11的分布．证：因X i ~ N (µ , σ 2)，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为222e)(t t i X t i σµϕ−=，则∑==n i i X n X 11的特征函数为nt t i n t n t i n ni X n i X n X n t t t i i 2211112222ee)()(σµσµϕϕϕ−⎥⎥⎦⎤⎢⎢⎣⎡⎟⎠⎞⎜⎝⎛−⋅====⎟⎠⎞⎜⎝⎛==∏∏，这是正态分布⎟⎟⎠⎞⎜⎜⎝⎛n N 2,σµ的特征函数，故根据特征函数的唯一性定理知⎟⎟⎠⎞⎜⎜⎝⎛=∑=n N X n X ni i 21,~1σµ． 14．利用特征函数方法证明如下的泊松定理：设有一列二项分布{b (k , n , p n )}，若λ=→∞n n np lim ，则L ,2,1,0,e !),,(lim ==−∞→k k p n k b kn n λλ．证：二项分布b (n , p n )的特征函数为ϕ n (t ) = ( p n e it + 1 − p n ) n = [1 + p n (e it − 1)] n ，且n → ∞时，p n → 0，因)1(e)1(e )1(e 1e )]1(e 1[lim )]1(e 1[lim )(lim −−⋅−→→∞→∞=−+=−+=itit n it n n np p itn p n it n n n n p p t λϕ，。
概率论与数理统计习题解答(第4章)
第4章习题答案三、解答题1. 设随机变量X求)(X E ，)(2X E ，)53(+X E ．解：E (X ) =∑∞=1i ixp= ()2-4.0⨯+03.0⨯+23.0⨯= -0.2E (X 2) =∑∞=12i i p x= 44.0⨯+ 03.0⨯+ 43.0⨯= 2.8E (3 X +5) =3 E (X ) +5 =3()2.0-⨯+5 = 4.42. 同时掷八颗骰子，求八颗骰子所掷出的点数和的数学期望． 解：记掷1颗骰子所掷出的点数为X i ，则X i 的分布律为6,,2,1,6/1}{ ===i i X P记掷8颗骰子所掷出的点数为X ，同时掷8颗骰子，相当于作了8次独立重复的试验， E (X i ) =1/6×(1+2+3+4+5+6)=21/6 E (X ) =8×21/3=283. 某图书馆的读者借阅甲种图书的概率为p 1，借阅乙种图书的概率为p 2，设每人借阅甲乙图书的行为相互独立，读者之间的行为也是相互独立的． (1) 某天恰有n 个读者，求借阅甲种图书的人数的数学期望．(2) 某天恰有n 个读者，求甲乙两种图书至少借阅一种的人数的数学期望． 解：(1) 设借阅甲种图书的人数为X ，则X~B (n , p 1),所以E (X )= n p 1 (2) 设甲乙两种图书至少借阅一种的人数为Y , 则Y ~B (n , p ),记A ={借甲种图书}， B ={借乙种图书}，则p =｛A ∪ B ｝= p 1+ p 2 - p 1 p 2 所以E (Y )= n (p 1+ p 2 - p 1 p 2 )4. 将n 个考生的的录取通知书分别装入n 个信封，在每个信封上任意写上一个考生的姓名、地址发出，用X 表示n 个考生中收到自己通知书的人数，求E (X )．解：依题意，X~B (n ，1/n )，所以E (X ) =1.5. 设)(~λP X ，且}6{}5{===X P X P ，求E (X )．解：由题意知X ～P （λ），则X 的分布律P{}k X ==λλ-e k k!，k = 1,2,...又P {}5=X =P {}6=X , 所以λλλλ--=e e!6!565解得 6=λ，所以E (X ) = 6.6. 设随机变量X 的分布律为,,4,3,2,1,6}{22 --===k kk X P π问X 的数学期望是否存在？解：因为级数∑∑∑∞=+∞=+∞=+-=-=⨯-11212112211)1(6)6)1(()6)1((k k k k k k kk k k πππ， 而 ∑∞=11k k 发散，所以X 的数学期望不存在.7. 某城市一天的用电量X （十万度计）是一个随机变量，其概率密度为⎪⎩⎪⎨⎧>=-.0,0,91)(3/其它x xe x f x 求一天的平均耗电量．解：E (X ) =⎰⎰⎰∞-∞-∞∞-==03/203/9191)(dx e x dx xe xdx x f x x x =6.8. 设某种家电的寿命X （以年计）是一个随机变量，其分布函数为⎪⎩⎪⎨⎧>-=.0,5,251)(2其它x x x F求这种家电的平均寿命E (X )．解：由题意知，随机变量X 的概率密度为)()(x F x f '=当x >5时，=)(x f 3350252xx =⨯--，当x ≤5时，=)(x f 0. E (X ) =10|5050)(5-53=-==∞++∞∞+∞⎰⎰xdx x x dx x xf 所以这种家电的平均寿命E (X )=10年.9. 在制作某种食品时，面粉所占的比例X 的概率密度为⎩⎨⎧<<-=.0,10,)1(42)(5其它x x x x f 求X 的数学期望E (X )．解：E (X ) =dx x x dx x xf ⎰⎰+∞∞-=-152)1(42)(=1/410. 设随机变量X 的概率密度如下，求E (X )．⎪⎪⎪⎩⎪⎪⎪⎨⎧≤<-≤≤-+=.010,)1(2301)1(23)(22其它，，，，x x x x x f解：0)1(1023)1(0123)()(22=-++-=+∞∞-=⎰⎰⎰dx x x dx x x dx x xf X E .111. 设),4(~p B X ，求数学期望)2(sinX E π． 解：X 的分布律为k n kk n p p C k X P --==)1(}{， k = 0，1，2，3，4，X 取值为0，1，2，3，4时，2sinX π相应的取值为0，1，0，-1，0，所以)21)(1(4)1(1)1(1)2(sin13343114p p p p p C p p C XE --=-⨯--⨯=π12. 设风速V 在(0，a )上服从均匀分布，飞机机翼受到的正压力W 是V 的函数：2kV W =，（k > 0，常数），求W 的数学期望．解：V 的分布律为⎪⎩⎪⎨⎧<<=其它 ,00 ,1)(a v a v f ，所以 ===+∞∞-=⎰⎰aa v a k dv a kv dx v f kv W E 03022|)31(1)()(231ka13. 设随机变量(X ,求E (X )，E (Y )，E (X – Y )．解：E (X )=0×(3/28+9/28+3/28）+1×(3/14+3/14+0)+ 2×(1/28+0+0)= 7/14=1/2 E (Y )=0×（3/28+3/14+1/28）+1×(9/28+3/14+0)+ 2×(3/28+0+0)=21/28=3/4 E (X -Y ) = E (X )- E (Y )=1/2-3/4= -1/4.14. 设随机变量(X ，Y )具有概率密度⎩⎨⎧≤+≤≤≤≤=其它,01,10,10,24),(y x y x xy y x f ，求E (X )，E (Y )，E (XY )解：E (X )=⎰⎰⎰⎰-=⋅11022424xDydydx x xydxdy x dx x x ⎰-⋅=1022)1(2124dx x x x ⎰+-=10432)2412(52)51264(1543=+-=x x x.152)34524638()1(31242424)(5/22424)(1654311010322210102=-+-=-⋅==⋅===⋅=⎰⎰⎰⎰⎰⎰⎰⎰⎰--x x x x dx x x dydx y xxydxdy xy XY E xdxdy y xydxdy y Y E DxDy15.所得利润（以元计）为)12(1000X Y -=,求E (Y )，D (Y )．解： E (Y) = E ［1000(12-X )］=1000E ［(12-X )］=1000×[(12-10)×0.2+(12-11)]×0.3+(12-12)×0.3+(12-13)×0.1+(12-14)×0.1] = 400E (Y 2) = E ［10002(12-X )2］=10002E ［(12-X )2］=10002[(12-10)2×0.2+（12-11）2×0.3+（12-12）2×0.3+（12-13）2×0.1 +（12-14）2×0.1]=1.6×106D (Y )=E (Y 2)-［E (Y )］2=1.6×106- 4002=1.44×10616. 设随机变量X 服从几何分布 ，其分布律为,,2,1,)1(}{1 =-==-k p p k X P k 其中0 < p < 1是常数，求E (X )，D (X )．解：令q=1- p ,则∑∑∑∑∞=∞=-∞=-∞==⨯=⨯==⨯=111111)()}{()(k kk k k k k dqdq p qk p p qk k X P k X Ep q dq d p q dq d p k k /1)11(0∑∞==-==∑∑∑∑∞=-∞=-∞=-∞=⨯+⨯-=⨯==⨯=1111112122])1([)()}{()(k k k k k k k q k qk k p p qk k X P k X Ep qk k pq k k /1)1(12+⨯-=∑∞=-p qdq d pq p q dqd pq k k kk /1)(/1012222∑∑∞=∞=+=+=p p q p q pq p q dq d pq /1/2/1)1(2/1)11(2322+=+-=+-= D (X ) = E (X 2)- E (X ) =2q /p 2+1/p -1/p 2 = (1-p )/p 217. 设随机变量X 的概率密度为⎪⎩⎪⎨⎧<-=其它,01||,11)(2x x x f π，试求E (X )，D (X )．解：E (X )=011)(112=-=⎰⎰-∞∞-dx xxdx x f x πD (X )=E (X 2)=⎰⎰⎰--∈-∞∞-=-=2/2/2]2/,2/[11222cos sin sin 11)(ππππππdt tt tx dx xxdx x f x t2122cos 122/0=-=⎰ππdt t 18. 设随机变量(X ，Y )具有D (X ) = 9，D (Y ) = 4，6/1-=XY ρ，求)(Y X D +，)43(+-Y X D ． 解：因为)()(),(Y D X D Y X Cov XY =ρ，所以)()(),(Y D X D Y X Cov XY ρ==-1/6×3×2=-1,11249),(2)()()(=-+=++=+Y X Cov Y D X D Y X D51)1(6369)3,(2)(9)()43(=--+=-++=+-Y X Cov Y D X D Y X D19. 在题13中求Cov (X ，Y )，ρXY ． 解：E (X ) =1/2, E (Y ) =3/4, E (XY )=0×(3/28+9/28+3/28+3/14+1/28）+1×3/14+2×0+4×0=3/14, E (X 2)= 02×（3/28+9/28+3/28）+12×(3/14+3/14+0)+ 22×(1/28+0+0)=4/7, E (Y 2)= 02×（3/28+3/14+1/28）+12×(9/28+3/14+0)+ 22×(3/28+0+0)=27/28, D (X )= E (X 2) -［E (X )］2 = 4/7-(1/2)2= 9/28, D (Y )= E (Y 2)- ［E (Y )］2=27/28-(3/4)2= 45/112, Cov (X ，Y )= E (XY )- E (X ) E (Y ) =3/14- (1/2) ×(3/4)= -9/56, ρXY = Cov (X ，Y ) /()(X D )(Y D )=-9/56 ÷ (28/9112/45)= -5/520. 在题14中求Cov (X ，Y )，ρXY ，D (X + Y )．解：52)()(==Y E X E ,,)(152=XY E 752)()()(),(-=-=Y E X E XY E Y X Cov )(5124)(2101032Y E dydx y x X E x ===⎰⎰-[])(25125451)()()(22Y D X E X E X D ==-=-= 752),(2)()()(32)()(),(=++=+-==Y X Cov Y D X D Y X D Y D X D Y X Cov XYρ21. 设二维随机变量(X , Y )的概率密度为⎪⎩⎪⎨⎧≤+=.0,1,1),(22其它y x y x f π试验证X 和Y 是不相关的，但X 和Y 不是相互独立的．解：0/12/)(112111122=-==⎰⎰⎰-----dx x x dydx x X E x xππOx2x20/)(111122==⎰⎰----x x dydx y Y E π 0/)(111122==⎰⎰----x x dydx xy XY E π，所以Cov (X ，Y )=0，ρXY =0，即X 和Y 是不相关.⎪⎩⎪⎨⎧<<--=⎪⎩⎪⎨⎧<<-==⎰⎰---∞+∞-其他，，其他，01112011,/1),()(21122x x x dy dy y x f x f x x X ππ ⎪⎩⎪⎨⎧<<--=⎪⎩⎪⎨⎧<<-==⎰⎰---∞+∞-其他，，其他，01112011,/1),()(21122y y y dx dx y x f y f y y Y ππ 当x 2 + y 2≤1时，f ( x,y )≠f X ( x ) f Y (y ),所以X 和Y 不是相互独立的22. 设随机变量(X , Y )的概率密度为⎩⎨⎧<<<=.010,2||,2/1),(其它x x y y x f 验证X 和Y 是不相关的，但X 和Y 不是相互独立的．解：由于f ( x,y )的非零区域为D : 0 < x < 1, | y |< 2x32221102212====⎰⎰⎰⎰⎰-dx x xdydx dxdy y x xf X E xx D ),()(,0211022⎰⎰⎰⎰-===xx Dydydx dxdy y x yf Y E ),()(,0211022⎰⎰⎰⎰-===xx Dxydydx dxdy y x xyf XY E ),()(,所以Cov (X ，Y )=0，从而0)()(),(==y D x D y x Cov xy ρ，因此X 与Y 不相关 .⎪⎩⎪⎨⎧<<===⎰⎰-∞∞-其他,010,221),()(22Xx x dy dy y x f x x x f⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤-=<<-+===⎰⎰⎰-∞+∞-其他,020,421202,42121),()(1212Y y y dx y y dx dx y x f y y y f所以，当0<x <1, -2<y<2时，)()(),(y f x f y x f Y X ≠，所以X 和Y 不是相互独立的 .⎪⎩⎪⎨⎧≤>>=⎩⎨⎧≥<<--==-0,00,0,1)(,0),()(y y e y f Y x Y mx xY Y x n mY Y Q Q y Y θθθ的密度函数为[]()()()取最大值时，当又则令)(n ln 0n m )(d n ln,n 0)(1)()(d )()()()(1.1.)()(.)()( 20000000Q E n m x e dx Q E n m x n m e n e n m n e n m dx Q E nxn m e n m m xenx nxe e n m xe n m m xe nxe dy n m e ye n m m xde de nx yde n m dye m x dy e y x n m y dy Yf Y Q Q E x xxx x x x x y x xyx y x y x y x y x y y x x y x y Y +-=∴<+-=+-=∴+==-+=-⎪⎭⎫ ⎝⎛-+-=-+++-=+-++-+-=-+⎥⎥⎦⎤⎢⎢⎣⎡+-+=-++-=+--==---------∞+----∞+---∞+--∞∞-⎰⎰⎰⎰⎰⎰⎰θθθθθθθθθθθθθθθθθθθθθθθθθθθ四、应用题.1. 某公司计划开发一种新产品市场，并试图确定该产品的产量，他们估计出售一件产品可获利m 元，而积压一件产品导致n 元的损失，再者，他们预测销售量Y （件）服从参数θ的解：设生产x 件产品时，获利Q 为销售量Y 的函数2. 设卖报人每日的潜在卖报数为X 服从参数为λ的泊松分布，如果每日卖出一份报可获报酬m 元，卖不掉而退回则每日赔偿n 元，若每日卖报人买进r 份报，求其期望所得及最佳卖报数。
概率论第四章课后习题解答
概率论第四章习题解答1（1）在下列句子中随机地取一个单词，以X 表示取到的单词所饮食的字母个数，写出X 的分布律并求数学期望()E X 。
“THE GIRL PUT ON HER BEAUTIFUL RED HAT ” （2）在上述句子的30个字母中随机地取一个字母，以Y 表示取到的字母所在单词所包含的字母数，写出Y 的分布律并求()E Y（3）一人掷骰子，如得6点则掷第二次，此时得分为6加第二次得到的点数；否则得分为第一次得到的点数，且不能再掷，求得分X 的分布律。
解 （1）在所给的句子中任取一个单词，则其所包含的字母数，即随机变量X 的取值为：2,3,4，9，其分布律为所以 151115()234988884E X =⨯+⨯+⨯+⨯=。
（2）因为Y 的取值为2,3，4，9当2Y =时，包含的字母为“O ”，“N ”，故121{2}3015C P Y ===； 当3Y =时，包含的3个字母的单词共有5个，故135151{3}30302C P Y ==== 当4Y =时，包含的4个字母的单词只有1个，故1442{4}303015C P Y ==== 当9Y =时，包含的9个字母的单词只有1个，故 993{9}303010P Y ====112314673()234915215103015E Y =⨯+⨯+⨯+⨯==。
（3）若第一次得到6点，则可以掷第二次，那么他的得分为：X ＝7,8，9,10，11,12；若第一次得到的不是6点，则他的得分为1,2，3,4，5。
由此得X 的取值为： 1，2，3，4，5，7，8，9，10，11，12。
1(1)(2)(3)(4)(5)6P X P X P X P X P X ==========(7)(8)(9)(10)P X P X P X P X =======(11)(12)P X P X ==== 111=⨯= 6121711215759()63663612i i E X i i ===+=+=∑∑2 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件产品进行检验，如果发现其中的次品多于1，就去调整设备。
概率论与数理统计教程第四版课后答案第四章.ppt
一、正态分布的相关内容：
定义 设连续型随机变量X ~ N , 2 ,
概率密度为 f x
1
x 2
e 2 2 , x ,
2
分布函数是 F x
1
x 2
x
e
2 2
dx
2
特别地， 0, 1, X ~ N 0,1，
其概率密度为 x
1
x2
e 2,
1 ( 4.56 1) ( 4.56 1) 0.0402
2
2
8
4、测量到某一目标的距离时发生的随机误差 X(米)具有
概率密度:
f (x)
1
( x20)2
e 3200
40 2
求在三次测量中至少有一次误差的绝对值不超过30米的概率。
解 显然 X ~ N(20, 40). 在一次测量中误差的绝对值不超过
则Z X Y ~ N x y , x2 y2 .
（即：独立的正态随机变量的和仍服从正态分布）
定理3 设X1, X2,, Xn独立，且Xi ~ N i , i2 ，i 1,2,, n
n
则 ci X i
i 1
~
N
n i 1
ci i
,
n i 1
c 2 i
2 i
4
四、中心极限定理
bY )
a 2 D( X
)
b2
D(Y
)
a
2
2 1
b222
(2) E( Z 2 ) E( XY ) E( X )E(Y ) 1 2 E( X 2 ) D( X ) [E( X )]2 21 21
E(Y 2 ) D(Y ) [E(Y )]2 22 2 2
- 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)。
∑ P{ξ ≥ 8} = C1i0 × 0.8i × 0.210−i =0.6778
i=8
16. 一批产品的废品率为 0.001, 用普哇松分布公式求 800 件产品中废品为 2 件的概率, 以及不超过 2 件的概率.
解: 设ξ为 800 件产品中的废品数, 则ξ服从超几何分布, 可以用二项分布近似, 则ξ~B(800, 0.001), 而因为试验次数很大废品率则很小, 可以用普阿松分布近似, 参数为
至少命中 3 炮的概率, 为 1 减去命中不到 3 炮的概率, 为
课 后 答 案 网
2
∑ P{ξ ≥ 3} = 1 − P{ξ < 3} = 1 − C1i0 × 0.7i × 0.310−i = 0.9984
i=0
因 np+p=10×0.7+0.7=7.7 不是整数, 因此最可能命中[7.7]=7 炮. 2. 在一定条件下生产某种产品的废品率为 0.01, 求生产 10 件产品中废品数不超过 2 个 的概率. 解: 设ξ为 10 件产品中的废品数, 则ξ~B(10,0.01), 则废品数不超过 2 个的概率为
课后答案网
概率论第 4 章习题参考解答 1. 若每次射击中靶的概率为 0.7, 求射击 10 炮, 命中 3 炮的概率, 至少命中 3 炮的概率,
最可能命中几炮. 解: 设ξ为射击 10 炮命中的炮数, 则ξ~B(10,0.7), 命中 3 炮的概率为
P{ξ = 3} = C130 × 0.73 × 0.37 = 0.0090
能值为[5/6]=0.
7. 事件 A 在每次试验中出现的概率为 0.3, 进行 19 次独立试验, 求(1)出现次数的平均值
和标准差; (2)最可能出现的次数.
解: 设 19 次试验中事件 A 出现次数为ξ, 则ξ~B(19,0.3), 因此
(1)ξ的数学期望为 Eξ=np=19×0.3=5.7
方差为 Dξ=np(1-p)=19×0.3×0.7=3.99
标准差为σ ξ = Dξ = 3.99 = 1.997
课后答案网
(2)因 np+p=5.7+0.3=6 为整数, 因此最可能值为 5 和 6.
8. 已知随机变量ξ服从二项分布, Eξ=12, Dξ=8, 求 p 和 n.
解: 由 Eξ=np=12
(1)
和 Dξ=np(1-p)=8
∑ P{ξ ≤ 4} = 4 2i e −2 = 0.9473
i=0 i!
而 100 页上的印刷错误都不超过 4 个的概率为
[P{ξ ≤ ]4} 100 = 0.004454
19. 某型号电子管的“寿命”ξ服从指数分布, 如果它的平均寿命 Eξ=1000 小时, 写出 ξ的概率密度, 并计算 P(1000<ξ≤1200).
(2)
由(1)得 n=12/p, 代入到(2)得
12(1-p)=8, 解出 p=(12-8)/12=1/3=0.3333
代回到(1)式得 n=12/p=12×3=36
9. 某柜台上有 4 个售货员, 并预备了两个台秤, 若每个售货员在一小时内平均有 15 分
课 后 答 案 网
钟时间使用台秤, 求一天10小时内, 平均有多少时间台秤不够用. 解: 每个时刻构成一 n=4 的贝努里试验, 且 p=15/60=0.25, 因此, 设ξ为每个时刻要用 秤的售货员数, 则ξ~B(4, 0.25), 当ξ>2 时, 台秤不够用. 因此每时刻台秤不够用的概率为
⎝3⎠
81
12. 一批产品 20 个中有 5 个废品, 任意抽取 4 个, 求废品数不多于 2 个的概率 解: 设ξ为抽取 4 个中的废品数, 则ξ服从超几何分布, 且有
∑ P{ξ ≤ 2} =
2
C Ci 4−i 5 15
= 0.968
C4
i=0
20
13. 如果产品是大批的, 从中抽取的数目不大时, 则废品数的分布可以近似用二项分布 公式计算. 试将下例用两个公式计算, 并比较其结果. 产品的废品率为 0.1, 从 1000 个产品
2
∑ P{ξ ≤ 2} = C1i0 × 0.01i × 0.9910−i = 0.9999
i=0
3. 某车间有 20 部同型号机床, 每部机床开动的概率为 0.8, 若假定各机床是否开动彼此 独立, 每部机床开动时所消耗的电能为 15 个单位, 求这个车间消耗电能不少于 270 个单位的 概率.
解: 设每时刻机床开动的数目为ξ, 则ξ~B(20,0.8), 假设这个车间消耗的电能为η个 单位, 则η=15ξ, 因此
废品, 求产品为废品的概率以及产品的平均价值.
解: 设ξ为产品表面上的疵点数, 则ξ服从普哇松分布, λ=0.8, 设η为产品的价值, 是
ξ的函数. 则产品为废品的概率为
∑ P{ξ > 4} = 1 − P{ξ ≤ 4} = 1 − 4 0.8i e−0.8 = 0.0014
i=0 i!
课后答案网
λ=np=800×0.001=0.8
P{ξ = 2} ≈ 0.82 e −0.8 = 0.1438 2
∑ P{ξ ≤ 2} ≈ 2 0.8i e−0.8 = 0.9526
i=0 i!
17. 某种产品表面上的疵点数服从普哇松分布, 平均一件上有 0.8 个疵点, 若规定疵点
数不超过 1 个为一等品, 价值 10 元, 疵点数大于 1 不多于 4 为二等品, 价值 8 元, 4 个以上为
事件"试验成功不止一次"即事件{ξ>1}, 因此要求的是条件概率 P{ξ>1|ξ>0}, 又因事件 {ξ>1}被事件{ξ>0}包含, 因此这两个事件的交仍然是{ξ>1}, 因此
P{ξ > 1| ξ > 0} = P{ξ > 1} = 1 − P{ξ = 0} − P{ξ = 1} =
P{ξ > 0}
∑ P{η = 10} = P{ξ ≤ 1} = 1 0.8i e−0.8 = 0.8088
i=0 i!
∑ P{η = 8} = P{1 < ξ ≤ 4} = 4 0.8i e−0.8 = 0.1898
i=2 i!
则产品的平均价值为
Eη = 10×P{η=10}+8×P{η=8}=10×0.8088+8×0.1898=9.6064(元)
或者算出具体的值如下所示：
ξ
0
1
2
P
0.4823
0.3858
0.1157
3 0.0154
4 0.0008
⎧0
x<0
⎪⎪0.4823 0 ≤ x < 1
F
(x)
=
⎪⎪0.8681 ⎪⎨0.9838
1≤ x< 2 2≤ x<3
⎪0.9992 3 ≤ x < 4
⎪
⎪⎩1
x≥4
从分布表可以看出最可能值为 0, 或者 np+p=(4/6)+1/6=5/6 小于 1 且不为整数, 因此最可
P{ξ
=
i} =
C C i 5−i 13 52−13
(i
=
0,1,2,3,4,5)
C552
则按上式计算出概率分布如下表所示:
பைடு நூலகம்
ξ
0
1
2
P
0.2215
0.4114
0.2743
3 0.0815
4 0.0107
5 0.0005
15. 从大批发芽率为 0.8 的种子中, 任取 10 粒, 求发芽粒数不小于 8 粒的概率. 解: 设ξ为 10 粒种子中发芽的粒数, 则ξ服从超几何分布, 但可以用二项分布近似, 其 中 p=0.8, n=10, 则
(1 − p)2 = 1 − 5 / 9 = 4 / 9 1− p = 2/3 p =1− 2/3 =1/3
则假设η为成功率为 1/3 的 4 重贝努里试验的成功次数, η~B(4,1/3), 则
P(η
≥ 1)
=1−
P(η
=
0)
= 1 − (1 −
p)4
=
1
−
⎛ ⎜
2
⎞ ⎟
4
= 1 − 16
=
0.802
课 后 答 案 网
18. 一个合订本共100页, 平均每页上有两个印刷错误, 假定每页上印刷错误的数目服
从普哇松分布, 计算该合订本中各页的印刷错误都不超过 4 个的概率. 解: 设ξ为每页上的印刷错误数目, 则ξ服从普哇松分布, λ=2, 则 1 页印刷错误都不超
过 4 个的概率为
P(ξ
>
2)
=
C
3 4
× 0.253
× 0.75 + 0.254
= 0.0508
因此 10 个小时内平均有 0.0508×10=0.508 个小时台秤不够用. 10. 已知试验的成功率为 p, 进行 4 重贝努里试验, 计算在没有全部失败的情况下, 试验
成功不止一次的概率. 解: 设ξ为 4 次试验中的成功数, 则ξ~B(4,p), 事件"没有全部失败"即事件{ξ>0}, 而
P{η ≥ 270} = P{15ξ ≥ 270} = P{ξ ≥ 270} = P{ξ ≥ 18} = 15
20
∑ =
C
i 20
× 0.8i
× 0.2 20−i
= 0.2061
i =18
4. 从一批废品率为 0.1 的产品中, 重复抽取 20 个进行检查, 求这 20 个产品中废品率不 大于 0.15 的概率.
因此
课后答案网
20
∑ P{ξ = i}
P{ξ ≥ 3 | ξ ≥ 2} = P{ξ ≥ 3} = i=3