概率论与数理统计(浙大) 习题答案第3章

合集下载

浙大《概率论与数理统计(第四版)简明本》盛骤著课后习题解答

解（1）高该小班有 n 个人，每个人数学考试的分数的可能取值为 0，1，2，…，100，n
个人分数这和的可能取值为 0，1，2，…，100n，平均分数的可能取值为 0 , 1 ,..., 100n , 则 nn n
样本空间为
S=
k n
k
=
0,1, 2,⋯,100n
（2）样本空间 S={10，11，…}，S 中含有可数无限多个样本点。（3）设 1 表示正品，0 有示次品，则样本空间为
而 AB= {（1，6），（6，1）}。由条件概率公式，得
P(B
A)
=
P( AB) P( A)
∑200
P(B) = P( A2 ∪ A3 ∪⋯∪, A200）= P( Ai )
i=2
显然，这种解法太麻烦，用对立事件求解就很简单。令事件 B ={恰有 0 个次品或恰有
1 个次品}，即 B = A0 ∪ A1 ，而
P(B)
=
P( A0
∪
A1 )
=
P( A0 ) +
P( A1)
=
C 200 1100
{ } S= (x, y) x2 + y2 ≤ 1
------------------------------------------------------------------------------2．设 A，B，C 为三个事件，用 A，B，C 的运算关系表示下列事件。（1）A 发生，B 与 C 不发生；（2）A 与 B 都发生，而 C 不发生；（3）A，B，C 中至少有一个发生；（4）A，B，C 都发生；（5）A，B，C 都不发生；（6）A，B，C 中不多于一个发生；（7）A，B，C 中不多于两个发生；（8）A，B，C 中至少有两个发生。

概率论与数理统计第三章习题及答案

概率论与数理统计习题第三章多维随机变量及其分布习题3-1 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.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1）确定常数k ；（2）求{}3,1<<Y X P （3）求{}5.1<X P ；（4）求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。

浙大版概率论与数理统计答案---第三章

浙⼤版概率论与数理统计答案---第三章第三章多维随机变量及其概率分布注意：这是第⼀稿（存在⼀些错误）1、解互换球后，红球的总数是不变的，即有6X Y +=，X 的可能取值有：2，3，4，Y 的取值为：2，3，4。

则(,)X Y 的联合分布律为：(2,2)(2,3)(3,2)(3,4)(4,3)(4,4)0P X Y P X Y P X Y P X Y P X Y P X Y ==================236(2,4)(4,2)5525P X Y P X Y ======?=223313(3,3)555525P X Y ===+=由于6X Y +=，计算X 的边际分布律为：6(2)(2,4)25P X P X Y ===== 13(3)(3,3)25P X P X Y ===== 6(4)(4,2)25P X P X Y =====2解：0.51a b ++= ()1 {}{}{}00,00,10.4P X P X Y P X Y a ====+===+ {}{}{}10,11,0p X Y P X Y P X Y a b +====+===+因事件{}0X =与事件{}1X Y +=相互独⽴，则 {}{}{}0,101P X X Y P X P X Y =+===?+=,即()()0.4a a a b =++ ()2由()1，()2解得0.40.1a b =??=?。

3、解利⽤分布律的性质，由题意，得 0.10.10.10.11a b c ++++++= (0,2)(0,1)0.1{0|2)0.5(2)(1)0.1P Y X P Y X a P Y X P X P X a b≤<≤=+≤<====<=++{1}0.5P Y b c ==+=计算可得：0.2a c ==0.3b = 于是X 的边际分布律为：(1)0.10.6P X a b ==++=(2)0.10.10.20.4P X c c ==++=+= Y 的边际分布律为4解：（1）由已知{}{}0,01,20.1p X Y p X Y ======，则 {}{}{}0,221,20.30.10.2p X Y p Y p X Y ====-===-=， {}{}{}{}0,100,00,20.1p X Y p X p X Y p X Y ====-==-===， {}{}{}1,000,00.1p X Y p Y p X Y ====-===，{}{}{}{}1,111,01,20.4p X Y p X p X Y p X Y ====-==-===。

浙江大学《概率论、数理统计与随机过程》课后习题答案张帼奋主编第三章概率论习题_奇数

第三章多维随机变量及其概率分布注意：这是第一稿（存在一些错误）第三章概率论习题__奇数.doc1、解互换球后，红球的总数是不变的，即有6X Y +=，X 的可能取值有：2，3，4，Y的取值为：2，3，4。

则(,)X Y 的联合分布律为：(2,2)(2,3)(3,2)(3,4)(4,3)(4,4)0PX Y PX Y PX Y PX Y PX Y PX Y ==================236(2,4)(4,2)5525P X Y P X Y ======⋅=223313(3,3)555525P X Y ===⋅+⋅=由于6X Y +=，计算X 的边际分布律为：6(2)(2,4)25P X P X Y =====13(3)(3,3)25P X P X Y =====6(4)(4,2)25P X P X Y =====3、解利用分布律的性质，由题意，得0.10.10.10.11a b c ++++++=(0,2)(0,1)0.1{0|2)0.5(2)(1)0.1P Y X P Y X a P Y X P X P X a b≤<≤=+≤<====<=++{1}0.5P Y b c ==+=计算可得：0.2a c ==0.3b =于是X 的边际分布律为：(1)0.10.6P X a b ==++=(2)0.10.10.20.4P X c c ==++=+=Y 的边际分布律为(1)0.10.3P Y a =-=+=，(0)0.2P Y ==(1)0.5P Y b c ==+=5、解（1）每次抛硬币是正面的概率为0.5，且每次抛硬币是相互独立的。

由题意知，X 的可能取值有：3，2，1，0，Y 的取值为：3，1。

则(,)X Y 的联合分布律为：(3,1)(2,3)(1,3)(0,1)0P X Y P X Y P X Y P X Y ============311(3,3)28P X Y ⎛⎫==== ⎪⎝⎭，223113(2,1)228P X Y C ⎛⎫===⋅= ⎪⎝⎭213113(1,1)228P X Y C ⎛⎫===⋅= ⎪⎝⎭，311(0,3)28P X Y ⎛⎫==== ⎪⎝⎭X 的边际分布律为：311(0)28P X ⎛⎫=== ⎪⎝⎭，213113(1)228P X C ⎛⎫==⋅= ⎪⎝⎭223113(2)228P X C ⎛⎫==⋅= ⎪⎝⎭，311(3)28P X ⎛⎫=== ⎪⎝⎭Y 的边际分布律为：1(3)(0,3)(3,3)4P Y P X Y P X Y ====+===3(1)(1,1)(2,1)4P Y P X Y P X Y ====+===（2）在{1}Y =的条件下X 的条件分布律为：(0|1)0P X Y ===，(1,1)1(1|1)(1)2P X Y P X Y P Y =======(2,1)1(2|1)(1)2P X Y P X Y P Y =======，(3|1)0P X Y ===7、解（1）已知()!me P X m m λλ-==，0,1,2,3m =L 。

概率论与数理统计03-第三章作业及答案

概率论与数理统计03-第三章作业及答案习题3-1⽽且12{0}1P X X ==. 求1和2的联合分布律.解由12{0}1P X X ==知12{0}0P X X ≠=. 因此X 1和X 2的联合分布于是根据边缘概率密度和联合概率分布的关系有X 1和X 2的联合分布律(2) 注意到12{0,0}0P X X ===, ⽽121{0}{0}04P X P X =?==≠, 所以X 1和X 2不独⽴.2. 设随机变量(X ,Y )的概率密度为(,)(6),02,24,0,.f x y k x y x y =--<<<其它求: (1) 常数k ; (2) {1,3}P X Y <<; (3) { 1.5}P X <; (4) {4}P X Y +≤.解 (1) 由(,)d d 1f x y x y +∞+∞-∞, 得2424222204211d (6)d (6)d (10)82y k x y x k y x x y k y y k =--=--=-= , 所以 18k =. (2) 31201,31{1,3}d (6)d 8(,)d d x y P X Y y x y x f x y x y <<<<==--??1322011(6)d 82y x x y =--321113()d 828y y =-=?. (3) 1.51.5 { 1.5}d (,)d ()d X P X x f x y y f x x +∞-∞-∞-∞<==??4 1.521d (6)d 8y x y x --=22011(6)d 82y x x y =--?421633()d 882y y =-? 2732=. (4) 作直线4x y +=, 并记此直线下⽅区域与(,)0f x y ≠的矩形区域(0,2)(0,4)?的交集为G . 即:02,0G x y <<<≤4x -.见图3-8. 因此{P X Y +≤4}{(,)}P X Y G =∈(,)d d Gf x y x y =??44201d (6)d 8x y x y x -=--??4422011(6)d 82xy x x y -=--?42211[(6)(4)(4)]d 82y y y y =----? 42211[2(4)(4)]d 82y y y =-+-? 423211(4)(4)86y y =----?23=. 图3-8 第4题积分区域3. ⼆维随机变量(,)X Y 的概率密度为2(,),1,01,0,f x y kxy x y x =≤≤≤≤其它.试确定k , 并求2{(,)},:,01P X Y G G x y x x ∈≤≤≤≤. 解由2111401(,)d d d (1)d 26xk k f x y xdy x kxy y x x x +∞+∞-∞-∞====-??,解得6=k .因⽽ 2112401{(,)}d 6d 3()d 4x xP X Y G x xy y x x x x ∈==-=. 4. 设⼆维随机变量(X , Y )概率密度为4.8(2),01,0,(,)0,.y x x y x f x y -=??≤≤≤≤其它求关于X 和Y 边缘概率密度.解 (,)X Y 的概率密度(,)f x y 在区域:0G ≤x ≤1,0≤y ≤x 外取零值.因⽽, 有24.8(2)d ,01,()(,)d 0,2.4(2),01,0,x X y x y x f x f x y y x x x +∞-∞-<<==-<<=其它.其它. 124.8(2)d ,01,()(,)d 0,2.4(34),01,0,yY y x x y f y f x y x y y y y +∞-∞-<<==-+<<=其它.其它.5. 假设随机变量U 在区间[-2, 2]上服从均匀分布, 随机变量 1,1,1,1,U X U --=>-??若≤若 1,1,1, 1.U Y U -=>??若≤若试求：(1) X 和Y 的联合概率分布；(2){P X Y +≤1}.解 (1) 见本章第三节三(4).(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==13144=-=. 习题3-21. 设(X , Y )的分布律为求: (1) 在条件X =2下Y 的条件分布律;(2) {22}P X Y ≥≤.解 (1) 由于6.02.01.003.0}2{=+++==X P ,所以在条件X =2下Y 的条件分布律为216.03.0}2{}1,2{}2|1{========X P Y X P X Y P ,06.00}2{}2,2{}2|2{========X P Y X P X Y P ,616.01.0}2{}3,2{}2|3{========X P Y X P X Y P ,316.02.0}2{}4,2{}2|4{========X P Y X P X Y P ,{P Y ≤2}{1}{2}P Y P Y ==+==0.10.3000.20.6++++=. ⽽{2,2}{2,1}{2,2}{3,1}{3,2}P X Y P X Y P X Y P X Y P X Y ===+==+==+==≥≤0.3000.20.5=+++=.因此{2,2}{22}{2}P X Y P X Y P Y =≥≤≤≥≤0.550.66==. 2. 设⼆维随机变量(X , Y )的概率密度为(,)1,01,02,0,.f x y x y x =<<<其它求：(1) (X , Y )的边缘概率密度(),()X Y f x f y ；(2)11{}.22P Y X ≤≤ 解 (1) 当01x <<时,20()(,)d d 2xX f x f x y y y x +∞-∞===?;当x ≤0时或x ≥1时, ()0X f x =.故 2,01,()0,其它.X x x f x <<=??当02()(,)d d 12y Y y f y f x y x x +∞-∞===-;当y ≤0时或y ≥2时, ()0Y f y =.故 1,02,()20,.Y yy f y -<<=其它 (2) 当z ≤0时,()0Z F z =; 当z ≥2时,1)(=z F Z ;当0z f x y x y -=≤2x12202-2d 1d d 1d zxz x zx y x y =?+24z z =-.故 1,02,()20,.()其它Z zzz f z F z -<<'== (3) {}{}11311322161122442≤，≤≤≤≤P X Y P Y X P X ===. 3. 设G 是由直线y =x , y =3,x =1所围成的三⾓形区域, ⼆维随机变量(,)X Y 在G 上服从⼆维均匀分布.求: (1) (X , Y )的联合概率密度；(2) {1}P Y X -≤；(3) 关于X 的边缘概率密度.解 (1)由于三⾓形区域G 的⾯积等于2, 所以(,)X Y 的概率密度为∈=.),(,0,),(,21),(G y x G y x y x f (2)记区域x y y x D -=|),{(≤}1与G 的交集为0G ,则{1}P Y X -≤0011113d d (2)22224G G x y S ===-=??. 其中0G S 为G 0的⾯积.(3) X 的边缘概率密度()(,)d X f x f x y y +∞-∞=?. 所以,当]3,1[∈x 时, 311()d (3)22X xf x y x ==-?. 当1x 时, 0)(=x f X .因此∈-=.,0],3,1[),1(21)(其它x x x f X习题3-31. 设X 与Y 相互独⽴, 且分布律分别为下表:求⼆维随机变量(,)X Y 的分布律.解由于X 与Y 相互独⽴, 所以有}{}{},{j i j i y Y P x X P y Y x X P =?====,6,5,2,0;0,21,1=--=j i .因此可得⼆维随机变量(,)X Y 的联合分布律2. 设(X , Y )的分布律如下表:问,αβ为何值时X 与Y 相互独⽴? 解由于边缘分布满⾜23111,1i j i j p p ??====∑∑, ⼜X , Y 相互独⽴的等价条件为p ij = p i . p .j (i =1,2; j =1,2,3).故可得⽅程组 21,3111().939αβα++==?+解得29α=,19β=.经检验, 当29α=,19β=时, 对于所有的i =1,2; j =1,2,3均有p ij = p i .p .j 成⽴. 因此当29α=,19β=时, X 与Y 相互独⽴..3. 设随机变量X 与Y 的概率密度为()e (,)0,.,01,0,x y b f x y x y -+=?<<>?其它 (1) 试确定常数b .(2) 求边缘概率密度()X f x , ()Y f y . (3) 问X 与Y 是否相互独⽴？解 (1) 由11()101(,)d d e d d e d e d (1e )x y y x f x y x y b y x b y x b +∞+∞+∞+∞-+----∞-∞====-?,得 111e b -=-.(2) ()(,)d X f x f x y y ∞-∞=?1e ,01,1e 0,xx --<<=-??其它.()(,)d Y f y f x y x ∞-∞=?e ,0,0,y y ->=其它.(3) 由于(,)()()X Y f x y f x f y =?，所以X 与Y 相互独⽴.4. 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21e ,0,()20Y yy f y y ->=，≤0.(1) 求X 和Y 的联合概率密度.(2) 设关于a 的⼆次⽅程为220a Xa Y ++=, 试求a 有实根的概率.解 (1) 由题设知X 和Y 的概率密度分别为1,01,()0,X x f x <<=??其它， 21e ,0,()20,.yY y f y ->=其它因X 和Y 相互独⽴, 故(X , Y )的联合概率密度为21e ,01,(,)()()20,.yX Y x y f x y f x f y -<<>==其它 (2) ⽅程有实根的充要条件是判别式⼤于等于零. 即244X Y ?=-≥20X ?≥Y .因此事件{⽅程有实根}2{X =≥}Y .下⾯计算2211221(,)d d e d (1e)d 2yxx Df x y xdy x y x --===-2121ed 12[(1)(0)]0.1445xx πΦΦ-=-=--≈?.图3-3 第6题积分区域习题3-41. 设⼆维随机变量(X ,Y )的概率分布为YX 0 10 0.4 a 1 b 0.1若随机事件{X =0}与{X +Y =1}相互独⽴, 求常数a , b .解⾸先, 由题设知0.40.11a b +++=. 由此得0.5a b +=. 此外,{0}0.4P X a ==+,{1}{0,1}{1,0}0.5P X Y P X Y P X Y a b +====+===+=, {0,1}{0,1}P X X Y P X Y a =+=====. 根据题意有{0,1}{0}{1}P X X Y P X P X Y =+===+=,即(0.4)0.5a a =+?. 解得0.4,0.1a b ==.2. 设两个相互独⽴的随机变量X ,Y 的分布律分别为求随机变量Z = X + Y 的分布律.解随机变量Z = X + Y 的可能取值为7,5,3.Z 的分布律为18.06.0.03}2,1{}3{=?=====Y X P Z P , {5}{1,4}{3,2}0.30.4070.60.54P Z P X Y P X Y ====+===?+?=,28.04.07.0}4,3{}7{=?=====Y X P Z P ,或写为3. 设X 和Y 是两个相互独⽴的随机变量, 且X 服从正态分布N (µ, σ2 ), Y 服从均匀分布U (-a , a )( a >0), 试求随机变量和Z =X +Y 的概率密度.解已知X 和Y 的概率密度分别为22()2()x X f x µσ--=,),(+∞-∞∈x ;-?-∈=).,(,0),,(,21)(a a y a a y ay f Y .由于X 和Y 相互独⽴, 所以22()21()()()d d 2z y a Z X Y f z f z y f y y y a µσ---+∞=1[()()]2z µa z µa ΦΦa σσ-+---. 4. 设随机变量X 和Y 的联合分布是正⽅形G={(x,y )|1≤x ≤3, 1≤y ≤3}上的均匀分布, 试求随机变量U=|X -Y|的概率密度f (u ).解由题设知, X 和Y 的联合概率密度为111,3,3,(,)40,.x y f x y =≤≤≤≤其它记()F u 为U 的分布函数, 参见图3-7, 则有当u ≤0时,(){||F u P X Y =-≤u }=0; 当u ≥2时,()1F u =;当0< u <2时, 图3-7 第8题积分区域||(){}(,)d d x y uF u P U u f x y x y -==≤≤21[42(2)]412u =-?- 211(2)4u =--.故随机变量||U X Y =-的概率密度为1(2),02,()20,u u p u -<<=其它..总习题三1. 设随机变量(X , Y )的概率密度为<<<=.,0,10,||,1),(其它x x y y x f 求条件概率密度)|()|(||y x f x y f Y X X Y 和.解⾸先(,)其它X x x f x f x y dy +∞-∞<<==??1,01,()1,10,0,(,)≤其它.Y y y f y y y f x y dx +∞-∞-<<==+-图3-9第1题积分区域当01y <<时, |1,1,1(|)0,X Y y x y f x y x <<-=??取其它值.当1y -<≤0时, |1,1,1(|)0,X Y y x y f x y x -<<+=??取其它值.当10<,||,(|)20,Y X y x f y x x y <=取其它值.2. 设随机变量X 与Y 相互独⽴, 下表列出⼆维随机变量(,)X Y 的分布律及关于X 和关于Y 的边缘分布律中部分数值, 试将其余数值填⼊表中空⽩处 .解⾸先, 由于11121{}{,}{,}P Y y P X x Y y P X x Y y ====+==, 所以有24P X x Y y P Y y P X x Y y ====-===-=.在此基础上利⽤X 和Y 的独⽴性, 有11111{,}124{}1{}46P X x Y y P X x P Y y =======.于是 2113{}1{}144P X x P X x ==-==-=.再次, 利⽤X 和Y 的独⽴性, 有12211{,}18{}1{}24P X x Y y P Y y P X x =======. 于是 312111{}1{}{}1623P Y y P Y y P Y y ==-=-==--=.最后, 利⽤X 和Y 的独⽴性, 有2222313{,}{}{}428P X x Y y P X x P Y y ======?=; 2323311{,}{}{}434P X x Y y P X x P Y y ======?=; 1313111{,}{}{}43123.(34)e (,)0,.,0,0,x y k f x y x y -+=?>>??其它(1) 求常数k ；(2) 求(X ,Y )的分布函数；(3) 计算{01,02}P X Y <<≤≤; (4) 计算(),x f x ()y f y ；(5) 问随机变量X 与Y 是否相互独⽴?解 (1)由3401(,)d d e d e d 12xy kf x y x y k x y +∞+∞+∞+∞---∞-∞===,可得12=k .(2) (X ,Y )的分布函数(,)(,)d d x y F x y f u v x y -∞-∞=??.当x ≤0或y ≤0时,有 0),(=y x F ;当,0>>y x 时,34340(,)12e d e d (1e )(1e )x即 34(1e )(1e ),0,0,(,)0,.其它x y x y F x y --?-->>=??(3) {01,02}P X Y <<≤≤38(1,2)(0,0)(1e )(1e )F F --=-=--.(4) (34)012ed ,0,()(,)d 0,其它.x y X y x f x f x y y +∞-++∞-∞>==所以 33e ,0,()0,其它.x X x f x -?>=??类似地, 有44e ,0,()0,其它.y Y y f y -?>=?显然2),(),()(),(R y x y f x f y x f Y X ∈??=, 故X 与Y 相互独⽴. 4.解已知),(Y X 的分布律为注意到41260}1{}1{=++====Y P X P , ⽽0}1,1{===Y X P ,可见P{X=1, Y=1}≠P{X=1}P{Y=1}. 因此X与Y不相互独⽴.(2) Z X Y =+的可能取值为3, 4, 5, 6, 且316161}1,2{}2,1{}3{=+===+====Y X P Y X P Z P , }1,3{}2,2{}3,1{}4{==+==+====Y X P Y X P Y X P Z P 3 112161121=++=, 3(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 2 1}2{1}3{==-==V P V P . 即max(,)V X Y =的分布律为(4) min{U =}3,1{}2,1{}1{==+====Y X P Y X P U P}1,2{}1,3{==+==+Y X P Y X P 21=, 21}1{1}2{==-==U P U P .即min{,}U X Y =的分布律为(5) W U =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,。

概率论与数理统计第3章复习题(含解答)

《概率论与数理统计》第三章复习题解答1. 设Y X ,的分布律分别为且已知0)(=<Y X P ，4)1(=+>Y X P .（1）求),(Y X 的联合分布律；（2）判定Y X ,独立否；（3）求),min(),,max(,321Y X Z Y X Z Y X Z ==+=的分布律.解：(1) 由0)(=<Y X P 知0)1,1()0,1(==-=+=-=Y X P Y X P ，故0)1,1()0,1(==-===-=Y X P Y X P ；由41)1(=+>Y X P 知41)1,1(=-==Y X P .于是可以填写出如下不完整的联合分布律、边缘分布律表格：再由联合分布律、边缘分布律的关系可填出所余的3个空, 得到(2) 41)1,1(=-=-=Y X P ，而2141)1()1(⋅=-=-=Y P X P ，故Y X ,不独立. (3) 在联合分布律中增加0=X 的一行，该行ij p 均取为0，分别沿路径:对ij p 相加, 得2. 设平面区域G 由曲线xy 1=, 直线2,1,0e x x y ===所围成. ),(Y X 在G 上服从均匀分布, 求)2(X f .解：区域G 的面积.2][ln 12211===⎰e e G x dx xS 故),(Y X 的联合概率密度为⎪⎩⎪⎨⎧><<<=其它 ,0 10,1,21),(2x y e x y x f . ⎪⎩⎪⎨⎧<<===⎰⎰∞∞-其它 ,0 1 ,2121),()(210e x x dy dy y x f x f x X , .41)2( =∴Xf 3. 一个电子仪器由两个部件构成，Y X ,分别表示两个部件的寿命（单位：千小时），已知),(Y X 的联合分布函数为⎩⎨⎧>>---=+---其它 0,0 0 ,1),()(5.05.05.0y ,x e e e y x F y x y x(1) 问Y X ,是否独立；（2）求两个部件的寿命都超过0.1千小时的概率.解：(1) ⎪⎩⎪⎨⎧>-=∞+=-其它 0, 0 ,1),()(5.0x e x F x F x X , ⎪⎩⎪⎨⎧>-=+∞=-其它 0, 0 ,1),()(5.0y ey F y F y Y , 从而有)()(),(y F x F y x F Y X =, 所以Y X ,相互独立.(2) 由Y X ,相互独立知)]1.0(1)][1.0(1[)1.0()1.0()1.0,1.0(≤-≤-=>>=>>Y P X P Y P X P Y X P.)]1.0(1)][1.0(1[1.005.005.0---==--=e e e F F Y X4. 设),(Y X 的联合概率密度⎪⎩⎪⎨⎧><+=其它,0 0,1,2),(22y y x y x f π，⎩⎨⎧≥<=Y X Y X U ,1,0，⎪⎩⎪⎨⎧<≥=Y X Y X V 3 ,13,0，求：(1) ),(V U 的联合分布律；（2）)0(≠UV P .解：(1) 0)()3,()0,0(00=Φ=≥<====P Y X Y X P V U P p ；432),()3,()1,0(01===<<====⎰⎰OCD OCDS dxdy y x f Y X Y X P V U P p 扇形扇形π； 612),()3,()0,1(10===≥≥====⎰⎰OAB OABS dxdy y x f Y X Y X P V U P p 扇形扇形π； 1212),()3,()1,1(11===<≥====⎰⎰OBC OBCS dxdy y x f Y X Y X P V U P p 扇形扇形π. 于是有联合分布律:(2) 121)0(11==≠p UV P . 5. 设),(Y X 的联合概率密度为⎩⎨⎧<<<<=其它,010,10 ,1),(y x y x f求：(1))21,21(≤≤Y X P ；（2）)21(>+Y X P ；（3）)31(≥Y P ；（4）)21(>>Y Y X P .解：（1）4121211),()21,21(21,21=====≤≤⎰⎰⎰⎰≤≤G Gy x S dxdy dxdy y x f Y X P ；（2）=>+)21(Y X P 8721212111),(21=-===⎰⎰⎰⎰>+G Gy x S dxdy dxdy y x f ；（3）=≥)31(Y P 32)311(11),(31=-===⎰⎰⎰⎰≥G Gy S dxdy dxdy y x f ；（4）41211212121)21()21,()21(=⋅=>>>=>>Y P Y Y X P Y Y X P .6. 设),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<-=其它 ,0 2,2010 ,20),(x y x x x xcy x f求：(1) 常数c ；(2) )(x f X ；(3) )(x y f X Y ；(4) )128(=≥X Y P .解：(1) ,25)210(20),(1201020102c dx xcdy xx c dx dxdy y x f xx =-=-==⎰⎰⎰⎰⎰∞∞-∞∞-.251 =∴c(2) ⎪⎩⎪⎨⎧<<-=-==⎰⎰∞∞-else x x dy x xdy y x f x f x x X0, 2010 ,50202520),()(2.(3) 2010 <<x 时，0)(≠x f X ，)(x y f X Y 有定义，且⎪⎪⎩⎪⎪⎨⎧<<=--==elsex y xx x x x x f y x f x y f X X Y 0, 2,250202520)(),()( (4) )20,10 (12∈=x ，⎪⎩⎪⎨⎧<<==∴elsey X y f XY 0,126 ,61)12( ，从而 3261)12()128(1288=====≥⎰⎰∞dy dy X y f X Y P X Y .7. 设Y X ,相互独立且都服从]1,0[上的均匀分布, 求Y X Z +=的概率密度.解：⎰∞∞--=dx x z f x f z f Y X Z )()()(, 其中⎩⎨⎧<<=其它x x f X ,0 10 ,1 )(, ⎩⎨⎧<-<=-其它 x z x z f Y ,0 10 ,1 )(. ⎩⎨⎧<<-<<⇔⎩⎨⎧<-<<<⇔≠-z x z x x z x x z f x f Y X 11010100)()(. (区域见图示)(1)10<<z 时, zdx z f zZ =⋅=⎰011)(；(2) 21<≤z 时, z dx z f z Z -=⋅=⎰-211)(11；(3) )2,0(∉z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧<≤-<<=其它 z z z z z f Z ,0 21 ,210 , )(.8*. 设),(Y X 的联合概率密度⎩⎨⎧<<=-其它 ,0 0 ,),(yx xe y x f y ，求(1) )21(<<Y X P ,)21(=<Y X P ；(2)Y X Z +=的概率密度；(3) )1),(min(<Y X P .解：(1) ① 102142512121)()()2()2,1()21(22221202102202102---=---=--==<<<=<<-------⎰⎰⎰⎰⎰⎰e e e e e e dxe e x dx e e x dy xe dx dyxe dxY P Y X P Y X P x x xy x y； ②⎪⎩⎪⎨⎧≤>===--∞∞-⎰⎰0 0, 0,21),()(20y y e y dx xe dx y x f y f y y yY ， 02)2( 2≠=∴-e f Y ，于是 ⎪⎩⎪⎨⎧<<====--elsex xe xef x f Y x f Y Y X 0, 20 ,22)2()2,()2(22 ，从而 412)2()21(101=====<⎰⎰∞-dy x dx Y x f Y X P Y X . (2) ⎰∞∞--=dx x z x f z f Z ),()(, 其中2000),(zx xx z x x z x f X <<⇔⎩⎨⎧>->⇔≠-. (区域见图示)(1) 0>z 时, ⎰⎰---==2020)()(z xzz x z Z dx xe edx xez f 2)12(zze ze---+=； (2)0≤z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧≤>-+=--0 ,0 0,)12()(2z z e ze zf z z Z .（3）)1,1(1)1),(min(1)1),(min(≥≥-=≥-=<Y X P Y X P Y X P1111,12111),(1-∞-∞∞-≥≥-=-=-=-=⎰⎰⎰⎰⎰e dx xe dy xe dxdxdy y x f x xyy x .9*. 设),(Y X 的联合概率密度⎩⎨⎧>>=+-其它 ,0 0,0,),()(y x e y x f y x ，求Y X Z -=的概率密度.解：)()()(z Y X P z Z P z F Z ≤-=≤= (1) 0<z 时, 0)()(=Φ=P z F Z ；(2) 0=z 时, 0),()()(0====⎰⎰>=x y Z dxdy y x f X Y P z F(3)0>z 时, 如图⎰⎰⎰⎰⎰⎰∞+---+--+<<-+==zz x zx y x zz x y x zx y z x Z dy e e dxdy e e dxdxdy y x f z F 0),()(⎰⎰∞--+------+-=zz x z x x z zx x dx e e e dx ee )()1(0z zx z z z xz xe dx e e e dx ee e-∞------=-+-=⎰⎰1)()(202综上知⎪⎩⎪⎨⎧≤>-=-0 ,0 0 ,1)(z z e z F z Z , 求导得⎩⎨⎧≤>=-0,0 0,)(z z e z f z Z .10. 设B A ,是两个随机事件, 且,41)(,21)(,41)(===B A P A B P A P 引进随机变量 ⎩⎨⎧=⎩⎨⎧=不发生当发生当不发生当发生当 B B Y A A X ,0 ,1 , ,0 ,1.判断下列结论的正误, 并给予分析：（1）B A ,互不相容；（2）B A ,相互独立；（3）Y X ,相互独立；（4）1)(==Y X P ；（5）41)1(22==+Y X P . 解：（1）检验0)(=AB P 是否成立. 事实上0812141)()()(≠=⋅==A B P A P AB P , 故B A ,相容, 原结论错. （2）检验)()()(B P A P AB P =是否成立. 事实上由于41)(,41)(==B A P A P ,.)()()()()( A P B P B A P B P AB P ==∴ 即)()()(B P A P AB P =成立, 故B A ,独立, 原结论对.（3）检验Y X ,的联合分布律与边缘分布律之积是否都相等. 事实上81)(11==AB P p ；838121)()()()(01=-=-=-==AB P B P AB B P B A P p ； 818141)()()()(10=-=-=-==AB P A P AB A P B A P p ；83818381100=---=p . 于是有经检验, Y X ,的联合分布律与边缘分布律之积都相等, 故原结论对.（4）只需正确求出)(Y X P =的值. 事实上0218183)(1100≠=+=+==p p Y X P , 故原结论错. （5）只需正确求出)1(22=+Y X P 的值. 事实上41218183)1(100122≠=+=+==+p p Y X P , 故原结论错.。

概率论与数理统计第3章课后题答案

概率论与数理统计第3章课后题答案第三章连续型随机变量3.1 设随机变数的分布函数为F(x)，试以F(x)表示下列概率：（1）P( a)；（2）P( a)；（3）P( a)；（4）P( a) 解：（1）P( a) F(a 0) F(a)；（2）P( a) F(a 0)；（3）P( a)=1-F(a)；（4）P( a) 1 F(a 0)。

3.2 函数F(x) 11 x2是否可以作为某一随机变量的分布函数，如果（1） x（2）0 x ，在其它场合适当定义；（3）- x 0，在其它场合适当定义。

解：（1）F(x)在（- , ）设随机变数具有对称的分布密度函数p(x)，即p(x) p( x),证明：对任意的a 0,有（1）F( a) 1 F(a)12ap(x)dx；（2）P（ a) 2F(a) 1；（3）P( a) 2 1 F(a) 。

证：（1）F( a)ap(x)dx 1ap(x)dx=1ap( x)dx 1ap(x)dx=1 F(a) 1 （2）P( ap(x)dxap(x)dxa12a0ap(x)dx；ap(x)dx 2 p(x)dx，由（1）知1-F(a)故上式右端=2F(a) 1；12ap(x)dx。

（3）P( a) 1 P( a) 1 [2F(a) 1] 2[1 F(a)]3.5 设F1(x)与F2(x)都是分布函数，又a 0,b 0是两个常数，且a b 1。

证明F(x) aF1(x) b F2(x)也是一个分布函数，并由此讨论，分布函数是否只有离散型和连续型这两种类型？证：因为F1(x)与F2(x1) F2(x2)，于是F(x1) aF1(x1) b F2(x1) aF1(x2) b F2(x2) F(x2)F2(x都是分布函数，当x1 x2时，F1(x1) F1(x2)，又xlimF(x) lim[aF1(x) b F2(x)] 0xlimF(x) lim[aF1(x) b F2(x)] a b 1xxF(x 0) aF1(x 0) b F2(x 0) aF1(x) b F2(x) F(x)所以，F(x)也是分布函数。

概率论与数理统计浙大四版习题答案第三章

第三章多维随机变量及其分布1.[一] 在一箱子里装有12只开关，其中2只是次品，在其中随机地取两次，每次取一只。

考虑两种试验：（1）放回抽样，（2）不放回抽样。

我们定义随机变量X ，Y 如下：⎪⎩⎪⎨⎧= 若第一次取出的是次品若第一次取出的是正品,1,,0X ⎪⎩⎪⎨⎧=若第二次取出的是次品若第二次取出的是正品,1,,0Y试分别就（1）（2）两种情况，写出X 和Y 的联合分布律。

解：（1）放回抽样情况由于每次取物是独立的。

由独立性定义知。

P (X=i , Y=j )=P (X=i )P (Y=j ) P (X=0, Y=0 )=362512101210=⋅ P (X=0, Y=1 )=3651221210=⋅ P (X=1, Y=0 )=3651210122=⋅ P (X=1, Y=1 )=361122122=⋅ 或写成（2）不放回抽样的情况P {X=0, Y=0 }=66451191210=⋅ P {X=0, Y=1 }=66101121210=⋅P {X=1, Y=0 }=66101110122=⋅ P {X=1, Y=1 }=661111122=⋅ 或写成3.[二] 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Y 的联合分布律。

解：（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C CP {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=05.[三] 设随机变量（X ，Y ）概率密度为⎪⎩⎪⎨⎧<<<<--=其它,042,20),6(),(y x y x k y x f（1）确定常数k 。

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)。

第三章多维随机变量及其分布1. 在一箱子中装有12只开关, 其中2只是次品, 在其中取两次, 每次任取一只, 考虑两种试验: (1)放回抽样, (2)不放回抽样. 我们定义随机变量X , Y 如下:⎩⎨⎧=若第一次取出的是次品若第一次取出的是正品10X ,⎩⎨⎧=若第二次取出的是次品若第二次取出的是正品10Y .试分别就(1), (2)两种情况, 写出X 和Y 的联合分布律.解: (1)(X , Y )所有可能取的值为(0, 0), (0, 1), (1, 0), (1, 1), 按古典概型, 显然有362512101210)0 ,0(=⋅===Y X P ,3651221210)1 ,0(=⋅===Y X P ,3651210122)0 ,1(=⋅===Y X P ,361122122)1 ,1(=⋅===Y X P ,列成表格便得X 和Y 的联合分布律(2)(X , Y )所有可能取的值为(0, 0), (0, 1), (1, 0), (1, 1), 按古典概型, 显然有66451191210)0 ,0(=⋅===Y X P ,66101121210)1 ,0(=⋅===Y X P ,66101110122)0 ,1(=⋅===Y X P ,661111122)1 ,1(=⋅===Y X P ,列成表格便得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 表示取到白球的只数, 求X , Y 的联合分布律.解: (X , Y )的可能取值为(i , j ), i =0, 1, 2, 3, j =0, 1, 2, i +j ≥2, 联合分布律为P (X =0, Y =2)=351472222=C C C ,P (X =1, Y =1)=35647221213=C C C C , P (X =1, Y =2)=35647122213=C C C C , P (X =2, Y =0)=351472222=C C C ,P (X =2, Y =1)=351247121223=C C C C ,P (X =2, Y =2)=353472223=C C C ,P (X =3, Y =0)=352471233=C CC ,P (X =3, Y =1)=352471233=C CC ,列成表格便得X 和Y 的联合分布律3. 设随机变量(X , Y )概率密度为⎩⎨⎧<<<<--=其它042 ,20)6(),(y x y x k y x f . (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)因为 k dydx y x k dy dx y x f 8)6(),(1242=--==⎰⎰⎰⎰+∞∞-+∞∞-,所以81=k .(2)83)6(81)3 ,1(3210⎰⎰=--=<<dy y x dx Y X P .(3)3227)6(81) ,5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P .(4)32)6(81}4{4020=--=≤+⎰⎰-dy y x dx Y X P x .4. 将一枚硬币掷3次, 以X 表示前2次中出现H 的次数, 以Y 表示3次中出现H 的次数, 求(X , Y )的联合分布律及边缘分布律.故(X , Y )的联合分布律为(X , Y )关于X 的边缘分布律为即)21 ,2(~b X .(X , Y )关于Y 的边缘分布律为即)21 ,3(~b Y .5. 设二维随机变量(X , Y )的概率密度为⎩⎨⎧≤≤≤≤-=其它00,10)2(8.4),(xy x x y y x f , 求边缘概率密度. 解: ⎰+∞∞-=dy y x f x f X ),()(⎪⎩⎪⎨⎧≤≤-=⎰其它010)2(8.40x dy x y x⎩⎨⎧≤≤-=其它010)2(4.22x x x ,⎰+∞∞-=dx y x f y f Y ),()(⎪⎩⎪⎨⎧≤≤-=⎰其它010)2(8.41y dx x y y⎩⎨⎧≤≤+-=其它010)43(4.22y y y y . 6. 设二维随机变量(X , Y )的概率密度为⎩⎨⎧<<=-其它00),(y x e y x f y , 求边缘概率密度.解:⎰+∞∞-=dy y x f x f X ),()(⎪⎩⎪⎨⎧≤>=⎰+∞-000x x dy e x y⎩⎨⎧≤>=-000x x e x . ⎰+∞∞-=dx y x f y f Y ),()(⎪⎩⎪⎨⎧≤>=⎰-000y y dx e y y⎩⎨⎧≤>=-000y y ye y . 7. 设二维随机变量(X , Y )的概率密度为⎩⎨⎧≤≤=其它01),(22y x y cx y x f . (1)试确定常数c ; (2)求边缘概率密度. 解: (1)因为l =⎰⎰⎰⎰⎰∞+∞-+-∞+∞-===c dy y c ydx cx dy dxdy y x f yy 21432),(1025210,所以421=c .(2)X 的边缘概率密度为⎪⎩⎪⎨⎧≤≤-=⎰其它011421)(~122x ydy x x f X x X⎪⎩⎪⎨⎧≤≤--=其它011)1(82142x x x .X 的边缘概率密度为⎪⎩⎪⎨⎧≤≤=⎰+-其它010421)(~2y ydx d y f Y y y Y⎪⎩⎪⎨⎧≤≤=其它0102725y y .8. 将某一医公司9月份和8月份收到的青霉素针剂的订货单数分别记为X 和Y , 据以往积累的资料知X 和Y 联合分布律为:(1)求边缘分布律;(2)求8月份的订单数为51时, 9月份订单数的条件人布律.解: 在表中运算得(2)因为j ijj j i i i p p y Y P y Y x X P y Y x X P ⋅=======)() ,()|(, 并且P (Y =51)=0.28=p ⋅j , 所以28628.006.0)51|51(====Y X P ,28728.007.0)51|52(====Y X P ,28528.005.0)51|53(====Y X P ,28528.005.0)51|54(====Y X P ,28528.005.0)51|55(====Y X P ,故当8月份的订单数为51时, 9月份订单数的条件分布律为9. 以X 记某一医院一天出生的婴儿的个数, Y 记男婴的个数, 记X 和Y 的联合分布律为)!(!)86.6()14.7() ,(14m n m e m Y n X P mn m -===--(m =0, 1, 2, ⋅⋅⋅, n ;n =0, 1, 2, ⋅⋅⋅ ).(1)求边缘分布律; (2)求条件分布律;(3)特别写出当X =20时, Y 的条件分布律. 解: (1)边缘分布律:∑∑=--=-=====nm mn m n m m n m e m Y n X P n X P 0140)!(!)86.6()14.7() ,()(∑=--⋅⋅⋅⋅=nm m n m m ne n C 014)86.6()14.7(!1 ∑=--⋅⋅=n m m n m mn C n e 014)86.6()14.7(! !14)86.614.7(!1414n e n e n n --⋅=+=(n =0, 1, 2, ⋅⋅⋅ ). ∑∑∞=--∞=-=====0140)!(!)86.6()14.7() ,()(n mn m n m n m e m Y n X P m Y P∑∞=---=014)!()86.6(!)14.7(n mn m m n m e m m m e e m e )14.7(!!)14.7(14.786.614--==(m =0, 1, 2, ⋅⋅⋅ ).(2)条件分布律:m mn m m e m n m e m Y P m Y n X P m Y n X P )14.7(!)!(!)86.6()14.7()() ,()|(14.714----======= )!()86.6(86.6m n e mn -⋅=--(n =m , m +1, ⋅⋅⋅ ).当m =0, 1, 2, ⋅⋅⋅ 时1414!14)!(!)86.6()14.7()() ,()|(----=======e n m n m e n X P m Y n X P n X m Y P nmn m m n m m n m n -⋅⋅-=)1486.6()1414.7()!(!! m m mn C -⋅⋅=20)49.0()51.0((m =0, 1, ⋅⋅⋅ , n ). (3)当X =20时, Y 的条件分布为m m mC X m Y P -⋅===2020)49.0()51.0()20|((m =0, 1, ⋅⋅⋅ , 20).10. 求§1例1中的条件分布律: P (Y =k |X =i )=?解: 由于)(),()|(i X P i X k Y P i X k Y P ======, 而411) ,(⋅===i i X k Y P (i =1, 2, 3, 4, k ≤i ),41)(==i X P ,所以ii X k Y P 1)|(===(i =1, 2, 3, 4, k ≤i ),即11. 在第7题中(1)求条件概率f X |Y (x |y ), 特别, 写出当21=Y 时X 的条件概率密度; (2)求条件概率密度f Y |X (y |x ), 特别, 分别写出当31=X , 21=X 时Y 的条件概率密度; (3)求条件概率P (Y ≥1/4|X =1/2), P (Y ≥3|X =1/2). 解: (1)当0<y ≤1时,⎪⎪⎩⎪⎪⎨⎧<<-==其他027421)(),()|(252|y x y y yx y f y x f y x f Y Y X ⎪⎩⎪⎨⎧<<-=-其他023232y x y y x ,特别, ⎪⎩⎪⎨⎧<<-==-其他02121)21(23)21|(232|x x y x f Y X ⎪⎩⎪⎨⎧<<-=其他02121232x x .(2)当-1<x ≤1时,⎪⎪⎩⎪⎪⎨⎧<<-==其他01)1(821421)(),()|(2422|y x x x y x x f y x f x y f X X Y ⎪⎩⎪⎨⎧<<-=其他01)1(222y x x y ,特别, ⎪⎩⎪⎨⎧<<-==其他0191))3/1(1(2)31|(4|y y x y f X Y⎪⎩⎪⎨⎧<<=其他01914081y y ,⎪⎩⎪⎨⎧<<-==其他0141))2/1(1(2)21|(4|y y x y f X Y⎪⎩⎪⎨⎧<<=其他01411532y y .(3))21|41()21|1()21|41(=<-=<==≥X Y P X Y P X Y P1153215324141141=-=⎰⎰ydy ydy ,)21|43()21|1()21|43(=<-=<==≥X Y P X Y P X Y P157153214341=-=⎰ydy .12. 设随机变量(X , Y )的概率密度为⎩⎨⎧<<<=其他010 ,||1),(x x y y x f , 求条件概率密度f Y |X (y |x ),f X |Y (x |y ). 解: f (x ,y )的边缘密度为⎪⎩⎪⎨⎧<<=⎰-其他0101)(x dy x f x x X ⎩⎨⎧<<=其他0102y x ,⎪⎩⎪⎨⎧<<-=⎰其他0111)(1||y dx x f y Y ⎩⎨⎧<<--=其他011||1y y ,所以当0<x <1时,⎪⎩⎪⎨⎧<==其他0||21)(),()|(|x y xx f y x f x y f X X Y , 当|y |<1时,⎪⎩⎪⎨⎧<-==其他0||||11)(),()|(|x y y x f y x f x y f Y Y X , 13. (1)问第1题中的随机变量X 和Y 是否相互独立？(2)问第12题中的随机变量X 和Y 是否相互独立？(需说明理由) 解: (1)有放回抽样时, 由于ij =p i ⋅⋅p ⋅j , 所以X 和Y 独立. 不放回抽样时, 由于ij =p i ⋅⋅p ⋅j , 所以X 和Y 不独立.(2)由于当|y |<x , 0<x <1时, f X (x )⋅f Y (y )=2x (1-|y |)≠f (x , y )=1, 故X 和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⎪⎩⎪⎨⎧≤>=-00021)(2y y e y f y Y .(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)按已知X 的概率密度为⎩⎨⎧<<=其他0101)(x x f X .由于X 和Y 相互独立, 故(X , Y )的概率密度为⎪⎩⎪⎨⎧><<=⋅=-其他0,1021)()(),(2y x e y f x f y x f y Y X .(2)要使a 有实根, 必须方程a 2+2Xa +Y =0的判别式∆=X 2-Y ≥0,⎰⎰⎰---==≥-10202102)1(21)0(22dx e dy e dx Y X P x x y⎰⎰⎰∞--∞-----=-=02121022222121[211dx e dx e dx e x x x πππ 1445.0)]0()1([21=Φ-Φ-=π.15. 第1题中的随机变量X 和Y 是否相互独立. 解: 放回抽样的情况P (X =0, Y =0)=P (X =0)⋅P (Y =0)3625=P (X =0, Y =1)=P (X =0)⋅P (Y =1)365=P (X =1, Y =0)=P (X =1)⋅P (Y =0)3651210122=⋅=P (X =1, Y =1)=P (X =1)⋅P (Y =1)361122122=⋅=.在放回抽样的情况下, X 和Y 是独立的. 不放回抽样的情况:P (X =0, Y =0)66451191210=⋅=,P (X =0)651210==,P (X =0)=P (X =0, Y =0)+P (Y =0, X =1) 6511101121191210=⋅+⋅=,P (X =0)⋅P (Y =0)36256565=⨯=,P (X =0, Y =0)≠P (X =0)P (Y =0), 所以X 和Y 不独立.14. 设X , 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⎪⎩⎪⎨⎧≤>=00021)(2y y e y f y Y .(1)求X 和Y 的联合密度;(2)设含有a 的二次方程为a 2+2Xa +Y =0,试求有实根的概率. 解: (1)X 的概率密度为⎩⎨⎧∈=其它0)1 ,0(1)(x x f X ,Y 的概率密度为⎪⎩⎪⎨⎧≤>=-00021)(2y y e y f y Y ,可见且知X , Y 相互独立, 于是(X , Y )的联合密度为⎪⎩⎪⎨⎧><<==-其它0,1021)()(),(2y x e y f x f y x f y Y X .(2)由于a 有实根, 从而判别式∆=4X 2-4Y ≥0, 即Y ≤X 2. 记}0,10|),{(2x y x y x D <<<<=, ⎰⎰=≤Ddxdy y x f X Y P ),(}{2⎰⎰⎰⎰⎰----=-==10010102022222121x xx y y dx e de dx dy e dxdx e x ⎰-⋅-=00222121ππ)5.08413.0(21)]2()1([21--=Φ-Φ-=ππ 1445.08555.013413.05066312.21=-=⨯-=.15. 进行打靶, 设弹着眯A (X , Y )的坐标X 和Y 相互独立, 且都服从N (0, 1)分布, 规定点A 落在区域D 1={(x , y )|x 2+y 2≤1}得2分; 点A 落在D 2={(x , y )|1≤x 2+y 2≤4}得1分; 点A 落在D 3={(x , y )|x 2+y 2>4}得0分, 以Z 记打靶的得分, 写出X , Y 的联合概率密度, 并求Z 的分布律.解: (1)因为X ~N (0, 1), Y ~N (0, 1), X 与Y 独立, 故(X , Y )的联合概率密度为22221),(y x e y x f +-=π(-∞<x <+∞, -∞<y <+∞).(2)Z 的可能取值为0, 1, 2.⎰⎰>++-=∈==421222221)),(()0(x x y x dxdy e D Y X A P Z P π⎰⎰≤++--=422222211x x y x dxdy e π2202022211--=-=⎰⎰e rdr e d r ππθ,⎰⎰≤+≤+-=∈==4122222221)),(()1(x x y x dxdy e D Y X A P Z P π22120212221----==⎰⎰e e rdr e d r ππθ,⎰⎰≤++-=∈==121222221)),(()2(x x y x dxdy e D Y X A P Z P π21201021212---==⎰⎰e rdr e d r ππθ,故得Z 的分布律为16. 设X 和Y 是相互独立的随机变量, 其概率密度分别为⎩⎨⎧≤>=-000)(x x e x f x X λλ, ⎩⎨⎧≤>=-000)(y y e y f y Y μμ, 其中λ>0, μ>0是常数, 引入随机变量⎩⎨⎧>≤=Y X YX Z 当当01.(1)求条件概率密度f X |Y (x |y ); (2)求Z 的分布律和分布函数. 解: (1)由X 和Y 相互独立, 故⎩⎨⎧>>=⋅=+-其他00 ,0)()(),()(y x e y f x f y x f y x Y X μλλμ.当y >0时,⎩⎨⎧≤>===-000)()(),()|(|x x e y f y f y x f y x f x X Y Y X λλ. (2)由于⎩⎨⎧>≤=Y X YX Z 当当01,且 μλλλλμμλμλ+===≤⎰⎰⎰+∞+-+∞+∞+-0)(0)()(dx e dydx eY X P x xy x ,μλμμλλ+=+-=≤-=>1)(1)(Y X P Y X P ,故Z 的分布律为Z 的分布函数为⎪⎩⎪⎨⎧≥<≤+<=111000)(z z z z F Z μλμ. 17. 设X 和Y 是两个相互独立的随机变量, 其概率密度分别为⎩⎨⎧<≤=其他0101)(x x f X , ⎩⎨⎧>=-其他00)(y e y f y Y , 求随机变量Z =X +Y 的概率密度.解: 由于X 和Y 是相互独立的, 故⎩⎨⎧><≤=⋅=-其他00 ,10)()(),(y x e y f x f y x f y Y X , 于是Z =X +Y 的概率密度为⎰+∞∞--⋅=dx x z f x f z f Y X Z )()()(⎪⎪⎩⎪⎪⎨⎧>-≤≤-=⎰⎰其他01)()(10)()(100z dxx z f x f z dx x z f x f Y X x YX ⎪⎪⎩⎪⎪⎨⎧>≤≤=⎰⎰----其他011010)(0)(z dxe z dx e x z x x z ⎪⎩⎪⎨⎧>-≤≤-=--其他01)1(101z e e z e zz .18. 设某种商品一周的需要量是一个随机变量, 其概率密度为⎩⎨⎧≤>=-000)(t t te t f t , 设各周的需要量是相互独立的, 试求: (1)两周需要量的概率密度; (2)三周需要量的概率密度.解: (1)设第一周需要量为X , 它是随机变量; 设第二周需要量为Y , 它是随机变量且与X 同分布, 其分布密度为⎩⎨⎧≤>=-000)(t t te t f t . Z =X +Y 表示两周需要的商品量, 由X 和Y 的独立性可知:⎩⎨⎧>>=--其它00,0),(y x ye xe y x f y x .因为z ≥0, 所以当z <0时, f z (z )=0; 当z >0时, 由和的概率公式知 ⎰∞+∞--=dy y f y z f z f Y X Z )()()(z yzy z e z dy ye ey z ----=⋅-=⎰6)(30)(, 所以 ⎪⎩⎪⎨⎧≤>=-0006)(3z z e z z f z Z .(2)设Z 表示前两周需要量, 其概率密度为⎪⎩⎪⎨⎧≤>=-0006)(3z z e z z f z Z ,设ξ表示第三周需要量, 其概率密度为:⎩⎨⎧≤>=-000)(x x xe x f x ξ,Z 与ξ相互独立, η=Z +ξ表示前三周需要量, 则因为η≥0, 所以u <0, f η(u )=0. 当u >0时 ⎰∞+∞--=dy y f y u f u f )()()(ξηdy ye e y u y uy u ---⋅-=⎰0)(3)(61u e u -=1205, 所以η的概率密度为⎪⎩⎪⎨⎧≤>=-00120)(5u u e u u f u η.19. 设随机变量(X , Y )的概率密度为⎪⎩⎪⎨⎧>>+=+-其他00,0)(21),()(y x e y x y x f y x .(1)问X 和Y 是否相互独立？ (2)求Z =X +Y 的概率密度. 解: (1)X 的边缘密度为⎪⎩⎪⎨⎧<>+=⎰∞++-000)(21)(0)(x x dy e y x x f y x X⎪⎩⎪⎨⎧<>+=-000)1(21x x e x x ,同理Y 的边缘密度为⎪⎩⎪⎨⎧<>+=-000)1(21)(y y e y y f y Y .因为当x >0, y >0时,)()()1)(1(41)(21),()()(y f x f e y x e y x y x f Y X y x y x =++≠+=+-+-,所以X 与Y 不独立. (2)Z 的概率密度为z z x Z e z dx e x z x dx x z x f z f --+∞∞-=-+=-=⎰⎰2021)(21),()((z >0).当z <0时, f Z (z )=0, 所以⎪⎩⎪⎨⎧<>=-0021)(2z z e z z f z Z .20. 设X , Y 是相互独立的随机变量, 它们都服从正态分布N (0, σ 2), 试验证随机变量22Y X z +=具有概率密度⎪⎩⎪⎨⎧>≥=-其他0,0)(2222σσσz e z z f z Z ,称Z 服从参数为σ(σ>0)的瑞利(Rayleigh 分布.解: 因为X , Y 相互独立且均服从正态分布N (0, σ 2), 它们的概率密度分别为22221)(σσπx e x f -=, 22221)(σσπy e y f -= , σ>0,故X 和Y 的联合密度为2222221)()(),(σπσy x e y f x f y x f +-=⋅=.22Y X z +=的分布函数为⎰⎰≤+=≤+=≤=222),()()((z)22z y x Z dxdy y x f z Y X P z Z P F⎰⎰-=zd e d 022202221ρρπσθσρπ2222202211σσρρρσz z ed e---==⎰(z >0),当z ≤0时, F Z (z )=0.于是随机变量22Y X z +=的概率密度为⎪⎩⎪⎨⎧>≥==-其他00 ,0)()(2222σσσz e z dz z dF z f z Z Z .21. 设随机变量(X , Y )的概率密度为⎩⎨⎧+∞<<<<=+-其他00 ,10),()(y x be y x f y x . (1)试确定义常数b ;(2)求边缘概率密度f X (x ), f Y (y );(3)求函数U =max(X , Y )的分布函数. 解: (1)由10)(1=⎰⎰+∞+-dy be dx y x , 即1)1(1010=-=⎰⎰+∞--e b dy e dx e b y x ,得1111-=-=-e e e b .(2)⎪⎩⎪⎨⎧<<-=⎰∞++-其他0101)(0)(x dy e e e x f y x X⎪⎩⎪⎨⎧<<-=-其他0101x e e e x ,⎩⎨⎧≤>==-∞+∞-⎰000),()(y y e dx y x f x f y X . 显然X 与Y 独立.(3)⎪⎩⎪⎨⎧≥<≤--<=-1110)1(100)(x x e e e x x F x X⎩⎨⎧≤>-=-0001)(y y e x F y Y , 故U =max(X , Y )的分布函数为F U (u )=P (U ≤u )=P (max(X , Y )≤u ) =P (X ≤u , Y ≤u )=P (X ≤u )P (Y ≤u )⎪⎩⎪⎨⎧≥-<≤--<==--1110)1(100)()(2u eu e e e u u F u F uu Y X .22. 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小时的概率.解: 设X 1, X 2, X 3, X 4为4只电子管的寿命, 它们相互独立, 同分布, 其概率密度为:22202)160(2021)(⨯--⋅=t T et f π,⎰∞-⨯-==<18022202)160(20121)180(}180{dt t F X f X π ⎰∞--=-======1220160221du e u ut π令 8413.0)2060180(=-Φ=.设N =min{X 1, X 2, X 3, X 4}, 则P {N >180}=P {X 1>180, X 2>180, X 3>180, X 4>180} =P {X >180}4={1-p [X <180]}4 =(0.1587)4=0.00063.23. 对某种电子装置的输出测量了5次, 得到观察值X 1,X 2, X 3, X 4, X 5, 设它们是相互独立的随机变量且都服从参数σ=2的瑞种分布.(1)求Z =max{X 1, X 2, X 3, X 4, X 5}的分布函数; (2)求P (Z >4).解: 由20题知, X i (i =1, 2, ⋅⋅⋅ , 5)的概率密度均为⎪⎩⎪⎨⎧≥=-其他004)(82x e x x f x X ,分布函数为821)(x X e x F --=(x >0).(1) Z =max{X 1, X 2, X 3, X 4, X 5}的分布函数为 585m ax )1()]([)(2z e z F z F --== (z ≥0), 当z <0时, F max (z )=0.所以Z 的分布函数为⎩⎨⎧<≥-=-000)1()(58m ax 2z z e z F z .(2)P (Z >4)=1-P (Z ≤4)=1-F Z (4)5167.0)1(1)1(1525842=--=--=--e e .24. 设随机变量X , Y 相互独立, 且服从同一分布, 试证明 P (a <min{X , Y }≤b )=[P (X >a )]2-[P (X >b )]2 . 解: 因为X 与Y 相互独立且同分布, 故P (a <min{X , Y }≤b )=P (min{X , Y }≤b )-P (min{X , Y }≤a ) =1-P (min{X , Y }>b )-[1-P (min{X , Y }>a )] =P (min{X , Y }>a )-P (min{X , Y }>b ) =P (X >a , Y >a )-P (X >b , Y >b ) =P (X >a )P (Y >a )-P (X >b )P (Y >b ) =[P (X >a )]2-[P (Y >b )]2 .25. 设X , Y 是相互独立随机变量, 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∑=-==ik k i q k p i Z P 0)()()( (i =0, 1, 2, ⋅⋅⋅ ),证明: 因为X 与Y 独立, 且X 与Y 的分布律分别为 P (X =k )=p (k ) (k =0, 1, 2, ⋅⋅⋅ ), P (Y =r )=q (r ) (r =0, 1, 2, ⋅⋅⋅ ), 故Z =X +Y 的分布律为∑==+===ik i Y X k X P i Z P 0) ,()( ∑=-===i k k i Y k X P 0) ,( ∑=-===i k k i Y P k X P 0)()( ∑=-=i k k i q k p 0)()( (i =0, 1, 2, ⋅⋅⋅ ).26. 设X , Y 是相互独立的随机变量, X ~π(λ1), Y ~π(λ2), 证明Z =X +Y ~π(λ1+λ2).证明: 因为X , Y 分别服从参数为λ1, λ2的泊松分布, 故X , Y 的分布律分别为 1!)(1λλ-==e k k X P k (λ1>0),2!)(2λλ-==e r r Y P r (λ2>0),由25题结论知, Z =X +Y 的分布律为 ∑=-====ik k i Y P k X P i Z P 0)()()(∑=----⋅=ik ki k e k i e k 02121)!(!λλλλ∑=-+-⋅-=i k k i k k i k i i e 021)()!(!!!21λλλλ i i e )(!21)(21λλλλ+=+-(i =0, 1, 2, ⋅⋅⋅ ), 即Z =X +Y 服从参数为λ1+λ2的泊松分布.27. 设X , Y 是相互独立的随机变量, X ~b (n 1, p ), Y ~b (n 2, p ), 证明Z =X +Y ~b (n 1+n 2, p ).证明: Z 的可能取值为0, 1, 2, ⋅⋅⋅ , 2n , 因为 {Z =i }={X +Y =i }={X =0, Y =0}⋃{X =1, Y =i -1}⋃ ⋅⋅⋅ ⋃{X =i , Y =0}, 由于上述并中各事件互不相容, 且X , Y 独立, 则∑=-====ik k i Y k X P i Z P 0) ,()(∑=-===ik k i Y P k X P 0)()(∑=+-----⋅-=ik k i n ki k i n k n k k n p p C p p C 02211)1()1( ∑=--+⋅-=ik ki n k n k n n i C C p p 02121)1( in i i n n p p C -+-=2)1(21(i =0, 1, 2, ⋅⋅⋅ , n 1+n 2), 所以 Z =X +Y ~b (n 1+n 2, p ),即Z =X +Y 服从参数为2n , p 的二项分布.提示:上述计算过程中用到了公式i n n ik k i n k n C C C21210+=-=⋅∑,这可由比较恒等式2121)1()1()1(n n n n x x x ++=++两边x i 的系数得到.28. 设随机变量(X , Y )的分布律为(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 =V +U 的分布律. 解: (1)由条件概率公式)2()2,2()2|2(======Y P Y X P Y X P08.005.005.005.003.001.005.0+++++=2.025.005.0==.同理 31)0|3(===X Y P .(2)变量V =max{X , Y }.显然V 是一随机变量, 其取值为V : 0, 1, 2, 3, 4, 5. P (V =0)=P (X =0, Y =0)=0,P (V =1)=P (X =1, Y =0)+P (X =1, Y =1)+P (X =0, Y =1) =0.01+0.02+0.01=0.04,P (V =2)=P (X =2, Y =0)+P (X =2, Y =1)+P (X =2, Y =2) +P (Y =2, X =0)+P (Y =2, X =1)=0.03+0.04+0.05+0.01+0.03=0.16, P (V =3)=P (X =3, Y =0)+P (X =3, Y =1) +P (X =3, Y =2)+P (X =3, Y =3)+P (Y =3, X =0)+P (Y =3, X =1)+P (Y =3, X =2), =0.05+0.05+0.05+0.06+0.01+0.02+0.04=0.28 P (V =4)=P (X =4, Y =0)+P (X =4, Y =1) +P (X =4, Y =2)+P (X =4, Y =3) =0.07+0.06+0.05+0.06=0.24, P (V =5)=P (X =5, Y =0)+ ⋅⋅⋅ +P (X =5, Y =3) =0.09+0.08+0.06+0.05=0.28. (3)显然U 的取值为0, 1, 2, 3.P (U =0)=P (X =0, Y =0)+ ⋅⋅⋅ +P (X =0, Y =3)+P (Y =0, X =1)+ ⋅⋅⋅ +P (Y =0, X =5)=0.28. 同理 P (U =1)=0.30, P (U =2)=0.25, P (U =3)=0.17. (4)W =V +U 的取值为0, 1, ⋅⋅⋅ , 8. P (W =0)=P (V =0, U =0)=0,P (W =1)=P (V =0, U =1)+P (V =1, U =0). 因为V =max{X , Y }=0又U =min{X , Y }=1 不可能上式中的P (V =0, U =1)=0,又 P (V =1, U =0)=P (X =1, Y =0)+P (X =0, Y =1)=0.2, 故 P (W =1)=P (V =0, U =1)+P (V =1, U =0)=0.2,P(W=2)=P(V+U=2)=P(V=2, U=0)+P(V=1,U=1) =P(X=2 Y=0)+P(X=0,Y=2)+P(X=1,Y=1)=0.03+0.01+0.02=0.06,P(W=3)=P(V+U=3)=P(V=3, U=0)+P(V=2,U=1) = P(X=3,Y=0)+P(X=0,Y=3)+P(X=2,Y=1)+P(X=1,Y=2)=0.05+0.01+0.04+0.03=0.13, P(W=4)=P(V=4, U=0)+P(V=3,U=1)+P(V=2,U=2) =P(X=4,Y=0)+ P(X=3,Y=1)+P(X=1,Y=3)+P(X=2,Y=2 =0.19,P(W=5)=P(V+U=5)=P(V=5, U=0)+P(V=5,U=1)+P(V=3,U=2=P(X=5 Y=0)+P(X=5,Y=1)+P(X=3,Y=2)+P(X=2,Y=3) =0.24,P(W=6)=P(V+U=6)=P(V=5, U=1)+P(V=4,U=2) +P(V=3,U=3)=P(X=5,Y=1)+P(X=4,Y=2)+P(X=3,Y=3)=0.19,P(W=7)=P(V+U=7)=P(V=5, U=2)+P(V=4,U=3) =P(V=5,U=2)+P(X=4,Y=3)=0.6+0.6=0.12, P(W=8)=P(V+U=8)=P(V=5, U=3)+P(X=5,Y=3)=0.05.。