概率论与数理统计(3)

合集下载

概率论与数理统计(第3版)(谢永钦)第3章 随机向量

概率论与数理统计(第3版)(谢永钦)第3章 随机向量

概率论与数理统计
定义3.7 设X和Y是两个随机变量,如果对于任意实数x和y,事
件{X≤x}与{Y≤y}相互独立,即有P{ X≤x , Y≤y }=P{X≤x}P{Y≤y},则称随 机变量X与Y相互独立。 设F(x,y)为二维随机变量(X,Y)的分布函数, (X,Y)关于X和关于Y的边缘分布 函数分别为FX(x),FY(y),则上式等价于
这正是参数为
的 分布的概率密度。
概率论与数理统计
概率论与数理统计
概率论与数理统计
概率论与数理统计
概率论与数理统计
概率论与数理统计
概率论与数理统计
X
X
Y
Y
概率论与数理统计
解: (1)串联情况
X
Y
概率论与数理统计
(2)并联情况
X
Y
感谢聆听 批评指导
概率论与数理统计
二维正态分布 若(X.,Y)的概率密度为
概率论与数理统计
4. n维随机变量
设E是一个随机试验,它的样本空间是=(e).设随机变量
是定义在同一样本空间上的n个随机变量,则称向

为n维随机向量或n维随机变量。简记为
设 数
为n维随机变量
是n维随机变量,对于任意实 ,称n元函数
的联合分布函数。
设(X,Y)的一切可能值为(xi,yj),i,j=1,2,… ,且(X,Y)取各对可能值的概率为 P{X=xi,Y=yj}=pij, i,j=1,2,…
称上式为(X,Y)的(联合)概率分布或(联合)分布律.离散型随机变量(X,Y) 的联合分布律可用表3-1表示.
概率论与数理统计
(X,Y)的分布律也可用表格形式表示:
记作
或记为
.

概率论与数理统计03-第三节-条件概率与全概率公式

概率论与数理统计03-第三节-条件概率与全概率公式

第三节 条件概率与全概率公式先由一个简单的例子引入条件概率的概念.内容分布图示★ 概念引入★ 条件概率的定义 ★ 例1 ★ 例2★ 乘法公式★ 例3 ★ 例4 ★ 例5 ★ 例6★ 全概率公式 ★ 例7 ★ 例8 ★ 例9★ 贝叶斯公式 ★ 例10 ★ 例11 ★ 例12★ 例13 ★ 例14★ 内容小结 ★ 课堂练习★ 习题1-4内容要点:一、 条件概率的概念在解决许多概率问题时,往往需要在有某些附加信息(条件)下求事件的概率. 如在事件A 发生的条件下,求事件B 发生的条件概率,记作)|(A B P .定义1 设B A ,是两个事件, 且0)(>A P , 则称)()()|(A P AB P A B P = (1) 为在事件A 发生的条件下,事件B 的条件概率.相应地,把)(B P 称为无条件概率。

一般地,)|(A B P )(B P ≠.注: 1. 用维恩图表达(1)式.若事件A 已发生,则为使B 也发生,试验结果必须是既在A 中又在B 中的样本点,即此点必属于AB .因已知A 已发生,故A 成为计算条件概率)|(A B P 新的样本空间.2. 计算条件概率有两种方法:a) 在缩减的样本空间A 中求事件B 的概率,就得到)|(A B P ;b) 在样本空间S 中,先求事件)(AB P 和)(A P ,再按定义计算)|(A B P 。

二、乘法公式由条件概率的定义立即得到:)0)(()|()()(>=A P A B P A P AB P (2)注意到BA AB =, 及B A ,的对称性可得到:)0)(()|()()(>=B P B A P B P AB P (3)(2)和(3)式都称为乘法公式, 利用它们可计算两个事件同时发生的概率.三、全概率公式全概率公式是概率论中的一个基本公式。

它使一个复杂事件的概率计算问题,可化为在不同情况或不同原因或不同途径下发生的简单事件的概率的求和问题。

概率论与数理统计教案 第3章 多维随机变量及其分布

概率论与数理统计教案 第3章 多维随机变量及其分布

第3章 多维随机变量及其分布教学要求1.理解二维随机变量的概念以及二维随机变量的联合分布函数的概念与性质,会利用联合分布函数计算有关事件的概率.2.理解二维离散型随机变量及其联合分布律、边缘分布律、条件分布律的概念与性质及其相互关系,会求联合分布律,并会用其求边缘分布律、条件分布律以及有关事件的概率.3.理解二维连续型随机变量及其联合概率密度函数和联合分布函数、边缘概率密度和边缘分布函数、条件概率密度和条件分布函数的概念与性质及其相互关系,会用概率密度函数求分布函数,掌握用联合概率密度求边缘概率密度、条件概率密度以及有关事件的概率.4.掌握二维均匀分布的概率密度,了解二维正态分布的概率密度.5.理解多维随机变量独立性的概念,掌握离散型和连续型随机变量独立性的条件,会判断随机变量的独立性,掌握运用随机变量独立性进行概率的计算.6.理解多维随机变量函数的概念,会求简单二维随机变量函数的分布,掌握Y X Z +=和{}Y X Z ,m ax =,{}Y X Z ,m in =的分布.教学重点二维随机变量与分布函数的概念,二维离散型随机变量及其分布律、二维连续型随机变量及其概率密度函数的概念以及概率的求法,联合分布与边缘分布的关系,随机变量独立性. 教学难点联合分布、边缘分布与条件分布的计算及相互关系,连续型随机变量分布函数的计算及其随机变量函数分布的求法.课时安排本章安排10课时.教学内容和要点一、 二维随机变量的分布函数1.二维随机变量及其分布函数的概念与性质2.二维随机变量的边缘分布函数二、 二维离散型随机变量1.二维离散型随机变量及其分布律的概念与性质2.边缘分布律3.条件分布律三、 二维连续型随机变量1.二维连续型随机变量及其联合概率密度函数和联合分布函数的概念与性质2.边缘概率密度和边缘分布函数3.二维连续型随机变量的常用分布:二维均匀分布、二维正态分布4.条件概率密度和条件分布函数四、随机变量的独立性1. 随机变量独立性的概念2. 离散型和连续型随机变量独立性的条件3. 随机变量独立性的判断五、二维随机变量的函数的分布1. 二维随机变量函数分布的概念2. 二维离散型随机变量函数分布律的求法3. 二维连续型随机变量函数概率密度的求法4.随机变量函数的独立性主要概念1.二维随机变量2.联合分布函数3.二维离散型随机变量及其联合分布律、边缘分布律、条件分布律4.二维连续型随机变量及其联合概率密度、边缘概率密度、条件分布5.随机变量的独立性6.二维随机变量函数的分布。

概率论与数理统计第三章

概率论与数理统计第三章
P ( X Y 1) 1 2dxdy . 2 D
x y 1
y=x G D O 1 x+y=1 x

f ( x, y )dxdy
(2)
P(Y X )
2
dx
0
1
x
2
x
2dy 1 / 3 .
y 1 0
y = x2
y=x G
1 x
(3) P(| X | 0.3) P(0.3 X 0.3)
pij P( X xi ) P(Y y j X xi ) .
例3.1.1 设随机变量X在1,2,3三个整数中等可能取值,另一个随机 变量Y在1~X中等可能地取一整数值,求(X,Y)的概率分布。
解:由假设,随机变量X的可能取值为1,2,3. 而Y≤X,故Y 的可能取值范围也 为1,2,3. 首先,当 j>i 时,{X=i,Y=j} 为不可能事件,故 P(X=i,Y=j)=0,j>i. 当 j≤i 时,根据概率的乘法公式,有 P(X=i,Y=j)=P(X=i)•P(Y=j | X=i) =1/i • 1/3,i=1,2,3. 由此得(X, Y)的概率分布如下:
3.2 边缘分布
二维随机变量的联合分布是把(X,Y)看作一个整体的 分布。其中分量X和Y都是一维随机变量,也有各自的 分布,分别称X和Y的分布为二维随机变量(X,Y)关于 X和Y的边缘分布。 设二维随机变量(X,Y)的分布函数为F(x,y),分别记 关于X和Y的边缘分布函数为Fx(x)和Fy(y),由于 Fx(x)=P(X≤x,Y<+∞ )=F(x,+∞ ), 同理,有 Fy(y)=F(+∞ ,y). 由此看出,边缘分布函数Fx(x),Fy(y)完全由联合分布 函数F(x,y)来确定。

概率论与数理统计第3章

概率论与数理统计第3章

试求常数a和b。
π F xlim F x a b 2 0 解: F lim F x a b π 1 x 2
1 1 a , b 2 π
P ( 2 4) P ( 2) P ( 2 4) 0.3 0.6 0.5 0.4
P ( 3) 1 P ( 3) 1 0.5 0.5
6
例3:设r.v. 的分布函数
F x a b arctan x
b a
因此求概率可从分布函数与密度函数两条途径入手。
5、密度的图像称分布曲线,相应有两个特征: ⑴ 曲线在x轴上方;
概率面积
y
f(x)分布曲线
⑵ 曲线于x轴之间的 面积是1。
x c o d
10
例4:设 的密度在[a,b]以外为0,在[a,b]内为
一常数 ,
, a x b f ( x) 0, 其它
x2 2
16
⑶ f(x)符合密度函数的两性质: ① f(x) > 0;②



f x d x 1。
x2 2
以标准正态分布为例, e
e d t e
t2 2 2 x2 2
d x 称为高斯积分。
dy
r2 2 0
从F(x)求f(x): f x F x 从f(x)求F(x): F x f t d t
x
9
4、对于连续型随机变量 ,
⑴ P a 0 ,即某指定点的概率为0; ⑵ Pa b Pa b
Pa b Pa b f x d x

概率论与数理统计第3章

概率论与数理统计第3章

例2 设(X,Y)的概率密度是
f
x,
y
2e(2 x
y),
0,
x 0, y 0, 其它.
(1) 求分布函数 F x, y; (2) 求概率 PY X .
解 (1) 当 x 0, y 0 时,
F
x, y
yx
f
u,v dudv
y 0
x 2e(2uv) dudv
0
2 y evdv x e2udu
存在,则称此极限为在条件 Y=y下X的条件分 布函数,记成 FX|Y(x|y)。若存在 fX|Y(x|y), 使得
x
FX |Y (x | y) - f X |Y (u | y) du,
则称 fX|Y(x|y)为在条件 Y=y 下X的条件概率密 度函数,简称条件概率密度。
定理1:设随机向量(X,Y)的联合概率密度 为 f (x, y),Y的边缘概率密度为fY (y)。若f (x, y) 在点(x, y) 处连续,
5c

24
c 24 5
例4 设 (X,Y) 的概率密度是
f
(
x,
y)
cy(2
0
x), ,
0 x 1,0 y x 其它
求 (1) c 的值; (2) 两个边缘密度 .

(2)
fX x
f x, ydy
当 x 1或 x 0时 , y ,, y
都有 f x, y 0,故 fX x 0 .
pi j ,i=1,2, … p• j
为在Y=yj 条件下, 随机变量X的条件概率分布。
对固定的 i,若P(X=xi) > 0,则称
P(Y=yj
|X=xi)=
P(

概率论与数理统计第三章多维随机变量及其分布习题解答

概率论与数理统计第三章多维随机变量及其分布习题解答

习题3-11、设(,)X Y 的分布律为求a 。

解:由分布律的性质,得1,0iji jp a =>∑∑,即111111691839a +++++=,0a >, 解得,29a =。

注:考察分布律的完备性和非负性。

2、设(,)X Y 的分布函数为(,)F x y ,试用(,)F x y 表示:(1){,}P a X b Y c ≤≤<;(2){0}P Y b <<;(3){,}P X a Y b ≥<。

解:根据分布函数的定义(,){,}F x y P X x Y y =≤≤,得(1){,}{,}{,}(,)(,)P a X b Y c P X b Y c P X a Y c F b c F a c ---≤≤<=≤<-<<=-; (2){0}{,}{,0}(,)(,0)P Y b P X Y b P X Y F b F -<<=≤+∞<-≤+∞≤=+∞-+∞; (3){,}{,}{,}(,)(,)P X a Y b P X Y b P X a Y b F b F a b ---≥<=≤+∞<-<<=+∞-。

3、设二维随机变量(,)X Y 的分布函数为(,)F x y ,分布律如下:试求:(1)13{,04}22P X Y <<<<;(2){12,34}P X Y ≤≤≤≤;(3)(2,3)F 。

解:由(,)X Y 的分布律,得 (1)1311{,04}{1,1}{1,2}{1,3}002244P X Y P X Y P X Y P X Y <<<<===+==+===++=; (2){12,34}{1,3}{1,4}{2,3}{2,4}P X Y P X Y P X Y P X Y P X Y ≤≤≤≤===+==+==+==1150016416=+++=;(3)(2,3){2,3}{1,1}{1,2}{1,3}F P X Y P X Y P X Y P X Y =≤≤===+==+==1119{2,1}{2,2}{2,3}000416416P X Y P X Y P X Y +==+==+===+++++=。

概率论与数理统计 第三章 二维随机变量及其概率分布 例题

概率论与数理统计 第三章 二维随机变量及其概率分布 例题

1.甲乙两人独立地进行两次射击,命中率分别为0.2、0.5,把X、Y分别表示甲乙命中的次数,求(X,Y)联合分布律。

2.袋中有两只白球,两只红球,从中任取两只以X、Y表示其中黑球、白球的数目,求(X,Y)联合分布律。

3.设,且P{}=1,求(,)的联合分布律,并指出,是否独立。

4.设随机变量X的分布律为Y=,求(X,Y)联合分布律。

5.设(X,Y)的概率分布为且事件{X=0}与{X+Y=1}独立求a,b。

6. 设某班车起点上车人数X服从参数λ(λ>0)的泊松分布,每位乘客中途下车的概率为P (0<P<1)相互独立。

以Y表示中途下车的人数。

(1)求在发车时有n个人的情况下,中途m个人下车的概率;(2)求(X,Y)联合分布律。

7. 设二维随机变量(X,Y)联合分布函数F(x.y)=A(B+arctan) (C+arctan)。

(1)A、B、C (2)(X,Y)的联合密度f(x,y) (3)(X,Y)的边缘密度,概率论与数理统计第三章二维随机变量及其概率分布例题8.设f(x,y)=为二维随机变量(X,Y)的联合密度函数,求:其它(1)C的值(2), (3)P{X+Y1}并判别X与Y是否独立。

为(X,Y)的密度函数,求:9.设f(x,y)=其它(3)P{X>1/2|Y>0}为(X,Y)的密度函数,求10. 设f(x,y)=其它11. 设f(x,y)=为(X,Y)的密度函数,求()的联合分布其它函数。

12.设X,Y独立,均服从(0,1)上的均匀分布,Z的密度函数。

13. 设f(x,y)=()为(X,Y)的密度函数,Z=X+Y,求的密度函其它数。

概率论与数理统计第三章二维随机变量及其概率分布例题14.设X,Y独立,X~N(μ,),Y~V(-π,π),Z=X+Y,求,结果用Φ( x)表示。

15.设(X,Y)的联合密度函数为f(x,y)=,Z=X+Y,求Z的概率密度。

为(X,Y)的密度函数,Z=X+2Y,求的密度函数。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

习题三1.将一硬币抛掷三次,以X 表示在三次中出现正面的次数,以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律.2.盒子里装有3只黑球、2只红球、2只白球,在其中任取4只球,以X 表示取到黑球的只数,以Y 表示取到红球的只数.求X 和Y 的联合分布律.3.设二维随机变量(X ,Y )的联合分布函数为F (x ,y )=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量(X ,Y )在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin 0sin sin 0sin4346361).4=--+=题3图说明:也可先求出密度函数,再求概率。

4.设随机变量(X ,Y )的分布密度f (x ,y )=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求:(1) 常数A ;(2) 随机变量(X ,Y )的分布函数; (3) P {0≤X <1,0≤Y <2}. 【解】(1) 由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12 (2) 由定义,有 (,)(,)d d y xF x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y ≤<≤<12(34)3800{01,02}12e d d (1e )(1e )0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰5.设随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k(1) 确定常数k ;(2) 求P {X <1,Y <3}; (3) 求P {X <1.5}; (4) 求P {X +Y ≤4}. 【解】(1) 由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =(2) 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.542127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83x x x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量,X 在(0,0.2)上服从均匀分布,Y 的密度函数为f Y (y )=⎩⎨⎧>-.,0,0,55其他y y e求:(1) X 与Y 的联合分布密度;(2) P {Y ≤X }.题6图【解】(1) 因X 在(0,0.2)上服从均匀分布,所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他 而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y 独立 5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xyx x y x-==-+≈⎰⎰⎰7.设二维随机变量(X ,Y )的联合分布函数为F (x ,y )=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求(X ,Y )的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量(X ,Y )的概率密度为f (x ,y )= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)dY f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图 题9图9.设二维随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧≤≤.,0,1,22其他y x y cx(1) 试确定常数c ;(2) 求边缘概率密度. 【解】(1)(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得 214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰5227d ,01,20,0, .x y x y y ⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩其他 11.设随机变量(X ,Y )的概率密度为f (x ,y )=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y |X (y |x ),f X |Y (x |y ).题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.x x y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他12.袋中有五个号码1,2,3,4,5,从中任取三个,记这三个号码中最小的号码为X ,最大的号码为Y .(1) 求X 与Y 的联合概率分布; (2) X 与Y 是否相互独立? 【解】(1) X 与Y 的联合分布律如下表(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立(2) X 与Y 是否相互独立?(2) 因{2}{0.4}0.20.8P X P Y ===⨯ 0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量,X 在(0,1)上服从均匀分布,Y 的概率密度为f Y (y )=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e (1)求X 和Y 的联合概率密度;(2) 设含有a 的二次方程为a 2+2Xa +Y =0,试求a 有实根的概率.【解】(1) 因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩ 独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ∆=-≥故 X 2≥Y ,从而方程有实根的概率为:22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 21(1)(0)]0.1445.x y x y-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命(以小时计),并设X 和Y 相互独立,且服从同一分布,其概率密度为f (x )=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z P z Y=≤=≤ (1) 当z ≤0时,()0Z F z =(2) 当0<z <1时,(这时当x =1000时,y =1000z)(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰ 33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图(3) 当z ≥1时,(这时当y =103时,x =103z )(如图b )3366222210101010()d d d d zy Z xy zF z x y y x x yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他 故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他 16.设某种型号的电子管的寿命(以小时计)近似地服从N (160,202)分布.随机地选取4 只,求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4),则X i ~N (160,202),从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥ 之间独立34{180}{180}P X P X ≥≥ 1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-< 44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ,Y 是相互独立的随机变量,其分布律分别为P {X =k }=p (k ),k =0,1,2,…, P {Y =r }=q (r ),r =0,1,2,….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(,i =0,1,2,….【证明】因X 和Y 所有可能值都是非负整数,所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-== 于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑()()ik p k q i k ==-∑18.设X ,Y 是相互独立的随机变量,它们都服从参数为n ,p 的二项分布.证明Z =X +Y 服从参数为2n ,p 的二项分布.【证明】方法一:X +Y 可能取值为0,1,2,…,2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii k k n k i k n kP X i P Y k i n n p q p q i k i n n p qi k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑方法二:设μ1,μ2,…,μn ;μ1′,μ2′,…,μn ′均服从两点分布(参数为p ),则X =μ1+μ2+…+μn ,Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以,X +Y 服从参数为(2n ,p )的二项分布.(1) 求P {X =2|Y =2},P {Y =3|X =0}; (2) 求V =max (X ,Y )的分布律; (3) 求U =min (X ,Y )的分布律; (4) 求W =X +Y 的分布律. 【解】(1){2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ (2){}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i =====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,i =所以V 的分布律为(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3i = 于是(1) 求P {Y >0|Y >X };(2) 设M =max{X ,Y },求P {M >0}.题20图【解】因(X ,Y )的联合概率密度为22221,,(,)π0,.x y R f x y R⎧+≤⎪=⎨⎪⎩其他 (1){0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r rR θθ=⎰⎰⎰⎰3/83;1/24== (2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D 由曲线y =1/x 及直线y =0,x =1,x=e 2所围成,二维随机变量(X ,Y )在区域D 上服从均匀分布,求(X ,Y )关于X 的边缘概率密度在x =2处的值为多少?题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰(X ,Y )的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他(X ,Y )关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他 所以1(2).4X f =22.设随机变量X 和Y 相互独立,下表列出了二维随机变量(X ,Y )联合分布律及关于X 和【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-=而X 与Y 独立,故{}{}{,}i j i i P X x P Y y P X x Y y ===== ,从而11111{}{,}.624P X x P X x Y y =⨯==== 即:1111{}/.2464P X x === 又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y === 同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1jj P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布,每位乘客在中途下车的概率为p (0<p <1),且中途下车与否相互独立,以Y 表示在中途下车的人数,求:(1)在发车时有n 个乘客的条件下,中途有m 人下车的概率;(2)二维随机变量(X ,Y )的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤= . (2) {,}{}{|}P X n Y m P X n P Y m X n ======e C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤= 24.设随机变量X 和Y 独立,其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021,而Y 的概率密度为f (y ),求随机变量U =X +Y 的概率密度g (u ).【解】设F (y )是Y 的分布函数,则由全概率公式,知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立,可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此,得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立,且均服从区间[0,3]上的均匀分布,求P {max{X ,Y }≤1}.解:因为随即变量服从[0,3]上的均匀分布,于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ,Y 相互独立,所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量(X ,Y )的概率分布为其中a ,b ,c 为常数,且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5,记Z =X +Y .求:(1) a ,b ,c 的值; (2) Z 的概率分布; (3) P {X =Z }.解 (1) 由概率分布的性质知,a+b+c +0.6=1 即 a+b+c = 0.4. 由()0.2E X =-,可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ,b ,c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为-2,-1,0,1,2,{2}{1,1}0.2P Z P X Y =-==-=-=,{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=,{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=,{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===,{2}{1,1}0.1P Z P X Y =====,即Z(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.。

相关文档
最新文档