《概率论与数理统计》习题三答案
陈国华等主编概率论与数理统计第三章习题解答
⎧1 PX ( x) = ⎨ ⎩0
0 < x <1 其他
⎧e− y PY ( x) = ⎨ ⎩0
y>0 其他
由 X,Y 的独立性知 X 与 Y 的联合密度函数为
⎧e − y P ( x, y ) = PX ( x) PY ( y ) = ⎨ ⎩0
（2） P ( y ≤ x ) =
0 < x < 1, y > 0 其他
所以 U 的分布列为 U P 同理 V 的分布列为 V 0 1 2 1 0.12 2 0.37 3 0.51
P
0.40
0.44
0.16
2. 设随时机变量 X 和 Y 的分布列分别为 X -1 0 1 P Y 1/4 0 1/2 1 1/4
1/2 1/2 P 已知 P(XY=0)=1,试求 Z=max(X,Y)的分布列. 答案：解：记（x,y）的联合也分布列及其边际分布为 Y X -1 0 1 P(Y=j) 0 1 P(X=i)
1 ⎧1 2 ⎪ 1< x < e ,0 < y < P( X , Y ) = ⎨ 2 x ⎪ 其他 ⎩0
由此得，当 1 < x < e 时
2
PX ( x) = ∫
+∞
−∞
1 1 1 f ( x, y )dy = ∫ x dy = 0 2 2x
所以 X 的边际密度函数为
⎧1 1 < x < e2 ⎪ PX ( x) = ⎨ 2 x ⎪ 其他 ⎩0
（2）采用不放回抽样时（x,y）的联合分布为 Y X 0 1 联合分布律. 答案：解：以 x 表示取到的红球只数，y 表示取到的白球只数，则任取四只球的可能情况如 下 红 白 黑 4 0 0 3 1 0 3 0 1 2 1 1 2 0 2 1 1 2 1 0 3 0 1 3 0 1\5 1\5 3\5 0 1
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。
《概率论与数理统计》习题及答案第三章
《概率论与数理统计》习题及答案第 三 章1．掷一枚非均质的硬币，出现正面的概率为p (01)p <<，若以X 表示直至掷到正、反面都出现时为止所需投掷次数，求X 的分布列。
解 ()X k =表示事件：前1k -次出现正面，第k 次出现反面，或前1k -次出现反面，第k 次出现正面，所以11()(1)(1),2,3,.k k P X k p p p p k --==-+-=2．袋中有b 个黑球a 个白球，从袋中任意取出r 个球，求r 个球中黑球个数X 的分布列。
解 从a b +个球中任取r 个球共有ra b C +种取法，r 个球中有k 个黑球的取法有kr kb aC C -，所以X 的分布列为()k r kb ara bC C P X k C -+==，max(0,),max(0,)1,,min(,)k r a r a b r =--+，此乃因为，如果r a <，则r 个球中可以全是白球，没有黑球，即0k =；如果r a >则r 个球中至少有r a -个黑球，此时k 应从r a -开始。
3．一实习生用一台机器接连生产了三个同种零件，第i 个零件是不合格品的概率1(1,2,3)1i p i i ==+，以X 表示三个零件中合格品的个数，求X 的分布列。
解 设i A =‘第i 个零件是合格品’1,2,3i =。
则1231111(0)()23424P X P A A A ===⋅⋅=， 123123123(1)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++111121113623423423424=⋅⋅+⋅⋅+⋅⋅=， 123123123(2)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=，1231236(3)()23424P X P A A A ===⋅⋅=. 即X 的分布列为01231611624242424XP. 4．一汽车沿一街道行驶，需通过三个设有红绿信号灯的路口，每个信号灯为红或绿与其他信号灯为红或绿相互独立，且每一信号灯红绿两种信号显示的概率均为12，以X 表示该汽车首次遇到红灯前已通过的路口的个数，求X 的概率分布。
概率论与数理统计第三章习题答案
3
3 = ⋅ lim 4 n→∞
1⎡ ⎛1⎞ ⎢1 − ⎜ ⎟ 4⎣ ⎢ ⎝4⎠
0， 1， 2， 5，由题意，显然 ξ ~ B(5,0.2) 解：设 ξ代表设备使用的个数， ξ＝ "，
2 2 3 2 (1) P (ξ = 2) = C 5 p q = C5 ⋅ (0.2) 2 ⋅ (0.8) 3 = 0.2048
( 2) P (ξ ≤ 2) = P (ξ = 0) ＋P (ξ = 1) ＋P (ξ = 2)
2⎡ ⎛2⎞ ⎢1 − ⎜ ⎟ k ∞ 3⎣ ⎢ ⎝3⎠ ⎛2⎞ 而 ∑ ⎜ ⎟ = lim n →∞ 2 k =1 ⎝ 3 ⎠ 1− 3 1 所以， 2 c＝1，从而 c = . 2
n −1
⎤ ⎥ ⎥ ⎦
=
2 1− 3
2 3
=2
3 ，以 ξ 表示首次取得成功的试 验 4 次数序号，试写出 ξ 的分布律，并求出 ξ 为偶数的概率 p。 7.设在某种试验中，试验 成功的概率为
0 1 2 = C5 (0.2) 0 (0.8) 5 + C 5 (0.2)1 (0.8) 4 + C 5 (0.2) 2 (0.8) 3 = 0.94208
( 3) P (ξ ≥ 2) = 1 − P (ξ = 0) − P (ξ = 1)
0 1 = 1 − C5 (0.2) 0 (0.8) 5 − C 5 (0.2)1 (0.8) 4 = 0.26272
概率论与数理统计习题三及答案
当 x 0, y 1 时， F x, y 1 dx0
0 2
2 x 1
4dy 1
（2）X 的边缘密度函数为
f X x f x, y dy
3
西南交通大学 2017—2018 学年第（一）学期《概率论与数理统计 B》课程习题答案
1 x0 = 2 0, 其他 Y 的边缘密度函数为
=
0
2 x 1
4dy,
1 42 x 1, x 0 2 0, 其他
f Y y f x, y dx
=
y 1 4dx, 0 y 1
2
0
0,
其他
=
21 y , 0 y 1 0,
其他
1 1 1 1 4 1 1 1 1 （3）f , 4 ， 而 f X 2, f Y ， 易见 f , f X f Y ， 4 3 4 3 3 4 3 4 3
或写成 X\Y 1 2 3 1 0 2 3
1 6 1 12
1 6 1 6 1 6
1 12 1 6
0
P X Y P X 1, Y 1 P X 2, Y 2 P X 3, Y 3
1
1 。 6
西南交通大学 2017—2018 学年第（一）学期《概率论与数理统计 B》课程习题答案
当
1 x 2 x 1 x 0, y 2 x 1 时， F x, y 1 dx0 4dy 4 x 2 4 x 1 ； 2 2
y 0
当 x 0,0 y 1 时， F x, y 0 dy y 1 4dx 2 y y 2 ；
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 。
《概率论与数理统计》习题及答案 第三章
《概率论与数理统计》习题及答案第 三 章1．掷一枚非均质的硬币，出现正面的概率为p (01)p <<，若以X 表示直至掷到正、反面都出现时为止所需投掷次数，求X 的分布列。
解 ()X k =表示事件：前1k -次出现正面，第k 次出现反面，或前1k -次出现反面，第k 次出现正面，所以11()(1)(1),2,3,.k k P X k p p p p k --==-+-=2．袋中有b 个黑球a 个白球，从袋中任意取出r 个球，求r 个球中黑球个数X 的分布列。
解 从a b +个球中任取r 个球共有ra b C +种取法，r 个球中有k 个黑球的取法有k r kb a C C -，所以X 的分布列为()k r kb ara bC C P X k C -+==，max(0,),max(0,)1,,min(,)k r a r a b r =--+， 此乃因为，如果r a <，则r 个球中可以全是白球，没有黑球，即0k =；如果r a >则r 个球中至少有r a -个黑球，此时k 应从r a -开始。
3．一实习生用一台机器接连生产了三个同种零件，第i 个零件是不合格品的概率1(1,2,3)1i p i i ==+，以X 表示三个零件中合格品的个数，求X 的分布列。
解 设i A =‘第i 个零件是合格品’1,2,3i =。
则1231111(0)()23424P X P A A A ===⋅⋅=， 123123123(1)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++111121113623423423424=⋅⋅+⋅⋅+⋅⋅=， 123123123(2)()P X P A A A A A A A AA ==++ 123123123()()()P A A A P A A A P A A A =++ 1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=，20 1231236(3)()23424P X P A A A ===⋅⋅=. 即X 的分布列为01231611624242424XP. 4．一汽车沿一街道行驶，需通过三个设有红绿信号灯的路口，每个信号灯为红或绿与其他信号灯为红或绿相互独立，且每一信号灯红绿两种信号显示的概率均为12，以X 表示该汽车首次遇到红灯前已通过的路口的个数，求X 的概率分布。
概率论与数理统计习题解答(第3章)
习 题 三 （A ）三、解答题1. 设口袋中有3个球，它们上面依次标有数字1，1，2，现从口袋中无放回地连续摸出两个球，以X ，Y 分别表示第一次与第二次摸出的球上标有的数字，求(X ，Y )的分布律． 解：(X ，Y )取到的所有可能值为(1，1)，(1，2)，(2，1)由乘法公式： P {X =1，Y =1}=P {X =1}P {Y =1|X =1}=2/3⨯1/2=/3， P {X =1，Y =2}= P {X =1}P {Y =2|X =1}=2/3⨯1/2=1/3， P {X =2，Y =1}= P {X =2}P {Y =1|X =2}=1/3⨯2/2=1/3. (X ，Y )的分布律用表格表示如下：2．设盒中装有8支圆珠笔芯，其中3支是蓝的，3支是绿的，2支是红的，现从中随机抽取2支，以X ，Y 分别表示抽取的蓝色与红色笔芯数，试求： (1) X 和Y 的联合分布律；(2) P {X ，Y } ∈ A }，其中A = {(x ，y )| x + y ≤ 1}． 解：X ，Y 所有可能取到的值是0， 1， 2(1) P {X =i ， Y =j }=P {X =i }P {Y =j |X =i }=282223C C C C j i j i --， i ， j =0，1，2， i +j ≤2 或者用表格表示如下：(2)P{(X ，Y )∈A }=P {X +Y ≤1}=P {X =0， Y =0}+P {X =1，Y =0}+P {X =0，Y =1}=3/28+9/28+6/28=9/14.3．设事件B A 、满足,21)|(,21)|(,41)(===A B P B A P A P 记X ，Y 分别为一次试验中A ，B 发生的次数，即⎩⎨⎧=不发生，发生A A X 0,1，⎩⎨⎧=不发生，发生，B B Y 0 1，求：二维随机变量(X ，Y )的分布律．解：因为P (A )=1/4，,21)|(=A B P 由P (B |A )=2/14/1)()()(==AB P A P AB P 得P (AB )=1/8， 由P (A |B )=2/1)()(=B P AB P 得P(B)=1/4.(X ，Y )取到的所有可能数对为(0，0)，(1，0)，(0，1)，(1，1)，则 P {X =0，Y =0}=)(1)()(B A P B A P B A P -===1-P (A )-P (B )+P (AB )=5/8, P {X =0，Y =1}=)(B A P =P (B -A )=P (B )-P (AB )=1/8, P {X =1，Y =0}=)(B A P =P (A -B )=P (A )-P (AB )=1/8, P {X =1，Y =1}=P (AB )=1/8.4．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=.,0,10,10 ,),(其它y x Axy y x f 试求： (1) 常数A (2) P {X = Y } (3) P {X < Y }(4) (X ，Y )的分布函数． 解：(1)由归一性知：1=， 故A=4(2) P {X =Y }=0, (3) P {X <Y }=.(4)F (x ，y )=即F (x ，y )=5．设二维随机变量),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<+=其它0,20,10 ,3),(2y x xyx y x f求P {X + Y ≥ 1}． 解：P{X+Y ≥1}=7265)3(),(102121=+=⎰⎰⎰⎰-≥+dydx xy x dxdy y x f xy x 6．将一枚硬币掷3次，以X 表示前2次中出现正面的次数，以Y 表示3次中出现正面的次数，求X ，Y 的联合分布律及(X ，Y )的边缘分布律．解：X 的所有可能取值为0，1，2，Y 的所有可能取值为0，1，2，3. P {X =0，Y =0}=0.53=0.125; P {X =0，Y =1}=0.53=0.125P {X =1，Y =1}=25.05.05.0212=⨯C ， P {X =1，Y =2}=25.05.05.0212=⨯C P {X =2，Y =2}=0.53=0.125， P {X =2，Y =3}==0.53=0.125 X ，Y 的分布律及边缘分布律可用表格表示如下：Y X 0 1 2 3 P i . 0 0.125 0.125 0 0 0.25 1 0 0.25 0.250.52 00.125 0.125 0.25P .j0.125 0.375 0.375 0.125 1解法2：,21)21()21(}|{}{},{22⨯=======-iiiC i X j Y P i X P j Y i X P.1,0,3,2,1,0,2,1,0=-==i j j i7．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<=-其它,00,),(yx e y x f y 求边缘概率密度f X (x )，f Y (y )．解：⎩⎨⎧<<=-其它,00,),(yx e y x f y⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==-+∞-∞+∞-⎰⎰0,00,0,00,),()(x x e x x dy e dy y x f x f xxy X ⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==--∞+∞-⎰⎰0,00,0,00,),()(0y y ye y y dx e dx y x f y f y y yY 8．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 求：(1) 确定常数c(2) 边缘概率密度f X (x )，f Y (y )．解：⎩⎨⎧<≤≤=0,01,),(22x y x y cx y x f(1)214212),(1104211122cdx x x c ydydx cx dxdy y x f x =-===⎰⎰⎰⎰⎰-∞+∞-∞+∞-所以 c=21/4(2) ⎪⎩⎪⎨⎧<-=⎪⎩⎪⎨⎧<==⎰⎰∞+∞-其它其它，,01||,8)1(2101||,421),()(42122x x x x ydy x dy y x f x f x X⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰-∞+∞-其它其它，,010********),()(252y y y ydx x dx y x f y f y yY 9．设平面区域D 由曲线xy 1=及直线y = 0，x = 1，x = e 2围成，二维随机变量(X ，Y )在区域D 上服从均匀分布，求边缘概率密度f X (x )，f Y (y )． 解：2|ln 12211===⎰e e D x dx xS (X ，Y )在区域D 上服从均匀分布，故f (x ，y )的概率密度为⎪⎩⎪⎨⎧∈=其它，0),(,21),(Dy x y x f ⎪⎩⎪⎨⎧≤≤==⎰⎰∞+∞-其它（,01,21),()210X e x dy dy y x f x f x⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤≤≤-=-===--∞+∞-⎰⎰⎰其它（10,0),11(2121,2121),()221112X 2y e e y y dx e dx dx y x f x f y e 10．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f 试求条件概率密度f (y | x )．解：⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f)0)(( )(),()|(|>=x f x f y x f x y f X X X Y ⎪⎩⎪⎨⎧≤<===⎰⎰∞+∞-其它,010,233),()(20x x xdy dy y x f x f x X当0<x ≤1时，⎪⎩⎪⎨⎧<<==其它,00,233)(),()|(2|xy x x x f y x f x y f X X Y即，⎪⎩⎪⎨⎧≤<<=其它,010,2)|(|x y x x y f X Y11．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<=其它,0,10,1),(xy x y x f 求条件概率密度f (x | y )．解：⎩⎨⎧<<<=其它,0||,10,1),(xy x y x f⎪⎩⎪⎨⎧>-=≤+===⎰⎰⎰-∞+∞-0,10,1),()(11y y dx y y dx dx y x f y f y y Y当y ≤0时，⎪⎩⎪⎨⎧<<-<<+==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X当y >0时，⎪⎩⎪⎨⎧<<-<<-==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X所以，⎪⎩⎪⎨⎧<<<-==其它,01||0,||11)(),()|(|x y y x f y x f y x f Y Y X12．已知随机变量Y 的概率密度为⎩⎨⎧<<=其它,010,5)(4y y y f Y 在给定Y = y 条件下，随机变量X 的条件概率密度为⎪⎩⎪⎨⎧<<<=其它,010,3)(32y x y x y x f 求概率P {X > 0.5}． 解：由)(),()|(|x f y x f y x f Y Y X =得 ⎩⎨⎧<<<<==其它,00,10,15)()|(),(2|yx y yx y f y x f y x f Y Y X644715),(}5.0{15.0125.0===>⎰⎰⎰⎰+∞+∞∞-xdydx yx dydx y x f X P 13．设二维随机变量(X ，Y )的分布律为试分别求),max(Y X Z =和),min(Y X W =的分布律． 解：Z =max(X ，Y )，W =min(X ，Y )的所有可能取值如下表Z =max(X ，Y )，W =min(X ，Y )的分布律为14．设X 和Y 是相互独立的随机变量，且)(~),(~θθE Y E X ，如果定义随机变量Z 如下：⎩⎨⎧>≤=Y X YX Z ,0,1 求Z 的分布律．解：⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X θθ ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f yY θθ 由独立性得X ，Y 的联合概率密度为⎪⎩⎪⎨⎧>>=+-其它,00,0,1),(2y x e y x f yx θθ 则P {Z =1}=P {X ≤Y }=211),(002==⎰⎰⎰⎰∞++-≤xyx yx dydx edxdy y x f θθ P {Z =0}=1-P {Z =1}=0.5故Z 的分布律为15．设二维随机变量(X ，Y )的概率密度为⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π求边缘概率密度f X (x )，f Y (y )；并问X 与Y 是否独立？解：⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π⎪⎩⎪⎨⎧<-===⎰⎰---∞+∞-其它，01||,121),()(222112x x dy dy y x f x f x x X ππ 同理，⎪⎩⎪⎨⎧<-=其它，01||,12)(2y y y f Y π显然，)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立16．设随机变量X 和Y 相互独立，试在以下情况下求Y X Z +=的概率密度， (1) )1,0(~),1,0(~U Y U X ； (2) )1(~),1,0(~Exp Y U X ．解：(1)⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧<<=其它,010,1)(Y y y f利用卷积公式：⎰+∞∞--=dx x z f x f z f Y X Z )()()(求f Z (z ))()(x z f x f Y X -=⎩⎨⎧+<<<<其它,01,10,1x z x x⎪⎪⎩⎪⎪⎨⎧<≤<≤-===-=⎰⎰⎰-∞+∞-其它2110,02,)()()(110z z z dx z dx dx x z f x f z f z z Y X Z(2) ⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧≤>=-0,00,)(Y y y e y f y 利用卷积公式：⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎩⎨⎧+<<>=--其它,01,0,)()(y z y y e y f y z f y Y X⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎪⎪⎩⎪⎪⎨⎧⎪⎩⎪⎨⎧≥<≤--=≥<≤=-----⎰⎰其它其它110,0,)1(,1110,0,,10z z e e e z z dy e dy e z zzz y z y17．设)1,1(~),1,0(~N Y N X ，且X 与Y 独立，求}1{≤+Y X P ． 解：由定理3.1（P75）知，X +Y ~N (1，2)，故5.0)0(}21121{}1{=Φ=-≤-+=≤+Y X P Y X P 18．设随机变量(X ，Y )的概率密度为⎪⎩⎪⎨⎧>>+=+-. ,0;0,0,)(21),()(其它y x e y x y x f y x(1) 问X 和Y 是否相互独立？ (2) 求Y X Z +=的概率密度． 解：(1) )1(21)(21),()0)(X +=+==-+∞+-+∞∞-⎰⎰x e dy e y x dx y x f x f x y x （(x>0) 同理，)1(21)(+=-y e y f yY y>0 显然，)()x (),(y f f y x f Y X =，所以X 与Y 不相互独立 (2).利用公式⎰+∞∞--=dx x z x f z f Z )()(，被积函数⎪⎩⎪⎨⎧>>=⎪⎩⎪⎨⎧>->-+=---+-其它其它,0,0,21,00,0,)(21),()(xz x ze x z x e x z x x z x f z x z x所以⎰+∞∞--=dx x z x f z f Z )()(，⎪⎩⎪⎨⎧⎪⎩⎪⎨⎧≤>=≤>=--⎰0,00,210,00,2120z z e z z z dx ze z z z19. 设某系统L 由两个相互独立的系统L 1，L 2联合而成，各连接方式如图所示．已知L 1，L 2的使用寿命X 与Y 分别服从参数为α，β 的指数分布，求以下各系统L 使用寿命Z 的分布函数及概率密度．解：并联时，系统L 的使用寿命Z=max{X ，Y} 因X ~Exp (α)，Y ~Exp (β)，故⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X αα， ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f y Y ββ ⎪⎩⎪⎨⎧≤>-=-0,00,1)(x x e x F xX α， ⎪⎩⎪⎨⎧≤>-=-0,00,1)(y y e y F y Y β ⎪⎩⎪⎨⎧≤>--==--0,00),1)(1()()()(z z e e z F z F z F z z Y X Z βα⎪⎩⎪⎨⎧≤>+-+=⎪⎪⎭⎫⎝⎛+---0,00,)11(11)(11z z e e e z f z z z Z βαβαβαβα 串联时，系统L 的使用寿命Z =min{X ，Y }⎪⎩⎪⎨⎧≤>-=---=⎪⎪⎭⎫⎝⎛+-0,00,1)](1)][(1[1)(11z z e z F z F z F z Y X Z βα ⎪⎩⎪⎨⎧≤>⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫⎝⎛+-0,00,11)(11z z e z f zZ βαβα （B ）1．设二维随机变量(X ，Y )的分布律为已知随机事件{X = 0}与{X + Y = 1}相互独立，求a ，b 的值．解：P {X =0}=a +0.4，P {X +Y =1}=P {X =1，Y =0}+P {X =0，Y =1}=a +b. P {X =0，X +Y =1}=P {X =0，Y =1}=a 由于{X =0}与{X +Y =1}相互独立，所以 P {X =0， X +Y =1}=P {X =0} P {X +Y =1}即 a =(a +0.4)(a +b ) (1) 再由归一性知：0.4+a +b +0.1=1 (2) 解(1)，(2)得 a =0.4， b =0.1 2．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<--=其它 ,010,10 ,2),(y x y x y x f (1) 求P {X > 2Y }(2) 求Z = X + Y 的概率密度f Z (z )． 解: (1) 247)2(),(}2{10202=--==>⎰⎰⎰⎰>xyx dydx y x dxdy y x f Y X P (2) 利用公式dx x z x f z f Z ⎰+∞∞--=),()(计算⎩⎨⎧<-<<<-=-其它,010,10,2),(x z x z x z x f ⎪⎩⎪⎨⎧≥<≤-<<-=⎪⎪⎩⎪⎪⎨⎧≥<≤-<<-=-=⎰⎰⎰-∞+∞-2,021,)2(10),22,021,)2(10,)2(),()(2110z z z z z z z dx z z dx z dx x z x f z f z z Z （3．设随机变量X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-=其它,020,4101,21)(x x x f X令2X Y =，),(y x F 为二维随机变量(X ，Y )的分布函数，求 (1) Y 的概率密度)(y f Y ；(2) )4,21(-F ．解：(1) F Y (y )=P {Y ≤y }=P {X 2≤y } 当y <0时，f Y (y )=0当y ≥0时，)()(}{)(y F y F y X y P y F X X Y --=<<-=从而，⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>≤<≤<=⎪⎩⎪⎨⎧-+=4041,8110,83)]()([21)(y y y y y y f y f yy f X X Y ，(2) F (-1/2，4)=P {X ≤-1/2，Y ≤4}= P {X ≤-1/2，X 2≤4} =P {-2≤X ≤-1/2}=4121)(211212==⎰⎰----dx dx x f X 4．设(X ，Y )为二维离散型随机变量，X 和Y 的边缘分布律分别如下：如果1}0{==XY P ，试求 (1) (X ，Y )的分布律； (2) 问X 与Y 是否独立． 解：P {XY ≠0}=1-P {XY =0}=0 即 P {X =-1，Y =1}+P {X =1，Y =1}=0由概率的非负性知，P {X =-1，Y =1}=0，P {X =1，Y =1}=0由边缘分布律的定义，P {X =-1}= P {X =-1，Y =0}+ P {X =-1，Y =1}=1/4 得P {X =-1，Y =0}=1/4再由P {X =1}= P {X =1，Y =0}+ P {X =1，Y =1}=1/4 得P {X =1，Y =0}=1/4再由P {Y =1}=P {X =-1，Y =1}+ P {X =0，Y =1}+ P {X =1，Y =1}= P {X =0，Y =1} 知P {X =0，Y =1}=1/2最后由归一性得：P {X =0，Y =0}=0(X ，Y )的分布律用表格表示如下：(2) 显然，X 和Y 不相互独立，因为P {X =-1，Y =0}≠ P {X =-1}P {Y =0}5．设随机变量X 与Y 相互独立，且),(~),,(~2ππσμ-U Y N X ，求Z = X + Y 的概率密度（计算结果用标准正态分布分布函数)(x Φ表示）．解：X 与Y 相互独立，利用卷积公式dx x z f x fz f Y XZ ⎰+∞∞--=)()()(计算,21)(222)(σμσπ--=x X ex f ⎪⎩⎪⎨⎧-∈=其它,0),(,21)(πππy y f Y ⎪⎩⎪⎨⎧<-<-=---其它,0,221)()(222)(ππππσσμx z e x z f x f x Y X⎰⎰⎰+---+---+∞∞-==-=ππσμπππσμπσππσz z x z z x Y X Z dx edx edx x z f x f z f 22222)(212)(21221)()()()]()([21}{21ππππππ--+=+<<-=z F z F z X z P ⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛--Φ-⎪⎭⎫ ⎝⎛-+Φσμπσμππz z 21 6．设二维随机变量(X ，Y )在矩形}10,20),{(≤≤≤≤=y x y x G 上服从均匀分布，试求边长为X 和Y 的矩形面积S 的概率密度)(s f S ． 解：(X ，Y )～Ｕ(G )⎪⎩⎪⎨⎧∈=其它,0),(,21),(Gy x y x f设F (x )和f (s )分别表示S =XY 的分布函数和密度函数 F (s )=P {XY <s} s<0时，F S (s)=0s ≥0时，⎪⎩⎪⎨⎧+≥=⎰⎰⎰⎰s s xs S dydxdydx s F 010*******,1, 所以，⎪⎪⎩⎪⎪⎨⎧≥≥+<=2,12,2ln 220,0s s s s s s F S于是，S =ＸY 概率密度为⎪⎩⎪⎨⎧<<=其它,020,2ln 21)(s ss f S 7．设随机变量X 与Y 相互独立，其中X 的分布律为而Y 的概率密度为f (y )，求随机变量Y X U +=的概率密度)(u g ． 解：由全概率公式： F U (u )=P {U ≤u }={X +Y ≤u }=P {X =1}P {X +Y ≤u |X =1}+ P {X =2}P {X +Y ≤u |X =2} = P {X =1}P {1+Y ≤u }+ P {X =2}P {2+Y ≤u } =0.3⨯F Y (u -1)+0.7⨯F Y (u -2)所以，f U (u ) =0.3⨯f Y (u -1)+0.7⨯f Y (u -2)8．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=其它，，,020,10 ,1),(x y x y x f 求：(1) (X ，Y )的边缘概率密度f X (x )，f Y (y )； (2) Y X Z -=2的概率密度)(z f Z ； 解：(1) ⎩⎨⎧<<<<=其它,00,10,1),(x y x y x f⎩⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,2,010,1),()(20x x x dy dy y x f x f x X ⎪⎩⎪⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,020,21,020,1),()(12y yy dx dx y x f y f y Y (2) ⎰⎰≤-=≤-=≤=zy x Z dxdy y x f z Y X P z Z P z F 2),(}2{}{)(如图所示，当z<0时，F Z (z)=0; 当z ≥2时，F Z (z)=1 当0≤z<2时:411)(212222020z z dydx dydx z F z xz x zx Z -=+=⎰⎰⎰⎰- 综上所述，⎪⎪⎩⎪⎪⎨⎧≥<≤-<=2,120,40.0)(2z z z z z z F Z 所以Z 的概率密度为：⎪⎩⎪⎨⎧<≤-=20,21,0)(z zz f Z 其它 9．设随机变量X 在区间(0，1)上服从均匀分布，在X = x （0 < x < 1）的条件下，随机变量Y 在区间),0(x 上服从均匀分布，求： (1) 随机变量X 和Y 的联合概率密度； (2) Y 的概率密度； (3) 概率P {X + Y > 1}． 解：(1) ⎩⎨⎧<<=其它,010,1)(x x f X⎪⎩⎪⎨⎧<<<<=其它,010,0,1)|(|x x y xx y f X Y ⎪⎩⎪⎨⎧<<<==其它（,010,1)()|),(|x y xx f x y f y x f X X Y(2) ⎩⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,ln ,010,1),()(1y y y dx x dx y x f y f y Y (3) 2ln 11),(}1{P 15.011-===≥+⎰⎰⎰⎰-≥+xx y x dydx xdxdy y x f Y X10. 设随机变量X 与Y 相互独立，X 的分布律为31}{==i X P ，（i = – 1，0，1），Y 的概率密度为⎩⎨⎧<≤=其它,010,1)(y y f Y ，记Y X Z +=，求：(1) 求}021{=≤X Z P (2) 求Z 的概率密度)(z f Z ．解：(1) P {Z ≤1/2|X =0}=P {X +Y ≤1/2|X =0}=P {Y ≤1/2}=1/2 (2) 由全概率公式：F Z (z )=P {Z ≤z }=P {X +Y ≤z }=P {X =1}P {X +Y ≤z |X =1} +P {X =0}P {X +Y ≤z |X =0}=P {X =-1}P {X +Y ≤z|X =-1} = P {X =1}P {1+Y ≤z }+P {X =0}P {Y ≤z }=P {X =-1}P {-1+Y ≤z } =1/3⨯[F Y (z -1)+ F Y (z )+ F Y (z +1)]从而，f Z (z ) =1/3⨯[f Y (z -1)+ f Y (z )+ f Y (z +1)]=⎪⎩⎪⎨⎧<<-其它,021,31z11．设X 与Y 的联合概率密度为⎩⎨⎧<<<<=.,0;0,10 ,3),(其它x y x x y x f 试求Y X Z -=的概率密度． 解：⎩⎨⎧<<<<=其它,00,10,3).(xy x x y x f⎰⎰-≥=-≥=≤-=≤=zx y Z dxdy y x f Z X Y P z Y X P z Z P z F ),(}{}{}{)(如图，当z<0时，F Z (z)=0; 当z ≥1时，F Z (z )=1当0≤z<1时:22333)(3100z z xdydx xdydx z F z xz x zxZ -=+=⎰⎰⎰⎰-综上得：⎪⎪⎩⎪⎪⎨⎧≥<≤-<=1,010,2230,0)(3z z z z z z F Z 12Z 的概率密度为⎪⎩⎪⎨⎧<≤-=其它,010),1(23)(2z z z f Z12．设X 与Y 独立同分布，且都服从标准正态分布N (0，1)，试求22Y X Z +=的分布． 解：,21)(22x X ex f -=π,21)(22y Y ey f -=π22221)()(),(y x Y X e y f x f y x f +-==π}{}{)(22z y x P z Z P z F Z ≤+=≤=当z<0时，F Z (z)=0; 当z ≥0时，220222222222121),(}{)(z zr z y x Z erdrd edxdy y x f z Y X P z F --≤+-===≤+=⎰⎰⎰⎰πθπ所以，Z 的概率密度为⎪⎩⎪⎨⎧≥=-其它,00,)(22z ze z f z Z。
- 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)。
《概率论与数理统计》习题及答案习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律.0 1 2 3 1 0 0 32.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.0 1 2 3 0 0 0 1 02P (0黑,2红,2白)=3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 题3图说明：也可先求出密度函数，再求概率。
4.设随机变量（X ，Y ）的分布密度f （x ，y ）=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求：（1） 常数A ；（2） 随机变量（X ，Y ）的分布函数； （3） P {0≤X <1，0≤Y <2}. 【解】（1） 由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12 （2） 由定义，有(3) {01,02}P X Y ≤<≤<XYXY5.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k（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） 由性质有故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰(3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }. 题6图【解】（1） 因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为而 所以(2) 5()(,)d d 25ed d yy xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他.8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰题8图 题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧≤≤.,0,1,22其他y x y cx（1） 试确定常数c ；（2） 求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图 【解】()(,)d X f x f x y y +∞-∞=⎰所以12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1） 求X 与Y 的联合概率分布； （2） X 与Y 是否相互独立？ 【解】（1） X 与Y 的联合分布律如下表3 4 5 1 2 0 3 0 0(2) 因{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== YX故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为 2 5 8 0.4 0.80.15 0.30 0.35 0.05 0.12 0.03（1）求关于X 和关于Y 的边缘分布； （2） X 与Y 是否相互独立？ 【解】（1）X 和Y 的边缘分布如下表2 5 8 P {Y=y i } 0.4 0.15 0.30 0.35 0.8 0.80.05 0.12 0.03 0.20.20.420.38(2) 因{2}{0.4}0.20.8P X P Y ===⨯0.160.15(2,0.4),P X Y =≠=== 故X 与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f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（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） 因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是故 X 2≥Y ，从而方程有实根的概率为：15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z P z Y=≤=≤ XYXY(1) 当z≤0时，()0ZF z=（2）当0<z<1时，（这时当x=1000时,y=1000z）(如图a)题15图(3) 当z≥1时，（这时当y=103时，x=103z）（如图b）即11,1,2(),01,20,.Zzzzf z z⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故21,1,21(),01,20,.Zzzf z z⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.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的概率.【解】设这四只寿命为X i(i=1,2,3,4)，则X i~N（160，202），从而17.设X，Y是相互独立的随机变量，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P{Z=i}=∑=-ikkiqkp)()(，i=0，1，2，….【证明】因X和Y所有可能值都是非负整数，所以于是18.设X，Y是相互独立的随机变量，它们都服从参数为n，p的二项分布.证明Z=X+Y服从参数为2n，p的二项分布.【证明】方法一：X+Y可能取值为0，1，2，…，2n.方法二：设μ1,μ2,…,μn;μ1′,μ2′,…，μn′均服从两点分布（参数为p），则X=μ1+μ2+…+μn，Y=μ1′+μ2′+…+μn′,X+Y=μ1+μ2+…+μn+μ1′+μ2′+…+μn′,所以，X+Y服从参数为（2n,p)的二项分布.(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 =X +Y 的分布律. 【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======（2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i =====<+≤= (3) {}{min(,)}P U i P X Y i === 20.雷达的圆形屏幕半径为R ，设目标出现点（X ，Y ）在屏幕上服从均匀分布. （1） 求P {Y ＞0｜Y ＞X }；（2） 设M =max{X ，Y }，求P {M ＞0}.题20图【解】因（X ，Y ）的联合概率密度为（1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤21.设平面区域D 由曲线y =1/x 及直线y =0，x =1,x=e 2所围成，二维随机变量（X ，Y ）在区域D 上服从均匀分布，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少？题21图 【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为（X ，Y ）关于X 的边缘密度函数为 所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于X 和【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-= 而X 与Y 独立，故{}{}{,}i j i i P X x P Y y P X x Y y =====,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x ===又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y ===同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1jj P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而 故为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=.(2) {,}{}{|}P X n Y m P X n P Y m X n ======24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为由于X 和Y 独立，可见 由此，得U 的概率密度为25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有 因为X ，Y 相互独立，所以推得 1{max{,}1}9P X Y ≤=.其中a ,b ,c 为常数，且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求： （1） a ,b ,c 的值； （2） Z 的概率分布； （3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4. 由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为-2，-1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 的概率分布为(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.。