中北大学概率统计习题册第四章完整答案(详解)资料

合集下载

概率论与数理统计第四章习题及答案

概率论与数理统计习题第四章随机变量的数字特征习题4-1 某产品的次品率为，检验员每天检验4次，每次随机地取10件产品进行检验，如发现其中的次品数多于1个，就去调整设备，以X 表示一天中调整设备的次数，试求)(X E （设诸产品是否为次品是相互独立的）.解：设表示一次抽检的10件产品的次品数为ξP =P （调整设备）=P (ξ>1)=1－P (ξ≤1)= 1－[P (ξ=0)+ P (ξ=1)]查二项分布表1－=.因此X 表示一天调整设备的次数时X ～B (4, . P (X =0)=⎪⎪⎭⎫ ⎝⎛04××=.P (X =1)=⎪⎪⎭⎫ ⎝⎛14××=, P (X =2)= ⎪⎪⎭⎫⎝⎛24××=.P (X =3)=⎪⎪⎭⎫ ⎝⎛34××=, P (X =4)= ⎪⎪⎭⎫ ⎝⎛44××=. 从而E (X )=np =4×=习题4-2 设随机变量X 的分布律为Λ,2,1,323)1(1==⎭⎬⎫⎩⎨⎧-=+j j X P jjj ,说明X的数学期望不存在.解：由于1111133322(1)((1))3j j j j j j j j j P X j j j j ∞∞∞++===-=-==∑∑∑，而级数112j j ∞=∑发散，故级数11133(1)((1))j jj j j P X j j∞++=-=-∑不绝对收敛，由数学期望的定义知，X 的数学期望不存在. 习题X-2 0 2 k p求)53(),(),(22+X E X E X E .解 E (X )=(-2)+0+2=由关于随机变量函数的数学期望的定理，知E (X 2)=(-2)2+02+22=E (3X 2+5)=[3 (-2)2+5]+[3 02+5]+[322+5]=如利用数学期望的性质，则有E (3X 2+5)=3E (X 2)+5=3+5=4.135)(3)53(,8.23.04.0)(,2.03.023.004.02)(222222)2(=+=+=⨯+⨯=-=⨯+⨯+⨯-=-X E X E X E X E习题4-4 设随机变量X 的概率密度为⎩⎨⎧≤>=-0,0,0,)(x x e x f x 求XeY X Y 2)2(;2)1(-==的数学期望.解22)(2)0(2)(2)2()()(00=-=+-=+⋅===∞-∞+-∞-+∞-∞-+∞∞-⎰⎰⎰⎰xx xx e dx e xe dx xe dx x dx x xf X E Y E I3131)()()(0303022=-==⋅==∞-∞+-∞+---⎰⎰xx x x X edx e dx e e e E Y E II 习题4-5 设),(Y X 的概率密度为⎩⎨⎧≤≤≤=其它,0,10,12),(2x y y y x f求)(),(),(),(22Y X E XY E Y E X E +.解各数学期望均可按照⎰⎰+∞∞-+∞∞-=dxdy y x f y x g Y X g E ),(),()],([计算。

概率论与数理统计第四章习题解

7.若连续型随机变量ξ的分布密度是：
⎧ax2 + bx + c , (0 < x < 1)
f (x) = ⎨ ⎩
0
， , (x ≤ 0, x ≥ 1)
已知 E(ξ ) ＝1/2， D(ξ ) =3/20,求系数 a 、 b 、 c .
解：应用密度函数的性质有：
∫1
(ax 2
+
bx
+
c)dx
=
(a
x3
解：(1). E(ξ ) ＝－2×0.4＋0×0.3＋2×0.3＝-0.2 .
(2). E(ξ 2 ) = 4 × 0.4 + 0 × 0.3 + 4 × 0.3 = 2.8，
则： E(3ξ 2 + 5) ＝ 3E(ξ 2 ) + 5 = 3 × 2.8 + 5 = 13.4 . (3).由(1),(2)解：
D(ξ ) = E(ξ 2 ) − E 2 (ξ ) = 2.8 − (−0.2)2 = 2.76 .
11.设随机变量
(ξ
,η)
具有概率密度：
f
( x,
y)
=
⎧1 ⎩⎨0
(| y |< x,0 < x < 1) (其它)
，试求：
-5-
E(ξ ) ， E(η) .
∫ ∫ ∫ ∫ ∫ 解：
E(ξ )
=
解：由连续型随机变量数学期望的定义式：
∫ ∫ ∫ +∞
1500
E(ξ ) = xf (x)dx =
1
x 2dx − 3000 x(x − 3000) dx
−∞
0 15002
1500 15002

概率论与数理统计（经管类）第四章课后习题答案word档

习题4.11.设随机变量X 的概率密度为(1) (2)f(x)={2x, 0≤x ≤1,0, 其他; f(x)=12e -|x |, -∞<x <+∞求E(X)解: (1)E (X )=∫+∞-∞xf (x )dx = ∫10x ∙2xdx =2∙x 32|10=23(2)E (X )=∫+∞-∞xf (x )dx =∫+∞-∞x ∙12e -|x |=02.设连续型随机变量X 的分布函数为F (x )={0, x <-1,a +b ∙arcsinx, -1≤x <1,1, x ≥1.试确定常数a,b,并求E(X).解:(1)f (x )=F '(x )={b 1-x 2, -1≤x <10, 其他∫+∞-∞f (x )dx =∫1-1b 1-x 2dx =b ∙arcsinx|1-1=bπ=1, 即b =1π又因当时-1≤x <1F (X )=∫X-1f (x )dx =∫x-11π∙11-x 2dx =1π∙arcsinx|x-1=1π∙arcsinx +12, 即a =12(2)E (X )=∫+∞-∞xf (x )dx =∫1-1xπ∙11-x 2=03.设轮船横向摇摆的随机振幅X 的概率密度为f(x)={1σ2e-x 22σ2, x >0,0, x ≤0.求E(X).解:E (X )=∫+∞-∞xf (x )dx =1σ2∫+∞0x ∙e -x 22σ2dx =14.设X 1, X 2,….. X n 独立同分布,均值为,且设,求E(Y).μY =1n ∑n i =1X i 解:E (Y )=E (1n ∑ni =1X i )=1n E (∑ni =1X i )=1n ∙n μ=μ5.设(X,Y)的概率密度为f(x,y)={e -y, 0≤x ≤1,y >0,0, 其他.求E(X+Y).解:E (X +Y )=∫+∞-∞∫+∞-∞(x +y )f (x,y )dxdy =∫+∞0∫10(x +y )e -ydxdy =∫+∞012∙e ‒y +y ∙e ‒y dy =326.设随机变量X 1, X 2相互独立,且X 1, X 2的概率密度分别为f 1(x )={2e -2x, x >0,0, x ≤0,求:f 2(x )={3e -3x, x >0,0, x ≤0,(1)E (2X 1+3X 2); (2)E (2X 1-3X 22); (3)E (X 1X 2解:(1)E (2X 1+3X 2)=2E (X 1)+3E (X 2)=2*12+3*13=2(2)E (2X 1-3X 22)==2E (X 1)-3E (X 22)=1-3*∫+∞x 23e -3xdx =1-3*[-∫+∞x 2d(e -3x)]=1-3*[-x 2∙e -3x|+∞0+∫+∞e -3xdx 2]=1-3*[0+∫+∞e -3x∙2xdx]=1-3*[23∫+∞e -3x∙3xdx ]=1-3*23*13=13(3)E (X 1X 2)=E (X 1)E (X 2)=12*13=167.求E(X).解:E (X )=∑i ∑j x i p ij =0*0.1+0*0.3+1*0.2+1*0.1+2*0.1+2*0.2=0.98.设随机变量X 的概率密度为且E(X)=0.75,求常数c 和.f(x)={cx α, 0≤x ≤1,0, 其他.α解:E (X )=∫+∞-∞xf (x )dx =∫10x ∙cx αdx =0.75习题4.21.设离散型随机变量X 的分布律为X -100.512P0.10.50.10.10.2求E (X ),E (X 2),D (X ).解: E (X )=(-1)*0.1+0*0.5+0.5*0.1+1*0.1+2*0.2=0.45E (X 2)=(-1)2*0.1+0*0.5+(0.5)2*0.1+12*0.1+22*0.2=1.025D (X )=(-1-0.45)2*0.1+(0-0.45)2*0.5+(0.5-0.45)2*0.1+(1-0.45)22.盒中有5个球,其中有3个白球,2个黑球,从中任取两个球,求白球数X 的期望和方差.解: X 的可能取值为0,1,2P {X =0}=C 22C 25=0.1P {X =1}=C 13∙C 12C 25=0.6P {X =2}=C 23C 25=0.3E (X )=0∗0.1+1∗0.6+2∗0.3=1.2D (X )=(0‒1.2)2∗0.1+(1‒1.2)2∗0.6+(2‒1.2)2∗0.3=0.144+0.024+0.192=0.363.设随机变量X,Y 相互独立,他们的概率密度分别为f X (x )={2e ‒2x, x >0,0, x ≤0,f Y(y )={4, 0<y ≤14,0, 其他,求D(X+Y).解:D (X +Y )=D (X )+D (Y )=122+(14‒0)212=491924.设随机变量X 的概率密度为f X (x )=12e ‒|x |, ‒∞<x <+∞,求D(X)解:E (X )=∫+∞‒∞x2e ‒|x |dx =0E(X2)=∫+∞‒∞x 22e‒|x|dx=2∫+∞‒∞x22e‒x=∫+∞‒∞x2e‒x=2=D(X) E(X2)‒[E(X)]2=25.设随机变量X与Y相互独立,且D(X)=1,D(Y)=2,求D(X-Y).解: D(X‒Y)=D(X)+D(Y)=1+2=36.若连续型随机变量X的概率密度为f(x)={ax2+bx+c, 0<x<1,0, 其他,且E(X)=0.5,D(X)=0.15.求常数a,b,c.解:E(X)=∫10x(ax2+bx+c)dx=a4+b3+c2=0.5E(X2)=∫10x2(ax2+bx+c)dx=a5+b4+c3=0.15+(0.5)2=0.4∫+∞‒∞f(x)dx=∫10(ax2+bx+c)dx=a3+b2+c=1解得a=12,b=-12,c=3.习题4.31.设两个随机变量X,Y相互独立,方差分别为4和2,则随机变量3X-2Y的方差是 D .A. 8B. 16C. 28D. 442.设二维随机变量(X,Y)的概率密度为f(x,y)={18(x+y), 0≤x≤2,0≤y≤2,0, 其他求Cov(X,Y).解:E(X)=∫20[∫20x8(x+y)dy]dx=∫20(x28∙y+x8∙y22)|20d x=76E(Y)=∫20[∫20y8(x+y)dx]dy=76E(XY)=∫20[∫20xy8(x+y)dy]dx=43Cov(X,Y)=E(XY)‒E(X)E(Y)=43‒76∗76=‒1363.设二维随机变量(X,Y)的概率密度为f(x,y)={ye‒(x+y), x>0,y>0,0, 其他求X与Y的相关系数ρxy.解:E(X)=∫+∞0(∫+∞0xye‒(x+y)dy)dx=1E(Y)=∫+∞0(∫+∞0y2e‒(x+y)dx)dy=∫+∞0(∫+∞0y2e‒x e‒y dx)dy=∫+∞0y2e‒y dy=‒∫+∞0y2d(e‒y)=‒y2e‒y|+∞0+∫+∞0e‒y d(y2)=0+∫+∞0e‒y∙2ydy=2∫+∞0e‒y∙ydy=2E(XY)=∫+∞0(∫+∞0xy2e‒(x+y)dy)dx=2Cov(X,Y)=E(XY)‒E(X)E(Y)=2‒2∗1=0所以ρxy=Cov(X,Y)D(X)D(Y)=04.设二维随机变量(X,Y)服从二维正态分布,且E(X)=0, E(Y)=0, D(X)=16, D(Y)=25, Cov(X,Y)=12,求(X,Y)的联合概率密度函数f(x,y).布解:f (x,y )=12πσ1σ21‒ρ2e‒12(1‒ρ2){(x ‒μ1)2σ12‒2ρ(x ‒μ1)(y ‒μ2)σ1σ2+(y ‒μ2)2σ22}∵E (X )=0,E (Y )=0∴μ1=0, μ2=0,∵D(X)=16, D(Y)=25∴σ1=4,σ2=5∵Cov(X,Y)=12∴ρ=Cov (X,Y )D(X)D(Y)=124∗5=35∴f (x,y )=132πe‒2532(x 216‒3xy 50+y 225)5. 证明D(X-Y)=D(X)+D(Y)-2Cov(X,Y).证:D (X ‒Y )=E [X ‒Y ‒E (X ‒Y )]2=E [(X ‒E (X ))‒(Y ‒E (Y ))]2=E [(X ‒E (X ))2]‒2E [X ‒E (X )]∙E [Y ‒E (Y )]+E [(Y ‒E (Y ))2]=D (X )+D (Y )‒2Cov(X,Y)6. 设(X,Y)的协方差矩阵为,求X 与Y 的相关系数ρxy.C =(4‒3‒39)解:∵C =(4‒3‒39)∴Cov (X,Y )=‒3, D (X )=4,D (Y )=9∴ρxy =Cov (X,Y )D(X)D(Y)=‒32∗3=‒12自测题4一、选择题1.设随机变量X 服从参数为0.5的指数分布,则下列各项中正确的是 B .A. E(X)=0.5, D(X)=0.25 B. E(X)=2, D(X)=4C. E(X)=0.5, D(X)=4 D. E(X)=2, D(X)=0.25解: 指数分布的E (X )=1λ, D (X )=1λ22. 设随机变量X,Y 相互独立,且X~B(16,0.5),Y 服从参数为9的泊松分布,则D(X-2Y+1)= C.A.-14B. 13C. 40D. 41解: D (X )=npq =16∗0.5∗0.5=4, D (Y )=λ=9D (X ‒2Y +1)=D (X )+4D (Y )+D (1)=4+4∗9+0=403. 已知D(X)=25,D(Y)=1, ρxy=0.4, 则D(X-Y)= B .A.6B. 22C. 30D. 464. 设(X,Y)为二维连续随机变量,则X 与Y 不相关的充分必要条件是 C .A. X 与Y 相互独立B. E(X+Y)=E(X)+E(Y)C. E(XY)= E(X)E(Y)D. (X,Y)~N()μ1,μ2,σ12,σ22,0解: ∵X 与Y 不相关∴ρxy =0, ∴Cov (X,Y )=0∴E(XY)= E(X)E(Y)5.设二维随机变量(X,Y)~N(),则Cov(X,Y)= B .1,1,4,9,12A. B. 3C. 18D. 3612解: ∵ρxy =12=Cov (X,Y )D(X)D(Y)=Cov (X,Y )2*3, ∴Cov (X,Y )=36.已知随机变量X 与Y 相互独立,且它们分别在区间[-1,3]和[2,4]上服从均匀分布,则E(XY)= A .A. 3B. 6C. 10D. 12解: ∵X~U (‒1,3),Y~U (2,4)∴E (X )=a +b 2=‒1+32=1, E (Y )=2+42=3E (XY )= E (X )E (Y )=1∗3=37.设二维随机变量(X,Y)~N(),Ø(x)为标准正态分布函数,则下列结论中错误的是 C .0,0,1,1,0A. X 与Y 都服从N(0,1)正态分布 B. X 与Y 相互独立C. Cov(X,Y)=1 D. (X,Y)的分布函数是Φ(x)∙Φ(y)二、填空题1.若二维随机变量(X,Y)~N(),且X 与Y 相互独立,则ρ= 0 .μ1,μ2,σ12,σ22,0解:Cov(X,Y)=0∵2.设随机变量X 的分布律为 3 .X -1012P0.10.20.30.4令Y=2X+1,则E(Y)= 3 .解: E(2X+1)=(2*-1+1)*0.1+(2*0+1)*0.2+(2*1+1)*0.3+(2*2+1)*0.4=33.已知随机变量X 服从泊松分布,且D(X)=1,则P{X=1}= .e ‒1解: ∵ D (X )=λ=1∴P {X =1}=λ1e ‒λ1!=e ‒14.设随机变量X 与Y 相互独立,且D(X)= D(Y)=1,则D(X-Y) =2 .5.已知随机变量X 服从参数为2的泊松分布,= 6.E (X 2)解: ∵E (X )=λ=2,D (X )=λ=2,∴ E (X 2)=E 2(X )+D (X )=4+2=66.设X为随机变量,且E(X)=2, D(X)=4,则= 8 .E(X2)7.已知随机变量X的分布函数为F(x)={0, x<0x4, 0≤x<41, x≥4则E(X) = 2 .解: f(x)=F'''"(x)={14, 0≤x<40, 其他E(X)=∫40x4dx=08.设随机变量X与Y相互独立,且D(X)=2, D(Y)=1,则D(X-2Y+3)= 6 .三、设随机变量X的概率密度函数为f(x)={32x2, ‒1≤x≤1,0, 其他试求: (1)E(X), D(X); (2).P{|X‒E(X)|<2D(X)}解:(1) E(X)=∫1‒132x3dx=0D(X)=E(X2)‒E2(X)=∫1‒132x4=32∙x55|1‒1=35(2)P{|X‒E(X)|<2D(X)}=P{|X|<65}=∫65‒65f(x)dx=∫1‒132x2dx=1四、设随机变量X的概率密度为f(x)={x 0≤x≤12‒x, 1≤x<20, 其他试求: (1)E(X), D(X); (2),其中n为正整数.E(X n)解:(1)E(X)=∫1x2dx+∫21x(2‒x)dx=13+13=1D(X)=E(X2)‒E2(X)=∫10x3dx+∫21x2(2‒x)‒1=14+(143‒154)‒1=16(2)E(X n)=∫1x n+1dx+∫21x n(2‒x)=2(2n+1‒1)(n+1)(n+2)五、设随机变量X 1与X 2相互独立,且X 1~N(), X 2~N().令X= X 1+X 2, Y= X 1-X 2.μ,σ2μ,σ2求: (1)D(X), D(Y); (2)X 与Y 的相关系数ρxy.解:(1)D (X )=D (X 1+X 2)=D (X 1)+D (X 2)=σ2+σ2=2σ2D (Y )=D (X 1‒X 2)=D (X 1)+D (X 2)=2σ2(2) Cov (X,Y )=E (XY )‒E (X )E (Y )=0ρxy =Cov (X,Y )D(X)D(Y)=0六、设随机变量X 的概率密度为f (x )={2e ‒2x, x >0, 0, x ≤0.(1)求E(X),D(X);(2)令,求Y 的概率密度f Y (y).Y =X ‒E(X)D(X)解:(1)E (X )=∫+∞2xe ‒2x dx =12D (X )=E (X 2)‒E 2(X )=∫+∞02x 2e ‒2x dx ‒14=12‒14=14(2)Y =X ‒E(X)D(X)=X ‒1212=2X ‒1由Y=2X-1得, X’=X =Y +1212=∴f Y (y )={2e‒2(Y +12)∙12,Y +12>00, Y +12≤0{e ‒(y +1), y >‒10, y ≤‒1七、设二维随机变量(X,Y)的概率密度为f (x,y )={2, 0≤x≤1,0≤y ≤x,0, 其他求: (1)E(X+Y); (2)E(XY); (3). P{X +Y ≤1}解:(1)E (X +Y )=∫10dx ∫x 02(x +y )dy =∫102x 2+x 2dx =1(2)E(XY)=∫1dx∫x2xy dy=∫1x3dx=14(3) P{X+Y≤1}=∬x+y≤1f(x,y)dxdy=∫12(∫1‒yy2dx)dy=∫122‒4ydy=12八、设随机变量X的分布律为X-101P 131313记Y=X2,求: (1)D(X), D(Y); (2) ρxy.解:(1)E(X)=(‒1)∗13+0∗13+1∗13=0D(X)=(‒1‒0)2∗13+(0‒0)2∗13+(1‒0)2∗13=23 E(Y)=(‒1)2∗13+0∗13+12∗13=23D(Y)=(1‒23)2∗13+(0‒23)2∗13+(1‒23)2∗13=29E(XY)=(0∙‒1)∙9+(1∙‒1)∙29+(0∙0)∙19+(0∙1)∙29+(1∙0)∙19+(1∙1)∙29=0Cov(X,Y)=E(XY)‒E(X)E(Y)=0‒0∗23=0ρxy=Cov(X,Y)D(X)D(Y)=0。

概率论第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》习题第四章大数定律和中心极限定理

第四章大数定律和中心极限定理一. 填空题1. 设Y n 是n 次伯努利试验中事件A 出现的次数, p 为A 在每次试验中出现的概率, 则对任意 ε > 0, 有=⎪⎭⎫ ⎝⎛≥-∞→ε||lim p n Y P n n __________. 解. =⎪⎭⎫ ⎝⎛≥-∞→ε||lim p n Y P n n 1－011||lim =-=⎪⎭⎫ ⎝⎛<-∞→εp n Y P n n 2. 设随机变量X 和Y 的数学期望是2, 方差分别为1和4, 而相关系数为0.5, 则根据切比雪夫不等式P(|X －Y| ≥ 6) ≤ _______.解. E(X －Y) = E(X)－E(Y) = 2－2 = 0D(X －Y) = D(X) + D(Y)－)()(2Y D X D XYρ= 1 + 4－2×0.5×1×2 = 3 所以 1213636)()6|(|2==-≤≥-Y X D Y X P二. 选择题1. 设随机变量n X X X ,,,21 相互独立, n n X X X S +++= 21, 则根据列维－林德伯格(Levy-Lindberg)中心极限定理, n S 近似服从正态分布, 只要n X X X ,,,21 ( A ) 有相同的数学期望 ( B ) 有相同的方差( C ) 服从同一指数分布 ( D ) 服从同一离散型分布解. 列维－林德伯格(Levy-Lindberg)中心极限定理要求n X X X ,,,21 既有相同的数学期望, 又有相同的方差, 因此( A ) 、( B )、 ( D )都不是答案, ( C )为答案.三. 计算题1. 某厂有400台同型机器, 各台机器发生故障的概率均为0,02, 假如各台机器相互独立工作, 试求机器出现故障的台数不少于2台的概率.解. 假设X 表示400台机器中发生故障的台数, 所以X ～B(400, 0.02)由棣莫佛－拉普拉斯定理:)(2198.002.040002.0400lim 22x dt e x X P x t n Φ==⎪⎭⎫ ⎝⎛≤⨯⨯⨯-⎰∞--∞→π 所以 ⎪⎭⎫ ⎝⎛⨯⨯-≤⨯⨯--=≤-=≥98.002.0400798.002.040081)1(1)2(X P X P X P ≈ 1－Φ(－2.5) = Φ(2.5) = 0.9938.2. 设供电网中有10000盏灯, 夜晚每一盏灯开着的概率都是0.7, 假设各灯开、关时间彼此无关, 计算同时开着的灯数在6800与7200之间的概率.解. 假设X 表示10000盏灯中开着的灯数, 所以X ～B(10000, 0.7)由棣莫佛－拉普拉斯定理:)(217.03.010*******lim 22x dt e x X P xt n Φ==⎪⎭⎫ ⎝⎛≤⨯⨯-⎰∞--∞→π所以 )72006800(≤≤X P ⎪⎭⎫ ⎝⎛⨯⨯-≤⨯⨯-≤⨯⨯-=7.03.010000700072007.03.010********.03.01000070006800X P ≈ Φ(4.36)－Φ(－4.36) = 2Φ(4.36)－1 = 2×0.999993－1 = 0.999.。

概率论与数理统计第四章课后习题及参考答案

E( X 2 ) 700E( X ) 3502 122686 ． 10． A ，B 两台机床同时加工零件，每生产一批较大的产品时，出次品的概率如
下表所示：
3
A 机床
次品数 X
0
1
2
3
概率 P
0.7
0.2
0.06
0.04
B 机床
次品数 X
0
1
2
3
概率 P
0.8
0.06
0.04
0.10
问哪一台机床加工质量较好．
5．设离散型随机变量 X
的分布列为 P( X
(1)k
2k ) k!
1 2k
，k
1,2,，
问 X 是否有数学期望．
解：因为 (1)k
k 1
2k k
1 2k
1 发散， k 1 k
所以 X 的数学期望不存在． 6．设随机变量 X 具有密度函数
f
(x)
2
cos2
x, 2
x
2
,
0, 其他．
空测量的误差随机变量 X 的分布列为
X (m) 30
20
10
0
10
20
30
P
0.05 0.08 0.16 0.42 0.16 0.08 0.05
而场地边长随机变量Y 等于边长的数学期望与测量误差之和，即Y 350 X ，
求场地面积的数学期望．
解：设场地面积为 S ，则 S Y 2 ，
E( X ) 30 0.05 (20) 0.08 (10) 0.16 0 0.42 10 0.16
12 2
7．设随机变量 X 具有密度函数 x, 0 x 1,
f (x) 2 x, 1 x 2, 0, 其他．

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)。

中北大学概率统计习题册第四章完整答案
(详解)
1. 填空
1）设~(,)X B n p ,则EX =np ，DX =
npq 。

2）设~()X P λ,则EX =λ，
DX =λ。

3）设~()X E λ,则EX =
1λ
，DX =
2
1
λ。

4）设[]~,X U a b ,则EX =
2
a b
+，DX =
()
2
12
b a -。

5)设2~(,)X N μσ,则EX =μ，
DX =2σ。

6）设(,)~(1,1;2,9;0.5)X Y N ,则
EX =1，DX = 1 ，EY = 2，DY = 9 ，(,)Cov X Y = 1.5 。

7）已知螺钉的重量服从()250, 2.5N ，则100个螺钉总重量服从分布()5000,
625N 。

2. 已知在一定工序下，生产某种产品的次品率0.001。

今在同一工序下，独立生产5000件这种产品，求至少有2件次品的概率。

解：设X 表示5000件产品中的次品数，则
()~5000,0.001X B 。

50000.0015λ=⨯=，则
()()()2100P X P X P X ≥=-=-=
5000499910.99950000.0010.999=--⨯⨯
0155
5510!1!
e e
--≈--10.006740.033690.95957=--=
注：实际上
5000499910.99950.9990.95964--⨯=
3. 设某商店中每月销售某种商品的数量服从参数为7的泊松分布，问在月初进货时应至少进多少件此种商品，才能保证当月不脱销的概率为0.999。

解：设进货数件数为N ，当月销售需求为X ，则由题意知()~7X P ，且
{}7
07e 0.999!
k N
k P X N k -=≤=≥∑
查泊松分布的数值表，可得16N ≥. 4 . 地下铁道列车的运行间隔时间为五分钟，一个旅客在任意时刻进入月台，求候车时间的数学期望与方差。

解：设旅客在地铁进站之前的X 时刻到达，即旅客候车时间也为X ；其数学期望和分别为()~[0,5]X U ，
52EX =
；2512
DX =。

5.设(){
}3.02010,,10~2=<<X P N X σ 求：(1) (10)P X <；
解：
()1010(10)00.5
P X σ-⎛⎫
<=Φ=Φ= ⎪⎝⎭
；
(2) )100(<<X P ；由 {}1020P X <<
20101010σσ--⎛⎫⎛⎫=Φ-Φ ⎪ ⎪⎝⎭⎝⎭
100.5σ⎛⎫
=Φ- ⎪⎝⎭
=0.3
得 100.8σ⎛⎫
Φ= ⎪⎝⎭
所以()10(010)0P X σ⎛⎫
<<=Φ-Φ- ⎪⎝⎭
100.510.3σ⎛⎫
=-+Φ= ⎪⎝⎭
(3) (0)P X <。

(0)P X <=101010.2σσ⎛⎫⎛⎫
=Φ-=-Φ= ⎪ ⎪⎝⎭⎝⎭
注：直接由()f x 关于x=10对称，也可
求得相关结果。

6.设随机变量2~(1,3)X N ，
2~(0,4)Y N ，31Z X Y =--
（1）若X 与Y 相互独立，试求,EZ DZ
与XZ ρ；解：
1,()0,EX E Y ==()9,D X =()16D Y =,
X 与Y 相互独立 ()3112E Z ∴=⨯-= ()9()()97D Z D X D Y =+= (,)(,31)Cov X Y Cov X X Y =-- 3()(,)27D X Cov X Y =-=
,X Z ρ=
（2）若XY ρ=0.2，求(,)Cov X Y ，
,EZ DZ 。

解：(,)340.2 2.4Cov X Y =⨯⨯= ()3112E Z =⨯-=
()9()()2(3,)D Z D X D Y Cov X Y =+-
9()()6(,)D X D Y Cov X Y =+- 82.6=
7．若2~(,)X N μσ，求证：
)1,0(~N X σ
μ
-。

证明：由2,EX DX μσ==得
0X EX E μμσσ--⎛⎫=
= ⎪⎝⎭ 21X DX
D μσσ
-⎛⎫== ⎪⎝⎭
由于正态分布的线性函数仍服从正态分布，所以
)1,0(~N X σ
μ
-。

证法2：由2~(,)X N μσ得X 的概率密度函数为(
)()2
2
2x X f x μσ--
=
，再由
x y μ
σ-=得()x h y y μσ==+，从而有X Y μ
σ
-=
的概率密度函数为
()()()Y X f y h y f y μσ'=+
(
)2
2
2
22y y μσμσ
σ
+--
-==
即()~0,1Y N 。

8.某种电池的寿命X 服从正态分布
2(,)N a σ，其中a =300（小时）,σ=35
求：(1)电池寿命在250小时以上的概率；
(2)x 至少为多少才能使寿命X 在
x a -与x a +之间的概率不小于0.9。

解：（1）
250300(250)135P X -⎛⎫
>=-Φ ⎪⎝⎭
101010.9234
77⎛⎫⎛⎫
=-Φ-=Φ≈ ⎪ ⎪⎝⎭⎝⎭
(2)()3535x x P a x X a x ⎛⎫⎛⎫
-<<+=Φ-Φ- ⎪ ⎪
⎝⎭⎝⎭
210.9,35x ⎛⎫
=Φ-≥ ⎪⎝⎭则
()0.95 1.64535x ⎛⎫
Φ≥=Φ ⎪⎝⎭
解得x ≥ 57.575
9. 假设随机变量X 服从参数为2的指数分布，证明：X e Y 21--=在区间[]10,上服从均匀分布。

证明：X 的概率密度函数为
()22e 0
x
X x f x x -⎧>=⎨
<⎩ 21e x y -=-是严格单调可微函数，并
且当()0,x ∈+∞时()0,1y ∈；又由
21e x y -=-得()()1
ln 12
x y h y =--@，所
以，随机变量21e X Y -=-的概率密度函数为
()()()()01
0X
Y f h y h y y f y ⎧'<<⎪=⎨⎪⎩
其它 ()()11ln 1012210X f y y y ⎧⎛⎫--<<⎪ ⎪
-=⎝⎭⎨⎪⎩
其它 ()()ln 11
2e 01210y y y -⎧<<⎪-=⎨
⎪⎩
其它 101
0y <<⎧⎨
⎩
＝其它即21e X Y -=-在区间[]10,上服从均匀分
布。

10.设二维随机变量(,X Y )在区域
01,03x y ≤≤≤≤内服从均匀分布，
求：（1）联合密度函数(,)f x y ；解：区域01,03x y ≤≤≤≤的面积为3，所以(,X Y )的联合概率密度函数为
()101,03
,3
x y f x y ⎧≤≤≤≤⎪
=⎨⎪⎩其他
（2）()P X Y <；解：()P X Y <=1
3
01536
x dx dy =⎰⎰
(3) 记0
1
X Y U X Y
<⎧=⎨
≥⎩，
0212X Y
V X Y <⎧=⎨
≥⎩
求(,)U V 的联合分布律及U V +的分布
律。

解：5(0,0)()6
P U V P X Y ===<=
(0,1)(,2)0P U V P X Y X Y ===<>=
(1,0)(2)P U V P Y X Y ===≤<
=10211
3
12x x dx dy =⎰⎰
1(1,1)(2)12P U V P X Y ===≥=
11X (单位：Kg)服从(60,4)N ，问最多装多少袋水泥使总重量超过2000Kg 的概率不大于0.05。

设最多装n 袋水泥
解：令i X 表示第i 袋水泥的重量，则
~(60,4)i X N ，且相互独立
()1,2,,i n =L
1(60,4)n
i i
Y X N n n ==∑:
{2000}1{2000}P Y P Y >=-≤
10.05=-Φ≤
()0.95 1.645Φ≥=Φ 1.65≥33.0182n ⇒≤
所以最多装33袋水泥。