《概率论与数理统计》袁荫棠 中国人民大学出版社 课后答案 概率论第四章
概率论与数理统计复旦大学出版社第四章课后解答
概率论 习题四 答案1.设随机变量X 的分布律为求E （X ），E （X ），E （2X +3）. 【解】(1) 11111()(1)012;82842E X =-⨯+⨯+⨯+⨯= (2) 2222211115()(1)012;82844E X =-⨯+⨯+⨯+⨯=(3) 1(23)2()32342E X E X +=+=⨯+=2.已知100个产品中有10个次品，求任意取出的5个产品中的次品数的数学期望、方差.故 ()0.58300.34010.07020.0073E X =⨯+⨯+⨯+⨯+⨯+⨯0.501,= 52()[()]iii D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=3.设随机变量且已知E （X ）=0.1,E (X 2)=0.9,求123,,p p p . 【解】因1231p p p ++=……①,又12331()(1)010.1E X p p p p p =-++=-=……②,222212313()(1)010.9E X p p p p p =-++=+=……由①②③联立解得1230.4,0.1,0.5.p p p ===4.袋中有N 只球，其中的白球数X 为一随机变量，已知E （X ）=n ，问从袋中任取1球为白球的概率是多少？【解】记A ={从袋中任取1球为白球}，则(){|}{}Nk P A P A X k P X k ===∑全概率公式1{}{}1().NNk k k P X k kP X k N Nn E X N N========∑∑5.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧≤≤-<≤.,0,21,2,10,其他x x x x求E （X ），D （X ）. 【解】12201()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰ 故 221()()[()].6D XE X E X =-=6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望.（1） U =2X +3Y +1； （2） V =YZ -4X .【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++ 25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=- ,()()4()Y Z E Y E Z E X -因独立1184568.=⨯-⨯= 7.设随机变量X ，Y 相互独立，且E （X ）=E （Y ）=3，D （X ）=12，D （Y ）=16，求E （3X -2Y ），D （2X -3Y ）. 【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2) 22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯=8.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<.,0,0,10,其他x y x k试确定常数k ，并求E （XY ）. 【解】因11(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =2 1()(,)d d d 2d 0.25xE XY xyf x y x y x x y y +∞+∞-∞-∞===⎰⎰⎰⎰.9.设X ，Y 是相互独立的随机变量，其概率密度分别为2,01,()0,;X x x f x ≤≤⎧=⎨⎩其它 (5)e ,5,()0,.y Y y f y --⎧>=⎨⎩其它 求()E XY .【解】方法一：先求X 与Y 的均值 12()2d ,3E X x x x==⎰5(5)5()e d5e d e d 51 6.z y y zzE Y y y z zz +∞+∞+∞=-----=+=+=⎰⎰⎰令 由X 与Y 的独立性，得2()()()6 4.3E XY E X E Y ==⨯= 方法二：利用随机变量函数的均值公式.因X 与Y 独立，故联合密度为(5)2e ,01,5,(,)()()0,,y X Y x x y f x y f x f y --⎧≤≤>==⎨⎩其他于是11(5)2(5)552()2e d d 2d e d 6 4.3y y E XY xy x x y x xy y +∞+∞----===⨯=⎰⎰⎰⎰10.设随机变量X ，Y 的概率密度分别为()X f x =⎩⎨⎧≤>-;0,0,0,22x x x e ()Y f y =⎩⎨⎧≤>-.0,0,0,44y y y e 求（1） ()E X Y +;（2） 2(23)E X Y -.【解】22-200()()d 2e d [e ]e d x x xX E X xf x x x x x x +∞+∞+∞--+∞-∞===-+⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e d y .4yY E Y y f y y y +∞+∞--∞===⎰⎰22242021()()d 4e d .48y Y E Y y f y y y y +∞+∞--∞====⎰⎰从而(1) 113()()().244E X Y E X E Y +=+=+= (2)22115(23)2()3()23288E X Y E X E Y -=-=⨯-⨯=11.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧<≥-.0,0,0,22x x cx x ke求（1） 系数c ;（2）()E X ;（3） ()D X . 【解】(1) 由222()d e d 12k x c f x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 2220()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰222202e d k x k x x +∞-==⎰(3) 22222221()()d()2e .k x E X x f x x x k x dx k +∞+∞--∞===⎰⎰故2222214π()()[()].24D X E X E X k k k ⎛-=-=-= ⎝⎭12.袋中有12个零件，其中9个合格品，3个废品.安装机器时，从袋中一个一个地取出（取出后不放回），设在取出合格品之前已取出的废品数为随机变量X ，求()E X 和()D X . 【解】设随机变量X 表示在取得合格品以前已取出的废品数，则X 的可能取值为0，1，2，3.为求其分布律，下面求取这些可能值的概率，易知9{0}0.750,12P X === 39{1}0.204,1211P X ==⨯= 329{2}0.041,121110P X ==⨯⨯= 3219{3}0.005.1211109P X ==⨯⨯⨯=由此可得()00.75010.20420.04130.0050.301.E X =⨯+⨯+⨯+⨯=22222222()075010.20420.04130.0050.413()()[()]0.413(0.301)0.322.E X D X E X E X =⨯+⨯+⨯+⨯==-=-=13.一工厂生产某种设备的寿命X （以年计）服从指数分布，概率密度为41e ,0,()40,0.xx f x x -⎧>⎪=⎨⎪≤⎩为确保消费者的利益，工厂规定出售的设备若在一年内损坏可以调换.若售出一台设备，工厂获利100元，而调换一台则损失200元，试求工厂出售一台设备赢利的数学期望. 【解】厂方出售一台设备净盈利Y 只有两个值：100元和 -200元/41/411{100}{1}e d e4x P Y P X x +∞--==≥==⎰1/4{200}{1}1e.P Y P X -=-=<=- 故1/41/41/4()100e (200)(1e )300e 20033.64E Y ---=⨯+-⨯-=-= (元). 14.设12,,,n X X X 是相互独立的随机变量，且有2(),(),1,2,,i i E X D X i n μσ===,记 11n i i X X n ==∑，2211()1n i i S X X n ==--∑. （1） 验证)(X E =μ，)(X D =n2σ；（2） 验证22211()1ni i S X nX n ==--∑；（3） 验证22()E S σ=.【证】(1) 1111111()()().n nn i i i i i i E X E X E X E X nu u n n n n ===⎛⎫===== ⎪⎝⎭∑∑∑22111111()()n nni i i ii i i D X D X D X X DXn nn ===⎛⎫== ⎪⎝⎭∑∑∑之间相互独立2221.n n nσσ==(2) 因为222221111()(2)2nnnniii ii i i i i XX X X X X X nX X X ====-=+-=+-∑∑∑∑2222112nnii i i X nX X nX X nX ===+-=-∑∑故22211()1ni i S X nX n ==--∑.(3) 因为2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因为 2(),()E X u D X nσ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E S E X nX E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑221222221[()()]11().1ni i E X nE X n n u n u n n σσσ==--⎡⎤⎛⎫=+-+=⎢⎥⎪-⎝⎭⎣⎦∑15.对随机变量X 和Y ，已知()2D X =，()3D Y =，(,)1Cov X Y =-,计算：(321,43)Cov X Y X Y -++-【解】Cov(321,43)3()10ov(,)8()X Y X Y D X C X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=-(因常数与任一随机变量独立，故(,3)(,3)0Cov X Cov Y ==,其余类似). 16.设二维随机变量(,)X Y 的概率密度为221,1,(,)π0,.x y f x y ⎧+≤⎪=⎨⎪⎩其它 试验证X 和Y 是不相关的，但X 和Y 不是相互独立的. 【解】设22{(,)|1}D x y x y =+≤.2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰ 2π1001=cos d d 0.πr r r θθ=⎰⎰ 同理E (Y )=0. （注意到积分区域的对称性和被积函数是奇函数可以直接得到0） 而 Cov(,)[()][()](,)d d X Y x E x y E Y f x y x y +∞+∞-∞-∞=--⎰⎰222π1200111d d sin cos d d 0ππx y xy x y r r r θθθ+≤===⎰⎰⎰⎰, 由此得0XY ρ=,故X 与Y 不相关.下面讨论独立性，当1x ≤时，()X f x =当 1y ≤时，()Y f y =. 显然 ()()(,)X Y f x f y f x y ≠ ,故X 和Y 不是相互独立的. 17.设随机变量(,)X Y 的分布律为验证X 和Y 是不相关的，但X 和Y 不是相互独立的.【解】联合分布表中含有零元素，X 与Y 显然不独立，由联合分布律易求得X ，Y 及XY 的分布律，其分布律如下表：由期望定义易得()E X =()E Y =()E XY =0.从而()E XY =()E X ()E Y ,再由相关系数性质知xy ρ=0, 即X 与Y 的相关系数为0，从而X 和Y 是不相关的. 又331{1}{1}{1,1}888P X P Y P X Y =-=-=⨯≠==-=- 从而X 与Y 不是相互独立的.18.设二维随机变量（X ，Y ）在以（0，0），（0，1），（1，0）为顶点的三角形区域上服从均匀分布，求(,)Cov X Y ，xy ρ. 【解】如图，S D =12，故（X ，Y ）的概率密度为题18图2,(,),(,)0,x y D f x y ∈⎧=⎨⎩其他.()(,)d d D E X xf x y x y =⎰⎰11001d 2d 3x x x y -==⎰⎰22()(,)d d DE X x f x y x y =⎰⎰112001d 2d 6x x x y -==⎰⎰从而222111()()[()].6318D XE X E X ⎛⎫=-=-= ⎪⎝⎭同理11(),().318E Y D Y == 而 1101()(,)d d 2d d d 2d .12xDDE XY xyf x y x y xy x y x xy y -====⎰⎰⎰⎰⎰⎰所以1111Cov(,)()()()123336X Y E XY E X E Y =-=-⨯=-. 从而112)()XY D Y ρ-===-19.设（X ，Y ）的概率密度为f （x ，y ）=1ππsin(),0,0,2220.x y x y ,⎧+≤≤≤≤⎪⎨⎪⎩其他求协方差(,)Cov X Y 和相关系数xy ρ. 【解】π/2π/21π()(,)d d d sin()d .24E X xf x y x y x xx y y +∞+∞-∞-∞==+=⎰⎰⎰⎰ππ2222201ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰从而222ππ()()[()] 2.162D XE X E X =-=+-同理 2πππ(),() 2.4162E Y D Y ==+- 又 π/2π/2π()d sin()d d 1,2E XY x xy x y x y =+=-⎰⎰故 2ππππ4C o v (,)()()()1.2444X Y E X Y E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭222222π4(π4)π8π164.πππ8π32π8π32)()2162XY D Y ρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+-20.已知二维随机变量（X ，Y ）的协方差矩阵为⎥⎦⎤⎢⎣⎡4111，试求Z 1=X -2Y 和Z 2=2X -Y 的相关系数.【解】由已知条件得：D (X )=1,D (Y )=4,Cov(X ,Y )=1.从而12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯=12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X Y Y Y D X X YD Y =--+=-+=⨯-⨯+⨯=故122)()Z Z D Z ρ===21.对于两个随机变量V ，W ，若E （V 2），E （W 2）存在，证明：［E （VW ）］2≤E （V 2）E （W 2）.这一不等式称为柯西—许瓦兹（Cauchy -Schwarz ）不等式. 【证】考虑实变量t 的二次函数2222()[()]()2()()g t E V tW E V tE VW t E W =+=++因为对于一切t ，有2()0V tW +≥，所以 ()0g t ≥，从而二次方程 ()0g t =或者没有实根，或者只有重根，故其判别式Δ≤0， 即 222[2()]4()()0E VW E W E V ∆=-≤故 222[()]()()E VW E V E W ≤22.假设一设备开机后无故障工作的时间X 服从参数λ=1/5的指数分布.设备定时开机，出现故障时自动关机，而在无故障的情况下工作2小时便关机.试求该设备每次开机无故障工作的时间Y 的分布函数()F y .【解】由题设可知：设备开机后无故障工作的时间1()5XE ，其概率密度为 151,0()50,0x e x f x x -⎧>⎪=⎨⎪≤⎩根据题意 {}min ,2Y X =，所以Y 的分布函数为 {}{}()min ,2F y P X y =≤当0y <时，{}{}{}()min ,20F y P X y P X y =≤=≤=； 当02y ≤<时，{}{}{}115501()min ,215x y yF y P X y P X y e dx e --=≤=≤==-⎰； 当2y ≥时，{}{}()min ,21F y P X y =≤=；于是Y 的分布函数为：150,0,()1,02,1,2y y F y e y y -<⎧⎪⎪=-≤<⎨⎪≥⎪⎩。
概率论与数理统计第四章习题及答案
概率论与数理统计习题 第四章 随机变量的数字特征习题4-1 某产品的次品率为，检验员每天检验4次，每次随机地取10件产品进行检验，如发现其中的次品数多于1个，就去调整设备，以X 表示一天中调整设备的次数，试求)(X E （设诸产品是否为次品是相互独立的）.解：设表示一次抽检的10件产品的次品数为ξP =P （调整设备）=P (ξ>1)=1－P (ξ≤1)= 1－[P (ξ=0)+ P (ξ=1)]查二项分布表1－=.因此X 表示一天调整设备的次数时X ～B (4, . P (X =0)=⎪⎪⎭⎫ ⎝⎛04××=.P (X =1)=⎪⎪⎭⎫ ⎝⎛14××=, P (X =2)= ⎪⎪⎭⎫⎝⎛24××=.P (X =3)=⎪⎪⎭⎫ ⎝⎛34××=, P (X =4)= ⎪⎪⎭⎫ ⎝⎛44××=. 从而E (X )=np =4×=习题4-2 设随机变量X 的分布律为Λ,2,1,323)1(1==⎭⎬⎫⎩⎨⎧-=+j j X P jjj ,说明X的数学期望不存在.解： 由于1111133322(1)((1))3j j j j j j j j j P X j j j j ∞∞∞++===-=-==∑∑∑，而级数112j j ∞=∑发散，故级数11133(1)((1))j jj j j P X j j∞++=-=-∑不绝对收敛，由数学期望的定义知，X 的数学期望不存在. 习题X-2 0 2 k p求)53(),(),(22+X E X E X E .解 E (X )=(-2)+0+2=由关于随机变量函数的数学期望的定理，知E (X 2)=(-2)2+02+22=E (3X 2+5)=[3 (-2)2+5]+[3 02+5]+[322+5]=如利用数学期望的性质，则有E (3X 2+5)=3E (X 2)+5=3+5=4.135)(3)53(,8.23.04.0)(,2.03.023.004.02)(222222)2(=+=+=⨯+⨯=-=⨯+⨯+⨯-=-X E X E X E X E习题4-4 设随机变量X 的概率密度为⎩⎨⎧≤>=-0,0,0,)(x x e x f x 求XeY X Y 2)2(;2)1(-==的数学期望.解22)(2)0(2)(2)2()()(00=-=+-=+⋅===∞-∞+-∞-+∞-∞-+∞∞-⎰⎰⎰⎰xx xx e dx e xe dx xe dx x dx x xf X E Y E I3131)()()(0303022=-==⋅==∞-∞+-∞+---⎰⎰xx x x X edx e dx e e e E Y E II 习题4-5 设),(Y X 的概率密度为⎩⎨⎧≤≤≤=其它,0,10,12),(2x y y y x f求)(),(),(),(22Y X E XY E Y E X E +.解 各数学期望均可按照⎰⎰+∞∞-+∞∞-=dxdy y x f y x g Y X g E ),(),()],([计算。
概率论与数理统计第四章习题解
7.若连续型随机变量ξ的分布密度是：
⎧ax2 + bx + c , (0 < x < 1)
f (x) = ⎨ ⎩
0
， , (x ≤ 0, x ≥ 1)
已知 E(ξ ) ＝1/2， D(ξ ) =3/20,求系数 a 、 b 、 c .
解：应用密度函数的性质有：
∫1
(ax 2
+
bx
+
c)dx
=
(a
x3
解：(1). E(ξ ) ＝－2×0.4＋0×0.3＋2×0.3＝-0.2 .
(2). E(ξ 2 ) = 4 × 0.4 + 0 × 0.3 + 4 × 0.3 = 2.8，
则： E(3ξ 2 + 5) ＝ 3E(ξ 2 ) + 5 = 3 × 2.8 + 5 = 13.4 . (3).由(1),(2)解：
D(ξ ) = E(ξ 2 ) − E 2 (ξ ) = 2.8 − (−0.2)2 = 2.76 .
11.设随机变量
(ξ
,η)
具有概率密度：
f
( x,
y)
=
⎧1 ⎩⎨0
(| y |< x,0 < x < 1) (其它)
，试求：
-5-
E(ξ ) ， E(η) .
∫ ∫ ∫ ∫ ∫ 解：
E(ξ )
=
解：由连续型随机变量数学期望的定义式：
∫ ∫ ∫ +∞
1500
E(ξ ) = xf (x)dx =
1
x 2dx − 3000 x(x − 3000) dx
−∞
0 15002
1500 15002
概率论与数理统计（经管类）第四章课后习题答案word档
习题4.11.设随机变量X 的概率密度为(1) (2)f(x)={2x, 0≤x ≤1,0, 其他; f(x)=12e -|x |, -∞<x <+∞求E(X)解: (1)E (X )=∫+∞-∞xf (x )dx = ∫10x ∙2xdx =2∙x 32|10=23(2)E (X )=∫+∞-∞xf (x )dx =∫+∞-∞x ∙12e -|x |=02.设连续型随机变量X 的分布函数为F (x )={0, x <-1,a +b ∙arcsinx, -1≤x <1,1, x ≥1.试确定常数a,b,并求E(X).解:(1)f (x )=F '(x )={b 1-x 2, -1≤x <10, 其他∫+∞-∞f (x )dx =∫1-1b 1-x 2dx =b ∙arcsinx|1-1=bπ=1, 即b =1π又因当时-1≤x <1F (X )=∫X-1f (x )dx =∫x-11π∙11-x 2dx =1π∙arcsinx|x-1=1π∙arcsinx +12, 即a =12(2)E (X )=∫+∞-∞xf (x )dx =∫1-1xπ∙11-x 2=03.设轮船横向摇摆的随机振幅X 的概率密度为f(x)={1σ2e-x 22σ2, x >0,0, x ≤0.求E(X).解:E (X )=∫+∞-∞xf (x )dx =1σ2∫+∞0x ∙e -x 22σ2dx =14.设X 1, X 2,….. X n 独立同分布,均值为,且设,求E(Y).μY =1n ∑n i =1X i 解:E (Y )=E (1n ∑ni =1X i )=1n E (∑ni =1X i )=1n ∙n μ=μ5.设(X,Y)的概率密度为f(x,y)={e -y, 0≤x ≤1,y >0,0, 其他.求E(X+Y).解:E (X +Y )=∫+∞-∞∫+∞-∞(x +y )f (x,y )dxdy =∫+∞0∫10(x +y )e -ydxdy =∫+∞012∙e ‒y +y ∙e ‒y dy =326.设随机变量X 1, X 2相互独立,且X 1, X 2的概率密度分别为f 1(x )={2e -2x, x >0,0, x ≤0,求:f 2(x )={3e -3x, x >0,0, x ≤0,(1)E (2X 1+3X 2); (2)E (2X 1-3X 22); (3)E (X 1X 2解:(1)E (2X 1+3X 2)=2E (X 1)+3E (X 2)=2*12+3*13=2(2)E (2X 1-3X 22)==2E (X 1)-3E (X 22)=1-3*∫+∞x 23e -3xdx =1-3*[-∫+∞x 2d(e -3x)]=1-3*[-x 2∙e -3x|+∞0+∫+∞e -3xdx 2]=1-3*[0+∫+∞e -3x∙2xdx]=1-3*[23∫+∞e -3x∙3xdx ]=1-3*23*13=13(3)E (X 1X 2)=E (X 1)E (X 2)=12*13=167.求E(X).解:E (X )=∑i ∑j x i p ij =0*0.1+0*0.3+1*0.2+1*0.1+2*0.1+2*0.2=0.98.设随机变量X 的概率密度为且E(X)=0.75,求常数c 和.f(x)={cx α, 0≤x ≤1,0, 其他.α解:E (X )=∫+∞-∞xf (x )dx =∫10x ∙cx αdx =0.75习题4.21.设离散型随机变量X 的分布律为X -100.512P0.10.50.10.10.2求E (X ),E (X 2),D (X ).解: E (X )=(-1)*0.1+0*0.5+0.5*0.1+1*0.1+2*0.2=0.45E (X 2)=(-1)2*0.1+0*0.5+(0.5)2*0.1+12*0.1+22*0.2=1.025D (X )=(-1-0.45)2*0.1+(0-0.45)2*0.5+(0.5-0.45)2*0.1+(1-0.45)22.盒中有5个球,其中有3个白球,2个黑球,从中任取两个球,求白球数X 的期望和方差.解: X 的可能取值为0,1,2P {X =0}=C 22C 25=0.1P {X =1}=C 13∙C 12C 25=0.6P {X =2}=C 23C 25=0.3E (X )=0∗0.1+1∗0.6+2∗0.3=1.2D (X )=(0‒1.2)2∗0.1+(1‒1.2)2∗0.6+(2‒1.2)2∗0.3=0.144+0.024+0.192=0.363.设随机变量X,Y 相互独立,他们的概率密度分别为f X (x )={2e ‒2x, x >0,0, x ≤0,f Y(y )={4, 0<y ≤14,0, 其他,求D(X+Y).解:D (X +Y )=D (X )+D (Y )=122+(14‒0)212=491924.设随机变量X 的概率密度为f X (x )=12e ‒|x |, ‒∞<x <+∞,求D(X)解:E (X )=∫+∞‒∞x2e ‒|x |dx =0E(X2)=∫+∞‒∞x 22e‒|x|dx=2∫+∞‒∞x22e‒x=∫+∞‒∞x2e‒x=2=D(X) E(X2)‒[E(X)]2=25.设随机变量X与Y相互独立,且D(X)=1,D(Y)=2,求D(X-Y).解: D(X‒Y)=D(X)+D(Y)=1+2=36.若连续型随机变量X的概率密度为f(x)={ax2+bx+c, 0<x<1,0, 其他,且E(X)=0.5,D(X)=0.15.求常数a,b,c.解:E(X)=∫10x(ax2+bx+c)dx=a4+b3+c2=0.5E(X2)=∫10x2(ax2+bx+c)dx=a5+b4+c3=0.15+(0.5)2=0.4∫+∞‒∞f(x)dx=∫10(ax2+bx+c)dx=a3+b2+c=1解得a=12,b=-12,c=3.习题4.31.设两个随机变量X,Y相互独立,方差分别为4和2,则随机变量3X-2Y的方差是 D .A. 8B. 16C. 28D. 442.设二维随机变量(X,Y)的概率密度为f(x,y)={18(x+y), 0≤x≤2,0≤y≤2,0, 其他求Cov(X,Y).解:E(X)=∫20[∫20x8(x+y)dy]dx=∫20(x28∙y+x8∙y22)|20d x=76E(Y)=∫20[∫20y8(x+y)dx]dy=76E(XY)=∫20[∫20xy8(x+y)dy]dx=43Cov(X,Y)=E(XY)‒E(X)E(Y)=43‒76∗76=‒1363.设二维随机变量(X,Y)的概率密度为f(x,y)={ye‒(x+y), x>0,y>0,0, 其他求X与Y的相关系数ρxy.解:E(X)=∫+∞0(∫+∞0xye‒(x+y)dy)dx=1E(Y)=∫+∞0(∫+∞0y2e‒(x+y)dx)dy=∫+∞0(∫+∞0y2e‒x e‒y dx)dy=∫+∞0y2e‒y dy=‒∫+∞0y2d(e‒y)=‒y2e‒y|+∞0+∫+∞0e‒y d(y2)=0+∫+∞0e‒y∙2ydy=2∫+∞0e‒y∙ydy=2E(XY)=∫+∞0(∫+∞0xy2e‒(x+y)dy)dx=2Cov(X,Y)=E(XY)‒E(X)E(Y)=2‒2∗1=0所以ρxy=Cov(X,Y)D(X)D(Y)=04.设二维随机变量(X,Y)服从二维正态分布,且E(X)=0, E(Y)=0, D(X)=16, D(Y)=25, Cov(X,Y)=12,求(X,Y)的联合概率密度函数f(x,y).布解:f (x,y )=12πσ1σ21‒ρ2e‒12(1‒ρ2){(x ‒μ1)2σ12‒2ρ(x ‒μ1)(y ‒μ2)σ1σ2+(y ‒μ2)2σ22}∵E (X )=0,E (Y )=0∴μ1=0, μ2=0,∵D(X)=16, D(Y)=25∴σ1=4,σ2=5∵Cov(X,Y)=12∴ρ=Cov (X,Y )D(X)D(Y)=124∗5=35∴f (x,y )=132πe‒2532(x 216‒3xy 50+y 225)5. 证明D(X-Y)=D(X)+D(Y)-2Cov(X,Y).证:D (X ‒Y )=E [X ‒Y ‒E (X ‒Y )]2=E [(X ‒E (X ))‒(Y ‒E (Y ))]2=E [(X ‒E (X ))2]‒2E [X ‒E (X )]∙E [Y ‒E (Y )]+E [(Y ‒E (Y ))2]=D (X )+D (Y )‒2Cov(X,Y)6. 设(X,Y)的协方差矩阵为,求X 与Y 的相关系数ρxy.C =(4‒3‒39)解:∵C =(4‒3‒39)∴Cov (X,Y )=‒3, D (X )=4,D (Y )=9∴ρxy =Cov (X,Y )D(X)D(Y)=‒32∗3=‒12自测题4一、 选择题1.设随机变量X 服从参数为0.5的指数分布,则下列各项中正确的是 B .A. E(X)=0.5, D(X)=0.25 B. E(X)=2, D(X)=4C. E(X)=0.5, D(X)=4 D. E(X)=2, D(X)=0.25解: 指数分布的E (X )=1λ, D (X )=1λ22. 设随机变量X,Y 相互独立,且X~B(16,0.5),Y 服从参数为9的泊松分布,则D(X-2Y+1)= C.A.-14B. 13C. 40D. 41解: D (X )=npq =16∗0.5∗0.5=4, D (Y )=λ=9D (X ‒2Y +1)=D (X )+4D (Y )+D (1)=4+4∗9+0=403. 已知D(X)=25,D(Y)=1, ρxy=0.4, 则D(X-Y)= B .A.6B. 22C. 30D. 464. 设(X,Y)为二维连续随机变量,则X 与Y 不相关的充分必要条件是 C .A. X 与Y 相互独立B. E(X+Y)=E(X)+E(Y)C. E(XY)= E(X)E(Y)D. (X,Y)~N()μ1,μ2,σ12,σ22,0解: ∵X 与Y 不相关∴ρxy =0, ∴Cov (X,Y )=0∴E(XY)= E(X)E(Y)5.设二维随机变量(X,Y)~N(),则Cov(X,Y)= B .1,1,4,9,12A. B. 3C. 18D. 3612解: ∵ρxy =12=Cov (X,Y )D(X)D(Y)=Cov (X,Y )2*3, ∴Cov (X,Y )=36.已知随机变量X 与Y 相互独立,且它们分别在区间[-1,3]和[2,4]上服从均匀分布,则E(XY)= A .A. 3B. 6C. 10D. 12解: ∵X~U (‒1,3),Y~U (2,4)∴E (X )=a +b 2=‒1+32=1, E (Y )=2+42=3E (XY )= E (X )E (Y )=1∗3=37.设二维随机变量(X,Y)~N(),Ø(x)为标准正态分布函数,则下列结论中错误的是 C .0,0,1,1,0A. X 与Y 都服从N(0,1)正态分布 B. X 与Y 相互独立C. Cov(X,Y)=1 D. (X,Y)的分布函数是Φ(x)∙Φ(y)二、 填空题1.若二维随机变量(X,Y)~N(),且X 与Y 相互独立,则ρ= 0 .μ1,μ2,σ12,σ22,0解:Cov(X,Y)=0∵2.设随机变量X 的分布律为 3 .X -1012P0.10.20.30.4令Y=2X+1,则E(Y)= 3 .解: E(2X+1)=(2*-1+1)*0.1+(2*0+1)*0.2+(2*1+1)*0.3+(2*2+1)*0.4=33.已知随机变量X 服从泊松分布,且D(X)=1,则P{X=1}= .e ‒1解: ∵ D (X )=λ=1∴P {X =1}=λ1e ‒λ1!=e ‒14.设随机变量X 与Y 相互独立,且D(X)= D(Y)=1,则D(X-Y) =2 .5.已知随机变量X 服从参数为2的泊松分布,= 6.E (X 2)解: ∵E (X )=λ=2,D (X )=λ=2,∴ E (X 2)=E 2(X )+D (X )=4+2=66.设X为随机变量,且E(X)=2, D(X)=4,则= 8 .E(X2)7.已知随机变量X的分布函数为F(x)={0, x<0x4, 0≤x<41, x≥4则E(X) = 2 .解: f(x)=F'''"(x)={14, 0≤x<40, 其他E(X)=∫40x4dx=08.设随机变量X与Y相互独立,且D(X)=2, D(Y)=1,则D(X-2Y+3)= 6 .三、设随机变量X的概率密度函数为f(x)={32x2, ‒1≤x≤1,0, 其他试求: (1)E(X), D(X); (2).P{|X‒E(X)|<2D(X)}解:(1) E(X)=∫1‒132x3dx=0D(X)=E(X2)‒E2(X)=∫1‒132x4=32∙x55|1‒1=35(2)P{|X‒E(X)|<2D(X)}=P{|X|<65}=∫65‒65f(x)dx=∫1‒132x2dx=1四、设随机变量X的概率密度为f(x)={x 0≤x≤12‒x, 1≤x<20, 其他试求: (1)E(X), D(X); (2),其中n为正整数.E(X n)解:(1)E(X)=∫1x2dx+∫21x(2‒x)dx=13+13=1D(X)=E(X2)‒E2(X)=∫10x3dx+∫21x2(2‒x)‒1=14+(143‒154)‒1=16(2)E(X n)=∫1x n+1dx+∫21x n(2‒x)=2(2n+1‒1)(n+1)(n+2)五、 设随机变量X 1与X 2相互独立,且X 1~N(), X 2~N().令X= X 1+X 2, Y= X 1-X 2.μ,σ2μ,σ2求: (1)D(X), D(Y); (2)X 与Y 的相关系数ρxy.解:(1)D (X )=D (X 1+X 2)=D (X 1)+D (X 2)=σ2+σ2=2σ2D (Y )=D (X 1‒X 2)=D (X 1)+D (X 2)=2σ2(2) Cov (X,Y )=E (XY )‒E (X )E (Y )=0ρxy =Cov (X,Y )D(X)D(Y)=0六、 设随机变量X 的概率密度为f (x )={2e ‒2x, x >0, 0, x ≤0.(1)求E(X),D(X);(2)令,求Y 的概率密度f Y (y).Y =X ‒E(X)D(X)解:(1)E (X )=∫+∞2xe ‒2x dx =12D (X )=E (X 2)‒E 2(X )=∫+∞02x 2e ‒2x dx ‒14=12‒14=14(2)Y =X ‒E(X)D(X)=X ‒1212=2X ‒1由Y=2X-1得, X’=X =Y +1212=∴f Y (y )={2e‒2(Y +12)∙12,Y +12>00, Y +12≤0{e ‒(y +1), y >‒10, y ≤‒1七、 设二维随机变量(X,Y)的概率密度为f (x,y )={2, 0≤x≤1,0≤y ≤x,0, 其他求: (1)E(X+Y); (2)E(XY); (3). P{X +Y ≤1}解:(1)E (X +Y )=∫10dx ∫x 02(x +y )dy =∫102x 2+x 2dx =1(2)E(XY)=∫1dx∫x2xy dy=∫1x3dx=14(3) P{X+Y≤1}=∬x+y≤1f(x,y)dxdy=∫12(∫1‒yy2dx)dy=∫122‒4ydy=12八、设随机变量X的分布律为X-101P 131313记Y=X2,求: (1)D(X), D(Y); (2) ρxy.解:(1)E(X)=(‒1)∗13+0∗13+1∗13=0D(X)=(‒1‒0)2∗13+(0‒0)2∗13+(1‒0)2∗13=23 E(Y)=(‒1)2∗13+0∗13+12∗13=23D(Y)=(1‒23)2∗13+(0‒23)2∗13+(1‒23)2∗13=29E(XY)=(0∙‒1)∙9+(1∙‒1)∙29+(0∙0)∙19+(0∙1)∙29+(1∙0)∙19+(1∙1)∙29=0Cov(X,Y)=E(XY)‒E(X)E(Y)=0‒0∗23=0ρxy=Cov(X,Y)D(X)D(Y)=0。
《概率论与数理统计》袁荫棠 中国人民大学出版社 课后答案 概率论第四章
1− P{ξ = 0}
1 − q 4 − 4 pq 3 =
1− q4
其中 q=1-p 11. ξ服从参数为 2,p 的二项分布, 已知 P(ξ≥1)=5/9, 那么成功率为 p 的 4 重贝努里试验
中至少有一次成功的概率是多少?
解: 因ξ~B(2,p), 则必有 P(ξ ≥ 1) = 1 − P(ξ = 0) = 1 − (1 − p)2 = 5 / 9 , 解得
解: 因掷一次骰子出现一点的概率为 1/6, 则ξ~B(4,1/6), 因此有
P{ξ
=
k} =
C 4k
×
1 6k
×
⎛ ⎜
5
⎞ ⎟
4−k
(k
⎝6⎠
=
0,1,2,3,4),
⎧0
∑ F
(
x)
=
⎪⎪ ⎨ ⎪k≤x
C
k 4
⎛ ⎜ ⎝
1 6
⎞ ⎟ ⎠
k
⎛ ⎜ ⎝
5 6
4−k
⎞ ⎟ ⎠
⎪⎩1
x<0 0≤ x< 4 x≥4
废品, 求产品为废品的概率以及产品的平均价值.
解: 设ξ为产品表面上的疵点数, 则ξ服从普哇松分布, λ=0.8, 设η为产品的价值, 是
ξ的函数. 则产品为废品的概率为
∑ P{ξ > 4} = 1 − P{ξ ≤ 4} = 1 − 4 0.8i e−0.8 = 0.0014
i=0 i!
课后答案网
解: 设ξ为这 20 件产品中的废品数, 则ξ~B(20,0.1), 又通过检查已经知道ξ定不少于 2
件的条件, 则要求的是条件概率
P{ξ ≥ 3 | ξ ≥ 2} = P{ξ ≥ 3 ∩ξ ≥ 2} P{ξ ≥ 2}
概率论与数理统计第四章课后习题及参考答案
空测量的误差随机变量 X 的分布列为
X (m) 30
20
10
0
10
20
30
P
0.05 0.08 0.16 0.42 0.16 0.08 0.05
而场地边长随机变量Y 等于边长的数学期望与测量误差之和，即Y 350 X ，
求场地面积的数学期望．
解：设场地面积为 S ，则 S Y 2 ，
E( X ) 30 0.05 (20) 0.08 (10) 0.16 0 0.42 10 0.16
X (3) 设 Z ( X Y )2 ，求 E(Z ) ．
解：(1) E( X ) 1 (0.2 0.1 0.1) 2 (0.1 0 0.1) 3 (0 0.3 1) 2 ，
E(Y ) (1) (0.2 0.1 0) 0 (0.1 0 0.3) 1 (0.1 0.1 0.1) 0 ，
0
432
0.15 D(X )
[x
E(X
)]2
f
( x)d x
1
(x
0.5)2
(a
x2
bx
c)d
x
0
1a1b1c1 ， 5 434
解之得
a 12 ， b 12 ， c 3．
13．设 ( X ,Y ) 的分布律为
Y
X
1
2
3
1
0.2
0.1
0
0
0.1
0
0.1
1
0.1
0.1
0.1
(1) 求 E( X ) 及 E(Y ) ； (2) 设 Z Y ，求 E(Z ) ；
由题可知exey?dxdy?2则22222222exdx?ex???eydy?ey???eze?x??y????eze?x??y????1222222dzd?x??y?dx??dy????122222dzd?x??y?dx??dy????22222ezze?x??y?x??ye?x??y1222222222?ex??ey??????222covzzezz?ezez????12121222covzz???12?zz22
概率论与数理统计第三、四章答案(DOC)
第三章 习题参考答案1.计算习题二第2题中随机变量的期望值。
解：由习题二第2题计算结果0112{0}={1}=33p p p p ξξ====，得12201333E ξ=⨯+⨯= 一般对0-1分布的随机变量ξ有{1}E p p ξξ===2．用两种方法计算习题二第30题中周长的期望值，一种是利用矩形长与宽的期望计算，另一种是利用周长期望的分布计算。
解：方法一：先按定义计算长的数学期望290.3300.5310.229.9E ξ=⨯+⨯+⨯=和宽的数学期望190.3200.4210.320E η=⨯+⨯+⨯=再利用数学期望的性质计算周长的数学期望(22)229.922099.8E E ζξη=+=⨯+⨯=方法二：利用习题二地30题的计算结果(见下表)，按定义计算周长的数学期望960.09980.271000.351020.231040.0698.8E ξ=⨯+⨯+⨯+⨯+⨯=3.对习题二第31题，（1）计算圆半径的期望值；（2）(2)E R π是否等于2ER π？（3）能否用2()ER π来计算远面积的期望值，如果不能用，又该如何计算？其结果是什么？解（1）100.1110.4120.3130.211.6ER =⨯+⨯+⨯+⨯=（2）由数学期望的性质有(2)223.2E R ER πππ==（3）因为22()()E R E R ππ≠，所以不能用2()E R π来计算圆面积的期望值。
利用随机变量函数的期望公式可求得222222()()(100.1110.4120.3130.2)135.4E R E R ππππ==⨯+⨯+⨯+⨯=或者由习题二第31题计算结果，按求圆面积的数学期望1000.11210.41440.31690.2)135.4E ηπππ=⨯+⨯+⨯+⨯=4． 连续随机变量ξ的概率密度为,01(,0)()0,a kx x k a x ϕ⎧<<>=⎨⎩其它又知0.75E ξ= ，求k 和a 的值 解 由1010()11324a a kx dx kx dx a k E kx x dx a ϕξ+∞-∞===+=⋅==+⎰⎰⎰解得 2,3a k == 5．计算服从拉普拉斯分布的随机变量的期望和方差（参看习题二第16题）。
概率论与数理统计第四章答案
证：
由于X1与X2分布相同，所以二者方差相等，所以上式为0.
解：矩母函数：
验证
解：根据切比雪夫不等式
解：设一个学生成绩X,根据马尔科夫不等式
根据切比雪夫不等式
设有n人参加考试，其中Xi为第i个学生的成绩，它们相互独立，均值75,方差25。那么总成绩（注意：并不是nX）为 ，平均成绩
E[X22]=12×1/2+22×1/2=5/2
Var(X2)= E[X22]-( E[X2])2=1/4
E(X1X2)=0+0+1*1*1/16+1*2*1/16+2*1*3/16+2*2*1/8+3*1*1/8+3*2*1/4=47/16
Cov(X1,X2)= E(X1X2)- E[X1]E[X2]=1/8
解：
从而a=3/5, b=6/5.
解：(a)令Y=Xn,先求分布函数
FY(y)=P(Y<=y)=P(Xn<=y)
当y<=0, FY(y)=0.当y>=1, FY(y)=1.当0<y<1,
求导得到密度函数
求数学期望
(b)(本题改为利用命题4.5.1.)
解：(a)令
那么P(Xi=1)=17/40.这样
E[Xi]= 17/40, i=1,2, ..., 10
根据数学期望的性质
E[X]=E[X1]+E[X2]+...+E[X10]=17/4.
(b)将白球按1～17编号，取10个球，令
那么P(Yi=1)=10/40=1/4.这样
E[Yi]= 1/4, i=1,2, ..., 17
- 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)。
∑ P{ξ ≥ 8} = C1i0 × 0.8i × 0.210−i =0.6778
i=8
16. 一批产品的废品率为 0.001, 用普哇松分布公式求 800 件产品中废品为 2 件的概率, 以及不超过 2 件的概率.
解: 设ξ为 800 件产品中的废品数, 则ξ服从超几何分布, 可以用二项分布近似, 则ξ~B(800, 0.001), 而因为试验次数很大废品率则很小, 可以用普阿松分布近似, 参数为
至少命中 3 炮的概率, 为 1 减去命中不到 3 炮的概率, 为
课 后 答 案 网
2
∑ P{ξ ≥ 3} = 1 − P{ξ < 3} = 1 − C1i0 × 0.7i × 0.310−i = 0.9984
i=0
因 np+p=10×0.7+0.7=7.7 不是整数, 因此最可能命中[7.7]=7 炮. 2. 在一定条件下生产某种产品的废品率为 0.01, 求生产 10 件产品中废品数不超过 2 个 的概率. 解: 设ξ为 10 件产品中的废品数, 则ξ~B(10,0.01), 则废品数不超过 2 个的概率为
课后答案网
概率论第 4 章习题参考解答 1. 若每次射击中靶的概率为 0.7, 求射击 10 炮, 命中 3 炮的概率, 至少命中 3 炮的概率,
最可能命中几炮. 解: 设ξ为射击 10 炮命中的炮数, 则ξ~B(10,0.7), 命中 3 炮的概率为
P{ξ = 3} = C130 × 0.73 × 0.37 = 0.0090
能值为[5/6]=0.
7. 事件 A 在每次试验中出现的概率为 0.3, 进行 19 次独立试验, 求(1)出现次数的平均值
和标准差; (2)最可能出现的次数.
解: 设 19 次试验中事件 A 出现次数为ξ, 则ξ~B(19,0.3), 因此
(1)ξ的数学期望为 Eξ=np=19×0.3=5.7
方差为 Dξ=np(1-p)=19×0.3×0.7=3.99
标准差为σ ξ = Dξ = 3.99 = 1.997
课后答案网
(2)因 np+p=5.7+0.3=6 为整数, 因此最可能值为 5 和 6.
8. 已知随机变量ξ服从二项分布, Eξ=12, Dξ=8, 求 p 和 n.
解: 由 Eξ=np=12
(1)
和 Dξ=np(1-p)=8
∑ P{ξ ≤ 4} = 4 2i e −2 = 0.9473
i=0 i!
而 100 页上的印刷错误都不超过 4 个的概率为
[P{ξ ≤ ]4} 100 = 0.004454
19. 某型号电子管的“寿命”ξ服从指数分布, 如果它的平均寿命 Eξ=1000 小时, 写出 ξ的概率密度, 并计算 P(1000<ξ≤1200).
(2)
由(1)得 n=12/p, 代入到(2)得
12(1-p)=8, 解出 p=(12-8)/12=1/3=0.3333
代回到(1)式得 n=12/p=12×3=36
9. 某柜台上有 4 个售货员, 并预备了两个台秤, 若每个售货员在一小时内平均有 15 分
课 后 答 案 网
钟时间使用台秤, 求一天10小时内, 平均有多少时间台秤不够用. 解: 每个时刻构成一 n=4 的贝努里试验, 且 p=15/60=0.25, 因此, 设ξ为每个时刻要用 秤的售货员数, 则ξ~B(4, 0.25), 当ξ>2 时, 台秤不够用. 因此每时刻台秤不够用的概率为
⎝3⎠
81
12. 一批产品 20 个中有 5 个废品, 任意抽取 4 个, 求废品数不多于 2 个的概率 解: 设ξ为抽取 4 个中的废品数, 则ξ服从超几何分布, 且有
∑ P{ξ ≤ 2} =
2
C Ci 4−i 5 15
= 0.968
C4
i=0
20
13. 如果产品是大批的, 从中抽取的数目不大时, 则废品数的分布可以近似用二项分布 公式计算. 试将下例用两个公式计算, 并比较其结果. 产品的废品率为 0.1, 从 1000 个产品
2
∑ P{ξ ≤ 2} = C1i0 × 0.01i × 0.9910−i = 0.9999
i=0
3. 某车间有 20 部同型号机床, 每部机床开动的概率为 0.8, 若假定各机床是否开动彼此 独立, 每部机床开动时所消耗的电能为 15 个单位, 求这个车间消耗电能不少于 270 个单位的 概率.
解: 设每时刻机床开动的数目为ξ, 则ξ~B(20,0.8), 假设这个车间消耗的电能为η个 单位, 则η=15ξ, 因此
废品, 求产品为废品的概率以及产品的平均价值.
解: 设ξ为产品表面上的疵点数, 则ξ服从普哇松分布, λ=0.8, 设η为产品的价值, 是
ξ的函数. 则产品为废品的概率为
∑ P{ξ > 4} = 1 − P{ξ ≤ 4} = 1 − 4 0.8i e−0.8 = 0.0014
i=0 i!
课后答案网
λ=np=800×0.001=0.8
P{ξ = 2} ≈ 0.82 e −0.8 = 0.1438 2
∑ P{ξ ≤ 2} ≈ 2 0.8i e−0.8 = 0.9526
i=0 i!
17. 某种产品表面上的疵点数服从普哇松分布, 平均一件上有 0.8 个疵点, 若规定疵点
数不超过 1 个为一等品, 价值 10 元, 疵点数大于 1 不多于 4 为二等品, 价值 8 元, 4 个以上为
事件"试验成功不止一次"即事件{ξ>1}, 因此要求的是条件概率 P{ξ>1|ξ>0}, 又因事件 {ξ>1}被事件{ξ>0}包含, 因此这两个事件的交仍然是{ξ>1}, 因此
P{ξ > 1| ξ > 0} = P{ξ > 1} = 1 − P{ξ = 0} − P{ξ = 1} =
P{ξ > 0}
∑ P{η = 10} = P{ξ ≤ 1} = 1 0.8i e−0.8 = 0.8088
i=0 i!
∑ P{η = 8} = P{1 < ξ ≤ 4} = 4 0.8i e−0.8 = 0.1898
i=2 i!
则产品的平均价值为
Eη = 10×P{η=10}+8×P{η=8}=10×0.8088+8×0.1898=9.6064(元)
或者算出具体的值如下所示：
ξ
0
1
2
P
0.4823
0.3858
0.1157
3 0.0154
4 0.0008
⎧0
x<0
⎪⎪0.4823 0 ≤ x < 1
F
(x)
=
⎪⎪0.8681 ⎪⎨0.9838
1≤ x< 2 2≤ x<3
⎪0.9992 3 ≤ x < 4
⎪
⎪⎩1
x≥4
从分布表可以看出最可能值为 0, 或者 np+p=(4/6)+1/6=5/6 小于 1 且不为整数, 因此最可
P{ξ
=
i} =
C C i 5−i 13 52−13
(i
=
0,1,2,3,4,5)
C552
则按上式计算出概率分布如下表所示:
பைடு நூலகம்
ξ
0
1
2
P
0.2215
0.4114
0.2743
3 0.0815
4 0.0107
5 0.0005
15. 从大批发芽率为 0.8 的种子中, 任取 10 粒, 求发芽粒数不小于 8 粒的概率. 解: 设ξ为 10 粒种子中发芽的粒数, 则ξ服从超几何分布, 但可以用二项分布近似, 其 中 p=0.8, n=10, 则
(1 − p)2 = 1 − 5 / 9 = 4 / 9 1− p = 2/3 p =1− 2/3 =1/3
则假设η为成功率为 1/3 的 4 重贝努里试验的成功次数, η~B(4,1/3), 则
P(η
≥ 1)
=1−
P(η
=
0)
= 1 − (1 −
p)4
=
1
−
⎛ ⎜
2
⎞ ⎟
4
= 1 − 16
=
0.802
课 后 答 案 网
18. 一个合订本共100页, 平均每页上有两个印刷错误, 假定每页上印刷错误的数目服
从普哇松分布, 计算该合订本中各页的印刷错误都不超过 4 个的概率. 解: 设ξ为每页上的印刷错误数目, 则ξ服从普哇松分布, λ=2, 则 1 页印刷错误都不超
过 4 个的概率为
P(ξ
>
2)
=
C
3 4
× 0.253
× 0.75 + 0.254
= 0.0508
因此 10 个小时内平均有 0.0508×10=0.508 个小时台秤不够用. 10. 已知试验的成功率为 p, 进行 4 重贝努里试验, 计算在没有全部失败的情况下, 试验
成功不止一次的概率. 解: 设ξ为 4 次试验中的成功数, 则ξ~B(4,p), 事件"没有全部失败"即事件{ξ>0}, 而
P{η ≥ 270} = P{15ξ ≥ 270} = P{ξ ≥ 270} = P{ξ ≥ 18} = 15
20
∑ =
C
i 20
× 0.8i
× 0.2 20−i
= 0.2061
i =18
4. 从一批废品率为 0.1 的产品中, 重复抽取 20 个进行检查, 求这 20 个产品中废品率不 大于 0.15 的概率.
因此
课后答案网
20
∑ P{ξ = i}
P{ξ ≥ 3 | ξ ≥ 2} = P{ξ ≥ 3} = i=3