概率论与数理统计教程第三章课后习题答案概率(03章)

合集下载

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
... 。。。

概率与数理统计第3章答案

第3章习题答案祥解1．现有10件产品，其中6件正品，4件次品。

从中随机抽取2次，每次抽取1件，定义两个随机变量、如下：X Y ⎩⎨⎧=。

次抽到次品第次抽到正品第11,0;,1X ⎩⎨⎧=。

次抽到次品第次抽到正品第22,0;,1Y 试就下面两种情况求的联合概率分布和边缘概率分布。

),(Y X （1）第1次抽取后放回；（2）第1次抽取后不放回。

解（1）依题知所有可能的取值为.因为),(Y X )1,1(),0,1(),1,0(),0,0(； 254104104)0|0()0()0,0(1101411014=⨯=⋅===⋅====C C C C X Y P X P Y X P 256106104)0|1()0()1,0(1101611014=⨯=⋅===⋅====C C C C X Y P X P Y X P 256104106)1|0()1()0,1(1101411016=⨯=⋅===⋅====C C C C X Y P X P Y X P ； 259106106)1|1()1()1,1(1101611016=⨯=⋅===⋅====C CC C X Y P X P Y X P 所以的联合概率分布及关于、边缘概率分布如下表为：),(Y X X Y （2）类似于（1），可求得； 15293104)0|0()0()0,0(191311014=⨯=⋅===⋅====C C C C X Y P X P Y X P YX01⋅i p 0254256251012562592515jp ⋅251025151YX01⋅i p -111p 041021p 22p 21； 15496104)0|1()0()1,0(191611014=⨯=⋅===⋅====C C C C X Y P X P Y X P ； 15494106)1|0()1()0,1(191411016=⨯=⋅===⋅====C C C C X Y P X P Y X P 15595106)1|1()1()1,1(191511016=⨯=⋅===⋅====C C C C X Y P X P Y X P 所以的联合概率分布及关于、边缘概率分布如下表为：),(Y X X Y 2.已知随机变量、的概率分布分别为X Y 且，求1)0(==⋅Y X P （1）和的联合概率分布；（2）.X Y )(Y X P =解（1）因为)1,0()0,0()0,1()0,1()0(=======-===⋅Y X Y X Y X Y X Y X 所以1)1,0()0,0()0,1()0,1()0(22213111=+++==+==+==+=-===⋅p p p p Y X P Y X P Y X P Y X P Y X P ＝又根据得，从而.于是由表12131=∑∑==j i ijp03212=+p p 03212==p p YX01⋅i p 01521541561154155159jp ⋅1561591X P-11412141Y P12121YX01⋅i p -141041002121141021jp ⋅21211可得，，，.4111=p 4131=p 2122=p 0212221=-=p p 故的联合概率分布为),(Y X (2)由(1)知.0)1,1()0,0()(===+====Y X P Y X P Y X P 3.设二维随机向量服从矩形区域上的均匀分),(Y X {}10,20),(≤≤≤≤=y x y x D 布，且⎩⎨⎧>≤=.,1;,0Y X Y X U ⎩⎨⎧>≤=.2,1;2,0Y X Y X V 求与的联合概率分布。

概率论与数理统计(浙大) 习题答案第3章

第三章多维随机变量及其分布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:⎩⎨⎧=若第一次取出的是次品若第一次取出的是正品10X ,⎩⎨⎧=若第二次取出的是次品若第二次取出的是正品10Y .试分别就(1), (2)两种情况, 写出X 和Y 的联合分布律.解: (1)(X , Y )所有可能取的值为(0, 0), (0, 1), (1, 0), (1, 1), 按古典概型, 显然有362512101210)0 ,0(=⋅===Y X P ,3651221210)1 ,0(=⋅===Y X P ,3651210122)0 ,1(=⋅===Y X P ,361122122)1 ,1(=⋅===Y X P ,列成表格便得X 和Y 的联合分布律(2)(X , Y )所有可能取的值为(0, 0), (0, 1), (1, 0), (1, 1), 按古典概型, 显然有66451191210)0 ,0(=⋅===Y X P ,66101121210)1 ,0(=⋅===Y X P ,66101110122)0 ,1(=⋅===Y X P ,661111122)1 ,1(=⋅===Y X P ,列成表格便得X 和Y 的联合分布律2. 盒子里装有3只黑球, 2只红球, 2只白球, 在其中任取4只球, 以X 表示取到黑球的只数, 以Y 表示取到白球的只数, 求X , Y 的联合分布律.解: (X , Y )的可能取值为(i , j ), i =0, 1, 2, 3, j =0, 1, 2, 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)=351472222=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 CC ,P (X =3, Y =1)=352471233=C CC ,列成表格便得X 和Y 的联合分布律3. 设随机变量(X , Y )概率密度为⎩⎨⎧<<<<--=其它042 ,20)6(),(y x y x k y x f . (1)确定常数k ; (2)求P (X <1, Y <3); (3)求P (X <1.5); (4)求P (X +Y ≤4). 解: (1)因为 k dydx y x k dy dx y x f 8)6(),(1242=--==⎰⎰⎰⎰+∞∞-+∞∞-,所以81=k .(2)83)6(81)3 ,1(3210⎰⎰=--=<<dy y x dx Y 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 dx Y X P x .4. 将一枚硬币掷3次, 以X 表示前2次中出现H 的次数, 以Y 表示3次中出现H 的次数, 求(X , Y )的联合分布律及边缘分布律.故(X , Y )的联合分布律为(X , Y )关于X 的边缘分布律为即)21 ,2(~b X .(X , Y )关于Y 的边缘分布律为即)21 ,3(~b Y .5. 设二维随机变量(X , Y )的概率密度为⎩⎨⎧≤≤≤≤-=其它00,10)2(8.4),(xy x x y y x f , 求边缘概率密度. 解: ⎰+∞∞-=dy y x f x f X ),()(⎪⎩⎪⎨⎧≤≤-=⎰其它010)2(8.40x dy x y x⎩⎨⎧≤≤-=其它010)2(4.22x x x ,⎰+∞∞-=dx y x f y f Y ),()(⎪⎩⎪⎨⎧≤≤-=⎰其它010)2(8.41y dx x y y⎩⎨⎧≤≤+-=其它010)43(4.22y y y y . 6. 设二维随机变量(X , Y )的概率密度为⎩⎨⎧<<=-其它00),(y x e y x f y , 求边缘概率密度.解:⎰+∞∞-=dy y x f x f X ),()(⎪⎩⎪⎨⎧≤>=⎰+∞-000x x dy e x y⎩⎨⎧≤>=-000x x e x . ⎰+∞∞-=dx y x f y f Y ),()(⎪⎩⎪⎨⎧≤>=⎰-000y y dx e y y⎩⎨⎧≤>=-000y y ye y . 7. 设二维随机变量(X , Y )的概率密度为⎩⎨⎧≤≤=其它01),(22y x y cx y x f . (1)试确定常数c ; (2)求边缘概率密度. 解: (1)因为l =⎰⎰⎰⎰⎰∞+∞-+-∞+∞-===c dy y c ydx cx dy dxdy y x f yy 21432),(1025210,所以421=c .(2)X 的边缘概率密度为⎪⎩⎪⎨⎧≤≤-=⎰其它011421)(~122x ydy x x f X x X⎪⎩⎪⎨⎧≤≤--=其它011)1(82142x x x .X 的边缘概率密度为⎪⎩⎪⎨⎧≤≤=⎰+-其它010421)(~2y ydx d y f Y y y Y⎪⎩⎪⎨⎧≤≤=其它0102725y y .8. 将某一医公司9月份和8月份收到的青霉素针剂的订货单数分别记为X 和Y , 据以往积累的资料知X 和Y 联合分布律为:(1)求边缘分布律;(2)求8月份的订单数为51时, 9月份订单数的条件人布律.解: 在表中运算得(2)因为j ijj j i i i p p y Y P y Y x X P y Y x X P ⋅=======)() ,()|(, 并且P (Y =51)=0.28=p ⋅j , 所以28628.006.0)51|51(====Y X P ,28728.007.0)51|52(====Y X P ,28528.005.0)51|53(====Y X P ,28528.005.0)51|54(====Y X P ,28528.005.0)51|55(====Y X P ,故当8月份的订单数为51时, 9月份订单数的条件分布律为9. 以X 记某一医院一天出生的婴儿的个数, Y 记男婴的个数, 记X 和Y 的联合分布律为)!(!)86.6()14.7() ,(14m n m e m Y n X P mn m -===--(m =0, 1, 2, ⋅⋅⋅, n ;n =0, 1, 2, ⋅⋅⋅ ).(1)求边缘分布律; (2)求条件分布律;(3)特别写出当X =20时, Y 的条件分布律. 解: (1)边缘分布律:∑∑=--=-=====nm mn m n m m n m e m Y n X P n X P 0140)!(!)86.6()14.7() ,()(∑=--⋅⋅⋅⋅=nm m n m m ne n C 014)86.6()14.7(!1 ∑=--⋅⋅=n m m n m mn C n e 014)86.6()14.7(! !14)86.614.7(!1414n e n e n n --⋅=+=(n =0, 1, 2, ⋅⋅⋅ ). ∑∑∞=--∞=-=====0140)!(!)86.6()14.7() ,()(n mn m n m n m e m Y n X P m Y P∑∞=---=014)!()86.6(!)14.7(n mn m m n m e m m m e e m e )14.7(!!)14.7(14.786.614--==(m =0, 1, 2, ⋅⋅⋅ ).(2)条件分布律:m mn m m e m n m e m Y P m Y n X P m Y n X P )14.7(!)!(!)86.6()14.7()() ,()|(14.714----======= )!()86.6(86.6m n e mn -⋅=--(n =m , m +1, ⋅⋅⋅ ).当m =0, 1, 2, ⋅⋅⋅ 时1414!14)!(!)86.6()14.7()() ,()|(----=======e n m n m e n X P m Y n X P n X m Y P nmn m m n m m n m n -⋅⋅-=)1486.6()1414.7()!(!! m m mn C -⋅⋅=20)49.0()51.0((m =0, 1, ⋅⋅⋅ , n ). (3)当X =20时, Y 的条件分布为m m mC X m Y P -⋅===2020)49.0()51.0()20|((m =0, 1, ⋅⋅⋅ , 20).10. 求§1例1中的条件分布律: P (Y =k |X =i )=?解: 由于)(),()|(i X P i X k Y P i X k Y P ======, 而411) ,(⋅===i i X k Y P (i =1, 2, 3, 4, k ≤i ),41)(==i X P ,所以ii X k Y P 1)|(===(i =1, 2, 3, 4, k ≤i ),即11. 在第7题中(1)求条件概率f X |Y (x |y ), 特别, 写出当21=Y 时X 的条件概率密度; (2)求条件概率密度f Y |X (y |x ), 特别, 分别写出当31=X , 21=X 时Y 的条件概率密度; (3)求条件概率P (Y ≥1/4|X =1/2), P (Y ≥3|X =1/2). 解: (1)当0<y ≤1时,⎪⎪⎩⎪⎪⎨⎧<<-==其他027421)(),()|(252|y x y y yx y f y x f y x f Y Y X ⎪⎩⎪⎨⎧<<-=-其他023232y x y y x ,特别, ⎪⎩⎪⎨⎧<<-==-其他02121)21(23)21|(232|x x y x f Y X ⎪⎩⎪⎨⎧<<-=其他02121232x x .(2)当-1<x ≤1时,⎪⎪⎩⎪⎪⎨⎧<<-==其他01)1(821421)(),()|(2422|y x x x y x x f y x f x y f X X Y ⎪⎩⎪⎨⎧<<-=其他01)1(222y x x y ,特别, ⎪⎩⎪⎨⎧<<-==其他0191))3/1(1(2)31|(4|y y x y f X Y⎪⎩⎪⎨⎧<<=其他01914081y y ,⎪⎩⎪⎨⎧<<-==其他0141))2/1(1(2)21|(4|y y x y f X Y⎪⎩⎪⎨⎧<<=其他01411532y y .(3))21|41()21|1()21|41(=<-=<==≥X Y P X Y P X Y P1153215324141141=-=⎰⎰ydy ydy ,)21|43()21|1()21|43(=<-=<==≥X Y P X Y P X Y P157153214341=-=⎰ydy .12. 设随机变量(X , Y )的概率密度为⎩⎨⎧<<<=其他010 ,||1),(x x y y x f , 求条件概率密度f Y |X (y |x ),f X |Y (x |y ). 解: f (x ,y )的边缘密度为⎪⎩⎪⎨⎧<<=⎰-其他0101)(x dy x f x x X ⎩⎨⎧<<=其他0102y x ,⎪⎩⎪⎨⎧<<-=⎰其他0111)(1||y dx x f y Y ⎩⎨⎧<<--=其他011||1y y ,所以当0<x <1时,⎪⎩⎪⎨⎧<==其他0||21)(),()|(|x y xx f y x f x y f X X Y , 当|y |<1时,⎪⎩⎪⎨⎧<-==其他0||||11)(),()|(|x y y x f y x f x y f Y Y X , 13. (1)问第1题中的随机变量X 和Y 是否相互独立？(2)问第12题中的随机变量X 和Y 是否相互独立？(需说明理由) 解: (1)有放回抽样时, 由于ij =p i ⋅⋅p ⋅j , 所以X 和Y 独立. 不放回抽样时, 由于ij =p i ⋅⋅p ⋅j , 所以X 和Y 不独立.(2)由于当|y |<x , 0<x <1时, f X (x )⋅f Y (y )=2x (1-|y |)≠f (x , y )=1, 故X 和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⎪⎩⎪⎨⎧≤>=-00021)(2y y e y f y Y .(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)按已知X 的概率密度为⎩⎨⎧<<=其他0101)(x x f X .由于X 和Y 相互独立, 故(X , Y )的概率密度为⎪⎩⎪⎨⎧><<=⋅=-其他0,1021)()(),(2y x e y f x f y x f y Y X .(2)要使a 有实根, 必须方程a 2+2Xa +Y =0的判别式∆=X 2-Y ≥0,⎰⎰⎰---==≥-10202102)1(21)0(22dx e dy e dx Y X P x x y⎰⎰⎰∞--∞-----=-=02121022222121[211dx e dx e dx e x x x πππ 1445.0)]0()1([21=Φ-Φ-=π.15. 第1题中的随机变量X 和Y 是否相互独立. 解: 放回抽样的情况P (X =0, Y =0)=P (X =0)⋅P (Y =0)3625=P (X =0, Y =1)=P (X =0)⋅P (Y =1)365=P (X =1, Y =0)=P (X =1)⋅P (Y =0)3651210122=⋅=P (X =1, Y =1)=P (X =1)⋅P (Y =1)361122122=⋅=.在放回抽样的情况下, X 和Y 是独立的. 不放回抽样的情况:P (X =0, Y =0)66451191210=⋅=,P (X =0)651210==,P (X =0)=P (X =0, Y =0)+P (Y =0, X =1) 6511101121191210=⋅+⋅=,P (X =0)⋅P (Y =0)36256565=⨯=,P (X =0, Y =0)≠P (X =0)P (Y =0), 所以X 和Y 不独立.14. 设X , 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⎪⎩⎪⎨⎧≤>=00021)(2y y e y f y Y .(1)求X 和Y 的联合密度;(2)设含有a 的二次方程为a 2+2Xa +Y =0,试求有实根的概率. 解: (1)X 的概率密度为⎩⎨⎧∈=其它0)1 ,0(1)(x x f X ,Y 的概率密度为⎪⎩⎪⎨⎧≤>=-00021)(2y y e y f y Y ,可见且知X , Y 相互独立, 于是(X , Y )的联合密度为⎪⎩⎪⎨⎧><<==-其它0,1021)()(),(2y x e y f x f y x f y Y X .(2)由于a 有实根, 从而判别式∆=4X 2-4Y ≥0, 即Y ≤X 2. 记}0,10|),{(2x y x y x D <<<<=, ⎰⎰=≤Ddxdy y x f X Y P ),(}{2⎰⎰⎰⎰⎰----=-==10010102022222121x xx y y dx e de dx dy e dxdx e x ⎰-⋅-=00222121ππ)5.08413.0(21)]2()1([21--=Φ-Φ-=ππ 1445.08555.013413.05066312.21=-=⨯-=.15. 进行打靶, 设弹着眯A (X , Y )的坐标X 和Y 相互独立, 且都服从N (0, 1)分布, 规定点A 落在区域D 1={(x , y )|x 2+y 2≤1}得2分; 点A 落在D 2={(x , y )|1≤x 2+y 2≤4}得1分; 点A 落在D 3={(x , y )|x 2+y 2>4}得0分, 以Z 记打靶的得分, 写出X , Y 的联合概率密度, 并求Z 的分布律.解: (1)因为X ~N (0, 1), Y ~N (0, 1), X 与Y 独立, 故(X , Y )的联合概率密度为22221),(y x e y x f +-=π(-∞<x <+∞, -∞<y <+∞).(2)Z 的可能取值为0, 1, 2.⎰⎰>++-=∈==421222221)),(()0(x x y x dxdy e D Y X A P Z P π⎰⎰≤++--=422222211x x y x dxdy e π2202022211--=-=⎰⎰e rdr e d r ππθ,⎰⎰≤+≤+-=∈==4122222221)),(()1(x x y x dxdy e D Y X A P Z P π22120212221----==⎰⎰e e rdr e d r ππθ,⎰⎰≤++-=∈==121222221)),(()2(x x y x dxdy e D Y X A P Z P π21201021212---==⎰⎰e rdr e d r ππθ,故得Z 的分布律为16. 设X 和Y 是相互独立的随机变量, 其概率密度分别为⎩⎨⎧≤>=-000)(x x e x f x X λλ, ⎩⎨⎧≤>=-000)(y y e y f y Y μμ, 其中λ>0, μ>0是常数, 引入随机变量⎩⎨⎧>≤=Y X YX Z 当当01.(1)求条件概率密度f X |Y (x |y ); (2)求Z 的分布律和分布函数. 解: (1)由X 和Y 相互独立, 故⎩⎨⎧>>=⋅=+-其他00 ,0)()(),()(y x e y f x f y x f y x Y X μλλμ.当y >0时,⎩⎨⎧≤>===-000)()(),()|(|x x e y f y f y x f y x f x X Y Y X λλ. (2)由于⎩⎨⎧>≤=Y X YX Z 当当01,且 μλλλλμμλμλ+===≤⎰⎰⎰+∞+-+∞+∞+-0)(0)()(dx e dydx eY X P x xy x ,μλμμλλ+=+-=≤-=>1)(1)(Y X P Y X P ,故Z 的分布律为Z 的分布函数为⎪⎩⎪⎨⎧≥<≤+<=111000)(z z z z F Z μλμ. 17. 设X 和Y 是两个相互独立的随机变量, 其概率密度分别为⎩⎨⎧<≤=其他0101)(x x f X , ⎩⎨⎧>=-其他00)(y e y f y Y , 求随机变量Z =X +Y 的概率密度.解: 由于X 和Y 是相互独立的, 故⎩⎨⎧><≤=⋅=-其他00 ,10)()(),(y x e y f x f y x f y Y X , 于是Z =X +Y 的概率密度为⎰+∞∞--⋅=dx x z f x f z f Y X Z )()()(⎪⎪⎩⎪⎪⎨⎧>-≤≤-=⎰⎰其他01)()(10)()(100z dxx z f x f z dx x z f x f Y X x YX ⎪⎪⎩⎪⎪⎨⎧>≤≤=⎰⎰----其他011010)(0)(z dxe z dx e x z x x z ⎪⎩⎪⎨⎧>-≤≤-=--其他01)1(101z e e z e zz .18. 设某种商品一周的需要量是一个随机变量, 其概率密度为⎩⎨⎧≤>=-000)(t t te t f t , 设各周的需要量是相互独立的, 试求: (1)两周需要量的概率密度; (2)三周需要量的概率密度.解: (1)设第一周需要量为X , 它是随机变量; 设第二周需要量为Y , 它是随机变量且与X 同分布, 其分布密度为⎩⎨⎧≤>=-000)(t t te t f t . Z =X +Y 表示两周需要的商品量, 由X 和Y 的独立性可知:⎩⎨⎧>>=--其它00,0),(y x ye xe y x f y x .因为z ≥0, 所以当z <0时, f z (z )=0; 当z >0时, 由和的概率公式知 ⎰∞+∞--=dy y f y z f z f Y X Z )()()(z yzy z e z dy ye ey z ----=⋅-=⎰6)(30)(, 所以 ⎪⎩⎪⎨⎧≤>=-0006)(3z z e z z f z Z .(2)设Z 表示前两周需要量, 其概率密度为⎪⎩⎪⎨⎧≤>=-0006)(3z z e z z f z Z ,设ξ表示第三周需要量, 其概率密度为:⎩⎨⎧≤>=-000)(x x xe x f x ξ,Z 与ξ相互独立, η=Z +ξ表示前三周需要量, 则因为η≥0, 所以u <0, f η(u )=0. 当u >0时 ⎰∞+∞--=dy y f y u f u f )()()(ξηdy ye e y u y uy u ---⋅-=⎰0)(3)(61u e u -=1205, 所以η的概率密度为⎪⎩⎪⎨⎧≤>=-00120)(5u u e u u f u η.19. 设随机变量(X , Y )的概率密度为⎪⎩⎪⎨⎧>>+=+-其他00,0)(21),()(y x e y x y x f y x .(1)问X 和Y 是否相互独立？ (2)求Z =X +Y 的概率密度. 解: (1)X 的边缘密度为⎪⎩⎪⎨⎧<>+=⎰∞++-000)(21)(0)(x x dy e y x x f y x X⎪⎩⎪⎨⎧<>+=-000)1(21x x e x x ,同理Y 的边缘密度为⎪⎩⎪⎨⎧<>+=-000)1(21)(y y e y y f y Y .因为当x >0, y >0时,)()()1)(1(41)(21),()()(y f x f e y x e y x y x f Y X y x y x =++≠+=+-+-,所以X 与Y 不独立. (2)Z 的概率密度为z z x Z e z dx e x z x dx x z x f z f --+∞∞-=-+=-=⎰⎰2021)(21),()((z >0).当z <0时, f Z (z )=0, 所以⎪⎩⎪⎨⎧<>=-0021)(2z z e z z f z Z .20. 设X , Y 是相互独立的随机变量, 它们都服从正态分布N (0, σ 2), 试验证随机变量22Y X z +=具有概率密度⎪⎩⎪⎨⎧>≥=-其他0,0)(2222σσσz e z z f z Z ,称Z 服从参数为σ(σ>0)的瑞利(Rayleigh 分布.解: 因为X , Y 相互独立且均服从正态分布N (0, σ 2), 它们的概率密度分别为22221)(σσπx e x f -=, 22221)(σσπy e y f -= , σ>0,故X 和Y 的联合密度为2222221)()(),(σπσy x e y f x f y x f +-=⋅=.22Y X z +=的分布函数为⎰⎰≤+=≤+=≤=222),()()((z)22z y x Z dxdy y x f z Y X P z Z P F⎰⎰-=zd e d 022202221ρρπσθσρπ2222202211σσρρρσz z ed e---==⎰(z >0),当z ≤0时, F Z (z )=0.于是随机变量22Y X z +=的概率密度为⎪⎩⎪⎨⎧>≥==-其他00 ,0)()(2222σσσz e z dz z dF z f z Z Z .21. 设随机变量(X , Y )的概率密度为⎩⎨⎧+∞<<<<=+-其他00 ,10),()(y x be y x f y x . (1)试确定义常数b ;(2)求边缘概率密度f X (x ), f Y (y );(3)求函数U =max(X , Y )的分布函数. 解: (1)由10)(1=⎰⎰+∞+-dy be dx y x , 即1)1(1010=-=⎰⎰+∞--e b dy e dx e b y x ,得1111-=-=-e e e b .(2)⎪⎩⎪⎨⎧<<-=⎰∞++-其他0101)(0)(x dy e e e x f y x X⎪⎩⎪⎨⎧<<-=-其他0101x e e e x ,⎩⎨⎧≤>==-∞+∞-⎰000),()(y y e dx y x f x f y X . 显然X 与Y 独立.(3)⎪⎩⎪⎨⎧≥<≤--<=-1110)1(100)(x x e e e x x F x X⎩⎨⎧≤>-=-0001)(y y e x F y Y , 故U =max(X , Y )的分布函数为F U (u )=P (U ≤u )=P (max(X , Y )≤u ) =P (X ≤u , Y ≤u )=P (X ≤u )P (Y ≤u )⎪⎩⎪⎨⎧≥-<≤--<==--1110)1(100)()(2u eu e e e u u F u F uu Y X .22. 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小时的概率.解: 设X 1, X 2, X 3, X 4为4只电子管的寿命, 它们相互独立, 同分布, 其概率密度为:22202)160(2021)(⨯--⋅=t T et f π,⎰∞-⨯-==<18022202)160(20121)180(}180{dt t F X f X π ⎰∞--=-======1220160221du e u ut π令 8413.0)2060180(=-Φ=.设N =min{X 1, X 2, X 3, X 4}, 则P {N >180}=P {X 1>180, X 2>180, X 3>180, X 4>180} =P {X >180}4={1-p [X <180]}4 =(0.1587)4=0.00063.23. 对某种电子装置的输出测量了5次, 得到观察值X 1,X 2, X 3, X 4, X 5, 设它们是相互独立的随机变量且都服从参数σ=2的瑞种分布.(1)求Z =max{X 1, X 2, X 3, X 4, X 5}的分布函数; (2)求P (Z >4).解: 由20题知, X i (i =1, 2, ⋅⋅⋅ , 5)的概率密度均为⎪⎩⎪⎨⎧≥=-其他004)(82x e x x f x X ,分布函数为821)(x X e x F --=(x >0).(1) Z =max{X 1, X 2, X 3, X 4, X 5}的分布函数为 585m ax )1()]([)(2z e z F z F --== (z ≥0), 当z <0时, F max (z )=0.所以Z 的分布函数为⎩⎨⎧<≥-=-000)1()(58m ax 2z z e z F z .(2)P (Z >4)=1-P (Z ≤4)=1-F Z (4)5167.0)1(1)1(1525842=--=--=--e e .24. 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: 因为X 与Y 相互独立且同分布, 故P (a <min{X , Y }≤b )=P (min{X , Y }≤b )-P (min{X , Y }≤a ) =1-P (min{X , Y }>b )-[1-P (min{X , Y }>a )] =P (min{X , Y }>a )-P (min{X , Y }>b ) =P (X >a , Y >a )-P (X >b , Y >b ) =P (X >a )P (Y >a )-P (X >b )P (Y >b ) =[P (X >a )]2-[P (Y >b )]2 .25. 设X , Y 是相互独立随机变量, 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∑=-==ik k i q k p i Z P 0)()()( (i =0, 1, 2, ⋅⋅⋅ ),证明: 因为X 与Y 独立, 且X 与Y 的分布律分别为 P (X =k )=p (k ) (k =0, 1, 2, ⋅⋅⋅ ), P (Y =r )=q (r ) (r =0, 1, 2, ⋅⋅⋅ ), 故Z =X +Y 的分布律为∑==+===ik i Y X k X P i Z P 0) ,()( ∑=-===i k k i Y k X P 0) ,( ∑=-===i k k i Y P k X P 0)()( ∑=-=i k k i q k p 0)()( (i =0, 1, 2, ⋅⋅⋅ ).26. 设X , Y 是相互独立的随机变量, X ~π(λ1), Y ~π(λ2), 证明Z =X +Y ~π(λ1+λ2).证明: 因为X , Y 分别服从参数为λ1, λ2的泊松分布, 故X , Y 的分布律分别为 1!)(1λλ-==e k k X P k (λ1>0),2!)(2λλ-==e r r Y P r (λ2>0),由25题结论知, Z =X +Y 的分布律为 ∑=-====ik k i Y P k X P i Z P 0)()()(∑=----⋅=ik ki k e k i e k 02121)!(!λλλλ∑=-+-⋅-=i k k i k k i k i i e 021)()!(!!!21λλλλ i i e )(!21)(21λλλλ+=+-(i =0, 1, 2, ⋅⋅⋅ ), 即Z =X +Y 服从参数为λ1+λ2的泊松分布.27. 设X , Y 是相互独立的随机变量, X ~b (n 1, p ), Y ~b (n 2, p ), 证明Z =X +Y ~b (n 1+n 2, p ).证明: Z 的可能取值为0, 1, 2, ⋅⋅⋅ , 2n , 因为 {Z =i }={X +Y =i }={X =0, Y =0}⋃{X =1, Y =i -1}⋃ ⋅⋅⋅ ⋃{X =i , Y =0}, 由于上述并中各事件互不相容, 且X , Y 独立, 则∑=-====ik k i Y k X P i Z P 0) ,()(∑=-===ik k i Y P k X P 0)()(∑=+-----⋅-=ik k i n ki k i n k n k k n p p C p p C 02211)1()1( ∑=--+⋅-=ik ki n k n k n n i C C p p 02121)1( in i i n n p p C -+-=2)1(21(i =0, 1, 2, ⋅⋅⋅ , n 1+n 2), 所以 Z =X +Y ~b (n 1+n 2, p ),即Z =X +Y 服从参数为2n , p 的二项分布.提示:上述计算过程中用到了公式i n n ik k i n k n C C C21210+=-=⋅∑,这可由比较恒等式2121)1()1()1(n n n n x x x ++=++两边x i 的系数得到.28. 设随机变量(X , Y )的分布律为(1)求P {X =2|Y =2), P (Y =3|X =0); (2)求V =max{X , Y }的分布律; (3)求U =min{X , Y }的分布律; (4)求W =V +U 的分布律. 解: (1)由条件概率公式)2()2,2()2|2(======Y P Y X P Y X P08.005.005.005.003.001.005.0+++++=2.025.005.0==.同理 31)0|3(===X Y P .(2)变量V =max{X , Y }.显然V 是一随机变量, 其取值为V : 0, 1, 2, 3, 4, 5. P (V =0)=P (X =0, Y =0)=0,P (V =1)=P (X =1, Y =0)+P (X =1, Y =1)+P (X =0, Y =1) =0.01+0.02+0.01=0.04,P (V =2)=P (X =2, Y =0)+P (X =2, Y =1)+P (X =2, Y =2) +P (Y =2, X =0)+P (Y =2, X =1)=0.03+0.04+0.05+0.01+0.03=0.16, P (V =3)=P (X =3, Y =0)+P (X =3, Y =1) +P (X =3, Y =2)+P (X =3, Y =3)+P (Y =3, X =0)+P (Y =3, X =1)+P (Y =3, X =2), =0.05+0.05+0.05+0.06+0.01+0.02+0.04=0.28 P (V =4)=P (X =4, Y =0)+P (X =4, Y =1) +P (X =4, Y =2)+P (X =4, Y =3) =0.07+0.06+0.05+0.06=0.24, P (V =5)=P (X =5, Y =0)+ ⋅⋅⋅ +P (X =5, Y =3) =0.09+0.08+0.06+0.05=0.28. (3)显然U 的取值为0, 1, 2, 3.P (U =0)=P (X =0, Y =0)+ ⋅⋅⋅ +P (X =0, Y =3)+P (Y =0, X =1)+ ⋅⋅⋅ +P (Y =0, X =5)=0.28. 同理 P (U =1)=0.30, P (U =2)=0.25, P (U =3)=0.17. (4)W =V +U 的取值为0, 1, ⋅⋅⋅ , 8. P (W =0)=P (V =0, U =0)=0,P (W =1)=P (V =0, U =1)+P (V =1, U =0). 因为V =max{X , Y }=0又U =min{X , Y }=1 不可能上式中的P (V =0, U =1)=0,又 P (V =1, U =0)=P (X =1, Y =0)+P (X =0, Y =1)=0.2, 故 P (W =1)=P (V =0, U =1)+P (V =1, U =0)=0.2,P(W=2)=P(V+U=2)=P(V=2, U=0)+P(V=1,U=1) =P(X=2 Y=0)+P(X=0,Y=2)+P(X=1,Y=1)=0.03+0.01+0.02=0.06,P(W=3)=P(V+U=3)=P(V=3, U=0)+P(V=2,U=1) = P(X=3,Y=0)+P(X=0,Y=3)+P(X=2,Y=1)+P(X=1,Y=2)=0.05+0.01+0.04+0.03=0.13, P(W=4)=P(V=4, U=0)+P(V=3,U=1)+P(V=2,U=2) =P(X=4,Y=0)+ P(X=3,Y=1)+P(X=1,Y=3)+P(X=2,Y=2 =0.19,P(W=5)=P(V+U=5)=P(V=5, U=0)+P(V=5,U=1)+P(V=3,U=2=P(X=5 Y=0)+P(X=5,Y=1)+P(X=3,Y=2)+P(X=2,Y=3) =0.24,P(W=6)=P(V+U=6)=P(V=5, U=1)+P(V=4,U=2) +P(V=3,U=3)=P(X=5,Y=1)+P(X=4,Y=2)+P(X=3,Y=3)=0.19,P(W=7)=P(V+U=7)=P(V=5, U=2)+P(V=4,U=3) =P(V=5,U=2)+P(X=4,Y=3)=0.6+0.6=0.12, P(W=8)=P(V+U=8)=P(V=5, U=3)+P(X=5,Y=3)=0.05.。

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(经管类)第三章课后习题答案

P Z 40 P X 20, Y 20 20 6
P Z 30 P X 10, Y 20 20 3
P Z 20 P X 20, Y 0 20
P Z 10 P X 10, Y 0 P X 20, Y
P Z 0 P X 10, Y 则 Z=X‐Y 的分布律为
2 10 20
Z=X‐Y ‐40 ‐30 ‐20 ‐10 0
4. 设随机变量 X,Y 相互独立,且服从[0,1]上的均匀分布,求 X+Y 的概率密度. 解: 因 X,Y 都服从[0,1]上的均匀分布,且相互独立故fX x fY y 1, f x, y fX x fY y
设 Z=X+Y
当0 z 1时
Z ZX
FZ
f x, y dydx
Z ZX
1dydx
Z
z xdx
;
P X 1, Y 0 P X 1 P Y 0
;
P X 1, Y 1 P X 1 P Y 1
;
(X,Y)的分布律与边缘分布律为
Y
X
0
1
p·
16
4
20
0
25 25 25
4
1
1
1
25 25
5
p·
20 25
1 5
(2) 不放回抽样的情况:
P X 0, Y 0 P X 0 P Y 0
;
P X 0, Y 1 P X 0 P Y 1
0, 其他.
0, 其他.
关于 Y 的边缘密度为
fY y
1
√2 24xydx , 0 y
0, 其他.
1 , 6x, 0 √3 =
y
1,
√3
0, 其他.
注意积分限为 Y 的值域,后面却要写 X 的值域哦~

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(理工类_第四版)吴赣昌主编课后习题答案第三章

01 1/401/41/2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)FY(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=0}=2×1012×11=1066, P{X=1,Y=1}=2×112×11=166,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：(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)d xdy=∫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)--1-2-2241-1-1/2-221-于是(1)max{X,Y} -112pi 1/102/107/10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).。

概率论与数理统计第三章课后习题及参考答案

概率论与数理统计第三章课后习题及参考答案1．设二维随机变量),(Y X 只能取下列数组中的值：)0,0(，)1,1(-，31,1(-及)0,2(，且取这几组值的概率依次为61，31，121和125，求二维随机变量),(Y X 的联合分布律．解：由二维离散型随机变量分布律的定义知，),(Y X 的联合分布律为2．某高校学生会有8名委员，其中来自理科的2名，来自工科和文科的各3名．现从8名委员中随机地指定3名担任学生会主席．设X ，Y 分别为主席来自理科、工科的人数，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：(1)由题意，X 的可能取值为0，1，2，Y 的可能取值为0，1，2，3，则561)0,0(3833====C C Y X P ，569)1,0(381323====C C C Y X P ，569)2,0(382313====C C C Y X P ，561)3,0(3833====C C Y X P ，283)0,1(382312====C C C Y X P ，289)1,1(38131312====C C C C Y X P ，283)2,1(382312====C C C Y X P ，0)3,1(===Y X P ，563)0,2(381322====C C C Y X P ，563)1,2(381322====C C C Y X P ，0)2,2(===Y X P ，0)3,2(===Y X P ．),(Y X 的联合分布律为：(2)X 的边缘分布律为X 012P1452815283Y 的边缘分布律为Y 0123P285281528155613．设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其他．,0,42,20),6(),(y x y x k y x f 求：(1)常数k ；(2))3,1(<<Y X P ；(3))5.1(<Y P ；(4))4(≤+Y X P ．解：方法1：(1)⎰⎰⎰⎰--==∞+∞-∞+∞-422d d )6(d d ),(1yx y x k y x y x f ⎰--=42202d |)216(y yx x x k k y y k 8d )210(42=-=⎰，∴81=k ．(2)⎰⎰∞-∞-=<<31d d ),()3,1(y x y x f Y X P ⎰⎰--=32102d d )216(yx yx x x ⎰--=32102d |)216(81y yx x x 83|)21211(81322=-=y y ．(3)),5.1()5.1(+∞<<=<Y X P X P ⎰⎰∞+∞-∞---=5.1d d )6(81yx y x ⎰⎰--=425.10d d )6(81y x y x y yx x x d )216(81422⎰--=3227|)43863(81422=-=y y ．(4)⎰⎰≤+=≤+4d d ),()4(y x y x y x f Y X P ⎰⎰---=2042d )6(d 81x y y x x ⎰+-⋅=202d )812(2181x x x 32|)31412(1612032=+-=x x x ．方法2：(1)同方法1．(2)20<<x ，42<<y 时，⎰⎰∞-∞-=yxv u v u f y x F d d ),(),(⎰⎰--=y xv u v u 20d d )6(81⎰--=y xv uv u u 202d |)216(81⎰--=y v xv x x 22d )216(81y xv v x xv 222|)21216(81--=)1021216(81222x xy y x xy +---=，其他，0),,(=y x F ，∴⎪⎩⎪⎨⎧<<<<+---=其他．,0,42,20),1021216(81),(222y x x x xy y x xy y x F 83)3,1()3,1(==<<F Y X P ．(3))42,5.1(),5.1()5.1(<<<=+∞<<=<Y X P Y X P X P )2,5.1()4,5.1(<<-<<=Y X P Y X P 3227)2,5.1()4,5.1(=-=F F ．(4)同方法1．4．设随机变量),(Y X 的概率密度为⎩⎨⎧>>=--其他．,0,0,0,e ),(2y x A y x f y x 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)⎰⎰⎰⎰∞+∞+--∞+∞-∞+∞-==02d d e d d ),(1yx A y x y x f y x ⎰⎰∞+∞+--=02d e d e y x A y x2|)e 21(|)e (020A A y x =-⋅-=∞+-∞+-，∴2=A ．(2)0>x ，0>y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰--=yxv u vu 02d d e 2yv x u 020|)e 21(|)e (2---⋅-=)e 1)(e 1(2y x ----=，其他，0),(=y x F ，∴⎩⎨⎧>>--=--其他．,0,0,0),e 1)(e 1(),(2y x y x F y x ．5．设随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤=其他．,0,10,10,),(y x Axy y x f 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)2121d d d d ),(11010⋅⋅===⎰⎰⎰⎰∞+∞-∞+∞-A y y x x A y x y x f ，∴4=A ．(2)10≤≤x ，10≤≤y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰=yxv u uv 0d d 4220202||y x v u yx =⋅=，10≤≤x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4xv u uv 210202||x v u x =⋅=，10≤≤y ，1>x 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4yu v uv 202102||y v u y =⋅=，1>x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=101d d 4v u uv 1||102102=⋅=v u ，其他，0),(=y x F ，∴⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤=其他．,0,1,1,1,10,1,,1,10,,10,10,),(2222y x y x y y x x y x y x y x F ．6．把一枚均匀硬币掷3次，设X 为3次抛掷中正面出现的次数，Y 表示3次抛掷中正面出现次数与反面出现次数之差的绝对值，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：由题意知，X 的可能取值为0，1，2，3；Y 的可能取值为1，3．易知0)1,0(===Y X P ，81)3,0(===Y X P ，83)1,1(===Y X P ，0)3,1(===Y X P 83)1,2(===Y X P ，0)3,2(===Y X P ，0)1,3(===Y X P ，81)3,3(===Y X P 故),(Y X 得联合分布律和边缘分布律为：7．在汽车厂，一辆汽车有两道工序是由机器人完成的：一是紧固3只螺栓；二是焊接2处焊点，以X 表示由机器人紧固的螺栓紧固得不牢的数目，以Y 表示由机器人焊接的不良焊点的数目，且),(Y X 具有联合分布律如下表：求：(1)在1=Y 的条件下，X 的条件分布律；(2)在2=X 的条件下，Y 的条件分布律．解：(1)因为)1,3()1,2()1,1()1,0()1(==+==+==+====Y X P Y X P Y X P Y X P Y P 08.0002.0008.001.006.0=+++=，所以43)1()1,0()1|0(=======Y P Y X P Y X P ，81)1()1,1()1|1(=======Y P Y X P Y X P ，101)1()1,2()1|2(=======Y P Y X P Y X P ，401)1()1,3()1|3(=======Y P Y X P Y X P ，故在1=Y 的条件下，X 的条件分布律为X 0123P4381101401(2)因为)2,2()1,2()0,2()2(==+==+====Y X P Y X P Y X P X P 032.0004.0008.002.0=++=，所以85)2()0,2()2,0(=======X P Y X P X Y P ，41)2()1,2()2,1(=======X P Y X P X Y P ，81)2()2,2()2,2(=======X P Y X P X Y P ，故在2=X 的条件下，Y 的分布律为：Y 012P8541818．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧>>=+-其他．,0,0,0,e ),()2(y x c y x f y x 求：(1)常数c ；(2)X 的边缘概率密度函数；(3))2(<+Y X P ；(4)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)⎰⎰⎰⎰∞+∞++-∞+∞-∞+∞-==0)2(d d e d d ),(1yx c y x y x f y x⎰⎰∞+∞+--=02d e d ey x c y x2|)e (|)e 21(002c c y x =-⋅-=∞+-∞+-，∴2=c ．(2)0>x 时，⎰∞+∞-=y y x f x f X d ),()(⎰∞++-=0)2(d e 2y y x x y x 202e 2|)e (e 2-+∞--=-=，0≤x 时，0)(=x f X ，∴⎩⎨⎧≤>=-．0,0,0,e 2)(2x x x f x X ，同理⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)⎰⎰<+=<+2d d ),()2(y x y x y x f Y X P ⎰⎰---=20202d d e 2xy x yx 422202e e 21d e d e 2-----+-==⎰⎰xy x y x ．(4)由条件概率密度公式得，当0>y 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e 2,0,0,e e 2)(),()|(22|x x y f y x f y x f xy y x Y Y X ，同理，当0>x 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e ,0,0,2e e 2)(),()|(22|y y x f y x f x y f yx y x X X Y ．9．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧<<<<=其他．,0,0,10,3),(x y x x y x f 求：(1)关于X 、Y 的边缘概率密度函数；(2)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)10<<x 时，⎰∞+∞-=y y x f x f X d ),()(203d 3x y x x==⎰，其他，0)(=x f X ，∴⎩⎨⎧<<=其他．,0,10,3)(2x x x f X ，密度函数的非零区域为}1,10|),{(}0,10|),{(<<<<=<<<<x y y y x x y x y x ，∴10<<y 时，⎰∞+∞-=x y x f y f Y d ),()()1(23d 321y x x y-==⎰，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<-=其他．,0,10),1(23)(2y y y f Y ．(2)当10<<y 时，有⎪⎩⎪⎨⎧<<-=⎪⎪⎩⎪⎪⎨⎧<<-==其他．其他．,0,1,12,0,1,)1(233)(),()|(22|x y y x x y y xy f y x f y x f Y Y X ．当10<<x 时，有⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==其他．其他．,0,0,1,0,0,33)(),()|(2|x y x x y x x x f y x f x y f X X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x y x y x f Y X Y 的概率密度函数为⎩⎨⎧<<=其他．,0,10,5)(4y y y f Y 求21(>X P ．解：⎩⎨⎧<<<==其他．,0,10,15)|()(),(2|y x y x y x f y f y x f Y X Y ，则6447d )(215d d 15d d ),(21(121421211221=-===>⎰⎰⎰⎰⎰>x x x x y y x y x y x f X P xx ．11．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧<<<<+=其他．,0,20,10,3),(2y x xyx y x f 求：(1)),(Y X 的边缘概率密度；(2)X 与Y 是否独立；(3))),((D Y X P ∈，其中D 为曲线22x y =与x y 2=所围区域．解：(1)10<<x 时，x x y xy x y y x f x f X 322d )3(d ),()(222+=+==⎰⎰∞+∞-，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<+=其他．,0,10,322)(2x x x x f X ，20<<y 时，⎰∞+∞-=x y x f y f Y d ),()(316)d 3(12+=+=⎰y x xy x ，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<+=其他．,0,20,316)(y y y f Y ．(2)∵),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(3)}22,10|),{(2x y x x y x D ≤≤<<=，∴⎰⎰+=∈102222d d 3()),((xxx y xy x D Y X P 457d )32238(10543=--=⎰x x x x ．12．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=-其他．,0,0,0,e )1(),(2y x y xy x f x试讨论X ，Y 的独立性．解：当0>x 时，xx x X x yx y y x y y x f x f -∞+-∞+-∞+∞-=+-=+==⎰⎰e |11e d )1(e d ),()(002，当0≤x 时，0)(=x f X ，故⎩⎨⎧≤>=-．0,0,0,e )(x x x x f x X ，同理，可得⎪⎩⎪⎨⎧≤>+=．0,0,0,)1(1)(2y y y y f Y ，因为)()(),(y f x f y x f Y X =，所以X 与Y 相互独立．13．设随机变量),(Y X 在区域}|),{(a y x y x g ≤+=上服从均匀分布，求X 与Y 的边缘概率密度，并判断X 与Y 是否相互独立．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤+=其他．,0,,21),(2a y x a y x f ，当0<<-x a 时，有)(1d 21d ),()(2)(2x a a y a y y x f x f xa x a X +===⎰⎰++-∞+∞-，当a x <≤0时，有)(1d 21d ),()(2)(2x a a y a y y x f x f x a x a X -===⎰⎰---∞+∞-，当a x ≥时，0d ),()(==⎰+∞∞-y y x f x f X ，故⎪⎩⎪⎨⎧≥<-=．a x a x x a a x f X ,0,),(1)(2，同理，由轮换对称性，可得⎪⎩⎪⎨⎧≥<-=．a y a y y a a y f Y ,0,),(1)(2，显然)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立．14．设X 和Y 时两个相互独立的随机变量，X 在)1,0(上服从均匀分布，Y 的概率密度为⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2y y y f yY (1)求X 和Y 的联合概率密度；(2)设含有a 的二次方程为022=++Y aX a ，试求a 有实根的概率．解：(1)由题可知X 的概率密度函数为⎩⎨⎧<<=其他．,0,10,1)(x x f X ，因为X 与Y 相互独立，所以),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧><<==-其他．,0,0,10,e 21)()(),(2y x y f x f y x f y Y X ，(2)题设方程有实根等价于}|),{(2X Y Y X ≤，记为D ，即}|),{(2X Y Y X D ≤=，设=A {a 有实根}，则⎰⎰=∈=Dy x y x f D Y X P A P d d ),()),(()(⎰⎰⎰---==1021002d )e 1(d d e 2122xx y x x y⎰--=12d e12x x ⎰--=12d e 21212x x ππππ23413.01)]0()1([21-=Φ-Φ-=．15．设i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，求行列式4321X X X X X =的分布律．解：由i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，易知41X X ～)84.0,16.0(b ，32X X ～)84.0,16.0(b ．因为1X ，2X ，3X ，4X 相互独立，所以41X X 与32X X 也相互独立，又32414321X X X X X X X X X -==，则X 的所有可能取值为1-，0，1，有)1()0()1,0()1(32413241======-=X X P X X P X X X X P X P 1344.016.084.0=⨯=，)1,1()0,0()0(32413241==+====X X X X P X X X X P X P )1()1()0()0(32413241==+===X X P X X P X X P X X P 7312.016.016.084.084.0=⨯+⨯=，)0()1()0,1()1(32413241=======X X P X X P X X X X P X P 1344.084.016.0=⨯=，故X 的分布律为X 1-01P1344.07312.01344.016．设二维随机变量),(Y X 的概率密度为⎩⎨⎧>>=+-其他．,0,0,0,e 2),()2(y x y x f y x 求Y X Z 2+=的分布函数及概率密度函数．解：0≤z 时，若0≤x ，则0),(=y x f ；若0>x ，则0<-=x z y ，也有0),(=y x f ，即0≤z 时，0),(=y x f ，此时，0d d ),()2()()(2==≤+=≤=⎰⎰≤+zy x Z y x y x f z Y X P z Z P z F ．0>z 时，若0≤x ，则0),(=y x f ；只有当z x ≤<0且02>-=xz y 时，0),(≠y x f ，此时，⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 2d d ),()2()()(⎰⎰-+-=zx z y x y x 020)2(d e 2d z z z ----=e e 1．综上⎩⎨⎧≤>--=--．0,0,0,e e 1)(z z z z F z z Z ，所以⎩⎨⎧≤<='=-．0,0,0,e )()(z z z z F z f z Z Z ．17．设X ，Y 是相互独立的随机变量，其概率密度分别为⎩⎨⎧≤≤=其他．,0,10,1)(x x f X ，⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y 求Y X Z +=的概率密度．解：0<z 时，若0<x ，则0)(=x f X ；若0≥x ，则0<-=x z y ，0)(=-x z f Y ，即0<z 时，0)()(=-x z f x f Y X ，此时，0d )()()(=-=⎰∞+∞-x x z f x f z f Y X Z ．10≤≤z 时，若0<x ，则0)(=x f X ；只有当z x ≤≤0且0>-=x z y 时0)()(≠-x z f x f Y X ，此时，z zx z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e 1d e d )()()(0)(．1>z 时，若0<x ，0)(=x f X ；若1>x ，0)(=x f X ；若10≤≤x ，则0>-=x z y ，此时，0)()(≠-x z f x f Y X ，z x z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e )1e (d e d )()()(1)(．综上，⎪⎩⎪⎨⎧<>-≤≤-=--．0,0,1,e )1e (,10,e 1)(z z z z f z z Z ．18．设随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=+-其他．,0,0,0,e)(21),()(y x y x y x f y x (1)X 和Y 是否相互独立？(2)求Y X Z +=的概率密度．解：(1)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(2)0≤z 时，若0≤x ，则0)(=x f X ；若0>x ，则0<-=x z y ，0),(=y x f ，此时，0d ),()(=-=⎰∞+∞-x x z x f z f Z ．0≥z 时，若0≤x ，则0)(=x f X ；只有当z x <<0且0>-=x z y 时0),(≠y x f ，此时，⎰∞+∞--=x x z x f z f Z d ),()(⎰+-+=zy x x y x 0)(d e)(21⎰-=z z x z 0d e 21z z -=e 212，所以⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2z z z z f zZ ．19．设X 和Y 时相互独立的随机变量，它们都服从正态分布),0(2σN ．证明：随机变量22Y X Z +=具有概率密度函数⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．证：因为X 与Y 相互独立，均服从正态分布),0(2σN ，所以其联合密度函数为2222)(2e 121),(σσπy x y x f +-⋅=，(+∞<<∞-y x ,)当0≥z 时，有⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 22d d ),()()()(22⎰⎰≤++-⋅=zy x y x y x 22222d e 1212)(2σσπ⎰⎰-⋅=πσθσπ2022d ed 12122zr r r ⎰-=zr r r 022d e122σσ，此时，2222e)(σσz Z z z f -=；当0<z 时，=≤+}{22z Y X ∅，所以0)()()(22=≤+=≤=z Y X P z Z P z F Z ，此时，0)(=z f Z ，综上，⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．20．设),(Y X 在矩形区域}10,10|),{(≤≤≤≤=y x Y X G 上服从均匀分布，求},min{Y X Z =的概率密度．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤=其他．,0,20,10,21),(y x y x f ，易证，X ～]1,0[U ，Y ～]2,0[U ，且X 与Y 相互独立，⎪⎩⎪⎨⎧≥<≤<=．1,1,10,,0,0)(x x x x x F X ，⎪⎪⎩⎪⎪⎨⎧≥<≤<=．2,1,20,2,0,0)(y y yy y F Y ，可得)](1)][(1[1)(z F z F z F Y X Z ---=)()()()(z F z F z F z F Y X Y X -+=⎪⎪⎩⎪⎪⎨⎧≥<≤-<=．1,1,10,223,0,02z z z z z ，求导，得⎪⎩⎪⎨⎧<<-=其他．,0,10,23)(z z z f Z ．21．设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其他．,0,0,10,e ),()(y x b y x f y x (1)试确定常数b ；(2)求边缘概率密度)(x f X 及)(y f Y ；(3)求函数},max{Y X U =的分布函数．解：(1)⎰⎰⎰⎰∞++-∞+∞-∞+∞-==01)(d d e d d ),(1yx b y x y x f y x⎰⎰∞+--=1d e d e y x b y x )e 1(|)e (|)e (1102-+∞---=-⋅=b b y x ，∴1e11--=b ．(2)10<<x 时，1)(1e1e d e e 11d ),()(--∞++--∞+∞--=-==⎰⎰x y x X y y y x f x f ，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<-=--其他．,0,10,e 1e )(1x x f xX ，0>y 时，⎰∞+∞-=x y x f y f Y d ),()(y y x x -+--=-=⎰e d e e1110)(1，0≤y 时，0)(=y f Y ，∴⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)0≤x 时，0)(=x F X ，10<<x 时，101e 1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e1e1,0,0)(1x x x x F x X ；0≤y 时，0)(=y F Y ，0>y 时，y yv y Y Y v v v f y F --∞--===⎰⎰e 1d e d )()(0，∴⎩⎨⎧≤>-=-．0,0,0,e 1)(y y y F y Y ，故有)()()(y F x F u F Y X U =⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---．1,e 1,10,e1e1,0,01u u u uu ．。

概率论与数理统计教程(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03-第三章作业及答案

习题3-1而且12{0}1P X X ==. 求1和2的联合分布律.解由12{0}1P X X ==知12{0}0P X X ≠=. 因此X 1和X 2的联合分布于是根据边缘概率密度和联合概率分布的关系有X 1和X 2的联合分布律(2) 注意到12{0,0}0P X X ===, 而121{0}{0}04P X P X =⋅==≠, 所以X 1和X 2不独立.2. 设随机变量(X ,Y )的概率密度为(,)(6),02,24,0,.f x y k x y x y =--<<<<⎧⎨⎩其它求: (1) 常数k ; (2) {1,3}P X Y <<; (3) { 1.5}P X <; (4) {4}P X Y +≤.解 (1) 由(,)d d 1f x y x y +∞+∞-∞-∞=⎰⎰, 得2424222204211d (6)d (6)d (10)82y k x y x k y x x y k y y k =--=--=-=⎡⎤⎢⎥⎣⎦⎰⎰⎰, 所以 18k =. (2) 31201,31{1,3}d (6)d 8(,)d d x y P X Y y x y x f x y x y <<<<==--⎰⎰⎰⎰1322011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰321113()d 828y y =-=⎰. (3) 1.51.5{ 1.5}d (,)d ()d X P X x f x y y f x x +∞-∞-∞-∞<==⎰⎰⎰4 1.521d (6)d 8y x y x --=⎰⎰1.5422011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰ 421633()d 882y y =-⎰ 2732=. (4) 作直线4x y +=, 并记此直线下方区域与(,)0f x y ≠的矩形区域(0,2)(0,4)⨯的交集为G . 即:02,0G x y <<<≤4x -.见图3-8. 因此{P X Y +≤4}{(,)}P X Y G =∈(,)d d Gf x y x y =⎰⎰44201d (6)d 8x y x y x -=--⎰⎰4422011(6)d 82xy x x y -=--⎡⎤⎢⎥⎣⎦⎰ 42211[(6)(4)(4)]d 82y y y y =----⎰ 42211[2(4)(4)]d 82y y y =-+-⎰ 423211(4)(4)86y y =----⎡⎤⎢⎥⎣⎦23=. 图3-8 第4题积分区域3. 二维随机变量(,)X Y 的概率密度为2(,),1,01,0,f x y kxy x y x =⎧⎨⎩≤≤≤≤其它.试确定k , 并求2{(,)},:,01P X Y G G x y x x ∈≤≤≤≤. 解由2111401(,)d d d (1)d 26xk k f x y xdy x kxy y x x x +∞+∞-∞-∞====-⎰⎰⎰⎰⎰,解得6=k .因而 2112401{(,)}d 6d 3()d 4x xP X Y G x xy y x x x x ∈==-=⎰⎰⎰. 4. 设二维随机变量(X , Y )概率密度为4.8(2),01,0,(,)0,.y x x y x f x y -=⎧⎨⎩≤≤≤≤其它求关于X 和Y 边缘概率密度.解 (,)X Y 的概率密度(,)f x y 在区域:0G ≤x ≤1,0≤y ≤x 外取零值.因而, 有24.8(2)d ,01,()(,)d 0,2.4(2),01,0,x X y x y x f x f x y y x x x +∞-∞-<<==-<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它. 124.8(2)d ,01,()(,)d 0,2.4(34),01,0,yY y x x y f y f x y x y y y y +∞-∞-<<==-+<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它.5. 假设随机变量U 在区间[-2, 2]上服从均匀分布, 随机变量 1,1,1,1,U X U --=>-⎧⎨⎩若≤若 1,1,1, 1.U Y U -=>⎧⎨⎩若≤若试求：(1) X 和Y 的联合概率分布；(2){P X Y +≤1}.解 (1) 见本章第三节三(4).(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==13144=-=. 习题3-21. 设(X , Y )的分布律为求: (1) 在条件X =2下Y 的条件分布律;(2) {22}P X Y ≥≤.解 (1) 由于6.02.01.003.0}2{=+++==X P ,所以在条件X =2下Y 的条件分布律为216.03.0}2{}1,2{}2|1{========X P Y X P X Y P ,06.00}2{}2,2{}2|2{========X P Y X P X Y P ,616.01.0}2{}3,2{}2|3{========X P Y X P X Y P ,316.02.0}2{}4,2{}2|4{========X P Y X P X Y P ,{P Y ≤2}{1}{2}P Y P Y ==+==0.10.3000.20.6++++=. 而{2,2}{2,1}{2,2}{3,1}{3,2}P X Y P X Y P X Y P X Y P X Y ===+==+==+==≥≤0.3000.20.5=+++=.因此{2,2}{22}{2}P X Y P X Y P Y =≥≤≤≥≤0.550.66==. 2. 设二维随机变量(X , Y )的概率密度为(,)1,01,02,0,.f x y x y x =<<<<⎧⎨⎩其它求：(1) (X , Y )的边缘概率密度(),()X Y f x f y ；(2)11{}.22P Y X ≤≤ 解 (1) 当01x <<时,20()(,)d d 2xX f x f x y y y x +∞-∞===⎰⎰;当x ≤0时或x ≥1时, ()0X f x =.故 2,01,()0,其它.X x x f x <<=⎧⎨⎩当0<y <2时,12()(,)d d 12y Y y f y f x y x x +∞-∞===-⎰⎰;当y ≤0时或y ≥2时, ()0Y f y =.故 1,02,()20,.Y yy f y -<<=⎧⎪⎨⎪⎩其它 (2) 当z ≤0时,()0Z F z =; 当z ≥2时,1)(=z F Z ;当0<z <2时, (){2Z F z P X Y =-≤2}(,)d d x y zz f x y x y -=⎰⎰≤2x12202-2d 1d d 1d zxz x zx y x y =⋅+⋅⎰⎰⎰⎰24z z =-.故 1,02,()20,.()其它Z zzz f z F z -<<'==⎧⎪⎨⎪⎩ (3) {}{}11311322161122442≤，≤≤≤≤P X Y P Y X P X ===⎧⎫⎨⎬⎩⎭. 3. 设G 是由直线y =x , y =3,x =1所围成的三角形区域, 二维随机变量(,)X Y 在G 上服从二维均匀分布.求:(1) (X , Y )的联合概率密度；(2) {1}P Y X -≤；(3) 关于X 的边缘概率密度.解 (1)由于三角形区域G 的面积等于2, 所以(,)X Y 的概率密度为⎪⎩⎪⎨⎧∉∈=.),(,0,),(,21),(G y x G y x y x f (2)记区域x y y x D -=|),{(≤}1与G 的交集为0G ,则{1}P Y X -≤0011113d d (2)22224G G x y S ===-=⎰⎰. 其中0G S 为G 0的面积.(3) X 的边缘概率密度()(,)d X f x f x y y +∞-∞=⎰. 所以,当]3,1[∈x 时, 311()d (3)22X xf x y x ==-⎰. 当1<x 或3>x 时, 0)(=x f X .因此 ⎪⎩⎪⎨⎧∈-=.,0],3,1[),1(21)(其它x x x f X习题3-31. 设X 与Y 相互独立, 且分布律分别为下表:求二维随机变量(,)X Y 的分布律.解由于X 与Y 相互独立, 所以有}{}{},{j i j i y Y P x X P y Y x X P =⋅====,6,5,2,0;0,21,1=--=j i .因此可得二维随机变量(,)X Y 的联合分布律2. 设(X , Y )的分布律如下表:问,αβ为何值时X 与Y 相互独立? 解由于边缘分布满足23111,1i j i j p p ⋅⋅====∑∑, 又X , Y 相互独立的等价条件为p ij = p i . p .j (i =1,2; j =1,2,3).故可得方程组 21,3111().939αβα++==⋅+⎧⎪⎪⎨⎪⎪⎩解得29α=,19β=.经检验, 当29α=,19β=时, 对于所有的i =1,2; j =1,2,3均有p ij = p i .p .j 成立. 因此当29α=,19β=时, X 与Y 相互独立..3. 设随机变量X 与Y 的概率密度为()e (,)0,.,01,0,x y b f x y x y -+=⎧<<>⎨⎩其它 (1) 试确定常数b .(2) 求边缘概率密度()X f x , ()Y f y . (3) 问X 与Y 是否相互独立？解 (1) 由11()101(,)d d e d d e d e d (1e )x y y x f x y x y b y x b y x b +∞+∞+∞+∞-+----∞-∞====-⎰⎰⎰⎰⎰⎰,得 111e b -=-.(2) ()(,)d X f x f x y y ∞-∞=⎰1e ,01,1e 0,xx --<<=-⎧⎪⎨⎪⎩其它.()(,)d Y f y f x y x ∞-∞=⎰e ,0,0,y y ->=⎧⎨⎩其它.(3) 由于(,)()()X Y f x y f x f y =⋅，所以X 与Y 相互独立.4. 设X 和Y 是两个相互独立的随机变量, X 在(0, 1)上服从均匀分布, Y 的概率密度为21e ,0,()20Y yy f y y ->=⎧⎪⎨⎪⎩，≤0.(1) 求X 和Y 的联合概率密度.(2) 设关于a 的二次方程为220a Xa Y ++=, 试求a 有实根的概率.解 (1) 由题设知X 和Y 的概率密度分别为1,01,()0,X x f x <<=⎧⎨⎩其它， 21e ,0,()20,.yY y f y ->=⎧⎪⎨⎪⎩其它因X 和Y 相互独立, 故(X , Y )的联合概率密度为21e ,01,(,)()()20,.yX Y x y f x y f x f y -<<>==⎧⎪⎨⎪⎩其它 (2) 方程有实根的充要条件是判别式大于等于零. 即244X Y ∆=-≥20X ⇔≥Y .因此事件{方程有实根}2{X =≥}Y .下面计算2{P X ≥}Y (参见图3-3).2{P X ≥}Y 2211221(,)d d e d (1e)d 2yxx Df x y xdy x y x --===-⎰⎰⎰⎰⎰2121ed 12[(1)(0)]0.1445xx πΦΦ-=-=--≈⎰.图3-3 第6题积分区域习题3-41. 设二维随机变量(X ,Y )的概率分布为YX 0 10 0.4 a 1 b 0.1若随机事件{X =0}与{X +Y =1}相互独立, 求常数a , b .解首先, 由题设知0.40.11a b +++=. 由此得0.5a b +=. 此外,{0}0.4P X a ==+,{1}{0,1}{1,0}0.5P X Y P X Y P X Y a b +====+===+=, {0,1}{0,1}P X X Y P X Y a =+=====. 根据题意有{0,1}{0}{1}P X X Y P X P X Y =+===+=,即(0.4)0.5a a =+⨯. 解得0.4,0.1a b ==.2. 设两个相互独立的随机变量X ,Y 的分布律分别为求随机变量Z = X + Y 的分布律.解随机变量Z = X + Y 的可能取值为7,5,3.Z 的分布律为18.06.0.03}2,1{}3{=⨯=====Y X P Z P , {5}{1,4}{3,2}0.30.4070.60.54P Z P X Y P X Y ====+===⨯+⨯=,28.04.07.0}4,3{}7{=⨯=====Y X P Z P ,或写为3. 设X 和Y 是两个相互独立的随机变量, 且X 服从正态分布N (μ, σ2), Y 服从均匀分布U (-a , a )( a >0), 试求随机变量和Z =X +Y 的概率密度.解已知X 和Y 的概率密度分别为22()2()x X f x μσ--=,),(+∞-∞∈x ;⎪⎩⎪⎨⎧-∉-∈=).,(,0),,(,21)(a a y a a y ay f Y .由于X 和Y 相互独立, 所以22()21()()()d d 2z y a Z X Y f z f z y f y y y a μσ---+∞-∞-=-=⎰⎰=1[()()]2z μa z μa ΦΦa σσ-+---. 4. 设随机变量X 和Y 的联合分布是正方形G={(x,y )|1≤x ≤3, 1≤y ≤3}上的均匀分布, 试求随机变量U=|X -Y|的概率密度f (u ).解由题设知, X 和Y 的联合概率密度为111,3,3,(,)40,.x y f x y =⎧⎪⎨⎪⎩≤≤≤≤其它记()F u 为U 的分布函数, 参见图3-7, 则有当u ≤0时,(){||F u P X Y =-≤u }=0; 当u ≥2时,()1F u =;当0< u <2时, 图3-7 第8题积分区域||(){}(,)d d x y uF u P U u f x y x y -==⎰⎰≤≤21[42(2)]412u =-⨯- 211(2)4u =--.故随机变量||U X Y =-的概率密度为1(2),02,()20,u u p u -<<=⎧⎪⎨⎪⎩其它..总习题三1. 设随机变量(X , Y )的概率密度为⎪⎩⎪⎨⎧<<<=.,0,10,||,1),(其它x x y y x f 求条件概率密度)|()|(||y x f x y f Y X X Y 和.解首先2,01,()0,.(,)其它X x x f x f x y dy +∞-∞<<==⎧⎨⎩⎰1,01,()1,10,0,(,)≤其它.Y y y f y y y f x y dx +∞-∞-<<==+-<⎧⎪⎨⎪⎩⎰图3-9第1题积分区域当01y <<时, |1,1,1(|)0,X Y y x y f x y x <<-=⎧⎪⎨⎪⎩取其它值.当1y -<≤0时, |1,1,1(|)0,X Y y x y f x y x -<<+=⎧⎪⎨⎪⎩取其它值.当10<<x 时, |1,||,(|)20,Y X y x f y x x y <=⎧⎪⎨⎪⎩取其它值.2. 设随机变量X 与Y 相互独立, 下表列出二维随机变量(,)X Y 的分布律及关于X 和关于Y 的边缘分布律中部分数值, 试将其余数值填入表中空白处 .解首先, 由于11121{}{,}{,}P Y y P X x Y y P X x Y y ====+==, 所以有11121111{,}{}{,}6824P X x Y y P Y y P X x Y y ====-===-=.在此基础上利用X 和Y 的独立性, 有11111{,}124{}1{}46P X x Y y P X x P Y y =======.于是 2113{}1{}144P X x P X x ==-==-=.再次, 利用X 和Y 的独立性, 有12211{,}18{}1{}24P X x Y y P Y y P X x =======. 于是 312111{}1{}{}1623P Y y P Y y P Y y ==-=-==--=.最后, 利用X 和Y 的独立性, 有2222313{,}{}{}428P X x Y y P X x P Y y ======⨯=;2323311{,}{}{}434P X x Y y P X x P Y y ======⨯=;1313111{,}{}{}4312P X x Y y P X x P Y y ======⨯=.因此得到下表3.(34)e (,)0,.,0,0,x y k f x y x y -+=⎧>>⎨⎩其它(1) 求常数k ；(2) 求(X ,Y )的分布函数；(3) 计算{01,02}P X Y <<≤≤; (4) 计算(),x f x ()y f y ；(5) 问随机变量X 与Y 是否相互独立?解 (1)由3401(,)d d e d e d 12xy kf x y x y k x y +∞+∞+∞+∞---∞-∞===⎰⎰⎰⎰,可得12=k .(2) (X ,Y )的分布函数(,)(,)d d x y F x y f u v x y -∞-∞=⎰⎰.当x ≤0或y ≤0时,有 0),(=y x F ;当,0>>y x 时,34340(,)12e d e d (1e )(1e )xyu v x y F x y u v ----==--⎰⎰.即 34(1e )(1e ),0,0,(,)0,.其它x y x y F x y --⎧-->>=⎨⎩(3) {01,02}P X Y <<≤≤38(1,2)(0,0)(1e )(1e )F F --=-=--.(4) (34)012ed ,0,()(,)d 0,其它.x y X y x f x f x y y +∞-++∞-∞⎧>⎪==⎨⎪⎩⎰⎰所以 33e ,0,()0,其它.x X x f x -⎧>=⎨⎩类似地, 有44e ,0,()0,其它.y Y y f y -⎧>=⎨⎩ 显然2),(),()(),(R y x y f x f y x f Y X ∈∀⋅=, 故X 与Y 相互独立. 4.解已知),(Y X 的分布律为注意到41260}1{}1{=++====Y P X P , 而0}1,1{===Y X P ,可见P{X=1, Y=1}≠P{X=1}P{Y=1}. 因此X与Y不相互独立.(2) Z X Y =+的可能取值为3, 4, 5, 6, 且316161}1,2{}2,1{}3{=+===+====Y X P Y X P Z P , }1,3{}2,2{}3,1{}4{==+==+====Y X P Y X P Y X P Z P 3112161121=++=, 316161}2,3{}3,2{}5{=+===+====Y X P Y X P Z P . 即Z X Y =+(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 21}2{1}3{==-==V P V P . 即max(,)V X Y =的分布律为(4) min{U =}3,1{}2,1{}1{==+====Y X P Y X P U P}1,2{}1,3{==+==+Y X P Y X P 21=, 21}1{1}2{==-==U P U P .即min{,}U X Y =的分布律为(5) W U =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,}2,2{}3,1{}4{==+====V U P V U P W P31}2,2{}1,3{}3,1{===+==+===y X P Y X P Y X P , 31}2,3{}3,2{}3,2{}5{===+=======Y X P Y X P V U P W P .5. 2,01,01,(,)0,x y x y f x y --<<<<⎧=⎨⎩其它. (1) 求P {X >2Y }; (2) 求Z = X +Y 的概率密度f Z (z ).解 (1) 1120227{2}(,)d d d (2)d 24yx yP X Y f x y x y y x y x >>==--=⎰⎰⎰⎰. (2) 方法一: 先求Z 的分布函数:()()(,)d d Z x y zF z P X Y Z f x y x y +=+=⎰⎰≤≤.当z <0时, F Z (z )<0; 当0≤z <1时, 1()(,)d d d (2)d zz yZ D F z f x y x y y x y x -==--⎰⎰⎰⎰= z 2-13z 3; 当1≤z <2时, 2111()1(,)d d 1d (2)d Z z z yD F z f x y x y y x y x --=-=---⎰⎰⎰⎰= 1-13(2-z )3; 当z ≥2时, F Z (z ) = 1. 故Z = X +Y 的概率密度为222,01,()()(2),12,0,Z Z z z z f z F z z z ⎧-<<⎪'==-<⎨⎪⎩≤其它.方法二: 利用公式()(,)d :Z f z f x z x x +∞-∞=-⎰2(),01,01,(,)0,x z x x z x f x z x ---<<<-<⎧-=⎨⎩其它 2,01,1,0,.z x x z x -<<<<+⎧=⎨⎩其它当z ≤0或z ≥2时, f Z (z ) = 0;当0<z <1时, 0()(2)d (2);zZ f z z x z z =-=-⎰当1≤z <2时, 121()(2)d (2).Z z f z z x z -=-=-⎰故Z = X +Y 的概率密度为222,01,()(2),12,0,.Z z z z f z z z ⎧-<<⎪=-<⎨⎪⎩≤其它.6. 设随机变量(X , Y )得密度为21,01,02,(,)30,.其它x xy x y x y ϕ⎧+⎪=⎨⎪⎩≤≤≤≤试求: (1) (X , Y )的分布函数; (2) (X , Y )的两个边缘分布密度; (3) (X , Y )的两个条件密度; (4) 概率P {X +Y >1}, P {Y >X }及P {Y <12|X <12}.解 (1) 当x ≤0或y ≤0时, φ(x , y ) = 0, 所以 F (x , y ) = 0.当0<x ≤1, 0<y ≤2时, φ(x , y ) = x 2+13xy ,所以 201(,)(,)d d [()d ]d 3x yx yF x y u v u v u uv v u -∞-∞==+⎰⎰⎰⎰ϕ32211312x y x y =+. 当0<x ≤1, y >2时,2(,)(,)d d [(,)d ]d [(,)d ]d xyx y x F x y u v u v u v v u u v v u -∞-∞===⎰⎰⎰⎰⎰⎰ϕϕϕ22001[()d ]d 3xu uv v u =+⎰⎰21(21)3x x =+.当x >1, 0<y ≤2时,10(,)(,)d d [(,)d ]d xyyF x y u v u v u v v u -∞-∞==⎰⎰⎰⎰ϕϕ12001[()d ]d 3y u uv v u =+⎰⎰1(4)12y y =+. 当x >1, y >2时,122001(,)[()d ]d 13F x y u uv v u =+=⎰⎰.综上所述, 分布函数为220,00,1(),01,02,341(,)(21),01,2,31(4),1,02,121,1, 2.或≤≤≤≤≤≤x y y x y x x y F x y x x x y y y x y x y ⎧⎪⎪+<<⎪⎪⎪=+<>⎨⎪⎪+><⎪⎪>>⎪⎩(2) 当0≤x ≤1时,22202()(,)d ()d 2,33X xy x x y y x y x x ϕϕ+∞-∞==+=+⎰⎰ 故 222,01,()30,.其它≤≤X x x x x ϕ⎧+⎪=⎨⎪⎩当0≤y ≤2时,12011()(,)d ()d ,336Y xy y x y x x x y ϕϕ+∞-∞==+=+⎰⎰ 故 11,02,()360,.其它≤≤Y y y y ϕ⎧+⎪=⎨⎪⎩(3) 当0≤y ≤2时, X 关于Y = y 的条件概率密度为2(,)62(|).()2Y x y x xy x y y yϕϕϕ+==+当0≤x ≤1时, Y 关于X = x 的条件概率密度为(,)3(|).()62Xx y x yy xy xϕϕϕ+==+(4) 参见图3-10.图3-10 第9题积分区域图3-11 第9题积分区域1{1}(,)d dx yP X Y x y x yϕ+>+>=⎰⎰12201165d()d.372xx x xy y-=+=⎰⎰同理, 参见图3-11.{}(,)d dy xP Y X x y x yϕ>>=⎰⎰122117d()d.324xx x xy y=+=⎰⎰1111{,}(,)112222{|}1122{}()22XP X Y FP Y XP X F<<<<==<211(,)22121()534.32()d|Xyx y xx xϕ+==⎰如有侵权请联系告知删除，感谢你们的配合！。

概率论与数理统计第3章课后题答案

概率论与数理统计第3章课后题答案第三章连续型随机变量3.1 设随机变数的分布函数为F(x)，试以F(x)表示下列概率：（1）P( a)；（2）P( a)；（3）P( a)；（4）P( a) 解：（1）P( a) F(a 0) F(a)；（2）P( a) F(a 0)；（3）P( a)=1-F(a)；（4）P( a) 1 F(a 0)。

3.2 函数F(x) 11 x2是否可以作为某一随机变量的分布函数，如果（1） x（2）0 x ，在其它场合适当定义；（3）- x 0，在其它场合适当定义。

解：（1）F(x)在（- , ）设随机变数具有对称的分布密度函数p(x)，即p(x) p( x),证明：对任意的a 0,有（1）F( a) 1 F(a)12ap(x)dx；（2）P（ a) 2F(a) 1；（3）P( a) 2 1 F(a) 。

证：（1）F( a)ap(x)dx 1ap(x)dx=1ap( x)dx 1ap(x)dx=1 F(a) 1 （2）P( ap(x)dxap(x)dxa12a0ap(x)dx；ap(x)dx 2 p(x)dx，由（1）知1-F(a)故上式右端=2F(a) 1；12ap(x)dx。

（3）P( a) 1 P( a) 1 [2F(a) 1] 2[1 F(a)]3.5 设F1(x)与F2(x)都是分布函数，又a 0,b 0是两个常数，且a b 1。

证明F(x) aF1(x) b F2(x)也是一个分布函数，并由此讨论，分布函数是否只有离散型和连续型这两种类型？证：因为F1(x)与F2(x1) F2(x2)，于是F(x1) aF1(x1) b F2(x1) aF1(x2) b F2(x2) F(x2)F2(x都是分布函数，当x1 x2时，F1(x1) F1(x2)，又xlimF(x) lim[aF1(x) b F2(x)] 0xlimF(x) lim[aF1(x) b F2(x)] a b 1xxF(x 0) aF1(x 0) b F2(x 0) aF1(x) b F2(x) F(x)所以，F(x)也是分布函数。

《概率论与数理统计》习题及答案第三章

《概率论与数理统计》习题及答案第三章1．掷一枚非均质的硬币，出现正面的概率为p (01)p <<，若以X 表示直至掷到正、反面都出现时为止所需投掷次数，求X 的分布列。

解 ()X k =表示事件：前1k -次出现正面，第k 次出现反面，或前1k -次出现反面，第k 次出现正面，所以11()(1)(1),2,3,.k k P X k p p p p k --==-+-=2．袋中有b 个黑球a 个白球，从袋中任意取出r 个球，求r 个球中黑球个数X 的分布列。

解从a b +个球中任取r 个球共有ra b C +种取法，r 个球中有k 个黑球的取法有k r kb a C C -，所以X 的分布列为()k r kb ara bC C P X k C -+==，max(0,),max(0,)1,,min(,)k r a r a b r =--+，此乃因为，如果r a <，则r 个球中可以全是白球，没有黑球，即0k =；如果r a >则r 个球中至少有r a -个黑球，此时k 应从r a -开始。

3．一实习生用一台机器接连生产了三个同种零件，第i 个零件是不合格品的概率1(1,2,3)1i p i i ==+，以X 表示三个零件中合格品的个数，求X 的分布列。

解设i A =‘第i 个零件是合格品’1,2,3i =。

则1231111(0)()23424P X P A A A ===⋅⋅=， 123123123(1)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++111121113623423423424=⋅⋅+⋅⋅+⋅⋅=， 123123123(2)()P X P A A A A A A A AA ==++ 123123123()()()P A A A P A A A P A A A =++ 1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=，20 1231236(3)()23424P X P A A A ===⋅⋅=. 即X 的分布列为01231611624242424XP. 4．一汽车沿一街道行驶，需通过三个设有红绿信号灯的路口，每个信号灯为红或绿与其他信号灯为红或绿相互独立，且每一信号灯红绿两种信号显示的概率均为12，以X 表示该汽车首次遇到红灯前已通过的路口的个数，求X 的概率分布。

概率论与数理统计习题解答(第3章)

习题三（A ）三、解答题1. 设口袋中有3个球，它们上面依次标有数字1，1，2，现从口袋中无放回地连续摸出两个球，以X ，Y 分别表示第一次与第二次摸出的球上标有的数字，求(X ，Y )的分布律．解：(X ，Y )取到的所有可能值为(1，1)，(1，2)，(2，1)由乘法公式： P {X =1，Y =1}=P {X =1}P {Y =1|X =1}=2/3⨯1/2=/3， P {X =1，Y =2}= P {X =1}P {Y =2|X =1}=2/3⨯1/2=1/3， P {X =2，Y =1}= P {X =2}P {Y =1|X =2}=1/3⨯2/2=1/3. (X ，Y )的分布律用表格表示如下：2．设盒中装有8支圆珠笔芯，其中3支是蓝的，3支是绿的，2支是红的，现从中随机抽取2支，以X ，Y 分别表示抽取的蓝色与红色笔芯数，试求： (1) X 和Y 的联合分布律；(2) P {X ，Y } ∈ A }，其中A = {(x ，y )| x + y ≤ 1}．解：X ，Y 所有可能取到的值是0， 1， 2(1) P {X =i ， Y =j }=P {X =i }P {Y =j |X =i }=282223C C C C j i j i --， i ， j =0，1，2， i +j ≤2 或者用表格表示如下：(2)P{(X ，Y )∈A }=P {X +Y ≤1}=P {X =0， Y =0}+P {X =1，Y =0}+P {X =0，Y =1}=3/28+9/28+6/28=9/14.3．设事件B A 、满足,21)|(,21)|(,41)(===A B P B A P A P 记X ，Y 分别为一次试验中A ，B 发生的次数，即⎩⎨⎧=不发生，发生A A X 0,1，⎩⎨⎧=不发生，发生，B B Y 0 1，求：二维随机变量(X ，Y )的分布律．解：因为P (A )=1/4，,21)|(=A B P 由P (B |A )=2/14/1)()()(==AB P A P AB P 得P (AB )=1/8，由P (A |B )=2/1)()(=B P AB P 得P(B)=1/4.(X ，Y )取到的所有可能数对为(0，0)，(1，0)，(0，1)，(1，1)，则 P {X =0，Y =0}=)(1)()(B A P B A P B A P -===1-P (A )-P (B )+P (AB )=5/8, P {X =0，Y =1}=)(B A P =P (B -A )=P (B )-P (AB )=1/8, P {X =1，Y =0}=)(B A P =P (A -B )=P (A )-P (AB )=1/8, P {X =1，Y =1}=P (AB )=1/8.4．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=.,0,10,10 ,),(其它y x Axy y x f 试求： (1) 常数A (2) P {X = Y } (3) P {X < Y }(4) (X ，Y )的分布函数．解：(1)由归一性知：1=，故A=4(2) P {X =Y }=0, (3) P {X <Y }=.(4)F (x ，y )=即F (x ，y )=5．设二维随机变量),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<+=其它0,20,10 ,3),(2y x xyx y x f求P {X + Y ≥ 1}．解：P{X+Y ≥1}=7265)3(),(102121=+=⎰⎰⎰⎰-≥+dydx xy x dxdy y x f xy x 6．将一枚硬币掷3次，以X 表示前2次中出现正面的次数，以Y 表示3次中出现正面的次数，求X ，Y 的联合分布律及(X ，Y )的边缘分布律．解：X 的所有可能取值为0，1，2，Y 的所有可能取值为0，1，2，3. P {X =0，Y =0}=0.53=0.125; P {X =0，Y =1}=0.53=0.125P {X =1，Y =1}=25.05.05.0212=⨯C ， P {X =1，Y =2}=25.05.05.0212=⨯C P {X =2，Y =2}=0.53=0.125， P {X =2，Y =3}==0.53=0.125 X ，Y 的分布律及边缘分布律可用表格表示如下：Y X 0 1 2 3 P i . 0 0.125 0.125 0 0 0.25 1 0 0.25 0.250.52 00.125 0.125 0.25P .j0.125 0.375 0.375 0.125 1解法2：,21)21()21(}|{}{},{22⨯=======-iiiC i X j Y P i X P j Y i X P.1,0,3,2,1,0,2,1,0=-==i j j i7．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<=-其它,00,),(yx e y x f y 求边缘概率密度f X (x )，f Y (y )．解：⎩⎨⎧<<=-其它,00,),(yx e y x f y⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==-+∞-∞+∞-⎰⎰0,00,0,00,),()(x x e x x dy e dy y x f x f xxy X ⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==--∞+∞-⎰⎰0,00,0,00,),()(0y y ye y y dx e dx y x f y f y y yY 8．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧≤≤=其它,01,),(22y x y cx y x f 求：(1) 确定常数c(2) 边缘概率密度f X (x )，f Y (y )．解：⎩⎨⎧<≤≤=0,01,),(22x y x y cx y x f(1)214212),(1104211122cdx x x c ydydx cx dxdy y x f x =-===⎰⎰⎰⎰⎰-∞+∞-∞+∞-所以 c=21/4(2) ⎪⎩⎪⎨⎧<-=⎪⎩⎪⎨⎧<==⎰⎰∞+∞-其它其它，,01||,8)1(2101||,421),()(42122x x x x ydy x dy y x f x f x X⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰-∞+∞-其它其它，,010********),()(252y y y ydx x dx y x f y f y yY 9．设平面区域D 由曲线xy 1=及直线y = 0，x = 1，x = e 2围成，二维随机变量(X ，Y )在区域D 上服从均匀分布，求边缘概率密度f X (x )，f Y (y )．解：2|ln 12211===⎰e e D x dx xS (X ，Y )在区域D 上服从均匀分布，故f (x ，y )的概率密度为⎪⎩⎪⎨⎧∈=其它，0),(,21),(Dy x y x f ⎪⎩⎪⎨⎧≤≤==⎰⎰∞+∞-其它（,01,21),()210X e x dy dy y x f x f x⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤≤≤-=-===--∞+∞-⎰⎰⎰其它（10,0),11(2121,2121),()221112X 2y e e y y dx e dx dx y x f x f y e 10．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f 试求条件概率密度f (y | x )．解：⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f)0)(( )(),()|(|>=x f x f y x f x y f X X X Y ⎪⎩⎪⎨⎧≤<===⎰⎰∞+∞-其它,010,233),()(20x x xdy dy y x f x f x X当0<x ≤1时，⎪⎩⎪⎨⎧<<==其它,00,233)(),()|(2|xy x x x f y x f x y f X X Y即，⎪⎩⎪⎨⎧≤<<=其它,010,2)|(|x y x x y f X Y11．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<=其它,0,10,1),(xy x y x f 求条件概率密度f (x | y )．解：⎩⎨⎧<<<=其它,0||,10,1),(xy x y x f⎪⎩⎪⎨⎧>-=≤+===⎰⎰⎰-∞+∞-0,10,1),()(11y y dx y y dx dx y x f y f y y Y当y ≤0时，⎪⎩⎪⎨⎧<<-<<+==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X当y >0时，⎪⎩⎪⎨⎧<<-<<-==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X所以，⎪⎩⎪⎨⎧<<<-==其它,01||0,||11)(),()|(|x y y x f y x f y x f Y Y X12．已知随机变量Y 的概率密度为⎩⎨⎧<<=其它,010,5)(4y y y f Y 在给定Y = y 条件下，随机变量X 的条件概率密度为⎪⎩⎪⎨⎧<<<=其它,010,3)(32y x y x y x f 求概率P {X > 0.5}．解：由)(),()|(|x f y x f y x f Y Y X =得 ⎩⎨⎧<<<<==其它,00,10,15)()|(),(2|yx y yx y f y x f y x f Y Y X644715),(}5.0{15.0125.0===>⎰⎰⎰⎰+∞+∞∞-xdydx yx dydx y x f X P 13．设二维随机变量(X ，Y )的分布律为试分别求),max(Y X Z =和),min(Y X W =的分布律．解：Z =max(X ，Y )，W =min(X ，Y )的所有可能取值如下表Z =max(X ，Y )，W =min(X ，Y )的分布律为14．设X 和Y 是相互独立的随机变量，且)(~),(~θθE Y E X ，如果定义随机变量Z 如下：⎩⎨⎧>≤=Y X YX Z ,0,1 求Z 的分布律．解：⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X θθ ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f yY θθ 由独立性得X ，Y 的联合概率密度为⎪⎩⎪⎨⎧>>=+-其它,00,0,1),(2y x e y x f yx θθ 则P {Z =1}=P {X ≤Y }=211),(002==⎰⎰⎰⎰∞++-≤xyx yx dydx edxdy y x f θθ P {Z =0}=1-P {Z =1}=0.5故Z 的分布律为15．设二维随机变量(X ，Y )的概率密度为⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π求边缘概率密度f X (x )，f Y (y )；并问X 与Y 是否独立？解：⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π⎪⎩⎪⎨⎧<-===⎰⎰---∞+∞-其它，01||,121),()(222112x x dy dy y x f x f x x X ππ 同理，⎪⎩⎪⎨⎧<-=其它，01||,12)(2y y y f Y π显然，)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立16．设随机变量X 和Y 相互独立，试在以下情况下求Y X Z +=的概率密度， (1) )1,0(~),1,0(~U Y U X ； (2) )1(~),1,0(~Exp Y U X ．解：(1)⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧<<=其它,010,1)(Y y y f利用卷积公式：⎰+∞∞--=dx x z f x f z f Y X Z )()()(求f Z (z ))()(x z f x f Y X -=⎩⎨⎧+<<<<其它,01,10,1x z x x⎪⎪⎩⎪⎪⎨⎧<≤<≤-===-=⎰⎰⎰-∞+∞-其它2110,02,)()()(110z z z dx z dx dx x z f x f z f z z Y X Z(2) ⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧≤>=-0,00,)(Y y y e y f y 利用卷积公式：⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎩⎨⎧+<<>=--其它,01,0,)()(y z y y e y f y z f y Y X⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎪⎪⎩⎪⎪⎨⎧⎪⎩⎪⎨⎧≥<≤--=≥<≤=-----⎰⎰其它其它110,0,)1(,1110,0,,10z z e e e z z dy e dy e z zzz y z y17．设)1,1(~),1,0(~N Y N X ，且X 与Y 独立，求}1{≤+Y X P ．解：由定理3.1（P75）知，X +Y ~N (1，2)，故5.0)0(}21121{}1{=Φ=-≤-+=≤+Y X P Y X P 18．设随机变量(X ，Y )的概率密度为⎪⎩⎪⎨⎧>>+=+-. ,0;0,0,)(21),()(其它y x e y x y x f y x(1) 问X 和Y 是否相互独立？ (2) 求Y X Z +=的概率密度．解：(1) )1(21)(21),()0)(X +=+==-+∞+-+∞∞-⎰⎰x e dy e y x dx y x f x f x y x （(x>0) 同理，)1(21)(+=-y e y f yY y>0 显然，)()x (),(y f f y x f Y X =，所以X 与Y 不相互独立 (2).利用公式⎰+∞∞--=dx x z x f z f Z )()(，被积函数⎪⎩⎪⎨⎧>>=⎪⎩⎪⎨⎧>->-+=---+-其它其它,0,0,21,00,0,)(21),()(xz x ze x z x e x z x x z x f z x z x所以⎰+∞∞--=dx x z x f z f Z )()(，⎪⎩⎪⎨⎧⎪⎩⎪⎨⎧≤>=≤>=--⎰0,00,210,00,2120z z e z z z dx ze z z z19. 设某系统L 由两个相互独立的系统L 1，L 2联合而成，各连接方式如图所示．已知L 1，L 2的使用寿命X 与Y 分别服从参数为α，β 的指数分布，求以下各系统L 使用寿命Z 的分布函数及概率密度．解：并联时，系统L 的使用寿命Z=max{X ，Y} 因X ~Exp (α)，Y ~Exp (β)，故⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X αα， ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f y Y ββ ⎪⎩⎪⎨⎧≤>-=-0,00,1)(x x e x F xX α， ⎪⎩⎪⎨⎧≤>-=-0,00,1)(y y e y F y Y β ⎪⎩⎪⎨⎧≤>--==--0,00),1)(1()()()(z z e e z F z F z F z z Y X Z βα⎪⎩⎪⎨⎧≤>+-+=⎪⎪⎭⎫⎝⎛+---0,00,)11(11)(11z z e e e z f z z z Z βαβαβαβα 串联时，系统L 的使用寿命Z =min{X ，Y }⎪⎩⎪⎨⎧≤>-=---=⎪⎪⎭⎫⎝⎛+-0,00,1)](1)][(1[1)(11z z e z F z F z F z Y X Z βα ⎪⎩⎪⎨⎧≤>⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫⎝⎛+-0,00,11)(11z z e z f zZ βαβα （B ）1．设二维随机变量(X ，Y )的分布律为已知随机事件{X = 0}与{X + Y = 1}相互独立，求a ，b 的值．解：P {X =0}=a +0.4，P {X +Y =1}=P {X =1，Y =0}+P {X =0，Y =1}=a +b. P {X =0，X +Y =1}=P {X =0，Y =1}=a 由于{X =0}与{X +Y =1}相互独立，所以 P {X =0， X +Y =1}=P {X =0} P {X +Y =1}即 a =(a +0.4)(a +b ) (1) 再由归一性知：0.4+a +b +0.1=1 (2) 解(1)，(2)得 a =0.4， b =0.1 2．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<--=其它 ,010,10 ,2),(y x y x y x f (1) 求P {X > 2Y }(2) 求Z = X + Y 的概率密度f Z (z )．解: (1) 247)2(),(}2{10202=--==>⎰⎰⎰⎰>xyx dydx y x dxdy y x f Y X P (2) 利用公式dx x z x f z f Z ⎰+∞∞--=),()(计算⎩⎨⎧<-<<<-=-其它,010,10,2),(x z x z x z x f ⎪⎩⎪⎨⎧≥<≤-<<-=⎪⎪⎩⎪⎪⎨⎧≥<≤-<<-=-=⎰⎰⎰-∞+∞-2,021,)2(10),22,021,)2(10,)2(),()(2110z z z z z z z dx z z dx z dx x z x f z f z z Z （3．设随机变量X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-=其它,020,4101,21)(x x x f X令2X Y =，),(y x F 为二维随机变量(X ，Y )的分布函数，求 (1) Y 的概率密度)(y f Y ；(2) )4,21(-F ．解：(1) F Y (y )=P {Y ≤y }=P {X 2≤y } 当y <0时，f Y (y )=0当y ≥0时，)()(}{)(y F y F y X y P y F X X Y --=<<-=从而，⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>≤<≤<=⎪⎩⎪⎨⎧-+=4041,8110,83)]()([21)(y y y y y y f y f yy f X X Y ，(2) F (-1/2，4)=P {X ≤-1/2，Y ≤4}= P {X ≤-1/2，X 2≤4} =P {-2≤X ≤-1/2}=4121)(211212==⎰⎰----dx dx x f X 4．设(X ，Y )为二维离散型随机变量，X 和Y 的边缘分布律分别如下：如果1}0{==XY P ，试求 (1) (X ，Y )的分布律； (2) 问X 与Y 是否独立．解：P {XY ≠0}=1-P {XY =0}=0 即 P {X =-1，Y =1}+P {X =1，Y =1}=0由概率的非负性知，P {X =-1，Y =1}=0，P {X =1，Y =1}=0由边缘分布律的定义，P {X =-1}= P {X =-1，Y =0}+ P {X =-1，Y =1}=1/4 得P {X =-1，Y =0}=1/4再由P {X =1}= P {X =1，Y =0}+ P {X =1，Y =1}=1/4 得P {X =1，Y =0}=1/4再由P {Y =1}=P {X =-1，Y =1}+ P {X =0，Y =1}+ P {X =1，Y =1}= P {X =0，Y =1} 知P {X =0，Y =1}=1/2最后由归一性得：P {X =0，Y =0}=0(X ，Y )的分布律用表格表示如下：(2) 显然，X 和Y 不相互独立，因为P {X =-1，Y =0}≠ P {X =-1}P {Y =0}5．设随机变量X 与Y 相互独立，且),(~),,(~2ππσμ-U Y N X ，求Z = X + Y 的概率密度（计算结果用标准正态分布分布函数)(x Φ表示）．解：X 与Y 相互独立，利用卷积公式dx x z f x fz f Y XZ ⎰+∞∞--=)()()(计算,21)(222)(σμσπ--=x X ex f ⎪⎩⎪⎨⎧-∈=其它,0),(,21)(πππy y f Y ⎪⎩⎪⎨⎧<-<-=---其它,0,221)()(222)(ππππσσμx z e x z f x f x Y X⎰⎰⎰+---+---+∞∞-==-=ππσμπππσμπσππσz z x z z x Y X Z dx edx edx x z f x f z f 22222)(212)(21221)()()()]()([21}{21ππππππ--+=+<<-=z F z F z X z P ⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛--Φ-⎪⎭⎫ ⎝⎛-+Φσμπσμππz z 21 6．设二维随机变量(X ，Y )在矩形}10,20),{(≤≤≤≤=y x y x G 上服从均匀分布，试求边长为X 和Y 的矩形面积S 的概率密度)(s f S ．解：(X ，Y )～Ｕ(G )⎪⎩⎪⎨⎧∈=其它,0),(,21),(Gy x y x f设F (x )和f (s )分别表示S =XY 的分布函数和密度函数 F (s )=P {XY <s} s<0时，F S (s)=0s ≥0时，⎪⎩⎪⎨⎧+≥=⎰⎰⎰⎰s s xs S dydxdydx s F 010*******,1, 所以，⎪⎪⎩⎪⎪⎨⎧≥≥+<=2,12,2ln 220,0s s s s s s F S于是，S =ＸY 概率密度为⎪⎩⎪⎨⎧<<=其它,020,2ln 21)(s ss f S 7．设随机变量X 与Y 相互独立，其中X 的分布律为而Y 的概率密度为f (y )，求随机变量Y X U +=的概率密度)(u g ．解：由全概率公式： F U (u )=P {U ≤u }={X +Y ≤u }=P {X =1}P {X +Y ≤u |X =1}+ P {X =2}P {X +Y ≤u |X =2} = P {X =1}P {1+Y ≤u }+ P {X =2}P {2+Y ≤u } =0.3⨯F Y (u -1)+0.7⨯F Y (u -2)所以，f U (u ) =0.3⨯f Y (u -1)+0.7⨯f Y (u -2)8．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=其它，，,020,10 ,1),(x y x y x f 求：(1) (X ，Y )的边缘概率密度f X (x )，f Y (y )； (2) Y X Z -=2的概率密度)(z f Z ；解：(1) ⎩⎨⎧<<<<=其它,00,10,1),(x y x y x f⎩⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,2,010,1),()(20x x x dy dy y x f x f x X ⎪⎩⎪⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,020,21,020,1),()(12y yy dx dx y x f y f y Y (2) ⎰⎰≤-=≤-=≤=zy x Z dxdy y x f z Y X P z Z P z F 2),(}2{}{)(如图所示，当z<0时，F Z (z)=0; 当z ≥2时，F Z (z)=1 当0≤z<2时:411)(212222020z z dydx dydx z F z xz x zx Z -=+=⎰⎰⎰⎰- 综上所述，⎪⎪⎩⎪⎪⎨⎧≥<≤-<=2,120,40.0)(2z z z z z z F Z 所以Z 的概率密度为：⎪⎩⎪⎨⎧<≤-=20,21,0)(z zz f Z 其它 9．设随机变量X 在区间(0，1)上服从均匀分布，在X = x （0 < x < 1）的条件下，随机变量Y 在区间),0(x 上服从均匀分布，求： (1) 随机变量X 和Y 的联合概率密度； (2) Y 的概率密度； (3) 概率P {X + Y > 1}．解：(1) ⎩⎨⎧<<=其它,010,1)(x x f X⎪⎩⎪⎨⎧<<<<=其它,010,0,1)|(|x x y xx y f X Y ⎪⎩⎪⎨⎧<<<==其它（,010,1)()|),(|x y xx f x y f y x f X X Y(2) ⎩⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,ln ,010,1),()(1y y y dx x dx y x f y f y Y (3) 2ln 11),(}1{P 15.011-===≥+⎰⎰⎰⎰-≥+xx y x dydx xdxdy y x f Y X10. 设随机变量X 与Y 相互独立，X 的分布律为31}{==i X P ，（i = – 1，0，1），Y 的概率密度为⎩⎨⎧<≤=其它,010,1)(y y f Y ，记Y X Z +=，求：(1) 求}021{=≤X Z P (2) 求Z 的概率密度)(z f Z ．解：(1) P {Z ≤1/2|X =0}=P {X +Y ≤1/2|X =0}=P {Y ≤1/2}=1/2 (2) 由全概率公式：F Z (z )=P {Z ≤z }=P {X +Y ≤z }=P {X =1}P {X +Y ≤z |X =1} +P {X =0}P {X +Y ≤z |X =0}=P {X =-1}P {X +Y ≤z|X =-1} = P {X =1}P {1+Y ≤z }+P {X =0}P {Y ≤z }=P {X =-1}P {-1+Y ≤z } =1/3⨯[F Y (z -1)+ F Y (z )+ F Y (z +1)]从而，f Z (z ) =1/3⨯[f Y (z -1)+ f Y (z )+ f Y (z +1)]=⎪⎩⎪⎨⎧<<-其它,021,31z11．设X 与Y 的联合概率密度为⎩⎨⎧<<<<=.,0;0,10 ,3),(其它x y x x y x f 试求Y X Z -=的概率密度．解：⎩⎨⎧<<<<=其它,00,10,3).(xy x x y x f⎰⎰-≥=-≥=≤-=≤=zx y Z dxdy y x f Z X Y P z Y X P z Z P z F ),(}{}{}{)(如图，当z<0时，F Z (z)=0; 当z ≥1时，F Z (z )=1当0≤z<1时:22333)(3100z z xdydx xdydx z F z xz x zxZ -=+=⎰⎰⎰⎰-综上得：⎪⎪⎩⎪⎪⎨⎧≥<≤-<=1,010,2230,0)(3z z z z z z F Z 12Z 的概率密度为⎪⎩⎪⎨⎧<≤-=其它,010),1(23)(2z z z f Z12．设X 与Y 独立同分布，且都服从标准正态分布N (0，1)，试求22Y X Z +=的分布．解：,21)(22x X ex f -=π,21)(22y Y ey f -=π22221)()(),(y x Y X e y f x f y x f +-==π}{}{)(22z y x P z Z P z F Z ≤+=≤=当z<0时，F Z (z)=0; 当z ≥0时，220222222222121),(}{)(z zr z y x Z erdrd edxdy y x f z Y X P z F --≤+-===≤+=⎰⎰⎰⎰πθπ所以，Z 的概率密度为⎪⎩⎪⎨⎧≥=-其它,00,)(22z ze z f z Z。

《概率论与数理统计答案》第三章

第三章
习题参考答案与提示
第三章随机变量的数字特征习题参考答案与提示
1．设随机变量 X 的概率分布为
X
－3 0.1
0 0.2
1 0.3
5 0.4
pk 试求 EX 。
答案与提示： EX = 2 。 2．已知随机变量 X 的分布列为
X
0 0.1
1
p
2 0.4
3 0.2
Pk
答案与提示：（1）由归一性， p = 0.3 ；（2） EX = 1.7 ；（3） DX = 0.81 3．已知随机变量 X 的分布列为
后
答
D X −Y = 1−
26．设灯管使用寿命 X 服从指数分布，已知其平均使用寿命为 3000 小时，现有
—5—
案
若一周 5 个工作日里无故障可获利 10 万元，发生一次故障仍获利 5 万元，发生二次2π网
。
ww w
3 ； 2
.k
hd a
EZ =
1 ， DZ = 3 ； 2
w. c
解：（1）由数学期望、方差的性质及相关系数的定义( ρ XY =
第三章
习题参考答案与提示
求：（1） Y = 2 X 的数学期望；（2） Y = e −2 X 的数学期望。答案与提示：（1） EY = E 2 X = 2 ；（2） EY = Ee −2 X = 1/ 3 。
1 11．试证明事件在一次试验中发生的次数的方差不超过。 4
答案与提示：事件在 n 次独立重复试验中发生的次数服从参数为 n ， p 的二项分布 B ( n, p ) ，当然在一次试验中发生的次数应服从 B (1, p ) ，即为(0-1)分布。
f ( x) = 1 − x− β e 2α

概率论与数理统计(茆诗松)第二版课后第三章习题参考答案

0x
0
x0
y 1
0
1x
y
1
0.25
0
0.5 1 x
y
1
1
= ⎜⎛ x 2 − 1 x 4 ⎟⎞ = 1 ； ⎝ 2 ⎠0 2
（4）当 x < 0 或 y < 0 时，F (x, y) = P (∅) = 0，当 0 ≤ x < 1 且 0 ≤ y < 1 时，
0
1x
∫ ∫ ∫ ∫ F(x, y) = P{X ≤ x, Y ≤ y} =
⋅8 12
⋅4 11
=
40 429
，
P{( X1,
X2,
X3)
=
(1, 1,
0)}
=
5 13
⋅4 12
⋅8 11
=
40 429
，
P{( X1,
X2,
X3)
=
(1, 1, 1)}
=
5 13
⋅4 12
⋅3 11
=
5 143
；
（2）
P{( X1,
X2)
=
(0,
0)}
=
8 13
⋅7 12
=
14 39
，
P{( X1,
i = 0, 1, 2, 3, 4, 5; j = 0, L, 5 − i ，
故 (X, Y ) 的联合分布列为
Y X
0 1 2 3 4 5
0
0.00032 0.004 0.02 0.05 0.0625 0.03125
1
0.0024 0.024 0.09 0.15 0.09375
0
2
0.0072 0.054 0.135 0.1125

概率论课后习题第3章答案

第三章多维随机向量及其概率分布(一)基本题答案1、设X 和Y 的可能取值分别为.2,1,0;3,2,1,0,==j i j i 则与因盒子里有3种球，在这3种球中任取4个，其中黑球和红球的个数之和必不超过4.另一方面，因白球只有2个，任取的4个球中，黑球和红球个数之和最小为2个，故有j i 与ٛ且,42≤+≤j i ./),(474223C C C C j Y i X p j i j i −−===因而或0),(===j Y i X P 2).2,1,0;3,2,1,0,4(<+j i ==>+j i j i于是 ,0)0,0(1111======y Y x X P P ,0)0,0(2112======y Y x X P p.35/1/)0,0(472212033113=======C C C C y Y x X P p即 2、X 和. ⎥⎦⎤⎢⎣⎡04.032.064.0210~X ⎥⎦⎤⎢⎣⎡25.05.025.0210~Y 由独立性知，X 和Y 的联合分布为3、Y 的分布函数为显知有四个可能值：).0(0)(),0(1)(≤=>−=−y y F y e y F y ),(21X X }{{}{}11−=e ,2,10,0).1,1(),0,1(),1,0(),0,0(121−≤=≤≤===Y P Y Y P X X P 易知{}{}{}{}{},221−−−=e e 12<=P ,10,1,02,11,02121≤≤>====>≤===Y Y Y P X X P Y Y P X X P{}{}{},212,10,12121−=≤<=≤>===e e Y P Y Y P X X P {}−− {}{}.22,11,1221−=>=>>===e Y P Y Y P X X P于是，可将X 1和X 24、∑=====nm m n P n X P 0),()(ηζ∑=−−−−=nm mn m n e m n m p p 0)!(!)1(λλ()[]).,2,1,0(!1!)1()!(!!!==−+=−−=−−−=−∑n n e p p n e p p m n m n n e n n n mn m nm n λλλλλλ即X 是服从参数为λ的泊松分布.∑∑∞=−−∞=−−−−−=−−==mn mn m n mn m m mn m n m n p m e p em n m p p m Y P )!()1(!)!(!)1()(λλλλλ).,2,1,0(,!)(!)()1( ==⋅=−−−−m m ep e e m ep pmp mλλλλλλ即Y 是服从参数为λp 的泊松分布.5、由定义F （y x ,）=P {}∫∫∞−∞−=≤≤x y dxdy y x y Y x X .),(,ϕ因为ϕ（y x ,）是分段函数，要正确计算出F （y x ,;1>y ），必须对积分区域进行适当分块：等5个部分.10,10,1;1,1;10,100≤≤≤≤>>>≤≤<x y x y x y y x 或;0<≤≤x （1）对于有 F （,00<<y x 或y x ,）=P{X ≤,x Y ≤y}=0; （2）对于有 ;,10,10≤≤≤≤y x 2204),(y x vdudv u y x F x y ==∫∫（3）对于, 有 10,1≤≤>y x {};,1),(2y y Y X P y x F =≤≤= （4）对于, 有 10,1≤≤>x y {}21,),(x Y x X P y x F =≤≤=; （5）对于有 ,1,1>>y x 1),(=y x F .故X 和Y 的联合分布函数⎪⎪⎪⎩⎪⎪⎪⎨⎧<<≤≤<<≤≤≤≤≤≤<<=.1,1,.1,10,1,,1,10,,10,10,,00,0),(2222y x y x y y x x y x y x y x y x F 或6、（1） ,0,0;0),(,00>>=≤≤y x y x F y x 或),(y x F =∫∫+−x y t s dsdt ze)2())(())((200202yt x s y t x se e dt e ds e−−−−−−==∫∫=)1)(1(2y x e e −−−−即⎩⎨⎧>>−−=−−.,0,0,0),1)(1(),(2其它y x e e y x F y x （2）P ()()220(),22x x y x yxy xY X f x y dxdy dx e dy e e d +∞+∞−−−−<≤===−∫∫∫∫∫x∫∫∞+−−−∞+−−=−−=03220)(2)1(2dx e e dx e e x x x x .312131(2)2131(2023=−−=−=∞+−−x x e e7、（1）时，0>x ,0)(,0;)(=≤==∫∞+−−x f x e dy e x f X Xx y X 时即 ⎩⎨⎧≤>=−.0,0,0,)(x x e x f x X （2）{}2/111210121),(1−−≤+−−−+===≤+∫∫∫∫e e dy e dxdxdy y x f Y X P y x x xy8、（1）（i ）时,，;),()(计算根据公式∫∞+∞−=dy y x f x f X 0≤x 当10;0)(<<=x x f X 当时()();24.224.2)2(8.4)(202x x x y dy x y x f xx X −=−=−=∫0)(,1=≥x f x X 时当即⎩⎨⎧<<−=.,0;10),2(4.2)(2其它x x x x f X （ii ）利用公式计算. 当∫∞+∞−=dx y x f y f Y ),()(;0)(,0=≤y f y Y 时,10时当<<y112)22(8.4)2(8.4)(y y Y x x y dx x y y f ∫−=−=⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−⎟⎠⎞⎜⎝⎛−=222128.42y y y );43(4.2)2223(8.422y y y y y y +−=+−=当时，1≥y .0)(=y f Y 即⎩⎨⎧<<+−=.0;10),43(4.2)(2其它y y y y y f Y 121111222211111(2)((1(,1(,)1.22222P X Y P X Y f x y dxdy dx dxdy +∞+∞⎧⎫<<=−≥≥=−=−=⎨⎬⎩⎭∫∫∫∫∪58、47809、本题先求出关于x 的边缘概率密度，再求出其在2=x 之值. 由于平面区域D 的面积为)2(X f ,2121=dx =∫x S e D 故（X,Y ）的联合概率密度为⎪⎩⎪⎨⎧∈=.,0;),(,21),其它D y x y x (f易知，X 的概率密度为∫∞+∞−⎪⎩⎪⎨⎧<<==,,0,1,21),()(2其它e x xdy y x f x f X 故.41221)2(=×=X f 10、（1）有放回抽取：当第一次抽取到第个数字时，第二次可抽取到该数字仍有十种可能机会，即为 k {}).9, ,1,0(101====i k Y i X P （2）不放回抽取：（i ）当第一次抽取第)90(≤≤k k 个数时，则第二次抽到此（第个）数是不可能的，故 k {}.)9,,1,0,; =k i k (0====i k Y i X P（ii ）当第一次抽取第个数时，而第二次抽到其他数字（非k ）的机会为，知)90(≤≤k k 9/1{}.)9,,1,0,; =k i k (9/1≠===i k Y i X P 11、（1）因∫−=−=12,)1(12)1(24)(yy y ydx x y f η.,0)(;10其它=≤≤y f y n 故在0≤y ≤1时，⎩⎨⎧≤≤−−=;1)1/()1(2)(2其它x y y x y x f ηξ因()∫−=−=x y x ydy x x f 022,)1(12124)(ξ.,0)(;10其它=≤≤x f x ξ故在0≤x ≤1时，⎩⎨⎧≤≤=.0,0/2)(2其它x y x y x y f ξη（2）因;1,121)(2/12∞≤≤==∫x x nxdy y x X f x x ξ;,0)(其它=x f ξ故在1≤x<时，∞⎪⎩⎪⎨⎧<<=.,1121)(其它x y xnxy x y f ξη因 ⎪⎪⎪⎩⎪⎪⎪⎨⎧∞<<=≤<==∫∫∞∞,002121102121)(22/12其它y y dx y x y dx y x y f y y η 故在10≤<y 时,⎪⎩⎪⎨⎧∞<<=;011)(2其它x y y x x y f ξη 而在,1时∞<<y ⎪⎩⎪⎨⎧∞<<=.0)(2其它x y x yx y f ξη（3）在x >0,.0,0)(;0,)(≤=>==∫∞−−x x f x e dy e x f x xy ξξ⎪⎩⎪⎨⎧>=−.0,)(其它x y e x y f y x ξη ;0,)(0>==∫−−y ye dx e y f y yy η .故在y>0时，0,0)(≤=y y f η⎪⎩⎪⎨⎧<<=.0,01)(其它y x y y x f ηξ12、1(1)(2)2(),0(1)(1)X n n n n n f x dy x x y x ∞−−−−==+++∫>，故12(1)(2)0,(/1)0.n nY X n y y f y −⎧−+>=⎨⎩其它 13、X 和Y 是否独立，可用分布函数或概率密度函数验证.方法一：X 的分布函数的分布函数分别为 Y x F X 和)()(y F Y ⎩⎨⎧<≥−=+∞=−,0001),()(5.0x x e x F x F x X ⎩⎨⎧<≥−=+∞=−.0001),()(5.0y y e y F y F yY 由于独立.Y X y F x F y x F Y X 和知),()(),(={}{}{}[][]1.005.005.0)1.0(1)1.0(11.01.01.0,1.0−−−=⋅=−⋅−=>⋅>=>>=e e e F F Y P X P Y X P Y X αY X Y X x f x f y x f Y X 和分别表示和),,()()(),,(方法二：以的概率密度，可知 ⎩⎨⎧≥≥=∂∂∂=+−.00,025.0),(),()(5.02其它y x e y x y x F y x f y x ∫∞+∞−−⎩⎨⎧<≥==,0005.0),()(5.0x x e dy y x f x f x X ∫∞+∞−−⎩⎨⎧<≥==.00,05.0),()(5.0y y e dx y x f y f yY ∫∫∞+∞+−+−==>>==1.01.01.0)(5.0.25.0}1.0,1.0{.),()(),(e dxdy e Y X P a Y X y f x f y x f y x Y X 独立和知由于)()(),(j i j i y Y P x x P y Y x X P =⋅====14、因知X 与Y 相互独立，即有 . )3,2,1,2,1(==j i 首先，根据边缘分布的定义知 .2418161),(11=−===y Y x X P 又根据独立性有),(61)()(},{2411111i x X p y Y p x X p y Y x X p ===⋅===== 解得41)(==i x X P ,从而有 1218124141),(31=−−===y Y x X P 又由 )()(),(2121y Y P x X P y Y x X P =⋅====, 可得 ),(41812y Y P == 即有21)(2==y Y P , 从而 838121),(22=−===y Y x X P .类似地，由),()(),(3131y Y P x X P y Y x X P ===== 有),(411213y Y P ==得31)(3==y Y P ,从而,.111),(31=−===y Y x X P 最后=)(2x X P =1+3+1=3. 将上述数值填入表中有1x1/24 1/8 1/12 1/4 2x1/8 3/8 1/4 3/4 {}j P y X P j ⋅==1/6 1/2 1/3115、本题的关键是由题设P{X 1X 2=0}=1，可推出P{X 1X 2≠0}=0；再利用边缘分布的定义即可列出概率分布表.(1)由P{X 1X 2=0}=1,可见易见,0}1,1{}1,1{2121=====−=X X P X X P 25.0}1{}0,1{121=−===−=X P X X P 5.0}1{}1,0{221=====X P X X P 25.0}1{}0,1{121=====X P X X P 0}0,0{21===X X P121212.16、(1) ⎩⎨⎧<<=,,0,10,1)(其他x x f X ⎪⎩⎪⎨⎧≤>=−.0,0,021)(2y y ey f yY 因为X ，Y 独立，对任何y x ,都有 ).,()()y x f y f x Y =⋅(f X ⎪⎩⎪⎨⎧><<=−.,0,0,10,21),(2其他所以有y x e y x f y（2）二次方程有实根，△ t Y Xt t 中022=++,04)2(2≥−=Y X ,02≥−Y X 即,2X Y ≤ 故=)(有实根t P dydx e dydx y x f X Y P yx y x 2122221),(}{−≤∫∫∫∫==≤∫−−=1022)(dx ex y=dx edx edx x x x 2101010222221211)21(−−∫∫−=−=−πππ21−=［∫∫∞−∞−−−−1022222121dx edx exx ππ］.1445.08555.01]5.08413.0[21)]0()1([21=−≈−−≈Φ−Φ−=ππ17、（1）因为X ，Y 独立，所以 .⎩⎨⎧>>==+−.,0,0,0,)()(),()(其他y x e y f x f y x f uy x Y X λλμ（2）根据Z 的定义，有 P{z=1}=P{Y ≥X}∫∫∫∫∞+∞−+−≥==)(),(xy x xy dydx e dydx y x f μλλμ∫∫∞+∞+−−=)(dx dy e e xy x μλμλ ),0u dx ee x x +=⋅=∫∞+−−λλλμλ{}{110=−==Z P Z P Z 的分布函数为⎪⎪⎩⎪⎪⎨⎧≥<≤+<=.1,1,10,,0,0)(z z z z F Z μλμ18、∵X 、Y 分别仅取0，1两个数值，∴Z 亦只取0，1两个数值. 又∵X 与Y 相互独立，∴{}{}{}{}==========00)0,0(0),max(0Y P X P Y X P Y X P Z P 1/2×1/2=1/4，故{}{}.4/34/110111=−==−===Z P Z P 19、 X 由2×2阶行列式表示，仍是一随机变量，且X=X 1X 4--X 2X 3，根据X 1，X 2，X 3，X 4的地位是等价且相互独立的，X 1X 4与X 2X 3也是独立同分布的，因此可先求出X 1X 4和X 2X 3的分布律，再求X 的分布律. ,则X=Y 1--Y 2.随机变量Y 1和Y 2独立同分布：322411,X X Y X X Y ==记}{}{}{{}.84.016.01}0{0112121=−========Y P Y Y P Y P 16.01,132===P X X P 显见, 随机变量X=Y 1--Y 2有三个可能值--1,0,1.易见 P{X=--1}=P{Y 1=0,Y 2=1}=0.84×0.16= 0.1344， P{X=1}=P{Y 1=1,Y 2=0}=0.16×0.84=0.1344, P{X=0}=1--2×0.1344=0.7312. 于是，行列式的概率分布为 4321X X X X X =~ ⎥⎦⎤⎢⎣⎡−1344.07312.01344.010120、因为{Z=i }={X+Y=i }={X=0,Y=i }}.0,{}1,1{==−==Y i X i Y X ∪ ∪∪ 由于上述各事件互不相容，且注意到X 与Y 相与独立，则有 ∑∑==−===−====i k ik k i Y P k X P k i Y k X P i Z P 00}{}{},{}{∑=+−−−−−=−−=iik ki n ki k i nkn kk n P p pC P p c 022111()1()1∑=−−+ik k i n k n in n C Cp 02121)(,,1,0,)1(212121n n i p p C i n n i i n n+=−=−++).,(~21p n n B Y X Z ++=故注：在上述计算过程中，已约定：当r>n 时，用到了公式并,0=rnC .12121∑=+−=ik i n n k i n k n C C C21、X 和Y 的概率分布密度为},2)(exp{21)(22σσπy x x f X −−=);(+∞<<−∞x ⎩⎨⎧≤≤−=.,0,),2/(1)(其它πππy y f Y 因X 和Y 独立，考虑到 )仅在[)(y f Y ππ,−]上才有非零值，故由卷积公式知Z 的概率密度为.221)()()(222)(dy edy y f y z f z f a y z Y X Z ∫∫−−−−∞+∞−=−=ππμσππ令σμ−−=y z t ,则上式右端等于.(2122122⎥⎦⎤⎢⎣⎡⎟⎠⎞⎜⎝⎛−−Φ−−+Φ=∫−+−−−σμπσμππππσμπσμπz z dt e z z t 22、（1）由题设知 {}y X X P y M P y F n M ≤=≤=),,max()()(1),,(1y X y X P n ≤≤= )()()()()(121y F y F y X P y X P y X P Xn X n =≤≤≤=.∵),1(],0[~:,,1n i U X X X i n ≤≤θ独立且同分布 ∴⎪⎩⎪⎨⎧><<≤=,0,1,0,,0,0)(x x x x x F i X θθ∴⎪⎪⎩⎪⎪⎨⎧≥<<≤=.,1,0,,0,0)(θθθy y y y y F n n M 故⎪⎩⎪⎨⎧<<=−.,0,0,)(1其它θθy ny y f n n M（2）{}y X X P y N P y N P y F n N >−=>−=≤=),,min(1)(1)()(1()y X P y X P y X P y X y X y X P n n >>>−=>>>−= )()(1,,,12121()[])(11)(11y F y X P i X i ni −−=>Π−==故 ⎪⎩⎪⎨⎧<<−=⎪⎩⎪⎨⎧<<−−−=−−其它其它,0,00,)(,001(1()(11y y n y y n y f n n n N θθθθθ 23、由题设容易得出随机变量（X ，Y ）的概率密度，本题相当于求随机变量X 、Y 的函数S=XY 的概率密度，可用分布函数微分法求之.依题设，知二维随机变量（X ，Y ）的概率密度为()()()⎩⎨⎧∉∈=G y x Gy x y x f ,,0,2/1,若若设为S 的分布函数,则当{s S P s F ≤=)(}0≤s 时,()0=s F ；当时, .2≥s ()1=s F 现设0<s<2. 曲线s xy =与矩形G 的上边交于点(s,1);位于曲线s xy =上方的点满足s xy >,位于下方的点满足s xy <. 故(){}{}{}).ln 2ln 1(2211211121s sdy dx dxdy S XY P s XY P s S P s F s x s sxy −+=−=−=>−=≤=≤=∫∫∫∫>于是,⎩⎨⎧≥≤<<−=.20,0,20,2/)ln 2(ln )(s s s s s f 或若若（二）、补充题答案1.由于即{},0)(),,min(,,max =<==Y X P Y X 故知ηξηξ{}{}{}03,23,12,1=========Y X P Y X P Y X P ；又易知{}{}{}{},9/1111,11,1==⋅=======ηξηξP P P Y X P{}{},9/12,22,2======ηξP Y X P {}{},9/13,33,3======ηξP Y X P {}{}{},9/29/19/11,22,11,2=+===+=====ηξηξP P Y X P{}{}{},9/22,33,22,3===+=====ηξηξP P Y X P {}.9/29/711,3=−===Y X P 所以2.（1）x{}.,2,1,0,0,)1( =≤≤−===n n m P P C n X m Y P m n {}（2）{}{}n X P n X m Y P m Y n X P ======,.,2,1,0,0,!)1( =≤≤⋅⋅−=−−n n m e P P C n m n mm n λλ3.22)1()1()1()0()0()1(p p Y P X P Y P X P z P +−===+====)1(2)0()1()1()0()0(p p Y P X P Y P X P z P −===+====而，由2)1,1()1,1(p Y X P Z X P ======),1()1()1,1(=====Z P X P Z X P 得. 2/1=p 5.:设随机变量ξ和η相互独立，都服从分 )1,0(N 布.则⎭⎬⎫⎩⎨⎧+−⋅=)(21exp 21),(22y x y x p π.显然， ,),(),(∫∫∫∫<SGdxdy y x p dxdy y x p,其中 G 和S 分别是如图所示的矩形ABCD 和圆.22/)21(),(2∫∫∫−−=a ax Gdx e dxdy y x p π，令,sin ,cos ϕγϕγ==y x 则 ∫∫∫∫=ππ20221),(a aSdxdy y x p 所以221212/a aaxe dx e −−−−<∫π.6.设这类电子管的寿命为ξ，则（1）三个管子均不要替换的概率为；（2）三个管子均要替换的概率为 .∫∞+==>1502.3/2)/(100)150(dx x P ξ21(−27/8)3/2(3=27/1)3/3=7.假设总体X 的密度函数为，分布函数为，第次的观察值为，独立同分布，其联合密度函数)(x f ,(1x f )(x F )()2x f i (n x )1(n i X i ≤≤i X )(),1n f x f x =.依题意，所求的概率为{}∫∫∫∫∫∫∞+∞−∞−∞−∞−−−−=−==>>><n n n nx i x x x x n n nn nn n i n n n n dx x f dx x f dx x f dx x f dx dx xx f X X X X X X P 112211111,...,2,1121)(...)()()(),,(.,...,,∫∫∞+∞−∞+∞−−−==)()()()(11n n n n n n n x dF x F dx x f x F.1)(1n x F nn n=∞−∞+=8.)(),()(21211211n P n k P n k P =+=+===+=ξξξξξξξξ)()()(2121n P k n P k P =+−===ξξξξ.由普哇松分布的可加性，知服从参数为的普哇松分布，所以 21ξξ+21λλ+)(21212112121!)()!(!)(λλλλλλλλξξξ+−−−−+−⋅==+=e n e k n ek n k P n k n k.1211211kn kk n −⎟⎟⎠⎞⎜⎜⎝⎛+−⎟⎟⎠⎞⎜⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛=λλλλλλ9.当，0≤z (),0)(=≤=z Z P z F z ,0>z 当()z Z P z F z ≤=)(∫∫−+−=20)2(02xz y x z dy e dx∫∫−−−−−−−==202012x z z z y z x ze e dy e dxe ，所以 Y X z 2+=的分布函数为 ⎩⎨⎧>+−≤=−.0,)1(1,0,0),(z e z z y x F z10.由条件知X 和Y 的联合密度为⎪⎩⎪⎨⎧≤≤≤≤=其他若,0,31,31,41),(y x y x p以表示随机{})()(∞<<−∞≤=u u U P u F 变量U 的分布函数.显然，当0≤u 时， 0)(=u F ；当时，； 2≥u 1)(=u F 当，则20<<u []∫∫∫∫≤−uy x y x p ||,(≤−−−=−−===uy x u u dxdy dxdy u F ||2)2(411)2(44141))(2u−于是，随机变量的密度为⎪⎩⎪⎨⎧<<−=其他,0;20),2(21)(u u u p .11.记为这3个元件无故障工作的时间，则的分布函数321,,X X X ),,min(321X X X T ={}[][].)(1),,min(1(31321t X P t X X X P t F T −=>−(11)13X P t ≤−−=>)()t T P =≤=⎩⎨⎧≤>−=∴⎩⎨⎧=≤>−=−−,0,0,0,1)()3,2,1(,0,0,0,1)(~3t t e t F i t t e t F X t T t i λλ∵ 故 ⎪⎩⎪⎨⎧≤>==−.0,0,0,3)(')(3t t e t F t f t T T λλ。

概率论与数理统计第三章课后习题答案

概率论与数理统计第三章课后习题答案习题二1■将一硬币抛掷二次，以X表示在二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和丫的联合分布律.【解】X和丫的联合分布律如表:2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X表示取到黑球的只数，以Y表示取到红球的只数.求X和Y的联合分布律.【解】X和丫的联合分布律如表:3•设二维随机变量（X, F）的联合分布函数为求二维随机变量（x, y）在长方形域内的概率.4 6 3J【解】如图叫眈怎＜今空^求：（1）常数/；F (x, y)sin xsiny,0,0"岁詣其他.・Tt ■兀・兀■兀=sin —_sin ——sin —_sin ——4 3 4 6二#(dl).斗sin OLfeinK ■八■兀—+sinIksin —3 6JT7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（兀，y）j e-(3.r+4y)x >0, y >0, 其他.(2) 随机变量(X, Y)的分布函数;(3) P{0 «1, 0之<2}.【解】(1)由 f(x,y)dxdy° °Ae(3x4y)dxdy £ 1得A = 12(2) 由定义，有y xF (x, y)f (u, v)dudvy y(3u 4v)12e dudvo o0,(3) P{0 X 1,0 Y 2}P{0 X 1,0 Y 2}5. 设随机变量（X, Y ）的概率密度为(1 e 3x )(1 e 4y ) y 0,x 0,0,其他212e (3x 04y)dxdy(1 e 3)(1 e 8)0.9499.f(x ，y)=k(6 x y), 0,x 2,2 y 4,其他.(1)确定常数k ；(2)求 P{X v 1, Y v 3};(3)求 P{X<1.5};(4)求 P{X+Y W 4}.【解】(1)由性质有2 4f(x, y)dxdy ° 2 k(6 x y)dydx 8k 1,31-k(6 x y)dydx86.设X和丫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的密度函数为求：（1） X与Y的联合分布密度；（2）P{YN}.(2) P{X 1,Y 3} f (x, y)dydx(3)P{X(4)P{X1.5}x 1.5f (x, y)dxdy 如图 a f (x,y)dxdy1.5 4 10 dx -(6 x y)dy82732Y 4}Xf (x, y)dxdy如图 b f (x,y)dxdy(61 ) y)f Y（ y）5e5y, y 0,0, 其他.【解】（1）因X 在（0, 0.2）上服从均匀分布，所以X 的密度函数为f x (X)10 x 0.2,0.2,0,其他.而f/y)5e 5y , y 0,0,其他.所以f (x, y)X,丫独立 fx(x)gf Y (y)⑵ P(Y X) f (x, y)dxdy 如图 25e 5y dxdyy xD丄 0.2 5e 5y0,25e 5y, 0 x 0.2且 y 0, 0, 其他•0.2 0dx25e -5ydy0.2 5x0 ( 5e5)dx■1=e 0.3679.7.设二维随机变量（X, Y ）的联合分布函数为F （ x ，y ）(1 e 4x)(1 e 2y), x 0,y 0,0,其他.求（X ，Y ）的联合分布密度2［解］ f(x,y)x y8e(4x 2y), x 0,y 0,0, 其他.8.设二维随机变量（X, Y ）的概率密度为f (x, y)=4.8y(2 x), 0 0,x 1,0 y x,其他.求边缘概率密度.【解】f x(x) f (x,y)dyx0 4.8y(2x)dy0,2.4X2(2 x), 0 x 1,0, 其他.f y(y) f (x,y)dx1=y4-8y(2x)dx 2.4y(3 4y y2), 0 y 1,0, 其他.,题8图9.设二维随机变量题9图X, Y)的概率密度为f (x, y) e y, 0 x y,0, 其他.求边缘概率密度.【解】f x(X) f (x, y)d yx0,e y dy xe , x 0,0, 其他.f Y(y) f (x,y)dxy e y dx0,ye x, y 0,0, 其他.y\i■v=xw p题10图10.设二维随机变量（X, Y）2f （x, y）= J试确定常数c;求边缘概率密度的概率密度为x2y 1,其他.(1)(2)【解】(1)f (x, y)dxdy如图Df (x,y)dxdy1 12-1dx x2cx ydy4c211.214f x(X) f(x,y)dy1 212 , xydyx 40, 212。

概率论与数理统计课程第三章练习题及解答

第三章多维随机变量及其分布一、判断题（在每题后的括号中对的打“√”错的打“×” ）1、若X ，Y 均服从正态分布，则（X ，Y ）服从二维正态分布（ × ）2、随机变量（X ，Y ）的概率密度为22,1(,)0,k x y f x y ⎧+≤=⎨⎩其它，则π1=k （√ ）3、有限个相互独立的正态随机变量的线性组合仍然服从正态分布。

（√）二、单选题1、随机变量X ，Y 相互独立且~(0,1)X N ，~(1,1)Y N ，则下列各式成立的是( B )A ．21}0{=≤+Y X P ； B ．21}1{=+≤Y X P ； C ．21}0{=≥+Y X P ； D ．-≤=1{1}2P X Y 。

分析因X ，Y 相互独立，它们又都服从正态分布，因此X +Y 与X -Y 也都服从正态分布，且(1,2)X Y N + ，(1,2)X Y N --，由于1{1}(0)2P X Y +≤=Φ=Φ=，选B2、设随机变量21,X X 的分布律为：101111424iX p- i =1,2且满足1}0{21==X X P ，则==}{21X X P ( A )A ．0；B ．41；C ．21； D ．1。

分析从1}0{21==X X P ，可知12{0}0P X X ≠=，即12121212{1,1}{1,1}{1,1}{1,1}0P X X P X X P X X P X X =-=-==-====-==== 根据联合分布与边缘分布的关系，求出21,X X 的联合概率分布12121212{}{1,1}{0,0}{1,1}0P X X P X X P X X P X X ===-=-+==+===，选A 3、设随机变量X ，Y 相互独立且同分布：1{1}{1}2P X P Y =-==-=，1{1}{1}2P X P Y ====，则下列各式成立的是( A )A ．1{}2P X Y ==； B ．{}1P X Y ==； C ．1{0}4P X Y +==； D ．1{1}4P XY ==。

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)。

( X , Y ) ( a,b )
X a, Y b
(X , Y ) D
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.
F(x, y) P{X x,Y y}
称为二维随机变量的联合分布函数
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
yy111
xx111
xx222
F(x2,y2) -F(x2,y1) -F(x1,y2) +F(x1,y1)
P（x1 X x2，y1 Y y2） = F(x2,y2)- F(x2,y1)- F(x1,y2) + F(x1,y1)
二维离散型随机变量
定义若二维 R.v. （X，Y）的所有可能的取值是
.

f (x, y)dxdy 1
F(,) 1

. 2F(x, y) f (x, y) xy
f (x, y)
几何解释
P((x, y) D) f (x, y)d
D
x
Dy
例设二维随机变量 (X ,Y) 的概率密度为
ke(2x3y) x 0, y 0
2
3
确定常数A，B，C的值；
几何意义 ( X , Y ) 平面上的随机点
F(x, y) P{X x, Y y}
随机点（X, Y）落在以点（x，y）为顶点而位于该点左下方的无穷矩形域G内的概率。
联合分布函数表示矩形域概率
P（x1 X x2，y1 X y2）
yy222
f (x, y)
0
其它
(1) 确定常数 k；
(2) 求 ( X ,Y ) 的分布函；数.；
(3)求 P{0 X 4, 0 Y 1}
(4) 求 P{X Y}
(1)

f (x, y)dxdy

ke(2x3 y)dxdy

00
xi
y y 1
2
。。。
p p 11
12 。。。...
p p 21
22 。。。...
。。。...
pi1
... 。。。
pi 2
。。。... ... 。。。
yj p1 j
p2 j
。。。
...
pij
... 。。。
... 。。。
。。。... 。。。...
...
... 。。。 ... 。。。 ... 。。。 ... 。。。 ... 。。。
解 ( X ,Y ) 的可能取值为(1， 2)， (2， 1)， (2， 2).
Ｐ{Ｘ＝１，Ｙ＝２}＝(1/3) × (2/2)＝1/3，Ｐ{Ｘ＝２，Ｙ＝１}＝(2/3) ×(1/2)＝1/3，Ｐ{Ｘ＝２，Ｙ＝２}= (2/3) ×(1/2)＝1/3，
ＹＸ１
２
１
２
０
1/3
1/3
1/3
定义
有限对或可列个实数对，则称（X，Y）是二维离散型随机变量。
研究问题
① （X，Y）可能取哪些值？ ② 它取这些值的概率分别为多少？
Y
（xi, yj)
X
（X，Y）的联合概率分布（分布律）
表达式形式 P{X=xi，Y=yj）= Pij（i，j=1,2,……）
表格形式
XY
x1
x2
... 。。。
联合概率密度
若存在非负函数 f（x，y），使对任意实
数x，y，二元随机变量(X,Y)的分布函数
x
y
F (x, y)
f (u, v)dudv

则称(X,Y)是二元连续型随机变量。f（x，
y）称为二元随机变量(X,Y)的联合概率密度函数.
联合概率密度f (x, y)的性质
非负 f (x, y) 0
k e2xdx e3ydy
0
0

k[
1 2
e2
x
]0
[
1 3
e3
y
]0

k
1 6
P(X=2,Y=1)=3/8
P(X=3,Y=3)=1/8
XY 3
1
0
1/8 0
1
0
3/8
2
0
3/8
3
1/8 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.
前面我们讨论的是随机实验中单独的一个随机变量，又称为一维随机变量；然而在许多实际问题中，常常需要同时研究一个试验中的两个甚至更多个随机变量。
例如 E：抽样调查15-18岁青少年的身高 X与体重 Y,以研究当前该年龄段青少年的身体发育情况。
不过此时我们需要研究的不仅仅是X及Y各自的性质，更需要了解这两个随机变量的相互依赖和制约关系。因此，我们将二者作为一个整体来进行研究，记为(X, Y),称为随机向量，又称多维R.v.。
。。。
...
pij0

pij 1
i1 j1
例掷三次均匀的硬币，以X表示出现正面的
次数，以Y表示正面出现次数与反面出现
次数之差的绝对值，求（X，Y）的分布列。
解 ( X ,Y ) 的可能取值为(0， 3)， (1， 1)， (2， 1)，（3，3）.
P(X=0,Y=3)=1/8
P(X=1,Y=1)=3/8
性质
(1) F(x, y)分别关于x和y单调不减
(2) 0 F(x, y) 1 F(, y) 0 F(x, ) 0
F(, ) 0 F(, ) 1
例设随机变量（X，Y）的分布函数为
F(x, y) A(B arctg x)(C arctg y )
二维随机变量
定义
设X、Y 为定义在同一样本空间Ω上的随机变量，则称向量（ X，Y ）为Ω上的一个二维随机变
量。有时也用(ξ,η)表示.
y
e
X(e) RX
(X(e), Y(e))
Ω
Y(e)
Y(e) 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
X a, Y b

概率论与数理统计教程第三章课后习题答案概率(03章)