概率论与数理统计(复旦大学出版社)第3章习题详解

合集下载

概率论和数理统计复旦大学课后题答案全

概率论和数理统计复旦大学课后题答案全

概率论和数理统计-复旦大学-课后题答案(全)1 概率论与数理统计习题及答案习题一1.略.见教材习题参考答案.2.设A,B,C为三个事件,试用A,B,C的运算关系式表示下列事件:(1)A发生,B,C都不发生;(2)A与B发生,C不发生;(3)A,B,C都发生;(4)A,B,C至少有一个发生;(5)A,B,C都不发生;(6)A,B,C不都发生;(7)A,B,C至多有2个发生;(8)A,B,C至少有2个发生.【解】(1)A BC(2)AB C(3)ABC(4)A∪B∪C=AB C∪A B C∪A BC∪A BC ∪A B C∪AB C∪ABC=ABC(5) ABC=A B C(6) ABC(7) A BC∪A B C∪AB C∪AB C∪A BC∪A B C ∪ABC=ABC=A∪B∪C(8) AB∪BC∪CA=AB C∪A B C∪A BC∪ABC3.略.见教材习题参考答案4.设A,B为随机事件,且P(A)=0.7,P(A-B)=0.3,求P(AB).【解】P(AB)=1-P(AB)=1-[P(A)-P(A-B)]=1-[0.7-0.3]=0.65.设A,B是两事件,且P(A)=0.6,P(B)=0.7,求:(1)在什么条件下P(AB)取到最大值?(2)在什么条件下P(AB)取到最小值?【解】(1)当AB=A时,P(AB)取到最大值为0.6.(2)当A∪B=Ω时,P(AB)取到最小值为0.3.6.设A,B,C为三事件,且P(A)=P(B)=1/4,P(C)=1/3且P(AB)=P(BC)=0,P(AC)=1/12,求A,B,C至少有一事件发生的概率.【解】P(A∪B∪C)=P (A )+P (B )+P (C )-P (AB )-P (BC )-P (AC )+P (ABC )=14+14+13-112=347.从52张扑克牌中任意取出13张,问有5张黑桃,3张红心,3张方块,2张梅花的概率是多少?【解】 p =5332131313131352C C C C /C8.对一个五人学习小组考虑生日问题: (1) 求五个人的生日都在星期日的概率;(2) 求五个人的生日都不在星期日的概率; (3) 求五个人的生日不都在星期日的概率. 【解】(1) 设A 1={五个人的生日都在星期日},基本事件总数为75,有利事件仅1个,故P (A 1)=517=(17)5(亦可用独立性求解,下同)(2) 设A 2={五个人生日都不在星期日},有利事件数为65,故P (A 2)=5567=(67)5(3) 设A 3={五个人的生日不都在星期日}P (A 3)=1-P (A 1)=1-(17)59.略.见教材习题参考答案.10.一批产品共N 件,其中M 件正品.从中随机地取出n 件(n <N ).试求其中恰有m 件(m ≤M )正品(记为A )的概率.如果:(1) n 件是同时取出的; (2) n 件是无放回逐件取出的; (3) n 件是有放回逐件取出的.【解】(1) P (A )=CC /C mn m n M N M N--(2) 由于是无放回逐件取出,可用排列法计算.样本点总数有P nN种,n 次抽取中有m 次为正品的组合数为C m n种.对于固定的一种正品与次品的抽取次序,从M 件正品中取m 件的排列数有P m M种,从N -M 件次品中取n -m 件的排列数为P n m N M--种,故P (A )=C P P P m m n mn M N Mn N--由于无放回逐渐抽取也可以看成一次取出,故上述概率也可写成P (A )=C C C m n mM N Mn N--可以看出,用第二种方法简便得多. (3) 由于是有放回的抽取,每次都有N种取法,故所有可能的取法总数为N n 种,n 次抽取中有m 次为正品的组合数为C m n种,对于固定的一种正、次品的抽取次序,m 次取得正品,都有M 种取法,共有M m 种取法,n -m 次取得次品,每次都有N -M 种取法,共有(N -M )n -m 种取法,故()C ()/m mn mnnP A M N M N -=-此题也可用贝努里概型,共做了n 重贝努里试验,每次取得正品的概率为M N ,则取得m 件正品的概率为()C 1mn mm n M M P A N N -⎛⎫⎛⎫=- ⎪ ⎪⎝⎭⎝⎭11.略.见教材习题参考答案. 12.【解】设A ={发生一个部件强度太弱}133103501()C C /C 1960P A == 13.一个袋内装有大小相同的7个球,其中4个是白球,3个是黑球,从中一次抽取3个,计算至少有两个是白球的概率.【解】 设A i ={恰有i 个白球}(i =2,3),显然A 2与A 3互斥.213434233377C C C 184(),()C 35C 35P A P A ====故232322()()()35P A A P A P A =+= 14.(1) 两粒都发芽的概率; (2) 至少有一粒发芽的概率; (3) 恰有一粒发芽的概率.【解】设A i ={第i 批种子中的一粒发芽},(i =1,2)(1) 1212()()()0.70.80.56P A A P A P A ==⨯= (2) 12()0.70.80.70.80.94P A A =+-⨯=(3)2112()0.80.30.20.70.38P A A A A =⨯+⨯=15.掷一枚均匀硬币直到出现3次正面才停止. (1) 问正好在第6次停止的概率; (2) 问正好在第6次停止的情况下,第5次也是出现正面的概率. 【解】(1) 223151115()()22232p C == (2)1342111C ()()22245/325p ==16.【解】 设A i ={甲进i 球},i =0,1,2,3,B i ={乙进i 球},i =0,1,2,3,则33312123330()(0.3)(0.4)C 0.7(0.3)C 0.6(0.4)i i i P A B ==+⨯⨯+22223333C (0.7)0.3C (0.6)0.4+(0.7)(0.6)⨯=0.3207617.从5双不同的鞋子中任取4只,求这4只鞋子中至少有两只鞋子配成一双的概率. 【解】4111152222410C C C C C 131C 21p =-=18.某地某天下雪的概率为0.3,下雨的概率为0.5,既下雪又下雨的概率为0.1,求: (1) 在下雨条件下下雪的概率;(2) 这天下雨或下雪的概率.【解】 设A ={下雨},B ={下雪}.(1) ()0.1()0.2()0.5P AB p B A P A ===(2) ()()()()0.30.50.10.7p A B P A P B P AB =+-=+-=19.已知一个家庭有3个小孩,且其中一个为女孩,求至少有一个男孩的概率(小孩为男为女是等可能的).【解】 设A ={其中一个为女孩},B ={至少有一个男孩},样本点总数为23=8,故()6/86()()7/87P AB P B A P A ===或在缩减样本空间中求,此时样本点总数为7.6()7P B A =20.已知5%的男人和0.25%的女人是色盲,现随机地挑选一人,此人恰为色盲,问此人是男人的概率(假设男人和女人各占人数的一半).【解】 设A ={此人是男人},B ={此人是色盲},则由贝叶斯公式()()()()()()()()()P A P B A P AB P A B P B P A P B A P A P B A ==+0.50.05200.50.050.50.002521⨯==⨯+⨯21.两人约定上午9∶00~10∶00在公园会面,求一人要等另一人半小时以上的概率.题21图 题22图【解】设两人到达时刻为x,y ,则0≤x ,y ≤60.事件“一人要等另一人半小时以上”等价于|x -y |>30.如图阴影部分所示.22301604P ==22.从(0,1)中随机地取两个数,求: (1) 两个数之和小于65的概率; (2) 两个数之积小于14的概率. 【解】 设两数为x ,y ,则0<x ,y <1. (1) x +y <65. 11441725510.68125p =-==(2) xy =<14.1111244111d d ln 242x p x y ⎛⎫=-=+ ⎪⎝⎭⎰⎰23.设P (A )=0.3,P (B )=0.4,P (A B )=0.5,求P (B |A ∪B ) 【解】()()()()()()()()P AB P A P AB P B A B P A B P A P B P AB -==+-0.70.510.70.60.54-==+-24.在一个盒中装有15个乒乓球,其中有9个新球,在第一次比赛中任意取出3个球,比赛后放回原盒中;第二次比赛同样任意取出3个球,求第二次取出的3个球均为新球的概率.【解】 设A i ={第一次取出的3个球中有i 个新球},i =0,1,2,3.B ={第二次取出的3球均为新球}由全概率公式,有30()()()i i i P B P B A P A ==∑3312321369968967333333151515151515C C C C C C C C C C C C C C =•+•+•0.089=25. 按以往概率论考试结果分析,努力学习的学生有90%的可能考试及格,不努力学习的学生有90%的可能考试不及格.据调查,学生中有80%的人是努力学习的,试问:(1)考试及格的学生有多大可能是不努力学习的人?(2)考试不及格的学生有多大可能是努力学习的人?【解】设A ={被调查学生是努力学习的},则A ={被调查学生是不努力学习的}.由题意知P (A )=0.8,P (A )=0.2,又设B ={被调查学生考试及格}.由题意知P (B |A )=0.9,P (B |A )=0.9,故由贝叶斯公式知(1)()()()()()()()()()P A P B A P AB P A B P B P A P B A P A P B A ==+0.20.110.027020.80.90.20.137⨯===⨯+⨯ 即考试及格的学生中不努力学习的学生仅占2.702%(2) ()()()()()()()()()P A P B A P AB P A B P B P A P B A P A P B A ==+0.80.140.30770.80.10.20.913⨯===⨯+⨯ 即考试不及格的学生中努力学习的学生占30.77%. 26. 将两信息分别编码为A 和B 传递出来,接收站收到时,A 被误收作B 的概率为0.02,而B 被误收作AA 与B 传递的频繁程度为2∶1.若接收站收到的信息是A ,试问原发信息是A 的概率是多少?【解】 设A ={原发信息是A },则={原发信息是B }C ={收到信息是A },则={收到信息是B }由贝叶斯公式,得()()()()()()()P A P C A P A C P A P C A P A P C A =+2/30.980.994922/30.981/30.01⨯==⨯+⨯ 27.在已有两个球的箱子中再放一白球,然后任意取出一球,若发现这球为白球,试求箱子中原有一白球的概率(箱中原有什么球是等可能的颜色只有黑、白两种)【解】设A i ={箱中原有i 个白球}(i =0,1,2),由题设条件知P (A i )=13,i =0,1,2.又设B ={抽出一球为白球}.由贝叶斯公式知111120()()()()()()()i i i P B A P A P A B P A B P B P B A P A ===∑2/31/311/31/32/31/311/33⨯==⨯+⨯+⨯28.某工厂生产的产品中96%是合格品,检查产品时,一个合格品被误认为是次品的概率为0.02,一个次品被误认为是合格品的概率为0.05,求在被检查后认为是合格品产品确是合格品的概率.【解】 设A ={产品确为合格品},B ={产品被认为是合格品}由贝叶斯公式得 ()()()()()()()()()P A P B A P AB P A B P B P A P B A P A P B A ==+0.960.980.9980.960.980.040.05⨯==⨯+⨯ 29.某保险公司把被保险人分为三类:“谨慎的”,“一般的”,“冒失的”“谨慎的”被保险人占20%,“一般的”占50%,“冒失的”占30%,现知某被保险人在一年内出了事故,则他是“谨慎的”的概率是多少?【解】 设A ={该客户是“谨慎的”},B ={该客户是“一般的”},C ={该客户是“冒失的”},D ={该客户在一年内出了事故}则由贝叶斯公式得()()(|)(|)()()(|)()(|)()(|)P AD P A P D A P A D P D P A P D A P B P D B P C P D C ==++0.20.050.0570.20.050.50.150.30.3⨯==⨯+⨯+⨯ 30.加工某一零件需要经过四道工序,设第一、二、三、四道工序的次品率分别为0.02,0.03,0.05,0.03,假定各道工序是相互独立的,求加工出来的零件的次品率.【解】设A i ={第i 道工序出次品}(i =1,2,3,4).412341()1()i i P A P A A A A ==-12341()()()()P A P A P A P A =-10.980.970.950.970.124=-⨯⨯⨯=31.设每次射击的命中率为0.2,问至少必须进行多少次独立射击才能使至少击中一次的概率不小于0.9? 【解】设必须进行n 次独立射击.1(0.8)0.9n-≥ 即为(0.8)0.1n ≤ 故 n≥11至少必须进行11次独立射击.32.证明:若P (A |B )=P (A |B ),则A ,B相互独立. 【证】 (|)(|)P A B P A B =即()()()()PAB P AB P B P B = 亦即()()()()P AB P B P AB P B = ()[1()][()()]()P AB P B P A P AB P B -=- 因此 ()()()P AB P A P B =故A 与B 相互独立.33.三人独立地破译一个密码,他们能破译的概率分别为15,13,14,求将此密码破译出的概率.【解】 设A i ={第i 人能破译}(i =1,2,3),则31231231()1()1()()()i i P A P A A A P A P A P A ==-=-42310.6534=-⨯⨯=34.甲、乙、丙三人独立地向同一飞机射击,设击中的概率分别是0.4,0.5,0.7,若只有一人击中,则飞机被击落的概率为0.2;若有两人击中,则飞机被击落的概率为0.6;若三人都击中,则飞机一定被击落,求:飞机被击落的概率.【解】设A ={飞机被击落},B i ={恰有i 人击中飞机},i =0,1,2,3由全概率公式,得30()(|)()i i i P A P A B P B ==∑=(0.4×0.5×0.3+0.6×0.5×0.3+0.6×0.5×0.7)0.2+(0.4×0.5×0.3+0.4×0.5×0.7+0.6×0.5×0.7)0.6+0.4×0.5×0.7=0.45835.已知某种疾病患者的痊愈率为25%,为试验一种新药是否有效,把它给10个病人服用,且规定若10个病人中至少有四人治好则认为这种药有效,反之则认为无效,求:(1) 虽然新药有效,且把治愈率提高到35%,但通过试验被否定的概率.(2) 新药完全无效,但通过试验被认为有效的概率.【解】(1)3101100C (0.35)(0.65)0.5138k k k k p -===∑ (2)10102104C (0.25)(0.75)0.2241k k k k p -===∑ 36.一架升降机开始时有6位乘客,并等可能地停于十层楼的每一层.试求下列事件的概率:(1) A =“某指定的一层有两位乘客离开”;(2) B =“没有两位及两位以上的乘客在同一层离开”;(3) C =“恰有两位乘客在同一层离开”;(4) D =“至少有两位乘客在同一层离开”.【解】 由于每位乘客均可在10层楼中的任一层离开,故所有可能结果为106种.(1)2466C 9()10P A =,也可由6重贝努里模型:224619()C ()()1010P A =(2) 6个人在十层中任意六层离开,故6106P ()10P B =(3) 由于没有规定在哪一层离开,故可在十层中的任一层离开,有110C 种可能结果,再从六人中选二人在该层离开,有26C 种离开方式.其余4人中不能再有两人同时离开的情况,因此可包含以下三种离开方式:①4人中有3个人在同一层离开,另一人在其余8层中任一层离开,共有131948C C C 种可能结果;②4人同时离开,有19C 种可能结果;③4个人都不在同一层离开,有49P 种可能结果,故1213114610694899()C C (C C C C P )/10P C =++(4) D=B .故6106P ()1()110P D P B =-=-37. n 个朋友随机地围绕圆桌而坐,求下列事件的概率:(1) 甲、乙两人坐在一起,且乙坐在甲的左边的概率;(2) 甲、乙、丙三人坐在一起的概率;(3) 如果n 个人并排坐在长桌的一边,求上述事件的概率.【解】 (1)111p n =- (2)23!(3)!,3(1)!n p n n -=>- (3)12(1)!13!(2)!;,3!!n n p p n n n n --''===≥ 38.将线段[0,a ]任意折成三折,试求这三折线段能构成三角形的概率【解】 设这三段长分别为x ,y ,a -x -y .则基本事件集为由 0<x <a ,0<y <a ,0<a -x -y <a 所构成的图形,有利事件集为由()()x y a x y x a x y y y a x y x +>--⎡⎢+-->⎢⎢+-->⎣构成的图形,即02022a x ay a x y a ⎡<<⎢⎢⎢<<⎢⎢⎢<+<⎢⎣如图阴影部分所示,故所求概率为14p =. 39. 某人有n 把钥匙,其中只有一把能开他的门.他逐个将它们去试开(抽样是无放回的).证明试开k 次(k =1,2,…,n )才能把门打开的概率与k 无关.【证】 11P 1,1,2,,P k n k n p k n n --===40.把一个表面涂有颜色的立方体等分为一千个小立方体,在这些小立方体中,随机地取出一个,试求它有i 面涂有颜色的概率P(A i )(i =0,1,2,3).【解】 设A i ={小立方体有i 面涂有颜色},i =0,1,2,3.在1千个小立方体中,只有位于原立方体的角上的小立方体是三面有色的,这样的小立方体共有8个.只有位于原立方体的棱上(除去八个角外)的小立方体是两面涂色的,这样的小立方体共有12×8=96个.同理,原立方体的六个面上(除去棱)的小立方体是一面涂色的,共有8×8×6=384个.其余1000-(8+96+384)=512个内部的小立方体是无色的,故所求概率为01512384()0.512,()0.38410001000P A P A ====, 24968()0.096,()0.00810001000P A P A ====.41.对任意的随机事件A ,B ,C ,试证 P (AB )+P (AC )-P (BC )≤P (A ).【证】()[()]()P A P A B C P ABAC ≥=()()()P AB P AC P ABC =+-()()()P AB P AC P BC ≥+-42.将3个球随机地放入4个杯子中去,求杯中球的最大个数分别为1,2,3的概率. 【解】 设iA ={杯中球的最大个数为i },i =1,2,3.将3个球随机放入4个杯子中,全部可能放法有43种,杯中球的最大个数为1时,每个杯中最多放一球,故3413C 3!3()48P A ==而杯中球的最大个数为3,即三个球全放入一个杯中,故1433C 1()416P A ==因此213319()1()()181616P A P A P A =--=--=或12143323C C C 9()416P A ==43.将一枚均匀硬币掷2n 次,求出现正面次数多于反面次数的概率.【解】掷2n 次硬币,可能出现:A ={正面次数多于反面次数},B ={正面次数少于反面次数},C ={正面次数等于反面次数},A ,B ,C 两两互斥.可用对称性来解决.由于硬币是均匀的,故P (A )=P (B ).所以1()()2P C P A -=由2n 重贝努里试验中正面出现n 次的概率为211()()()22n n nn P C C =故 2211()[1C ]22n n n P A =-44.掷n 次均匀硬币,求出现正面次数多于反面次数的概率.【解】设A ={出现正面次数多于反面次数},B ={出现反面次数多于正面次数},由对称性知P (A )=P (B )(1) 当n 为奇数时,正、反面次数不会相等.由P (A )+P (B )=1得P (A )=P (B )=0.5(2) 当n 为偶数时,由上题知211()[1C ()]22nn n P A =-45.设甲掷均匀硬币n +1次,乙掷n 次,求甲掷出正面次数多于乙掷出正面次数的概率. 【解】 令甲正=甲掷出的正面次数,甲反=甲掷出的反面次数.乙正=乙掷出的正面次数,乙反=乙掷出的反面次数.显然有>正正(甲乙)=(甲正≤乙正)=(n +1-甲反≤n -乙反)=(甲反≥1+乙反)=(甲反>乙反)由对称性知P (甲正>乙正)=P (甲反>乙反) 因此P (甲正>乙正)=1246.证明“确定的原则”(Sure -thing ):若P (A |C )≥P (B |C ),P (A |C )≥P (B |C ),则P (A )≥P (B ).【证】由P (A |C )≥P (B |C ),得()(),()()P AC P BC P C P C ≥即有 ()()P AC P BC ≥ 同理由(|)(|),P A C P B C ≥得 ()(),P AC P BC ≥故()()()()()()P A P AC P AC P BC P BC P B =+≥+=47.一列火车共有n 节车厢,有k (k ≥n )个旅客上火车并随意地选择车厢.求每一节车厢内至少有一个旅客的概率.【解】 设A i ={第i 节车厢是空的},(i =1,…,n ),则121(1)1()(1)2()(1)1()(1)n k ki k ki j ki i i n P A n nP A A n n P A A A n--==-=--=-其中i 1,i 2,…,i n -1是1,2,…,n 中的任n -1个.显然n 节车厢全空的概率是零,于是2112111122111111123111()(1)C (1)2()C (1)1()C (1)0()(1)n n nk ki ni ki j n i j nn kn i i i n i i i nn nn i ni S P A n n n S P A A n n S P A A A nS P A S S S S --=≤<≤--≤<<≤+===-=-==--==-==-+-+-∑∑∑121121C (1)C (1)(1)C (1)k k n n kn nn n n nn--=---++--故所求概率为121121()1C (1)C (1)nk i i n ni P A n n=-=--+--+111(1)C (1)n n kn n n+----48.设随机试验中,某一事件A 出现的概率为ε>0.试证明:不论ε>0如何小,只要不断地独立地重复做此试验,则A 迟早会出现的概率为1. 【证】在前n 次试验中,A 至少出现一次的概率为1(1)1()nn ε--→→∞49.袋中装有m 只正品硬币,n 只次品硬币(次品硬币的两面均印有国徽).在袋中任取一只,将它投掷r 次,已知每次都得到国徽.试问这只硬币是正品的概率是多少? 【解】设A ={投掷硬币r 次都得到国徽}B ={这只硬币为正品}由题知(),()m nP B P B m n m n==++1(|),(|)12r P A B P A B ==则由贝叶斯公式知()()(|)(|)()()(|)()(|)P AB P B P A B P B A P A P B P A B P B P A B ==+121212rrrm m m n m n m n m n m n+==++++50.巴拿赫(Banach )火柴盒问题:某数学家有甲、乙两盒火柴,每盒有N 根火柴,每次用火柴时他在两盒中任取一盒并从中任取一根.试求他首次发现一盒空时另一盒恰有r 根的概率是多少?第一次用完一盒火柴时(不是发现空)而另一盒恰有r 根的概率又有多少?【解】以B 1、B 2记火柴取自不同两盒的事件,则有121()()2P B P B ==.(1)发现一盒已空,另一盒恰剩r 根,说明已取了2n -r 次,设n 次取自B 1盒(已空),n -r 次取自B 2盒,第2n -r +1次拿起B 1,发现已空。

概率论与数理统计第三章习题及答案

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。

最新概率论与数理统计第三章习题及答案

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。

概率论与数理统计第三章习题及答案

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。

(完整版)概率论与数理统计习题答案详解版(廖茂新复旦版)

(完整版)概率论与数理统计习题答案详解版(廖茂新复旦版)

概率论与数理统计习题答案详解版(廖茂新复旦版)习题一1. 设A,B,C 为三个事件,用A,B,C 的运算式表示下列事件:(1)A 发生而B与 C 都不发生;(2)A,B,C 至少有一个事件发生;(3)A,B,C 至少有两个事件发生;(4)A,B,C 恰好有两个事件发生;(5)A,B至少有一个发生而 C 不发生;(6)A,B,C 都不发生.解:(1)A BC或 A B C或 A (B∪C).(2)A∪B∪C.(3)(AB)∪(AC)∪(BC).(4)(AB C )∪(AC B )∪(BC A).(5)(A∪B)C.(6) A B C 或ABC.2. 对于任意事件A,B,C,证明下列关系式:(1)(A+B)(A+B )( A + B)( A + B )= ;(2)AB+A B +A B+A B AB= AB;(3)A-(B+C)= (A-B)-C. 证明:略.3.设A,B为两事件,P(A)=0.5,P(B)=0.3,P(AB)=0.1,求:(1)A发生但B不发生的概率;(2)A,B 都不发生的概率;(3)至少有一个事件不发生的概率.解(1)P(A B )=P(A-B)=P(A-AB)=P(A)-P(AB)=0.4;(2) P(AB)=P( A B)=1-P(A∪B)=1-0.7=0.3;(3) P(A∪B)=P(AB )=1-P(AB)=1-0.1=0.9.4.调查某单位得知。

购买空调的占15%,购买电脑占12%,购买DVD 的占20%;其中购买空调与电脑占6%,购买空调与DVD占10%,购买电脑和DVD占5%,三种电器都购买占2%。

求下列事件的概率。

(1)至少购买一种电器的;(2)至多购买一种电器的;(3)三种电器都没购买的.解:(1)0.28, (2)0.83, (3)0.725.10 把钥匙中有 3 把能打开门,今任意取两把,求能打开门的概率。

解:8/156. 任意将10 本书放在书架上。

其中有两套书,一套 3 本,另一套4 本。

概率论与数理统计教程(答案及课件)chapter3

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

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

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3章课后题答案

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》数学3章课后习题详解

《概率论》数学3章课后习题详解

概率论第三章习题参考解答1. 如果ξ服从0-1分布, 又知ξ取1的概率为它取0的概率的两倍, 求ξ的期望值 解:由习题二第2题算出ξ的分布率为ξ0 1 P1/32/3因此有E ξ=0×P (ξ=0)+1×P (ξ=1)=2/3+2η, ξ与η的分布律如下表所示:: 求周长的期望值, 用两种方法计算, 一种是利用矩形长与宽的期望计算, 另一种是利用周长的分布计算.解: 由长和宽的分布率可以算得E ξ=29×P (ξ=29)+30×P (ξ=30)+31×P (ξ=31) =29×0.3+30×0.5+31×0.2=29.9E η=19×P (η=19)+20×P (η=20)+21×P (η=21) =19×0.3+20×0.4+21×0.3=20 由期望的性质可得E ζ=2(E ξ+E η)=2×(29.9+20)=99.8而如果按ζ的分布律计算它的期望值, 也可以得E ζ=96×0.09+98×0.27+100×0.35+102×0.23+104×0.06=99.8 验证了期望的性质.4. 连续型随机变量ξ的概率密度为⎩⎨⎧><<=其它)0,(10)(a k x kx x aϕ又知Eξ=0.75, 求k 和a 的值。

解: 由性质⎰+∞∞-=1)(dx x ϕ得111)(|10110=+=+==++∞∞-⎰⎰a kx a k dx kx dx x a aϕ即k =a +1(1)又知75.022)(|10211=+=+===+++∞∞-⎰⎰a kx a k dx kx dx x x E a a ϕξ得k =0.75a +1.5(2)由(1)与(2)解得0.25a =0.5, 即a =2, k =36. 下表是某公共汽车公司的188辆汽车行驶到发生一次引擎故障的里程数的分布数列.若表中各以组中值为代表. 从188辆汽车中, 任意抽选15辆, 得出下列数字: 90, 50, 150, 110, 90, 90, 110, 90, 50, 110, 90, 70, 50, 70, 150. (1)求这15个数字的平均数; (2) 计算表3-9中的期望并与(1)相比较.解: (1) 15个数的平均数为(90+50+150+110+90+90+110+90+50+110+90+70+50+70+150)/15 = 91.33 (2) 按上表计算期望值为(10×5+30×11+50×16+70×25+90×34+110×46+130×33+150×16+170×2)/188 =96.177. 两种种子各播种300公顷地, 调查其收获量, 如下表所示, 分别求出它们产量的平均值解: 假设种子甲的每公顷产量数为, 种子乙的每公顷产量数为, 则 E ξ=(4500×12+4800×38+5100×40+5400×10)/100=4944 E η=(4500×23+4800×24+5100×30+5400×23)/100=49598. 一个螺丝钉的重量是随机变量, 期望值为10g , 标准差为1g . 100个一盒的同型号螺丝钉重量的期望值和标准差各为多少?(假设各个螺丝钉的重量相互之间独立) 解: 假设这100个螺丝钉的重量分别为ξ1, ξ2,…, ξ100, 因此有E ξi =10, Dξi =102=12=1, (i =1,2,…,100), 设ξ为这100个螺丝钉的总重量,因此∑==1001i i ξξ,则ξ的数学期望和标准差为gD D D kgg E E E i ii i i i i i 1011001)(1000101001001100110011001=⨯==⎪⎭⎫⎝⎛====⨯==⎪⎭⎫ ⎝⎛=∑∑∑∑====ξξξσξξξξ9. 已知100个产品中有10个次品,求任意取出的5个产品中次品数的期望值.解: 假设ξ为取出5个产品中的次品数, 又假设ξi 为第i 次取出的次品数, 即, 如果第i 次取到的是次品, 则ξi =1否则ξi =0, i =1,2,3,4,5, ξi 服从0-1分布,而且有 P {ξi =0}=90/100, P {ξi =1}=10/100, i =1,2,3,4,5因此, E ξi =10/100=1/10, 因为∑==51i iξξ因此有5.010155151=⨯==⎪⎭⎫ ⎝⎛=∑∑==i i i i E E E ξξξ10. 一批零件中有9个合格品和3个废品, 在安装机器时, 从这批零件中任取一个, 如果取出的是废品就不再放回去. 求取得第一个合格品之前, 已经取出的废品数的数学期望和方差. 解: 假设在取到第一个合格品之前已取出的废品数为ξ, 则可算出0045.02201101112123}3{041.02209109112123}2{2045.0119123}1{75.0129}0{==⋅⋅====⋅⋅===⋅=====ξξξξP P P P因此有319.009.0409.0)(409.090045.04041.02045.03.030045.02041.02045.0222===-==⨯+⨯+==⨯+⨯+=ξξξξξE E D E E11. 假定每人生日在各个月份的机会是同样的, 求3个人中生日在第一个季度的平均人数. 解: 设三个随机变量ξi ,(i =1,2,3), 如果3个人中的第i 个人在第一季度出生, 则ξi =1, 否则ξi =0, 则ξi 服从0-1分布, 且有 P (ξi =1)=1/4, 因此E ξi =1/4, (i =1,2,3)设ξ为3个人在第一季度出生的人数, 则ξ=ξ1+ξ2+ξ3, 因此Eξ=E (ξ1+ξ2+ξ3)=3Eξi =3/4=0.7512. ξ有分布函数⎩⎨⎧>-=-其它1)(x e x F xλ, 求E ξ及D ξ. 解: 因ξ的概率密度为⎩⎨⎧>='=-其它)()(x e x F x xλλϕ, 因此 ()λλλϕξλλλλλ11)(0=-=+-=-===∞+-∞+-∞+-+∞-+∞-+∞∞-⎰⎰⎰⎰xx xxxe dx e xe e xd dx ex dx x x E()2220222222)(|λξλλϕξλλλλ==+-=-===⎰⎰⎰⎰∞+-∞+-+∞-+∞-+∞∞-E dx xe ex e d x dx ex dx x x E x x x x22222112)(λλλξξξ=-=-=E E D13. ⎪⎩⎪⎨⎧<-=其它1||11)(~2x x x πϕξ, 求E ξ和D ξ.解: 因φ(x )是偶函数, 因此Eξ=0,则D ξ=Eξ2-(Eξ)2=Eξ2 因此有⎰⎰-===+∞∞-1222212)(dx xx dx x x E D πϕξξ令θθθd dx x cos ,sin ==则上式=2112sin 21212cos 2sin 12||20202022=+=+=⎰⎰ππππθπθπθθπθθπd d 即D ξ=1/2=0.516. 如果ξ与η独立, 不求出ξη的分布直接从ξ的分布和η的分布能否计算出D (ξη), 怎样计算?解: 因ξ与η独立, 因此ξ2与η2也独立, 则有[]()()222222)()()(ηξηξξηξηξηE E E E E E D -=-=17. 随机变量η是另一个随机变量ξ的函数, 并且η=e λξ(λ>0), 若E η存在, 求证对于任何实数a 都有λξλξEe ea P a⋅≤≥-}{.证: 分别就离散型和连续型两种情况证. 在ξ为离散型的情况: 假设P (ξ=x i )=p i , 则λξλξλλλξEe e e E p e p ep a P a a i i a x ax i a x ax i i i i i --∞=-≥-≥==≤≤=≥∑∑∑][){)(1)()(在ξ为连续型的情况假设ξ的概率密度为φ(x ), 则λξλξλλλϕϕϕξEe e Ee dx x e dx x edx x a P a a a x aa x a--+∞∞--+∞-+∞==≤≤=≥⎰⎰⎰)()()()()()(}{证毕.18. 证明事件在一次试验中发生次数的方差不超过1/4.证: 设ξ为一次试验中事件A 发生的次数, 当然最多只能发生1次, 最少为0次, 即ξ服从0-1分布, P {ξ=1}=P (A )=p , P {ξ=0}=1-p =q ,则4121412124141)1(222≤⎪⎭⎫ ⎝⎛--=-⋅+-=-=-=p p p p p p p D ξ19. 证明对于任何常数c , 随机变量ξ有 D ξ=E (ξ-c )2-(Eξ-c )2证: 由方差的性质可知D (ξ-c )=Dξ, 而2222)()()]([)()(c E c E c E c E c D ---=---=-ξξξξξ证毕.20. (ξ,η)的联合概率密度φ(x ,y )=e -(x +y )(x ,y >0), 计算它们的协方差cov (ξ,η). 解: 由φ(x ,y )=e -(x +y )(x ,y >0)可知ξ与η相互独立, 因此必有cov (ξ,η)=0.21. 袋中装有标上号码1,2,2的3个球, 从中任取一个并且不再放回, 然后再从袋中任取一球, 以ξ, η分别记为第一,二次取到球上的号码数, 求ξ与η的协方差.,P {ξ=2}=P {η=2}=2/3, P {ξ=1}=P {η=1}=1/3, E ξ=E η=35322311=⨯+⨯38314312312},{)(2121=⨯+⨯+⨯====∑∑==i j j i ijP E ηξξη则913538)(),cov(22-=-=⋅-=ηξξηηξE E E22. (ξ , η)只取下列数组中的值:)0,2()31,1()1,1()0,0(--且相应的概率依次为1/6, 1/3, 1/12, 5/12. 求ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: ξ与的联合分布表及各边缘分布计算表如下表所示: 因此1212260121=⨯+⨯+⨯-=ξE 1225125412512=⨯+⨯=ξE 144275144251225)(22=-=-=ξξξE E D 3613311121311270=⨯+⨯+⨯=ηE 1083731121912=+⨯=ηE 129627512961691237129616910837)(22=-⨯=-=-=ηηηE E D 36133112131)(-=-⨯-=ξηE则4322211236171336131253613)(),cov(-=⨯⨯-=⋅--=⋅-=ηξξηηξE E E 相关系数804.027522127543236122211296275144275432221),cov(-=-=⨯⨯⨯-=⨯-==ηξηξρD D, 计算ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: 由上表的数据的对称性可知与η的边缘分布一样, 算出为 P (ξ=-1)=P (η=-1)=3/8 P (ξ=0)=P (η=-0)=2/8P (ξ=1)=P (η=1)=3/8 由对称性可知Eξ=Eη=0831831=⨯+⨯-. 081818181)(=+--=ξηE 因此cov (ξ,η)=E (ξη)-E (ξ)E (η)=0 则ρ=0而P (ξ=0,η=0)=0≠P {ξ=0}P {η=0}=1/16因此ξ与η不独立. 这是一个随机变量间不相关也不独立的例子.24. 两个随机变量ξ与η, 已知Dξ=25, Dη=36, ρξη=0.4, 计算D (ξ+η)与D (ξ-η). 解:374.065236252),cov(2)]()[()]([)(854.065236252),cov(2)]()[()]([)(2222=⨯⨯⨯-+=-+=-+=---==---=-=⨯⨯⨯++=++=++=-+-==+-+=+ξηξηρηξηξηξηξηηξξηξηξηξρηξηξηξηξηηξξηξηξηξD D D D D D E E E E E D D D D D D D E E E E E D《概率论与数理统计》复习资料一、填空题(15分)题型一:概率分布的考察 【相关公式】(P379)【相关例题】 1、设(,)XU a b ,()2E X =,1()3D Z =,则求a ,b 的值。

《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

《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

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 .。

概率论与数理统计第三、四章答案

概率论与数理统计第三、四章答案

第三章 习题参考答案1.计算习题二第2题中随机变量的期望值。

解:由习题二第2题计算结果0112{0}={1}=33p p p p ξξ====,得12201333E ξ=⨯+⨯= 一般对0-1分布的随机变量ξ有{1}E p p ξξ===2.用两种方法计算习题二第30题中周长的期望值,一种是利用矩形长与宽的期望计算,另一种是利用周长期望的分布计算。

解:方法一:先按定义计算长的数学期望290.3300.5310.229.9E ξ=⨯+⨯+⨯=和宽的数学期望190.3200.4210.320E η=⨯+⨯+⨯=再利用数学期望的性质计算周长的数学期望(22)229.922099.8E E ζξη=+=⨯+⨯=方法二:利用习题二地30题的计算结果<见下表>,按定义计算周长的数学期望960.09980.271000.351020.231040.0698.8E ξ=⨯+⨯+⨯+⨯+⨯=3.对习题二第31题,〔1〕计算圆半径的期望值;〔2〕(2)E R π是否等于2ER π?〔3〕能否用2()ER π来计算远面积的期望值,如果不能用,又该如何计算?其结果是什么?解〔1〕100.1110.4120.3130.211.6ER =⨯+⨯+⨯+⨯= 〔2〕由数学期望的性质有(2)223.2E R ER πππ==〔3〕因为22()()E R E R ππ≠,所以不能用2()E R π来计算圆面积的期望值。

利用随机变量函数的期望公式可求得222222()()(100.1110.4120.3130.2)135.4E R E R ππππ==⨯+⨯+⨯+⨯= 或者由习题二第31题计算结果,按求圆面积的数学期望1000.11210.41440.31690.2)135.4E ηπππ=⨯+⨯+⨯+⨯=4. 连续随机变量ξ的概率密度为,01(,0)()0,a kx x k a x ϕ⎧<<>=⎨⎩其它又知0.75E ξ= ,求k 和a 的值 解 由1010()11324a a kx dx kx dx a k E kx x dx a ϕξ+∞-∞===+=⋅==+⎰⎰⎰解得2,3a k ==5.计算服从拉普拉斯分布的随机变量的期望和方差〔参看习题二第16题〕。

概率论与数理统计习题及答案----第3章习题详解

概率论与数理统计习题及答案----第3章习题详解

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.【解】X和Y的联合分布律如表:2.盒子里装有3只黑球、2只红球、2只白球,在其中任取4只球,以X表示取到黑球的只数,以Y表示取到红球的只数.求X和Y的联合分布律.【解】X和Y的联合分布律如表: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 yx F x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3){01,02}P X Y ≤<≤<12(34)3800{01,02}12ed d (1e )(1e)0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰ 5.设随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k(1) 确定常数k ; (2) 求P {X <1,Y <3}; (3) 求P {X <1.5}; (4) 求P {X +Y ≤4}.【解】(1) 由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故18R =(2) 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3)11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y<<=⎰⎰⎰⎰如图 1.542127d (6)d .832x x y y =--=⎰⎰(4)24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y+≤+≤=⎰⎰⎰⎰如图b 240212d (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(,),()()XY f x y X Y f x f y g 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 yF x yf x yx 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】()(,)dXf x f x y y+∞-∞=⎰x24.8(2)d 2.4(2),01,=0,.0,y x y x x x⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰12y4.8(2)d 2.4(34),01,=0,.0,y x x y y y y⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图题9图9.设二维随机变量(X,Y)的概率密度为f(x,y)=⎩⎨⎧<<-.,0,,其他e yxy求边缘概率密度.【解】()(,)dXf x f x y y+∞-∞=⎰e d e,0,=0,.0,y xxy x+∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰e d e,0,=0,.0,y yxx 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yxycx(1)试确定常数c;(2)求边缘概率密度.【解】(1)(,)d d(,)d dDf x y x y f x y x y+∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c==⎰⎰得214c=.(2) ()(,)dXf x f x y y+∞-∞=⎰212422121(1),11,d840,0,.xx x xx y y⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰5227d,01,420,0,.yyx 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xxy求条件概率密度f Y|X(y|x),f X|Y(x|y).题11图【解】()(,)dXf x f x y y+∞-∞=⎰1d2,01,0,.xxy x x-⎧=<<⎪=⎨⎪⎩⎰其他111d1,10,()(,)d1d1,01,0,.yY yx y yf y f x y x x y y-+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y XXy xf x yf y x xf x⎧<<⎪==⎨⎪⎩其他|1,1,1(,)1(|),1,()10,.X YYy xyf x yf x y y xf 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 345 {}i P X x =1 3511C 10=3522C 10= 3533C 10= 610 2 0 3511C 10=3522C 10= 310 30 02511C 10=110{}i P Y y =110310610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠===g 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 8P {Y=y i }YX XYX Y0.4 0.15 0.30 0.350.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38(2) 因{2}{0.4}0.20.8P X P Y ===⨯g 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 -⎧<<>⎪=⎨⎪⎩g 独立其他题14图(2) 方程220aXa 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(){}{}ZXF z P Z z P z Y =≤=≤(1) 当z ≤0时,()0ZF 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 zxy 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 xx y x y +∞≥==⎰⎰⎰⎰336231010101=d 12y yzy z +∞⎛⎫-=- ⎪⎝⎭⎰即11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命(以小时计)近似地服从N (160,202)分布.随机地选取4 只,求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4),则X i ~N (160,202),从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥g 之间独立34{180}{180}P X P X ≥≥g1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<g g g44144180160[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 =====-==U UL U于是{}{,},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 ===-∑g()()ik p k q i k ==-∑18.设X ,Y 是相互独立的随机变量,它们都服从参数为n ,p 的二项分布.证明Z =X +Y 服从参数为2n ,p 的二项分布.【证明】方法一:X +Y 可能取值为0,1,2,…,2n .0{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki k i n i k i n k ii kk n ki k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑g方法二:设μ1,μ2,…,μn ;μ1′,μ2′,…,μn ′均服从两点分布(参数为p ),则X =μ1+μ2+…+μn,Y =μ1′+μ2′+…+μn ′,X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以,X +Y 服从参数为(2n ,p )的二项分布.19.设随机变量(X ,Y )的分布律为0 1 2 3 4 50 1 2 30 0.01 0.03 0.05 0.07 0.090.01 0.02 0.04 0.05 0.06 0.080.01 0.03 0.05 0.05 0.05 0.060.01 0.02 0.04 0.06 0.06 0.05 (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 ========∑X Y{3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑(2){}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤= 1{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑0,1,2,3,4,5i =所以V 的分布律为V =max(X ,Y ) 0 12345P 0 0.04 0.16 0.28 0.24 0.28(3){}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k i k i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =于是 U =min(X ,Y ) 0 1 2 3 P0.28 0.30 0.25 0.17 (4)类似上述过程,有W =X +Y 0 1 2345678P0 0.00.00.10.10.20.10.10.02 63 94 9 25 20.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 Rf x y R⎧+≤⎪=⎨⎪⎩其他(1){0,}{0|}{}P Y Y XP Y Y XP Y X>>>>=>(,)d(,)dyy xy xf x yf x yσσ>>>=⎰⎰⎰⎰π2π/405π42π/401d dπ1d dπRRr rRr rRθθ=⎰⎰⎰⎰3/83;1/24==(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y>=>=-≤131{0,0}1(,)d1.44xyP X Y f x yσ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D由曲线y=1/x及直线y=0,x=1,x=e2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 e0111d ln 2.S x xx===⎰(X,Y)的联合密度函数为211,1e,0,(,)20,.x yf x y x⎧≤≤<≤⎪=⎨⎪⎩其他(X,Y)关于X的边缘密度函数为1/211d,1e,()220,.xXy xf x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4Xf=22.设随机变量X和Y相互独立,下表列出了二维随机变量(X,Y)联合分布律及关于X 和Y的边缘分布律中的部分数值.试将其余数值填入表中的空白处.y 1 y 2 y 3 P {X =x i }=p i x 1 x 21/8 1/8P {Y =y j }=p j 1/6 1【解】因21{}{,}jjiji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+==从而11111{,}.6824P X x Y y ===-= 而X 与Y 独立,故{}{}{,}ijiiP X x P Y y P X x Y y =====g ,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 ===YX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1y 2y 3y {}i iP X x P ==1x 124 18 112 14 2x18 38 14 34{}j jP Y y p ==161213123.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.YX【解】(1){|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=L .(2){,}{}{|}P X n Y m P X n P Y m X n ======ge C (1),,0,1,2,.!mmn mnnp p n m n n n λλ--=-≤≤=g L24.设随机变量X 和Y 独立,其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021,而Y 的概率密度为f (y ),求随机变量U =X +Y 的概率密度g (u ).【解】设F (y )是Y 的分布函数,则由全概率公式,知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立,可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此,得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立,且均服从区间[0,3]上的均匀分布,求P {max{X ,Y }≤1}.解:因为随即变量服从[0,3]上的均匀分布,于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩因为X ,Y 相互独立,所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩推得1{max{,}1}9P X Y ≤=.26. 设二维随机变量(X ,Y )的概率分布为-1 01-1 0 1a 00.20.1 b0.20 0.1c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;XY(2) Z 的概率分布; (3) P {X =Z }.解 (1) 由概率分布的性质知,a+b+c +0.6=1 即 a+b+c = 0.4.由()0.2E X =-,可得0.1a c -+=-.再由{0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得0.3a b +=.解以上关于a ,b ,c 的三个方程得0.2,0.1,0.1a b c ===. (2) Z 的可能取值为-2,-1,0,1,2,{2}{1,1}0.2P Z P X Y =-==-=-=,{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=,{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=,{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===,{2}{1,1}0.1P Z P X Y =====,即Z 的概率分布为Z -2 -1 01 2P 0.2 0.1 0.30.3 0.1(3)====++=++=. {}{0}0.10.20.10.10.20.4 P X Z P Y b。

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

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

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. 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. 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. 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)。

习题三1.将一硬币抛掷三次,以X 表示在三次中出现正面的次数,以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 【解】X 和Y 的联合分布律如表:2.盒子里装有3只黑球、2只红球、2只白球,在其中任取4只球,以X 表示取到黑球的只数,以Y 表示取到红球的只数.求X 和Y 的联合分布律. 【解】X 和Y 的联合分布律如表:3.设二维随机变量(X ,Y )的联合分布函数为F (x ,y )=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量(X ,Y )在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sinsinsinsin 0sinsin 0sin4346361).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)(,)d d ed d 112x y A f x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12(2) 由定义,有(,)(,)d dy x F x y f u v u v -∞-∞=⎰⎰(34)340012e d d (1e )(1e )0,0,0,0,y y u v x y u vy x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y ≤<≤<12(34)38{01,02}12ed d (1e )(1e )0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰5.设随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k(1) 确定常数k ; (2) 求P {X <1,Y <3};(3) 求P {X <1.5}; (4) 求P {X +Y ≤4}. 【解】(1) 由性质有2402(,)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1.5402127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83x x x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量,X 在(0,0.2)上服从均匀分布,Y 的密度函数为f Y (y )=⎩⎨⎧>-.,0,0,55其他y y e求:(1) X 与Y 的联合分布密度;(2) P {Y ≤X }.题6图【解】(1) 因X 在(0,0.2)上服从均匀分布,所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Yf x y X Y f x f y 独立 5515e 25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他.(2) 5()(,)d d 25ed d yy xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-55-1d 25ed (5e5)d =e0.3679.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 +∞-∞=⎰x 24.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他()(,)d Y f y f x y x+∞-∞=⎰12y4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图 题9图9.设二维随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,y y x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧≤≤.,0,1,22其他y x y cx(1) 试确定常数c ; (2) 求边缘概率密度. 【解】(1)(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰得 214c =.(2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他()(,)d Y f y f x y x +∞-∞=⎰5227d ,01,20,0, .x y x y y ⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩其他11.设随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y |X (y |x ),f X |Y (x |y ).题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,010,.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 XX y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y yx 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3个,记这3个号码中最小的号码为X ,最大的号码为Y . (1) 求X 与Y 的联合概率分布; (2) X 与Y 是否相互独立? 【解】(1) X 与Y 的联合分布律如下表(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠===故X 与Y 不独立(2) X 与Y 是否相互独立?【解】(1)X 和Y 的边缘分布如下表(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 XY f x y x y ≥≥=⎰⎰21/21d ed 21(1)(0)]0.1445.x y x y-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命(以小时计),并设X 和Y 相互独立,且服从同一分布,其概率密度为f (x )=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z X F 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 yzZ zx y zF z x y y x x yx y+∞≥==⎰⎰⎰⎰33610231010=d 2zzy 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 zyZ x y zF z x y y x x yx y+∞≥==⎰⎰⎰⎰336231010101=d 12y yzy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他 16.设某种型号的电子管的寿命(以小时计)近似地服从N (160,220)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}{,X Y i X Y i X i Y =====-==于是0{}{,},ik P Z i P X k Y i k X Y =====-∑相互独立{}{}ik P X k P Y i k===-∑ 0()()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 Xi Y k i =+====-∑0022(){}2ki ki n i ki nkii kk n ki k n kP X i P Y k in n p q p qi k i n n p q i k i n p qk =---+=-=-===-⎛⎫⎛⎫=⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫=⎪ ⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑方法二:设μ1,μ2,…,μn ;μ1′,μ2′,…,μn ′均服从两点分布(参数为p ),则X =μ1+μ2+…+μn ,Y =μ1′+μ2′+…+μn ′,X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以,X +Y 服从参数为(2n ,p )的二项分布.(2) 求V =max (X ,Y )的分布律; (3) 求U =min (X ,Y )的分布律; (4) 求W =X +Y 的分布律. 【解】(1){2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ (2){}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤=1{,}{,},i ik k P Xi Y k P Xk Y i -=====+==∑∑ 0,1,2,3,4i =所以V 的分布律为(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3i = 于是20.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(,)dy y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/41d d π1d d πR R r rRr rRθθ=⎰⎰⎰⎰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 22ee 0111d ln 2.S x xx===⎰(X ,Y )的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他(X ,Y )关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4X f =22.设随机变量X 和Y 相互独立,下表列出了二维随机变量(X ,Y )联合分布律及关于X 和【解】因21{}{,}j j i j i P Y y P P Xx Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-=而X 与Y 独立,故{}{}{,}i j i i P X x P Y y P X x Y y ===== , 从而11111{}{,}.624P X x P X x Y y =⨯====即:1111{}/.2464P X x ===又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+== 即1,3111{},4248P X x Y y =++==从而131{,}.12P X x Y y ===同理21{},2P Y y ==223{,}8P X x Y y ===又31{}1j j P Y y ===∑,故3111{}1623P Y y ==--=.同理23{}.4P X x ==从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布,每位乘客在中途下车的概率为p (0<p <1),且中途下车与否相互独立,以Y 表示在中途下车的人数,求:(1)在发车时有n 个乘客的条件下,中途有m 人下车的概率;(2)二维随机变量(X ,Y )的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤= .(2) {,}{}{|}P X n Y m P X n P Y m X n ======eC (1),,0,1,2,.!m mnmnnpp 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|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(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(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{m a x {,}1}9P XY ≤=. 26. 设二维随机变量(X ,Y )的概率分布为其中a ,(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 bP Y XP X a b≤≤++≤≤===≤++,得0.3a b+=.解以上关于a,b,c的三个方程得0.2,0.1,0.1a b c===.(2) Z的可能取值为-2,-1,0,1,2,{2}{1,1}0.2P Z P X Y=-==-=-=,{1}{1,0}{0,1}0.1P Z P X Y P X Y=-==-=+==-=,{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y===-=+==+==-=,{1}{1,0}{0,1}0.3P Z P X Y P X Y====+===,{2}{1,1}0.1P Z P X Y=====,即Z的概率分布为(3) {}{0}0.10.20.10.10.20.4P X Z P Y b====++=++=.。

相关文档
最新文档