概率论与数理统计 习题(4)答案

习题四1.设随机变量X 的分布律为求【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. 【解】设任取出的5个产品中的次品数为X ，则X 的分布律为故 ()0.58300.34010.07020.0073E X =⨯+⨯+⨯+⨯+⨯+⨯0.501,= 52()[()]i i i D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)0.432.=-⨯+-⨯++-⨯=3.设随机变量X 的分布律为且已知E （X ）=0.1,E (X )=0.9,求P 1，P 2，P 3. 【解】因1231P P P ++=……①,又12331()(1)010.1E X P P 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.P P 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(){|}{}Nk P A P A X k P X k ===∑ 全概率公式1{}{}1().NNk k k P X k k P Xk NNn 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】1221()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦12223217()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰故 221()()[()].6D XE 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 D Y -=+-=⨯+⨯=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 =21()(,)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f X （x ）=⎩⎨⎧≤≤;,0,10,2其他x x f Y （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)5()ed5e d e d 516.z y y zzE Y y y z zz +∞+∞+∞=-----=+=+=⎰⎰⎰令 由X 与Y 的独立性，得2()()()6 4.3E X Y 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 2d ed 6 4.3y y E X Y xy x x y x x y y +∞+∞----===⨯=⎰⎰⎰⎰10.设随机变量X ，Y 的概率密度分别为f X （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e f Y （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e求（1） E （X +Y ）;（2） E （2X -3Y 2）.【解】22-20()()d 2ed [e]e d xx xX X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰201ed .2xx +∞-==⎰401()()d 4ed y .4yY E Y y f y yy +∞+∞--∞==⎰⎰ 2224221()()d 4ed .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 xke求（1） 系数c ;（2） E （X ）;（3） D （X ）. 【解】(1) 由222()d ed 12k xc f x x cx x k+∞+∞--∞===⎰⎰得22c k =.(2) 222()()d()2ed k xE X xf x x x k x x +∞+∞--∞==⎰⎰222202ed 2k xkx x k+∞-==⎰(3) 22222221()()d()2e.k xE X x f x x x k x k+∞+∞--∞==⎰⎰故 2222214π()()[()].24D X E X E X k 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 ==⨯⨯⨯=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 XD XE 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 x e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 de4x 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X 1，X 2，…，X n 是相互独立的随机变量，且有E （X i ）=μ，D （X i ）=σ2，i =1，2，…，n ，记∑==ni iS X nX 12,1，S 2=∑=--ni iX X n 12)(11.（1） 验证)(X E =μ，)(X D =n2σ；（2） 验证S 2=)(11122∑=--ni i X n X n ；（3） 验证E （S 2）=σ2.【证】(1) 1111111()()().nnni i i i i i E X E X E X E X nu u nnn n===⎛⎫=====⎪⎝⎭∑∑∑22111111()()nnn i i i i i i i D X D X D X X D X nnn ===⎛⎫==⎪⎝⎭∑∑∑ 之间相互独立2221.n nnσσ==(2) 因222221111()(2)2nnnniii iii i i i XX XXX X Xn XXX====-=+-=+-∑∑∑∑2222112nnii i i Xn XX n X X n X===+-=-∑∑故22211()1ni i S X n X 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 nσ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E s E X n X E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑221222221[()()]11().1ni i E X n E 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)83=⨯+⨯--⨯=-(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 +∞+∞-∞-∞+≤==⎰⎰⎰⎰2π101=cos d d 0.πr r r θθ=⎰⎰同理E (Y )=0. 而 C o v (,)[()][()](,X Y x E x y E Y f x y x y+∞+∞-∞-∞=--⎰⎰222π12111d 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，11()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.验证X 和Y 是不相关的，但X 和Y 不是相互独立的.【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 的分布律，其分布律如下表由期望定义易得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，S D =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 3x x x y -==⎰⎰22()(,)d d DE X x f x y x y =⎰⎰1121d 2d 6x x x y -==⎰⎰从而222111()()[()].6318D XE X E X ⎛⎫=-=-= ⎪⎝⎭同理11(),().318E Y D Y ==而 1101()(,)d d 2d d d 2d .12x DDE XY xyf x y x y xy x y x xy y -====⎰⎰⎰⎰⎰⎰所以1111C ov (,)()()()123336X Y E X Y E X E Y =-=-⨯=-.从而1C o v (,)12XY X 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/201π()(,)d d d sin()d .24E X xf x y x y x x x y y +∞+∞-∞-∞==+=⎰⎰⎰⎰ππ22222001ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰从而222ππ()()[()] 2.162D XE X E X =-=+-同理 2πππ(),()2.4162E Y D Y ==+- 又 π/2π/20π()d sin()d d 1,2E X Y x xy x y x y =+=-⎰⎰故 2ππππ4C o v (,)()()()1.2444X Y E X Y E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭222222π4(π4)π8π164.πππ8π32π8π322162XYρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+-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()4C ov(,)1444113,()(2)4()()4C ov(,)414414,D Z D X Y D X D Y X YD Z D X Y D X D Y X Y=-=+-=+⨯-⨯==-=+-=⨯+-⨯=12C ov(,)C ov(2,2)Z Z X Y X Y=--2C o v(,)4C o v(,)C o v(,)2C2()5C o v(,)2()2151245.X X Y X X Y Y YD X X Y D Y=--+=-+=⨯-⨯+⨯=故12Z Zρ===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 V W 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 V W 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 }=1 -e -λx ,所以F (y )=P {Y ≤y }=P {min(X ,2)≤y }=P {X ≤y }=1 -e -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 kkP Z k -==, 0,1,2,3.k =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3(){}{|}k P A P Zk 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 uu u u uu u =--<-+-≤-≤--->-=-Φ-+Φ--Φ---Φ-=Φ--Φ--故 2/2d ()25(12)(1)21(10)(1)0(()),d x E T u u x uϕϕϕ-=-⨯---⨯-=令这里得 22(12)/2(10)/225e 21eu u ----=两边取对数有2211ln 25(12)ln 21(10).22u u --=--解得 125111l n 11l n 1.1910.91282212u =-=-≈(毫米) 由此可得，当u =10.9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Y 2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,)ii Y YB p ==∑.因为ππ{}1{}33p P X P X =>=-≤及π/30π11{}cosd 3222x P X x ≤==⎰,所以111(),(),()42,242i i E Y D Y E Y ===⨯=2211()41()()22D YE Y E Y =⨯⨯==-,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T i (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 =T 1+T 2的概率密度f T (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T 1,T 2独立，所以f T (t )=f 1(t )*f 2(t ). 当t <0时，f T (t )=0;当t ≥0时，利用卷积公式得55()5120()()()d 5e 5e d 25e txt 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T i ~E (5),故知E (T i )=15,D (T i )=125(i =1,2)因此，有E (T )=E (T 1+T 2)=25.又因T 1,T 2独立，所以D （T ）=D （T 1+T 2）=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,,X 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22/2()()1,(||)||d z E Z D Z E Z z z +∞--∞===⎰2/22ed z 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 =1 -p ,X 的概率分布为P {X =i }=q i -1p ,i =1,2,…，故12111()().1(1)i ii i q p E X iqp p q p q q p ∞∞-=='⎛⎫'===== ⎪--⎝⎭∑∑又221211121()()i i i i i i E X iqp ii qp iqp ∞∞∞---=====-+∑∑∑2232211()12112.(1)ii q pq q pq p q p pq q p q p p p∞=''⎛⎫''=+=+ ⎪-⎝⎭+-=+==-∑所以 22222211()()[()].p p D X E X E X ppp--=-=-=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,G x y x y x y =≤≤≤≤+≥从而11()(,)d 2d 2.X xf x f x y y y x +∞-∞-===⎰⎰因此11122331()()d 2d ,()2d ,22X E X xf x x x x E X x x =====⎰⎰⎰22141()()[()].2918D XE 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 -===⎰⎰⎰⎰541C ov (,)()()(),12936X Y E X Y 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 =⎩⎨⎧->-≤-，U ，U 1,11,1若若 Y =⎩⎨⎧>≤-.1,11,1U ，U 若若试求（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)(,)~111424X 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 -⎡⎤⎢⎥+⎢⎥⎣⎦, 204()~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-e21，（ -∞<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 x x +∞--∞==⎰2||201()(0)e d0e d 2.2x xD X x x xx +∞+∞---∞=-==⎰⎰(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x 0，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 ⎛⎫=+=⎪⎝⎭ ()2C ov ,3232X Y X Y D Z D D ⎛⎫⎛⎫⎛⎫=++⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭11119162C o v (,),9432X Y =⨯+⨯+⨯⨯ 而1C ov(,)3462XYX Y ρ⎛⎫==-⨯⨯=- ⎪⎝⎭所以 1()1463.3D Z =+-⨯= (2) 因()()11C ov(,)C ov ,C ov ,C ov ,3232X Y X Z X X X X Y ⎛⎫=+=+ ⎪⎝⎭ 119()(6)3=0,323D X =+⨯-=- 所以 C o v (,)0.XZ X Z ρ==(3) 由0XZ ρ==，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X Y 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 ()()4n D X n p qD Y ===所以0()()()()XY D X Y D X D Y ρ=+=++ 2,24X Y nnρ=+ 故X Y ρ= -1. 34.设随机变量X 和Y 的联合概率分布为试求X 和Y 的相关系数ρ.【解】由已知知E (X )=0.6,E (Y )=0.2，而XY 的概率分布为所以E （XY Cov(X ,Y )=E (XY ) -E (X )·E (Y )=0.12 -0.6×0.2=0 从而 X Y 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0 -1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f X (x )=⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-.,0,20,41,01,21其他x x令Y =X 2，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f Y (y )；(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 Xy =≤=≤.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 =≤≤=<+≤≤=，3()Y f y =当1≤y <4时，1(){10}{02Y F y P X P X =-≤<+≤≤=+1()Y f y =当y ≥4时，()1Y F y =，()0Y f y =. 故Y 的概率密度为01,()04,0,.Y y f y y <<=≤<⎪⎩其他(2) 021111()()d d d 244+X E X =xf x x x x x x ∞∞=+=⎰⎰⎰--,222221115()()()d d d )246+X E Y =E X =x f x x x x x x ∞∞=+=⎰⎰⎰--, 02233310117()()()d d d 248+X E XY =E Y =x f x x x x x x ∞∞=+=⎰⎰⎰--,故 Cov(X,Y ) =2()()()3E X Y 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 =-≤≤-=.。