华师大概率论第4次大作业
概率论与数理统计第四章习题及答案
概率论与数理统计习题 第四章 随机变量的数字特征习题4-1 某产品的次品率为，检验员每天检验4次，每次随机地取10件产品进行检验，如发现其中的次品数多于1个，就去调整设备，以X 表示一天中调整设备的次数，试求)(X E （设诸产品是否为次品是相互独立的）.解：设表示一次抽检的10件产品的次品数为ξP =P （调整设备）=P (ξ>1)=1－P (ξ≤1)= 1－[P (ξ=0)+ P (ξ=1)]查二项分布表1－=.因此X 表示一天调整设备的次数时X ～B (4, . P (X =0)=⎪⎪⎭⎫ ⎝⎛04××=.P (X =1)=⎪⎪⎭⎫ ⎝⎛14××=, P (X =2)= ⎪⎪⎭⎫⎝⎛24××=.P (X =3)=⎪⎪⎭⎫ ⎝⎛34××=, P (X =4)= ⎪⎪⎭⎫ ⎝⎛44××=. 从而E (X )=np =4×=习题4-2 设随机变量X 的分布律为Λ,2,1,323)1(1==⎭⎬⎫⎩⎨⎧-=+j j X P jjj ,说明X的数学期望不存在.解： 由于1111133322(1)((1))3j j j j j j j j j P X j j j j ∞∞∞++===-=-==∑∑∑，而级数112j j ∞=∑发散，故级数11133(1)((1))j jj j j P X j j∞++=-=-∑不绝对收敛，由数学期望的定义知，X 的数学期望不存在. 习题X-2 0 2 k p求)53(),(),(22+X E X E X E .解 E (X )=(-2)+0+2=由关于随机变量函数的数学期望的定理，知E (X 2)=(-2)2+02+22=E (3X 2+5)=[3 (-2)2+5]+[3 02+5]+[322+5]=如利用数学期望的性质，则有E (3X 2+5)=3E (X 2)+5=3+5=4.135)(3)53(,8.23.04.0)(,2.03.023.004.02)(222222)2(=+=+=⨯+⨯=-=⨯+⨯+⨯-=-X E X E X E X E习题4-4 设随机变量X 的概率密度为⎩⎨⎧≤>=-0,0,0,)(x x e x f x 求XeY X Y 2)2(;2)1(-==的数学期望.解22)(2)0(2)(2)2()()(00=-=+-=+⋅===∞-∞+-∞-+∞-∞-+∞∞-⎰⎰⎰⎰xx xx e dx e xe dx xe dx x dx x xf X E Y E I3131)()()(0303022=-==⋅==∞-∞+-∞+---⎰⎰xx x x X edx e dx e e e E Y E II 习题4-5 设),(Y X 的概率密度为⎩⎨⎧≤≤≤=其它,0,10,12),(2x y y y x f求)(),(),(),(22Y X E XY E Y E X E +.解 各数学期望均可按照⎰⎰+∞∞-+∞∞-=dxdy y x f y x g Y X g E ),(),()],([计算。
概率论第四章作业附答案
由列维定理知, 所求的概率
70 60 300 P X i 70 1.29 0.9015 300 0.2
山东建筑大学理学院信息与计算科学教研室
概率论与数理统计
正态分布与极限定理
解 设事件 A 在每次试验中发生的概率为 p, 在这10000次试验中
发生了X 次, 则 E ( X ) np 10000 p, D( X ) 10000 p1 p,
因此所求事件的概率为
X P 10000 p 0.01 P X 10000 p 100 P X E ( X ) 100 2 D( X ) 1 2 3 1 1 p 1 p 1 p p p 0.75. 100 2 4 2
30 20 30 20 40 40
出现的次数， 设Y 表示在三次独立测量中事件 X 30
0.25 1.25 0.25 1 1.25 0.4931
). ∴所求的概率为： 则 Y ~ B(3 , 0.4931
8. X , Y 独立且服从相同分布 N
2
144
。
, ，则 2 X Y 3 ~
2
N ( 3,5 2 )
D(3 X Y ) 7.4
2
．
9. 设 X ~ N (10,0.6),Y ~ N (1,2) ，且 X 与 Y 相互独立，则 10.
2 2 。 4 设 X，Y 独立且服从相同分布 N ( , ), Z X Y 2 ，则 E ( Z )
7
2017年3月23日11时23分 山东建筑大学理学院信息与计算科学教研室
概率论与数理统计第四章习题解
7.若连续型随机变量ξ的分布密度是：
⎧ax2 + bx + c , (0 < x < 1)
f (x) = ⎨ ⎩
0
， , (x ≤ 0, x ≥ 1)
已知 E(ξ ) ＝1/2， D(ξ ) =3/20,求系数 a 、 b 、 c .
解：应用密度函数的性质有：
∫1
(ax 2
+
bx
+
c)dx
=
(a
x3
解：(1). E(ξ ) ＝－2×0.4＋0×0.3＋2×0.3＝-0.2 .
(2). E(ξ 2 ) = 4 × 0.4 + 0 × 0.3 + 4 × 0.3 = 2.8，
则： E(3ξ 2 + 5) ＝ 3E(ξ 2 ) + 5 = 3 × 2.8 + 5 = 13.4 . (3).由(1),(2)解：
D(ξ ) = E(ξ 2 ) − E 2 (ξ ) = 2.8 − (−0.2)2 = 2.76 .
11.设随机变量
(ξ
,η)
具有概率密度：
f
( x,
y)
=
⎧1 ⎩⎨0
(| y |< x,0 < x < 1) (其它)
，试求：
-5-
E(ξ ) ， E(η) .
∫ ∫ ∫ ∫ ∫ 解：
E(ξ )
=
解：由连续型随机变量数学期望的定义式：
∫ ∫ ∫ +∞
1500
E(ξ ) = xf (x)dx =
1
x 2dx − 3000 x(x − 3000) dx
−∞
0 15002
1500 15002
概率论第4-6章课后习题答案
概率论第4-6章课后习题答案(总29页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--习题四1.设随机变量X 的分布律为X 1 0 12P 1/8 1/2 1/81/4求E （X 【解】(1)11111()(1)012;82842E X =-⨯+⨯+⨯+⨯= (2)2222211115()(1)012;82844E X =-⨯+⨯+⨯+⨯= (3) 1(23)2()32342E X E X +=+=⨯+=2.已知100个产品中有10个次品，求任意取出的5个产品中的次品数的数学期望、方差.X 0 1 2 3 4 5P 5905100C 0.583C = 1410905100C C 0.340C = 2310905100C C 0.070C = 3210905100C C 0.007C = 4110905100C C 0C = 5105100C 0C =故 ()0.58300.34010.07020.00730405E X =⨯+⨯+⨯+⨯+⨯+⨯ 0.501,=520()[()]i ii D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=3.X 1 01P p1 p2 p3且已知E （【解】因1231PP P ++=……①, 又12331()(1)010.1E X PP P P P =-++=-=……②, 222212313()(1)010.9E X P P P P P =-++=+=……③由①②③联立解得1230.4,0.1,0.5.PP P === 4.袋中有N 只球，其中的白球数X 为一随机变量，已知E （X ）=n ，问从袋中任取1球为白球的概率是多少【解】记A={从袋中任取1球为白球}，则0(){|}{}Nk P A P A X k P X k ===∑全概率公式001{}{}1().NNk k k P X k kP X k NN n E X NN ========∑∑5.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧≤≤-<≤.,0,21,2,10,其他x x x x 求E （X ），D （X ）. 【解】12201()()d d (2)d E X xf x x x x x x x+∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰故221()()[()].6D X E X E X =-= 6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望. （1） U=2X+3Y+1； （2） V=YZ 4X. 【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++ 25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=-,()()4()Y Z E Y E Z E X -因独立1184568.=⨯-⨯=7.设随机变量X ，Y 相互独立，且E （X ）=E （Y ）=3，D （X ）=12，D （Y ）=16，求E （3X 2Y ），D （2X 3Y ）.【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2)22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯= 8.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<.,0,0,10,其他x y x k 试确定常数k ，并求E （XY ）. 【解】因101(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k=210()(,)d d d 2d 0.25xE XY xyf x y x y x x y y +∞+∞-∞-∞===⎰⎰⎰⎰.9.设X ，Y 是相互独立的随机变量，其概率密度分别为fX （x ）=⎩⎨⎧≤≤;,0,10,2其他x x fY （y ）=(5)e ,5,0,.y y --⎧>⎨⎩其他求E （XY ）.【解】方法一：先求X 与Y 的均值102()2d ,3E X x x x ==⎰ 5(5)500()ed 5e d e d 51 6.z y y zz E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰令由X 与Y 的独立性，得2()()()6 4.3E XY E X E Y ==⨯=方法二：利用随机变量函数的均值公式.因X 与Y 独立，故联合密度为(5)2e ,01,5,(,)()()0,,y X Y x x y f x y f x f y --⎧≤≤>==⎨⎩其他 于是11(5)2(5)552()2ed d 2de d 6 4.3y y E XY xy x x y x xy y +∞+∞----===⨯=⎰⎰⎰⎰10.设随机变量X ，Y 的概率密度分别为fX （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e fY （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e求（1） E （X+Y ）;（2） E （2X 3Y2）. 【解】22-200()()d 2e d [e ]e d x x xX X xf x x x x x x+∞+∞+∞--+∞-∞==-⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf y y y +∞+∞--∞==⎰⎰22242021()()d 4e d .48y Y E Y y f y y y y +∞+∞--∞====⎰⎰从而(1)113()()().244E X Y E X E Y +=+=+= (2)22115(23)2()3()23288E X Y E X E Y -=-=⨯-⨯=11.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧<≥-.0,0,0,22x x cx x k e求（1） 系数c;（2） E （X ）;（3） D （X ）.【解】(1) 由2220()d e d 12k x cf x x cx x k +∞+∞--∞===⎰⎰得22c k =.(2)222()()d()2ed k x E X xf x x x k x x+∞+∞--∞==⎰⎰22220π2e d .2k x k x x k +∞-==⎰(3)222222201()()d()2e .kxE X x f x x x k x k +∞+∞--∞==⎰⎰故222221π4π()()[()].4D X E X E X k k -=-=-=⎝⎭12.袋中有12个零件，其中9个合格品，3个废品.安装机器时，从袋中一个一个地取出（取出后不放回），设在取出合格品之前已取出的废品数为随机变量X ，求E （X ）和D （X ）.【解】设随机变量X 表示在取得合格品以前已取出的废品数，则X 的可能取值为0，1，2，3.为求其分布律，下面求取这些可能值的概率，易知9{0}0.750,12P X === 39{1}0.204,1211P X ==⨯= 329{2}0.041,121110P X ==⨯⨯= 3219{3}0.005.1211109P X ==⨯⨯⨯=X 0 1 2 3P由此可得()00.75010.20420.04130.0050.301.E X =⨯+⨯+⨯+⨯=22222222()075010.20420.04130.0050.413()()[()]0.413(0.301)0.322.E X D X E X E X =⨯+⨯+⨯+⨯==-=-=13.一工厂生产某种设备的寿命X （以年计）服从指数分布，概率密度为 f （x ）=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe为确保消费者的利益，工厂规定出售的设备若在一年内损坏可以调换.若售出一台设备，工厂获利100元，而调换一台则损失200元，试求工厂出售一台设备赢利的数学期望.【解】厂方出售一台设备净盈利Y 只有两个值：100元和200元/41/411{100}{1}e d e 4x P Y P X x +∞--==≥==⎰1/4{200}{1}1e .P Y P X -=-=<=- 故1/41/41/4()100e (200)(1e )300e 20033.64E Y ---=⨯+-⨯-=-= (元). 14.设X1，X2，…，Xn 是相互独立的随机变量，且有E （Xi ）=μ，D （Xi ）=σ2，i=1，2，…，n ，记∑==n i i S X n X 12,1，S2=∑=--n i i X X n 12)(11.（1） 验证)(X E =μ，)(X D =n 2σ；（2） 验证S2=)(11122∑=--ni i X n X n ；（3） 验证E （S2）=σ2.【证】(1) 1111111()()().n nn i i i i i i E X E X E X E X nu u n n n n ===⎛⎫===== ⎪⎝⎭∑∑∑ 22111111()()n nni i i ii i i D X D X D X X DXn nn ===⎛⎫== ⎪⎝⎭∑∑∑之间相互独立2221.n n n σσ==(2) 因222221111()(2)2nnnniii iii i i i XX X X X X X nX X X ====-=+-=+-∑∑∑∑2222112nnii i i X nX X nX X nX===+-=-∑∑故22211()1ni i S X nX n ==--∑.(3) 因2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+ 同理因2(),()E X u D X n σ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E s E X nX E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑ 221222221[()()]11().1n i i E X nE X n n u n u n n σσσ==--⎡⎤⎛⎫=+-+=⎢⎥⎪-⎝⎭⎣⎦∑15.对随机变量X 和Y ，已知D （X ）=2，D （Y ）=3，Cov(X,Y)=1,计算：Cov （3X 2Y+1，X+4Y 3）.【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=-(因常数与任一随机变量独立，故Cov(X,3)=Cov(Y,3)=0,其余类似). 16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证X 和Y 是不相关的，但X 和Y 不是相互独立的.【解】设22{(,)|1}D x y x y =+≤. 2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰2π1001=cos d d 0.πr r r θθ=⎰⎰ 同理E(Y)=0.而Cov(,)[()][()](,)d d X Y x E x y E Y f x y x y+∞+∞-∞-∞=--⎰⎰222π1200111d d sin cos d d 0ππx y xy x y r r r θθθ+≤===⎰⎰⎰⎰,由此得0XY ρ=,故X 与Y 不相关.下面讨论独立性，当|x|≤1时，1()X f x y当|y|≤1时，1()Y f y x .显然()()(,).X Y f x f y f x y ≠故X 和Y 不是相互独立的.17. 1 0 11 0 1 验证X 和Y 【解】联合分布表中含有零元素，X 与Y 显然不独立，由联合分布律易求得X ，Y 及XY 111由期望定义易得E （X ）=E （Y ）=E （XY ）=0. 从而E(XY)=E(X)·E(Y),再由相关系数性质知ρXY=0, 即X 与Y 的相关系数为0，从而X 和Y 是不相关的.又331{1}{1}{1,1}888P X P Y P X Y =-=-=⨯≠==-=-从而X 与Y 不是相互独立的.18.设二维随机变量（X ，Y ）在以（0，0），（0，1），（1，0）为顶点的三角形区域上服从均匀分布，求Cov （X ，Y ），ρXY.【解】如图，SD=12，故（X ，Y ）的概率密度为题18图2,(,),(,)0,x y D f x y ∈⎧=⎨⎩其他.()(,)d d DE X xf x y x y =⎰⎰1101d 2d 3xxx y -==⎰⎰22()(,)d d DE X x f x y x y =⎰⎰11201d 2d 6x x x y -==⎰⎰从而222111()()[()].6318D X E X E X ⎛⎫=-=-= ⎪⎝⎭ 同理11(),().318E Y D Y == 而 1101()(,)d d 2d d d 2d .12xDDE XY xyf x y x y xy x y x xy y -====⎰⎰⎰⎰⎰⎰所以1111Cov(,)()()()123336X Y E XY E X E Y =-=-⨯=-.从而11362()()111818XY D X D Y ρ-===-⨯19.设（X ，Y ）的概率密度为f （x ，y ）=1ππsin(),0,0,2220.x y x y ,⎧+≤≤≤≤⎪⎨⎪⎩其他 求协方差Cov （X ，Y ）和相关系数ρXY.【解】π/2π/21π()(,)d d d sin()d .24E X xf x y x y x xx y y +∞+∞-∞-∞==+=⎰⎰⎰⎰ππ2222201ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰从而222ππ()()[()] 2.162D X E X E X =-=+-同理 2πππ(),() 2.4162E Y D Y ==+-又π/2π/2π()d sin()d d 1,2E XY x xy x y x y =+=-⎰⎰故2ππππ4Cov(,)()()()1.2444X Y E XY E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭ 222222π4Cov(,)(π4)π8π164.πππ8π32π8π32()()2162XY X Y D X D Y ρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+-20.已知二维随机变量（X ，Y ）的协方差矩阵为⎥⎦⎤⎢⎣⎡4111，试求Z1=X 2Y 和Z2=2X Y 的相关系数.【解】由已知知：D(X)=1,D(Y)=4,Cov(X,Y)=1. 从而12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯= 12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X Y Y Y D X X Y D Y =--+=-+=⨯-⨯+⨯=故121212513.26()()134Z Z D Z D Z ρ===⨯21.对于两个随机变量V ，W ，若E （V2），E （W2）存在，证明：［E （VW ）］2≤E （V2）E （W2）. 这一不等式称为柯西许瓦兹（Couchy Schwarz ）不等式.【证】令2(){[]},.g t E V tW t R =+∈ 显然22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈ 可见此关于t 的二次式非负，故其判别式Δ≤0，即2220[2()]4()()E VW E W E V ≥∆=-2224{[()]()()}.E VW E V E W =- 故222[()]()()}.E VW E V E W ≤ 22.假设一设备开机后无故障工作的时间X 服从参数λ=1/5的指数分布.设备定时开机，出现故障时自动关机，而在无故障的情况下工作2小时便关机.试求该设备每次开机无故障工作的时间Y 的分布函数F （y ）.【解】设Y 表示每次开机后无故障的工作时间，由题设知设备首次发生故障的等待时间X~E(λ),E(X)=1λ=5.依题意Y=min(X,2). 对于y<0,f(y)=P{Y≤y}=0. 对于y≥2,F(y)=P(X≤y)=1.对于0≤y<2,当x≥0时，在(0,x)内无故障的概率分布为 P{X≤x}=1e λx,所以F(y)=P{Y≤y}=P{min(X,2)≤y}=P{X≤y}=1e y/5.23.已知甲、乙两箱中装有同种产品，其中甲箱中装有3件合格品和3件次品，乙箱中仅装有3件合格品.从甲箱中任取3件产品放乙箱后，求：（1）乙箱中次品件数Z 的数学期望；（2）从乙箱中任取一件产品是次品的概率. 【解】（1） Z 的可能取值为0，1，2，3，Z 的概率分布为33336C C {}C k k P Z k -==, 0,1,2,3.k =Z=k 0 1 2 3 Pk120 920 920 120因此，19913()0123.202020202E Z =⨯+⨯+⨯+⨯=(2) 设A 表示事件“从乙箱中任取出一件产品是次品”，根据全概率公式有30(){}{|}k P A P Z k P A Z k ====∑191921310.202062062064=⨯+⨯+⨯+⨯= 24.假设由自动线加工的某种零件的内径X （毫米）服从正态分布N （μ,1），内径小于10或大于12为不合格品，其余为合格品.销售每件合格品获利，销售每件不合格品亏损，已知销售利润T （单位：元）与销售零件的内径X 有如下关系T=⎪⎩⎪⎨⎧>-≤≤<-.12,5,1210,20,10,1X X X 若若若问：平均直径μ取何值时，销售一个零件的平均利润最大 【解】(){10}20{1012}5{12}E T P X P X P X =-<+≤≤->{10}20{1012}5{12}(10)20[(12)(10)]5[1(12)]25(12)21(10) 5.P X u u P u X u u P X u u u u u u u u =--<-+-≤-≤--->-=-Φ-+Φ--Φ---Φ-=Φ--Φ-- 故2/2d ()125(12)(1)21(10)(1)0(()e ),d 2x E T u u x u ϕϕϕπ-=-⨯---⨯-= 令这里得 22(12)/2(10)/225e21e u u ----=两边取对数有2211ln 25(12)ln 21(10).22u u --=--解得 125111ln 11ln1.1910.91282212u =-=-≈(毫米)由此可得，当u=毫米时，平均利润最大.25.设随机变量X 的概率密度为f(x)=⎪⎩⎪⎨⎧≤≤.,0,0,2cos 21其他πx x 对X 独立地重复观察4次，用Y 表示观察值大于π/3的次数，求Y2的数学期望. （2002研考）【解】令π1,,3(1,2,3,4)π0,3i X Y i ⎧>⎪⎪==⎨⎪≤⎪⎩X .则41~(4,)i i Y Y B p ==∑.因为ππ{}1{}33p P X P X =>=-≤及π/30π11{}cos d 3222x P X x ≤==⎰,所以111(),(),()42,242i i E Y D Y E Y ===⨯= 2211()41()()22D Y E Y EY =⨯⨯==-,从而222()()[()]12 5.E Y D Y E Y =+=+= 26.两台同样的自动记录仪，每台无故障工作的时间Ti(i=1,2)服从参数为5的指数分布，首先开动其中一台，当其发生故障时停用而另一台自动开启.试求两台记录仪无故障工作的总时间T=T1+T2的概率密度fT(t)，数学期望E （T ）及方差D （T ）.【解】由题意知：55e ,0,()0,0t i t f t t -⎧≥=⎨<⎩. 因T1,T2独立，所以fT(t)=f1(t)*f2(t).当t<0时，fT(t)=0;当t≥0时，利用卷积公式得55()5120()()()d 5e 5e d 25e tx t x tT f t f x f t x x x t +∞-----∞=-==⎰⎰故得525e ,0,()0,0.t T t t f t t -⎧≥=⎨<⎩ 由于Ti ~E(5),故知E(Ti)=15,D(Ti)=125(i=1,2)因此，有E(T)=E(T1+T2)=25.又因T1,T2独立，所以D （T ）=D （T1+T2）=225.27.设两个随机变量X ，Y 相互独立，且都服从均值为0，方差为1/2的正态分布，求随机变量|X Y|的方差.【解】设Z=X Y ，由于22~0,,~0,,22X N Y N ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ 且X 和Y 相互独立，故Z~N （0，1）. 因22()()(||)[(||)]D X Y D Z E Z E Z -==-22()[()],E Z E Z =-而22/21()()1,(||)||e d 2πz E Z D Z E Z z z +∞--∞===⎰2/2022e d π2πz z z +∞-==⎰， 所以2(||)1πD X Y -=-.28.某流水生产线上每个产品不合格的概率为p(0<p<1)，各产品合格与否相互独立，当出现一个不合格产品时，即停机检修.设开机后第一次停机时已生产了的产品个数为X ，求E （X ）和D （X ）. 【解】记q=1p,X 的概率分布为P{X=i}=qi 1p,i=1,2,…，故12111()().1(1)i ii i q p E X iq p p q p q q p ∞∞-=='⎛⎫'===== ⎪--⎝⎭∑∑ 又221211121()()i i i i i i E X i q p i i q p iq p∞∞∞---=====-+∑∑∑2232211()12112.(1)ii q pq q pq p q p pq q p q p p p ∞=''⎛⎫''=+=+⎪-⎝⎭+-=+==-∑所以22222211()()[()].p pD XE X E X p p p --=-=-=题29图29.设随机变量X 和Y 的联合分布在点（0，1），（1，0）及（1，1）为顶点的三角形区域上服从均匀分布.（如图），试求随机变量U=X+Y 的方差. 【解】D(U)=D(X+Y)=D(X)+D(Y)+2Cov(X,Y) =D(X)+D(Y)+2[E(XY)E(X)·E(Y)].由条件知X 和Y 的联合密度为2,(,),(,)0,0.x y G f x y t ∈⎧=⎨<⎩ {(,)|01,01,1}.G x y x y x y =≤≤≤≤+≥ 从而11()(,)d 2d 2.X xf x f x y y y x +∞-∞-===⎰⎰因此11122300031()()d 2d ,()2d ,22X E X xf x x x x E X x x =====⎰⎰⎰22141()()[()].2918D X E X E X =-=-=同理可得31(),().218E Y D Y == 1115()2d d 2d d ,12xGE XY xy x y x x y y -===⎰⎰⎰⎰541Cov(,)()()(),12936X Y E XY E X E Y =-=-=- 于是1121()().18183618D U D X Y =+=+-=30.设随机变量U 在区间[2,2]上服从均匀分布，随机变量X=1,1,1,1,U U -≤-⎧⎨>-⎩ Y=1,1,1, 1.U U -≤⎧⎨>⎩若试求（1）X 和Y 的联合概率分布；（2）D （X+Y ）.【解】（1） 为求X 和Y 的联合概率分布，就要计算（X ，Y ）的4个可能取值(1,1),(1,1),(1,1)及(1,1)的概率. P{x=1,Y=1}=P{U≤1,U≤1}112d d 1{1}444x x P U ---∞-=≤-===⎰⎰ P{X=1,Y=1}=P{U≤1,U>1}=P{∅}=0,P{X=1,Y=1}=P{U>1,U≤1}11d 1{11}44x P U -=-<≤==⎰21d 1{1,1}{1,1}{1}44x P X Y P U U P U ===>->=>=⎰.故得X 与Y 的联合概率分布为(1,1)(1,1)(1,1)(1,1)(,)~1110424X Y ----⎡⎤⎢⎥⎢⎥⎣⎦.(2) 因22()[()][()]D X Y E X Y E X Y +=+-+,而X+Y 及（X+Y ）2的概率分布相应为202~111424X Y -⎡⎤⎢⎥+⎢⎥⎣⎦, 24()~1122X Y ⎡⎤⎢⎥+⎢⎥⎣⎦.从而11()(2)20,44E X Y +=-⨯+⨯=211[()]042,22E X Y +=⨯+⨯=所以22()[()][()] 2.D X Y E X Y E X Y +=+-+=31.设随机变量X 的概率密度为f(x)=x -e 21，（∞<x<+∞）(1) 求E （X ）及D （X ）；（2） 求Cov(X,|X|),并问X 与|X|是否不相关 （3） 问X 与|X|是否相互独立，为什么 【解】(1)||1()e d 0.2x E X xx +∞--∞==⎰2||201()(0)e d 0e d 2.2x x D X x x x x +∞+∞---∞=-==⎰⎰(2) Cov(,|)(||)()(||)(||)X X E X X E X E X E X X =-=||1||e d 0,2x x x x +∞--∞==⎰所以X 与|X|互不相关.(3) 为判断|X|与X 的独立性，需依定义构造适当事件后再作出判断，为此，对定义域∞<x<+∞中的子区间（0,+∞）上给出任意点x0，则有0000{}{||}{}.x X x X x X x -<<=<⊂< 所以000{||}{} 1.P X x P X x <<<<< 故由00000{,||}{||}{||}{}P X x X x P X x P X x P X x <<=<><<得出X 与|X|不相互独立.32.已知随机变量X 和Y 分别服从正态分布N （1，32）和N （0，42），且X 与Y 的相关系数ρXY=1/2，设Z=23Y X +. （1） 求Z 的数学期望E （Z ）和方差D （Z ）；（2） 求X 与Z 的相关系数ρXZ ；（3） 问X 与Z 是否相互独立，为什么【解】(1) 1().323X Y E Z E ⎛⎫=+= ⎪⎝⎭()2Cov ,3232XY X Y D Z D D ⎛⎫⎛⎫⎛⎫=++⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 11119162Cov(,),9432X Y =⨯+⨯+⨯⨯而1Cov(,)()()3462XY X Y D X D Y ρ⎛⎫==-⨯⨯=- ⎪⎝⎭所以 1()146 3.3D Z =+-⨯=(2) 因()()11Cov(,)Cov ,Cov ,Cov ,3232X Y X Z X X X X Y ⎛⎫=+=+ ⎪⎝⎭ 119()(6)3=0,323D X =+⨯-=-所以 0.()()XZ D X D Z ρ==(3) 由0XZρ==，得X 与Z 不相关.又因1~,3,~(1,9)3Z N X N ⎛⎫⎪⎝⎭，所以X 与Z 也相互独立.33.将一枚硬币重复掷n 次，以X 和Y 表示正面向上和反面向上的次数.试求X 和Y 的相关系数XY ρ.【解】由条件知X+Y=n ，则有D （X+Y ）=D （n ）=0.再由X~B(n,p),Y~B(n,q)，且p=q=12,从而有()()4nD X npq D Y ===所以 0()()()2()()XY D X Y D X D Y D X D Y ρ=+=++2,24XY n nρ=+ 故XY ρ=1.34.设随机变量X 和Y 的联合概率分布为1 0 11试求X 和Y 的相关系数ρ.【解】由已知知E(X)=,E(Y)=，而XY 的概率分布为YX 1 01P所以E （XY ）=+= Cov(X,Y)=E(XY)E(X)·E(Y)=×=0 从而 XY ρ=035.对于任意两事件A 和B ，0<P(A)<1，0<P(B)<1,则称ρ=())()()()()()(B P A P B P A P B P A P AB P ⋅-为事件A 和B 的相关系数.试证：（1） 事件A 和B 独立的充分必要条件是ρ=0； （2） |ρ|≤1.【证】（1）由ρ的定义知，ρ=0当且仅当P(AB)P(A)·P(B)=0.而这恰好是两事件A 、B 独立的定义，即ρ=0是A 和B 独立的充分必要条件. (2) 引入随机变量X 与Y 为1,,0,A X A ⎧⎪=⎨⎪⎩若发生若发生; 1,,0,B Y B ⎧⎪=⎨⎪⎩若发生若发生.由条件知，X 和Y 都服从01分布，即01~1()()X P A P A ⎧⎨-⎩ 01~1()()Y P B P B ⎧⎨-⎩ 从而有E(X)=P(A),E(Y)=P(B), D(X)=P(A)·P(A ),D(Y)=P(B)·P(B ),Cov(X,Y)=P(AB)P(A)·P(B)所以，事件A 和B 的相关系数就是随机变量X 和Y 的相关系数.于是由二元随机变量相关系数的基本性质可得|ρ|≤1. 36. 设随机变量X 的概率密度为fX(x)=⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-.,0,20,41,01,21其他x x令Y=X2，F （x,y ）为二维随机变量（X ，Y ）的分布函数，求： (1) Y 的概率密度fY(y)；Y X(2) Cov(X,Y);(3)1(,4)2F -.解： (1) Y 的分布函数为2(){}{}Y F y P Y y P X y =≤=≤.当y≤0时， ()0Y F y =，()0Y f y =； 当0＜y ＜1时，(){{0}{0Y F y P X P X P X =≤≤=<+≤≤=，()Y f y =；当1≤y<4时，1(){10}{02Y F y P X P X =-≤<+≤≤=()Y f y =；当y≥4时，()1Y F y =，()0Y f y =. 故Y 的概率密度为1,()04,0,.Y y f y y <<=≤<⎪⎩其他 (2)210111()()d d d 244+X E X =xf x x x x x x ∞∞=+=⎰⎰⎰--,2222210115()()()d d d )246+X E Y =E X =x f x x x x x x ∞∞=+=⎰⎰⎰--,2233310117()()()d d d 248+X E XY =E Y =x f x x x x x x ∞∞=+=⎰⎰⎰--, 故 Cov(X,Y) =2()()()3E XY E X E Y =⋅-.(3) 2111(,4){,4}{,4}222F P X Y P X X -=≤-≤=≤-≤11{,22}{2}22P X X P X =≤--≤≤=-≤≤-11{1}24P X =-≤≤-=. 37.习题五1.一颗骰子连续掷4次，点数总和记为X.估计P{10<X<18}. 【解】设i X 表每次掷的点数，则41ii X X ==∑22222221111117()123456,666666211111191()123456,6666666i i E X E X =⨯+⨯+⨯+⨯+⨯+⨯==⨯+⨯+⨯+⨯+⨯+⨯= 从而22291735()()[()].6212i i i D X E X E X ⎛⎫=-=-= ⎪⎝⎭ 又X1,X2,X3,X4独立同分布.从而44117()()()414,2i i i i E X E X E X =====⨯=∑∑44113535()()()4.123i i i i D X D X D X =====⨯=∑∑ 所以235/3{1018}{|14|4}10.271,4P X P X <<=-<≥-≈2. 假设一条生产线生产的产品合格率是.要使一批产品的合格率达到在76%与84%之间的概率不小于90%，问这批产品至少要生产多少件【解】令1,,0,i i X ⎧⎨⎩若第个产品是合格品其他情形. 而至少要生产n 件，则i=1,2,…,n,且X1，X2，…，Xn 独立同分布，p=P{Xi=1}=. 现要求n,使得1{0.760.84}0.9.nii XP n=≤≤≥∑即10.8{}0.90.80.20.80.20.80.2ni i X n P n n n =-≤≤≥⨯⨯⨯⨯⨯⨯∑由中心极限定理得0.9,0.160.16n n Φ-Φ≥ ⎪ ⎪⎝⎭⎝⎭整理得0.95,n ⎛⎫Φ≥ ⎪ ⎪⎝⎭查表 1.64,n ≥n≥, 故取n=269.3. 某车间有同型号机床200部，每部机床开动的概率为，假定各机床开动与否互不影响，开动时每部机床消耗电能15个单位.问至少供应多少单位电能才可以95%的概率保证不致因供电不足而影响生产.【解】要确定最低的供应的电能量，应先确定此车间同时开动的机床数目最大值m ，而m 要满足200部机床中同时开动的机床数目不超过m 的概率为95%,于是我们只要供应15m 单位电能就可满足要求.令X 表同时开动机床数目，则X~B （200，）,()140,()42,E X D X ==0.95{0}().42P X m P X m =≤≤=≤=Φ ⎪⎝⎭ 查表知 1.64,42= ,m=151.所以供电能151×15=2265（单位）.4. 一加法器同时收到20个噪声电压Vk （k=1，2，…，20），设它们是相互独立的随机变量，且都在区间（0，10）上服从均匀分布.记V=∑=201k kV，求P{V ＞105}的近似值.【解】易知:E(Vk)=5,D(Vk)=10012,k=1,2,…,20由中心极限定理知，随机变量201205~(0,1).10010020201212kk VZ N =-⨯==⨯⨯∑近似的于是105205{105}1010020201212P V P ⎧⎫⎪⎪-⨯⎪>=>⎨⎬⎪⎪⨯⨯⎪⎪⎩ 1000.3871(0.387)0.348,102012V P ⎧⎫⎪⎪-⎪⎪=>≈-Φ=⎨⎬⎪⎪⨯⎪⎪⎩⎭即有 P{V>105}≈5. 有一批建筑房屋用的木柱，其中80%的长度不小于3m.现从这批木柱中随机地取出100根，问其中至少有30根短于3m 的概率是多少 【解】设100根中有X 根短于3m ，则X~B （100，） 从而{30}1{30}11000.20.8P X P X ≥=-<≈-Φ⨯⨯ 1(2.5)10.99380.0062.=-Φ=-=6. 某药厂断言，该厂生产的某种药品对于医治一种疑难的血液病的治愈率为.医院检验员任意抽查100个服用此药品的病人，如果其中多于75人治愈，就接受这一断言，否则就拒绝这一断言.（1） 若实际上此药品对这种疾病的治愈率是，问接受这一断言的概率是多少 （2） 若实际上此药品对这种疾病的治愈率是，问接受这一断言的概率是多少【解】1,,1,2,,100.0,.i i X i ⎧==⎨⎩第人治愈其他令1001.i i X X ==∑(1) X~B(100,，1001{75}1{75}11000.80.2i i P X P X =>=-≤≈-Φ⨯⨯∑ 1( 1.25)(1.25)0.8944.=-Φ-=Φ= (2) X~B(100,，1001{75}1{75}11000.70.3i i P X P X =>=-≤≈-Φ⨯⨯∑1(1(1.09)0.1379.21=-Φ=-Φ=7. 用Laplace中心极限定理近似计算从一批废品率为的产品中，任取1000件，其中有20件废品的概率.【解】令1000件中废品数X，则p=,n=1000,X~B(1000,，E(X)=50，D(X)=.故130{20}6.895 6.895P Xϕ⎛⎫===-⎪⎝⎭61304.510.6.895 6.895ϕ-⎛⎫==⨯⎪⎝⎭8. 设有30个电子器件.它们的使用寿命T1，…，T30服从参数λ=[单位：（小时）-1]的指数分布，其使用情况是第一个损坏第二个立即使用，以此类推.令T 为30个器件使用的总计时间，求T超过350小时的概率.【解】11()10,0.1iE Tλ===21()100,iD Tλ==()1030300,E T=⨯=()3000.D T=故{350}111(0.913)0.1814.P T>≈-Φ=-Φ=-Φ=9. 上题中的电子器件若每件为a元，那么在年计划中一年至少需多少元才能以95%的概率保证够用（假定一年有306个工作日，每个工作日为8小时）.【解】设至少需n件才够用.则E(Ti)=10，D(Ti)=100，E(T)=10n，D(T)=100n.从而1{3068}0.95,niiP T=≥⨯=∑即0.05.≈Φ故0.95, 1.64272.n=Φ=≈所以需272a元.10. 对于一个学生而言，来参加家长会的家长人数是一个随机变量，设一个学生无家长、1 名家长、2名家长来参加会议的概率分别为,,.若学校共有400名学生，设各学生参加会议的家长数相与独立，且服从同一分布.（1）求参加会议的家长数X超过450的概率（2）求有1名家长来参加会议的学生数不多于340的概率.【解】（1）以Xi(i=1,2,…,400)记第i个学生来参加会议的家长数.则Xi的分布律为Xi2P易知E （Xi=）,D(Xi)=,i=1,2, (400)而400ii X X =∑,由中心极限定理得400400 1.1400 1.1~(0,1).4000.19419iiXX N -⨯-⨯=⨯⨯∑近似地于是450400 1.1{450}1{450}1419P X P X -⨯⎛⎫>=-≤≈-Φ ⎪⨯⎝⎭ 1(1.147)0.1357.=-Φ=(2) 以Y 记有一名家长来参加会议的学生数.则Y~B(400,由拉普拉斯中心极限定理得{340(2.5)0.9938.4000.80.2P Y ≤≈Φ=Φ= ⎪⨯⨯⎝⎭11. 设男孩出生率为，求在10000个新生婴儿中女孩不少于男孩的概率【解】用X 表10000个婴儿中男孩的个数，则X~B （10000，）要求女孩个数不少于男孩个数的概率，即求 P{X≤5000}. 由中心极限定理有{5000}(3)1(3)0.00135.100000.5150.485P X ≤≈Φ=Φ-=-Φ=⨯⨯12. 设有1000个人独立行动，每个人能够按时进入掩蔽体的概率为.以95%概率估计，在一次行动中：（1）至少有多少个人能够进入 （2）至多有多少人能够进入【解】用Xi 表第i 个人能够按时进入掩蔽体（i=1,2,...,1000）. 令 Sn=X1+X2+ (X1000)(1) 设至少有m 人能够进入掩蔽体，要求P{m≤Sn≤1000}≥，事件{}.10000.90.190nn m S ≤=≤⨯⨯ 由中心极限定理知：{}1{}10.95.10000.90.1n n P m S P S m ≤=-<≈-Φ≥⨯⨯ 从而 0.05,90Φ≤故 9001.65,90m -=-所以 m==≈884人(2) 设至多有M 人能进入掩蔽体，要求P{0≤Sn≤M}≥.{}0.95.90n P S M ≤≈Φ= ⎪⎝⎭查表知90=,M=900+=≈916人. 13. 在一定保险公司里有10000人参加保险，每人每年付12元保险费，在一年内一个人死亡的概率为,死亡者其家属可向保险公司领得1000元赔偿费.求： （1） 保险公司没有利润的概率为多大；（2） 保险公司一年的利润不少于60000元的概率为多大【解】设X 为在一年中参加保险者的死亡人数，则X~B （10000，）.(1) 公司没有利润当且仅当“1000X=10000×12”即“X=120”. 于是所求概率为{120}100000.0060.994100000.0060.994P X ϕ=≈⎪⨯⨯⨯⨯⎝⎭21(60/59.64)230.1811e 59.6459.64259.640.0517e 0ϕπ--== ⎪⎝⎭=⨯≈(2) 因为“公司利润≥60000”当且仅当“0≤X≤60”于是所求概率为{060}100000.0060.994100000.0060.994P X ≤≤≈Φ-Φ⨯⨯⨯⨯ (0)0.5.59.64⎛=Φ-Φ≈ ⎝14. 设随机变量X 和Y 的数学期望都是2，方差分别为1和4，而相关系数为试根据契比雪夫不等式给出P{|X-Y|≥6}的估计. （2001研考） 【解】令Z=X-Y ，有()0,()()()()2()() 3.E Z D Z D X Y D X D Y D X D Y ρ==-=+-=所以2()31{|()|6}{||6}.63612D X Y P Z E Z P X Y --≥=-≥≤==15. 某保险公司多年统计资料表明，在索赔户中，被盗索赔户占20%，以X 表示在随机抽查的100个索赔户中，因被盗向保险公司索赔的户数. （1） 写出X 的概率分布；（2） 利用中心极限定理，求被盗索赔户不少于14户且不多于30户的概率近似值.（1988研考）【解】（1） X 可看作100次重复独立试验中，被盗户数出现的次数，而在每次试验中被盗户出现的概率是，因此，X~B(100,，故X 的概率分布是100100{}C 0.20.8,1,2,,100.kk k P X k k -===(2) 被盗索赔户不少于14户且不多于30户的概率即为事件{14≤X≤30}的概率.由中心极限定理，得{1430}P X ≤≤≈Φ-Φ (2.5)( 1.5)0.994[9.33]0.927.=Φ-Φ-=--=16. 一生产线生产的产品成箱包装，每箱的重量是随机的.假设每箱平均重50千克，标准差为5千克，若用最大载重量为5吨的汽车承运，试利用中心极限定理说明每辆车最多可以装多少箱，才能保障不超载的概率大于.【解】设Xi （i=1,2,…,n ）是装运i 箱的重量（单位：千克），n 为所求的箱数，由条件知，可把X1，X2，…，Xn 视为独立同分布的随机变量，而n 箱的总重量Tn=X1+X2+…+Xn 是独立同分布随机变量之和，由条件知： ()50,i E X =5,= ()50,n E T n ==依中心极限定理，当n~(0,1)N 近似地,故箱数n 取决于条件{5000}n P T P ≤=≤0.977(2).≈Φ>=Φ2>解出n<,即最多可装98箱.习题六1.设总体X~N （60，152），从总体X 中抽取一个容量为100的样本，求样本均值与总体均值之差的绝对值大于3的概率. 【解】μ=60,σ2=152,n=100~(0,1)X Z N =即60~(0,1)15/10X Z N -=(|60|3)(||30/15)1(||2)P X P Z P Z ->=>=-< 2[1(2)]2(10.9772)0.0456.=-Φ=-=2.从正态总体N （，52）中抽取容量为n 的样本，若要求其样本均值位于区间（,）内的概率不小于，则样本容量n 至少取多大 【解】~(0,1)5/X Z N n -=2.2 4.2 6.2 4.2(2.2 6.2)()55P X P n Z n --<<=<<2(0.4)10.95,n =Φ-= 则Φn =，故n >,即n>，所以n 至少应取253.设某厂生产的灯泡的使用寿命X~N （1000，σ2）（单位：小时），随机抽取一容量为9的样本，并测得样本均值及样本方差.但是由于工作上的失误，事后失去了此试验的结果，只记得样本方差为S2=1002，试求P （X ＞1062）. 【解】μ=1000,n=9，S2=10021000~(8)100/3/X X t t S n -==10621000(1062)()( 1.86)0.05100/3P X P t P t ->=>=>=4.从一正态总体中抽取容量为10的样本，假定有2%的样本均值与总体均值之差的绝对值在4以上，求总体的标准差. 【解】~(0,1)/X Z N n σ=，由P(|X -μ|>4)=得P|Z|>4(σ/n)=,故410210.02⎡⎤-Φ=⎢⎥⎢⎥⎝⎭⎣⎦,即4100.99.Φ=⎝⎭查表得 4102.33,=所以5.43.σ==5.设总体X~N （μ，16），X1，X2，…，X10是来自总体X 的一个容量为10的简单随机样本，S2为其样本方差，且P （S2＞a ）=，求a 之值.【解】2222299~(9),()0.1.1616S a P S a P χχχ⎛⎫=>=>= ⎪⎝⎭查表得 914.684,16a=所以14.6841626.105.9a ⨯==6.设总体X 服从标准正态分布，X1，X2，…，Xn 是来自总体X 的一个简单随机样本，试问统计量Y=∑∑==-ni ii i XX n 62512)15(，n ＞5服从何种分布【解】2522222211~(5),~(5)inii i i X X X n χχχ====-∑∑且12χ与22χ相互独立.所以2122/5~(5,5)/5X Y F n X n =--7.求总体X~N （20，3）的容量分别为10，15的两个独立随机样本平均值差的绝对值大于的概率.【解】令X 的容量为10的样本均值，Y 为容量为15的样本均值,则X ~N(20,310), Y ~N(20,315)，且X 与Y 相互独立.则33~0,(0,0.5),1015X Y N N ⎛⎫-+= ⎪⎝⎭那么~(0,1),X YZ N =所以(||0.3)||2[1(0.424)]P X Y P Z Φ⎛->=>=- ⎝ 2(10.6628)0.6744.=-=8.设总体X~N （0，σ2）,X1,…,X10,…,X15为总体的一个样本.则Y=()21521221121022212X X X X X X ++++++ 服从 分布,参数为 .【解】~(0,1),iX N σi=1,2, (15)那么122210152222111~(10),~(5)i i i i X X χχχχσσ==⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭∑∑且12χ与22χ相互独立,所以222110122211152/10~(10,5)2()/5X X X Y F X X X ++==++所以Y~F 分布，参数为（10,5）.9.设总体X~N （μ1,σ2）,总体Y~N(μ2,σ2),X1,X2,…,1n X 和Y1，Y2，…，2n X 分别来自总体X 和Y 的简单随机样本，则⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-+-+-∑∑==2)()(21121221n n Y Y X X E n j j n i i = .【解】令 1222212111211(),(),11n n i i i j S X X S Y Y n n ===-=---∑∑则 122222112211()(1),()(1),n n ij i j XX n S y y n S ==-=--=-∑∑又2222221122112222(1)(1)~(1),~(1),n S n S n n χχχχσσ--=-=-那么1222112222121212()()1()22n n i j i j X X Y Y E E n n n n σχσχ==⎡⎤-+-⎢⎥⎢⎥=+⎢⎥+-+-⎢⎥⎣⎦∑∑2221212221212[()()]2[(1)(1)]2E E n n n n n n σχχσσ=++-=-+-=+-10.设总体X~N （μ,σ2），X1，X2，…，X2n （n≥2）是总体X 的一个样本，∑==ni i X n X 2121，令Y=∑=+-+ni i n i X X X 12)2(，求E(Y).【解】令Zi=Xi+Xn+i, i=1,2,…,n.则Zi~N(2μ,2σ2)(1≤i≤n),且Z1,Z2,…,Zn 相互独立.令 2211, ()/1,nni i i i Z Z S Z Z n n ====--∑∑则 21111,222nn i ii i X X Z Z n n =====∑∑故 2Z X = 那么22211(2)()(1),nni n i i i i Y X X X Z Z n S +===+-=-=-∑∑所以22()(1)2(1).E Y n ES n σ=-=-11. 设总体X 的概率密度为f(x)=x-e21 (-∞<x<+∞),X1，X2，…，Xn 为总体X 的简单随机样本，其样本方差为S2，求E(S2). 解： 由题意，得1e , 0,2()1e ,0,2xx x f x x -⎧<⎪⎪=⎨⎪≥⎪⎩于是2222222()()()()1()()d e d021()()d e d e d2,2xx xE S D X E X E XE X xf x x x xE X x f x x x x x x+∞+∞--∞-∞+∞+∞+∞---∞-∞==-=======⎰⎰⎰⎰⎰所以2()2E S=.31。
概率论第四章习题解答
1第四章随机变量的数字特征I 教学基本要求1、理解随机变量的数学期望与方差的概念，掌握它们的性质与计算，会求随机变量函数的数学期望；2、掌握两点分布、二项分布、泊松分布、均匀分布、指数分布、正态分布的数学期望与方差；3、了解切比雪夫不等式及应用；4、掌握协方差、相关系数的概念与性质，了解矩和协方差矩阵的概念；5、了解伯努利大数定理、切比雪夫大数定律、辛钦大数定理；6、了解林德伯格－列维中心极限定理、棣莫弗―拉普拉斯中心极限定理，掌握它们在实际问题中的应用.II 习题解答A 组1、离散型随机变量X 的概率分布为X -2 0 2 p0.400.300.30求()E X 、(35)E X +、2()E X ？解：()(2)0.4000.3020.300.2E X =-⨯+⨯+⨯=-；(35)3()5 4.4E X E X +=+=；2222()(2)0.4000.3020.30 1.8E X =-⨯+⨯+⨯=.2、某产品表面瑕疵点数服从参数0.8λ=的泊松分布，规定若瑕疵点数不超过1个为一等品，每个价值10元，多于4个为废品，不值钱，其它情况为二等品，每个价值8元求产品的平均价值？解：设X 为产品价格，则0X =、8、10.通过查泊松分布表可知其相应概率分布为X 0 8 10 p0.00140.80880.1898则()80.1898100.80889.61E X =⨯+⨯≈(元).3、设随机变量X 的分布函数为00()/40414x F x x x x ≤⎧⎪=<≤⎨⎪>⎩.求()E X ？解：由分布函数知X 的密度函数为1/404()0x f x <≤⎧=⎨⎩其它则4()()24x E X xf x dx dx +∞-∞===⎰⎰.4、设随机变量X 服从几何分布，即1()(1)k p X k p p -==-(1,2,)k = ，其中01p <<是常数.求()E X ？解：1111()(1)(1)k k k k E X kp p pk p +∞+∞--===-=-∑∑由级数2121123(1)k x x kx x -=+++++- (||1)x <，知 211()[1(1)]E X p p p =⨯=--.5、若随机变量X 服从参数为λ的泊松分布，即的泊松分布，即()!kp X k e k λλ-== (0,1,2,)k =求()E X 、2()E X ？解：1()!(1)!kk k k E X k ee ee k k λλλλλλλλλ-+∞+∞---======-∑∑；12201(1)()[]!(1)!!kk kk k k k k E X keee k k k λλλλλλλλ-+∞+∞+∞---===+===-∑∑∑1210[]()(1)!!k kk k e e e e k k λλλλλλλλλλλλ-+∞+∞--===+=+=+-∑∑. 6、某工程队完成某项工程的时间X (单位:月)服从下述分布X 10 11 12 13 p0.40.30.20.1(1) 求该工程队完成此项工程的平均时间；(2) 设该工程队获利50(13)Y X =-(万元).求平均利润？ 解：(1)()100.4110.3120.2130.111E X =⨯+⨯+⨯+⨯=(月)；(2) ()[50(13)]65050()100E Y E X E X =-=-⨯=(万元). 7、若随机变量X 服从区间[,]a b 上的均匀分布，即1()a x b f x b a ⎧≤≤⎪=-⎨⎪⎩其它求()E X 、2()E X ？解：()()2bax a b E X xf x dx dx b a +∞-∞+===-⎰⎰；22222()()3baxa ab b E X x f x dx dx b a +∞-∞++===-⎰⎰. 8、若随机变量X 服从参数为λ的指数分布，即的指数分布，即0()0x ex f x x λλ-⎧>=⎨≤⎩０求()E X 、2()E X ？解：0()()xxE X xf x dx x edxxdeλλλ+∞+∞+∞---∞===-⎰⎰⎰1xxxeedxλλλ+∞+∞--=-+=⎰；2222202()()2xxxE X x f x dxx edxx exedxλλλλλ+∞+∞+∞+∞----∞-∞===-+=⎰⎰⎰.9、离散型随机变量X 的概率分布为X 0 2 6 p3/12 4/12 5/12求()E X 、[ln(2)]E X +？解：34519()0261212126E X =⨯+⨯+⨯=；34513[ln(2)]ln(02)ln(22)ln(62)ln 21212126E X +=+⨯++⨯++⨯=.10、设2~(,)X N μσ，求(||)E X μ-？解：22()21(||)||2x E X x e dx μσμμπσ--+∞-∞-=-⎰令x t μσ-=，由偶函数性质有222022(||)()2t t E X e d μσσππ+∞--==⎰.11、设某商品需求量(10,30)X U ，销售商进货量n 在(10，30)之间，是一个整数.每销售一件商品获利500(元)，若供小于求，每件产品亏损100(元).若供大于求，则从外地调运，每件商品可获利300(元).为使利润期望值不少于9280(元)，进货量最少应为多少?解：按题意利润Y 与X 、n 的关系为500300()1030500100()1030n X n n X Y X n X X n +-≤<≤⎧=⎨--≤<≤⎩则利润平均值为10101()[[500100()][500300()]20n n E Y X n X dx n X n dx =--++-⎰⎰ 27.53505250n n =-++由题意知27.535052509280n n -++≥解得62263n ≤≤，则最少进货量为21.12、某保险公司规定，如果一年内顾客投保事件A 发生，则赔偿顾客a 元.以往资料表明事件A 发生的概率为p .为使公司收益期望值为0.1a ，则应向顾客收取都少保费?解：设应向顾客收取x 元保费，公司的收益为Y 元则Yx x a - p1p -p按题意()(1)()0.1E Y x p x a p a =-+-= 解得0.1x ap a =+.13、设随机变量X 的密度函数为1cos0()220x x f x π⎧≤≤⎪=⎨⎪⎩其它.对X 进行独立重复观测4次，Y 表示观测值大于/3π的次数，求2Y 的数学期望？解：显然~(4,)Y b p ，其中p 是(/3)X π>的概率，故31()cos 0.5322xp p Xdx πππ=>==⎰所以44()0.50.5kkkp Y k C -==⨯ (0,1,2,3,4)k =则有42244()0.50.55k kkk E Y k C -==⨯=∑.14、设随机变量X 、Y 相互独立，且都服从标准正态分布求22Z X Y =+的数学期望？解：由题意知X 、Y 的联合密度函数为2221(,)2x y f x y eπ+-=于是22222221()(,)2x y E Z x y f x y dxdy x y edxdy π++∞+∞+∞+∞--∞-∞-∞-∞=+=+⎰⎰⎰⎰令cos x r θ=、sin y r θ=得222222201()22r r E Z r e drd r e drππθπ+∞+∞--===⎰⎰⎰.15、已知(,)X Y 的分布如下，令max{,}Z X Y =，求()E Z ？YX0 5 10 15 0 0.02 0.06 0.02 0.10 5 0.04 0.15 0.20 0.10 100.010.150.140.01解：由题设可得Z 的分布为Z 0 510 15 p 0.020.25 0.52 0.21()00.0250.25100.52150.219.6E Z =⨯+⨯+⨯+⨯=.16、设(,)X Y 的联合密度函数为21201(,)0yy x f x y ⎧≤≤≤=⎨⎩其它求()E X 、()E Y 、()E XY 、22()E X Y +？解：12004()(,)125xE X xf x y dxdydx xy dy+∞+∞-∞-∞-∞===⎰⎰⎰⎰； 1303()(,)125x E Y yf x y dxdy dx y dy +∞+∞-∞-∞===⎰⎰⎰⎰；；131()(,)122xE XY xyf x y dxdy dx xy dy +∞+∞-∞-∞-∞===⎰⎰⎰⎰； 122222220016()()(,)()15xE XY xy f x y dxdydx xy y dy+∞+∞-∞-∞-∞+=+=+=⎰⎰⎰⎰. 17、设随机变量(,)X Y 的密度函数为1()02,02(,)8x y x y f x y ⎧+≤≤≤≤⎪=⎨⎪⎩其它求()E X ？解：22007()(,)()88xE X xf x y dxdyxy dxdy+∞+∞-∞-∞==+=⎰⎰⎰⎰. 18、甲乙二人相约在12:00~13:00之间会面，设X 、Y 分别表示甲乙到达时间，且相互独立已知X 、Y 的密度函数为2301()0x x f x ⎧<<=⎨⎩其它、201()0y y f y <<⎧=⎨⎩其它求先到达者需要等待时间的数学期望？解：等待时间可以表示为||X Y -，由于X 、Y 的联合密度函数为2601,01(,)0x y x y f x y ⎧<<<<=⎨⎩其它11200(||)||6E X Y x y x ydxdy ⇒-=-⎰⎰112200001()6()|64xyx y x ydydx y xx ydxdy =-+-=⎰⎰⎰⎰.19、设二维随机变量(,)X Y 在曲线2y x =、2y x =+所围区域G 内服从均匀分布，内服从均匀分布，求求数学期望()E X 、()E Y ？解：设(,)X Y 的联合密度函数为(,)(,)0(,)c x y G f x y x y G∈⎧=⎨∉⎩，由密度函数性质解出9/2c =下面分别求出边沿密度函数当12x -≤≤时，有22222()(2)99x X xf x dy x x +==+-⎰，故此 22(2)12()90X x x x f x ⎧+--≤≤⎪=⎨⎪⎩其它 当01y ≤≤时，有24()99y Y y f y dx y--==⎰当14y <≤时，有222()(2)99y Y y f y dx y y --==+-⎰，所以 40192()(2)1490Y y y f y y y y ⎧≤≤⎪⎪⎪=+-<≤⎨⎪⎪⎪⎩其它从而22121()()(2)92XE X xfx dx x x x dx +∞-∞--==+-=⎰⎰； 1401428()()(2)995Y E Y yf y dy y yd y y y dy +∞-∞-∞==++-=⎰⎰⎰. 20、离散型随机变量X 的概率分布为X -2 0 2 p0.40 0.30 0.30求()D X ？解：由题意易知()0.2E X =-、2() 1.8E X =，所以22()()[()] 1.80.04 1.76D X E X E X =-=-=.21、设随机变量X 的分布函数为00()/40414x F x x x x ≤⎧⎪=<≤⎨⎪>⎩.求()D X解：由题意易知X 的密度函数为1/404()0x f x <≤⎧=⎨⎩其它，且()2E X=，则242(2)4()(())()43x D X x E X f x dx dx +∞-∞-=-==⎰⎰. 22、若随机变量X 服从参数为λ的泊松分布，求()D X ？ 解：由题意易知()E X λ=、22()E X λλ=+，故22()()[()]D X E X E X λ=-=.23、设随机变量(,)X Y 的密度函数为1()02,02(,)80x y x y f x y ⎧+≤≤≤≤⎪=⎨⎪⎩其它求()D X ？解：由题意易知7()8E X =，故2222001711()[()](,)()()8636D X x E X f x y dxdy x x y dxdy +∞+∞-∞-∞-∞=-=-+=⎰⎰⎰⎰. 24、设二维随机变量(,)X Y 在曲线2y x =、2y x =+所围区域G 内服从均匀分布，内服从均匀分布，求求方差()D X 、()D Y ？解：由题意易知22(2)12()90X x x x f x ⎧+--≤≤⎪=⎨⎪⎩其它、40192()(2)1490Y yy f y y y y ⎧≤≤⎪⎪=+-<≤⎨⎪⎪⎪⎩其它1()2E X =、8()5E Y =22222127()()(2)910X E X x f x dx x x x dx+∞-∞--==+-=⎰⎰14222214247()()(2)9914Y E Yy f y dyy ydyy y dy +∞-∞-∞==++-=⎰⎰⎰229()()[()]20D X E X E X =-=；22279()()[()]350D YE Y E Y =-=.25、设10只同种元件中由2只是坏的，装配仪器时，从中任取1只，如果是不合格品，则扔掉后重取1只，求取出合格品前取出次品数的方差？只，求取出合格品前取出次品数的方差？解：设X 表示取出合格品前已取出次品的数目，则X0 1 2 p8/10 16/90 2/90故2()9E X =、24()15E X =所以2288()()[()]405D XE X E X =-=.26、设随机变量X 的密度函数为||1()2x f x e -=.求()E X 、()D X ？解：||1()()02x E X xf x dx x e dx+∞+∞--∞-∞===⎰⎰； 222||2011()(())()222x xD XE X E X x f x dx x e dx x e dx +∞+∞+∞---∞-∞=-====⎰⎰⎰.27、设X 为随机变量，证明:对任意常数C ，有2()()D X E X C ≤-，当()C E X =时等号成立.证明：22222()(2)()2()E X C E X CX C E X CE X C -=-+=-+22222()[()]{[()]2())}()[()]E X E X E X CE X C D X E X C =-+-+=+-由于2[()]E X C -非负，从而有2()()D X E X C ≤-，且当()C E X =时2()()D X E X C =-.28、设U 服从(-2，2)上的均匀分布，定义X 、Y 如下1111U X U -<-⎧=⎨>-⎩、1111U Y U -<⎧=⎨>⎩求()D X Y +？解：先求X Y +的分布(2)(1,1)(1,1)(1)1/4p X Y p X Y p U U p U +=-==-=-=<-<=<-= (2)(1,1)(1,1)(1)1/4p X Y p X Y p U U p U +=====≥-≥=≥= (0)1(2)(2)1/2p X Y p X Y p X Y +==-+=-+=-=所以()0E X Y +=，从而2()()2D X Y E X Y +=+=.29、已知()750E X =、2()15D X =.请估计概率(700800)p X <<？ 解：由切比雪夫不等式有2215(700800)(|750|50)10.9150p X p X <<=-<≥-≈.30、设()2E X =-、()1D X =、()2E Y =、()4D Y =、0.5XY ρ=-，利用由切比雪夫不等式估计概率(||6)p X Y +≥的上限？解：因为()0E X Y +=、()()()2(,)3D X Y D X D Y Cov X Y +=++=，所以，所以2()1(||6)(|()()|6)612D X Y p X Y p X YE X Y ++≥=+-+≥≤=. 31、设()4D X =、()9D Y =、0.5XY ρ=，求(23)D X Y -？ 解：(,)()()3XY Cov X Y D X D Y ρ==(23)4()9()2(2,3)16813661D X Y D X D Y Cov X Y -=++-=+-=.32、设(,)X Y 的联合密度函数为21201(,)0yy x f x y ⎧≤≤≤=⎨⎩其它求(,)Cov X Y ？解：由题意易知4()5E X =、3()5E Y =、1()2E XY =，故 1431(,)()()()25550Cov X Y E XY E X E Y ⨯=-=-=⨯. 33、设二维随机变量(,)X Y 在曲线2y x =、2y x =+所围区域G 内服从均匀分布，内服从均匀分布，求求协方差(,)Cov X Y 与相关系数XY ρ？解：由题意易知1()2E X =、8()5E Y =、9()20D X =、279()350D Y =2221225()994x x G E XY xy dxdy xdx ydy +-===⎰⎰⎰⎰所以9(,)()()()20Cov X Y E XY E X E Y =-=； (,)0.751()()XYCov X Y D X D Y ρ=≈.34、设二维随机变量(,)X Y 的联合分布为YX-1 0 1 00.07 0.18 0.15 100.080.320.20求22(,)Cov X Y解：先求2X 、2Y 、22X Y 的分布2(0)0.4p X ==、2(1)0.6p X == 2(0)0.5p Y ==、2(1)0.5p Y == 22(0)0.72p X Y ==、22(1)0.28p X Y ==所以2()0.6E X =、2()0.5E Y =、22()0.28E X Y =，由此得222222(,)()()()0.02Cov X Y E X Y E X E Y =-=-.35、随机变量(,)X Y 的密度函数为201,11(,)0x x y f x y ≤≤-≤≤⎧=⎨⎩其它求()D X Y +？解：当01x <<时，有11()22X x f x d y x -==⎰；当01y <<时，有11()22Y y f y d x y -==⎰，故2()()3E X E Y ==、1()()18D X D Y == 由于(,)()()X Y f x y f x f y ≠，即X 与Y 不独立.所以11015()212xE XY xydxdy -==⎰⎰541(,)()()()12936Cov X Y E XY E X E Y =-=-=- 1()()()2ov(,)18D X Y D X D Y C X Y +=++=.36、将1枚硬币抛n 次，以X 、Y 分别表示正面向上与反面向上的次数，求(,)Cov X Y 、XY ρ解：由于X Y n+=，即Y n X=-，于是1XYρ=-；又因~(,0.5)X b n 、~(,,0.5)Y b n ，所以()()/4D X D Y n ==，故(,)(,)(,)()/4Cov X Y Cov X n X Cov X X D X n =-=-==.37、设X 与Y 独立，且都服从参数为λ的泊松分布，令2U X Y =+、2V X Y =-求U 与V 的相关系数？解：由于()(2)4()()5D U D X Y D X D Y λ=+=+= ()(2)4()()5D V D X Y D X D Y λ=-=+=所以(,)(2,2)Cov U V Cov X Y X Y =+-4()(,2)(2,)()3D X Cov Y X Cov X Y D Y λ=+--=由此得(,)35(),()XYCov X Y D X D Y ρ==. 38、设二维随机变量(,)X Y 的联合密度函数为1||0,01(,)0y x f x y <<<⎧=⎨⎩其它判断X 与Y 之间的相关性与独立性.解：由于12()3x xE X xdydx -==⎰⎰、、10()0x xE Y ydydx -==⎰⎰、10()0xxE XY xydydx -==⎰⎰，则(,)()()()0Cov X Y E X E Y E XY =-=故X 与Y 之间不相关；又因当01x <<时，有()2xXxf x dy x-==⎰，即201()0X x x f x <<⎧=⎨⎩其它同理可以求出110()1010X y y f x y y +-<<⎧⎪=-<<⎨⎪⎩其它由于(,)()()X Y f x y f x f y ≠，故X 与Y 之间不独立.39、设a 为区间(0,1)上一定点，随机变量(0,1)X U ，Y 是X 到a 的距离.问a 为何值时X 与Y 是不相关？解：由题设知()0.5E X =、||Y X a =-，所以11201()||()()2aaE Y x a dx a x dx x a dx a a =-=-+-=-+⎰⎰⎰3101()()()323a a a a E XY x a x dx x x a dx =-+-=-+⎰⎰31(,)3212a aCov X Y =-+令31(,)03212a a Cov X Y =-+=，可得方程2(21)(221)0a a a ---=在(0,1)内解得0.5a =，即0.5a =时，X 与Y 不相关. 40、设计算器进行加法计算时，所有舍入误差相互独立且在(0.5,0.5)-上服从均匀分布.(1) 将1500个数相加，问误差总和的绝对值超过15的概率是多少；(2) 最多可以有几个数相加，其误差总和的绝对值小于10的概率不小于0.90? 解：设第i 个数的舍入误差为i X (1,,)i n = ，故()0i E X =、()1/12i D X = (1,,)i n =记1ni i X X ==∑(1) 由林德伯格－列维中心极限定理有15001150001515000(||15)(||)15001/1215001/12i i x p X p =-⨯-⨯>=>∑151[2()1]0.180215001/12≈-Φ-=；(2) 由林德伯格－列维中心极限定理有1100100.90(||10)(||)2()11/121/121/12ni i x n n p X p n n n =-⨯-⨯≤<=≤≈Φ-∑即10()0.951/12n Φ≥，由于(1.645)0.95Φ=，则101.6451/12n ≥因此443.45n £，再由n 为整数得满足题意的个数为443.41、一批木材中有80%的长度不小于3m ，从中任取100根，求其中至少有30根长度短于3m 的概率？解：以X 表示100根木材中长度短于3m 的数目，则~(100,0.2)X b ，于是()20E X =，()16D X =.由于100n =较大，则由中心极限定理，近似有2~(20,4)X N ，由此有20302010(30)1(30)1()1()0.0062444X p X p X p --≥=-<=-<≈-Φ-=. 42、某商店出售价格分别为1(元)、1.2(元)、1.5(元)的3种蛋糕，种蛋糕，每种蛋糕被购买的概每种蛋糕被购买的概率分别为0.3、0.2、0.5.若某天售出300只蛋糕，(1) 求这天收入为400(元)的概率；(2) 求这天售出价格为1.2(元)蛋糕多于60只的概率？解：(1) 设第i 只蛋糕价格为iX (1,,300)i = .则i X的分布为i X1 1.2 1.5 p0.30.20.5于是可得() 1.29i E X =、2() 1.713iE X =、()0.0489i D X =令3001i i X X ==∑表示总收入，则由林德伯格－列维中心极限定理有300 1.29400300 1.29(400)()1(3.39)0.00033000.04893000.0489X p X p -⨯-⨯≥=>≈-Φ=⨯⨯；(2) 记Y 为300只蛋糕中售价为1.2(元)的蛋糕数目，则~(300,0.2)Y b ，于是()60E Y =、()48D Y =，由中心极限定理，近似有~(60,48)X N ，由此有606060(60)1()1(0)0.54848Y p Y p --≥=-<≈-Φ=.43、进行独立重复试验，每次试验中事件A 发生的概率为0.25.问能以95%的把握保证1000次试验中事件A 发生的频率与概率相差多少?此时A 发生的次数在什么范围内?解：设X 为1000次试验中事件A 发生的次数，则~(1000,0.25)X b ，由二项分布的性质知()250E X =、()187.5D X =，而事件A 发生的频率为/1000X .根据题意，可得如下不等式(|0.25|)0.951000X p ε-≤≥即(|250|1000)0.95p X ε-≤≥，由棣莫弗―拉普拉斯定理有25010001000(||)2()10.95187.5187.5187.5X p εε-≤≈Φ-≥即1000()0.975(1.96)187.5εΦ≥=Φ解得0.026ε³，这表明1000次试验中事件A 发生的频率与概率相差不超过0.026，相应的有1000次试验中事件A 发生的次数在224到276之间.44、某车间有同型号车床150台，在1小时内每台车床约有60%的时间在工作.假定各车床工作相互独立，工作时每台车床要消耗电能15kw.问至少要多少电能，才可以有99.5%的可能性保证此车间正常工作？解：以X 表示同时工作的车床数，则~(150,0.6)X b ，于是()90E X =、()36D X =，由题意知x 应使得下式成立(0)0.995p X x ≤≤≥由中心极限定理，近似有~(90,36)X N ，故有090909090(0)()()(15)0.9956666X x x p X x p ----≤≤=<<≈Φ-Φ-≥ 查标准正态分布表得90 2.586x -≥，即105.28x ≥，取整得106x =.故要保证车间有99.5%的可能性正常工作，需供电能151061590⨯=()kw .B 组1、将n 只球(1n 号)随机的装入n 只盒子(1n 号)，一只盒子装一只球.若一只球装入的盒子与球同号，称为一个配对.记X 为配对数，求()D X ？解：引入随机变量i X (1,)i n = ，1i X =表示第i 号配对，0i X =表示第i 号不配对，则1n X X X =++ ，且1(1)i p X n ==(1,)i n = 即1()i E X n = (1,)i n =于是1()()1n E X E X X =++=因为i X 之间不独立，所以11111()()2(,)nn ni i i i j ii ij D X D X Cov X X -=====+∑∑∑∑下面考虑i j X X 的分布，由于i j X X 的取值只能是0、1，且1(1)(1,1)(1)i j i j p X X p X X n n =====- 所以1()(1)i j E X X n n =-，因此 21()()()()(1)i j i j i j Cov X X E X X E X E X n n =-=- 2211()21(1)nn D X Cnn n -⇒=+=-.2、设随机变量X 的分布函数为()F x ，其数学期望存在，证明()[1()]()E X F x dx F x dx +∞-∞=--⎰⎰.证明：00()()()()E X xf x dxxf x dxxf x dx +∞+∞-∞-∞==-⎰⎰⎰由于00()()()xxf x dxxdy f x dx +∞-∞=-⎰⎰⎰改变积分次序有00()(())()yxf x dxf x dx dyF y dy +∞-∞-∞-∞=-=-⎰⎰⎰⎰同理有()[1()]xf x dx F y dy +∞+∞=-⎰⎰ 0()[1()]()E X F x dxF x dx +∞-∞⇒=--⎰⎰.3、设随机变量X 的分布函数为0111()arcsin 11211x F x x x x π⎧<-⎪⎪=+-≤<⎨≥⎪⎩求()E X ？解：由上一题结论有()[1()]()E X F x dxF x dx +∞-∞=--⎰⎰111111[1arcsin ](arcsin )022x dx x dx ππ--=---+=⎰⎰.4、设连续随机变量X 的密度函数为()f x 若对任意常数c 有()()f c x f c x +=- (0)x >且()E X 存在.证明()E X c =.证明：令x t c =-则有()()()()()()E X xf x dxc t f c t dtcf c t dttf c t dt +∞+∞+∞+∞-∞-∞-∞-∞==++=+++⎰⎰⎰⎰由密度函数性质有()()cf c t dt cf c t dt c +∞+∞-∞-∞+=+=⎰⎰令u t =-，有()()()()tf c t dttf c t dtuf c u duuf c u du +∞+∞-∞-∞+=-=+=-+⎰⎰⎰⎰故()0tf c t dt +∞-∞+=⎰所以()E X c =.5、证明事件A 在一次试验中发生次数的方差不超过0.25.证明：设X 表示事件A 在一次试验中发生的次数，则(1,)X b p ，其中p 是事件A 发生的概率，则()(1)0D X p p =-≥由均值不等式得，当0.5p =时，()D X 有最大值0.25. 6、设随机变量X 服从几何分布，即1()(1)k p X k p p -==-(1,2,)k = ，其中01p <<是常数.求()D X解：1111()(1)(1)k k k k E X kp p p k p +∞+∞--===-=-∑∑由级数2121123(1)k x x kx x -=+++++- (||1)x <，知211()[1(1)]E X p p p =⨯=--又111[(1)](1)()(1)(1)k k k E X Xk k p Xk pk k p +∞+∞-==+=+==+-∑∑将21(1)x -的展开式两端求导得 1321223(1)(1)k x k kx x -=⋅+⋅++-+- 3222[(1)][1(1)]E X X pp p ⇒+==--222()()[()][(1)][()]D X E X E X E X X X E X ⇒=-=+-- 221[(1)]()[()]p E X X E X E X p-=+--=. 7、一只昆虫所生虫卵X 服从参数为λ的泊松分布，而每个虫卵发育成幼虫的概率为p ，且每个虫卵是否发育成幼虫相互独立，求一只昆虫所生幼虫数Y 的期望与方差？解：由题意知()!np X n en λλ-==(0,1,2,)λ= ，而n 个虫卵发育成k ()k n ≤个幼虫的概率为(|)(1)k kn knp Y k X n C p p -===- (0,1,,)k n =由全概率公式，对任意0,1,,k n = 有()()(|)(1)!nkkn kn n k n k p Y k p X n p Y k X n e C p p n λλ+∞+∞--========-∑∑(1)()[(1)]()()!()!!!k n kk kp pn k p p p p e e e e k n k k k λλλλλλλλ-+∞----=-===-∑即Y服从参数为pλ的泊松分布所以()()E Y D Y p λ==.8、设随机变量X 的密度函数()f x 是偶函数，且2(||)E X <+∞，证明X 与2X 不相关，但不独立.证明：因()f x 是偶函数，所以()xf x 、3()x f x 是奇函数，故此3()()0E X E X ==222(,)()()()0Cov X X E X X E X E X ⇒=⋅-=因而，X 与2X 不相关；选取0a >使得()1p X a ≤<，考察如下特定事件概率22(,)()()()p X a X a p a X a p X a p a X a ≤≤=-≤≤>≤-≤≤ 22()()p X a p X a =≤≤即2222(,)()()p X a X a p X a p X a ≤≤≠≤≤ 故X 与2X 不独立.9、设1X 、…、n X 中任意两个的相关系数都是ρ，试证:11n ρ≥--. 证明：因为111110()()2(,)nnni iiiji i i j D X D X Cov X X-====≤=+∑∑∑∑1111()2()()nni i i j i ij D X D X D X ρ-====+∑∑∑11111()[()()]()[1(1)]n ni ni i j i i i j i D X D X D X D X n ρρ-====≤++=+-∑∑∑∑11n ρ⇒≥--.。
概率论第4章习题参考解答
概率论第4章习题参考解答1. 若每次射击中靶的概率为, 求射击10炮, 命中3炮的概率, 至少命中3炮的概率, 最可能命中几炮.解: 设ξ为射击10炮命中的炮数, 则ξ~B (10,, 命中3炮的概率为 =⨯⨯==733103.07.0}3{C P ξ至少命中3炮的概率, 为1减去命中不到3炮的概率, 为=⨯⨯-=<-=≥∑=-2010103.07.01}3{1}3{i i i i C P P ξξ因np +p =10×+=不是整数, 因此最可能命中[]=7炮.2. 在一定条件下生产某种产品的废品率为, 求生产10件产品中废品数不超过2个的概率.解: 设ξ为10件产品中的废品数, 则ξ~B (10,, 则废品数不超过2个的概率为=⨯⨯=≤∑=-20101099.001.0}2{i i i iC P ξ3. 某车间有20部同型号机床, 每部机床开动的概率为, 若假定各机床是否开动彼此独立, 每部机床开动时所消耗的电能为15个单位, 求这个车间消耗电能不少于270个单位的概率.解: 设每时刻机床开动的数目为ξ, 则ξ~B (20,, 假设这个车间消耗的电能为η个单位, 则η=15ξ, 因此2061.02.08.0}18{}15270{}27015{}270{20182020=⨯⨯==≥=≥=≥=≥∑=-i i i iC P P P P ξξξη4. 从一批废品率为的产品中, 重复抽取20个进行检查, 求这20个产品中废品率不大于的概率.解: 设这20个产品中的废品数为ξ, 则ξ~B (20,, 假设这20个产品中的废品率为η, 则η=ξ/20. 因此∑=-⨯⨯=≤=≤=≤320209.01.0}3{}15.020{}15.0{i i i iC P P P ξξη=5. 生产某种产品的废品率为, 抽取20件产品, 初步检查已发现有2件废品, 问这20件中, 废品不少于3件的概率.解: 设ξ为这20件产品中的废品数, 则ξ~B (20,, 又通过检查已经知道ξ定不少于2件的条件, 则要求的是条件概率}2{}23{}2|3{≥≥⋂≥=≥≥ξξξξξP P P因事件}3{}2{≥⊃≥ξξ, 因此2}23{≥=≥⋂≥ξξξ因此5312.06083.02852.019.01.0209.019.01.01}{1}2{1}{}2{1}{}2{}{}{}{}2{}3{}2|3{192018222010202202202202203=-=⨯⨯--⨯⨯-==-=-===-===-=====≥≥=≥≥∑∑∑∑∑∑======C i P P i P P i P P i P i P i P P P P i i i i i i ξξξξξξξξξξξξξ6. 抛掷4颗骰子, ξ为出现1点的骰子数目, 求ξ的概率分布, 分布函数, 以及出现1点的骰子数目的最可能值.解: 因掷一次骰子出现一点的概率为1/6, 则ξ~B (4,1/6), 因此有⎪⎪⎩⎪⎪⎨⎧≥<≤⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛<==⎪⎭⎫ ⎝⎛⨯⨯==∑≤--4140656100)(),4,3,2,1,0(6561}{4444x x C x x F k C k P x k kk k kk kξ或者算出具体的值如下所示：ξ0 1 2 3 4 P⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≥<≤<≤<≤<≤<=41439992.0329838.0218681.0104823.000)(x x x x x x x F从分布表可以看出最可能值为0, 或者np +p =(4/6)+1/6=5/6小于1且不为整数, 因此最可能值为[5/6]=0.7. 事件A 在每次试验中出现的概率为, 进行19次独立试验, 求(1)出现次数的平均值和标准差; (2)最可能出现的次数.解: 设19次试验中事件A 出现次数为ξ, 则ξ~B (19,, 因此 (1)ξ的数学期望为E ξ=np =19×= 方差为Dξ=np (1-p )=19××=标准差为997.199.3===ξσξD(2)因np +p =+=6为整数, 因此最可能值为5和6.8. 已知随机变量ξ服从二项分布, E ξ=12, D ξ=8, 求p 和n . 解: 由E ξ=np =12 (1) 和D ξ=np (1-p )=8 (2) 由(1)得n =12/p , 代入到(2)得12(1-p )=8, 解出p =(12-8)/12=1/3= 代回到(1)式得n =12/p =12×3=369. 某柜台上有4个售货员, 并预备了两个台秤, 若每个售货员在一小时内平均有15分钟时间使用台秤, 求一天10小时内, 平均有多少时间台秤不够用.解: 每个时刻构成一n =4的贝努里试验, 且p =15/60=, 因此, 设ξ为每个时刻要用秤的售货员数, 则ξ~B (4, , 当ξ>2时, 台秤不够用. 因此每时刻台秤不够用的概率为=+⨯⨯=>433425.075.025.0)2(C P ξ因此10个小时内平均有×10=个小时台秤不够用.10. 已知试验的成功率为p , 进行4重贝努里试验, 计算在没有全部失败的情况下, 试验成功不止一次的概率.解: 设ξ为4次试验中的成功数, 则ξ~B (4,p ), 事件"没有全部失败"即事件{ξ>0}, 而事件"试验成功不止一次"即事件{ξ>1}, 因此要求的是条件概率P {ξ>1|ξ>0}, 又因事件{ξ>1}被事件{ξ>0}包含, 因此这两个事件的交仍然是{ξ>1}, 因此434141}0{1}1{}0{1}0{}1{}0|1{q pq q P P P P P P ---===-=-=-=>>=>>ξξξξξξξ其中q =1-p11. ξ服从参数为2,p 的二项分布, 已知P (ξ≥1)=5/9, 那么成功率为p 的4重贝努里试验中至少有一次成功的概率是多少解: 因ξ~B (2,p ), 则必有9/5)1(1)0(1)1(2=--==-=≥p P P ξξ, 解得3/13/213/219/49/51)1(2=-==-=-=-p p p 则假设η为成功率为1/3的4重贝努里试验的成功次数, η~B (4,1/3), 则802.081161321)1(1)0(1)1(44=-=⎪⎭⎫⎝⎛-=--==-=≥p P P ηη12. 一批产品20个中有5个废品, 任意抽取4个, 求废品数不多于2个的概率解: 设ξ为抽取4个中的废品数, 则ξ服从超几何分布, 且有==≤∑=-204204155}2{i i i C C C P ξ 13. 如果产品是大批的, 从中抽取的数目不大时, 则废品数的分布可以近似用二项分布公式计算. 试将下例用两个公式计算, 并比较其结果. 产品的废品率为, 从1000个产品中任意抽取3个, 求废品数为1的概率.解: 设任抽3个中的废品数为ξ, 则ξ服从超几何分布, 废品数为×1000=100 ===3100029001100}1{C C C P ξ 而如果用二项分布近似计算, n =3, p =, ξ~B (3,=⨯⨯≈=2139.01.0}1{C P ξ近似误差为, 是非常准确的.14. 从一副朴克牌(52张)中发出5张, 求其中黑桃张数的概率分布. 解: 设ξ为发出的5张中黑桃的张数, 则ξ服从超几何分布, 则)5,4,3,2,1,0(}{5525135213===--i C C C i P i i ξ则按上式计算出概率分布如下表所示:ξ 0 1 2 3 4 5 P15. 从大批发芽率为的种子中, 任取10粒, 求发芽粒数不小于8粒的概率.解: 设ξ为10粒种子中发芽的粒数, 则ξ服从超几何分布, 但可以用二项分布近似, 其中p =, n =10, 则∑=-⨯⨯=≥10810102.08.0}8{i i i iC P ξ=16. 一批产品的废品率为, 用普哇松分布公式求800件产品中废品为2件的概率, 以及不超过2件的概率.解: 设ξ为800件产品中的废品数, 则ξ服从超几何分布, 可以用二项分布近似, 则ξ~B (800, , 而因为试验次数很大废品率则很小, 可以用普阿松分布近似, 参数为 λ=np =800×=9526.0!8.0}2{1438.028.0}2{28.08.02=≈≤=≈=∑=--i i e i P e P ξξ 17. 某种产品表面上的疵点数服从普哇松分布, 平均一件上有个疵点, 若规定疵点数不超过1个为一等品, 价值10元, 疵点数大于1不多于4为二等品, 价值8元, 4个以上为废品, 求产品为废品的概率以及产品的平均价值.解: 设ξ为产品表面上的疵点数, 则ξ服从普哇松分布, λ=, 设η为产品的价值, 是ξ的函数. 则产品为废品的概率为0014.0!8.01}4{1}4{48.0=-=≤-=>∑=-i i e i P P ξξ==≤==∑=-18.0!8.0}1{}10{i i e i P P ξη==≤<==∑=-428.0!8.0}41{}8{i i e i P P ξη则产品的平均价值为Eη = 10×P {η=10}+8×P {η=8}=10×+8×=(元)18. 一个合订本共100页, 平均每页上有两个印刷错误, 假定每页上印刷错误的数目服从普哇松分布, 计算该合订本中各页的印刷错误都不超过4个的概率. 解: 设ξ为每页上的印刷错误数目, 则ξ服从普哇松分布, λ=2, 则1页印刷错误都不超过4个的概率为 ==≤∑=-402!2}4{i i e i P ξ而100页上的印刷错误都不超过4个的概率为[]=≤100}4{ξP19. 某型号电子管的“寿命”ξ服从指数分布, 如果它的平均寿命E ξ=1000小时, 写出ξ的概率密度, 并计算P (1000<ξ≤1200). 解: 因Eξ=1000=1/λ, 其概率密度为⎪⎩⎪⎨⎧≤>=-0010001)(1000x x ex xϕ 0667.0)12001000(2.111000120010001000=-=-=≤<----e e ee P ξ20. ξ~N (0,1), Φ0(x )是它的分布函数, φ0(x )是它的概率密度, Φ0(0), φ0(0), P (ξ=0)各是什么值 解: 因有 20221)(x ex -=πϕ, ⎰∞--=Φxt dt ex 20221)(π, 因此φ0(x )为偶函数, 由对称性可知Φ0(0)=,并有πϕ21)0(0=,因ξ为连续型随机变量, 取任何值的概率都为0, 即P (ξ=0)=0.21. 求出19题中的电子管在使用500小时没坏的条件下, 还可以继续使用100小时而不坏的概率解: 要求的概率为P (ξ>600|ξ>500), 因此905.0}500{}600{}500|600{1.010005001000600===>>=>>---e e eP P P ξξξξ22. 若ξ服从具有n 个自由度的χ2-分布, 证明ξ的概率密度为⎪⎪⎩⎪⎪⎨⎧<≥⎪⎭⎫ ⎝⎛Γ=---022)(21212x x e n x x x nn ϕ称此分为为具有n 个自由度的χ-分布 证: 设ξη=, 则因ξ的概率密度函数为⎪⎪⎩⎪⎪⎨⎧≤>⎪⎭⎫ ⎝⎛Γ=--0221)(2122x x e x n x xn nξϕη的分布函数为)0()()()()()(22>=≤=≤=≤=x x F x P x P x P x F ξηξξη对两边求导得)0(22222)(2)(2121222222>⎪⎭⎫ ⎝⎛Γ=⎪⎭⎫ ⎝⎛Γ==-----x en x en x xx x x x n n x n n ξηϕϕ23. ξ~N (0,1), 求P {ξ≥0}, P {|ξ|<3}, P {0<ξ≤5}, P {ξ>3}, P {-1<ξ<3} 解: 根据ξ的对称性质及查表得: P {ξ≥0}=1-Φ0(0)=P {|ξ|<3}=2Φ0(3)-1=2×= P {0<ξ≤5}=Φ0(5)= P {ξ>3}=1-Φ0(3)==P {-1<ξ<3}=Φ0(3)-Φ0(-1)=Φ0(3)+Φ0(1)-1=+= 24. ξ~N (μ,σ2), 为什么说事件"|ξ-μ|<2σ"在一次试验中几乎必然出现解: 因为)1,0(~N σμξ- 19545.0197725.021)2(2}2{}2|{|0≈=-⨯=-Φ=<-=<-σμξσμξP P因此在一次试验中几乎必然出现.25. ξ~N (10,22), 求P (10<ξ<13), P (ξ>13), P (|ξ-10|<2). 解: 因为)1,0(~210N -ξ6826.018413.021)1(2}1210{}2|10{|0.0668193319.01)5.1(1}5.1210{}13{43319.05.093319.0)0()5.1(}5.12100{}1310{0000=-⨯=-Φ=<-=<-=-=Φ-=>-=>=-=Φ-Φ=<-<=<<ξξξξξξP P P P P P26. 若上题中已知P {|ξ-10|<c }=, P {ξ<d }=, 分别求c 和d .解: 因为)1,0(~210N -ξ, 则有95.01)2(2}2210{}|10{|0=-Φ=<-=<-cc P c P ξξ 解得975.0295.01)2(0=+=Φc, 查表得,96.12=c得c = 再由5.00668.0)210(}210210{}{0<=-Φ=-<-=<d d P d P ξξ知,0210<-d 因此0668.0)210(1)210(00=-Φ-=-Φd d即9332.00668.01)210(0=-=-Φd ,查表得5.1210=-d , 解得7310=-=d27. 若ξ~N (μ,σ2), 对于P {μ-kσ<ξ<μ+kσ}=, 或, 或, 分别查表找出相应的k值.解: 先求P {μ-kσ<ξ<μ+kσ}=对应的k 值. 因)1,0(~N σμξ-, 因此 90.01)(2}{}{0=-Φ=<-=+<<-k k P k k P σμξσμξσμ 即95.0290.01)(0=+=Φk , 查表得k = 同理, 由975.0295.01)(0=+=Φk , 查表得k = 由995.0299.01)(0=+=Φk , 查表得k = 28. 某批产品长度按N (50, 分布, 求产品长度在49.5cm 和50.5cm 之间的概率, 长度小于49.2cm 的概率.解: 设ξ为产品长度, 则ξ~N (50, , 且有)1,0(~25.050N -ξ, 则9545.0197725.021)2(2}225.050{}225.0502{}5.505.49{0=-⨯=-Φ=<-=<-<-=<<ξξξP P P0006871.09993129.01)2.3(1)2.3(}25.0502.4925.050{}2.49{00=-=Φ-=-Φ=-<-=<ξξP P29.ξi ~N (0,1)(i =1,2,3), 并且ξ1,ξ2,ξ3相互独立,∑==3131i i ξξ,∑=-=312)(i i ξξη, 求),cov(,),,cov(1ηξηξξE解: 此题要用到, 两个独立的服从正态分布的随机变量相加后得到的随机变量仍然服从正态分布. 因此, 因为3131,031=⎪⎭⎫ ⎝⎛==∑=i i D D E ξξξ, 则)31,0(~N ξ313131)()cov(2131111==⎪⎭⎫ ⎝⎛==∑=ξξξξξξξE E E i i32313121)cov(2)2()(22222=+⨯-=+-=+-=-ξξξξξξξξξξE E E E i i i i i因此2323)()(312312=⨯=-=⎪⎭⎫ ⎝⎛-=∑∑==i i i i E E E ξξξξη ξξ-i 也服从正态分布, 且有03131)]([),cov(2=-=-=-=-ξξξξξξξξξE E E i i i即ξ与ξξ-i 不相关, 而因为它们服从正态分布, 因此也就是ξ与ξξ-i 相互独立,则ξ与2)(ξξ-i 也相互独立, 则ξ与η中的加和中的每一项相互独立, 当然也与η相互独立, 因此有0),cov(=ηξ, 因为相互独立的随机变量一定不相关.30. (ξ,η)有联合概率密度22)(21,2122ηξζπ+=+-y x e , 求ζ的概率密度.解: 由联合概率密度看出, ξ与η相互独立服从标准正态分布, 则有 ξ2与η2也相互独立且服从自由度为1的χ2-分布, 即ξ2~χ2(1), η2~χ2(1), 因此ζ=ξ2+η2~χ2(2), 即它的概率密度为⎪⎩⎪⎨⎧<>=-00212x x exζϕ即ζ服从λ=1/2的指数分布.。
华中师范大学概率统计期末卷4
华中师范大学 概率统计A期末考试样卷四一.填空题（每题3分，共18分）1．袋中有10只球，其中有3只是红球，从中任取2只球，则其中恰有一只红球的概率为___7/152. 设事件A ，B ，C 满足:,41)()()(===C P B P A P,0)()(==CB P AB P 81)(=AC P .则 =)(C B A P __5/8____3．设X 和Y 是两个随机变量，且52)0,0(=≥≥Y X P ， 3)0()0(=≥=≥Y P X P ,则=≥）0),(max(Y X P ___4/5___ 4．设随机变量X 与Y 相互独立,且2,σμ====DY DX EY EX 则()=-2Y X E ( 22σ ).5.设X 是[0,1]上的连续型随机变量,且75.0)29.0(=≤X P ,如果X Y -=1, 常数k ,使得25.0)(=≤k Y P 。
则常数=k （0.71）6．设随机变量X 的密度函数为⎩⎨⎧∈=其它],0[)(A x xx f , 则常数A=（ 2 ）二. （10分）假设4.0)(=A P ，7.0)(=B A P 。
（1）若A 与B 互不相容，试求)(B P ； （2）若A 与B 相互独立，试求)(B P 。
解：（1）3.004.07.0)()()()(=+-=+-=AB P A P B A P B P ……4分（2）)()()()()(B P A P A P B A P B P +-= ，5.06.03.0)(1)()()(==--=A P A PB A P B P ……9分三．（10分）设),(Y X 的联合分布律为：确定数A ，B ，使随机变量X 与Y 相互独立。
． 12411218381=+++++B A (1) ……3分若x 与y 独立, 应有:()()()212,1=⋅====y P x P y x P⎪⎭⎫⎝⎛+⋅⎪⎭⎫ ⎝⎛++=⇒A 12124112181121 (2) ……6分综合(1)(2)有:41=A 81=B ……8分 经检验知当41=A ，81=B 时有:0≥ij p ,12131=∑∑==i j ijp且{}{}{}j i j i y y p x x p y y x x p =⋅====, 2,1=i 3,2,1=j ……9分四．（10分）进行摩托车竞赛。
概率论与数理统计(第四版)习题答案全
概率论与数理统计(第四版)习题答案全概率论与数理统计习（第四版）题解答第一章 随机事件及其概率·样本空间·事件的关系及运算一、任意抛掷一颗骰子，观察出现的点数。
设事件A 表示“出现偶数点”，事件B 表示“出现的点数能被3整除”．（1）写出试验的样本点及样本空间；（2）把事件A 及B 分别表示为样本点的集合；（3）事件B A AB B A B A ,,,,分别表示什么事件？并把它们表示为样本点的集合．解：设i ω表示“出现i 点”)6,,2,1( =i ，则（1）样本点为654321,,,,,ωωωωωω；样本空间为}.,,,,,{654321ωωωωωω=Ω （2）},,{642ωωωA =； }.,{63ωωB =（3）},,{531ωωωA =，表示“出现奇数点”；},,,{5421ωωωωB =，表示“出现的点数不能被3整除”；},,,{6432ωωωωB A =⋃，表示“出现的点数能被2或3整除”；}{6ωAB =，表示“出现的点数能被2整除且能被3整除”；},{B A 51ωω= ，表示“出现的点数既不能被2整除也不能被3整除”二、写出下列随机试验的样本空间及各个事件中的样本点：（1）同时掷三枚骰子，记录三枚骰子的点数之和．A —“点数之和大于10”，B —“点数之和小于15”．（2）一盒中有5只外形相同的电子元件，分别标有号码1，2，3，4，5．从中任取3只，A —“最小号码为1”．解：(1) 设i ω表示“点数之和等于i ”)18,,4,3( =i ，则},,,{1843ωωω =Ω；},,,{181211ωωωA =；}.,,,{1443ωωωB =(2) 设ijk ω表示“出现号码为k j i ,,”);5,,2,1,,(k j i k j i ≠≠= ，则},,,,,,,,,{345245235234145135134125124123ωωωωωωωωωω=Ω }.,,,,,{145135134125124123ωωωωωωA =三、设C B A ,,为三个事件，用事件之间的运算表示下列事件： (1) A 发生, B 与C 都不发生； (2) C B A ,,都发生；(3) C B A ,,中至少有两个发生； (4) C B A ,,中至多有两个发生． 解：(1) C B A ；(2) ABC ；(3) ABC C AB C B A BC A ⋃⋃⋃或CA BC AB ⋃⋃(4) BC A C B A C AB C B A C B A C B A C B A ⋃⋃⋃⋃⋃⋃或C B A ⋃⋃或.ABC四、一个工人生产了n 个零件，以i A 表示他生产的第 i 个零件是合格品（n i ≤≤1）．用i A 表示下列事件：（1）没有一个零件是不合格品； （2）至少有一个零件是不合格品； （3）仅有一个零件是不合格品；（4）至少有一个零件不是不合格品． 解：(1) n A A A 21；(2) n A A A 21或n A A A ⋃⋃⋃ 21； (3) n n n A A A A A A A A A 212121⋃⋃⋃ (4) n A A A ⋃⋃⋃ 21或.21n A A A第二章 概率的古典定义·概率加法定理一、电话号码由七个数字组成，每个数字可以是0，1，2，…，9中的任一个数（但第一个数字不能为0），求电话号码是由完全不同的数字组成的概率．解：基本事件总数为611011011011011011019109⨯=C C C C C C C 有利事件总数为456789214151617181919⨯⨯⨯⨯⨯=C C C C C C C 设A 表示“电话号码是由完全不同的数字组成”，则0605.0109456789)(62≈⨯⨯⨯⨯⨯⨯=A P 二、把十本书任意地放在书架上，求其中指定的三本书放在一起的概率．解：基本事件总数为!101010=A 指定的三本书按某确定顺序排在书架上的所有可能为!777=A 种；这三本书按确定的顺序放在书架上的所以可能的位置共818=C 种；这三本书的排列顺序数为!333=A ；故有利事件总数为!3!8!38!7⨯=⨯⨯(亦可理解为)3388P P设A 表示“指定的三本书放在一起”，则067.0151!10!3!8)(≈=⨯=A P三、为了减少比赛场次，把二十个队任意分成两组（每组十队）进行比赛，求最强的两个队被分在不同组内的概率．解：20个队任意分成两组（每组10队）的所以排法，构成基本事件总数1020C ；两个最强的队不被分在一组的所有排法，构成有利事件总数91812C C 设A 表示“最强的两队被分在不同组”，则526.01910)(102091812≈==C C C A P四、某工厂生产的产品共有100个，其中有5个次品．从这批产品中任取一半来检查，求发现次品不多于1个的概率．解：设i A 表示“出现的次品为i 件”)5,4,3,2,1,0(=i ，A 表示“取出的产品中次品不多于 1个”，则 .10A A A ⋃=因为V A A =10，所以).()()(10A P A P A P +=而0281.0979942347)(5010050950≈⨯⨯⨯==C C A P 1529.09799447255)(501004995151≈⨯⨯⨯⨯==C C C A P故 181.01529.00281.0)(=+≈A P五、一批产品共有200件, 其中有6件废品．求 (1) 任取3件产品恰有1件是废品的概率; (2) 任取3件产品没有废品的概率; (3) 任取3件产品中废品不少于2件的概率． 解：设A 表示“取出的3件产品中恰有1件废品”；B 表示“取出的3件产品中没有废品”；C 表示“取出的3件产品中废品不少于2件”，则 (1) 0855.019819920019319418)(3200219416≈⨯⨯⨯⨯==C C C A P (2) 912.0198199200192193194)(32003194≈⨯⨯⨯⨯==C C B P(3) 00223.019819920012019490)(3200019436119426≈⨯⨯⨯⨯=+=C C C C C C P六、设41)( ,0 ,31)()()(======BC P P(AC)P(AB)C P B P A P ．求A , B , C 至少有一事件发生的 概率．解：因为0==P(AC)P(AB)，所以V AC V AB ==,，从而V C AB =)(可推出0)(=ABC P设D 表示“A , B , C 至少有一事件发生”，则C B A D ⋃⋃=，于是有)()()()()()()()()(ABC P CA P BC P AB P C P B P A P C B A P D P +---++=⋃⋃=75.04341313131==-++=第三章 条件概率与概率乘法定理·全概率公式与贝叶斯公式一、设,6.0)|(,4.0)(,5.0)(===B A P B P A P 求)|(,)(B A A P AB P ． 解：因为B A AB B B A A +=+=)(，所以)()()(B A P AB P A P +=，即14.06.0)4.01(5.0)()()()()()(=⨯--=-=-=B A P B P A P B A P A P AB P68.074.05.036.0)4.01(5.05.0)()()()()()]([)|(≈=--+=-+==B A P B P A P A P B A P B A A P B A A P二、某人忘记了电话号码的最后一个数字，因而他随意地拨号，求他拨号不超过两次而接通所需电话的概率．若已知最后一个数字是奇数，那么此概率是多少？ 解：设A 表示“第一次拨通”，B 表示“第二次拨通”，C 表示“拨号不超过两次而拨通”（1）2.0101101)()()(19111101911011=+=⋅+=+=C C C C C C A B P A P C P（2）4.05151)()()(2511141511=+=+=+=A A A A A A B P A P C P三、两台车床加工同样的零件，第一台出现废品的概率是0.03，第二台出现废品的概率是0.02．加工出来的零件放在一起，并且已知第一台加工的零件比第二台加工的零件多一倍．（1）求任意取出的零件是合格品的概率；（2）如果任意取出的零件是废品，求它是第二台车床加工的概率． 解：设i A 表示“第i 台机床加工的零件”)2,1(=i ；B 表示“出现废品”；C 表示“出现合格品”（1）)()()()()()()()(22112121A C P A P A C P A P C A P C A P C A C A P C P +=+=+= 973.0)02.01(31)03.01(32≈-⨯+-⨯=（2）25.002.03103.03202.031)()()()()()()()()(22112222=⨯+⨯⨯=+==A B P A P A B P A P A B P A P B P B A P B A P四、猎人在距离100米处射击一动物，击中的概率为0.6；如果第一次未击中，则进行第二次射击，但由于动物逃跑而使距离变为150米；如果第二次又未击中，则进行第三次射击，这时距离变为200米．假定击中的概率与距离成反比，求猎人三次之内击中动物的概率．解：设i A 表示“第i 次击中”)3,2,1(=i ，则由题设，有1006.0)(1kA P ==，得60=k ，从而有4.015060150)(2===k A P ，.3.020060200)(3===k A P设A 表示“三次之内击中”，则321211A A A A A A A ++=，故有)()()()()()()(321211A P A P A P A P A P A P A P ++=832.03.0)4.01()6.01(4.0)6.01(6.0=⨯-⨯-+⨯-+= （另解）设B 表示“猎人三次均未击中”，则168.0)3.01)(4.01)(6.01()(=---=B P故所求为 832.0)(1)(=-=B P B P五、盒中放有12个乒乓球，其中有9个是新的．第一次比赛时从其中任取3个来用，比赛后仍放回盒中．第二次比赛时再从盒中任取3个，求第二次取出的都是新球的概率． 解：设i A 表示“第一次取得i 个新球”)3,2,1,0(=i ，则2201)(312330==C C A P 22027)(31219231==C C C A P 220108)(31229132==C C C A P 22084)(31239033==C C C A P 设B 表示“第二次取出的都是新球”，则312363123731238312393022084220108220272201)()()(C C C C C C C C A B P A P B P i i i ⋅+⋅+⋅+⋅==∑=146.0532400776161112208444722010855142202755212201≈=⋅+⋅+⋅+⋅=第四章 随机事件的独立性·独立试验序列一、一个工人看管三台车床，在一小时内车床不需要工人照管的概率：第一台等于0.9，第二台等于0.8，第三台等于0.7．求在一小时内三台车床中最多有一台需要工人照管的概率． 解：设i A 表示“第i 台机床不需要照管”)3,2,1(=i ，则9.0)(1=A P 8.0)(2=A P 7.0)(3=A P再设B 表示“在一小时内三台车床中最多有一台需要工人照管”，则321321321321A A A A A A A A A A A A B +++= 于是有)()()()()()()()()()()()()(321321321321A P A P A P A P A P A P A P A P A P A P A P A P B P +++= )7.01(8.09.07.0)8.01(9.07.08.0)9.01(7.08.09.0-⨯⨯+⨯-⨯+⨯⨯-+⨯⨯=902.0=．（另解）设i B 表示“有i 台机床需要照管”)1,0(=i ，B 表示“在一小时内三台车床中最多有一台需要工人照管”，则10B B B +=且0B 、1B 互斥，另外有 504.07.08.09.0)(0=⨯⨯=B P398.0)7.01(8.09.07.0)8.01(9.07.08.0)9.01()(1=-⨯⨯+⨯-⨯+⨯⨯-=B P 故902.0398.0504.0)()()()(1010=+=+=+=B P B P B B P B P ．二、电路由电池a 与两个并联的电池b 及c 串联而成．设电池c b a ,,损坏的概率分别是0.3、0.2、0.2，求电路发生间断的概率． 解：设1A 表示“a 损坏”；2A 表示“b 损坏”；3A 表示“c 损坏”；则3.0)(1=A P 2.0)()(32==A P A P 又设B 表示“电路发生间断”，则321A A A B += 于是有)()()()()(321321321A A A P A A P A P A A A P B P -+=+=)()()()()()(321321A P A P A P A P A P A P -+=328.02.02.03.02.02.03.0=⨯⨯-⨯+=．三、三个人独立地去破译一个密码，他们能译出的概率分别为51、31、41，求能将此密码译出的概率．解：设A 表示“甲能译出”；B 表示“乙能译出”；C 表示“丙能译出”，则51)(=A P 31)(=B P 41)(=C P设D 表示“此密码能被译出”，则C B A D ⋃⋃=，从而有)()()()()()()()()(ABC P CA P BC P AB P C P B P A P C B A P D P +---++=⋃⋃=)()()()()()()()()()()()(C P B P A P A P C P C P B P B P A P C P B P A P +---++= 6.0413151415141513151413151=⨯⨯+⨯-⨯-⨯-++=． （另解）52)411)(311)(511()()()()()(=---===C P B P A P C B A P D P ，从而有6.053521)(1)(==-=-=D P D P四、甲、乙、丙三人同时对飞机进行射击，三人的命中概率分别为7.0,5.0,4.0．飞机被一人击中而被击落的概率为2.0，被两人击中而被击落的概率为6.0，若三人都击中，则 飞机必被击落．求飞机被击落的概率． 解：设1A 表示“甲命中”；2A 表示“乙命中”；3A 表示“丙命中”；则4.0)(1=A P5.0)(2=A P 7.0)(3=A P 设i B 表示“i 人击中飞机” )3,2,1,0(=i ，则09.0)7.01)(5.01)(4.01()())(()()(3213210=---===A P A P A P A A A P B P)()(3213213211A A A A A A A A A P B P ++=)()()(321321321A A A P A A A P A A A P ++=)()()()()()()()()(321321321A P A P A P A P A P A P A P A P A P ++=36.07.0)5.01)(4.01()7.01(5.0)4.01()7.01)(5.01(4.0=⨯--+-⨯⨯-+--⨯=)()(3213213212A A A A A A A A A P B P ++= )()()(321321321A A A P A A A P A A A P ++=)()()()()()()()()(321321321A P A P A P A P A P A P A P A P A P ++=41.07.0)5.01)(4.01()7.01(5.0)4.01()7.01)(5.01(4.0=⨯--+-⨯⨯-+--⨯=14.07.05.04.0)()()()()(3213213=⨯⨯===A P A P A P A A A P B P 设A 表示“飞机被击落”，则由题设有0)(0=B A P 2.0)(1=B A P 6.0)(2=B A P 1)(3=B A P故有458.0114.06.041.02.036.0009.0)()()(30=⨯+⨯+⨯+⨯==∑=i i i B A P B P A P ．五、某机构有一个9人组成的顾问小组，若每个顾问贡献正确意见的概率都是0.7，现在该机构内就某事可行与否个别征求每个顾问的意见，并按多数人意见作出决策，求作 出正确决策的概率．解：设i A 表示“第i 人贡献正确意见”，则7.0)(=i A P )9,,2,1( =i ．又设m 为作出正确意见的人数，A 表示“作出正确决策”，则)9()8()7()6()5()5()(99999P P P P P m P A P ++++=≥=+⋅⋅+⋅⋅+⋅⋅=277936694559)3.0()7.0()3.0()7.0()3.0()7.0(C C C 9991889)7.0()3.0()7.0(⋅+⋅⋅+C C+⋅⋅+⋅⋅+⋅⋅=273645)3.0()7.0(36)3.0()7.0(84)3.0()7.0(126918)7.0()3.0()7.0(9+⋅⋅+0403.01556.02668.02668.01715.0++++= 901.0=．六、每次试验中事件A 发生的概率为p ，为了使事件A 在独立试验序列中至少发生一次的概率不小于p ，问至少需要进行多少次试验？ 解：设做n 次试验，则n p A P A P )1(1}{1}{--=-=一次都不发生至少发生一次要p p n ≥--)1(1，即要p p n -≤-1)1(，从而有.1)1(log )1(=-≥-p n p 答：至少需要进行一次试验．第五章离散随机变量的概率分布·超几何分布·二项分布·泊松分布一、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取1个．如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的概率分布．解：设X表示“在取得合格品以前已取出的废品数”，则X的概率分布为即亦即二、自动生产线在调整以后出现废品的概率为p．生产过程中出现废品时立即进行调整．求在两次调整之间生产的合格品数的概率分布．解：设X表示“在两次调整之间生产的合格品数”，且设=1，则ξ的概率分布为q-p三、 已知一批产品共20个，其中有４个次品．（１）不放回抽样．抽取６个产品，求样品中次品数的概率分布；（２）放回抽样．抽取６个产品，求样品中次品数的概率分布． 解：（1）设X 表示“取出的样本中的次品数”，则X 服从超几何分布，即X 的概率函数为)4,3,2,0()(6206164===-x CCC x X P x x从而X 的概率分布为即（2）设X 表示“取出的样本中的次品数”，则X 服从超几何分布，即X 的概率函数为)6,5,4,3,2,0()2.01()2.0()(66=-==-x C x X P xxx从而X 的概率分布为即四、 电话总机为300个电话用户服务．在一小时内每一电话用户使用电话的概率等于0.01，求在一小时内有4个用户使用电话的概率（先用二项分布计算，再用泊松分布近似计算，并求相对误差）． 解：（1）用二项分布计算)01.0(=p168877.0)01.01()01.0()1()4(2964430029644300≈-=-==C p p C ξP（2）用泊松分布计算)301.0300(=⨯==np λ168031355.0!43)4(34≈==-e ξP 相对误差为.5168877.0168031355.0168877.000≈-=δ五、 设事件A 在每一次试验中发生的概率为0.3，当A 发生次数不少于3次时，指示灯发出信号．现进行了5次独立试验，求指示灯发出信号的概率． 解：设X 表示“事件A 发生的次数”，则3.0)(==p A P ，5=n ，).3.0,5(~B X 于是有)5()4()3()3(=+=+==≥X P X P X P X P5554452335)1()1(p C p p C p p C +-+-=16308.000243.002835.01323.0≈++≈（另解） )2()1()0(1)3(1)3(=-=-=-=<-=≥X P X P X P X P X P 32254115505)1()1()1(11p p C p p C p p C ------=16308.0≈六、 设随机变量X 的概率分布为2, 1, ,0 , !)(===k k ak X P kλ；其中λ>0为常数，试确定常数a ．解：因为∑∞===01)(k k X P ，即∑∞==01!k kk λa ，亦即1=λae ，所以.λe a -=第六章 随机变量的分布函数·连续随机变量的概率密度一、 函数211x +可否是连续随机变量X 的分布函数？为什么？如果X 的可能值充满区间： （1）（∞+∞- ,）；（2）（0,∞-）． 解：（1）设211)(x x F +=，则1)(0<<x F因为0)(lim =-∞→x F x ，0)(lim =+∞→x F x ，所以)(x F 不能是X 的分布函数．（2）设211)(x x F +=，则1)(0<<x F 且0)(lim =-∞→x F x ，1)(lim 0=-→x F x因为)0( 0)1(2)('22<>+-=x x x x F ，所以)(x F 在（0,∞-）上单增．综上述，故)(x F 可作为X 的分布函数．二、函数x x f sin )(=可否是连续随机变量X 的概率密度？为什么？如果X 的可能值充满区间：（1）⎥⎦⎤⎢⎣⎡2,0π； （2）[]π,0； （3）⎥⎦⎤⎢⎣⎡23,0π． 解：（1）因为⎥⎦⎤⎢⎣⎡∈2,0πx ，所以sin )(≥=x x f ；又因为1cos )(2020=-=⎰ππx dx x f ，所以当⎥⎦⎤⎢⎣⎡∈2,0πx时，函数x x f sin )(=可作为某随机变量X 的概率密度．（2）因为[]πx ,0∈，所以0sin )(≥=x x f ；但12cos )(00≠=-=⎰ππx dx x f ，所以当[]πx ,0∈时，函数x x f sin )(=不可能是某随机变量X 的概率密度．（3）因为⎥⎦⎤⎢⎣⎡∈23,0πx ，所以x x f sin )(=不是非负函数，从而它不可能是随机变量X 的概率密度．二、 一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取1个．如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的分布函数，并作出分布函数的图形． 解：设X 表示“取出的废品数”，则X 的分布律为⎪⎪⎪⎩⎪⎪⎪⎨⎧>≤<≤<≤<≤=3,132,22021921,222110,430,0)(x x x x x x F四、（柯西分布）设连续随机变量X 的分布函数为+∞<<∞-+=x x B A x F ,arctan )(．求：（1）系数A 及B ；（2）随机变量X 落在区间)1 ,1(-内的概率；(3) X 的概率密度．解：(1) 由0)2()(lim =-⋅+=-∞→πB A x F x ，12)(lim =⋅+=-∞→πB A x F x ，解得.1,21πB A == 即)( ,arctan 121)(+∞<<-∞+=x x πx F ． (2).21)]1arctan(121[]1arctan 121[)1()1()11(=-+-+=--=<<-ππF F X P(3) X 的概率密度为)1(1)()(2x x F x f +='=π．五、（拉普拉斯分布）设随机变量X 的概率密度为+∞<<∞-=-x Ae x f x,)(．求：（1）系数A ；（2）随机变量X 落在区间)1,0(内的概率；（3）随机变量X 的分布函数．解：(1) 由1)(⎰+∞∞-=dx x f ，得1220⎰⎰+∞∞-+∞--===A dx e A dx Ae xx，解得21=A ，即有).( ,21)(+∞<<-∞=-x e x f x(2)).11(21)(2121)()10(101010ee dx e dx xf X P x x -=-===<<--⎰⎰(3) 随机变量X 的分布函数为⎪⎩⎪⎨⎧>-≤===-∞--∞-⎰⎰21102121)()(x e x e dx e dx x f x F x xx xx ．第七章 均匀分布·指数分布·随机变量函数的概率分布一、公共汽车站每隔5分钟有一辆汽车通过．乘客到达汽车站的任一时刻是等可能的．求乘客候车时间 不超过3分钟的概率．解：设随机变量X 表示“乘客的候车时间”，则X 服从]5,0[上的均匀分布，其密度函数为⎩⎨⎧∉∈=]5,0[,0]5,0[,51)(x x x f 于是有.6.053)()30(3===≤≤⎰dx x f X P二、已知某种电子元件的使用寿命X (单位:h)服从指数分布，概率密度为⎪⎩⎪⎨⎧≤>=-.0,0;0,8001)(800x x e x f x任取３个这种电子元件，求至少有１个能使用1000h 以上的概率． 解：设A 表示“至少有１个电子元件能使用1000h 以上”；321A 、A 、A 分别表示“元件甲、乙、丙能使用1000h 以上”．则287.08001)1000()()()(4510008001000800321≈=-==>===-∞+-∞+-⎰e e dx e X P A P A P A P xx)()()()()()()()()(321313221321321A A A P A A P A A P A A P A P A P A P A A A P A P +---++=⋃⋃=638.0287.0287.03287.0332≈+⨯-⨯=（另解）设A 表示“至少有１个电子元件能使用1000h 以上”．则287.08001)1000(4510008001000800≈=-==>-∞+-∞+-⎰e e dx e X P xx从而有713.01)1000(1)1000(45≈-=>-=≤-eX P X P ，进一步有 638.0713.01)]1000([1)(33≈-≈≤-=X P A P三、(1) 设随机变量X 服从指数分布)(λe ．证明：对于任意非负实数s 及t ，有).()(t X P s X t s X P ≥=≥+≥这个性质叫做指数分布的无记忆性．(2) 设电视机的使用年数X 服从指数分布)10(．e ．某人买了一台旧电视机，求还能使用５年以上的概率．解：（１）因为)(~λe X ，所以R x ∈∀，有xe x F λ--=1)(，其中)(x F 为X 的分布函数．设t s X A +≥=，t X B ≥=．因为s 及t 都是非负实数，所以B A ⊂，从而A AB =．根据条件概率公式，我们有)(1)(1)()()()()()()()(s X P t s X P s X P t s X P B P A P B P AB P B A P s X t s X P <-+<-=≥+≥====≥+≥tst s e e e λλλ--+-=----=]1[1]1[1)(． 另一方面，我们有tt e e t F t X P t X P t X P λλ--=--=-=≤-=<-=≥)1(1)(1)(1)(1)(．综上所述，故有)()(t X P s X t s X P ≥=≥+≥． （２）由题设，知X 的概率密度为⎩⎨⎧≤>=-．，；，0001.0)(1.0x x e x f x设某人购买的这台旧电视机已经使用了s 年，则根据上述证明的（１）的结论，该电视机还能使用5年以上的概率为6065.01.0)()5()5(5.051.051.05≈=-===≥=≥+≥-∞+-∞+-∞+⎰⎰e e dx e dx x f X P s X s X P x x．答：该电视机还能使用5年以上的概率约为6065.0． 四、 设随机变量X 服从二项分布)4.0 ,3(B ，求下列随机变量函数的概率分布： （1）X Y 211-=；（2）2)3(2X X Y -=．解：X 的分布律为（1）X Y 211-=的分布律为（2）2)3(2X X Y -=的分布律为即五、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≤>+=.0,0;0,)1(2)(2x x x x f π求随机变量函数X Y ln =的概率密度．解：因为)()()(ln )()(yXyYe F e X P y X P y Y P y F =<=<=<= 所以随机变量函数X Y ln =的概率密度为)( )1(2)()()()(2''+∞<<-∞+====y e e e e f e e F y F y f yyyyyyXYY π，即)( )1(2)(2+∞<<-∞+=y e e y f y yY π．第八章 二维随机变量的联合分布与边缘分布一、把一颗均匀的骰子随机地掷两次．设随机变量X 表示第一次出现的点数，随机变量Y 表示两次出现点数的最大值，求二维随机变量),(Y X 的联合概率分布及Y 的边缘概率分布．解：二维随机变量),(Y X 的联合概率分布为Y的边缘概率分布为二、设二维随机变量（X ，Y ）的联合分布函数)3arctan )(2arctan (),(yC x B A y x F ++=． 求：（1）系数A 、B 及C ；（2）（X ，Y ）的联合概率密度：（3）边缘分布函数及边缘概率密度． 解：（1）由0)0,(,0),0(,1),(=-∞=∞-=∞+-∞F F F ，得⎪⎪⎪⎩⎪⎪⎪⎨⎧=-=--=++0)2(0)2)(0(1)2)(2(πB AC πC B A πC πB A 解得2πC B ==，.12πA =（2）因为)3arctan 2)(2arctan 2(1),(2yx y x F ++=πππ，所以（X ，Y ）的联合概率密度为.)9)(4(6),(),(222"y x y x F y x f xy ++==π（3）X 及Y 的边缘分布函数分别为xxxXx dx x dy y x f dx x F ∞-∞-∞-+∞∞-=+==⎰⎰⎰2arctan 1)4(2),()(2ππ2arctan 121x π+=yxy Y ydy y dx y x f dy x F ∞-∞-∞-+∞∞-=+==⎰⎰⎰3arctan1)9(3),()(2ππ3arctan 121y π+=X 及Y 的边缘概率密度分别为⎰⎰⎰+∞+∞∞-+∞∞-++⋅=++==0222222)9(1)4(112)9)(4(6),()(dy y x dy y x dy y x f x f X ππ)4(2)3arctan 31()4(1122022x y x +=+⋅=∞+ππ⎰⎰⎰+∞+∞∞-+∞∞-++=++==022222241)9(12)9)(4(6),()(dxx y dx y x dx y x f y f Y ππ)9(3)2arctan 21()9(122022y x y +=+=∞+ππ三、设),(Y X 的联合概率密度为⎩⎨⎧>>=+-.,00;0,,Ae ),(3y)(2x 其它y x y x f求：（1）系数A ；（2）),(Y X 的联合分布函数；（3）X及Y 的边缘概率密度；（4）),(Y X落在区域R ：632 ,0 ,0<+>>y x y x 内的概率． 解：（1）由1),(=⎰⎰+∞∞-+∞∞-dy dx y x f ，有1610032==⎰⎰∞+∞+--A dy e dx e A yx，解得.6=A （2）),(Y X 的联合分布函数为⎪⎩⎪⎨⎧>>==⎰⎰⎰⎰--∞-∞-其它0,06),(),(0032y x dy e dx e dy y x f dx y x F x yy x xy⎩⎨⎧>>--=--其它00,0)1)(1(32y x e e y x（3）X 及Y 的边缘概率密度分别为⎩⎨⎧≤>=⎪⎩⎪⎨⎧≤>==-+∞--∞+∞-⎰⎰020006),()(2032x x ex x dye e dy y xf x f xy x X⎩⎨⎧≤>=⎪⎩⎪⎨⎧≤>==-+∞--∞+∞-⎰⎰030006),()(3032y y ex x dxe e dx y xf y f yy x Y（4）⎰⎰⎰⎰---==∈x y xRdye dx edxdy y x f R Y X P 322033026),(}),{( 6306271)(2---⎰-=-=e dx e e x四、设二维随机变量),(Y X 在抛物线2x y =与直线2+=x y 所围成的区域R 上服从均匀分布．求：(1) ),(Y X 的联合概率密度；(2) 概率)2(≥+Y X P ． 解：(1) 设),(Y X 的联合概率密度为⎩⎨⎧∉∈=.),(, 0;),(,),(R y x R y x C y x f 则由129)322()2(21322122212==-+=-+==--+-⎰⎰⎰⎰⎰Cx x x C dx x x C dy dx C Cdxdy x x R解得92=C ．故有⎪⎩⎪⎨⎧∉∈=.),(, 0;),(,92),(R y x R y x y x f(2) ⎰⎰⎰⎰⎰⎰++-≥++==≥+x x x x y x dydx dy dx dxdy y x f Y X P 2212210229292),()2(⎰⎰-++=21210)2(92292dx x x xdx481.02713)322(92922132102≈=-++=x x x x ．第九章 随机变量的独立性·二维随机变量函数的分布一、 设X 与Y 是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;0,21)(2y y e y f yY求 (1) ),(Y X 的联合概率密度; (2) 概率)(X Y P ≥． 解: (1)X 的概率密度为⎩⎨⎧∉∈=)1,0(,0)1,0(,1)(x x x f X，),(Y X 的联合概率密度为（注意Y X ,相互独立）⎪⎩⎪⎨⎧><<==-其它,00,10,21)()(),(2y x e y f x f y x f yY X（2）dxedx edy e dx dxdy y x f X Y P x xyxyxy ⎰⎰⎰⎰⎰⎰-∞+-∞+-≥=-===≥102102212)(21),()(7869.0)1(2221122≈-=-=--e ex二、 设随机变量X 与Y 独立，并且都服从二项分布：.,,2 ,1 ,0 ,)(;,,2 ,1 ,0 ,)(212211n j q p C j p n i q p C i p j n j j n Y in i i n X====--证明它们的和Y X Z +=也服从二项分布． 证明: 设j i k +=, 则ik n i k i k n ki i n i i n ki Y X Z q p C q p C i k P i P k Z P k P +---=-=∑∑=-===22110)()()()(∑=-+=ki kn n k in i n q p C C 02121)(由k nm ki ik nk m C C C +=-=∑0, 有 kn nki in i n C C C21210+==∑. 于是有),,2,1,0( )(212121n n k q p C k P k n n k in n Z +==-++由此知Y X Z +=也服从二项分布.三、设随机变量X 与Y 独立，并且X 在区间[0，1]内服从均匀分布，Y 在区间[0，2]内服从辛普森分布：⎪⎩⎪⎨⎧><≤<-≤≤=.20 0,;2 1 ,2;10 ,)(y y y y y y y f Y 或求随机变量Y X Z +=的概率密度．解: X 的概率密度为 ⎩⎨⎧∉∈=]1,0[,0]1,0[,1)(x x y f ξ. 于是),(Y X 的联合概率密度为⎪⎩⎪⎨⎧≤<≤≤-≤≤≤≤=. 0,2 1,10 ,210,10,),(其它当当y x y y x y y x fYX Z +=的联合分布函数为}),{(}{}{)(D y x P z Y X P z Z P z F Z∈=≤+=≤=，其中D 是z y x ≤+与),(y x f 的定义域的公共部分.故有⎪⎪⎪⎩⎪⎪⎪⎨⎧≤<+-≤<-+-≤≤><=3229321212331023,00)(222z z z z z z z zz z z F Z从而随机变量Y X Z +=的概率密度为⎪⎪⎩⎪⎪⎨⎧≤<-≤<+-≤≤><=3232132103,00)(z z z z z z z z z f Z三、 电子仪器由六个相互独立的部件ijL （3,2,1;2,1==j i ）组成，联接方式如右图所示．设各个部件的使用寿命ijX 服从相同的指数分布)(λe ，求仪器使用寿命的概率密度．解: 由题设，知ij X 的分布函数为⎩⎨⎧≤>-=-0,00,1x x e F x X ij λ 先求各个并联组的使用寿命)3,2,1( =i Y i 的分布函数.因为当并联的两个部件都损坏时,第i 个并联组才停止工作,所以有)3,2,1(),m ax (21==i Y i i i ξξ从而有)3,2,1( =i Y i 的分布函数为⎩⎨⎧≤>-==-0,00,)1()(221y y e F F y F y X X Y i i i λ设Z "仪器使用寿命".因为当三个并联组中任一个损坏时,仪器停止工作.所以有),,min(321Y Y Y Z =.从而有Z 的分布函数为⎩⎨⎧≤>---=⎩⎨⎧≤>----=-0,00,])1(1[10,00)],(1)][(1)][(1[1)(32321z z e z z z F z F z F z F z Y Y Y Z λ故Z 的概率密度为⎩⎨⎧≤>--=---0,00,)2)(1(6)(23z z e e e z f z z z Z λλλλ第十章 随机变量的数学期望与方差一、 一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取一个．如果取出的废品不再放回去，求在取得合格品以前已取出的废品数的数学期望、方差与标准差．解：设X 表示“在取得合格品以前已取出的废品数”，则X 的概率分布为即于是有1103322013220924491430=⨯+⨯+⨯+⨯=EX 即3.0004.03041.02205.0175.00≈⨯+⨯+⨯+⨯=EX 2X 的分布为即于是有229220192209444914302=⨯+⨯+⨯+⨯=EX 即4091.0004.09041.04205.0175.002≈⨯+⨯+⨯+⨯=EX从而有3191.013310042471)11033(229)(222≈=-=-=EX EX DX 565.03191.0≈==DX Xσ二、 对某一目标进行射击，直至击中为止．如果每次射击命中率为p ，求射击次数的数学期望及方差． 解：设X 表示“第i 次击中”),2,1( =i ，则X 的分布为于是有p q p q q p q p iq p ipq EX i ii i i i 1)1()1()(211111=-='-='===∑∑∑∞=∞=-∞=- 2X于是有pp p p q q p q p q q p pqi EX i i i ii i 122)1()1()(])([223111122-=-=-+='=''==∑∑∑∞=∞=∞=-进一步有pp p p p EX EX DX 11)1(12)(22222-=--=-=三、设离散型随机变量X 的概率函数为,,2,1,21]2)1([ ==-=k k X P kk k问X 的数学期望是否存在？若存在，请计算)(X E ；若不存在，请解释为什么．解：因为∑∑∑∑∞=∞=∞=∞=-=⋅-=-=-==1111)1(212)1(]2)1([2)1()(k kkk k kkkk kki iik k k X P k x X P x 不绝对收敛，所以ξ没有数学期望． 四、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≥<-=.1, 0;1,11)(2x x x x f π 求数学期望)(X E 及方差)(X D ． 解：011)()(112=-⋅==⎰⎰-+∞∞-dx xx dx x xf X E πdxx x dx xx dx x f x X D ⎰⎰⎰-=-⋅==-∞+∞-1022112221211)()(πππ21]arcsin 2112[2102=+--=x x x π五、（拉普拉斯分布）设随机变量X 的概率密度为)( ,21)(+∞<<-∞=-x e x f x．求数学期望)(X E 及方差)(X D ． 解：021)(===⎰⎰+∞∞--+∞∞-dx xe dx x xf EX x2!2)3(21)(0222==Γ====⎰⎰⎰+∞-+∞∞--+∞∞-dx e x dx e x dx x f x DX x x（分部积分亦可）第十一章 随机变量函数的数学期望·关于数学期望与方差的定理一、设随机变量X 服从二项分布)4.0,3(B ，求2)3(X X Y -=的数学期望及方差． 解：X 的概率分布为Y 的概率分布为2Y 的分布为于是有72.072.0128.00=⨯+⨯=EY72.072.0128.002=⨯+⨯=EY2016.0)72.0(72.0)(222=-=-=EY EY DY二、过半径为R 的圆周上一点任意作这圆的弦，求所有这些弦的平均长度．解：在圆周上任取一点O ，并通过该点作圆得直径OA ．建立平面直角坐标系，以O 为原点，且让OA 在x 轴的正半轴上．通过O 任作圆的一条弦OB ，使OB 与x 轴的夹角为θ，则θ服从]2,2[ππ-上的均匀分布，其概率密度为 ⎪⎩⎪⎨⎧-∉-∈=]2,2[,0]2,2[,1)(ππθππθπθf ．弦OB 的长为]2,2[cos 2)(ππθθθ-∈=R L ，故所有弦的平均长度为⎰⎰-∞+∞-⋅==22cos 21)()()]([ππθθπθθθθd R d L f L EπθπθθπππRR d R4sin 4cos 42020===⎰．三、一工厂生产的某种设备的寿命X （以年计）服从指数分布，概率密度为⎪⎩⎪⎨⎧≤>=-. 0,0 ; 0 ,41)(4x x e x f x工厂规定，出售的设备若在售出一年之内损坏可予以调换．若工厂售出一台设备赢利100元，调换一台设备厂方需花费300元．试求厂方出售一台设备的平均净赢利． 解：由题设，有⎰⎰---∞--=-===<14110441141)()1(e e dx e dx x f X P x x进而有 41)1(1)1(-=<-=≥e X P X P 设Y 表示“厂方出售一台设备获得的净赢利”，则Y 的概率分布为从而有64.33200300100)1(200414141≈-⨯=⨯+-⨯-=---e e e EY答：厂方出售一台设备获得的平均净赢利约为64.33元．四、设随机变量nX X X ,,21相互独立，并且服从同一分布，数学期望为μ，方差为2σ．求这些随机变量的算术平均值∑==ni iX nX 11的数学期望与方差． 解：因为μ=)(i X E ，2)(σ=i X D ，且随机变量nX X X,,21相互独立．所以有μμ=====∑∑∑∑====ni n i i ni i n i i n X E n X E n X n E X E 11111)(1)(1)1()(，nn X D n X D n X n D X D ni ni in i i n i i 2122121211)(1)(1)1()(σσ=====∑∑∑∑====．五、一民航送客车载有20位旅客自机场开出，沿途有10个车站可以下车，到达一个车站时如没有旅客下车就不停车．假设每位旅客在各车站下车是等可能的，且各旅客是否下车相互独立．求该车停车次数的数学期望．解: 设iX 表示"第i 站的停车次数" (10,,2,1 =i ). 则iX 服从"10-"分布. 其中⎩⎨⎧=站有人下车若在第站无人下车若在第i i X i,1,0 于是iX 的概率分布为设∑==ni iX X 1, 则X 表示沿途停车次数, 故有]})10110(1[1)10110(0{10)(2020101101--⨯+-⨯===∑∑==i i i i EX X E EX748.8)9.01(1020≈-=即停车次数的数学期望为748.8.第十二章 二维随机变量的数字特征·切比雪夫不等式与大数定律一、 设二维随机变量),(Y X 的联合概率密度为()(). 1,222++=y x Ay x f求：（1）系数A ；（2）数学期望)(X E 及)(Y E ，方差)(X D 及)(Y D ，协方差),cov(Y X ． 解: (1) 由⎰⎰+∞∞-+∞∞-=1),(dxdy y x f . 有()()⎰⎰⎰⎰∞+∞-∞+∞-∞+==+=++11120022222A dr r rd A dxdy y x A πθπ解得, π1=A .(2)()11),()(222⎰⎰⎰⎰∞+∞-∞+∞-∞+∞-∞+∞-=++==dx y xxdy dxdy y x xf X E π.由对称性, 知)(=Y E .⎰⎰+∞∞-+∞∞-==-=dxdy y x f x EX EX X E X D ),(])[()(222()⎰⎰∞+∞-∞+∞-++=dxy xx dy 222211π()()+∞=+++=+-+=+=∞+∞+∞+⎰⎰⎰022022220223]11)1ln([1)1(211r r dr r r r r dr r r d πθπ同理, 有 +∞=)(Y D .)()])([(),cov(XY E EY Y Ex X E Y X =--=⎰⎰+∞∞-+∞∞-=dxdy y x xyf ),(()011),(222⎰⎰⎰⎰∞+∞-∞+∞-∞+∞-∞+∞-=++==dx y x xydy dxdy y x xyf π.二、 设二维随机变量),(Y X 的联合概率密度为⎩⎨⎧<<<=其它．,0;10,,1),(x x y y x f求(1) ),cov(Y X ；(2) X 与Y 是否独立，是否相关，为什么？解: (1) 因为 ⎰⎰⎰⎰⎰====-∞+∞-∞+∞-121322),(dx x dy xdx dxdy y x xf EX xx0),(1===⎰⎰⎰⎰-+∞∞-+∞∞-xx ydy dx dxdy y x yf EY 0),()(1===⎰⎰⎰⎰-+∞∞-+∞∞-xxydy xdx dxdy y x xyf XY E所以有])32[()])([(),cov(Y X E EY Y EX X E Y X -=--=⎰⎰+∞∞-+∞∞-=dxdyy x xyf ),(10==⎰⎰-xxydy xdx ．(2) 当)1,0(∈x 时,有⎰⎰+∞∞--===xdy dy y x f x f x xX 2),()(; 当)1,0(∉x 时,有0)(=x f X.即⎩⎨⎧∉∈=)1,0(0)1,0(2)(X x x x x f同理有 ⎩⎨⎧∉+∈-=⎪⎩⎪⎨⎧∉∈=⎰⎰-)1,0(1)1,0(1)1,0()1,0()(11Y x y x y x dx x dx y f y y 因为),()()(y x f y f x f Y X ≠, 所以X 与Y 不是独立的．又因为0),cov(=Y X , 所以X 与Y 是不相关的．三、 利用切比雪夫不等式估计随机变量X 与其数学期望)(X E 的差的绝对值大于三倍标准差 )(X σ的概率．解：91)3()3(2=≤>-ξξξξξD DD E P ．四、为了确定事件A 的概率，进行10000次重复独立试验．利用切比雪夫不等式估计：用事件A在10000次试验中发生的频率作为事件A 的概率的近似值时，误差小于0.01的概率．解：设ξ表示“在10000次试验中事件A 的次数”，则)5.0,10000(~B ξ且有50005.010000=⨯==np E ξ 2500)5.01(5.010000=-⨯⨯==npq D ξ 于是有npq p npq p np m P p n m P 22)01.0(1)01.0(1)01.0()01.0(-=-≥<-=<- 75.025.011=-=-=pq五、 样检查产品质量时，如果发现次品多于10个，则认为这批产品不能接受．应该检查多少 个产品，可使次品率为10%的一批产品不被接受的概率达到0.9？解：设ξ表示“发现的次品件数”，则)1.0,(~n B ξ，现要求.nn ξE 1.0= n ξD 09.0=要使得9.0)10(=>ξP ，即9.0)10(=≤<n ξP ，因为9.0)10(=≤<n ξP ，所以)3.01.03.01.03.01.010()10(nn n n n ξn n P ξD ξE n ξD ξE ξξD ξE P -≤-<-=-≤-<-)3.01.010()3()33.01.03.01.010(1,01,0nn n n n n ξn n P --≈≤-<-=ΦΦ 1)3.0101.0()3(1,01,0--+nn n ΦΦ （德莫威尔—Laplace 定理） 因为10>n ，所以53>n ，从而有1)3(1,0≈n Φ，故9.0)3.0101.0(1,0≈-nn Φ．查表有8997.0)28.1(1,0=Φ，故有28.13.0101.0≈-nn ，解得.146≈n答：应该检查约146个产品，方可使次品率为10%的一批产品不被接受的概率达到0.9．第十三章 正态分布的概率密度、分布函数、数学期望与方差一、 设随机变量X 服从正态分布)2,1(2N ，求（1）)8.56.1(<≤-X P ；（2）)56.4(≥X P ．解：(1) )4.2213.1()8.416.2()8.56.1(<-≤-=<-≤-=<≤-X P X P X P8950.09032.019918.0)]3.1(1[)4.2()3.1()4.2(1,01,01,01,0=+-=--=--=ΦΦΦΦ(2) )78.12178.2(1)56.4(1)56.4(<-<--=<-=≥X P X P X P)]78.2(1)78.1(1)]78.2()78.1([11,01,01,01,0ΦΦΦΦ-+-=---=.0402.09973.09625.02=--二、 已知某种机械零件的直径X （mm ）服从正态分布)6.0,100(2N ．规定直径在2.1100±（mm ）之间为合格品，求这种机械零件的不合格品率．解：设p 表示这种机械零件的不合格品率，则)2.1100(1)2.1100(≤--=>-=X P X P p ．而)26.01002()6.02.16.01006.02.1()2.1100(≤-≤-=≤-≤-=≤-X P X P X P 1)2(2)]2(1[)2()2()2(-Φ=Φ--Φ=-Φ-Φ= 9544.019772.02=-⨯= 故0456.09544.01=-=p ．三、测量到某一目标的距离时发生的误差X (m)具有概率密度3200)20(22401)(--=x ex f π求在三次测量中至少有一次误差的绝对值不超过30m 的概率．解：三次测量中每次误差绝对值都超过30米可表为}30{}30{}30{>⋃>⋃>=ξξξD 第三次第二次第一次因为)40,20(~2N ξ，所以由事件的相互独立性，有31,01,033)]25.0(1)25.1([})3030{(})30{()(ΦΦ-+-=>+-<=>=ξξP ξP D P 13025.05069.0)8944.05987.02(33≈=--= 于是有86975.013025.01)(1}30{=-=-=<D P P 米至少有一次绝对值三次测量中ξ．四、设随机变量),(~2σμN X ，求随机变量函数Xe Y =的概率密度（所得的概率分布称为对数正态分布）． 解：由题设，知X 的概率密度为)(21)(222)(+∞<<-∞=--x ex f x X σμσπ从而可得随机变量Y 的分布函数为)()()(y e P y Y P y F XY≤=≤=．当0≤y 时，有0)(=y F Y ；此时亦有0)(='y F Y． 当0>y 时，有dx ey X P y F yx Y⎰∞---=≤=ln 2)(2221)ln ()(σμσπ． 此时亦有222)(ln 21)(σμσπ--='y Yeyy F ．从而可得随机变量Y 的概率密度为⎪⎩⎪⎨⎧>≤=--.0,21;0,0)(222)(ln y e yy y f y Y σμσπ五、设随机变量X 与Y 独立，),(~211σμN X ，),(~222σμN Y ，求： (1) 随机变量函数bY aX Z +=1的数学期望与方差，其中a 及b 为常数；(2) 随机变量函数XY Z =2的数学期望与方差．解：由题设，有211)(,)(σμ==X D X E ；222)(,)(σμ==Y D Y E ．从而有 (1)211)()()()()()(μμb a Y bE X aE bY E aX E bY aX E Z E +=+=+=+=； 222212221)()()()()()(σσb a Y D b X D a bY D aX D bY aX D Z D +=+=+=+=． (2)212)()()()(μμ===Y E X E XY E Z E ；)()()()()()()()(22222222Y E X E Y E X E XY E Y X E XY D Z D -=-== )()()]()()][()([2222Y E X E Y E Y D X E X D -++= )()()()()()(22X E Y D Y E X D Y D X D ++= 212222212221μσμσσσ++=．第十四章二维正态分布·正态随机变量线性函数的分布中心极限定理一、设二维随机变量),(Y X 服从二维正态分布，已知0)()(==Y E X E ，16)(=X D ，25)(=Y D ，并且12),cov(=Y X ，求),(Y X 的联合概率密度．。
- 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)。
《概率论与数理统计》第四次大作业
请将答案写在信信纸上,注意标标明题号并写上姓姓名和学学号.
上交时间:2013年6月27日(不得晚交!)
1.设总体X 的3阶矩存在,且E (X )=0.若X 1,X 2,···,X n 是取自该总体的简单随机
样本,X =1n n ∑i =1X i 为样本均值,S 2=1n −1n ∑i =1(X i −X )2为样本方差.(1)求Cov (X,S 2).
(2)当X 来自正态总体时,(1)中的结论说明了什么?
2.设X 1,X 2,···,X n 是来自总体X 的一个简单随机样本,满足E (X )=µ,Var(X )=σ2<+∞.问估计ˆµ=2n (n +1)n
∑i =1iX i 是否是µ的无偏估计?是否是µ的相合估计?作为不同于样本均值X 的线性估计,ˆµ和X 哪个更好?为什么?
3.设总体X ∼U (a,b ),从中获取容量为n 的样本X 1,X 2,···,X n ,其观测值为x 1,x 2,···,x n .
(1)当a 已知时,求b 的极大似然估计.
(2)当b 已知时,求a 的极大似然估计.
(3)当a 和b 都未知时,求它们的极大似然估计.
4.某人自测每分钟脉搏次数(假定服从正态分布)若干次,得以下数据:
71,72,64,68,60,79,61,66,72,73,56,82,70,66,71.
试给出每分钟平均脉搏次数的置信水平为0.95的置信区间.
5.设总体X 服从正态分布N (µ,1),其中µ为未知参数,且X 1,X 2,···,X n 是X 的样本.问为得到µ的长度不超过0.2的置信水平为0.99的置信区间,样本容量至少应为多大?
6.设总体X 服从指数分布Exp(λ),其中λ为未知参数,而X 1,X 2,···,X n 是X 的样本,X 为样本均值.
(1)求2nλX 的分布.
(2)求λ的置信水平为1−α的置信区间.
1
7.设样本X1,X2,···,X n来自正态总体N(µ,σ2),其中σ已知.假设
H0:µ=µ0,H1:µ>µ0
的拒绝域为A={
X>c
}
.
(1)求第一类错误的概率α和第二类错误的概率β,并讨论它们之间的关系(即随
着α的增大或减小,β有怎样的变化)?
(2)设µ0=0.5,σ2=0.04,α=5%,n=9.求µ=0.65时的β值.
8.某卷烟厂生产甲、乙两种香烟,分别对它们的尼古丁含量(单位:毫克)作了6次测
定,得样本观测值为:
甲:25,28,23,26,29,22,
乙:28,23,30,25,21,27.
试问这两种香烟的尼古丁含量有无显著性差异?(取α=0.05,并假定这两种香烟的尼古丁含量都服从正态分布.)
9.若总体X∼N(µ1,σ2
1),总体Y∼N(µ2,σ2
2
),它们相互独立,且X1,···,X n和Y1,···,Y m分
别为它们的简单随机样本.如果知道σ2
2=4σ2
1
,但σ1和σ2的具体数值未知.试给出
假设检验
H0:µ1=µ2,H1:µ1=µ2的检验法.
2。