概率论与数理统计第三章小结及作业
概率论与数理统计教程第三章课后习题答案概率(03章)
P(X=0,Y=3)=1/8 P(X=2,Y=1)=3/8
X Y 0 1 2 3
P(X=1,Y=1)=3/8 P(X=3,Y=3)=1/8
3 1/8 0 0 1/8 1 0 3/8 3/8 0
例
一个口袋中有三个球， 依次标有数字1， 2， 2， 从中任 取一个， 不放回袋中， 再任取一个， 设每次取球时， 各球被 取到的可能性相等.以Ｘ、Ｙ分别记第一次和第二次取到的球 上标有的数字， 求( X , Y ) 的联合分布列.
Probability
华南农业大学理学院应用数学系
第一章 随机事件及其概率 第二章 随机变量及其概率分布 第三章 二维随机变量及其分布
第四章 随机变量的数字特征
第三章
二维随机变量及其分布
二维随机变量及其联合分布 边缘分布与独立性 两个随机变量的函数的分布
§3.1 二维随机变量及其联合分布
RY
0
X(e)
x
二维随机变量(X, Y)的取值可看作平面上的点
（x，y） A
随机事件
y
(a,b)
X X
a, Y b a, Y b
Y)D
( X , ( X ,
Y ) ( a, b )
X
x
a, Y b
二维随机变量的联合分布函数
定义 若（X，Y）是随机变量，对于任意的实数x,y.
表格形式
X
Y
x1
x2
p11 p12 p21 p22
。。。...
... 。。。
y1
y2
。。。
。。。...
yj p1 j
... 。。。
概率论与数理统计第三章习题及答案
概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。
概率论与数理统计03-第三章作业及答案
概率论与数理统计03-第三章作业及答案本页仅作为文档封面，使用时可以删除This document is for reference only-rar21year.March137习题3-1而且12{0}1P X X ==12 解 由12{0}1P X X ==知12{0}0P X X ≠=. 因此X 1和X 2的联合分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138(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) 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 +∞-∞-∞-∞<==⎰⎰⎰41.5201d (6)d 8y x y x --=⎰⎰1.5422011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰ 421633()d 882y y =-⎰2732=.139(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 8xy 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 .140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,y Y 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141141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142(,)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 yf 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 z xz 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 ===⎧⎫⎨⎬⎩⎭. 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:143(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 x f 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1442. 设(X, Y)的分布律如下表:问,αβ为何值时X与Y相互独立解首先, 由分布律求得边缘分布律由于边缘分布满足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 --===-⎰⎰⎰⎰⎰21201ed 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()e 2x 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 a Z X Y a f z f z y f y y y a μσπσ---+∞-∞-=-=⎰⎰ =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(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 12x y 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0,0>>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.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 =(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. 设二维随机变量(X , Y )的概率密度为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, 100()(,)d d d (2)d zz y Z 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 3xyx 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 x yx y x F x y u v u v u v v u u v v u -∞-∞===⎰⎰⎰⎰⎰⎰ϕϕϕ22001[()d ]d 3x u 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 3yu 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 xyx 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(,)22121()534.32()d |Xy x y x x x ϕ+==⎰。
最新概率论与数理统计第三章习题及答案
概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球.以X 表示取到黑球的只数，以Y 表示取到红球的只数，求X 和Y 的联合分布律.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。
概率论与数理统计 作业
10、设甲船在 24 小时内随机到达码头，并停留 2 小时；乙船也在 24 小时内独立地随机到达，并停 留 1 小时，试求：（1）甲船先到达的概率 p1;（2）两船相遇的概率 P2. 解：（1）
p1 = P {X < Y } = 0.5
（2）阴影部分的面积除以总面积
p2 = P {X < Y < X + 2} ∪ P {Y < X < Y + 1} = P {X − 1 < Y < X + 2}
f (X, Y ) = 0, 其他
试求：（1）常数 C ;（2）P {0 < x ≤ 1/2} ; （3）P {X = Y 2};
解：（1）
（2）
1
=
∫ +∞
−∞
∫ +∞
−∞
f (X, Y
)dxdy
=
∫1
−1
∫ 1−x2 dx
0
C (x2
+
y)dy
=
∫1
−1
C [x2 y
+
y2 2
]10−x2
dx
=
解：（1）p1
=
4 16
=
1 4
（2）p2
=
10 16
=
5 8
12、设二维随机变量 (X, Y ) ∼ N (0, 1; 0, 1; 0),，计算概率 P {X2 + Y 2 < r}, r > 0
解：
φ(x, y) =
1 e , −
x2
+y2 2
2π
∫ 2π
∫
√ r
P {X2 + Y 2 < r} =
概率论与数理统计(理工类,第四版)吴赣昌主编课后习题答案第三章
第三章多维随机变量及其分布3.1 二维随机变量及其分布习题1设(X,Y)的分布律为X\Y12311/61/91/1821/3a1/9求a.分析：dsfsd1f6d54654646解答：由分布律性质∑i⋅jPij=1,可知1/6+1/9+1/18+1/3+a+1/9=1,解得a=2/9.习题2(1)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};解答：P{a<X≤b,Y≤c}=F(b,c)-F(a,c).习题2(2)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(2)P{0<Y≤b};解答：P{0<Y≤b}=F(+∞,b)-F(+∞,0).习题2(3)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(3)P{X>a,Y≤b}.解答：P{X>a,Y≤b}=F(+∞,b)-F(a,b).习题3(1)3.设二维离散型随机变量的联合分布如下表：试求：(1)P{12<X<32,0<Y<4;解答：P{12<X<23,0<Y<4P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=14+0+0=14.习题3(2)3.设二维离散型随机变量的联合分布如下表：试求：(2)P{1≤X≤2,3≤Y≤4};解答：P{1≤X≤2,3≤Y≤4}=P{X=1,Y=3}+P{X=1,Y=4}+P{X=2,Y=3}+P{X=2,Y=4}=0+116+0+14=516.习题3(3)3.设二维离散型随机变量的联合分布如下表：试求：(3)F(2,3).解答：F(2,3)=P(1,1)+P(1,2)+P(1,3)+P(2,1)+P(2,2)+P(2,3)=14+0+0+116+14+0=916.习题4设X,Y为随机变量，且P{X≥0,Y≥0}=37,P{X≥0}=P{Y≥0}=47,求P{max{X,Y}≥0}.解答：P{max{X,Y}≥0}=P{X,Y至少一个大于等于0}=P{X≥0}+P{Y≥0}-P{X≥0,Y≥0}=47+47-37=57.习题5(X,Y)只取下列数值中的值：(0,0),(-1,1),(-1,13),(2,0)且相应概率依次为16,13,112,512,请列出(X,Y)的概率分布表，并写出关于Y的边缘分布.解答：(1)因为所给的一组概率实数显然均大于零，且有16+13+112+512=1,故所给的一组实数必是某二维随机变量(X,Y)的联合概率分布. 因(X,Y)只取上述四组可能值，故事件：{X=-1,Y=0},{X=0,Y=13,{X=0,Y=1},{X=2,Y=13,{X=2,Y=1}均为不可能事件，其概率必为零. 因而得到下表：Y01/31pk7/121/121/3习题6设随机向量(X,Y)服从二维正态分布N(0,0,102,102,0),其概率密度为f(x,y)=1200πex2+y2200,求P{X≤Y}.解答：由于P{X≤Y}+P{X>Y}=1，且由正态分布图形的对称性，知P{X≤Y}=P{X>Y},故P{X≤Y}=12.习题7设随机变量(X,Y)的概率密度为f(x,y)={k(6-x-y),0<x<2,2<y<40,其它, (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}.解答：如图所示(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1,确定常数k.∫02∫24k(6-x-y)dydx=k∫02(6-2x)dx=8k=1,所以k=18.(2)P{X<1,Y<3}=∫01dx∫2318(6-x-y)dy=38.(3)P{X<1.5}=∫01.5dx∫2418(6-x-y)dy=2732.(4)P{X+Y≤4}=∫02dx∫24-x18(6-x-y)dy=23.习题8已知X和Y的联合密度为f(x,y)={cxy,0≤x≤1,0≤y≤10,其它,试求：(1)常数c;(2)X和Y的联合分布函数F(x,y).解答：(1)由于1=∫-∞+∞∫-∞+∞f(x,y)dxdy=c∫01∫01xydxdy=c4,c=4.(2)当x≤0或y≤0时，显然F(x,y)=0;当x≥1,y≥1时，显然F(x,y)=1;设0≤x≤1,0≤y≤1,有F(x,y)=∫-∞x∫-∞yf(u,v)dudv=4∫0xudu∫0yvdv=x2y2.设0≤x≤1,y>1,有F(x,y)=P{X≤1,Y≤y}=4∫0xudu∫01ydy=x2.最后，设x>1,0≤y≤1,有F(x,y)=P{X≤1,Y≤y}=4∫01xdx∫0yvdv=y2.函数F(x,y)在平面各区域的表达式F(x,y)={0,x≤0或y≤0x2,0≤x≤1,y>1x2y2,0≤x≤1,0≤y≤1.y2,x>习题9设二维随机变量(X,Y)的概率密度为f(x,y)={4.8y(2-x),0≤x≤1,x≤y≤10,其它,求边缘概率密度fY(y).解答：fX(x)=∫-∞+∞f(x,y)dy={∫0x4.8y(2-x)dy,0≤x≤10,其它={2.4x2(2-x),0≤x≤10,其它.fY(y)=∫-∞+∞f(x,y)dx={∫0y4.8y(2-x)dx,0≤y≤10,其它={2.4y(4y-y2),0≤y≤10,其它.习题10设(X,Y)在曲线y=x2,y=x所围成的区域G里服从均匀分布，求联合分布密度和边缘分布密度. 解答：区域G的面积A=∫01(x-x2)dx=16,由题设知(X,Y)的联合分布密度为f(x,y)={6,0≤x≤1,x2≤y≤x0,其它,从而fX(x)=∫-∞+∞f(x,y)dy=6∫x2xdy=6(x-x2),0≤x≤1,即fX(x)={6(x-x2),0≤x≤10,其它,fY(y)=∫-∞+∞f(x,y)dx=6∫yydx=6(y-y),0≤y≤1,即fY(y)={6(y-y),0≤y≤10,其它.3.2 条件分布与随机变量的独立性习题1二维随机变量(X,Y)的分布律为从而(X,Y)的联合概率分布为P{X≤a,∣X∣≤a}=P{X≤a}⋅P{∣X∣≤a},而事件{∣X∣≤a}⊂{X≤a},故由上式有P{∣X∣≤a}==P{X≤a}⋅P{∣X∣≤a},⇒P{∣X∣≤a}(1-P{X≤a})=0⇒P{∣X≤a∣}=0或1=P{X≤a}⋅(∀a>0)但当a>0时，两者均不成立，出现矛盾，故X与∣X∣不独立.习题9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fY(y)={12e-y2,y>00,y≤0,(1)求X与Y的联合概率密度；(2)设有a的二次方程a2+2Xa+Y=0,求它有实根的概率.解答：(1)由题设易知fX(x)={1,0<x<10,其它,又X,Y相互独立，故X与Y的联合概率密度为f(x,y)=fX(x)⋅fY(y)={12e-y2,0<x<1,y>00,其它;(2)因{a有实根}={判别式Δ2=4X2-4Y≥0}={X2≥Y},故如图所示得到：P{a有实根}=P{X2≥Y}=∫∫x2>yf(x,y)dxdy=∫01dx∫0x212e-y2dy=-∫01e-x22dx=1-[∫-∞1e-x22dx-∫-∞0e-x22dx]=1-2π[12π∫-∞1e-x22dx-12π∫-∞0e-x22dx]=1-2π[Φ(1)-Φ(0),又Φ(1)=0.8413,Φ(0)=0.5,于是Φ(1)-Φ(0)=0.3413,所以P{a有实根}=1-2π[Φ(1)-Φ(0)]≈1-2.51×0.3413=0.1433.3.3 二维随机变量函数的分布习题1设随机变量X和Y相互独立，且都等可能地取1,2,3为值，求随机变量U=max{X,Y}和V=min{X,Y}的联合分布.解答：由于U≥V,可见P{U=i,V=j}=0(i<j).此外，有P{U=V=i}=P{X=Y=i}=1/9(i=1,2,3),P{U=i,V=j}=P{X=i,Y=j}+P{X=j,Y=i}=2/9(i>j),于是，随机变量U和V的联合概率分布为=∫01dy∫y2y12dx=14,P{U=1,V=1}=1-P{U=0,V=0}-P{U=0,V=1}-P{U=1,V=0}=1/2,即U\V01011/401/41/2习题4设(X,Y)的联合分布密度为f(x,y)=12πe-x2+y22,Z=X2+Y2,求Z的分布密度.解答：FZ(z)=P{Z≤z}=P{X2+Y2≤z}.当z<0时，FZ(z)=P(∅)=0;当z≥0时，FZ(z)=P{X2+Y2≤z2}=∫∫x2+y2≤z2f(x,y)dxdy=12π∫∫x2+y2≤z2e-x2+y22dxdy=12π∫02πdθ∫0ze-ρ22ρdρ=∫0ze-ρ22ρdρ=1-e-z22.故Z的分布函数为FZ(z)={1-e-z22,z≥00,z<0.Z的分布密度为fZ(z)={ze-z22,z>00,z≤0.习题5设随机变量(X,Y)的概率密度为f(x,y)={12(x+y)e-(x+y),x>0,y>00,其它,(1)问X和Y是否相互独立？(2)求Z=X+Y的概率密度.解答：(1)fX(x)=∫-∞+∞f(x,y)dy={∫0+∞12(x+y)e-(x+y)dy,x>00,x≤0\under2line令x+y=t{∫x+∞12te-tdt=12(x+1)e-x,x>00,x≤0,由对称性知fY(y)={12(y+1)e-y,y>00,y≤0,显然f(x,y)≠fX(x)fY(y),x>0,y>0,所以X与Y不独立.(2)用卷积公式求fZ(z)=∫-∞+∞f(x,z-x)dx.当{x>0z-x>0即{x>0x<z时，f(x,z-x)≠0,所以当z≤0时，fZ(z)=0;当z>0时，fZ(z)=∫0z12xe-xdx=12z2e-z.于是，Z=X+Y的概率密度为fZ(z)={12z2e-z,z>00,z≤0.习题6设随机变量X,Y相互独立，若X服从(0,1)上的均匀分布，Y服从参数1的指数分布，求随机变量Z=X+Y的概率密度.解答：据题意，X,Y的概率密度分布为fX(x)={1,0<x<10,其它,fY(y)={e-y,y≥00,y<0,由卷积公式得Z=X+Y的概率密度为fZ(z)=∫-∞+∞fX(x)fY(z-x)dx=∫-∞+∞fX(z-y)fY(y)dy=∫0+∞fX(z-y)e-ydy.由0<z-y<1得z-1<y<z,可见：当z≤0时，有fX(z-y)=0,故fZ(z)=∫0+∞0⋅e-ydy=0;当z>0时，fZ(z)=∫0+∞fX(z-y)e-ydy=∫max(0,z-1)ze-ydy=e-max(0,z-1)-e-z,即fZ(z)={0,z≤01-e-z,0<z≤1e1-z-e-z,z>1.习题7设随机变量(X,Y)的概率密度为f(x,y)={be-(x+y),0<x<1,0<y<+∞,0,其它.（1）试确定常数b；（2）求边缘概率密度fX(x),fY(y)；（3）求函数U=max{X,Y}的分布函数.解答：（1）由∫-∞+∞∫-∞+∞f(x,y)dxdy=1，确定常数b.∫01dx∫0+∞be-xe-ydy=b(1-e-1)=1，所以b=11-e-1，从而f(x,y)={11-e-1e-(x+y),0<x<1,0<y<+∞,0,其它.（2）由边缘概率密度的定义得fX(x)={∫0+∞11-e-1e-(x+y)dy=e-x1-e-x,0<x<1,0,其它，fY(x)={∫0111-e-1e-(x+y)dx=e-y,0<y<+∞,0,其它（3）因为f(x,y)=fX(x)fY(y)，所以X与Y独立，故FU(u)=P{max{X,Y}≤u}=P{X≤u,Y≤u}=FX(u)F Y(u)，其中FX(x)=∫0xe-t1-e-1dt=1-e-x1-e-1,0<x<1，所以FX(x)={0,x≤0,1-e-x1-e-1,0<x<1,1,x≥1.同理FY(y)={∫0ye-tdt=1-e-y,0<y<+∞,0,y≤0，因此FU(u)={0,u<0,(1-e-u)21-e-1,0≤u<1,1-e-u,u≥1.习题8设系统L是由两个相互独立的子系统L1和L2以串联方式联接而成，L1和L2的寿命分别为X与Y,其概率密度分别为ϕ1(x)={αe-αx,x>00,x≤0,ϕ2(y)={βe-βy,y>00,y≤0,其中α>0,β>0,α≠β,试求系统L的寿命Z的概率密度.解答：设Z=min{X,Y},则F(z)=P{Z≥z}=P{min(X,Y)≤z}=1-P{min(X,Y)>z}=1-P{X≥z,Y≥z}=1-[1P{X<z}][1-P{Y<z}]=1-[1-F1{z}][1-F2{z}]由于F1(z)={∫0zαe-αxdx=1-e-αz,z≥00,z<0,F2(z)={1-e-βz,z≥00,z<0,故F(z)={1-e-(α+β)z,z≥00,z<0,从而ϕ(z)={(α+β)e-(α+β)z,z>00,z≤0.习题9设随机变量X,Y相互独立，且服从同一分布，试证明：P{a<min{X,Y}≤b}=[P{X>a}]2-[P{X>b}]2.解答：设min{X,Y}=Z,则P{a<min{X,Y}≤b}=FZ(b)-FZ(a),FZ(z)=P{min{X,Y}≤z}=1-P{min{X,Y}>z}=1-P{X>z,Y>z}=1-P{X>z}P{Y>z}=1-[P{X>z}]2,代入得P{a<min{X,Y}≤b}=1-[P{X>b}]2-(1-[P{X>a}]2)=[P{X>a}]2-[P{X>b}]2.证毕.复习总结与总习题解答习题1在一箱子中装有12只开关，其中2只是次品，在其中取两次，每次任取一只，考虑两种试验：(1)放回抽样；(2)不放回抽样.我们定义随机变量X,Y如下：X={0,若第一次取出的是正品1,若第一次取出的是次品, Y={0,若第二次取出的是正品1,若第二次取出的是次品,试分别就(1),(2)两种情况，写出X和Y的联合分布律.解答：(1)有放回抽样，(X,Y)分布律如下：P{X=0,Y=0}=10×1012×12=2536; P{X=1,Y=0}=2×1012×12=536,P{X=0,Y=1}=10×212×12=536, P{X=1,Y=1}=2×212×12=136,(2)不放回抽样，(X,Y)的分布律如下：P{X=0,Y=0}=10×912×11=4566, P{X=0,Y=1}=10×212×11=1066,P{X=1,Y=1}=2×112×11=166,习题2假设随机变量Y服从参数为1的指数分布，随机变量Xk={0,若Y≤k1,若Y>k(k=1,2),求(X1,X2)的联合分布率与边缘分布率.解答：因为Y服从参数为1的指数分布，X1={0,若Y≤11,若Y>1, 所以有P{X1=1}=P{Y>1}=∫1+∞e-ydy=e-1,P{X1=0}=1-e-1,同理P{X2=1}=P{Y>2}=∫2+∞e-ydy=e-2,P{X2=0}=1-e-2,因为P{X1=1,X2=1}=P{Y>2}=e-2，P{X1=1,X2=0}=P{X1=1}-P{X1=1,X2=1}=e-1-e-2,P{X1=0,X2=0}=P{Y≤1}=1-e-1,P{X1=0,X2=1}=P{X1=0}-P{X1=0,X2=0}=0,故(X1,X2)联合分布率与边缘分布率如下表所示：习题3在元旦茶话会上，每人发给一袋水果，内装3只橘子，2只苹果，3只香蕉. 今从袋中随机抽出4只，以X记橘子数，Y记苹果数，求(X,Y)的联合分布.解答：X可取值为0,1,2,3,Y可取值0,1,2.P{X=0,Y=0}=P{∅}=0,P{X=0,Y=1}=C30C21C33/C84=2/70,P{X=0,Y=2}=C30C22C32/C84=3/70,P{X=1,Y=0}=C31C20C33/C84=3/70,P{X=1,Y=1}=C31C21C32/C84=18/70,P{X=1,Y=2}=C31C22C31/C84=9/70,P{X=2,Y=0}=C32C20C32/C84=9/70,P{X=2,Y=1}=C32C21C31/C84=18/70,P{X=2,Y=2}=C32C22C30/C84=3/70,P{X=3,Y=0}=C33C20C31/C84=3/70,P{X=3,Y=1}=C33C21C30/C84=2/70,P{X=3,Y=2}=P{∅}=0,所以，(X,Y)的联合分布如下：习题4设随机变量X与Y相互独立，下表列出了二维随机变量(X,Y)的联合分布律及关于X与Y解答：由题设X与Y相互独立，即有pij=pi⋅p⋅j(i=1,2;j=1,2,3), p⋅1-p21=p11=16-18=124,又由独立性，有p11=p1⋅p⋅1=p1⋅16故p1⋅=14.从而p13=14-124-18, 又由p12=p1⋅p⋅2, 即18=14⋅p⋅2.从而p⋅2=12. 类似的有p⋅3=13,p13=14,p2⋅=34.将上述数值填入表中有习题5设随机变量(X,Y)的联合分布如下表：求：(1)a值；(2)(X,Y)的联合分布函数F(x,y)；(3)(X,Y)关于X,Y的边缘分布函数FX(x)与FY(y).解答：(1)\because由分布律的性质可知∑i⋅jPij=1, 故14+14+16+a=1,∴a=13.(2)因F(x,y)=P{X≤x,Y≤y}①当x<1或y<-1时，F(x,y)=0;②当1≤x<2,-1≤y<0时，F(x,y)=P{X=1,Y=-1}=1/4;③当x≥2,-1≤y<0时，F(x,y)=P{X=1,Y=-1}+P{X=2,Y=-1}=5/12;④当1≤x<2,y>0时，F(x,y)=P{X=1,Y=-1}+P{X=1,Y=0}=1/2;⑤当x≥2,y≥0时，F(x,y)=P{X=1,Y=-1}+P{X=2,Y=-1}+P{X=1,Y=0}+P{X=2,Y=0}=1;综上所述，得(X,Y)联合分布函数为F(x,y)={0,x<1或y<-11/4,1≤x<2,-1≤y<05/12,x≥2,-1≤y<01/2,1≤x<2,y≥01,x≥2,y≥0.(3)由FX(x)=P{X≤x,Y<+∞}=∑xi<x∑j=1+∞pij, 得(X,Y)关于X的边缘分布函数为：FX(x)={0,x<114+14,1≤x<214+14+16+13,x≥2={0,x<11/2,1≤x<21,x≥2,同理，由FY(y)=P{X<+∞,Y≤y}=∑yi≤y∑i=1+∞Pij, 得(X,Y)关于Y的边缘分布函数为FY(y)={0,y<-12/12,-1≤y<01,y≥0.习题6设随机变量(X,Y)的联合概率密度为f(x,y)={c(R-x2+y2),x2+y2<R0,x2+y2≥R,求：(1)常数c; (2)P{X2+Y2≤r2}(r<R).解答：(1)因为1=∫-∞+∞∫-∞+∞f(x,y)dydx=∫∫x2+y2<Rc(R-x2+y)dxdy=∫02π∫0Rc(R-ρ)ρdρdθ=cπR33,所以有c=3πR3.(2)P{X2+Y2≤r2}=∫∫x2+y2<r23πR3[R-x2+y2]dxdy=∫02π∫0r3πR3(R-ρ)ρdρdθ=3r2R2(1-2r3R).习题7设f(x,y)={1,0≤x≤2,max(0,x-1)≤y≤min(1,x)0,其它,求fX(x)和fY(y).解答：max(0,x-1)={0,x<1x-1,x≥1, min(1,x)={x,x<11,x≥1,所以，f(x,y)有意义的区域(如图)可分为{0≤x≤1,0≤y≤x},{1≤x≤2,1-x≤y≤1},即f(x,y)={1,0≤x≤1,0≤y≤x1,1≤x≤2,x-1≤y≤1,0,其它所以fX(x)={∫0xdy=x,0≤x<1∫x-11dy=2-x,1≤x≤20,其它,fY(y)={∫yy+1dx=1,0≤y≤10,其它.习题8若(X,Y)的分布律为则α,β应满足的条件是¯, 若X与Y独立，则α=¯,β=¯.解答：应填α+β=13;29;19.由分布律的性质可知∑i⋅jpij=1, 故16+19+118+13+α+β=1,即α+β=13.又因X与Y相互独立，故P{X=i,Y=j}=P{X=i}P{Y=j}, 从而α=P{X=2,Y=2}=P{X=i}P{Y=j},=(19+α)(14+α+β)=(19+α)(13+13)=29,β=P{X=3,Y=2}=P{X=3}P{Y=2}=(118+β)(13+α+β)=(118+β)(13+13)，∴β=19.习题9设二维随机变量(X,Y)的概率密度函数为f(x,y)={ce-(2x+y),x>0,y>00,其它,(1)确定常数c; (2)求X,Y的边缘概率密度函数；(3)求联合分布函数F(x,y); (4)求P{Y≤X};(5)求条件概率密度函数fX∣Y(x∣y); (6)求P{X<2∣Y<1}.解答：(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1求常数c.∫0+∞∫0+∞ce-(2x+y)dxdy=c⋅(-12e-2x)\vline0+∞⋅(-e-y)∣0+∞=c2=1,所以c=2.(2)fX(x)=∫-∞+∞f(x,y)dy={∫0+∞2e-2xe-ydy,x>00,x≤0={2e-2x,x>00,x≤0,fY(y)=∫-∞+∞f(x,y)dx={∫0+∞2e-2xe-ydx,y>00,其它={e-y,y>00,y≤0.(3)F(x,y)=∫-∞x∫-∞yf(u,v)dvdu={∫0x∫0y2e-2ue-vdvdu,x>0,y>00,其它={(1-e-2x)(1-e-y),x>0,y>00,其它.(4)P{Y≤X}=∫0+∞dx∫0x2e-2xe-ydy=∫0+∞2e-2x(1-e-x)dx=13.(5)当y>0时，fX∣Y(x∣y)=f(x,y)fY(y)={2e-2xe-ye-y,x>00,x≤0={2e-2x,x>00,x≤0.(6)P{X<2∣Y<1}=P{X<2,Y<1}P{Y<1}=F(2,1)∫01e-ydy=(1-e-1)(1-e-4)1-e-1=1-e-4.习题10设随机变量X以概率1取值为0, 而Y是任意的随机变量，证明X与Y相互独立.解答：因为X的分布函数为F(x)={0,当x<0时1,当x≥0时, 设Y的分布函数为FY(y),(X,Y)的分布函数为F(x,y)，则当x<0时，对任意y, 有F(x,y)=P{X≤x,Y≤y}=P{(X≤x)∩(Y≤y)}=P{∅∩(Y≤y)}=P{∅}=0=FX(x)FY(y);当x≥0时，对任意y, 有F(x,y)=P{X≤x,Y≤y}=P{(X≤x)∩(Y≤y)}=P{S∩(Y≤y)}=P{Y≤y}=Fy(y)=FX(x)FY(y),依定义，由F(x,y)=FX(x)FY(y)知，X与Y独立.习题11设连续型随机变量(X,Y)的两个分量X和Y相互独立，且服从同一分布，试证P{X≤Y}=1/2. 解答：因为X,Y独立，所以f(x,y)=fX(x)fY(y).P{X≤Y}=∫∫x≤yf(x,y)dxdy=∫∫x≤yfX(x)fY(y)dxdy=∫-∞+∞[fY(y)∫-∞yfX(x)dx]dy=∫-∞+∞[fY(y)FY(y)]dy=∫-∞+∞FY(y)dFY(y)=F2(y)2∣-∞+∞=12,也可以利用对称性来证，因为X,Y独立同分布，所以有P{X≤Y}=P{Y≤X},而P{X≤Y}+P{X≥Y}=1, 故P{X≤Y}=1/12.习题12设二维随机变量(X,Y)的联合分布律为若X与Y相互独立，求参数a,b,c的值.解答：关于X的边缘分布为由于X与Y独立，则有p22=p2⋅p⋅2 得b=(b+19)(b+49) ①p12=p1⋅p⋅2 得19=(a+19)(b+49) ②由式①得b=29, 代入式②得a=118. 由分布律的性质，有a+b+c+19+19+13=1,代入a=118,b=29, 得c=16.易验证，所求a,b,c的值，对任意的i和j均满足pij=pi⋅×p⋅j.因此，所求a,b,c的值为a=118,b=29,c=16.习题13已知随机变量X1和X2的概率分布为且P{X1X2=0}=1.(1)求X1和X2的联合分布律；(2)问X1和X2是否独立？解答：(1)本题是已知了X1与X2的边缘分布律，再根据条件P{X1X2=0}=1, 求出联合分布. 列表如下：P{X1=1,X2=1}=0,P{X1=-1,X2=1}=0.再由p⋅1=p-11+p11+p01, 得p01=12, p-10=p-1⋅=p-11=14,p10=p1⋅-p11=14,从而得p00=0.(2)由于p-10=14≠p-1⋅⋅p⋅0=14⋅12=18, 所以知X1与X2不独立.习题14设(X,Y)的联合密度函数为f(x,y)={1πR2,x2+y2≤R20,其它,(1)求X与Y的边缘概率密度；(2)求条件概率密度，并问X与Y是否独立？解答：(1)当x<-R或x>R时，fX(x)=∫-∞+∞f(x,y)dy=∫-∞+∞0dy=0;当-R≤x≤R时，fX(x)=∫-∞+∞f(x,y)dy=1πR2∫-R2-x2R2-x2dy=2πR2R2-x2.于是fX(x)={2R2-x2πR2,-R≤x≤R0,其它.由于X和Y的地位平等，同法可得Y的边缘概率密度是：fY(y)={2R2-y2πR2,-R≤y≤R0,其它.(2)fX∣Y(x∣y)=f(x,y)fY(y)注意在y处x值位于∣x∣≤R2-y2这个范围内，f(x,y)才有非零值，故在此范围内，有fX∣Y(x∣y)=1πR22πR2⋅R2-y2=12R2-y2,即Y=y时X的条件概率密度为fX∣Y(x∣y)={12R2-y2,∣x∣≤R2-y20,其它.同法可得X=x时Y的条件概率密度为fY∣X(y∣x)={12R2-x2,∣y∣≤R2-x20,其它.由于条件概率密度与边缘概率密度不相等，所以X与Y不独立.习题15设(X,Y)的分布律如下表所示X\Y -112-12 1/102/103/102/101/101/10求：(1)Z=X+Y; (2)Z=max{X,Y}的分布律.解答：与一维离散型随机变量函数的分布律的计算类似，本质上是利用事件及其概率的运算法则. 注意，Z的相同值的概率要合并.概率(X,Y)X+YXYX/Ymax{X,Y}1/102/103/102/101/101/10(-1,-1)(-1,1)(-1,2)(2,-1)(2,1)(2,2)-2011341-1-2-2241-1-1/2-221-112222于是(1)习题16设(X,Y)的概率密度为f(x,y)={1,0<x<1,0<y<2(1-x)0,其他，求Z=X+Y的概率密度.解答：先求Z的分布函数Fz(z)，再求概率密度fz(z)=dFz(z)dz.如右图所示.当z<0时，Fz(z)=P{X+Y≤z}=0;当0≤z<1时，Fz(z)=P{X+Y≤z}=∫∫x+y≤zf(x,y)dxdy=∫0zdx∫0z-x1dy=∫0z(z-x)dx=z2-12x2∣0z=12z2；当1≤z<2时，Fz(z)=∫02-zdx∫0z-xdy+∫2-z1dx∫02(1-x)dy=z(2-z)-12(2-z)2+(z-1)2；当z≥2时，∫∫Df(x,y)dxdy=∫01dx∫02(1-x)dy=1.综上所述Fz(z)={0,z<012z2,0≤z<1z(2-z)-12(2-z)2+(z-1)2,1≤z<21,z≥2，故fz(z)={z,0≤z<12-z,1≤z<20,其它.习题17设二维随机变量(X,Y)的概率密度为f(x,y)={2e-(x+2y),x>0,y>00,其它,求随机变量Z=X+2Y的分布函数.解答：按定义FZ(Z)=P{x+2y≤z},当z≤0时，FZ(Z)=∫∫x+2y≤zf(x,y)dxdy=∫∫x+2y≤z0dxdy=0.当z>0时，FZ(Z)=∫∫x+2y≤zf(x,y)dxdy=∫0zdx∫0(z-x)/22e-(x+2y)dy=∫0ze-x⋅(1-ex-z)dx=∫0z(e-x-e-z)dx=[-e-x]∣0z-ze-z=1-e-z-ze-z,故分布函数为FZ(Z)={0,z≤01-e-z-ze-z,z>0.习题18设随机变量X与Y相互独立，其概率密度函数分别为fX(x)={1,0≤x≤10,其它, fY(y)={Ae-y,y>00,y≤0,求：(1)常数A; (2)随机变量Z=2X+Y的概率密度函数.解答：(1)1=∫-∞+∞fY(y)dy=∫0+∞A⋅e-ydy=A.(2)因X与Y相互独立，故(X,Y)的联合概率密度为f(x,y)={e-y,0≤x≤1,y>00,其它.于是当z<0时，有F(z)=P{Z≤z}=P{2X+Y≤z}=0;当0≤z≤2时，有F(z)=P{2X+Y≤z}=∫0z/2dx∫0z-2xe-ydy=∫0z/2(1-e2x-z)dx;当z>2时，有F(z)=P{2X+Y≤2}=∫01dx∫0z-2xe-ydy=∫01(1-e2x-z)dx.利用分布函数法求得Z=2X+Y的概率密度函数为fZ(z)={0,z<0(1-e-z)/2,0≤z<2(e2-1)e-z/2,z≥2.习题19设随机变量X,Y相互独立，若X与Y分别服从区间(0,1)与(0,2)上的均匀分布，求U=max{X,Y}与V=min{X,Y}的概率密度.解答：由题设知，X与Y的概率密度分别为fX(x)={1,0<x<10,其它, fY(y)={1/2,0<y<20,其它,于是，①X与Y的分布函数分别为FX(x)={0,x≤0x,0≤x<11,x≥1, FY(y)={0,y<0y/2,0≤y<21,y≥2,从而U=max{X,Y}的分布函数为FU(u)=FX(u)FY(u)={0,u<0u2/2,0≤u<1u/2,1≤u<21,u≥2,故U=max{X,Y}的概率密度为fU(u)={u,0<u<11/2,1≤u<20,其它.②同理，由FV(v)=1-[1-FX(v)][1-FY)]=FX(v)+FY(v)-FX(v)FY(v)=FX(v)+FY(v)-FU(v),得V=min{X,Y}的分布函数为FV(v)={0,v<0v2(3-v),0≤v<11,v≥1,故V=min{X,Y}的概率密度为fV(v)={32-v,0<v<10,其它.注：(1)用卷积公式，主要的困难在于X与Y的概率密度为分段函数，故卷积需要分段计算；(2)先分别求出X,Y的分布函数FX(x)与FY(y), 然后求出FU(u)，再求导得fU(u); 同理先求出FV(v), 求导即得fV(v).。
概率论与数理统计总结之第三章
第三章 多维随机变量及其分布第一节二维随机变量的概念1.二维随机变量定义：设(X,Y)是二维随机变量，记为:(,){()()}=≤⋂≤F x y P X x Y y (,)=≤≤P X x Y y (,)-∞<<∞-∞<<∞x y称(,)F x y 为X 与Y 的分布函数，或称X 与Y 的联合分布函数}}(){{(,lim (,)→+∞=≤=≤≤+∞=X y F x P X x P X x Y F x y}}(){{,lim (,)→+∞=≤=≤+∞≤=Y x F y P Y y P X Y y F x y分布函数(,)F x y 性质:1）(,)F x y 是变量x 和变量y 的不减函数，(分别关于x 和y 有单调不减性) 2）0(,)1≤≤F x y ，任意一边趋于-∞＝０.F(∞，∞)=1（用来确定未知参数）.3）(,)(0,)(0,0)=+=++F x y F x y F x y ，即(,)F x y 分别关于x 右连续，关于y 也右连续,4）对于任意11221212(,),(,),,,<<x y x y x x y y 下述不等式成立(可用于判定二元函数(,)F x y 是不是某二维随机变量的分布函数):22211112(,)(,)(,)(,)0-+-≥F x y F x y F x y F x y 2.二维离散型随机变量:定义:如果二维随机变量(X,Y)只取有限对或可列无穷多对，则称(X,Y)是二维离散型随机变量其概率{,},,1,2,====i i ij P X x Y y p i j …为二维离散型随机变量(X,Y)的分布律，或随机变量X 和Y 是联合分布律 性质:1.0,(i,j 1.2.....)≥=ij P2.1≤≤=∑∑i i ijx x y yp满足以上两条，即为二维离散型随机变量的分布律. 注；步骤:定取值,求概率,验证1.离散型随机变量X 和Y 的联合分布函数为(,)≤≤=∑∑i i ijx x y yF x y p，其中和式是对一切满足,≤≤i i x x y y 的i,j 来求和的边缘分布定义:对于离散型随机变量(X,Y)，分量X 和Y 的分布律(), 1.2...(), 1.2..的边缘分布律：的边缘分布律：••========∑∑i i ij jJ i ij iX p P X x p i Y p P Y y p i ，0,0(, 1.2....)1•••≥≥===∑∑i j jiip p i j pi p联合确定边缘，但一般情况，边缘不能确定的联合，除非相互独立. 比如；有放回的摸球，就是X ，Y 相互独立. 不放回地摸球，是条件分布.3.二维连续型随机变量的概率密度和边缘概率密度. 对比一维的: 概率密度:()()1∞-∞==⎰f x f x dx ，分布律:{}(),≤≤=⎰b aP a x b f x dx 分布函数:()()-∞=⎰xF x f t dt二维:定义:设二维随机变量(X,Y)的分布函数为(,)F x y ，若存在非负可积函数(,)f x y ，使得对于任意实数x,y 有(,)(,)-∞-∞=⎰⎰xyF x y f u v dudv ，则称(X,Y)为二维连续型随机变量，(,)f x y 称为(X,Y)的概率密度，或联合概率密度.概率密度的性质: 1.(,)F x y ≥0 2.(,)1∞∞-∞-∞=⎰⎰f x y dxdy只要具有以下两条性质，必可作为某二维随机变量的概率密度.3.已知(X,Y)的概率密度(,)f x y ，则(X,Y)在平面区域D 内取值的概率为:{(,)}(,)∈=⎰⎰DP X Y D f x y dxdy (作二重积分)(随机点(X,Y)落在平面区域D 上的概率等于以平面区域D 为底，以曲面(,)=z f x y 顶的典顶的体积) 4.若(,)F x y 在点(x,y)连续，则有2(,)(,)∂=∂∂F x y f x y x y(连续就能根据分布律求概率密度)1） 当求()=P X Y 时，它只是一条线，所以：()0＝=P X Y2） 一个方程有无实根：20++=ax bx c ，即求：22240,40,40,一个实根无实根两个实根+=+<+>b ac b ac b ac均匀分布：定义:设D 为平面上的有界区域，其面积为S ，且0>S ,如果二维随机变量(X,Y)的概率密度为1,(x,y)(,)0,其它⎧∈⎪=⎨⎪⎩Df x y S，则称(X,Y)服从区域D 上的均匀分布(或叫(X,Y)在D 上服从均匀分布，记作（X,Y ）D U . 两种特殊情形:1） D 为矩形，,c )≤≤≤≤a x b y d 时，1,()()(,),c )0,其它⎧⎪--=≤≤≤≤⎨⎪⎩b a dc f x y a x b y d2） D 为圆形，如(X,Y)在以原点为圆心，R 为半径的圆域上服从均匀分布，则(X,Y)的概率密度为:22221,(,))0,其它π⎧⎪=+≤⎨⎪⎩f x y x y R R定义:对连续型随机变量(X,Y),分量X,Y 的概率密度称为(X,Y)关于X 或Y 的边缘概率密度,记作(),X f x ().Y f y X 的分布函数:()(,)(,)∞-∞-∞⎡⎤=∞=⎢⎥⎣⎦⎰⎰xX F x F x f u v dv du （让Ｙ趋于正无穷） Y 的分布函数:()(,)(,)∞-∞-∞⎡⎤=∞=⎢⎥⎣⎦⎰⎰yY F y F y f u v du dv （让Ｘ趋于正无穷） X 的概率密度:()(,),()∞-∞=-∞<<∞⎰X f x f x y dy xY 的概率密度:()(,),()∞-∞=-∞<<∞⎰Y f y f x y dx y（二维的边缘概率密度是直接以联合概率密度在负无穷到正无穷对对应元素积分，其间需要对划分区间的作分别积分）(X,Y)的概率密度:(,)(,)[(,)]-∞-∞-∞-∞==⎰⎰⎰⎰x yx yf x y f u v dudv f u v dv du二维正态分布： 二维正态221212(,)(,,,,)σσρX Y N u u 分布函数的性质:1.211()(,)σX N u ,222()(,)σY N u 边缘服从一维正态分布2.0,ρ=⇔xy X Y 独立（相关系数为Ｏ，则两个随机变量独立）3.212()()σ++k X k Y N u (线性组合按一维正态处理)4. 1212()，±±k X k Y c X c Y 服从二维正态（如：(,)+-X Y X Y ） 条件分布:设(X,Y)是二维离散型随机变量，对于固定的j ，若{}0=>j P Y y ，则称{=i P X x ｜{,}},1,2,{}⋅=======i j ij j j jP X x Y y p Y y i P Y y p …为在=j Y y 条件下随机变量X 的条件分布律同样地，若{}0,=>i P X x 则称{=j P Y y ｜{,}},1,2,{}⋅=======i j ij i i i P X x Y y p X x j P X x p …为=i X x 条件下随机变量Y 的条件分布律 变形，即得求联合分布律的方法.设二维随机变量(X,Y)的概率密度为f(x,y),(X,Y)关于Y 的边缘概率密度为()Y f y .若对于固定的y,()0,>Y f y 则称(,)()Y f x y f y 为在Y=y 的条件下X 的条件概率密度称|(,)(|)()-∞-∞=⎰⎰xxX Y Y f x y f x y dx dx f y 为在Y=y 的条件下，X 的条件分布函数，记为P{X ≤x|Y=y}或|(|)X Y F x y ，即|(,)(|){|}()-∞=≤==⎰x X Y Y f x y F x y P X x Y y dx f y 设F(x,y)及(),()X Y F x F y 分别是二维随机变量(X,Y)的分布函数及边缘分布函数，若对于所有x,y 有P{X ≤x,Y ≤y}=P{X ≤x}P{Y ≤y},即(,)()()=X Y F x y F x F y ，则称随机变量X 和Y 是相互独立的设(X,Y)是连续型随机变量，(,),(),()X Y f x y f x f y 分别为(X,Y)的概率密度和边缘概率密度，则X 和Y 相互独立的条件等价于(,)()()=X Y f x y f x f y 在平面上几乎处处成立(除去面积为0的集合以外，处处成立)第二节随机变量的独立性1. 两个随机变量的独立性 定义:设(,),().()X Y F x y F x F y 分别是二维随机变量(X,Y)的分布函数和两个边缘分布函数，若对任意实数,x y 有(,)().()=X Y F x y F x F y ，则称X 与Y 相互独立.可用于判断独立性(随机变量独立,对任意实数x,y,事件X ,Y ≤≤x y 相互独立) 以上公式等价于:(X ,Y )(X ).()≤≤=≤≤X Y P x y P x P Y y 可类推至多个函数的情况.1)如果X,Y 随机变量独立，().()连续f x g y ，(通过函数作用)则().()f x g y 也独立.(可类推至多个随机变量的情况)例:X,Y 独立，则22,x y 独立.2)如果1212,...,...，ＹＹＹm m X X X 相互独立，12m 121()()...()()()....()和，f x f x f x g y g y g y 也相互独立。
概率论与数理统计03-第三章作业及答案
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 --=22011(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02()(,)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0z 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1x 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(,)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<,||,(|)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24P 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{,}{}{}43123.(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 )x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 3 112161121=++=, 3(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 2 1}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 ,。
概率论与数理统计茆诗松)第二版课后第三章习题参考答案
第三章 多维随机变量及其分布习题3.11． 100件商品中有50件一等品、30件二等品、20件三等品．从中任取5件，以X 、Y 分别表示取出的5件中一等品、二等品的件数，在以下情况下求 (X , Y ) 的联合分布列． （1）不放回抽取；（2）有放回抽取． 解：（1）(X , Y )服从多维超几何分布，X , Y 的全部可能取值分别为0, 1, 2, 3, 4, 5，且i j i j i j i j Y i X P −==⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛−−⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛===5,,0;5,4,3,2,1,0,51005203050},{L ，故 (X , Y ) 的联合分布列为0281.0500000918.00612.040001132.01562.00495.03000661.01416.00927.00185.0200182.00539.00549.00227.00032.010019.00073.00102.00066.00019.00002.00543210X Y（2）(X , Y )服从多项分布，X , Y 的全部可能取值分别为0, 1, 2, 3, 4, 5，且i j i j i j i j Y i X P j i j i −==×××−−⋅⋅===−−5,,0;5,4,3,2,1,0,2.03.05.0)!5(!!!5},{5L ，故 (X , Y ) 的联合分布列为03125.05000009375.00625.040001125.015.005.03000675.0135.009.002.02002025.0054.0054.0024.0004.0100243.00081.00108.00072.00024.000032.00543210X Y2． 盒子里装有3个黑球、2个红球、2个白球，从中任取4个，以X 表示取到黑球的个数，以Y 表示取到红球的个数，试求P {X = Y }．解：35935335647222347221213}2,2{}1,1{}{=+=⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛===+====Y X P Y X P Y X P ．3． 口袋中有5个白球、8个黑球，从中不放回地一个接一个取出3个．如果第i 次取出的是白球，则令X i = 1，否则令X i = 0，i = 1, 2, 3．求：（1）(X 1, X 2, X 3)的联合分布列； （2）(X 1, X 2)的联合分布列． 解：（1）14328116127138)}0,0,0(),,{(321=⋅⋅==X X X P ，42970115127138)}1,0,0(),,{(321=⋅⋅==X X X P ， 42970117125138)}0,1,0(),,{(321=⋅⋅==X X X P ，42970117128135)}0,0,1(),,{(321=⋅⋅==X X X P ，42940114125138)}1,1,0(),,{(321=⋅⋅==X X X P ，42940114128135)}1,0,1(),,{(321=⋅⋅==X X X P ，42940118124135)}0,1,1(),,{(321=⋅⋅==X X X P ，1435113124135)}1,1,1(),,{(321=⋅⋅==X X X P ；（2）3914127138)}0,0(),{(21=⋅==X X P ，3910125138)}1,0(),{(21=⋅==X X P ，3910128135)}0,1(),{(21=⋅==X X P ，395124135)}1,1(),{(21=⋅==X X P ．39/539/10139/1039/1401012X X4． 设随机变量X i , i =1, 2的分布列如下，且满足P {X 1X 2 = 0} = 1，试求P {X 1 = X 2}．25.05.025.0101P X i −解：因P {X 1 X 2 = 0} = 1，有P {X 1 X 2 ≠ 0} = 0，即P {X 1 = −1, X 2 = −1} = P {X 1 = −1, X 2 = 1} = P {X 1 = 1, X 2 = −1} = P {X 1 = 1, X 2 = 1} = 0，分布列为故P {X 1 = X 2} = P {X 1 = −1, X 2 = −1} + P {X 1 = 0, X 2 = 0} + P {X 1 = 1, X 2 = 1} = 0． 5． 设随机变量 (X , Y ) 的联合密度函数为⎩⎨⎧<<<<−−=.,0,42,20),6(),(其他y x y x k y x p试求（1）常数k ；（2）P {X < 1, Y < 3}； （3）P {X < 1.5}； （4）P {X + Y ≤ 4}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得6)6(2242⎜⎜⎝⎛−−⋅=−−∫∫∫xy y k dx dy y x k dx故81=k ； （2）∫∫∫⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<<1032210322681)6(81}3,1{y xy y dx dy y x dx Y X P 832278127811210=⎟⎟⎠⎞⎜⎜⎝⎛−=⎟⎠⎞⎜⎝⎛−=∫x x dx x ； （3）∫∫∫⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<5.104225.10422681)6(81}5.1{y xy y dx dy y x dx X P 3227)6(81)26(815.1025.10=−=−=∫x x dx x ； （4）∫∫∫−−⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=−−=<+204222422681)6(81}4{xxy xy y dx dy y x dx Y X P326268124681203222=⎟⎟⎠⎞⎜⎜⎝⎛+−=⎟⎟⎠⎞⎜⎜⎝⎛+−=∫x x x dx x x ． 6． 设随机变量(X , Y )的联合密度函数为⎩⎨⎧>>=+−.,0,0,0,e ),()43(其他y x k y x p y x 试求（1）常数k ；（2）(X , Y ) 的联合分布函数F (x , y )； （3）P {0 < X ≤ 1, 0 < Y ≤ 2}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得e 0)43(⎢⎣⎡⋅=∞+∞+∞++−∫∫∫k dx dy k dx y x 故k = 12；（2）当x ≤ 0或y ≤ 0时，F (x , y ) = P (∅) = 0，当x > 0且y > 0时，∫∫∫∫−−+−+−−=−⋅==xy u x y v u x y v u du du dv du y x F 0430)43(0)43()e 1(e 3]e 3[e 12),()e 1)(e 1()e 1(e 43043y x xy u −−−−−−=−−=故(X , Y )的联合分布函数为⎩⎨⎧>>−−=−−.,0,0,0),e 1)(e 1(),(43其他y x y x F y x （3）P {0 < X ≤ 1, 0 < Y ≤ 2} = P {X ≤ 1, Y ≤ 2} = F (1, 2) = (1 − e −3) (1 − e −8)．7． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,10,4),(其他y x xy y x p 试求（1）P {0 < X < 0.5, 0.25 < Y < 1}； （2）P {X = Y }； （3）P {X < Y }；（4）(X , Y ) 的联合分布函数．解：（1）∫∫∫⋅==<<<<5.00125.025.00125.024}125.0,5.00{xy dx xydy dx Y X P641516158155.0025.00===∫x xdx ； （2）P {X = Y } = 0；（3）∫∫∫∫−=⋅==<1311211)22(24}{dx x x xy dx xydy dx Y X P xx21211042=⎟⎠⎞⎜⎝⎛−=x x ；（4）当x < 0或y < 0时，F (x , y ) = P (∅) = 0，当0 ≤ x < 1且0 ≤ y < 1时，220220202224},{),(y x y u du uy uv du uvdv du y Y x X P y x F x x x y x y ===⋅==≤≤=∫∫∫∫；当0 ≤ x < 1且y ≥ 1时，2020010210224},{),(x u udu uv du uvdv du y Y x X P y x F x xx x ===⋅==≤≤=∫∫∫∫；当x ≥ 1且0 ≤ y < 1时，210221210210224},{),(y y u du uy uv du uvdv du y Y x X P y x F y y ===⋅==≤≤=∫∫∫∫；当x ≥ 1且y ≥ 1时，F (x , y ) = P (Ω) = 1， 故(X , Y ) 的联合分布函数为⎪⎪⎪⎩⎪⎪⎪⎨⎧≥≥<≤≥≥<≤<≤<≤<<=.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 8． 设二维随机变量(X , Y ) 在边长为2，中心为(0, 0) 的正方形区域内服从均匀分布，试求P {X 22 解：设D 表示该正方形区域，面积S D = 4，G 表示单位圆区域，面积S G = π，故4π}1{22==≤+D G S S Y X P ．9． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,),(2其他x y x k y x p （1）试求常数k ；（2）求P {X > 0.5}和P {Y < 0.5}． 解：（1）由正则性：1),(=∫∫+∞∞−+∞∞−dxdy y x p ，得1632)(10321021122==⎟⎟⎠⎞⎜⎜⎝⎛−=−=⋅=∫∫∫∫k x x k dx x x k y k dx kdy dx xx xx， 故k = 6；（2）∫∫∫∫−=⋅==>15.0215.015.0)66(66}5.0{22dx x x ydx dy dx X P x xxx5.0)23(15.032=−=x x ；∫∫∫∫−=⋅==<5.005.005.00)66(66}5.0{dy y y xdy dx dy Y P y yyy432)34(5.00223−=−=y y ． 10．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<−=.,0,10),1(6),(其他y x y y x p （1）求P {X > 0.5, Y > 0.5}；（2）求P {X < 0.5}和P {Y < 0.5}； （3）求P {X + Y < 1}．解：（1）81)1()1(3])1(3[)1(6}5.0,5.0{15.0315.0215.01215.01=−−=−=−−⋅=−=>>∫∫∫∫x dx x y dx dy y dx Y X P xx； （2）∫∫∫−−⋅=−=<5.00125.001])1(3[)1(6}5.0{x x y dx dy y dx X P 87)1()1(35.0035.002=−−=−=∫x dx x ； ∫∫∫−−⋅=−=<5.005.025.005.0])1(3[)1(6}5.0{xxy dx dy y dx Y P21)1(43)1(3435.0035.002=⎥⎦⎤⎢⎣⎡−−−=⎥⎦⎤⎢⎣⎡−+−=∫x x dx x ； （3）∫∫∫−−−−⋅=−=<+5.00125.001])1(3[)1(6}1{x xxxy dx dy y dx Y X P43])1([])1(33[5.00335.0022=−−−=−+−=∫x x dx x x ．11．设随机变量Y 服从参数为λ = 1的指数分布，定义随机变量X k 如下：2,1.,1,,0=⎩⎨⎧>≤=k k Y k Y X k ．求X 1和X 2的联合分布列．解：因Y 的密度函数为⎩⎨⎧<≥=−.0,0,0,e )(y y y p y Y且X 1和X 2的全部可能取值为0, 1，则1101021e 1e e }1{}2,1{}0,0{−−−−=−==≤=≤≤===∫yy dy Y P Y Y P X X P ，P {X 1 = 0, X 2 = 1} = P {Y ≤ 1, Y > 2} = P (∅) = 0，21212121e e e e }21{}2,1{}0,1{−−−−−=−==≤<=≤>===∫yy dy Y P Y Y P X X P ，22221e e e }2{}2,1{}1,1{−+∞−+∞−=−==>=>>===∫yy dy Y P Y Y P X X P ，故X 1和X 2的联合分布列为221112e e e 1e 1010−−−−−−X X12．设二维随机变量(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧<<<<+=.,0,20,10,3),(2其他y x xy x y x p 求P {X + Y ≥ 1}．解：∫∫∫−−⎟⎟⎠⎞⎜⎜⎝⎛+⋅=⎟⎠⎞⎜⎝⎛+=≥+1021221021263}1{x x xy y x dx dy xy x dx Y X P 72652459441653421104321032=⎟⎠⎞⎜⎝⎛++=⎟⎠⎞⎜⎝⎛++=∫x x x dx x x x ． 13．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<=−.,0,0,e ),(其他y x y x p y 试求P {X + Y ≤ 1}． 解：∫∫∫∫−−−−−−+−=−⋅==≤+5.0015.0015.001)e e ()e (e }1{dx dx dy dx Y X P x x x xy x xy5.015.001e 2e 1)e e (−−−−−+=−−=x x ．14．设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,20,10,2/1),(其他y x y x p求X 与Y 中至少有一个小于0.5的概率．解：85831431211}5.0,5.0{1}5.0},{min{15.015.025.0=−=−=−=≥≥−=<∫∫∫dx dy dx Y X P Y X P ．15．从(0,1)中随机地取两个数，求其积不小于3/16，且其和不大于1的概率． 解：设X 、Y 分别表示“从(0,1)中随机地取到的两个数”，则(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,10,1),(其他y x y x p故所求概率为∫∫∫⎟⎠⎞⎜⎝⎛−−==≤+≥−4341434111631631}1,163{dx x x dy dx Y X XY P x x3ln 16341ln 1632143412−=⎟⎠⎞⎜⎝⎛−−=x x x ．习题3.21． 设二维离散随机变量(X , Y ) 的可能值为(0, 0)，(−1, 1)，(−1, 2)，(1, 0)，且取这些值的概率依次为1/6, 1/3, 1/12, 5/12，试求X 与Y 各自的边际分布列． 解：因X 的全部可能值为−1, 0, 1，且12512131}1{=+=−=X P ， 61}0{==X P ， 125}1{==X P ， 故X 的边际分布列为12561125101PX − 因Y 的全部可能值为0, 1, 2，且12712561}0{=+==X P ， 31}1{==X P ， 121}2{==X P ， 故Y 的边际分布列为12131127210PY2． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧>>−−−=−−−−−.,0,0,0,e e e 1),(},max{122121其他y x y x F y x y x y x λλλλλ 试求X 与Y 各自的边际分布函数．解：当x ≤ 0时，F (x , y ) = 0，有F X (x ) = F (x , + ∞) = 0，当x > 0时，⎩⎨⎧≤>−−−=−−−−−.0,0,0,e e e 1),(},max{122121y y y x F y x y x y x λλλλλ 有 x y x y x y x y X x F x F 1122121e 1]e e e 1[lim ),()(},max{λλλλλλ−−−−−−+∞→−=−−−=∞+=，故⎩⎨⎧≤>−=−.0,0,0,e 1)(1x x x F x X λ 当y ≤ 0时，F (x , y ) = 0，有F Y ( y ) = F (+ ∞, y ) = 0，当y > 0时，⎩⎨⎧≤>−−−=−−−−−.0,0,0,e e e 1),(},max{122121x x y x F y x y x y x λλλλλ 有 y y x y x y x x Y y F y F 2122121e 1]e e e 1[lim ),()(},max{λλλλλλ−−−−−−+∞→−=−−−=+∞=，故⎩⎨⎧≤>−=−.0,0,0,e 1)(2y y y F y Y λ 3． 试求以下二维均匀分布的边际分布：⎪⎩⎪⎨⎧≤+=.,0,1,π1),(22其他y x y x p解：当x < −1或x > 1时，p X (x ) = 0，当−1 ≤ x ≤ 1时，2111π2π1),()(22x dy dy y x p x p x x X −===∫∫−−−∞+∞−， 故⎪⎩⎪⎨⎧≤≤−−=.,0,11,1π2)(2其他x x x p X当y < −1或y > 1时，p Y ( y ) = 0，当−1 ≤ y ≤ 1时，2111π2π1),()(22y dx dx y x p y p y y Y −===∫∫−−−∞+∞−， 故⎪⎩⎪⎨⎧≤≤−−=.,0,11,1π2)(2其他y y y p Y4． 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，试求X 的边际密度函数．解：因平面区域D 的面积为2ln 122e 1e 1===∫x dx xS D ， 则(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧∉∈=.),(,0,),(,21),(D y x D y x y x p 当x < 1或x > e 2时，p X (x ) = 0，当1 ≤ x ≤ e 2时，xdy dy y x p x p x X 2121),()(10===∫∫∞+∞−， 故⎪⎩⎪⎨⎧≤≤=.,0,e 1,21)(2其他x x x p X5． 求以下给出的(X , Y ) 的联合密度函数的边际密度函数p x (x ) 和p y ( y )：（1）⎩⎨⎧<<=−.,0;0,e ),(1其他y x y x p y （2）⎪⎩⎪⎨⎧−<<+=.,0;10),(45),(222其他x y y x y x p（3）⎪⎩⎪⎨⎧<<<=.,0;10,1),(3其他x y x y x p解：（1）当x ≤ 0时，p X (x ) = 0，当x > 0时，x xyxy X dy dy y x p x p −+∞−+∞−+∞∞−=−===∫∫e e e ),()(1，故⎩⎨⎧≤>=−.0,0;0,e )(x x x p x X 当y ≤ 0时，p Y ( y ) = 0， 当y > 0时，y yy Y y dx dx y x p y p −−+∞∞−===∫∫e e ),()(01，故⎩⎨⎧≤>=−.0,0;0,e )(y y y y p y Y （2）当x ≤ −1或x ≥ 1时，p X (x ) = 0，当−1 < x < 1时，)1(85)21(45)(45),()(41022102222x y y x dy y x dy y x p x p x x X −=+=+==−−+∞∞−∫∫， 故⎪⎩⎪⎨⎧<<−−=.,0;11),1(85)(4其他x x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0，当0 < y < 1时，y y xy x dx y x dx y x p y p y y yyY −+=+=+==−−−−−−+∞∞−∫∫1)21(65)31(45)(45),()(113112， 故⎪⎩⎪⎨⎧<<−+=.,0;10,1)21(65)(其他y y y y p Y （3）当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，111),()(03=⋅===∫∫+∞∞−xx dy x dy y x p x p xX ， 故⎩⎨⎧<<=.,0;10,1)(其他x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，y y x dx xdx y x p y p y y Y ln ln 1ln ln 1),()(1−=−====∫∫+∞∞−， 故⎩⎨⎧<<−=.,0;10,ln )(其他y y y p Y6． 设二维随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,10,6),(2其他x y x y x p试求边际密度函数p x (x ) 和p y ( y )． 解：当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，)(66),()(22x x dy dy y x p x p xxX −===∫∫+∞∞−，故⎩⎨⎧<<−=.,0,10),(6)(2其他x x x x p X 当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，)(66),()(y y dx dx y x p y p yyY −===∫∫+∞∞−，故⎪⎩⎪⎨⎧<<−=.,0,10),(6)(其他y y y y p Y7． 试验证：以下给出的两个不同的联合密度函数，它们有相同的边际密度函数．⎩⎨⎧≤≤≤≤+=.,0,10,10,),(其他y x y x y x p ⎩⎨⎧≤≤≤≤++=.,0,10,10),5.0)(5.0(),(其他y x y x y x g 证：当x < 0或x > 1时，p X (x ) = 0，当0 ≤ x ≤ 1时，5.0)21()(),()(1021+=+=+==∫∫+∞∞−x y xy dy y x dy y x p x p X ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他x x x p X当y < 0或y > 1时，p Y ( y ) = 0， 当0 ≤ y ≤ 1时，5.0)21()(),()(10210+=+=+==∫∫+∞∞−y xy x dx y x dx y x p y p Y ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他y y y p Y并且当x < 0或x > 1时，g X (x ) = 0，当0 ≤ x ≤ 1时，5.0)5.0(21)5.0()5.0)(5.0(),()(1021+=+⋅+=++==∫∫+∞∞−x y x dy y x dy y x g x g X ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他x x x g X 当y < 0或y > 1时，g Y ( y ) = 0，当0 ≤ y ≤ 1时，5.0)5.0()5.0(21)5.0)(5.0(),()(1021+=+⋅+=++==∫∫+∞∞−y y x dx y x dx y x g y g Y ，则⎩⎨⎧≤≤+=.,0,10,5.0)(其他y y y g Y故它们有相同的边际密度函数．8． 设随机变量X 和Y 独立同分布，且P {X = −1} = P {Y = −1} = P {X = 1} = P {Y = 1} = 1/2，试求P {X = Y }．解：因X 和Y 独立同分布，且P {X = −1} = P {Y = −1} = P {X = 1} = P {Y = 1} = 1/2，则(X , Y ) 的联合概率分布21212141411214141111ji p p X Y ⋅⋅−− 故P {X = Y } = P {X = −1, Y = −1} + P {X = 1, Y = 1} = 1/2．9． 甲、乙两人独立地各进行两次射击，假设甲的命中率为0.2，乙的命中率为0.5，以X 和Y 分别表示甲和乙的命中次数，试求P {X ≤ Y }． 解：因X 的全部可能取值为0, 1, 2，且P {X = 0} = 0.8 2 = 0.64，32.08.02.012}1{=××⎟⎟⎠⎞⎜⎜⎝⎛==X P ，P {X = 2} = 0.2 2= 0.04， 又因Y 的全部可能取值为0, 1, 2，且P {Y = 0} = 0.5 2 = 0.25，5.05.05.012}1{=××⎟⎟⎠⎞⎜⎜⎝⎛==Y P ，P {Y = 2} = 0.5 2= 0.25，则(X , Y ) 的联合概率分布25.05.025.004.001.002.001.0232.008.016.008.0164.016.032.016.00210ji p p X Y ⋅⋅故P {X ≤ Y } = 1 − P {X > Y } = 1 − P {X = 1, Y = 0} − P {X = 2, Y = 0} − P {X = 2, Y = 1} = 0.89． 10．设随机变量X 和Y 相互独立，其联合分布列为3/19/19/121321b x c a x y y y X Y试求联合分布列中的a , b , c ．解：因c a p ++=⋅911，9431912+=++=⋅b b p ，911+=⋅a p ，b p +=⋅912，c p +=⋅313， 根据独立性，知81495919422222++=⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛+=⋅==⋅⋅b b b b p p b p ， 可得0814942=+−b b ，即0922=⎟⎠⎞⎜⎝⎛−b ， 故92=b ； 再根据独立性，知⎟⎠⎞⎜⎝⎛+=⎟⎠⎞⎜⎝⎛+⎟⎠⎞⎜⎝⎛+=⋅==⋅⋅91969194911221a a b p p p ，可得6191=+a ，故181=a ； 由正则性，知1953191912131=+++=+++++=∑∑==c b a b c a p i j ij ，可得94=++c b a ，故6118394==−−=b ac ． 11．设X 和Y 是两个相互独立的随机变量，X ~ U (0, 1)，Y ~ Exp (1)．试求（1）X 与Y 的联合密度函数；（2）P {Y ≤ X }；（3）P {X + Y ≤ 1}．解：（1）因X 与Y 相互独立，且边际密度函数分别为⎩⎨⎧<<=.,0,10,1)(其他x x p X ⎩⎨⎧<≥=−.0,0,0,e )(y y y p y Y故X 与Y 的联合密度函数为⎩⎨⎧≥<<==−.,0,0,10,e )()(),(其他y x y p x p y x p y Y X （2）1111101e 1e 1)e ()e 1()e (e }{−−−−−−=−+=+=−=−⋅==≤∫∫∫∫x x x y xy x dx dx dy dx X Y P ；（3）11110110101010e )e ()e 1()e (e }1{−−−−−−−=−=−=−⋅==≤+∫∫∫∫x x x y xy x dx dx dy dx Y X P ．12．设随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<<=.,0,0,10,3),(其他x y x x y x p 试求（1）边际密度函数p x (x ) 和p y ( y )；（2）X 与Y 是否独立．解：（1）当x ≤ 0或x ≥ 1时，p X (x ) = 0，当0 < x < 1时，2033),()(x xdy dy y x p x p xX ===∫∫+∞∞−，故⎩⎨⎧<<=.,0,10,3)(2其他x x x p X 当y ≤ 0或y ≥ 1时，p Y ( y ) = 0， 当0 < y < 1时，)1(23233),()(2121y x xdx dx y x p y p yyY −====∫∫+∞∞−， 故⎪⎩⎪⎨⎧<<−=.,0,10),1(23)(2其他y y y p Y （2）因⎪⎩⎪⎨⎧<<<<−=.,0,10,10),1(29)()(22其他y x y x y p x p Y X 即p x (x ) p y ( y ) ≠ p (x , y )，故X 与Y 不独立．13．设随机变量(X , Y ) 的联合密度函数为⎩⎨⎧<<<=.,0,10,||,1),(其他y y x y x p 试求（1）边际密度函数p x (x ) 和p y ( y )；（2）X 与Y 是否独立．解：（1）当x ≤ −1或x ≥ 1时，p X (x ) = 0，当−1 < x < 0时，x dy dy y x p x p xX +===∫∫−+∞∞−11),()(1，当0 ≤ x < 1时，x dy dy y x p x p xX −===∫∫+∞∞−11),()(1，故⎪⎩⎪⎨⎧<≤−<<−+=.,0,10,1,01,1)(其他x x x x x p X当y ≤ 0或y ≥ 1时，p Y ( y ) = 0，当0 < y < 1时，y dx dx y x p y p yyY 21),()(===∫∫−+∞∞−，故⎩⎨⎧<<=.,0,10,2)(其他y y y p Y（2）因⎪⎩⎪⎨⎧<<<≤−<<<<−+=.,0,10,10),1(2,10,01),1(2)()(其他y x x y y x x y y p x p Y X 即p x (x ) p y ( y ) ≠ p (x , y )，故X 与Y 不独立．14．设二维随机变量(X , Y ) 的联合密度函数如下，试问X 与Y 是否相互独立？（1）⎩⎨⎧>>=+−.,0;0,0,e ),()(其他y x x y x p y x （2）+∞<<∞−++=y x y x y x p ,,)1)(1(π1),(222；（3）⎩⎨⎧<<<=.,0;10,2),(其他y x y x p （4）⎩⎨⎧<+<<<<<=.,0;10,10,10,24),(其他y x y x xy y x p（5）⎩⎨⎧<<<<−=.,0;10,10),1(12),(其他y x x xy y x p（6）⎪⎩⎪⎨⎧<<=.,0;1,421),(22其他y x y x y x p解：（1）因x e − (x + y ) = x e −x ⋅ e −y 可分离变量，x > 0, y > 0是广义矩形区域，故X 与Y 相互独立；（2）因)1π(1)1π(1)1)(1(π122222y x y x +⋅+=++可分离变量，−∞ < x , y < +∞是广义矩形区域， 故X 与Y 相互独立；（3）因0 < x < y < 1不是矩形区域，故X 与Y 不独立；（4）因0 < x < 1, 0 < y < 1, 0 < x + y < 1不是矩形区域，故X 与Y 不独立；（5）因12xy (1 − x ) = 12x (1 − x ) ⋅ y 可分离变量，0 < x < 1, 0 < y < 1是矩形区域，故X 与Y 相互独立； （6）因x 2 < y < 1不是矩形区域，故X 与Y 不独立．15．在长为a 的线段的中点的两边随机地各取一点，求两点间的距离小于a / 3的概率．解：设X 和Y 分别表示这两个点与线段中点的距离，有X 和Y 相互独立且都服从[0, a / 2]的均匀分布，则(X , Y ) 的联合密度函数为 ⎪⎩⎪⎨⎧<<<<=.,0,20,20,4),(2其他a y a x a y x pa a故所求概率为922321}3{22=⎟⎠⎞⎜⎝⎛⎟⎠⎞⎜⎝⎛×==<+a a S S aY X P DG ． 16．设二维随机变量(X , Y ) 服从区域D = {(x , y ): a ≤ x ≤ b , c ≤ y ≤ d }上的均匀分布，试证X 与Y 相互独立． 证：因(X , Y ) 的联合密度函数为⎪⎩⎪⎨⎧≤≤≤≤−−=.,0;,,))((1),(其他d y c b x a c d a b y x p当x < a 或x > b 时，p X (x ) = 0，当a ≤ x ≤ b 时，a b dy c d a b dy y x p x p d c X −=−−==∫∫+∞∞−1))((1),()(， 则⎪⎩⎪⎨⎧≤≤−=.,0;,1)(其他b x a a b x p X当y < c 或y > d 时，p Y ( y ) = 0，当c ≤ y ≤ d 时，cd dx c d a b dx y x p y p baY −=−−==∫∫+∞∞−1))((1),()(， 则⎪⎩⎪⎨⎧≤≤−=.,0;,1)(其他d y c c d y p Y因p x (x ) p y ( y ) = p (x , y )， 故X 与Y 相互独立．17．设X 1, X 2, …, X n 是独立同分布的正值随机变量．证明n k n k X X X X E n k ≤=⎟⎟⎠⎞⎜⎜⎝⎛++++,11L L ．证：因X 1, X 2, …, X n 是独立同分布的正值随机变量，则由对称性知),,2,1(1n i X X X niL L =++同分布，且满足101<++<niX X X L ，可得⎟⎟⎠⎞⎜⎜⎝⎛++n i X X X E L 1存在，且⎟⎟⎠⎞⎜⎜⎝⎛++==⎟⎟⎠⎞⎜⎜⎝⎛++=⎟⎟⎠⎞⎜⎜⎝⎛++n nn n X X X E X X X E X X X E L L L L 11211， 因11111211=⎟⎟⎠⎞⎜⎜⎝⎛++++=⎟⎟⎠⎞⎜⎜⎝⎛++++⎟⎟⎠⎞⎜⎜⎝⎛+++⎟⎟⎠⎞⎜⎜⎝⎛++n n n n n n X X X X E X X X E X X X E X X X E L L L L L L ， 则n X X X E X X X E X X X E n n n n 111211=⎟⎟⎠⎞⎜⎜⎝⎛++==⎟⎟⎠⎞⎜⎜⎝⎛++=⎟⎟⎠⎞⎜⎜⎝⎛++L L L L ， 故n k n k XX X X E n k≤=⎟⎟⎠⎞⎜⎜⎝⎛++++,11L L ．习题3.31． 设二维随机变量(X , Y ) 的联合分布列为09.007.004.0222.011.007.0120.015.005.00321X Y 试分布求U = max{X , Y } 和V = min{X , Y } 的分布列．解：因P {U = 1} = P {X = 0, Y = 1} + P {X = 1, Y = 1} = 0.05 + 0.07 = 0.12；P {U = 2} = P {X = 0, Y = 2} + P {X = 1, Y = 2} + P {X = 2, Y = 2} + P {X = 2, Y = 1}= 0.15 + 0.11 + 0.07 + 0.04 = 0.37；P {U = 3} = P {X = 0, Y = 3} + P {X = 1, Y = 3} + P {X = 2, Y = 3} = 0.20 + 0.22 + 0.09 = 0.51； 故U 的分布列为51.037.012.0321P U因P {V = 0} = P {X = 0, Y = 1} + P {X = 0, Y = 2} + P {X = 0, Y = 3} = 0.05 + 0.15 + 0.20 = 0.40； P {V = 1} = P {X = 1, Y = 1} + P {X = 1, Y = 2} + P {X = 1, Y = 3} + P {X = 2, Y = 1}= 0.07 + 0.11 + 0.22 + 0.04 = 0.44；P {V = 2} = P {X = 2, Y = 2} + P {X = 2, Y = 3} = 0.07 + 0.09 = 0.16； 故V 的分布列为16.044.040.0210P V2． 设X 和Y 是相互独立的随机变量，且X ~ Exp (λ )，Y ~ Exp (µ )．如果定义随机变量Z 如下⎩⎨⎧>≤=.,0,,1Y X Y X Z 当当 求Z 的分布列．解：因(X , Y ) 的联合密度函数为⎩⎨⎧>>==+−.,0,0,0,e )()(),()(其他y x y p x p y x p y x Y X µλλµ 则∫∫∫+∞+∞+−+∞+∞+−−⋅==≤==0)(0)(e )(e }{}1{xy x xy x dx dy dx Y X P Z P µλµλλλµµλλµλλλµλµλ+=+−==+∞+−+∞+−∫0)(0)(e e xx dx ，µλµ+==−==}1{1}0{Z P Z P ，故Z 的分布列为µλλµλµ++PZ 13． 设随机变量X 和Y 的分布列分别为4/12/14/1101P X − 2/12/110P Y已知P {XY = 0} = 1，试求Z = max{X , Y }的分布列．解：因P {X 1 X 2 = 0} = 1，有P {X 1 X 2 ≠ 0} = 0，即P {X 1 = −1, X 2 = 1} = P {X 1 = 1, X 2 = 1} = 0，可得 (X , Y ) 的联合分布列为因{Z P {Z P 故Z 4．（1）X （2）X 解：（1）(X , 因P {Z = 0} = P {X = 0, Y = 0} = 0.25；P {Z = 1} = 1 − P {Z = 0} = 0.75； 故Z 的分布列为75.025.010P Z（2）因P {Z = k } = P {X = k , Y ≤ k } + P {X < k , Y = k } = P {X = k } P {Y ≤ k } + P {X < k } P {Y = k }p p p p p p p p k k i i kj j k 1111111)1()1()1()1(−−=−=−−−⋅−+−⋅−=∑∑p p p p p p p p p p k k k k 111)1()1(1)1(1)1(1)1(1)1(−−−−⋅−−−−+−−−−⋅−= = (1 − p ) k − 1 p ⋅ [2 − (1 − p ) k − 1 − (1 − p ) k ]故Z = max{X , Y }的概率函数为p z (k ) = (1 − p ) k − 1 p ⋅ [2 − (1 − p ) k − 1 − (1 − p ) k ]，k = 1, 2, …．5． 设X 和Y 为两个随机变量，且73}0,0{=≥≥Y X P ，74}0{}0{=≥=≥Y P X P ， 试求P {max{X , Y } ≥ 0}．解：设A 表示事件“X ≥ 0”，B 表示事件“Y ≥ 0”，有73)(=AB P ，74)()(==B P A P ， 故75737474)()()()(}0},{max{=−+=−+==≥AB P B P A P B A P Y X P U ．6． 设X 与Y 的联合密度函数为⎩⎨⎧>>=+−.,0,0,0,e ),()(其他y x y x p y x 试求以下随机变量的密度函数（1）Z = (X + Y )/2；（2）Z = Y − X ．解：方法一：分布函数法（1）作曲线簇z yx =+2，得z 的分段点为0，当z ≤ 0时，F Z (z ) = 0，当z > 0时，∫∫∫−+−−+−−⋅==z x z y x zx z y x Z dx dy dx z F 2020)(2020)(]e [e )(z z x z z x z z x dx 2202202e )12(1)e e ()e e (−−−−−+−=−−=+−=∫，因分布函数F Z (z ) 连续，有Z = (X + Y )/2为连续随机变量， 故Z = (X + Y )/2的密度函数为⎩⎨⎧≤>=′=−.0,0,0,e 4)()(2z z z z F z p z Z Z （2）作曲线簇y − x = z ，得z 的分段点为0，当z ≤ 0时，∫∫∫∫+∞−−+−+∞−++−+∞−++−−=−⋅==zx z x zz x y x zzx y x Z dx dy dx z F e []e [e )()2(0)(0)(z z z zx z x e 21e e 21e e 21)2(=⎥⎦⎤⎢⎣⎡−−=⎥⎦⎤⎢⎣⎡−=+∞−−+−，当z > 0时，∫∫∫∫+∞−+−+∞++−+∞++−+−=−⋅==0)2(0)(0)(]e e []e [e )(dx dx dy dx z F x z x z x y x zx y x Zz z x z x −−+∞−+−−=⎥⎦⎤⎢⎣⎡−−=⎥⎦⎤⎢⎣⎡−=e 2111e 21e e 210)2(，因分布函数F Z (z )连续，有Z = Y − X 为连续随机变量，故Z = Y − X 的密度函数为⎪⎩⎪⎨⎧>≤=′=−.0,e 21,0,e 21)()(z z z F z p zzZ Z 方法二：增补变量法 （1）函数2yx z +=对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎪⎩⎪⎨⎧=+=,,2y v y x z 有反函数⎩⎨⎧=−=,,2v y v z x 且21012=−=′′′′=vz vzy y x x J ， 则∫∫+∞∞−+∞∞−−=⋅−=dv v v z p dv v v z p z p Z ),2(22),2()(，作曲线簇z yx =+2，得z 的分段点为0， 当z ≤ 0时，p Z (z ) = 0，当z > 0时，z z z Z z dv z p 2202e 4e 2)(−−==∫， 故Z = (X + Y )/2的密度函数为⎩⎨⎧≤>=−.0,0,0,e 4)(2z z z z p z Z（2）函数z = y − x 对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎩⎨⎧=−=,,y v x y z 有反函数⎩⎨⎧=−=,,v y z v x 且11011−=−=′′′′=v z vzy y x x J ， 则∫+∞∞−−=dv v z v p z p Z ),()(，作曲线簇y − x = z ，得z 的分段点为0， 当z ≤ 0时，zz v z v Z dv z p e 21e 21e )(0202=−==+∞+−+∞+−∫， 当z > 0时，z zzv z z v Z dv z p −+∞+−+∞+−=−==∫e 21e 21e )(22， 故Z = Y − X 的密度函数为⎪⎩⎪⎨⎧>≤=−.0,e 21,0,e 21)(z z z p zzZ 7． 设X 与Y 的联合密度函数为⎩⎨⎧<<<<=.,0,0,10,3),(其他x y x x y x p 试求Z = X − Y 的密度函数．解：方法一：分布函数法作曲线簇x − y = z ，得z 的分段点为0, 1， 当z < 0时，F Z (z ) = 0，当0 ≤ z < 1时，31203102102123233333)(z z z x x xzdx dx x xdy dx xdy dx z F z z zz z xzx z x Z −=+=+=+=∫∫∫∫∫∫−，当z ≥ 1时，F Z (z ) = 1，因分布函数F Z (z ) 连续，有Z = X − Y 为连续随机变量， 故Z = X − Y 的密度函数为⎪⎩⎪⎨⎧<<−=′=.,0,10),1(23)()(2其他z z z F z p Z Z方法二：增补变量法函数z = x − y 对任意固定的y 关于x 严格单调增加，增补变量v = y ，可得⎩⎨⎧=−=,,y v y x z 有反函数⎩⎨⎧=+=,,v y v z x 且11011==′′′′=vz vzy y x x J ， 则∫+∞∞−+=dv v v z p z p Z ),()(，作曲线簇x − y = z ，得z 的分段点为0, 1，当z ≤ 0或z ≥ 1时，p Z (z ) = 0， 当0 < z < 1时，)1(23)(23)(3)(210210z v z dv v z z p z z Z −=+=+=−−∫， 故Z = X − Y 的密度函数为⎪⎩⎪⎨⎧<<−=.,0,10),1(23)(2其他z z z p Z 8． 某种商品一周的需要量是一个随机变量，其密度函数为⎩⎨⎧≤>=−.0,0,0,e )(1t t t t p t设各周的需要量是相互独立的，试求（1）两周需要量的密度函数p 2 (x )；（2）三周需要量的密度函数p 3 (x )． 解：方法一：根据独立伽玛变量之和仍为伽玛变量设T i 表示“该种商品第i 周的需要量”，因T i 的密度函数为⎪⎩⎪⎨⎧≤>Γ=−−.0,0,0,e )2(1)(121t t t t p t可知T i 服从伽玛分布Ga (2, 1)，（1）两周需要量为T 1 + T 2，因T 1与T 2相互独立且都服从伽玛分布Ga (2, 1)，故T 1 + T 2服从伽玛分布Ga (4, 1)，密度函数为 ⎪⎩⎪⎨⎧≤>=⎪⎩⎪⎨⎧≤>Γ=−−−.0,0,0,e 61.0,0,0,e )4(1)(3142x x x x x x x p x x （2）三周需要量为T 1 + T 2 + T 3，因T 1, T 2, T 3相互独立且都服从伽玛分布Ga (2, 1)，故T 1 + T 2 + T 3服从伽玛分布Ga (6, 1)，密度函数为 ⎪⎩⎪⎨⎧≤>=⎪⎩⎪⎨⎧≤>Γ=−−−.0,0,0,e 1201.0,0,0,e )6(1)(5163x x x x x x x p xx 方法二：分布函数法（1）两周需要量为X 2 = T 1 + T 2，作曲线簇t 1 + t 2 = x ，得x 的分段点为0，当x ≤ 0时，F 2 (x ) = 0，当x > 0时，∫∫∫−−−−−−−−−⋅=⋅=xt x t t t xt x t t t t dt dt t t dt x F 02110221121221121)e e (e e e )( ∫−−+−−=xt x dt t t xt t 0111121]e e )[(1xt t x t t x t t 0121213111e e e 212131⎥⎦⎤⎢⎣⎡−−⎟⎠⎞⎜⎝⎛−−=−−−11)1(e e e 212131233−−−−⎟⎠⎞⎜⎝⎛−−=−−−x x x x x x xxx x x x x x −−−−−−−−=e 61e 21e e 132， 因分布函数F 2 (x )连续，有X 2 = T 1 + T 2为连续随机变量， 故X 2 = T 1 + T 2的密度函数为⎪⎩⎪⎨⎧≤>=′=−.0,0,0,e 61)()(322x x x x F x p x（2）三周需要量为X 3 = T 1 + T 2 + T 3 = X 2 + T 3，作曲线簇x 2 + t 3 = x ，得x 的分段点为0，当x ≤ 0时，F 3 (x ) = 0，当x > 0时，∫∫∫−−−−−−−−−⋅=⋅=x x x t t x x x x t x t x dx dt t x dx x F 003322003332232332232)e e (e 61e e 61)(∫−−+−−=x x x dx x x x x x 0232323242]e e )[(6`12 xx x x x x x x x x x x x 0222324242522222e 6e 6e 3e e 41415161⎥⎦⎤⎢⎣⎡−−−−⎟⎠⎞⎜⎝⎛−−=−−−−− )1(e e e 21e 61e 4141516123455−−−−−−⎟⎠⎞⎜⎝⎛−−=−−−−−x x x x x x x x x x x xx x x x x x x x x x −−−−−−−−−−−−=e 1201e 241e 61e 21e e 15432， 因分布函数F 3 (x ) 连续，有X 3 = T 1 + T 2 + T 3为连续随机变量， 故X 3 = T 1 + T 2 + T 3的密度函数为⎪⎩⎪⎨⎧≤>=′=−.0,0,0,e 1201)()(533x x x x F x p x 方法三：卷积公式（增补变量法）（1）两周需要量为X 2 = T 1 + T 2，卷积公式∫+∞∞−−=2222)()()(21dt t p t x p x p T T ，作曲线簇t 1 + t 2 = x ，得x 的分段点为0， 当x ≤ 0时，p 2 (x ) = 0， 当x > 0时，xxx xxxt t x x t x t dt t xt dt t t x x p −−−−−−=⎟⎠⎞⎜⎝⎛−=−=⋅−=∫∫e 61e3121e )(e e )()(30322202222022)(2222， 故X 2 = T 1 + T 2的密度函数为⎪⎩⎪⎨⎧≤>=−.0,0,0,e 61)(32x x x x p x（2）三周需要量为X 3 = T 1 + T 2 + T 3 = X 2 + T 3，卷积公式∫+∞∞−−=3333)()()(32dt t p t x p x p T X ，作曲线簇x 2 + t 3 = x ，得x 的分段点为0，当x ≤ 0时，p 3 (x ) = 0，21当x > 0时，∫∫−−−−−+−=−=x x xt t x dt t xt t x t x dt t t x x p 03433323233033)(333e )33(61e e )(61)(33 x xx x t x t x t x t −−=⎟⎠⎞⎜⎝⎛−+−=e 1201e 51432161505343233323， 故X 3 = T 1 + T 2 + T 3的密度函数为⎪⎩⎪⎨⎧≤>=−.0,0,0,e 1201)(53x x x x p x9． 设随机变量X 与Y 相互独立，试在以下情况下求Z = X + Y 的密度函数：（1）X ~ U (0, 1)，Y ~ U (0, 1)； （2）X ~ U (0, 1)，Y ~ Exp (1)． 解：方法一：分布函数法（1）作曲线簇x + y = z ，得z 的分段点为0, 1, 2，当z < 0时，F Z (z ) = 0，当0 ≤ z < 1时，2020002121)(1)(z x zx dx x z dy dx z F zz zxz Z =⎟⎠⎞⎜⎝⎛−=−==∫∫∫−，当1 ≤ z < 2时，1121110110110)(211)(111)(−−−−−−−−−=−+=+=∫∫∫∫∫∫z z z z xz z Zx z z dx x z dx dy dx dy dx z F121221)1(21122−−=+−−−=z z z z ， 当z ≥ 2时，F Z (z ) = 1，因分布函数F Z (z ) 连续，有Z = X + Y 为连续随机变量， 故Z = X + Y 的密度函数为⎪⎩⎪⎨⎧<≤−<≤=′=.,0,21,2,10,)()(其他z z z z z F z p Z Z（2）作曲线簇x + y = z ，得z 的分段点为0, 1，当z < 0时，F Z (z ) = 0， 当0 ≤ z < 1时，z z x z zx z zx z y z xz y Z z x dx dx dy dx z F −+−+−−−−−+−=−=−=−⋅==∫∫∫∫e 1)e ()e 1()e (e )(0000，当z ≥ 1时，z z x z x z x z y xz y Z x dx dx dy dx z F −−+−+−−−−−+−=−=−=−⋅==∫∫∫∫e e 1)e ()e 1()e (e )(111110，因分布函数F Z (z ) 连续，有Z = X + Y 为连续随机变量， 故Z = X + Y 的密度函数为⎪⎩⎪⎨⎧<≥−<≤−=′=−−.0,0,1,e )1(e ,10,e 1)()(z z z z F z p z z Z Z方法二：卷积公式（增补变量法） 卷积公式∫+∞∞−−=dy y p y z p z p Y X Z )()()(，（1）作曲线簇x + y = z ，得z 的分段点为0, 1, 2，2。
概率论与数理统计教程(答案及课件)chapter3
,
则有
1 PZ x 2
e
x
du x
故
于是
Z
X
~ N 0 , 1 .
X ~ N , 2
X x FX x P X x P x
根据定理1,只要将标准正态分布的分布函数制 成表，就可以解决一般正态分布的概率计算问题.
2
设 X~ N ( , 2 ) ,
X 的分布函数是
2σ 2
F x
x 1 e 2πσ
( t μ )2
dt , x
正态分布由它的两个参数μ和σ唯一确定， 当μ和
σ不同时，是不同的正态分布。 下面我们介绍一种最重要的正态分布
标准正态分布
3
标准正态分布
7 （3）求P 1 X 2
解
kx , x f ( x ) 2 , 2 0,
0 x3 3 x4 其它
(1) 由
0
1 f ( x )dx 1得k 6
3
4
x
F x
x
f t dt , x
x2 x1
f ( x )dx
利用概率密度可确 定随机点落在某个 范围内的概率
4
若 f (x) 在点 x 处连续 , 则有
F ( x ) f ( x ).
5. 对连续型 r.v X , 有
P (a X b) P (a X b) P (a X b) P (a X b)
F(x) = P(X x) x<0 时，{ X x } = ， 故 F(x) =0 0 x < 1 时， 1 F(x) = P{X x} = P(X=0) = 3
概率论与数理统计第三章笔记
概率论与数理统计第三章笔记好的，以下是为您生成的一篇“概率论与数理统计第三章笔记”，希望符合您的需求：---# 概率论与数理统计第三章笔记在学习概率论与数理统计这门课的时候，第三章的内容就像是一座神秘的城堡，充满了新奇和挑战。
这一章主要讲的是多维随机变量及其分布。
一开始，听到这个概念的时候，我的脑袋里就像是被塞进了一团乱麻。
不过，随着深入学习，我逐渐理清了其中的头绪。
先来说说多维随机变量的联合分布函数。
这玩意儿就像是一个神奇的魔法盒子，它能把多个随机变量的可能性都装在一起。
想象一下，有两个随机变量 X 和 Y，它们就像是两个调皮的小精灵，在一个大大的游乐场里到处乱跑。
而联合分布函数 F(x,y) 呢，就能告诉我们这两个小精灵同时出现在某个特定区域的概率。
比如说，X 表示今天的气温，Y 表示湿度，那 F(x,y) 就能告诉我们在气温为 x 度，湿度为 y 的情况下的可能性。
再讲讲多维离散型随机变量。
这可有意思啦！比如说，咱们来假设一个场景，有一家小杂货店，店里卖两种零食，薯片和巧克力。
每天来买零食的顾客人数是随机的，而且他们选择薯片或者巧克力的情况也是随机的。
我们把买薯片的人数设为 X，买巧克力的人数设为 Y。
那么 (X,Y) 就是一个二维离散型随机变量。
我们可以列出它们所有可能的取值以及对应的概率，就像是给这两个调皮的小家伙拍了一张张照片，记录下它们每一个瞬间的样子。
然后是多维连续型随机变量。
这就像是一条流淌不息的河流，没有明显的断点。
还是用上面那个杂货店的例子，不过这次假设每天的销售额是连续变化的。
销售额 X 受到很多因素的影响，比如客流量、顾客的购买欲望等等。
这时候，我们就得用概率密度函数 f(x,y) 来描述它。
想象一下，这个函数就像是一张地图，告诉我们销售额在不同区域的密集程度。
在学习边缘分布的时候，我可真是费了好大的劲。
边缘分布就像是从一个大蛋糕上切下来的一小块。
还是以杂货店为例，如果我们只关心买薯片的人数 X 的分布，不考虑巧克力的情况，那这就是 X 的边缘分布。
概率论与数理统计教程第四版课后答案第三章.ppt
E( X ) 0 3 1 9 2 9 3 1 0.3
4 44 220 220
E( X 2 ) 02 3 12 9 22 9 32 1 0.409
4
44
220
220
D( X ) E( X 2 ) E 2 ( X ) 0.319 X D( X ) 0.565
1
t 2dt
0
0
2
A a3 2
t
1 2
e
t
dt
0
a3 A
2
(
3 2
)
a3 1 A
a3 A
1
22
4
4 A
a3
E( X ) 4
x e dx
x2 3 a2
x2 a2t
4
a3t
3 2
et
a
t
1
2 dt
a3 0
a3 0
2
2a tetdt 2a (2) 2a
0
20
E( X 2 ) 4
i
j
（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：假定积分绝对收敛.
EX
xf
x,
ydxdy,
EY
yf x, ydxdy.
EX
xf X x dx,
EY
yfY y dy.
2
三、一维随机变量函数的数学期望
j
ij
6
连续型随机变量X ,Y ,
DX
x
EX
2
fX
xdx
x
EX
2
f
x,
y dxdy,
DY
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 ．。
《概率论与数理统计》习题及答案 第三章
《概率论与数理统计》习题及答案第 三 章1．掷一枚非均质的硬币，出现正面的概率为p (01)p <<，若以X 表示直至掷到正、反面都出现时为止所需投掷次数，求X 的分布列。
解 ()X k =表示事件：前1k -次出现正面，第k 次出现反面，或前1k -次出现反面，第k 次出现正面，所以 11()(1)(1),2,3,.k k P X k pp p p k --==-+-=2．袋中有b 个黑球a 个白球，从袋中任意取出r 个球，求r 个球中黑球个数X 的分布列。
解 从a b +个球中任取r 个球共有ra b C +种取法，r 个球中有k 个黑球的取法有kr kb aC C -，所以X 的分布列为()kr kb ar a bC C P X k C -+==，m a x (0,),m a x (0,)1,,m in (,)k r a r a b r =--+ ，此乃因为，如果r a <，则r 个球中可以全是白球，没有黑球，即0k =；如果r a >则r 个球中至少有r a -个黑球，此时k 应从r a -开始。
3．一实习生用一台机器接连生产了三个同种零件，第i 个零件是不合格品的概率1(1,2,3)1i p i i ==+，以X 表示三个零件中合格品的个数，求X 的分布列。
解 设i A =‘第i 个零件是合格品’1,2,3i =。
则 1231111(0)()23424P X P A A A ===⋅⋅=， 123123123(1)()P X P A A A A A A A A A ==++ 123123123()()()P A A A P A A A P A A A =++ 111121113623423423424=⋅⋅+⋅⋅+⋅⋅=， 123123123(2)()P X P A A A A A A A A A ==++ 123123123()()()P A A A P A A A P A A A =++ 1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=，1231236(3)()23424P X P A A A ===⋅⋅=.即X 的分布列为01231611624242424XP. 4．一汽车沿一街道行驶，需通过三个设有红绿信号灯的路口，每个信号灯为红或绿与其他信号灯为红或绿相互独立，且每一信号灯红绿两种信号显示的概率均为12，以X 表示该汽车首次遇到红灯前已通过的路口的个数，求X 的概率分布。
概率论与数理统计第三章
研究方法与一维类似，用分布函数、分布律、 或概率密度来描述其统计规律
二. 联合分布函数
X和Y的联合分布函数
F(x, y) P{(X x) (Y y)}
P{X x,Y y}
dx
6e(2 x3 y)dy
0
0
1 7e6
（III）两个常用的二维连续型分布
(1)二维均匀分布 若二维随机变量(X, Y)的密度函数为
f
(
x,
y)
1 SD
，
(x, y) D R2
0, 其它
则称(X, Y)在区域D上(内) 服从均匀分布.
易见,若(X, Y)在区域D 上(内) 服从均匀分布, 对
则称(X,Y)服从参数为1, 2 ,1, 2 , 的二维正态分布.
记作(
X,Y
)～N(
1 ,
2
,
2 1
,
2
2
,
)
五. 分布函数的概念推广到n维随机变量的情形
事实上, 对n维随机变量(X1, X2, … , Xn)， F(x1, x2, … , xn)＝P{X1 x1, X2 x2, … , Xn xn} 称为的n维随机变量(X1, X2, … , Xn)的分布函数, 或随机变量X1, X2, … , Xn的联合分布函数.
...
xi pi1 pi2 ... pij ... pi .
...
p .j p .1 p .2 ... p .j
例1. 已知(X,Y)的分布律为右图 X Y 1 0
概率论与数理统计总结之第三章
第三章 多维随机变量及其分布 二维随机变量：一般，设E 是一个随机试验，它的样本空间是S={e}.设X=X(e)和Y=Y(e)是定义在S 上的随机变量，由它们构成的一个向量（X,Y),叫做二维随机向量或二维随机变量。
设（X,Y)是二维随机变量，对于任意实数x,y,二元函数：)}(){(),(y Y x X P y x F ≤⋂≤=),(y Y x X P ≤≤=称为二维随机变量（X,Y ）的分布函数，或称随机变量X 和Y 的联合分布函数分布函数F(x,y)具有以下基本性质： 1.F （x,y)是变量x 和变量y 的不减函数，即对于任意固定的y ，当);,(),(,1212y x F y x F x x ≥> 对于任意固定的x ，当),(),(,1212y x F y x F y y ≥> 2.0≤F(x,y)≤1，且对于任意固定的y ，F （-∞，y)=0, 对于任意固定的x, F （x ，-∞)=0， F （-∞，-∞）=0，F （∞，∞）=13.F(x,y ）=F(x+0,y ），F(x,y+0），即F(x,y ）关于x 右连续，关于y 也右连续4.对于任意,,),,(),,(21212211y y x x y x y x <<下述不等式成立 0),(),(),(),(21111222≥-+-y x F y x F y x F y x F离散型随机变量：如果二维随机变量（X,Y)全部可能取到的不相同的值是有限对或可列无限多对，则称（X,Y ）是离散型随机变量称,2,1,,},{====j i p y Y x X P ij i i ……为二维离散型随机变量（X,Y ）的分布律，或随机变量X 和Y 是联合分布律 表格形式表示联合分布律： Y X1x… i x… 1y11p … 1i p… ………j yj p 1… ij p… ………离散型随机变量X 和Y 的联合分布函数为∑∑≤≤=x x yy ij i i p y x F ),(，其中和式是对一切满足y y x x i i ≤≤,的i,j 来求和的连续型随机变量：对于二维随机变量（X,Y ）的分布函数F （x,y)，如果存在非负的函数f(x,y)使得对于任意x,y 有 ⎰⎰∞-∞-=y xdudv v u f y x F ),(),(，则称（X,Y ）是连续型的二维随机变量，函数f(x,y)称为二维随机变量（X,Y ）的概率密度，或称为随机变量X 和Y 的联合概率密度概率密度的性质： 1.f(x,y)≥0 2.⎰⎰∞∞-∞∞-=∞∞=1),(),(F dxdy y x f3.设G 是xOy 平面上的区域，点（X,Y ）落在G 内的概率为 ⎰⎰=∈Gdxdy y x f G Y X P ),(}),{(4.若f(x,y)在点（x,y ）连续，则有),(),(2y x f y x y x F =∂∂∂一般，设E 是一个随机试验，它的样本空间是S={e},设),(),(2211e X X e X X ==…),(,e X X n n =是定义在S 上的随机变量，由它们构成的一个n 维向量,,(21X X …),n X 叫做n 维随机向量或n 维随机变量对于任意n 个实数n x x x n ,,^,,21元函数},^,{),^,(111n n n x X x X P x x F ≤≤=称为n 维随机变量,,(21X X …),n X 的分布函数或随机变量n X X X ,^,,21的联合分布函数。
概率论与数理统计习题及答案第3章习题详解
习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 111222⨯⨯111222⨯⨯=2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律. 【解】X 和Y 的联合分布律如表： 23247C 3C 35= 13247C 2C 35= 1232247C C 6C 35= 1132247C C 12C 35= 13247C 2C 35= 2427C /C =2132247C C 6C 35= 23247C 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 sin sin sin sin 0sin sin 0sin 4346362(31).4=--+=-题3图说明：也可先求出密度函数，再求概率。
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 .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1） 因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他 而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xyx x y x-==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图 题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧≤≤.,0,1,22其他y x y cx（1） 试确定常数c ；（2） 求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰522217d ,01,420,0, .y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.x x y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1） 求X 与Y 的联合概率分布； （2） X 与Y 是否相互独立？ 【解】（1） X 与Y 的联合分布律如下表3 4 5{}i P X x =13511C 10= 3522C 10= 3533C 10= 610 23511C 10=3522C 10=310 3 02511C 10= 110{}i P Y y =110 310610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为 2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03（1）求关于X 和关于Y 的边缘分布； （2） X 与Y 是否相互独立？ 【解】（1）X 和Y 的边缘分布如下表2 5 8 P {Y=y i } 0.4 0.15 0.30 0.35 0.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38YXXYXY(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 212[(1)(0)]0.1445.x y x yπ-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z P z Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2） 当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z 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 k P 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 -=====+==∑∑ 0,1,2,3,4,5i =所以V 的分布律为 V =max(X ,Y ) 0 1 2 3 4 5 P 00.040.160.280.240.28(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =于是 U =min(X ,Y ) 0 1 2 3 P0.280.300.250.17(4)类似上述过程，有W =X +Y 0 1 2 3 4 5 6 7 8 P0.020.060.130.190.240.190.120.0520.雷达的圆形屏幕半径为R ，设目标出现点（X ，Y ）在屏幕上服从均匀分布. （1） 求P {Y ＞0｜Y ＞X }；（2） 设M =max{X ，Y }，求P {M ＞0}.题20图【解】因（X ，Y ）的联合概率密度为22221,,(,)π0,.x y R f x y R⎧+≤⎪=⎨⎪⎩其他 （1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r 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y 1 y 2 y 3P {X =x i }=p ix 1 x 21/81/8P {Y =y j }=p j 1/61【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 ===-= YX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 ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=.(2) {,}{}{|}P X n Y m P X n P Y m X n ======e C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为其中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(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.。
概率论与数理统计第三章章节总结
概率论与数理统计第三章章节总结
概率论与数理统计的第三章主要介绍了随机变量及其分布、随机变量的离散概率和连续概率、期望和方差的计算、贝叶斯统计学等内容。
以下是本章的总结:
1. 随机变量及其分布
第三章第一小节介绍了随机变量的定义和性质,并介绍了离散型和连续型随机变量的区别。
然后,章节第二小节介绍了随机变量的分布,其中包括概率分布、密度函数、期望和方差的计算方法。
这些内容对于理解随机变量的分布非常重要。
2. 随机变量的离散概率和连续概率
第三章第三小节介绍了随机变量的离散概率和连续概率。
离散概率讨论的是离散型随机变量在某一范围内的取值概率,而连续概率讨论的是连续型随机变量在某一区间内的概率。
这些概念对于理解随机变量的性质和分布非常重要。
3. 期望和方差的计算
第三章第四小节介绍了期望和方差的计算方法。
期望是指一个随机变量的平均值,可以通过计算各个取值的概率和总和来实现。
方差是指一个随机变量在各个取值之间的差异,可以通过计算各个取值的差值和总和来实现。
这些内容对于计算随机变量的期望和方差非常重要。
4. 贝叶斯统计学
第三章第五小节介绍了贝叶斯统计学的原理和应用。
贝叶斯统计
学可以用来预测未来事件的概率,也可以用于概率模型的建模和优化。
这些内容对于实际应用非常有帮助。
综上所述,概率论与数理统计的第三章主要介绍了随机变量的分布、离散概率和连续概率、期望和方差的计算、贝叶斯统计学等内容,是学习概率论和统计学的重要基础。
- 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)。
2、X与Y 的相关系数 定义 R( X , Y ) cov ( X , Y )
R( X , Y )
定理3
cov ( X , Y ) D( X ) D(Y )
R X , Y 1
1, b 0; Y a bX , 且 R( X , Y ) 1, b 0.
x 1; x 1.
fY y
f x, y dx
y
y 1或y 0 时 fY y 0 7 5 y2 , fY y 2 0,
21 2 7 5 x ydx y 2 ; y 4 2
0 y 1; y 1或y 0.
8
八、原点矩与中心矩
其中k为正整数。特别的， 1 EX 对于离散随机变量： k ( X ) 对于连续随机变量： k ( X )
k x i p( xi ) i
定义1： 随机变量X 的 k 阶原点矩： k X E X k
k 定义2： X 的k 阶中心矩： k X E X E X
i X i i
j
E Y y j pY y j .
j
j
i
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：
即： E X
EX
xf x , y dxdy , E Y
3
pq2
4
pq3
5
q4
14
EX p 2 pq 3 pq2 4 pq3 5q 4 5 10 p 10 p 2 5 p 3 p 4
3．设二维随机变量(X,Y)的联合密度函数为 21 2 2 x y x y 1 f x， y 4 其它 0 1）求EX, EY 及 E(XY)； 2）求X与Y的边缘密度函数； 1 1 21 2 EX xf x, y dxdy dx 2 x x ydy 解：1） 1 x 4 1 21 x 3 x 7 dx 0; 1 8
七、某些常用分布的数学期望及方差
EX np, DX npq 0 -1分布：EX p, DX pq 二项分布：
q 1 Poisson分布 EX , DX 几何分布: EX , DX 2 p p ab (b a )2 均匀分布: EX , DX 2 12 1 1 指数分布: EX , DX 2
i
2
i
j
2
2
i
Y
j
j
i
j
连续型随机变量 X , Y ,
j
i
j
DX
2 x EX f X x dx
DY
2
x EX f x, y dxdy,
2
y EY
fY y dy
2 y EY f x, y dxdy .
12
X
2
0
2
二、计算题
kx a 0 x 1 (k , a 0) 1. 连续型随机变量的概率密度为 f ( x) 其它 0 又知 EX 0.75 ，求 k 和 的值。
解：由
k f x dx kx dx 1, 得 a 1 1, 0
1
a
E (XY )= 4/9
E( X )
P
1/3 2/3
,则 EX =
1/3
1/6
3. 随机变量的分布率为 P 0.4 0.3 0.3 ,则 E ( X ) -0.2 E(3 X 2 +5)= 13.4 4. 已知随机变量的分布列为P(X=m)=1/10, m＝2,4,…,18,20, 则 EX = 11 5. 对两台仪器进行独立测试，已知第一台仪器发生故障的概率 为 p1 ，第二台仪器发生故障的概率为 p2 ．令X表示测试中发生 故障的仪器数，则 EX p1 p2
x EX y EY f x, y dxdy.
逆命题不成立。
定理2 若X与Y 独立，则： cov X , Y 0.
定理1 cov( X , Y ) E ( XY ) E ( X ) E (Y )
注 设X与Y是任两个随机变量，
D( X Y ) D( X ) D(Y ) 2 cov(X ,Y )
第三章 随机变量的数字特征
（一）基本内容 一、一维随机变量的数学期望
定义1：设X是一离散型随机变量，其分布列为：
X
x 2 xi x1 P p ( x1 ) p ( x 2 ) p ( x i )
则随机变量X 的数学期望为: E X
x p x
i i 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 E X xf x dx
x EX
2
f ( x )dx
2
有关方差的定理： 定理1
推论：Db
DaX b a 2 DX
6
0; D X b DX ; D(aX ) a 2 DX .
定理2： 若X与Y 独立， D X Y DX DY
n n 推论：D Xi D X i i 1 i 1
x k f ( x )dx
特别的， 1 0; 2 DX
k ( X ) [ x E ( X )] p( xi ) 对于离散随机变量： k i i
对于连续随机变量： k ( X )
x E ( X )
kΒιβλιοθήκη f ( x )dx9
九、协方差与相关系数
15
2) x 1 时， 1 21 21 2 2 f X x f x, y dy 2 x ydy x x6 ; x 4 8
x 1 时，f X x 0 21 2 6 x x , fX x 8 0, 0 y 1 时，
1、X与Y 的协方差（或相关矩）：
定义 cov( X , Y ) E{[ X E ( X )][Y E (Y )]}. 注 ⑴ 离散型随机变量：
cov X , Y xi EX y j EY p xi , y j .
i j
⑵ 连续型随机变量：
cov X , Y
xf X x dx ,
E Y yfY y dy.
2
yf x, y dxdy .
假定积分是绝对收敛的.
三、一维随机变量函数的数学期望
（1）设离散型随机变量X 的概率分布为：
X
x1
x2
xn
P ( X x i ) p ( x1 ) p ( x 2 )
p( x n )
则定义随机变量函数 Y g X 的数学期望为：
EY Eg X g xi p xi
i
（2）若X为连续型随机变量，其概率密度为 f x , 则定义随 机变量函数 Y g X 的数学期望为：
EY Eg X g x f x dx
a E( X ) 0.75 有 xf x dx 0 x kx dx 0.75, 又，
1
k 0.75, 得 a2
故由上两式解得k=3,a=2
13
2 对某工厂的每批产品进行放回抽样检查。若发现次品，则
立即停止检查而认为这批产品不合格；若连续检查5个产品
都是合格，则也停止检查而认为这批产品合格。设这批产品
EY
1
yf x, y dxdy dx 2
1 x
1
1
21 2 y x ydy 4
7 2 7 8 x x dx ; 1 4 9 1 1 21 E XY xyf x, y dxdy dx 2 xy x 2 ydy 1 x 4 1 7 x3 x 9 dx 0; 1 4
3
四、二维随机变量的函数的数学期望
（1）设二维离散随机变量(X,Y)的联合概率函数为p(xi , yj)，则 随机变量函数g(X,Y)的数学期望如下：
E g X , Y g xi , y j p xi , y j ,
i j
假定这个级数是绝对收敛的.
（2）设二维连续随机变量(X,Y)的联合概率密度为f(x, y)，则
7
二维随机变量的方差：
DY y EY p y y EY px , y .
D X xi EX pX xi xi EX p xi , y j ,
2
离散型随机变量 X , Y ,
5
六、方差与标准差
定义 X 的方差： DX E X EX 2
定义 X 的标准差：
X DX
D X xi EX pi
2 i 1
若X 为离散型随机变量，则有 若X 为连续型随机变量，则有
D X
2
方差的计算公式:
DX E X
E X
随机变量g(X,Y)的数学期望如下：
E g X , Y