哈尔滨工业大学 概率论答案 习题四
哈工大概率论与数理统计模拟试题(四)
概率论与数理统计模拟试题（四）一、填空题（每小题3分，共5小题，满分15分）1．若事件,A B 满足(|)(|)P B A P B A =，则(|)P B A =__________.2．在区间)1,0(中随机地取两个数，则“两数之和小于5/6” 的概率为__________.3．设随机变量,X Y 相互独立，且都服从区间[0,1]的均匀分布，则1{}2P X Y +≤= .4．随机变量,X Y 独立同分布，2EX =. (5)0.7P XY <=， (3)0.3P XY ≤=，用切比晓夫不等式估计DXY .5．设由来自总体2~(,0.9)X N μ容量为9的样本的样本均值5x =，则未知参数μ的置信度为0.95的置信区间是 .二、选择题（每小题3分，共5小题，满分15分）（每小题给出的四个选项中，只有一个是符合题目要求的，把所选项的字母填在题后的括号内）1．随机事件A 、C 满足(|)(|)1P A A C P C A C +++=，则下列正确的是（A ）A 、C 不相容 （B ）A 、C 独立（C ）AC ，A C +独立 （D ）(|)(|)1P A C P C A +=2．设随机变量X 服从指数分布，则随机变量min(,2)Y X =的分布函数（ ）（A ）是连续函数； （B ）至少有两个间断点；（C ）是阶梯函数； （D ）恰好有一个间断点.3．对于任意两个随机变量X 和Y ，若其方差存在，则与X 和Y 不相关（即0XY ρ=）等价的是（ ）（A ）X 与Y 独立; （B ）EXY EXEY =;（C ）X 与Y 不独立; （D ）DXY DX DY =⋅.4．设随机变量X 的方差为25，则根据切比雪夫不等式，有{}||10P X EX -<（ ）（A ）0.25≤； （B ）0.75≤； （C ）0.75≥； （D ）0.25≥.5．总体~()X P λ，抽取简单随机样本1,,n X X . 设2,X S 为样本均值，样本方差. 若2(32)aX a S +-为λ的无偏估计，则a = .（A ）1 （B ）2 （C ）3 （D ）4三、（10分）袋中有8个正品，2个次品，任取3个，取后不放回，若第3次取到的是次品，求前2次取到的是正品的概率.四、（10分）设随机变量X 与Y 独立，2~(,)X N μσ，Y 服从[,]ππ-的均匀分布，试求Z X Y =+的概率密度五、（10分）设随机变量(,)X Y 具有概率密度1(),0,2,(,)80,x y x y f x y ⎧+≤≤⎪=⎨⎪⎩其它求,,Cov(,),,()XY EX EY X Y D X Y ρ+.六、（14分）已知总体X 在区间12[,]θθ的服从均匀分布，1,,n x x 是取自X 的一个样本，求12,θθ的矩估计和极大似然估计.七、（6分）产品的次品率为. 每天抽查4次，每次随机取3只，若发现3只中次品数多于1个，则要进行调整，记X为每天调整次数，求EX.。
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0.7, 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 (10,0.7), 命中3炮的概率为 =⨯⨯==733103.07.0}3{C P ξ0.0090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 ξξ0.9984因np +p =10×0.7+0.7=7.7不是整数, 因此最可能命中[7.7]=7炮. 2. 在一定条件下生产某种产品的废品率为0.01, 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 (10,0.01), 则废品数不超过2个的概率为=⨯⨯=≤∑=-20101099.001.0}2{i i i iC P ξ0.99993. 某车间有20部同型号机床, 每部机床开动的概率为0.8, 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 (20,0.8), 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0.1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0.15的概率. 解: 设这20个产品中的废品数为ξ, 则ξ~B (20,0.1), 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=0.8675. 生产某种产品的废品率为0.1, 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 (20,0.1), 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： ξ 0 1 2 3 4 P0.48230.38580.11570.01540.0008⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≥<≤<≤<≤<≤<=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0.3, 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 (19,0.3), 因此 (1)ξ的数学期望为E ξ=np =19×0.3=5.7 方差为Dξ=np (1-p )=19×0.3×0.7=3.99标准差为997.199.3===ξσξD(2)因np +p =5.7+0.3=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=0.3333 代回到(1)式得n =12/p =12×3=36 9. 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=0.25, 因此, 设ξ为每个时刻要用秤的售货员数, 则ξ~B (4, 0.25), 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 ξ0.0508因此10个小时内平均有0.0508×10=0.508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-p 11. 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 ξ0.968 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0.1, 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0.1×1000=100 ===3100029001100}1{C C C P ξ0.2435 而如果用二项分布近似计算, n =3, p =0.1, ξ~B (3,0.1)=⨯⨯≈=2139.01.0}1{C P ξ0.2430近似误差为0.0005, 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 P0.22150.41140.27430.08150.01070.000515. 从大批发芽率为0.8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 =0.8, n =10, 则∑=-⨯⨯=≥10810102.08.0}8{i i i iC P ξ=0.677816. 一批产品的废品率为0.001, 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, 0.001), 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 =800×0.001=0.89526.0!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0.8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=0.8, 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{408.0=-=≤-=>∑=-i i e i P P ξξ==≤==∑=-18.0!8.0}1{}10{i i e i P P ξη0.8088==≤<==∑=-428.0!8.0}41{}8{i i e i P P ξη0.1898则产品的平均价值为 Eη = 10×P {η=10}+8×P {η=8}=10×0.8088+8×0.1898=9.6064(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 ξ0.9473而100页上的印刷错误都不超过4个的概率为[]=≤100}4{ξP 0.00445419. 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 xϕ0667.0)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)=0.5, 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)=0.5 P {|ξ|<3}=2Φ0(3)-1=2×0.99865-1=0.9973 P {0<ξ≤5}=Φ0(5)-0.5=0.5P {ξ>3}=1-Φ0(3)=1-0.99865=0.00135P {-1<ξ<3}=Φ0(3)-Φ0(-1)=Φ0(3)+Φ0(1)-1=0.99865+0.8413-1=0.83995 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 }=0.95, P {ξ<d }=0.0668, 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 =3.92 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-=-Φdd 即9332.00668.01)210(0=-=-Φd, 查表得5.1210=-d, 解得7310=-=d 27. 若ξ~N (μ,σ2), 对于P {μ-kσ<ξ<μ+kσ}=0.90, 或0.95, 或0.99, 分别查表找出相应的k值.解: 先求P {μ-kσ<ξ<μ+kσ}=0.90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 =1.64 同理, 由975.0295.01)(0=+=Φk , 查表得k =1.96 由995.0299.01)(0=+=Φk , 查表得k =2.57 28. 某批产品长度按N (50, 0.252)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, 0.252), 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.。
哈工大2010--2013四年的概率论与数理统计真题
哈工大 2010年 秋 季学期概率论与数理统计 试 题一、填空题（每小题3分，共5小题，满分15分）1. 设事件A 、B 仅发生一个的概率为3.0，且()()0.5P A P B +=，则A 、B 至少有一个不发生的概率为__________.2．设随机变量X 的概率密度为22e ,0()0,0x x f x x -⎧>=⎨≤⎩，则21e X Y -=-的概率密度为()Y f y =.⎧⎪⎨⎪⎩3．设,23,3),,(~==DX EX p n B X 且则=≥)1(X P __________. 4．已知一批零件长度2~(,),X N μσσ若未知，从中随机地抽取9个零件，得样本均值230, 16x s ==，则μ的置信度为0.95的置信区间是 .5．已知随机变量(,)X Y 的概率密度为236e ,0,0(,)0, x y x y f x y --⎧>>=⎨⎩其它，则(21)P X Y +≤= .二、选择题（每小题3分，共5小题，满分15分）（每小题给出的四个选项中，只有一个是符合题目要求的，把所选项的字母填在题后的括号内）1．设0()1, 0()1, ()()P A P B P B A P B <<<<=，则与上式不等价的是 （A ）()()P B A P B A =. （B ）A 与B 互斥.（C ）A 与B 独立. （D ）)()(A P B A P =. 【 】 2．．设12,,,n X X X 是来自具有2()n χ分布的总体的样本，X 为样本均值，则（A ）EX n =，2DX =； （B ）,2EX n DX n ==;（C ）1,2EX DX ==； （D ）1,EX DX n n== 【 】 3．如下四个函数，能作为随机变量X 概率密度函数的是（A ）⎪⎩⎪⎨⎧≤>+=0,00,11)(2x x x x f . （B ）()e , xf x x -=∈R .（C ）2, 01()0,x x f x <<⎧=⎨⎩其它. （D ）1e ,0()0,0x x f x x -⎧->=⎨≤⎩. 【 】4．设随机变量X 服从参数为21的指数分布，Y ~)4,1(N ，且12XY ρ=，根据 切比晓夫不等式有：)4224(+≤≤+-Y X Y P ≥（A ）41 （B ）61. （C ）81. （D ）92. 【 】5．设12,,,n X X X 是总体X ~),(2σμN 的样本，2,,EX DX X μσ==是样本均值，2S 是样本方差，2*S 为样本的二阶中心矩，则（A ）),(~2σμN X . （B ）)1(~222-n nS χσ.（C ）2*S 是2σ的无偏估计. （D ）相互独立与22S X . 【 】三、（8分）三个箱子，第一个箱子中有4个黑球，1个白球；第二个箱子中有3个黑球，3个白球；第三个箱子中有3个黑球，5个白球. 现随机地取一个箱子，再从这个箱子中取出一个球，求（1）该球是白球的概率；（2）若已知取出一个白球的条件下，它来自第一个箱子的概率。
哈工大图论习题[精彩]
![哈工大图论习题[精彩]](https://img.taocdn.com/s3/m/71c9dc59777f5acfa1c7aa00b52acfc789eb9fa6.png)
第一章习题1．画出具有4个顶点的所有无向图(同构的只算一个)。
2．画出具有3个顶点的所有有向图(同构的只算一个)。
3．画出具有4个、6个、8个顶点的三次图。
4．某次宴会上，许多人互相握手。
证明：握过奇数次手的人数为偶数(注意，0是偶数)。
5．证明：哥尼斯堡七桥问题无解。
6．设u与v是图G的两个不同顶点。
若u与v间有两条不同的通道(迹)，则G中是否有回路？7．证明：一个连通的(p，q)图中q ≥p-1。
8．设G是一个(p，q)图，δ(G)≥[p/2]，试证G是连通的。
9．证明：在一个连通图中，两条最长的路有一个公共的顶点。
10．在一个有n个人的宴会上，每个人至少有m个朋友(2≤m≤n)。
试证：有不少于m+1个人，使得他们按某种方法坐在一张圆桌旁，每人的左、右均是他的朋友。
11．一个图G是连通的，当且仅当将V划分成两个非空子集V1和V2时，G总有一条联结V1的一个顶点与V2的一个顶点的边。
12．设G是图。
证明：若δ(G)≥ 2，则G包含长至少是δ(G)+1的回路。
13．设G是一个(p，q)图，证明：(a)q≥p，则G中有回路；(b)若q≥p+4，则G包含两个边不重的回路。
14．证明：若图G不是连通图，则G c 是连通图。
15．设G是个(p，q)图，试证：(a)δ(G)·δ(G C)≤[(p-1)/2]([(p+1)/2]+1)，若p≡0，1，2(mod 4)(b) δ(G)·δ(G C)≤[(p-3)/2]·[(p+1)/2]，若p≡3(mod 4)16．证明：每一个自补图有4n或4n+1个顶点。
17．构造一个有2n个顶点而没有三角形的三次图，其中n≥3。
18.给出一个10个顶点的非哈密顿图的例子，使得每一对不邻接的顶点u和v，均有degu+degv≥919．试求Kp中不同的哈密顿回路的个数。
20．试证：图四中的图不是哈密顿图。
21．完全偶图Km，n为哈密顿图的充分必要条件是什么？22．菱形12面体的表面上有无哈密顿回路？23．设G是一个p(p≥3)个顶点的图。
哈工大概率论参考答案习题
习 题 一1．写出下列随机试验的样本空间及下列事件中的样本点：（1）掷一颗骰子，记录出现的点数. A =‘出现奇数点’；（2）将一颗骰子掷两次，记录出现点数. A =‘两次点数之和为10’，B =‘第一次的点数，比第二次的点数大2’；（3）一个口袋中有5只外形完全相同的球，编号分别为1,2,3,4,5；从中同时取出3只球，观察其结果，A =‘球的最小号码为1’；（4）将,a b 两个球，随机地放入到甲、乙、丙三个盒子中去，观察放球情况，A =‘甲盒中至少有一球’；（5）记录在一段时间内，通过某桥的汽车流量，A =‘通过汽车不足5台’，B =‘通过的汽车不少于3台’。
解 （1）123456{,,,,,}S e e e e e e =其中i e =‘出现i 点’1,2,,6i =L ， 135{,,}A e e e =。
（2）{(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)S =(2,1),(2,2),(2,3),(2,4),(2,5),(2,6)(3,1),(3,2),(3,3),(3,4),(3,5),(3,6)(4,1),(4,2),(4,3),(4,4),(4,5),(4,6)(5,1),(5,2),(5,3),(5,4),(5,5),(5,6)(6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}；{(4,6),(5,5),(6,4)}A =；{(3,1),(4,2),(5,3),(6,4)}B =。
（3）{(1,2,3),(2,3,4),(3,4,5),(1,3,4),(1,4,5),(1,2,4),(1,2,5)S = (2,3,5),(2,4,5),(1,3,5)}{(1,2,3),(1,2,4),(1,2,5),(1,3,4),(1,3,5),(1,4,5)}A =（4）{(,,),(,,),(,,),(,,),(,,),(,,),S ab ab ab a b a b b a =--------- (,,),(,,,),(,,)}b a a b b a ---，其中‘-’表示空盒； {(,,),(,,),(,,),(,,),(,,)}A ab a b a b b a b a =------。
概率论与数理统计（经管类）第四章课后习题答案.
概率论与数理统计（经管类）第四章课后习题答案.习题4.11. 设随机变量X 的概率密度为(1f x 2x,0 x 1,0,其他; (2 f xe | |, ∞ ∞求E(X 解: (1E Xxf x dx ∞∞ x·2xdx 2·10(2 E X xf x dx x ·e | | ∞∞ ∞∞0 2. 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√, 1 x 10,其他f x dxb√1 xdx∞∞b ·arcsinx 11 1, 即b 1π⼜因当 1 x 1时 F X f x dx 1π·1√1 xdx 1π·arcsinx x 1X1π·arcsinx 1, 即a 1(2 E X xf x dxπ·3. 设轮船横向摇摆的随机振幅X 的概率密度为f x 1σe σ,x 0,0,x 0. 求E(X. 解: E Xxf x dx ∞∞σ x ·eσ dx∞14. 设X 1, X 2,….. X n 独⽴同分布,均值为µ,且设Y∑X ,求E(Y.解: E Y E∑XE ∑X·n µ µ5. 设(X,Y的概率密度为f x,y e ,0 x 1,y 0,0,其他.求E(X+Y.解:E X Y x y f x,y dxdy ∞∞ ∞∞ x y e dxdy∞·e y ·e dy6. 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 x 2e ,x 0,0,x 0,f x3e0,x 0,求: 1 E 2X 3X ; 2 E 2X 3X ; 3 E X X . 解: 1 E 2X 3X 2E X 3E X 2322 E 2X 3X 2E X 3E X1 3x ∞3e dx1 3x ∞d e1 3 x·e∞0 e ∞dx1 3 0 e ·2x ∞dx1 3 23e ·3x ∞dx1 32 11 3 E X X E X E X7.求E(X.解:E X ∑∑x p 0 0.1 0 0.3 1 0.2 1 0.1 2 0.1 2 0.2 0.9 8. 设随机变量X 的概率密度为f x cx α,0 x 1,0,其他.且E(X=0.75,求常数c 和α.解: E X xf x dx x ·cx αdx 0.75∞ ∞习题4.21. 设离散型随机变量X 的分布律为X ‐1 0 0.51 2P 0.1 0.5 0.1 0.1 0.2 求E X ,E X ,D X .解: E X 1 0.1 0 0.5 0.5 0.1 1 0.1 2 0.2 0.45E X 1 0.1 0 0.5 0.5 0.1 1 0.1 2 0.2 1.025D X 1 0.45 0.1 0 0.45 0.5 0.5 0.45 0.1 1 0.45 0.12 0.45 0.2 0.8225 2. 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0,1,2 P X 0 C C 0.1P X 1 C·CC0.6 P X 2CC0.3 E X 0 0.1 1 0.6 2 0.3 1.2D X 0 1.2 0.1 1 1.2 0.6 2 1.2 0.3 0.144 0.024 0.192 0.36 3. 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,x 0,0,x 0, f Y y4,0,0,其他,求D(X+Y.解: D X Y D X D Y4. 设随机变量X 的概率密度为f X xe | |, ∞ ∞,求D(X 解: E Xe | |dxE Xx2e | | dx 2 x2ex e 2D X =E X E X 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 ax bx c,0 1,0,其他,且E(X=0.5,D(X=0.15.求常数a,b,c.解:E X x axbx cdx a 4 b 3 c2 0.5E Xxax bx cdx a 5 b 4 c3 0.15 0.5 0.4f x dxax 2 bx c 10dxa 3 b2c 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. 8 B. 16 C. 28 D. 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 x8 x y dydx x 8·y x 8·y 2 20dx 76E Yy8x y dxdy 76E XYxy8 x y dydx 43 Cov X,Y E XY E X E Y4 7 7 13. 设⼆维随机变量(X,Y的概率密度为f x,yye , x 0, 0,求X 与Y 的相关系数ρxy. 解:E Xxy e dy ∞ ∞dx 1E Yy e dx ∞∞dyy e e dx ∞∞dyy e ∞dyy ∞d ey e∞0e ∞ d y 0e ·2y ∞dy2e ·y ∞dy 2E XYxy e dy ∞∞dx 2Cov X,Y E XY E X E Y 2 2 1 0 所以ρxy Cov X,YD 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. 解:f x,ye ρ µσρ µ µ σσµσE X 0,E Y 0µ1 0,µ2 0, D X 16,D Y 25 σ1 4,σ2 5 Cov X,Y 12ρ Cov X,Y D X D Y 12 3f x,y 132πe 2532 x 216 3xy50 y 2255.证明D(X‐Y=D(X+D(Y‐2Cov(X,Y.证:D X YE X Y E X YE X E X Y E YE X E X 2E X E X ·E Y E Y E Y E YD X D Y 2Cov X,Y6.设(X,Y的协⽅差矩阵为C 4 339,求X与Y的相关系数ρxy.解: C 4 339Cov X,Y 3,D X 4,D Y 9ρxyCov X,YD X D Y31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=0.25B. E(X=2, D(X=4C. E(X=0.5, D(X=4D. E(X=2, D(X=0.25解: 指数分布的E Xλ,D Xλ2. 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(YC. E(XY= E(XE(YD. (X,Y~N(µ ,µ ,σ ,σ ,0解: X与Y不相关ρxy 0, Cov X,Y 0E XY E X E Y5.设⼆维随机变量(X,Y~N(1,1,4,9,,则Cov(X,Y= B .A.B. 3C. 18D. 36解: ρxy 12 Cov X,YD X D Y Cov X,Y2 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 2,4E Xa b 1 3 1,E Y 2 4 3 E XY E X E Y 1 3 37. 设⼆维随机变量(X,Y~N(0,0,1,1,0,?(x为标准正态分布函数,则下列结论中错误的是 C .A. 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=1D. (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(µ ,µ,σ ,σ ,0,且X 与Y 相互独⽴,则ρ=0 .解: Cov(X,Y=02. 设随机变量X 的分布律为 3 .X ‐1 0 1 2P 0.1 0.2 0.3 0.4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 .解: D X λ 1P X 1 λ e λ1!e 4. 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, E X = 6 .解: E X λ 2,D X λ 2,E X E X D X 4 2 66. 设X 为随机变量,且E(X=2, D(X=4,则E X = 8 .7. 已知随机变量X 的分布函数为F x 0, x 0x 4, 0 x 41, x 4则E(X = 2 .解: f x F " x, 0 x 40, 其他 E X x 440dx 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 32x , 1 x 1,0, 其他。
概率论第四版课本习题答案
概率论第四版课本习题答案概率论是数学的一个重要分支，广泛应用于统计学、物理学、工程学等多个领域。
第四版课本习题答案的提供，可以帮助学生更好地理解和掌握概率论的基本概念和方法。
以下是一些概率论习题的解答示例：1. 随机事件的概率如果事件A的概率是P(A)=0.3，事件B的概率是P(B)=0.5，且事件A和B是互斥的，求事件A和B同时不发生的概率。
解答：由于A和B是互斥事件，事件A和B同时不发生的概率等于1减去它们各自发生的概率之和，即P(A' ∩ B') = 1 - P(A) - P(B) = 1 - 0.3 - 0.5 = 0.2。
2. 条件概率如果P(A|B) = 0.7，P(B) = 0.4，求P(A ∩ B)。
解答：根据条件概率的定义，P(A ∩ B) = P(A|B) * P(B) = 0.7* 0.4 = 0.28。
3. 独立事件如果事件A和事件B是独立的，且P(A) = 0.6，P(B) = 0.5，求P(A ∩ B)。
解答：对于独立的事件，P(A ∩ B) = P(A) * P(B) = 0.6 * 0.5= 0.3。
4. 全概率公式设事件A1, A2, ..., An是样本空间的一个划分，且P(Ai) > 0，对于任意事件B，证明P(B) = Σ[P(Ai) * P(B|Ai)]。
解答：根据全概率公式的定义，P(B)是事件B发生的概率，可以分解为所有可能的Ai发生时B发生的概率之和。
即P(B) = Σ[P(Ai ∩ B)]。
由于Ai和B是独立的，P(Ai ∩ B) = P(Ai) * P(B|Ai)，因此P(B) = Σ[P(Ai) * P(B|Ai)]。
5. 贝叶斯定理如果P(A|B) = 0.8，P(B) = 0.01，P(A'|B') = 0.6，P(B') =0.99，求P(B|A)。
解答：使用贝叶斯定理，P(B|A) = [P(A|B) * P(B)] / [P(A|B) * P(B) + P(A'|B') * P(B')] = (0.8 * 0.01) / [(0.8 * 0.01) + (0.6 * 0.99)] ≈ 0.008 / 0.6042 ≈ 0.0132。
- 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)。
y=x
f (x, y) = ⎨ ⎩
0
,
其他.
1
问 X ,Y 是否独立.
解 边缘密度
x
0
∫ ∫ fX(x) =
⎧
+∞
f
(x,
y)dy
=
⎪ ⎨
−∞
⎪⎩
0,
1
8xydy,
x
x
<
0
或
x
>1,
=
⎧⎪4x(1− ⎨
x2),
0≤ x ≤1. ⎪⎩ 0 ,
0≤ x ≤1, 其他;
0, 0;
=
⎧⎪0 ,
⎨ ⎪⎩
ye−
y
,
y ≤ 0, y > 0.
∫∫ ∫ ∫ ∫ P(X +Y ≤1) =
f (x, y)dxdy =
1 2
⎛ ⎜
1−x
e−
ydy
⎞ ⎟
dx
=
1
2 (e−x − e−1ex )dx
x+ y≤1
0⎝ x
⎠
0
=1−
−1
2e 2
+
e−1 .
8．一电子仪器由两个部件组成，以 X 和 Y 分别表示两个部件的寿命（单位： 千小时）已知 X ,Y 的联合分布函数为：
x2 + y2 ≤R2
=
C
⎡ ⎢π ⎣
R3
−
2π R3 3
⎤ ⎥ ⎦
=
C
π R3 3
，
3 ∴ C = π R3 .
（2）设 D = {(x, y) | x2 + y2 ≤ r2} ，所求概率为
∫∫ P{(X ,Y ) ∈ D} =
3 (R − x2 + y2 )dxdy
π R3
x2 + y2 ≤r2
(x,
y)dy
=
⎪ ⎨
x
−∞
⎪⎩
dy,
−x
x ≤ 0 或 x ≥ 1 ⎧2x,
0 < x < 1,
=
⎨ ⎩
0
,
0 < x < 1, 其他.
⎧0,
⎪1
∫ ∫∫ fY ( y) =
⎪
+∞
f
( x,
y)dx
=
⎪ ⎨
−∞
⎪
⎪
dx,
−y 1
dx,
y
⎪⎩0 ,
y ≤ −1,
−1 < y ≤ 0, ⎧1+ y, = ⎪⎨1− y,
0 28
x
4
=
1 8
⎡⎢⎣6
−
1 2
−
9
− 2
4
⎤ ⎥⎦
=
3 8
；
2
∫ ∫ （2） P{( X ,Y ) ∈ D} = 1 3−x 1 (6 − x − y)dxdy
028
2
y
∫ ∫ = 1 ⎧⎨3 −
1 x(1− x)dx − 1
1
[(3
−
x)2
−
4]dx ⎫⎬
8⎩ 0
20
⎭
x+y=3
5 =.
24
⎧2x, 0 ≤ x ≤ 1,
fX
(x)
=
⎨ ⎩
0
,
其他;
⎧2y, 0 ≤ y ≤ 1,
fY
(
y)
=
⎨ ⎩
0
,
其它.
边缘分布函数分别为 FX (x), FY ( y) ，则
⎧0,
∫ FX (x) =
x −∞
fX
(u)du
=
⎪ ⎨
x2
,
⎪⎩1 ,
x < 0, 0 ≤ x ≤ 1, x > 1.
⎧0,
∫ FY ( y) =
= e−0.05 ⋅ e−0.05 = e−0.1 .
9．设 ( X ,Y ) 的概率密度为
f
( x,
y)
=
⎧⎪e − ( x + ⎨
y)
,
⎪⎩ 0 ,
间 X ,Y 是否独立？
x ≥ 0, Y ≥ 0, 其他.
解 边缘密度为
∫ ∫ fX (x) =
+∞
f
( x,
y)dy
=
⎧⎪ ⎨
−∞
⎪⎩
0, +∞ e− xe− ydy,
缘分布列。
解 一 枚 硬 币 连 掷 三 次 相 当 于 三 重 贝 努 里 试 验 ， 故 X ~ B(3, 1 ). 2
P( X
=
k
)
=
C3k
(
1 2
)3
,
k = 0,1, 2,3 ，于是 ( X ,Y ) 的分布列和边缘分布为
X Y
0
1
2
3
p⋅ j
33
6
10
0
88
8
1
12
3
00
8
88
1331
pi⋅
=
lim
y → +∞
F
(x,
y)
=
⎨ ⎩
0
, x < 0.
⎧1− e−0.5y , y ≥ 0,
FY
(
y)
=
lim
x→+∞
F
(x,
y)
=
⎨ ⎩
0
, y < 0.
因为 F (x, y) = FX (x) ⋅ FY ( y) ，所以 X ,Y 独立.
（2） P(X ≥ 0.1, Y ≥ 0.1) = P(X ≥ 0.1)P(Y ≥ 0.1) =[1−P(X ≤ 0.1)][1−P(Y ≤ 0.1)]
⎧0 ,
⎪
FX
(x)
=
lim
y → +∞
F
(x,
y)
=
⎪1
⎨ ⎪
2
(x
+ 1),
⎪⎩1 ,
x < −1, −1 ≤ x ≤ 1, x > 1.
关于 Y 的边缘分布函数为
⎧0 ,
FY
(
y)
=
⎪⎪ ⎨ ⎪
1 2
(
y
+
1),
⎪⎩ 1 ,
y < −1, −1 ≤ y ≤ 1, y > 1.
因为 F ( X ,Y ) ≠ FX (x) ⋅ FY ( y) ，所以 X ,Y 不独立.
其中 P( X = 1, Y = 1) = P(X = 1)P(Y = 1| X = 1) = 0
P( X = 1, Y = 2) = P(X = 1)P(Y = 2 | X = 1)
余者类推。
= 1×2 =1 43 6
2．将一枚硬币连掷三次，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 ,Y ) 的分布列及边
·35·
=
3 π R3
⎡ ⎢π ⎣
Rr 2
−
2π r3 3
⎤ ⎥ ⎦
=
3r 2 R2
⎡⎢⎣1 −
2r 3R
⎤ ⎥⎦
.
5．已知随机变量 X 和 Y 的联合概率密度为
⎧4xy, 0 ≤ x ≤ 1, 0 ≤ y ≤ 1
f (x, y) = ⎨ ⎩
0
,
其它.
求 X 和 Y 的联合分布函数.
解 1 设 ( X ,Y ) 的分布函数为 F (x, y) ，则
y −∞
fX
(v)dv
=
⎪ ⎨
y
2
,
⎪⎩1 ,
y < 0, 0 ≤ y ≤ 1, y > 1.
·36·
设 ( X ,Y ) 的分布函数为 F (x, y) ，则
⎧0,
⎪ ⎪
x
2
y
2
,
F (x,
y)
=
FX
(x)
⋅
FY
( y)
=
⎪ ⎨
x
2
,
⎪ ⎪
y
2
,
⎪⎩1 ,
x < 0 或 y < 0, 0 ≤ x ≤ 1, 0 ≤ y ≤ 1 0 ≤ x ≤ 1, y > 1, x > 1, 0 ≤ y ≤ 1, x > 1, y > 1.
0 < y < 1,
⎪ ⎩
0
,
y ≥ 1.
−1 < y ≤ 0, 0 < y < 1, 其他.
⎧1− | y |, | y |< 1,
=⎨ ⎩
0
,
其他.
7．设 ( X ,Y ) 的概率密度为
y
x=y
f
(
x,
y)
=
⎧⎪e− ⎨
y
,
⎪⎩ 0 ,
0 < x < y, 其他.
求边缘密度和概率 P( X + Y ≤ 1)
∫ ∫ fY (y) =
⎧
+∞
f
(x,
y)dx
=
⎪ ⎨
−∞
⎪⎩
y
8xydx,
0
0,
0
≤
y
≤1,
=
⎪⎧4y3, ⎨
其他; ⎪⎩ 0 ,
0≤ y ≤1, 其他;
因为 f (x, y) ≠ fX (x) ⋅ fY ( y) ，所以 X ,Y 不独立。
y
11．设 ( X ,Y ) 的概率密度为