山东建筑大学概率论第三章作业及答案

合集下载

概率论~第三章习题参考答案与提示

设二维随机变量xy的概率密度为6第三章习题参考答案与提示?2121yxyxyxf?xy?其中1yx?和2yx?都是二维正态密度函数且它们对应的二维随机变量的相关系数分别为13和13它们的边缘密度函数所对应的随机变量的数学期望都是0方差都是1
第三章习题参考答案与提示
第三章随机变量的数字特征习题参考答案与提示
22．已知 X 、 Y 分别服从正态分布 N (0，32 ) 和 N (1，42 ) ，且 X 与Y 的相关系数 ρ XY = −1/ 2 ，设 Z = X / 3 + Y / 2 ，求：
（1）求数学期望 EZ ，方差 DZ ；（2）Y 与 Z 的相关系数 ρYZ ；答案与提示：本题要求熟悉数学期望、方差、协方差的性质、计算及有关正态分布的性质。
X
Y
0
1
0
0.1
0.2
1
0.3
0.4
求：（1） EX ， EY ， DX ， DY ；
（2）( X ， Y )的协方差，相关系数，协方差阵，相关阵。
答案与提示：（1） EX = 0.7 ， DX = 0.21， EY = 0.6 ， DY = 0.24 。
（2） EXY = 0.4 ； Cov ( X ,Y ) = −0.02 ， ρXY = 0.089 ；
（1） X 的概率密度；
（2）Y = 1 − 2 X 的概率密度。
答案与提示：考查服从正态分布随机变量的概率密度的一般表达形式、参数的
几何意义及正态分布随机变量的性质。
（1） f (x) = 1 e−(x−1.7)2 /6 (−∞ < x < +∞) 6π
（2） f ( y) = 1 e−( y+2.4)2 / 24 2 6π

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。

概率论习题第三章答案

第三章连续型随机变量3、1设随机变量 ξ 的分布函数为F(x),试以F(x)表示下列概率: 。

)()4();()3();()2();()1(a P a P a P a P >≥≤=ξξξξ 。

）（解：)0(1)()4();(1)()3();0()(P 2);()0()()1(+-=>-=≥+=≤-+==a F a P a F a P a F a a F a F a P ξξξξ3、2函数x211F(x)+=就是否可以作为某一随机变量的分布函数,如果在其它场合恰当定义。

在其它场合恰当定义；）（,0)3(,0)2(1<<∞-∞<<∞<<∞-x x x 解:(1)F(x)在),(∞-∞内不单调,因而不可能就是随机变量的分布函数; (2)F(x)在)0∞，（内单调下降,因而也不可能就是随机变量的分布函数; (3)F(x)在），（－0∞内单调上升、连续且,若定义 ⎩⎨⎧≥<<∞=01)()(~x x X F x F －则)(~x F 可以就是某一随机变量的分布函数。

3、3函数 sinx 就是不就是某个随机变量ξ的分布函数？如果ξ的取值范围为[]。

，）；（，）；（，）（⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡πππ230302201 解:(1)当⎥⎦⎤⎢⎣⎡∈2,0πx 时,sinx 0≥且1sin 20=⎰πxdx ,所以 sinx 可以就是某个随机变量的分布密度; (2) 因为12sin 0≠=⎰πxdx ,所以sinx 不就是随机变量的分布密度; (3) 当 ⎥⎦⎤⎢⎣⎡∈23,ππx 时,sinx<=0所以sinx 不就是随机变量的分布密度。

3、4设随机变量ξ具有对称的分布函数p(x),即p(x)=p(-x) 证明:对任意的a>0,有[][]。

－－故上式右端＝知由证：）1)(21a)P(1a)(3)P(1;-2F(a))(21)(1)1(,)(2)()()2(;)(21)()(1)(1)(1)(1)(1)()()1(.)(F 12)()3(;1)(2)()2(;(p 21)(1)()1(00000-=<=>-=-==<-=--=-=-=+=-==--=>-=<-=-=-⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰-∞-∞-∞-∞--∞-a F dxx p a F dx x p dx x p a P dx x p dx x p dx x p a F dx x p dxx p dx x p dx x p a F a a P a F a P dx x a F a F a a a a a aaaaaa ξξξξξ3、5设)(1x F 与)(2x F都就是分布函数,证明F(x)=aF(x)+bF(x)也就是一个分布函数,并由此讨论,分布函数就是否只有离散型与连续型这两种类型？证:因为)(1x F与 )(2x F 都就是分布函数,于就是F(x1)＝aF1(x1)+bF2(x2)<= aF1(x1)+bF2(x2)= F(x2) 又F(x-0)= aF1(x1-0)+bF2(x2-0) = aF1(x)+bF2(x)= F(x) 所以,F(x)也就是分布函数。

山东建筑大学概率论第三章作业及答案

E (XY )= 4/9
E( X )
,则 EX =
1/3
1/6
3. 随机变量的分布率为 P 0.4 0.3 0.3 ,则 E ( X ) -0.2 E (3 X 2 +5)= 13.4 4. 已知随机变量的分布列为P(X=m)=1/10, m＝2,4,…,18,20, 则 EX = 11 5. 对两台仪器进行独立测试，已知第一台仪器发生故障的概率为 p1 ，第二台仪器发生故障的概率为 p2 ．令X表示测试中发生故障的仪器数，则 EX p1 p2
x EX

2
f ( x )dx
2
有关方差的定理：定理1
推论：Db 0;
DaX b a 2 DX
D X b DX ; D(aX ) a 2 DX .
6
定理2：若X与Y 独立， D X Y DX DY
n n 推论：D X i D X i i 1 i 1

7
二维随机变量的方差：
D X xi EX p X xi xi EX p xi , y j ,
2
离散型随机变量 X ,Y ,
i
DY yi EY pY
2
y y EY px , y .
特别的，1 0; 2 DX

i

x k f ( x )dx
k ( X ) [ xi E ( X )]k p( xi ) 对于离散随机变量：
i
对于连续随机变量： k ( X )
x E ( X )

k
f ( x )dx

概率论与数理统计第三章课后习题及参考答案

概率论与数理统计第三章课后习题及参考答案1．设二维随机变量),(Y X 只能取下列数组中的值：)0,0(，)1,1(-，31,1(-及)0,2(，且取这几组值的概率依次为61，31，121和125，求二维随机变量),(Y X 的联合分布律．解：由二维离散型随机变量分布律的定义知，),(Y X 的联合分布律为2．某高校学生会有8名委员，其中来自理科的2名，来自工科和文科的各3名．现从8名委员中随机地指定3名担任学生会主席．设X ，Y 分别为主席来自理科、工科的人数，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：(1)由题意，X 的可能取值为0，1，2，Y 的可能取值为0，1，2，3，则561)0,0(3833====C C Y X P ，569)1,0(381323====C C C Y X P ，569)2,0(382313====C C C Y X P ，561)3,0(3833====C C Y X P ，283)0,1(382312====C C C Y X P ，289)1,1(38131312====C C C C Y X P ，283)2,1(382312====C C C Y X P ，0)3,1(===Y X P ，563)0,2(381322====C C C Y X P ，563)1,2(381322====C C C Y X P ，0)2,2(===Y X P ，0)3,2(===Y X P ．),(Y X 的联合分布律为：(2)X 的边缘分布律为X 012P1452815283Y 的边缘分布律为Y 0123P285281528155613．设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其他．,0,42,20),6(),(y x y x k y x f 求：(1)常数k ；(2))3,1(<<Y X P ；(3))5.1(<Y P ；(4))4(≤+Y X P ．解：方法1：(1)⎰⎰⎰⎰--==∞+∞-∞+∞-422d d )6(d d ),(1yx y x k y x y x f ⎰--=42202d |)216(y yx x x k k y y k 8d )210(42=-=⎰，∴81=k ．(2)⎰⎰∞-∞-=<<31d d ),()3,1(y x y x f Y X P ⎰⎰--=32102d d )216(yx yx x x ⎰--=32102d |)216(81y yx x x 83|)21211(81322=-=y y ．(3)),5.1()5.1(+∞<<=<Y X P X P ⎰⎰∞+∞-∞---=5.1d d )6(81yx y x ⎰⎰--=425.10d d )6(81y x y x y yx x x d )216(81422⎰--=3227|)43863(81422=-=y y ．(4)⎰⎰≤+=≤+4d d ),()4(y x y x y x f Y X P ⎰⎰---=2042d )6(d 81x y y x x ⎰+-⋅=202d )812(2181x x x 32|)31412(1612032=+-=x x x ．方法2：(1)同方法1．(2)20<<x ，42<<y 时，⎰⎰∞-∞-=yxv u v u f y x F d d ),(),(⎰⎰--=y xv u v u 20d d )6(81⎰--=y xv uv u u 202d |)216(81⎰--=y v xv x x 22d )216(81y xv v x xv 222|)21216(81--=)1021216(81222x xy y x xy +---=，其他，0),,(=y x F ，∴⎪⎩⎪⎨⎧<<<<+---=其他．,0,42,20),1021216(81),(222y x x x xy y x xy y x F 83)3,1()3,1(==<<F Y X P ．(3))42,5.1(),5.1()5.1(<<<=+∞<<=<Y X P Y X P X P )2,5.1()4,5.1(<<-<<=Y X P Y X P 3227)2,5.1()4,5.1(=-=F F ．(4)同方法1．4．设随机变量),(Y X 的概率密度为⎩⎨⎧>>=--其他．,0,0,0,e ),(2y x A y x f y x 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)⎰⎰⎰⎰∞+∞+--∞+∞-∞+∞-==02d d e d d ),(1yx A y x y x f y x ⎰⎰∞+∞+--=02d e d e y x A y x2|)e 21(|)e (020A A y x =-⋅-=∞+-∞+-，∴2=A ．(2)0>x ，0>y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰--=yxv u vu 02d d e 2yv x u 020|)e 21(|)e (2---⋅-=)e 1)(e 1(2y x ----=，其他，0),(=y x F ，∴⎩⎨⎧>>--=--其他．,0,0,0),e 1)(e 1(),(2y x y x F y x ．5．设随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤=其他．,0,10,10,),(y x Axy y x f 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)2121d d d d ),(11010⋅⋅===⎰⎰⎰⎰∞+∞-∞+∞-A y y x x A y x y x f ，∴4=A ．(2)10≤≤x ，10≤≤y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰=yxv u uv 0d d 4220202||y x v u yx =⋅=，10≤≤x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4xv u uv 210202||x v u x =⋅=，10≤≤y ，1>x 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4yu v uv 202102||y v u y =⋅=，1>x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=101d d 4v u uv 1||102102=⋅=v u ，其他，0),(=y x F ，∴⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤=其他．,0,1,1,1,10,1,,1,10,,10,10,),(2222y x y x y y x x y x y x y x F ．6．把一枚均匀硬币掷3次，设X 为3次抛掷中正面出现的次数，Y 表示3次抛掷中正面出现次数与反面出现次数之差的绝对值，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：由题意知，X 的可能取值为0，1，2，3；Y 的可能取值为1，3．易知0)1,0(===Y X P ，81)3,0(===Y X P ，83)1,1(===Y X P ，0)3,1(===Y X P 83)1,2(===Y X P ，0)3,2(===Y X P ，0)1,3(===Y X P ，81)3,3(===Y X P 故),(Y X 得联合分布律和边缘分布律为：7．在汽车厂，一辆汽车有两道工序是由机器人完成的：一是紧固3只螺栓；二是焊接2处焊点，以X 表示由机器人紧固的螺栓紧固得不牢的数目，以Y 表示由机器人焊接的不良焊点的数目，且),(Y X 具有联合分布律如下表：求：(1)在1=Y 的条件下，X 的条件分布律；(2)在2=X 的条件下，Y 的条件分布律．解：(1)因为)1,3()1,2()1,1()1,0()1(==+==+==+====Y X P Y X P Y X P Y X P Y P 08.0002.0008.001.006.0=+++=，所以43)1()1,0()1|0(=======Y P Y X P Y X P ，81)1()1,1()1|1(=======Y P Y X P Y X P ，101)1()1,2()1|2(=======Y P Y X P Y X P ，401)1()1,3()1|3(=======Y P Y X P Y X P ，故在1=Y 的条件下，X 的条件分布律为X 0123P4381101401(2)因为)2,2()1,2()0,2()2(==+==+====Y X P Y X P Y X P X P 032.0004.0008.002.0=++=，所以85)2()0,2()2,0(=======X P Y X P X Y P ，41)2()1,2()2,1(=======X P Y X P X Y P ，81)2()2,2()2,2(=======X P Y X P X Y P ，故在2=X 的条件下，Y 的分布律为：Y 012P8541818．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧>>=+-其他．,0,0,0,e ),()2(y x c y x f y x 求：(1)常数c ；(2)X 的边缘概率密度函数；(3))2(<+Y X P ；(4)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)⎰⎰⎰⎰∞+∞++-∞+∞-∞+∞-==0)2(d d e d d ),(1yx c y x y x f y x⎰⎰∞+∞+--=02d e d ey x c y x2|)e (|)e 21(002c c y x =-⋅-=∞+-∞+-，∴2=c ．(2)0>x 时，⎰∞+∞-=y y x f x f X d ),()(⎰∞++-=0)2(d e 2y y x x y x 202e 2|)e (e 2-+∞--=-=，0≤x 时，0)(=x f X ，∴⎩⎨⎧≤>=-．0,0,0,e 2)(2x x x f x X ，同理⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)⎰⎰<+=<+2d d ),()2(y x y x y x f Y X P ⎰⎰---=20202d d e 2xy x yx 422202e e 21d e d e 2-----+-==⎰⎰xy x y x ．(4)由条件概率密度公式得，当0>y 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e 2,0,0,e e 2)(),()|(22|x x y f y x f y x f xy y x Y Y X ，同理，当0>x 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e ,0,0,2e e 2)(),()|(22|y y x f y x f x y f yx y x X X Y ．9．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧<<<<=其他．,0,0,10,3),(x y x x y x f 求：(1)关于X 、Y 的边缘概率密度函数；(2)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)10<<x 时，⎰∞+∞-=y y x f x f X d ),()(203d 3x y x x==⎰，其他，0)(=x f X ，∴⎩⎨⎧<<=其他．,0,10,3)(2x x x f X ，密度函数的非零区域为}1,10|),{(}0,10|),{(<<<<=<<<<x y y y x x y x y x ，∴10<<y 时，⎰∞+∞-=x y x f y f Y d ),()()1(23d 321y x x y-==⎰，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<-=其他．,0,10),1(23)(2y y y f Y ．(2)当10<<y 时，有⎪⎩⎪⎨⎧<<-=⎪⎪⎩⎪⎪⎨⎧<<-==其他．其他．,0,1,12,0,1,)1(233)(),()|(22|x y y x x y y xy f y x f y x f Y Y X ．当10<<x 时，有⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==其他．其他．,0,0,1,0,0,33)(),()|(2|x y x x y x x x f y x f x y f X X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x y x y x f Y X Y 的概率密度函数为⎩⎨⎧<<=其他．,0,10,5)(4y y y f Y 求21(>X P ．解：⎩⎨⎧<<<==其他．,0,10,15)|()(),(2|y x y x y x f y f y x f Y X Y ，则6447d )(215d d 15d d ),(21(121421211221=-===>⎰⎰⎰⎰⎰>x x x x y y x y x y x f X P xx ．11．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧<<<<+=其他．,0,20,10,3),(2y x xyx y x f 求：(1)),(Y X 的边缘概率密度；(2)X 与Y 是否独立；(3))),((D Y X P ∈，其中D 为曲线22x y =与x y 2=所围区域．解：(1)10<<x 时，x x y xy x y y x f x f X 322d )3(d ),()(222+=+==⎰⎰∞+∞-，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<+=其他．,0,10,322)(2x x x x f X ，20<<y 时，⎰∞+∞-=x y x f y f Y d ),()(316)d 3(12+=+=⎰y x xy x ，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<+=其他．,0,20,316)(y y y f Y ．(2)∵),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(3)}22,10|),{(2x y x x y x D ≤≤<<=，∴⎰⎰+=∈102222d d 3()),((xxx y xy x D Y X P 457d )32238(10543=--=⎰x x x x ．12．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=-其他．,0,0,0,e )1(),(2y x y xy x f x试讨论X ，Y 的独立性．解：当0>x 时，xx x X x yx y y x y y x f x f -∞+-∞+-∞+∞-=+-=+==⎰⎰e |11e d )1(e d ),()(002，当0≤x 时，0)(=x f X ，故⎩⎨⎧≤>=-．0,0,0,e )(x x x x f x X ，同理，可得⎪⎩⎪⎨⎧≤>+=．0,0,0,)1(1)(2y y y y f Y ，因为)()(),(y f x f y x f Y X =，所以X 与Y 相互独立．13．设随机变量),(Y X 在区域}|),{(a y x y x g ≤+=上服从均匀分布，求X 与Y 的边缘概率密度，并判断X 与Y 是否相互独立．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤+=其他．,0,,21),(2a y x a y x f ，当0<<-x a 时，有)(1d 21d ),()(2)(2x a a y a y y x f x f xa x a X +===⎰⎰++-∞+∞-，当a x <≤0时，有)(1d 21d ),()(2)(2x a a y a y y x f x f x a x a X -===⎰⎰---∞+∞-，当a x ≥时，0d ),()(==⎰+∞∞-y y x f x f X ，故⎪⎩⎪⎨⎧≥<-=．a x a x x a a x f X ,0,),(1)(2，同理，由轮换对称性，可得⎪⎩⎪⎨⎧≥<-=．a y a y y a a y f Y ,0,),(1)(2，显然)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立．14．设X 和Y 时两个相互独立的随机变量，X 在)1,0(上服从均匀分布，Y 的概率密度为⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2y y y f yY (1)求X 和Y 的联合概率密度；(2)设含有a 的二次方程为022=++Y aX a ，试求a 有实根的概率．解：(1)由题可知X 的概率密度函数为⎩⎨⎧<<=其他．,0,10,1)(x x f X ，因为X 与Y 相互独立，所以),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧><<==-其他．,0,0,10,e 21)()(),(2y x y f x f y x f y Y X ，(2)题设方程有实根等价于}|),{(2X Y Y X ≤，记为D ，即}|),{(2X Y Y X D ≤=，设=A {a 有实根}，则⎰⎰=∈=Dy x y x f D Y X P A P d d ),()),(()(⎰⎰⎰---==1021002d )e 1(d d e 2122xx y x x y⎰--=12d e12x x ⎰--=12d e 21212x x ππππ23413.01)]0()1([21-=Φ-Φ-=．15．设i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，求行列式4321X X X X X =的分布律．解：由i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，易知41X X ～)84.0,16.0(b ，32X X ～)84.0,16.0(b ．因为1X ，2X ，3X ，4X 相互独立，所以41X X 与32X X 也相互独立，又32414321X X X X X X X X X -==，则X 的所有可能取值为1-，0，1，有)1()0()1,0()1(32413241======-=X X P X X P X X X X P X P 1344.016.084.0=⨯=，)1,1()0,0()0(32413241==+====X X X X P X X X X P X P )1()1()0()0(32413241==+===X X P X X P X X P X X P 7312.016.016.084.084.0=⨯+⨯=，)0()1()0,1()1(32413241=======X X P X X P X X X X P X P 1344.084.016.0=⨯=，故X 的分布律为X 1-01P1344.07312.01344.016．设二维随机变量),(Y X 的概率密度为⎩⎨⎧>>=+-其他．,0,0,0,e 2),()2(y x y x f y x 求Y X Z 2+=的分布函数及概率密度函数．解：0≤z 时，若0≤x ，则0),(=y x f ；若0>x ，则0<-=x z y ，也有0),(=y x f ，即0≤z 时，0),(=y x f ，此时，0d d ),()2()()(2==≤+=≤=⎰⎰≤+zy x Z y x y x f z Y X P z Z P z F ．0>z 时，若0≤x ，则0),(=y x f ；只有当z x ≤<0且02>-=xz y 时，0),(≠y x f ，此时，⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 2d d ),()2()()(⎰⎰-+-=zx z y x y x 020)2(d e 2d z z z ----=e e 1．综上⎩⎨⎧≤>--=--．0,0,0,e e 1)(z z z z F z z Z ，所以⎩⎨⎧≤<='=-．0,0,0,e )()(z z z z F z f z Z Z ．17．设X ，Y 是相互独立的随机变量，其概率密度分别为⎩⎨⎧≤≤=其他．,0,10,1)(x x f X ，⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y 求Y X Z +=的概率密度．解：0<z 时，若0<x ，则0)(=x f X ；若0≥x ，则0<-=x z y ，0)(=-x z f Y ，即0<z 时，0)()(=-x z f x f Y X ，此时，0d )()()(=-=⎰∞+∞-x x z f x f z f Y X Z ．10≤≤z 时，若0<x ，则0)(=x f X ；只有当z x ≤≤0且0>-=x z y 时0)()(≠-x z f x f Y X ，此时，z zx z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e 1d e d )()()(0)(．1>z 时，若0<x ，0)(=x f X ；若1>x ，0)(=x f X ；若10≤≤x ，则0>-=x z y ，此时，0)()(≠-x z f x f Y X ，z x z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e )1e (d e d )()()(1)(．综上，⎪⎩⎪⎨⎧<>-≤≤-=--．0,0,1,e )1e (,10,e 1)(z z z z f z z Z ．18．设随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=+-其他．,0,0,0,e)(21),()(y x y x y x f y x (1)X 和Y 是否相互独立？(2)求Y X Z +=的概率密度．解：(1)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(2)0≤z 时，若0≤x ，则0)(=x f X ；若0>x ，则0<-=x z y ，0),(=y x f ，此时，0d ),()(=-=⎰∞+∞-x x z x f z f Z ．0≥z 时，若0≤x ，则0)(=x f X ；只有当z x <<0且0>-=x z y 时0),(≠y x f ，此时，⎰∞+∞--=x x z x f z f Z d ),()(⎰+-+=zy x x y x 0)(d e)(21⎰-=z z x z 0d e 21z z -=e 212，所以⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2z z z z f zZ ．19．设X 和Y 时相互独立的随机变量，它们都服从正态分布),0(2σN ．证明：随机变量22Y X Z +=具有概率密度函数⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．证：因为X 与Y 相互独立，均服从正态分布),0(2σN ，所以其联合密度函数为2222)(2e 121),(σσπy x y x f +-⋅=，(+∞<<∞-y x ,)当0≥z 时，有⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 22d d ),()()()(22⎰⎰≤++-⋅=zy x y x y x 22222d e 1212)(2σσπ⎰⎰-⋅=πσθσπ2022d ed 12122zr r r ⎰-=zr r r 022d e122σσ，此时，2222e)(σσz Z z z f -=；当0<z 时，=≤+}{22z Y X ∅，所以0)()()(22=≤+=≤=z Y X P z Z P z F Z ，此时，0)(=z f Z ，综上，⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．20．设),(Y X 在矩形区域}10,10|),{(≤≤≤≤=y x Y X G 上服从均匀分布，求},min{Y X Z =的概率密度．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤=其他．,0,20,10,21),(y x y x f ，易证，X ～]1,0[U ，Y ～]2,0[U ，且X 与Y 相互独立，⎪⎩⎪⎨⎧≥<≤<=．1,1,10,,0,0)(x x x x x F X ，⎪⎪⎩⎪⎪⎨⎧≥<≤<=．2,1,20,2,0,0)(y y yy y F Y ，可得)](1)][(1[1)(z F z F z F Y X Z ---=)()()()(z F z F z F z F Y X Y X -+=⎪⎪⎩⎪⎪⎨⎧≥<≤-<=．1,1,10,223,0,02z z z z z ，求导，得⎪⎩⎪⎨⎧<<-=其他．,0,10,23)(z z z f Z ．21．设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其他．,0,0,10,e ),()(y x b y x f y x (1)试确定常数b ；(2)求边缘概率密度)(x f X 及)(y f Y ；(3)求函数},max{Y X U =的分布函数．解：(1)⎰⎰⎰⎰∞++-∞+∞-∞+∞-==01)(d d e d d ),(1yx b y x y x f y x⎰⎰∞+--=1d e d e y x b y x )e 1(|)e (|)e (1102-+∞---=-⋅=b b y x ，∴1e11--=b ．(2)10<<x 时，1)(1e1e d e e 11d ),()(--∞++--∞+∞--=-==⎰⎰x y x X y y y x f x f ，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<-=--其他．,0,10,e 1e )(1x x f xX ，0>y 时，⎰∞+∞-=x y x f y f Y d ),()(y y x x -+--=-=⎰e d e e1110)(1，0≤y 时，0)(=y f Y ，∴⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)0≤x 时，0)(=x F X ，10<<x 时，101e 1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e1e1,0,0)(1x x x x F x X ；0≤y 时，0)(=y F Y ，0>y 时，y yv y Y Y v v v f y F --∞--===⎰⎰e 1d e d )()(0，∴⎩⎨⎧≤>-=-．0,0,0,e 1)(y y y F y Y ，故有)()()(y F x F u F Y X U =⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---．1,e 1,10,e1e1,0,01u u u uu ．。

概率论第三章课后习题答案_课后习题答案

第三章离散型随机变量率分布。

，试写出命中次数的概标的命中率为目；设已知射手每次射击射击中命中目标的次数指示射手在这三次独立以本空间上定义一个函数验的样本空间；试在样作为试验，试写出此试察这些次射击是否命中三次独立射击，现将观一射手对某目标进行了7.0.1.343.0441.0189.0027.03210027.0)7.01()()0()0(189.0)7.01()7.01(7.03)(3)1()1()1()1(441.0)7.01(7.07.03)(3)2()2()2()2(343.0)7.0()()3()3()(0)(1)()()(2)()()(3)(},,,{)},,(),,,(),,,(),,,(),,,(),,,(),,,(),,,{(3,2,1332183217653214323321187654321821321321321321321321321321⎪⎪⎭⎫ ⎝⎛=-======-⨯-⨯⨯===+=+====-⨯⨯⨯===+=+===================Ω==的分布列为所以，，则简记为将，，则代表击中目标的次数，令则次射中”，“第解：设ξξξξξξξξξξξξξξωξωξωξωξωξωξωξωξωξξωωωA A A P P P A A A P P P P P A A A P P P P P A A A P P P A A A A A A A A A A A A A A A A A A A A A A A A i i A i i i。

出的废品数的概率分布前已取个，求在取得合格品之不再放回而再取来使用，若取得废品就个这批零件中任取个废品，安装机器时从个合格品、一批零件中有1139.2118805499101112123)3(132054109112123)2(13227119123)1(129)0(32101919110111111211213110191111211213111191121311219=⨯⨯⨯=⋅⋅⋅===⨯⨯=⋅⋅===⨯=⋅=====C C C C C C C C P C C C C C C P C C C C P C C P ξξξξξξ，，，可能取值为：代表废品数，则解：令.1188054132054132271293210⎪⎪⎭⎫ ⎝⎛的分布列为所以，ξ废品数的概率分布。

概率论第三章习题及答案

i

PX x ， Y y
j i

j 1， 2，
返回主目录
第三章习题课
已知联合分布律求边缘分布律
X 以及Y 的边缘分布律也可以由下表表示
Y X
y1 p11
p21

y2 p12
p22

… … … … …
yj
p1 j
… … …

pi
p1
p2
x1
x2

p2 j
对于任意固定的 Y, 对于任意固定的 X,
F ( , y ) 0;
F ( x,) 0;
F (,) 0;
F (,) 1.
返回主目录
第三章习题课
3) F (x , y)=F(x+0, y), F (x, y)=F(x, y+0), 即 F (x, y)关于 x 右连续，关于 y 也右连续.

2 则称随机变量 X， Y 服从参数为 1， 2， 12， 2 ,

X， Y ~ N 1， 2，，， 2, 1 1. i i 1 ， 2, i 0 i 1
2 1 2 2
的正态分布，记作
Y 的取值为 y1， y2，， y j ，
则称
设 X， Y 二维离散型随机变量，X 的取值为
pij P X xi ， Y y j
i，j 1， 2，
X， Y 的（联合）分布律．为二维离散型随机变量
第三章习题课
二维离散型随机变量的联合分布律
X， Y 的联合分布律也可以由下表表示
Y X
x1 x2

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)。

16
概率论与数理统计作业10（§3.2～§3.4）一、填空题 1. 设随机变量 X 1 , X 2 , X 3相互独立，其中 X 1 在[0，6]上服从均匀分布， X 2服从 e( ) ，X 3 服从参数为 3 的泊松分布, 记 Y X1 2 X 2 3 X 3 ，则 D(Y ) 46
x EX

2
f ( x )dx
2
有关方差的定理：定理1
推论：Db 0;
DaX b a 2 DX
D X b DX ; D(aX ) a 2 DX .
6
定理2：若X与Y 独立， D X Y DX DY
n n 推论：D X i D X i i 1 i 1
xf X x dx ,

E Y yfY y dy.

2

yf x , y dxdy .
假定积分是绝对收敛的.
三、一维随机变量函数的数学期望
（1）设离散型随机变量X 的概率分布为：
X
x1
x2

xn

P ( X xi ) p( x1 ) p( x2 )
15
2) x 1 时，
fX x

21 2 21 2 f x, y dy 2 x ydy x x 6 ; x 4 8
1
x 1 时，f X x 0 21 2 x x6 , fX x 8 0, 0 y 1 时，

8
八、原点矩与中心矩
其中k为正整数。特别的， 1 EX 对于离散随机变量： k ( X ) 对于连续随机变量： k ( X )
定义1：随机变量X 的 k 阶原点矩： k X E X k

xik p( xi )
X E X k 定义2： X 的k 阶中心矩： k X E
5
六、方差与标准差
定义 X 的方差： DX E X EX 2
定义 X 的标准差：
X DX
D X xi EX pi
2 i 1
若X 为离散型随机变量，则有若X 为连续型随机变量，则有
D X
2
方差的计算公式:
DX E X
E X
j
i
X
i
假定级数是绝对收敛的. （2）设二维连续随机变量(X,Y)的联合概率密度为f(x, y)，则
随机变量X及Y 的数学期望分别定义如下：
i
E Y y j pY y j .
j
j
i

即： E X
EX

xf x, y dxdy , E Y

7
二维随机变量的方差：
D X xi EX p X xi xi EX p xi , y j ,
2
离散型随机变量 X ,Y ,
i
DY yi EY pY
2
y y EY px , y .
pq
3
pq2
4
pq3
5
q4
EX p 2 pq 3 pq 2 4 pq 3 5q 4 5 10 p 10 p 2 5 p 3 p 4
14
3．设二维随机变量(X,Y)的联合密度函数为 21 2 x y x2 y 1 f x， y 4 0 其它 1）求EX, EY 及 E(XY)； 2）求X与Y的边缘密度函数； 1 1 21 2 EX 解：1） xf x, y dxdy 1 dx x2 x 4 x ydy 1 21 x3 x 7 dx 0; 1 8
推论（1）Ea a
定理2
E X Y E X EY
n n 推论： E X i EX i . i 1 i 1
定理3 若X、Y 独立，则有：
E XY E X E Y
n n 推论若X 1 , X 2 ,, X n相互独立，则 X i EX i . E i 1 i 1
定理4 R( X , Y ) 1
定理5 如果 X 与Y 独立，则 R( X , Y ) 0, 即: X 与 Y相互独立
反之不成立。
X与 Y 不相关
11
概率论与数理统计作业9（§3.1）
1. X、Y独立同分布，X
P 0 1
则P( X Y 1)
5/9
1/3 2/3
2(1 x) 0 x 1 2. 设X的密度函数为 f ( x) 其它 0 2
E (XY )= 4/9
E( X )
,则 EX =
1/3
1/6
3. 随机变量的分布率为 P 0.4 0.3 0.3 ,则 E ( X ) -0.2 E (3 X 2 +5)= 13.4 4. 已知随机变量的分布列为P(X=m)=1/10, m＝2,4,…,18,20, 则 EX = 11 5. 对两台仪器进行独立测试，已知第一台仪器发生故障的概率为 p1 ，第二台仪器发生故障的概率为 p2 ．令X表示测试中发生故障的仪器数，则 EX p1 p2

x EX y EY f x, y dxdy.
逆命题不成立。
定理2 若X与Y 独立，则： X , Y 0. cov
定理1 cov( X , Y ) E ( XY ) E ( X ) E (Y )
注设X与Y是任两个随机变量，
D( X Y ) D( X ) D(Y ) 2 cov(X ,Y )
的次品率为p，求每批产品抽查样品的平均数。解设随机变量X 表示每批产品抽查的样品数，则:
P ( X m ) pqm 1 (m 1 , 2, 3, 4)
( p q 1)
P ( X 5) pq 4 q 5 q 4
∴X 的概率分布表如下：
X
P( X m)
1
p
2
EY
1

yf x, y dxdy dx 2
1 1 1 x
21 2 y x ydy 4
7 2 7 8 x x dx ; 1 4 9 1 1 21 E XY xyf x, y dxdy dx 2 xy x 2 ydy 1 x 4 1 7 x3 x9 dx 0; 1 4
特别的，1 0; 2 DX

i

x k f ( x )dx
k ( X ) [ xi E ( X )]k p( xi ) 对于离散随机变量：
i
对于连续随机变量： k ( X )
x E ( X )

k
f ( x )dx
9
九、协方差与相关系数
七、某些常用分布的数学期望及方差
EX np, DX npq 0 -1分布：EX p, DX pq 二项分布：
q 1 Poisson分布 EX , DX 几何分布: EX , DX 2 p p ab (b a )2 均匀分布: EX , DX 2 12 1 1 指数分布: EX , DX 2
随机变量g(X,Y)的数学期望如下：
E g X , Y

g x, y f x, y dxdy,
4
假定这个积分是绝对收敛的.
五、关于数学期望的定理
定理1
E a bX a bEX
（3）E bX bEX （2）E a X a EX
2 i j 2
j
j
i
j
连续型随机变量 X ,Y ,
j
i
j
x EX 2 f X x dx DX

DY

x EX f x, y dxdy,
2
y EY 2 fY y dy

y EY 2 f x, y dቤተ መጻሕፍቲ ባይዱdy.
10
2、X与Y 的相关系数定义 R( X , Y ) cov ( X , Y )
R( X , Y )
定理3
cov ( X , Y ) D( X ) D(Y )
R X , Y 1
1, b 0; Y a bX , 且 R( X , Y ) 1, b 0.

1
二、二维随机变量的数学期望
（1）设二维离散随机变量(X,Y)的联合概率函数为p(xi , yj)，则随机变量X及Y 的数学期望分别定义如下：
E X xi p xi , y j , E Y y j p xi , y j .
即： E X
i

x p x ,
p( xn )
则定义随机变量函数 Y g X 的数学期望为：
EY Eg X g xi p xi
i
（2）若X为连续型随机变量，其概率密度为 f x , 则定义随机变量函数 Y g X 的数学期望为：
EY Eg X g x f x dx

y
x 1; x 1.
fY y

f x, y dx

y 1或y 0 时 fY y 0 7 5 y2, fY y 2 0,

山东建筑大学概率论第三章作业及答案

概率论~第三章习题参考答案与提示

概率论与数理统计第三章习题及答案

概率论习题第三章答案

最新概率论与数理统计第三章习题及答案

山东建筑大学概率论第三章作业及答案

概率论与数理统计第三章课后习题及参考答案

概率论第三章课后习题答案_课后习题答案

概率论第三章习题及答案