概率与数理统计第四章
概率论与数理统计 --- 第四章{随机变量的数字特征} 第一节：数学期望
这个数能否作为 X的平均值呢？
若统计100天,
可以想象, 若另外统计100天, 车工小张不出废品, 这另外100天每天的平均废品数也不一定是1.27. 一般来说, 若统计n天 ,
(假定小张每天至多出三件废品)
又设飞机机翼受到的正压力W 是V 的函数 : W kV 2 ( k 0, 常数), 求W 的数学期望.
解: 由上面的公式
1 1 2 E (W ) kv f (v )dv kv dv ka a 3 0
2 2
a
例7 设二维连续型随机变量（X , Y）的概率密度为
A sin( x y ) 0 x , 0 y f ( x, y) 2 2 0 其它 (1)求系数A , ( 2)求E ( X ), E ( XY ).
x f ( x )x
i i i
i
阴影面积近似为
这正是:
f ( xi )xi
x f ( x )dx
的渐近和式.
小区间[xi, xi+1)
定义: 设X是连续型随机变量, 其密度函数为 f (x), 如果积分: xf ( x )dx
概率论
绝对收敛, 则称此积分值为X的数学期望, 即:
2. 设二维连续型随机变量 (X, Y) 的联合概率密度为 f (x, y), 则： E ( X )
E (Y )
xf X ( x )dx
yfY
( y )dy
xf ( x , y )dxdy,
《概率论与数理统计》第四章考点手册
《概率论与数理统计》第四章 随机变量的数字特征考点33 离散型随机变量的数学期望（★★二级考点，选择、填空、计算、综合）1.设X 是离散型随机变量,概率分布为P {X =x i }=p i ,i =1,2,…。
则∑∞==1)(i i ip x X E 为X 的数学期望(或均值)。
2.常用离散型随机变量的数学期望（1）两点分布：X ∼B(1,p),0<p<1，则E(X)=p 。
（2）二项分布：X ∼B(n,p)，其中0<p<1，则E(X)=np 。
（3）泊松分布:X ∼P(λ)，其中λ>0，则E(X)=λ。
考点34 连续型随机变量的数学期望（★★二级考点，选择、填空、计算、综合）1.设X 是连续型随机变量，则称⎰∞∞-=dx x f x X E )()(为X 的数学期望。
2. 常用连续型随机变量的数学期望（1）均匀分布若X~U[a,b],即X 服从[a,b]上的均匀分布,则； 21)()(b a dx a b x dx x xf X E b a +=-==⎰⎰+∞∞- （2）指数分布若X 服从参数为λ的指数分布，则 ； /1)(0λλλ⎰+∞-==dx e x X E x 正态分布若X 服从),(2s µN ，则.)(μ=X E考点35 二维随机变量的数学期望（★★二级考点，选择、填空、计算、综合）1.二维离散型随机变量的数学期望：设二维离散型随机向量(X,Y)的概率分布为p ij ,i=1,2,⋯，j=1,2,⋯.则：.),()],([11åå¥=¥==i j ij j i p y x g Y X g E2. 二维连续型随机变量的数学期望：设二维连续型随机向量(X,Y)的密度函数为f(x,y),则:. ),(),()],([dxdy y x f y x g Y X g E òò¥¥-¥¥-=考点36 数学期望的性质（★★★一级考点，选择、填空）(1).设C 是常数，则E(C)=C;E(C)=C ×1=C(2).若k 是常数，则E(kX)=kE(X);(3).E(X+Y)=E(X)+E(Y);(4).设X,Y 相互独立，则E(XY)=E(X)E(Y);考点37 方差的概念（★★二级考点，选择、填空）1.方差的概念:设X 是一随机变量，若E [X -E (X )]2 存在,则称其为X 的方差，记成Var(X )，即Var(X )=E {[X -E (X )]2} 并称)(X Var 为X 的标准差。
概率论与数理统计第四章
E (b) b E (aX ) aE ( X )
2. E(X+Y) = E(X)+E(Y);
推广 : E [ X i ] E ( X i )
i 1 i 1 n n
E ( ai X i ) ai E ( X i )
i 1 i 1
n
n
3. 设X、Y独立，则 E(XY)=E(X)E(Y);
例2.（X,Y）服从二维正态分布，其概率密度为 1 f ( x, y ) 2 21 2 1
1 y 1 2 x 1 y 2 y 2 2 exp{ [( ) 2 ( )( )( ) ]} 2 1 1 2 2 (1 )
证明： XY
Cov(kX, kY)=k2Cov(X,Y)
■相关系数
定义 设D(X)>0, D(Y)>0, 称
XY
Cov( X , Y ) X EX Y EY E[ ] D( X ) D(Y ) DX DY
为随机变量X和Y的相关系数（标准协方差）
X Y E( X Y ) XY
练习
1.设离散型随机变量(Ｘ,Y)的分布列为 Y 0 1 2 X 则E(XY)=( ) 0 1/3 1/6 1/9 1 0 1/6 1/9 2 0 0 1/9
2.设随机变量Ｘ的概率密度为
e x f ( x) 0 x0 其它
Y=e-2X,则EY=( )
■数学期望的性质
1. 设a,b是常数，则E(aX+b)=aE(X)+b;
对正态分布而言，X、Y相互独立 与互不相关是等价的。
例4.设随机变量(X,Y)~N(1, 1, 9, 16, -0.5) 令
第四章 随机变量的数字特征
概率论与数理统计(茆诗松)第二版课后第四章习题参考答案
第四章 大数定律与中心极限定理习题4.11． 如果X X Pn →，且Y X Pn →．试证：P {X = Y } = 1．证：因 | X − Y | = | −(X n − X ) + (X n − Y )| ≤ | X n − X | + | X n − Y |，对任意的ε > 0，有⎭⎬⎫⎩⎨⎧≥−+⎭⎬⎫⎩⎨⎧≥−≤≥−≤2||2||}|{|0εεεY X P X X P Y X P n n ，又因X X Pn →，且Y X Pn →，有02||lim =⎭⎬⎫⎩⎨⎧≥−+∞→εX X P n n ，02||lim =⎭⎫⎩⎨⎧≥−+∞→εY X P n n ，则P {| X − Y | ≥ ε} = 0，取k 1=ε，有01||=⎭⎬⎫⎩⎨⎧≥−k Y X P ，即11||=⎭⎬⎫⎩⎨⎧<−k Y X P ， 故11||lim1||}{1=⎭⎬⎫⎩⎨⎧<−=⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧<−==+∞→+∞=k Y X P k Y X P Y X P k k I ． 2． 如果X X Pn →，Y Y Pn →．试证：（1）Y X Y X Pn n +→+； （2）XY Y X Pn n →．证：（1）因 | (X n + Y n ) − (X + Y ) | = | (X n − X ) + (Y n − Y )| ≤ | X n − X | + | Y n − Y |，对任意的ε > 0，有⎭⎫⎩⎨⎧≥−+⎭⎬⎫⎩⎨⎧≥−≤≥+−+≤2||2||}|)()({|0εεεY Y P X X P Y X Y X P n n n n ，又因X X P n →，Y Y P n →，有02||lim =⎭⎫⎩⎨⎧≥−+∞→εX X P n n ，02||lim =⎭⎬⎫⎩⎨⎧≥−+∞→εY Y P n n ，故0}|)()({|lim =≥+−++∞→εY X Y X P n n n ，即Y X Y X Pn n +→+；（2）因 | X n Y n − XY | = | (X n − X )Y n + X (Y n − Y ) | ≤ | X n − X | ⋅ | Y n | + | X | ⋅ | Y n − Y |，对任意的ε > 0，有⎭⎬⎫⎩⎨⎧≥−⋅+⎭⎬⎫⎩⎨⎧≥⋅−≤≥−≤2||||2||||}|{|0εεεY Y X P Y X X P XY Y X P n n n n n ，对任意的h > 0，存在M 1 > 0，使得4}|{|1h M X P <≥，存在M 2 > 0，使得8}|{|2hM Y P <≥， 存在N 1 > 0，当n > N 1时，8}1|{|h Y Y P n <≥−， 因| Y n | = | (Y n − Y ) + Y | ≤ | Y n − Y | + | Y |，有4}|{|}1|{|}1|{|22h M Y Y Y P M Y P n n <≥+≥−≤+≥， 存在N 2 > 0，当n > N 2时，4)1(2||2h M X X P n <⎭⎬⎫⎩⎨⎧+≥−ε，当n > max{N 1, N 2}时，有244}1|{|)1(2||2||||22h h h M Y P M X X P Y X X P n n n n =+<+≥+⎭⎬⎫⎩⎨⎧+≥−≤⎭⎬⎫⎩⎨⎧≥⋅−εε，存在N 3 > 0，当n > N 3时，42||1hM Y Y P n <⎭⎬⎫⎩⎨⎧≥−ε，有244}|{|2||2||||11h h h M X P M Y Y P X Y Y P n n =+<≥+⎭⎬⎫⎩⎨⎧≥−≤⎭⎬⎫⎩⎨⎧≥⋅−εε，则对任意的h > 0，当n > max{N 1, N 2, N 3} 时，有h h h Y Y X P Y X X P XY Y X P n n n n n =+<⎭⎬⎫⎩⎨⎧≥−⋅+⎭⎬⎫⎩⎨⎧≥⋅−≤≥−≤222||||2||||}|{|0εεε，故0}|{|lim =≥−+∞→εXY Y X P n n n ，即XY Y X Pn n →．3． 如果X X Pn →，g (x )是直线上的连续函数，试证：)()(X g X g Pn →． 证：对任意的h > 0，存在M > 0，使得4}|{|h M X P <≥， 存在N 1 > 0，当n > N 1时，4}1|{|h X X P n <≥−， 因| X n | = | (X n − X ) + X | ≤ | X n − X | + | X |，则244}|{|}1|{|}1|{|h h h M X P X X P M X P n n =+<≥+≥−≤+≥， 因g (x ) 是直线上的连续函数，有g (x ) 在闭区间 [− (M + 1), M + 1] 上连续，必一致连续， 对任意的ε > 0，存在δ > 0，当 | x − y | < δ 时，有 | g (x ) − g ( y ) | < ε ，存在N 2 > 0，当n > N 2时，4}|{|hX X P n <≥−δ，则对任意的h > 0，当n > max{N 1, N 2} 时，有{}}|{|}1|{|}|{|}|)()({|0M X M X X X P X g X g P n n n ≥+≥≥−≤≥−≤U U δεh hh h M X P M X P X X P n n =++<≥++≥+≥−≤424}|{|}1|{|}|{|δ， 故0}|)()({|lim =≥−+∞→εX g X g P n n ，即)()(X g X g Pn →．4． 如果a X P n →，则对任意常数c ，有ca cX Pn →． 证：当c = 0时，有c X n = 0，ca = 0，显然ca cX Pn →；当c ≠ 0时，对任意的ε > 0，有0||||lim =⎭⎬⎫⎩⎨⎧≥−+∞→c a X P n n ε， 故0}|{|lim =≥−+∞→εca cX P n n ，即ca cX Pn →．5． 试证：X X P n →的充要条件为：n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ．证：以连续随机变量为例进行证明，设X n − X 的密度函数为p ( y )，必要性：设X X Pn →，对任意的ε > 0，都有0}|{|lim =≥−+∞→εX X P n n ，对012>+εε，存在N > 0，当n > N 时，εεε+<≥−1}|{|2X X P n ， 则∫∫∫≥<∞+∞−+++=+=⎟⎟⎠⎞⎜⎜⎝⎛−+−εε||||)(||1||)(||1||)(||1||||1||y y n n dy y p y y dy y p y y dy y p y y XX X X E εεεεεεεεεεεεε=+++<≥−+<−+=++≤∫∫≥<11}|{|}|{|1)()(12||||X X P X X P dy y p dy y p n n y y ，故n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ； 充分性：设n → +∞ 时，有0||1||→⎟⎟⎠⎞⎜⎜⎝⎛−+−XX X X E n n ， 因∫∫∫≥≥≥++≤++==≥−εεεεεεεεεε||||||)(||1||1)(11)(}|{|y y y n dy y p y y dy y p dy y p X X P ⎟⎟⎠⎞⎜⎜⎝⎛−+−+=++≤∫∞+∞−||1||1)(||1||1X X X X E dy y p y y n n εεεε， 故0}|{|lim =≥−+∞→εX X P n n ，即X X Pn →．6． 设D (x )为退化分布：⎩⎨⎧≥<=.0,1;0,0)(x x x D试问下列分布函数列的极限函数是否仍是分布函数？（其中n = 1, 2, …．）（1）{D (x + n )}； （2）{D (x + 1/n )}； （3）{D (x − 1/n )}．解：（1）对任意实数x ，当n > −x 时，有x + n > 0，D (x + n ) = 1，即1)(lim =++∞→n x D n ，则 {D (x + n )} 的极限函数是常量函数f (x ) = 1，有f (−∞) = 1 ≠ 0，故 {D (x + n )} 的极限函数不是分布函数； （2）若x ≥ 0，有01>+n x ，11=⎟⎠⎞⎜⎝⎛+n x D ，即11lim =⎟⎠⎞⎜⎝⎛++∞→n x D n ，若x < 0，当x n 1−>时，有01<+n x ，01=⎟⎠⎞⎜⎝⎛+n x D ，即01lim =⎟⎠⎞⎜⎝⎛++∞→n x D n ，则⎩⎨⎧≥<=⎟⎠⎞⎜⎝⎛++∞→.0,1;0,01lim x x n x D n 这是在0点处单点分布的分布函数，满足分布函数的基本性质，故⎭⎬⎫⎩⎨⎧⎟⎠⎞⎜⎝⎛+n x D 1的极限函数是分布函数；（3）若x ≤ 0，有01<−n x ，01=⎟⎠⎞⎜⎝⎛−n x D ，即01lim =⎟⎠⎞⎜⎝⎛−+∞→n x D n ，若x > 0，当x n 1>时，有01>−n x ，11=⎟⎠⎞⎜⎝⎛−n x D ，即11lim =⎟⎠⎞⎜⎝⎛−+∞→n x D n ，则⎩⎨⎧>≤=⎟⎠⎞⎜⎝⎛−+∞→.0,1;0,01lim x x n x D n 在x = 0处不是右连续，故⎭⎬⎫⎩⎨⎧⎟⎠⎞⎜⎝⎛−n x D 1的极限函数不是分布函数．7． 设分布函数列 {F n (x )} 弱收敛于连续的分布函数F (x )，试证：{F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )． 证：因F (x ) 为连续的分布函数，有F (−∞) = 0，F (+∞) = 1，对任意的ε > 0，取正整数ε2>k ，则存在分点x 1 < x 2 < … < x k −1，使得1,,2,1,)(−==k i kix F i L ，并取x 0 = −∞，x k = +∞， 可得k k i k x F x F i i ,1,,2,1,21)()(1−=<=−−L ε， 因 {F n (x )} 弱收敛于F (x )，且F (x ) 连续，有 {F n (x )} 在每一点处都收敛于F (x )，则存在N > 0，当n > N 时，1,,2,1,2|)()(|−=<−k i x F x F i i n L ε，且显然有20|)()(|00ε<=−x F x F n ，20|)()(|ε<=−k k n x F x F ，对任意实数x ，必存在j ，1 ≤ j ≤ k ，有x j −1 ≤ x < x j ，因2)()()()(2)(11εε+<≤≤<−−−j j n n j n j x F x F x F x F x F ，则εεεε−=−−>−−>−−222)()()()(1x F x F x F x F j n ，且εεεε=+<+−<−222)()()()(x F x F x F x F j n ，即对任意的ε > 0和任意实数x ，总存在N > 0，当n > N 时，都有 | F n (x ) − F (x ) | < ε ， 故 {F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )．8． 如果X X Ln →，且数列a n → a ，b n → b ．试证：b aX b X a Ln n n +→+． 证：设y 0是F aX + b ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0ε<−++y F y F b aX b aX ，又设y 是满足 | y − y 0 | < h 的F aX + b ( y ) 的任一连续点，因⎟⎠⎞⎜⎝⎛−=⎭⎬⎫⎩⎨⎧−≤=≤+=+a b y F a b y X P y b aX P y F X b aX }{)(，有a b y x −=是F X (x )的连续点，且X X L n→， 有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|ε<−++y F y F b aX b aX n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|00ε<−+−≤−++++++y F y F y F y F y F y F b aX b aX b aX b aX b aX b aX n n ， 因X 的分布函数F X (x ) 满足F X (−∞) = 0，F X (+∞) = 1，F X (x ) 单调不减且几乎处处连续， 存在M ，使得F X (x ) 在x = ± M 处连续，且41)(ε−>M F X ，4)(ε<−M F X ，因X X Ln →，有41)()(lim ε−>=+∞→M F M F X X n n ，4)()(lim ε<−=−+∞→M F M F X X n n ，则存在N 2，当n > N 2时，41)(ε−>M F n X ，4)(ε<−M F n X ，可得2)(1)(}|{|ε<−+−=>M F M F M X P n n X X n ，因数列a n → a ，b n → b ，存在N 3，当n > N 3时，M h a a n 4||<−，4||h b b n <−， 可得当n > max{N 2, N 3}时，⎭⎫⎩⎨⎧>−+−=⎭⎬⎫⎩⎨⎧>+−+2|)()(|2|)()(|h b b X a a P h b aX b X a P n n n n n n n2}|{|24||42||||||ε<>=⎭⎬⎫⎩⎨⎧>+⋅≤⎭⎬⎫⎩⎨⎧>−+⋅−≤M X P h h X M hP h b b X a a P nn n n n ， 则⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>+−+⎭⎬⎫⎩⎨⎧+≤+≤≤+=+2|)()(|2}{)(000h b aX b X a h y b aX P y b X a P y F n n n n n n n n b X a n n n U222|)()(|200ε+⎟⎠⎞⎜⎝⎛+<⎭⎬⎫⎩⎨⎧>+−++⎭⎬⎫⎩⎨⎧+≤+≤+h y F h b aX b X a P h y b aX P b aX n n n n n n ， 且⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>+−+≤+≤⎭⎬⎫⎩⎨⎧−≤+=⎟⎠⎞⎜⎝⎛−+2|)()(|}{22000h b aX b X a y b X a P h y b aX P h y F n n n n n n n n b aX n U2)(2|)()(|}{00ε+<⎭⎬⎫⎩⎨⎧>+−++≤+≤+y F h b aX b X a P y b X a P n n n b X a n n n n n n n ， 即22)(22000εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−+++h y F y F h y F b aX b X a b aX n n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(00εε+<<−+++y F y F y F b aX b aX b aX n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F aX + b ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<++++)(2)(22)(0100y F y F h y F y F b aX b aX b aX b X a n n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F aX + b ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>++++)(2)(22)(0200y F y F h y F y F b aX b aX b aX b X a n n n n n ，即对于F aX + b ( y ) 的任一连续点y 0，当n > max{N 1, N 2, N 3}时，ε<−++|)()(|00y F y F b aX b X a n n n ， 故)()(y F y F b aX Wb X a n n n ++→，b aX b X a Ln n n +→+． 9． 如果X X Ln →，a Y Pn →，试证：a X Y X Ln n +→+． 证：设y 0是F X + a ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0ε<−++y F y F a X a X ，又设y 是满足 | y − y 0 | < h 的F X + a ( y )的任一连续点，因F X + a ( y ) = P {X + a ≤ y } = P {X ≤ y − a } = F X ( y − a )，有x = y − a 是F X (x )的连续点，且X X Ln →， 有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|ε<−++y F y F a X a X n ， 则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|00ε<−+−≤−++++++y F y F y F y F y F y F a X a X a X a X a X a X n n ，因a Y Pn →，有02||lim =⎭⎫⎩⎨⎧>−+∞→h a Y P n n ，存在N 2，当n > N 2时，22||ε<⎭⎬⎫⎩⎨⎧>−h a Y P n ， 则⎭⎬⎫⎩⎨⎧⎭⎫⎩⎨⎧>−⎭⎬⎫⎩⎨⎧+≤+≤≤+=+2||2}{)(000h a Y h y a X P y Y X P y F n n n n Y X n n U222||200ε+⎟⎠⎞⎜⎝⎛+<⎭⎬⎫⎩⎨⎧>−+⎭⎬⎫⎩⎨⎧+≤+≤+h y F h a Y P h y a X P a X n n n ， 且⎭⎬⎫⎩⎨⎧⎭⎫⎩⎨⎧>−≤+≤⎭⎬⎫⎩⎨⎧−≤+=⎟⎠⎞⎜⎝⎛−+2||}{22000h a Y y Y X P h y a X P h y F n n n n a X n U2)(2||}{00ε+<⎭⎬⎫⎩⎨⎧>−+≤+≤+y F h a Y P y Y X P n n Y X n n n ， 即22)(22000εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−+++h y F y F h y F a X Y X a X n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(00εε+<<−+++y F y F y F a X a X a X n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F X + a ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<++++)(2)(22)(0100y F y F h y F y F a X a X a X Y X n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F X + a ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>++++)(2)(22)(0200y F y F h y F y F a X a X a X Y X n n n n ，即对于F X + a ( y ) 的任一连续点y 0，当n > max{N 1, N 2}时，ε<−++|)()(|00y F y F a X Y X n n ， 故)()(y F y F a X WY X n n ++→，a X Y X Ln n +→+． 10．如果X X Ln →，0Pn Y →，试证：0Pn n Y X →．证：因X 的分布函数F X (x ) 满足F X (−∞) = 0，F X (+∞) = 1，F X (x ) 单调不减且几乎处处连续，则对任意的h > 0，存在M ，使得F X (x ) 在x = ± M 处连续，且41)(h M F X −>，4)(hM F X <−， 因X X L n →，有41)()(lim h M F M F X X n n −>=+∞→，4)()(lim h M F M F X X n n <−=−+∞→，则存在N 1，当n > N 1时，41)(h M F n X −>，4)(hM F n X <−，可得2)(1)(}|{|hM F M F M X P n n X X n <−+−=>，因0Pn Y →，对任意的ε > 0，有0||lim =⎭⎬⎫⎩⎨⎧>+∞→M Y P n n ε，存在N 2，当n > N 2时，2||h M Y P n <⎭⎬⎫⎩⎨⎧>ε， 则当n > max{N 1, N 2}时，有h M Y P M X P M Y M X P Y X P n n n n n n <⎭⎬⎫⎩⎨⎧>+>≤⎭⎬⎫⎩⎨⎧⎭⎬⎫⎩⎨⎧>>≤>εεε||}|{|||}|{|}|{|U ，故0}|{|lim =>+∞→εn n n Y X P ，即0Pn n Y X →．11．如果X X Ln →，a Y Pn →，且Y n ≠ 0，常数a ≠ 0，试证：aXY X L n n →． 证：设y 0是F X / a ( y ) 的任一连续点，则对任意的ε > 0，存在h > 0，当 | y − y 0 | < h 时，4|)()(|0//ε<−y F y F a X a X ，又设y 是满足 | y − y 0 | < h 的F X / a ( y ) 的任一连续点，因)(}{)(/ay F ay X P y a X P y F X a X =≤=⎭⎬⎫⎩⎨⎧≤=，有x = ay 是F X (x )的连续点，且X X Ln →，有)()(lim x F x F X X n n =+∞→，存在N 1，当n > N 1时，4|)()(|ε<−x F x F X X n ，即4|)()(|//ε<−y F y F a X a X n ，则当n > N 1且 | y − y 0 | < h 时，2|)()(||)()(||)()(|0////0//ε<−+−≤−y F y F y F y F y F y F a X a X a X a X a X a X n n ，因X 的分布函数F X (x )满足F X (−∞) = 0，F X (+∞) = 1，F X (x )单调不减且几乎处处连续，存在M ，使得F X (x ) 在x = ± M 处连续，且121)(ε−>M F X ，12)(ε<−M F X ，因X X Ln →，有121)()(lim ε−>=+∞→M F M F X X n n ，12)()(lim ε<−=−+∞→M F M F X X n n ，则存在N 2，当n > N 2时，121)(ε−>M F n X ，12)(ε<−M F n X ，可得6)(1)(}|{|ε<−+−=>M F M F M X P n n X X n ，因0≠→a Y Pn ，有02||lim =⎭⎬⎫⎩⎨⎧>−+∞→h a Y P n n ，存在N 3 > 0，当n > N 3时，62||||ε<⎭⎬⎫⎩⎨⎧>−a a Y P n ，有62||||ε<⎭⎬⎫⎩⎨⎧<a Y P n ，且64||2ε<⎭⎬⎫⎩⎨⎧>−M h a a Y P n ， 可得当n > max{N 1, N 2, N 3}时，⎭⎬⎫⎩⎨⎧>⋅−⋅=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−2||||||||2)(2h Y a a Y X P h aY Y a X P h a X Y X P n n n n n n n n n ⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎭⎬⎫⎩⎨⎧<⎭⎬⎫⎩⎨⎧>−>≤2||||4||}|{|2a Y M h a a Y M X P n n n U U22||||4||}|{|2ε<⎭⎬⎫⎩⎨⎧<+⎭⎬⎫⎩⎨⎧>−+>≤a Y P M h a a Y P M X P n n n ，则⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎪⎫⎪⎩⎪⎨⎧>−⎭⎬⎫⎩⎨⎧+≤≤⎭⎬⎫⎩⎨⎧≤=22)(000/h a X Y X h y a XP y Y X P y F n n n n n n Y X n n U22220/0ε+⎟⎠⎞⎜⎝⎛+<⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−+⎭⎬⎫⎩⎨⎧+≤≤h y F h a X Y X P h y a X P a X n n n n n ，且⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−⎭⎬⎫⎩⎨⎧≤≤⎭⎬⎫⎩⎨⎧−≤=⎟⎠⎞⎜⎝⎛−222000/h a X Y X y Y X P h y a X P h y F n n n nn n a X n U2)(20/0ε+<⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧>−+⎭⎬⎫⎩⎨⎧≤≤y F h a X Y X P y Y X P n n Y X n n n n n ，即22)(220/0/0/εε+⎟⎠⎞⎜⎝⎛+<<−⎟⎠⎞⎜⎝⎛−h y F y F h y F a X Y X a X n n n n ，因当n > N 1且 | y − y 0 | < h 时，2)()(2)(0//0/εε+<<−y F y F y F a X a X a X n ，在区间⎟⎠⎞⎜⎝⎛++h y h y 00,2取F X / a ( y ) 的任一连续点y 1，满足 | y 1 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε+<+≤+⎟⎠⎞⎜⎝⎛+<)(2)(22)(0/1/0/0/y F y F h y F y F a X a X a X Y X n n n n ，在区间⎟⎠⎞⎜⎝⎛−−2,00h y h y 取F X / a ( y ) 的任一连续点y 2，满足 | y 2 − y 0 | < h ，当n > max{N 1, N 2, N 3}时，εεε−>−≥−⎟⎠⎞⎜⎝⎛−>)(2)(22)(0/2/0/0/y F y F h y F y F a X a X a X Y X n n n n ，即对于F X / a ( y ) 的任一连续点y 0，当n > max{N 1, N 2, N 3}时，ε<−|)()(|0/0/y F y F a X Y X n n ，故)()(//y F y F a X WY X n n →，aX Y X L n n →． 12．设随机变量X n 服从柯西分布，其密度函数为+∞<<∞−+=x x n nx p n ,)1π()(22．试证：0Pn X →．证：对任意的ε > 0，)arctan(π2)arctan(π1)1π(}|{|22εεεεεεn nx dx x n n X P n ==+=<−−∫， 则12ππ2)arctan(lim π2}|0{|lim =⋅==<−+∞→+∞→εεn X P n n n ， 故0Pn X →．13．设随机变量序列{X n }独立同分布，其密度函数为⎪⎩⎪⎨⎧<<=.,0;0,1)(其他ββx x p其中常数β > 0，令Y n = max{X 1, X 2, …, X n }，试证：βPn Y →．证：对任意的ε > 0，P {| Y n − β | < ε} = P {β − ε < Y n < β + ε} = P {max{X 1, X 2, …, X n } > β − ε}= 1 − P {max{X 1, X 2, …, X n } ≤ β − ε} = 1 − P {X 1 ≤ β − ε} P {X 2 ≤ β − ε} … P {X n ≤ β − ε}n⎟⎟⎠⎞⎜⎜⎝⎛−−=βεβ1， 则11lim }|{|lim =⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−=<−+∞→+∞→nn n n Y P βεβεβ， 故βPn Y →．14．设随机变量序列{X n }独立同分布，其密度函数为⎩⎨⎧<≥=−−.,0;,e )()(a x a x x p a x 其中Y n = min{X 1, X 2, …, X n }，试证：a Y Pn →．证：对任意的ε > 0，P {| Y n − a | < ε} = P {a − ε < Y n < a + ε} = P {min{X 1, X 2, …, X n } < a + ε}= 1 − P {min{X 1, X 2, …, X n } ≥ a + ε} = 1 − P {X 1 ≥ a + ε} P {X 2 ≥ a + ε} … P {X n ≥ a + ε}εεεn na a x n a a x dx −∞++−−∞++−−−=⎟⎠⎞⎜⎝⎛−−=⎟⎠⎞⎜⎝⎛−=∫e 1e 1e 1)()(， 则1)e 1(lim }|{|lim =−=<−−+∞→+∞→εεn n n n a Y P ，故a Y Pn →．15．设随机变量序列{X n }独立同分布，且X i ~ U(0, 1)．令nni i n X Y 11⎟⎟⎠⎞⎜⎜⎝⎛=∏=，试证明：c Y P n →，其中c 为常数，并求出c ．证：设∑∏===⎟⎟⎠⎞⎜⎜⎝⎛==n i i n i i n n X n X n Y Z 11ln 1ln 1ln ，因X i ~ U (0, 1)， 则1)ln (ln )(ln 101−=−==∫x x x xdx X E i ，2)2ln 2ln (ln )(ln 12122=+−==∫x x x x x xdx X E i ，1)](ln [)(ln )Var(ln 22=−=i i i X E X E X ， 可得1)(ln 1)(1−==∑=n i i n X E n Z E ，n X nZ ni in 1)Var(ln 1)Var(12==∑=，由切比雪夫不等式，可得对任意的ε > 0，221)Var(}|)({|εεεn Z Z E Z P n n n =≤≥−，则01lim }|)({|lim 02=≤≥−≤+∞→+∞→εεn Z E Z P n n n n ，即0}|)({|lim =≥−+∞→εn n n Z E Z P ，1)(−=→n P n Z E Z ，因n Z n Y e =，且函数e x 是直线上的连续函数，根据本节第3题的结论，可得1e e −→=PZ n n Y ， 故c Y Pn →，其中1e −=c 为常数．16．设分布函数列{F n (x )}弱收敛于分布函数F (x )，且F n (x ) 和F (x ) 都是连续、严格单调函数，又设 ξ 服从(0, 1)上的均匀分布，试证：)()(11ξξ−−→F F Pn． 证：因F (x ) 为连续的分布函数，有F (−∞) = 0，F (+∞) = 1，则对任意的h > 0，存在M > 0，使得21)(h M F −>，2)(h M F <−， 因F (x ) 是连续、严格单调函数，有F −1( y ) 也是连续、严格单调函数， 可得F −1( y ) 在区间 [F (− M − 1), F (M + 1)] 上一致连续， 对任意的ε > 0，存在δ > 0，当y , y * ∈ [F (− M − 1), F (M + 1)] 且 | y − y * | < δ 时，| F −1( y ) − F −1( y *) | < ε， 设y * 是 [F (−M ), F (M )] 中任一点，记x * = F −1( y *)，有x * ∈ [−M , M ]，不妨设0 < ε < 1， 则对任意的x 若满足 ε≥−|*|x x ，就有 δ≥−|*)(|y x F ，根据本节第7题的结论知，{F n (x )} 在 (−∞, +∞) 上一致收敛于分布函数F (x )， 则对δ > 0和任意实数x ，总存在N > 0，当n > N 时，都有 | F n (x ) − F (x ) | < δ， 因当n > N 时，δ<−|)()(|x F x F n 且δ≥−|*(|y x F ，有*)(y x F n ≠，即*)(1y F x n −≠， 则对任意的0 < ε < 1，当n > N 时，*)(1y F n −满足ε<−=−−−−|*)(*)(||**)(|111y F y F x y F n n ， 可得对任意的0 < ε < 1，当n > N 时，h M F M F P F F P n −>−∈≥<−−−1)]}(),([{}|)()({|11ξεξξ由h 的任意性可知1}|)()({|lim 11=<−−−+∞→εξξF F P n n ，故)()(11ξξ−−→F F Pn．17．设随机变量序列{X n }独立同分布，数学期望、方差均存在，且E (X n ) = µ，试证：µP n k k X k n n →⋅+∑=1)1(2．证：令∑=⋅+=nk k n X k n n Y 1)1(2，并设Var (X n ) = σ 2， 因µµµ=+⋅+=+=∑=)1(21)1(2)1(2)(1n n n n k n n Y E nk n ， 且222212222)1(324)12)(1(61)1(4)1(4)Var(σσσ++=++⋅+=+=∑=n n n n n n n n k n n Y nk n ， 则由切比雪夫不等式可得，对任意的ε > 0，222)1(3241)Var(1}|{|1σεεεµ++−=−≥<−≥n n n Y Y P n n ， 因1)1(3241lim 22=⎥⎦⎤⎢⎣⎡++−+∞→σεn n n n ，由夹逼准则可得1}|{|lim =<−+∞→εµn n Y P ， 故µP n k kn X k n n Y →⋅+=∑=1)1(2． 18．设随机变量序列{X n }独立同分布，数学期望、方差均存在，且E (X n ) = 0，Var (X n ) = σ 2．试证：E (X n ) = 0，Var (X n ) = σ 2．试证：2121σP n k k X n →∑=． 注：此题与第19题应放在习题4.3中，需用到4.3节介绍的辛钦大数定律．证：因随机变量序列}{2n X 独立同分布，且222)]([)Var()(σ=+=n n n X E X X E 存在，故}{2nX 满足辛钦大数定律条件，}{2nX 服从大数定律，即2121σP n k k X n →∑=．19．设随机变量序列{X n }独立同分布，且Var (X n ) = σ 2存在，令∑==n i i X n X 11，∑=−=n i i n X X n S 122)(1．试证：22σPnS →．证：2122112122122121)2(1)(1X X n X n X X X n X X X X n X X n S n i i ni i n i i n i i i n i i n−=⎟⎟⎠⎞⎜⎜⎝⎛+−=+−=−=∑∑∑∑∑=====，设E(X n ) = µ，{X n }满足辛钦大数定律条件，{X n }服从大数定律，即µP nk k X n X →=∑=11，则根据本节第2题第（2）小问的结论知，22µPX →，因随机变量序列}{2n X 独立同分布，且2222)]([)Var()(µσ+=+=n n n X E X X E 存在，则}{2nX 满足辛钦大数定律条件，}{2nX 服从大数定律，即22121µσ+→∑=P n k k X n ，故根据本节第2题第（1）小问的结论知，22222122)(1σµµσ=−+→−=∑=P n i i nX X n S ．20．将n 个编号为1至n 的球放入n 个编号为1至n 的盒子中，每个盒子只能放一个球，记⎩⎨⎧=.,0;,1反之的盒子的球放入编号为编号为i i X i 且∑==ni i n X S 1，试证明：0)(Pn n n S E S →−． 证：因n X P i 1}1{==，nX P i 11}0{−==，且i ≠ j 时，)1(1}1{−==n n X X P j i ，)1(11}0{−−==n n X X P j i ， 则n X E i 1)(=，⎟⎠⎞⎜⎝⎛−=n n X i 111)Var(， 且i ≠ j 时，)1(1)(−=n n X X E j i ，)1(11)1(1)()()(),Cov(22−=−−=−=n n n n n X E X E X X E X X j i j i j i ， 有1)()(1==∑=ni i n X E S E ，1)1(1)1(11),Cov(2)Var()Var(211=−⋅−+−=+=∑∑≤<≤=n n n n n X X X S nj i j i ni i n ， 可得0)]()([1)(=−=⎥⎦⎤⎢⎣⎡−n n n n S E S E n n S E S E ，221)Var(1)(Var n S n n S E S n n n ==⎥⎦⎤⎢⎣⎡−， 由切比雪夫不等式，可得对任意的ε > 0，2221)(Var 1)()(εεεn n S E S n S E S E n S E S P n n n n n n =⎥⎦⎤⎢⎣⎡−≤⎭⎬⎫⎩⎨⎧≥⎥⎦⎤⎢⎣⎡−−−， 则01lim )()(lim 022=≤⎭⎬⎫⎩⎨⎧≥⎥⎦⎤⎢⎣⎡−−−≤+∞→+∞→εεn n S E S E n S E S P n n n n n n ， 故0)(Pn n nS E S →−．习题4.21． 设离散随机变量X 的分布列如下，试求X 的特征函数．1.02.03.04.03210PX解：特征函数ϕ (t ) = e it ⋅ 0 × 0.4 + e it ⋅ 1 × 0.3 + e it ⋅ 2 × 0.2 + e it ⋅ 3 × 0.1 = 0.4 + 0.3 e it + 0.2 e 2it + 0.1 e 3it ．2． 设离散随机变量X 服从几何分布P {X = k } = (1 − p ) k − 1 p ， k = 1, 2, … ．试求X 的特征函数．并以此求E (X ) 和Var (X )． 解：特征函数ititk k ititk k itk p p p p p p t e)1(1e )]1([ee)1(e )(1111−−=−=−⋅=∑∑+∞=−+∞=−ϕ； 因22]e )1(1[e ]e )1(1[]e )1([e ]e )1(1[e )(it it it it it it it p ip p i p p p i p t −−=−−⋅−−⋅−−−⋅⋅=′ϕ，有)()0(2X iE pip ip ===′ϕ，故pX E 1)(=； 因332]e )1(1[]e )1(1[e ]e )1([]e )1(1[e 2]e )1(1[e )(it it it itit itit itp p p i p p ip p i ip t −−−+−=⋅−−⋅−−−−−⋅⋅=′′−−ϕ， 有)(2)2()0(2223X E i pp p p p =−−=−−=′′ϕ，可得222)(p p X E −=， 故222112)Var(p pp p p X −=⎟⎟⎠⎞⎜⎜⎝⎛−−=． 3． 设离散随机变量X 服从巴斯卡分布rk r p p r k k X P −−⎟⎟⎠⎞⎜⎜⎝⎛−−==)1(11}{，k = r , r + 1, …试求X 的特征函数．解：特征函数∑∑+∞=−−+∞=−−+−−−=−⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=r k r k it r k itr r r k r k r itkp r k k r p p p r k t )(e)1)(1()1()!1(e )1(11e )(L ϕ ∑∑+∞=−=−−−+∞=−=−−=+−−−=r k p x r k r r it rk p x r k r it ititdx x d r p x r k k r p e )1(111e )1()()!1()e ()1()1()!1()e (L itit it p x r r it p x r r r it p x k k r r r it x r r p x dx d r p x dx d r p e )1(e )1(11e )1(1111)1()!1()!1()e (11)!1()e ()!1()e (−=−=−−−=+∞=−−−−−⋅−=⎟⎠⎞⎜⎝⎛−⋅−=⎟⎟⎠⎞⎜⎜⎝⎛⋅−=∑rit itr it r it p p p p ⎥⎦⎤⎢⎣⎡−−=−−=e )1(1e ]e )1(1[)e (． 4． 求下列分布函数的特征函数，并由特征函数求其数学期望和方差．（1）)0(,e 2)(||1>=∫∞−−a dt a x F x t a ； （2）)0(,1π)(222>+=∫∞−a dt at a x F x ． 解：（1）因密度函数||11e 2)()(x a ax F x p −=′=，故⎥⎥⎦⎤⎢⎢⎣⎡−++=⎥⎦⎤⎢⎣⎡+=⋅=+∞−∞−+∞+−∞−+∞+∞−−∫∫∫0)(0)(0)(0)(||1e e 2e e 2ee 2)(ait a it a dx dx a dx a t x a it x a it x a it x a it x a itx ϕ 222112at a a it a it a +=⎟⎠⎞⎜⎝⎛−−+=； 因222222221)(22)()(a t ta t a t a t +−=⋅+−=′ϕ，有)(0)0(1X iE ==′ϕ， 故E (X ) = 0；因32242242222222221)(26)(2)(22)(2)(a t a t a a t t a t t a a t a t +−=+⋅+⋅−+⋅−=′′ϕ， 有)(22)0(222641X E i a a a =−=−=′′ϕ，可得222)(a X E =， 故222202)Var(aa X =−=；（2）因密度函数22221π)()(ax a x F x p +⋅=′=， 则∫+∞∞−+⋅=dx a x a t itx 2221e π)(ϕ， 由第（1）小题的结论知∫∞+∞−=+=dx x p a t a t itx )(e )(12221ϕ，根据逆转公式，可得∫∫∞+∞−−∞+∞−−−+⋅===dt at a dt t a x p itx itx x a 2221||1e π21)(e π21e 2)(ϕ， 可得||||222e πe 2π21e y a y a itya a a dt a t −−−+∞∞−=⋅=+⋅∫， 故||||222e e ππ1e π)(t a t a itx a a dx ax a t −−+∞∞−=⋅=+⋅=∫ϕ； 因⎩⎨⎧>−<=′−,0,e ,0,e )(2t a t a t atat ϕ 有a a −=+′≠=−′)00()00(22ϕϕ，即)0(2ϕ′不存在， 故E (X ) 不存在，Var (X ) 也不存在．5． 设X ~ N (µ, σ 2)，试用特征函数的方法求X 的3阶及4阶中心矩． 解：因X ~ N (µ, σ 2)，有X 的特征函数是222e)(t t i t σµϕ−=，则)(e)(2222t i t t t i σµϕσµ−⋅=′−，)(e)(e )(222222222σσµϕσµσµ−⋅+−⋅=′′−−t t i t t i t i t ，因)()(3e)(e)(2223222222σσµσµϕσµσµ−⋅−⋅+−⋅=′′′−−t i t i t t t i t t i ，有ϕ″′(0) = e 0 ⋅ (i µ )3 + e 0 ⋅ 3i µ ⋅ (−σ 2) = − i µ 3 − 3i µσ 2 = i 3E (X 3) = − i E (X 3)， 故E (X 3) = µ 3 + 3µσ 2； 又因2222222422)4()(3e)()(6e)(e)(222222σσσµσµϕσµσµσµ−⋅+−⋅−⋅+−⋅=−−−t t i t t i t t i t i t i t ，有ϕ (4)(0) = e 0 ⋅ (i µ )4 + e 0 ⋅ 6(i µ)2 ⋅ (−σ 2) + e 0 ⋅ 3σ 4 = µ 4 + 6µ 2σ 2 + 3σ 4 = i 4E (X 4) = E (X 4)， 故E (X 4) = µ 4 + 6µ 2σ 2 + 3σ 4．6． 试用特征函数的方法证明二项分布的可加性：若X ~ b (n , p )，Y ~ b (m , p )，且X 与Y 独立，则X + Y ~ b (n + m , p )．证：因X ~ b (n , p )，Y ~ b (m , p )，且X 与Y 独立，有X 与Y 的特征函数分别为ϕ X (t ) = ( p e it + 1 − p ) n ，ϕ Y (t ) = ( p e it + 1 − p ) m ， 则X + Y 的特征函数为ϕ X + Y (t ) = ϕ X (t ) ⋅ϕ Y (t ) = ( p e it + 1 − p ) n + m ，这是二项分布b (n + m , p )的特征函数， 故根据特征函数的唯一性定理知X + Y ~ b (n + m , p )．7． 试用特征函数的方法证明泊松分布的可加性：若X ~ P (λ1)，Y ~ P (λ2)，且X 与Y 独立，则X + Y ~ P (λ1 + λ2)．证：因X ~ P (λ1)，Y ~ P (λ2)，且X 与Y 独立，有X 与Y 的特征函数分别为)1(e1e )(−=itt X λϕ，)1(e2e )(−=itt Y λϕ，则X + Y 的特征函数为)1)(e(21e )()()(−++==itt t t Y X Y X λλϕϕϕ，这是泊松分布P (λ1 + λ2)的特征函数，故根据特征函数的唯一性定理知X + Y ~ P (λ1 + λ2)．8． 试用特征函数的方法证明伽马分布的可加性：若X ~ Ga (α1, λ)，Y ~ Ga (α2, λ)，且X 与Y 独立，则X + Y ~ Ga (α1 + α2 , λ)．证：因X ~ Ga (α1, λ)，Y ~ Ga (α2, λ)，且X 与Y 独立，有X 与Y 的特征函数分别为11)(αλϕ−⎟⎠⎞⎜⎝⎛−=it t X ，21)(αλϕ−⎟⎠⎞⎜⎝⎛−=it t Y ，则X + Y 的特征函数为)(211)()()(ααλϕϕϕ+−+⎟⎠⎞⎜⎝⎛−==it t t t Y X Y X ，这是伽马分布Ga (α1 + α2 , λ)的特征函数，故根据特征函数的唯一性定理知X + Y ~ Ga (α1 + α2 , λ)．9． 试用特征函数的方法证明χ 2分布的可加性：若X ~ χ 2 (n )，Y ~ χ 2 (m )，且X 与Y 独立，则X + Y ~ χ 2 (n + m )．证：因X ~ χ 2 (n )，Y ~ χ 2 (m )，且X 与Y 独立，有X 与Y 的特征函数分别为2)21()(n X it t −−=ϕ，2)21()(m Y it t −−=ϕ，则X + Y 的特征函数为2)21()()()(m n Y X Y X it t t t +−+−==ϕϕϕ，这是χ 2分布χ 2 (n + m )的特征函数，故根据特征函数的唯一性定理知X + Y ~ χ 2 (n + m )．10．设X i 独立同分布，且X i ~ Exp(λ)，i = 1, 2, …, n ．试用特征函数的方法证明：),(~1λn Ga X Y ni i n ∑==．证：因X i ~ Exp (λ)，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为11)(−⎟⎠⎞⎜⎝⎛−=−=λλλϕit it t i X ，则∑==ni i n X Y 1的特征函数为nni X Y it t t i n −=⎟⎠⎞⎜⎝⎛−==∏λϕϕ1)()(1，这是伽马分布Ga (n , λ)的特征函数，故根据特征函数的唯一性定理知Y n ~ Ga (n , λ)．11．设连续随机变量X 的密度函数如下：+∞<<∞−−+⋅=x x x p ,)(π1)(22µλλ， 其中参数λ > 0, −∞ < µ < +∞，常记为X ~ Ch (λ, µ )．（1）试证X 的特征函数为exp{i µ t − λ | t |}，且利用此结果证明柯西分布的可加性； （2）当µ = 0, λ = 1时，记Y = X ，试证ϕ X + Y (t ) = ϕ X (t ) ⋅ϕ Y (t )，但是X 与Y 不独立；（3）若X 1, X 2, …, X n 相互独立，且服从同一柯西分布，试证：)(121n X X X n+++L 与X 1同分布． 证：（1）根据第4题第（2）小题的结论知：若X *的密度函数为22π1)(*xx p +⋅=λλ，即X * ~ Ch (λ, 0)， 则X *的特征函数为ϕ * (t ) = e −λ | t |，且X = X * + µ 的密度函数为22)(π1)(µλλ−+⋅=x x p ， 故X 的特征函数为ϕ X (t ) = e i µ t ϕ * (t ) = e i µ t ⋅ e −λ | t | = e i µ t −λ | t |； 若X 1 ~ Ch (λ1, µ1)，X 2 ~ Ch (λ2, µ2)，且相互独立，有X 1与X 2的特征函数分别为||111e )(t t i X t λµϕ−=，||222e )(t t i X t λµϕ−=， 则X 1 + X 2的特征函数为||)()(21212121e )()()(t t i X X X X t t t λλµµϕϕϕ+−++==，这是柯西分布Ch (λ1 + λ2, µ1 + µ2)的特征函数，故根据特征函数的唯一性定理知X 1 + X 2 ~ Ch (λ1 + λ2, µ1 + µ2)； （2）当µ = 0, λ = 1时，X ~ Ch (1, 0)，有X 的特征函数为ϕ X (t ) = e −| t |，又因Y = X ，有Y 的特征函数为ϕ Y (t ) = e −| t |，且X + Y = 2X ，故X + Y 的特征函数为ϕ X + Y (t ) = ϕ 2X (t ) = ϕ X (2t ) = e −| 2t | = e −| t | ⋅ e −| t | =ϕ X (t ) ⋅ϕ Y (t )； 但Y = X ，显然有X 与Y 不独立；（3）因X i ~ Ch (λ, µ )，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为||e )(t t i X t i λµϕ−=， 则)(121n n X X X nY +++=L 的特征函数为 )(e e )()(1||111t n t t t X t t i n t n ti n ni X ni X nY i in ϕϕϕϕλµλµ===⎟⎠⎞⎜⎝⎛==−⎟⎟⎠⎞⎜⎜⎝⎛⋅−⋅==∏∏，故根据特征函数的唯一性定理知)(121n X X X n+++L 与X 1同分布． 12．设连续随机变量X 的密度函数为p (x )，试证：p (x ) 关于原点对称的充要条件是它的特征函数是实的偶函数．证：方法一：根据随机变量X 与−X 的关系充分性：设X 的特征函数ϕ X (t )是实的偶函数，有ϕ X (t ) = ϕ X (−t )，则−X 的特征函数ϕ −X (t ) = ϕ X (−t ) = ϕ X (t )，根据特征函数的唯一性定理知−X 与X 同分布，因X 的密度函数为p (x )，有−X 的密度函数为p (−x )，故由−X 与X 同分布可知p (−x ) = p (x )，即p (x ) 关于原点对称； 必要性：设X 的密度函数p (x ) 关于原点对称，有p (−x ) = p (x )， 因−X 的密度函数为p (−x )，即−X 与X 同分布，则−X 的特征函数ϕ −X (t ) = ϕ X (−t ) = ϕ X (t )，且)(][e ][e ][e )()()(t E E E t t X itX itX X it X X ϕϕϕ=====−−−， 故X 的特征函数ϕ X (t )是实的偶函数． 方法二：根据密度函数与特征函数的关系充分性：设连续随机变量X 的特征函数ϕ X (t )是实的偶函数，有ϕ X (t ) = ϕ X (−t )，因∫+∞∞−−=dt t x p itx )(e π21)(ϕ，有∫∫+∞∞−+∞∞−−−==−dt t dt t x p itxx it )(e π21)(e π21)()(ϕϕ， 令t = −u ，有dt = −du ，且当t → −∞时，u → +∞；当t → +∞时，u → −∞，则)()(e π21)(e π21))((e π21)()(x p du u du u du u x p iuxiux x u i ==−=−−=−∫∫∫+∞∞−−+∞∞−−−∞∞+−ϕϕϕ， 故p (x ) 关于原点对称；必要性：设X 的密度函数p (x ) 关于原点对称，有p (−x ) = p (x )，因∫+∞∞−−==dx x p E t itxitX)(e )(e)(ϕ，有∫∫+∞∞−−+∞∞−−==−dx x p dx x p t itx xt i )(e )(e)()(ϕ，令x = −y ，有dx = −dy ，且当x → −∞时，y → +∞；当x → +∞时，y → −∞， 则)()(e )(e ))((e )()(t dy y p dy y p dy y p t X ity ity y it X ϕϕ==−=−−=−∫∫∫+∞∞−+∞∞−−∞∞+−−，且)(][e ][e ][e )()()(t E E E t t X itX itX X t i X X ϕϕϕ====−=−−， 故X 的特征函数ϕ X (t )是实的偶函数．13．设X 1, X 2, …, X n 独立同分布，且都服从N(µ , σ 2)分布，试求∑==ni i X n X 11的分布．证：因X i ~ N (µ , σ 2)，i = 1, 2, …, n ，且X i 相互独立，有X i 的特征函数为222e)(t t i X t i σµϕ−=，则∑==n i i X n X 11的特征函数为nt t i n t n t i n ni X n i X n X n t t t i i 2211112222ee)()(σµσµϕϕϕ−⎥⎥⎦⎤⎢⎢⎣⎡⎟⎠⎞⎜⎝⎛−⋅====⎟⎠⎞⎜⎝⎛==∏∏，这是正态分布⎟⎟⎠⎞⎜⎜⎝⎛n N 2,σµ的特征函数，故根据特征函数的唯一性定理知⎟⎟⎠⎞⎜⎜⎝⎛=∑=n N X n X ni i 21,~1σµ． 14．利用特征函数方法证明如下的泊松定理：设有一列二项分布{b (k , n , p n )}，若λ=→∞n n np lim ，则L ,2,1,0,e !),,(lim ==−∞→k k p n k b kn n λλ．证：二项分布b (n , p n )的特征函数为ϕ n (t ) = ( p n e it + 1 − p n ) n = [1 + p n (e it − 1)] n ，且n → ∞时，p n → 0，因)1(e)1(e )1(e 1e )]1(e 1[lim )]1(e 1[lim )(lim −−⋅−→→∞→∞=−+=−+=itit n it n n np p itn p n it n n n n p p t λϕ，。
《概率论与数理统计》第04章习题解答
第四章 正态分布１、解：(0,1)ZN（1）{ 1.24}(1.24)0.8925P Z ∴≤=Φ={1.24 2.37}(2.37)(1.24)0.99110.89250.0986P Z <≤=Φ-Φ==-= {2.37 1.24}( 1.24)( 2.37)(1.24)(2.37)0.89250.99110.0986P Z -<≤-=Φ--Φ-=-Φ+Φ=-+=（2）{}0.9147()0.9147 1.37{}0.05261()0.0526()0.9474 1.62P Z a a a P Z b b b b ≤=∴Φ==≥=-Φ=Φ==，，得，，，得2、解：(3,16)XN8343{48}()()(1.25)(0.25)0.89440.59870.295744P X --∴<≤=Φ-Φ=Φ-Φ=-= 5303{05}()()(0.5)(0.75)44(0.5)1(0.75)0.691510.77340.4649P X --<≤=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= 31(25,36){25}0.95442(3,4){}0.95X N C P X C X N C P X C -≤=>≥、（）设，试确定，使；（）设，试确定，使解：（1）(25,36){25}0.9544X N P X C -≤=，{2525}0.9544P C X C ∴-≤≤+=25252525()()0.954466()()2()10.9544666()0.9772,21266C C C C CC CC +---Φ-Φ=-Φ-Φ=Φ-=Φ=∴==即， （2）(3,4){}0.95XN P X C >≥，331()0.95()0.952231.6450.292C CCC ---Φ≥Φ≥-≥≤-即，，4、解：（1）2(3315,575)XN4390.2533152584.753315{2584.754390.25}()()575575(1.87)( 1.27)(1.87)1(1.27)0.969310.89800.8673P X --∴≤≤=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= （2）27193315{2719}()( 1.04)1(1.04)10.85080.1492575P X -≤=Φ=Φ-=-Φ=-=(25,0.1492)YB ∴4440{4}(0.1492)(10.1492)0.6664ii i i P Y C -=∴≤=-=∑5、解：(6.4,2.3)X N{}{}1()81(1.055)10.85540.14462.3(85}0.17615 6.451(0.923)(0.923)0.82121()2.3P X P X X P X -Φ>-Φ-∴>>======->-Φ-Φ-Φ6、解：（1）2(11.9,(0.2))XN12.311.911.711.9{11.712.3}()()(2)(1)(2)1(1)0.20.20.977210.84130.8185P X --∴<<=Φ-Φ=Φ-Φ-=Φ-+Φ=-+= 设A ={两只电阻器的电阻值都在欧和欧之间} 则2()(0.8185)0.6699P A ==（2）设X , Y 分别是两只电阻器的电阻值，则22(11.9,(0.2))(11.9,(0.2))X N Y N ，，且X , Y 相互独立[]22212.411.9{(12.4)(12.4)}1{12.4}{12.4)}1()0.21(2.5)1(0.9938)0.0124P X Y P X P Y -⎡⎤∴>>=-≤⋅≤=-Φ⎢⎥⎣⎦=-Φ=-=7、一工厂生产的某种元件的寿命X （以小时计）服从均值160μ=，均方差为的正态分布，若要求{120200}0.80P X <<≥，允许最大为多少解：因为2(160,)XN σ由2001601201600.80{120200}()()P X σσ--≤<<=Φ-Φ从而 40402()10.80()0.9σσΦ-≥Φ≥，即，查表得401.282σ≥，故σ≤8、解：（1）2(90,(0.5))XN8990{89}()(2)1(2)10.97720.02280.5P X -∴<=Φ=Φ-=-Φ=-= （2）设2(,(0.5))X N d由808080{80}0.991()0.99()0.99 2.330.50.50.5d d d P X ---≥≥∴-Φ≥Φ≥≥，，，即 从而d ≥ 9、解：22~(150,3),~(100,4)X Y X N Y N 与相互独立，且则（1）2221~(150(100,3)4)(250,5)W X Y N N =+++=()222222~2150100,(2)314(200,52)W X Y N N =+-⨯+-⨯+⨯=-22325~(125,)(125,(2.5))22X Y W N N +== （2）242.6250{242.6}()( 1.48)1(1.48)10.93060.06945P X Y -+<=Φ=Φ-=-Φ=-= 12551255125522212551251255125()1()(2)1(2)2.5 2.522(2)220.97720.0456X Y X Y X Y P P P ⎧+⎫++⎧⎫⎧⎫->=<-+>+⎨⎬⎨⎬⎨⎬⎩⎭⎩⎭⎩⎭--+-=Φ+-Φ=Φ-+-Φ=-Φ=-⨯=10、解：（1）22~(10,(0.2)),~(10.5,(0.2))X N Y N X Y ，且与相互独立22~(0.5,2(0.2))(0.5,(0.282))X Y N N ∴--⨯=-0(0.5){0}()(1.77)0.96160.282P X Y ---<=Φ=Φ=（2）22~(10,(0.2)),~(10.5,)X N Y N X Y σ设，且与相互独立222~(0.5,2(0.2))(0.5,(0.2))X Y N N σ∴--⨯=-+0.90{0}P X Y ≤-<=Φ=Φ由1.28≥，故σ≤11、设某地区女子的身高（以m 计）2(1.63,(0.025))WN ，男子身高（以m 计）2(1.73,(0.05))MN ，设各人身高相互独立。
概率论与数理统计第四章
)
(
)
(
)
,
(
Y
D
X
Dபைடு நூலகம்
Y
X
Cov
xy
=
r
=4[E(WV)]2-4E(W2)×E(V2)≤0
01
得到[E(WV)]2≤E(W2)×E(V2). →(8)式得到证明.
02
设W=X-E(X),V=Y-E(Y),那么
03
其判别式
由(9)式知, |ρ xy|=1 等价于 [E(WV)]2=E(W2)E(V2). 即 g(t)= E[tW-V)2] =t2E(W2)-2tE(WV)+E(V2) =0 (10) 由于 E[X-E(X)]=E(x)-E(X) =0, E[Y-E(Y)]=E(Y)-E(Y) =0.故 E(tW-V)=tE(W)-E(V)=tE[X-E(X)]-E[Y-E(Y)]=0 所以 D(tW-V)=E{[tW-V-E(tW-V)]2}=E[(tW-V)2]=0 (11) 由于数学期望为0,方差也为0,即(11)式成立的充分必要条件是 P{tW-V=0}=1
随机变量X的数学期望是随机变量的平均数.它是将随机变量 x及它所取的数和相应频率的乘积和.
=
(1)
)
2
3
(
)
(
-
=
ò
µ
µ
-
dx
x
x
E
j
x
可见均匀分布的数学期望为区间的中值.
例2 计算在区间[a,b]上服从均匀分布的随机变量 的数学期望
泊松分布的数学期望和方差都等于参数λ.
其他
02
f(x)=
01
（4-6）
03
（4）指数分布
概率论与数理统计第四版课后学习资料第四章
(4.1)
i,j 1, 2, 3,
则有E(Z) E g(X, Y) g(x i ,y j )p ij , (4.2) (假设级数绝对收敛)
例. 设随机变量(X, Y)的概率密度为 3 , 1 y x.x 1 x 3 2 f(x,y) 2x y 0, 其它, 1 试求 : E(Y),E( ) XY
e
1 x
dx
1 t x
2
0
t 2 e t dt 22 ,
D(X) E(X2 ) -[ E(X)]2 2 .
30 正态分布: 设X~N(, 2 ), 则
解 : E(X)
2
t2 2
1
xe
t2 2
-
(x )2 22
例. 二项分布的均值的计算: 设X~b(n,p),引入r.v.Xi(i=1, 2, …, n), 它们是相互独 立的且都服从0--1分布: P{Xi=1}=p, P{Xi=0}=q, X表 示n次独立重复试验中A发生的次数,Xi表示第i次试 验的结果:Xi=1表示A发生, Xi=0表示A不发生, 所以
解: 计算X1的均值, 由定义有 E(X1) =00+1 0.2+2 0.8=1.8 E(X2)=00.6+1 0.3+2 0.1=0.5
显然,乙的成绩比甲的差.
例2. 有2个相互独立工作的电子装置, 它们的寿命Xk (k 1, 2 )服从同一指数分布, 其概率密度为:
x 1 e , x 0, f(x) θ 0, 0, x 0,
i
n
故 E(X) np D(X) npq.
概率论与数理统计 第4章 随机变量的数字特征
解：
1 (5 0.5x)( 3 x2 x)dx
0
2
4.65(元)
2021/7/22
21
4.1.2 随机变量函数的数学期望
将定理4.1推广到二维随机变量的情形．
定理4.2 设Z是随机变量X，Y的函数Z = g(X，Y)， g是连续函数．
(1) 若(X，Y)是二维离散型随机变量，其分布律
为P{X xi ,Y yj } pij, i, j 1,2,, 则有
解：由于 P{ X k} k e ，k = 0，1，2，…，
k!
因而
E( X ) kP{ X k} k k e
k0
k0 k!
k e
k1 (k 1)!
e
k 1
k1 (k 1)!
e k ee k0 k!
2021/7/22
12
4.1.1 数学期望的概念
2. 连续型随机变量的数学期望
2021/7/22
18
4.1.2 随机变量函数的数学期望
定理4.1 设Y为随机变量X的函数:Y = g(X) (g是连续
函数).
(1) 设X是离散型随机变量，其分布律为
P{X xk } pk , k 1,2,
若级数 g( xk ) pk绝对收敛,则 E(Y ) E[g( X )] g( xk ) pk
f ( x) 25( x 4.2)， 4 x 4.2，
0，
其 它.
求pH值X的数学期望E(X).
解：
E( X ) xf ( x)dx
4
4.2
x 25( x 3.8)dx x (25)(x 4.2)dx
3.8
4
4
2021/7/22
15
- 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)。
X 3, 一台付款3000元; 设寿命X服从参数为0.1的指数分布,试求该商店一 台收费Y的数学期望.
解 由题意, X的分布函数为
F ( x) 1 e
x 10
( x 0)
Y的可能的取值为1500,2000,2500,3000，且
P{Y 1500 } P{X 1} F (1) 1 e0.1 0.0952
解 因为 X , Y 相互独立且均服从参数为 的指数 分布，所以 X , Y 的联合密度函数为
2e x y f ( x, y) 0
E ( Z ) zf ( x, y )dxdy
R2 x y
x 0, y 0 其它
x y
zf ( x, y)dxdy zf ( x, y)dxdy
X
e f x dx e 1dx e 1
x x 0
1
例4.1.11 设某种商品每周的需求量X服从区间 [10,30]上的均匀分布,而经销商进货数为区间[10,30] 中的某一整数,商店每销售一单位商品可获利500元; 若供大于求则削价处理,每处理一单位商品亏损100 元;若供不应求,则可从外部调剂供应,此时每单位仅 获利300元.为使商店所获利润期望值不少于9280,试 确定最小的进货量. 解 设进货数为a,则利润为 500a ( X a)300, a X 30 Ya g ( X ) 500 X (a X )100, 10 X a
i 1 j 1
E (Z ) E[ g ( X , Y )] g xi , y j pij
（2）如果 X , Y 是二维连续型随机变量，且其联合密度函数 是 f x, y ，则当
g x, y f x, y dxdy 时， Z g X , Y
xf ( x)dx
绝对收敛,则称 xf ( x)dx 的值为 X 的数学期望,记为 E(X),即有
E( X )
xf ( x)dx
数学期望简称为期望,又称为均值.
例4.1.5 设 X ~ U [a, b],求 E ( X )
解 由于 X 的概率密度为
1 , f ( x) b a 0,
E( X )
xf x dx
0
x e
x
dx
1
例4.1.7 设随机变量 X ~ N (, ) ,求E(X).
2
解 则
1 E( X ) x e 2
( x )2 2
2
dx
x 令u
u2 2
E( X )
0.3
0.2
求 E( X 2 ) ．
解 由定理4.1.1，得
E ( X ) 2 0.1 02 0.4 12 0.3 42 0.2 3.9
2 2
例 4.1.10 设随机变量 X ~ U 0,1 ，求 E (e ) ．
X
解 由定理2.2.1，得
E (e )
分析：假设继续赌两局, 用A和B分别表示甲和乙 获胜，则结果有以下四种情况: AA AB BA BB
把已赌过的三局(A 胜2局B 胜1局)与上述结果
相结合,即 甲和乙 赌完五局, 前三局: 后二局: 甲胜2局乙胜1局 AA AB 甲胜 BA BB 乙胜
故有, 在赌技相同的情况下,甲、乙 最终获胜的 可能性大小之比为3:1. 即甲 应获得赌金的3/4，而 乙 只能获得赌金的1/4. 因此, 甲 能“期望”得到的数目应为
1
故 E(X) 不存在.
4.1.3 随机变量函数的数学期望
在很多实际问题中，经常遇到求 随机变量函数的数学期望问题．下 面两个定理给出了求随机变量函数 的数学期望的简便方法．利用这二 个定理可以省略求随机变量函数的 分布．
定理 4.1.1
设 Y g X 是随机变量 X 的一个已知函数 （1）如果 X 是离散型随机变量，且其分布律是
的数学期望存在，且
E(Z ) E[ g ( X , Y )]
g x, y f x, y dxdy
例 4.1.13 设随机变量 X , Y 的联合密度函数为
12 y 2 f x, y 0 0 y x 1 其它
求 E XY ．
解
E XY
xyf x, y dxdy
dx xy 12 y 2dy
0 0
1ห้องสมุดไป่ตู้
x
1 3 x dx 0 2
1 5
例 4.1.14 设随机变量 X , Y 独立同分布，均服从 参数为 的指数分布．令 3 X 1 X Y Z X Y 6Y 求 E (Z )
因而甲期望所得的赌金即为X的 “期望”值,等于
3 1 100 0 75(元). 4 4
即, X 的可能值与其概率之积的累加.
2.2.2 数学期望的定义
定义 2.2.1 设离散型随机变量 X 的分布律是 pi P( X xi ) , i 1, 2, , n, 如果 xi pi 收敛，则称随机变量的数学期望存在， 并称 xi pi 为随机变量 X 的数学期望， 简称期望 或
设 Z g X , Y 是二维随机变量 X , Y 的已知函数
PX xi , Y y j pij ， i, j 1,2, ,则当 g xi , y j pij
时， Z g X , Y 的数学期望存在，且
i 1 j 1
i 1
i 1
均值，记作 E ( X ) ．即
E ( X ) xi pi
i 1
例4.1.1 甲、乙两个人进行射击,所得的分数分别为 X1 , X 2 , 它们的分布律分别为 X1 X2 0 0 1 2 1 2
pk 0.2 0.2 0.6
pk 0.1 0.5 0.4
试评定他们成绩的好坏. 解 甲乙两个人得分的数学期望分别为
3 1 100 0 75(元), 4 4
而乙 能“期望”得到的数目, 则为
1 3 100 0 25(元). 4 4
若设随机变量 X 为:在甲胜2局乙胜1局的前提 下, 继续赌下去甲最终所得的赌金. 则X 的分布列为:
100 0 3 / 4 1/ 4
k!
e
k 0,1, 2,
E( X ) k
k 0
k
k!
x
e
e
(k 1)! e
k 1
k 1
e
x x e k 0 k ! k 1 ( k 1)!
k k 1
定义2.2.2 设连续型随机变量 X 的概率密度为f(x) , 若积分
f x ，则当
望存在，且
g x f x dx 时，Y g X 的数学期
E(Y ) E[ g ( X )]
g x f x dx
例 4.1.9 设随机变量 X 的分布律是 0 1 4 X -2
P
0.1
0.4
E( X1 ) 0 0.2 1 0.2 2 0.6 1.4
E( X 2 ) 0 0.1 1 0.5 2 0.4 1.3
由于
E( X1 ) E( X 2 )
故甲的成绩强于乙的成绩.
例4.1.2 设随机变量X服从参数为p的0-1分布， 试求X 的数学期望.
P( X xk ) pk , k 1,2, ， 则 当
g x p
i 1 i
i
时 ，
Y g X 的数学期望存在，且
i 1
E (Y ) E[ g ( X )] g xi pi
（ 2 ）如果 X 是连续型随机变量，且其密度函数是
E (Y ) 1500 0.0952 2000 0.0861 2500 0.0779 300 0.7408 2732 .15
即平均一台收费2732.15元
例4.1.4 设X服从参数为 的泊松分布,求 X 的数学 期望. 解 由于X的分布律为 故
P( X k )
k
解 由题意知X的分布律为
X
0
1 p
P 1 p
故
E( X ) 0 (1 p) 1 p p
例4.1.3 某商店对某种家用电器的销售采用先使 用后付款的方法,记使用寿命为X(以年计),规定 X 1, 一台付款1500元;
1 X 2, 一台付款2000元;
2 X 3, 一台付款2500元;
E ( Z ) zf ( x, y )dxdy
R2
x y
zf ( x, y)dxdy zf ( x, y)dxdy
x y
dx (3x 1) f ( x, y)dy dy 6 y f ( x, y)dx
0 0 0 0
x
y
27 1 4 2
第四章 随机变量的数字特征
上传 snr5aliu(刘景波) 仅用于学习交流
§4.1 数学期望
引例1 分赌本问题(产生背景)
甲、乙 两人赌技相同, 各出 赌金50元,并约定先胜三局者为 胜, 取得全部 100 元.由于出现意 外情况 ,在 A 胜 2 局 B 胜1 局时, 不得不终止赌博, 如果要分赌金, 该如何分配才算公平?