概率论与数理统计第三章习题及答案

合集下载

概率论与数理统计教程第三章课后习题答案概率(03章)

P(X=0,Y=3)=1/8 P(X=2,Y=1)=3/8
X Y 0 1 2 3
P(X=1,Y=1)=3/8 P(X=3,Y=3)=1/8
3 1/8 0 0 1/8 1 0 3/8 3/8 0
例
一个口袋中有三个球，依次标有数字1， 2， 2，从中任取一个，不放回袋中，再任取一个，设每次取球时，各球被取到的可能性相等.以Ｘ、Ｙ分别记第一次和第二次取到的球上标有的数字，求( X , Y ) 的联合分布列.
Probability
华南农业大学理学院应用数学系

第一章随机事件及其概率第二章随机变量及其概率分布第三章二维随机变量及其分布
第四章随机变量的数字特征
第三章
二维随机变量及其分布
二维随机变量及其联合分布边缘分布与独立性两个随机变量的函数的分布
§3.1 二维随机变量及其联合分布
RY
0
X(e)
x
二维随机变量(X, Y)的取值可看作平面上的点
（x，y） A
随机事件
y

(a,b)
X X
a, Y b a, Y b
Y)D
( X , ( X ,
Y ) ( a, b )
X
x
a, Y b

二维随机变量的联合分布函数
定义若（X，Y）是随机变量，对于任意的实数x,y.
表格形式
X
Y
x1
x2
p11 p12 p21 p22
。。。...
... 。。。
y1
y2
。。。
。。。...
yj p1 j
... 。。。

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-第三章作业及答案

习题3-11.而且12{P X X . 求X 1和X 2的联合分布律.解由12{0}1P X X ==知12{0}0P X X ≠=. 因此X 1和X 2的联合分布于是根据边缘概率密度和联合概率分布的关系有X 1和X 2的联合分布律(2) 注意到12{0,0}0P X X ===, 而121{0}{0}04P X P X =⋅==≠, 所以X 1和X 2不独立.2. 设随机变量(X ,Y )的概率密度为(,)(6),02,24,0,.f x y k x y x y =--<<<<⎧⎨⎩其它求: (1) 常数k ; (2) {1,3}P X Y <<; (3) { 1.5}P X <; (4) {4}P X Y +≤.解 (1) 由(,)d d 1f x y x y +∞+∞-∞-∞=⎰⎰, 得2424222204211d (6)d (6)d (10)82y k x y x k y x x y k y y k =--=--=-=⎡⎤⎢⎥⎣⎦⎰⎰⎰, 所以 18k =. (2) 31201,31{1,3}d (6)d 8(,)d d x y P X Y y x y x f x y x y <<<<==--⎰⎰⎰⎰1322011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰321113()d 828y y =-=⎰. (3) 1.51.5{ 1.5}d (,)d ()d X P X x f x y y f x x +∞-∞-∞-∞<==⎰⎰⎰4 1.521d (6)d 8y x y x --=⎰⎰1.5422011(6)d 82y x x y =--⎡⎤⎢⎥⎣⎦⎰ 421633()d 882y y =-⎰ 2732=. (4) 作直线4x y +=, 并记此直线下方区域与(,)0f x y ≠的矩形区域(0,2)(0,4)⨯的交集为G . 即:02,0G x y <<<≤4x -.见图3-8. 因此{P X Y +≤4}{(,)}P X Y G =∈(,)d d Gf x y x y =⎰⎰4421d (6)d 8x y x y x -=--⎰⎰4422011(6)d 82xy x x y -=--⎡⎤⎢⎥⎣⎦⎰ 42211[(6)(4)(4)]d 82y y y y =----⎰ 42211[2(4)(4)]d 82y y y =-+-⎰ 423211(4)(4)86y y =----⎡⎤⎢⎥⎣⎦23=. 图3-8 第4题积分区域3. 二维随机变量(,)X Y 的概率密度为2(,),1,01,0,f x y kxy x y x =⎧⎨⎩≤≤≤≤其它.试确定k , 并求2{(,)},:,01P X Y G G x y x x ∈≤≤≤≤.解由2111401(,)d d d (1)d 26xk k f x y xdy x kxy y x x x +∞+∞-∞-∞====-⎰⎰⎰⎰⎰,解得6=k .因而 2112401{(,)}d 6d 3()d 4x xP X Y G x xy y x x x x ∈==-=⎰⎰⎰. 4. 设二维随机变量(X , Y )概率密度为4.8(2),01,0,(,)0,.y x x y x f x y -=⎧⎨⎩≤≤≤≤其它求关于X 和Y 边缘概率密度.解 (,)X Y 的概率密度(,)f x y 在区域:0G ≤x ≤1,0≤y ≤x 外取零值.因而, 有24.8(2)d ,01,()(,)d 0,2.4(2),01,0,x X y x y x f x f x y y x x x +∞-∞-<<==-<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它. 124.8(2)d ,01,()(,)d 0,2.4(34),01,0,y Y y x x y f y f x y x y y y y +∞-∞-<<==-+<<=⎧⎪⎨⎪⎩⎧⎨⎩⎰⎰其它.其它.5. 假设随机变量U 在区间[-2, 2]上服从均匀分布, 随机变量 1,1,1,1,U X U --=>-⎧⎨⎩若≤若 1,1,1, 1.U Y U -=>⎧⎨⎩若≤若试求：(1) X 和Y 的联合概率分布；(2){P X Y +≤1}.解 (1) 见本章第三节三(4).(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==13144=-=. 习题3-21. 设(X , Y )的分布律为求: (1) 在条件X =2下Y 的条件分布律;(2){22}P X Y ≥≤.解 (1) 由于6.02.01.003.0}2{=+++==X P ,所以在条件X =2下Y 的条件分布律为216.03.0}2{}1,2{}2|1{========X P Y X P X Y P ,06.00}2{}2,2{}2|2{========X P Y X P X Y P ,616.01.0}2{}3,2{}2|3{========X P Y X P X Y P ,316.02.0}2{}4,2{}2|4{========X P Y X P X Y P ,{P Y ≤2}{1}{2}P Y P Y ==+==0.10.3000.20.6++++=. 而{2,2}{2,1}{2,2}{3,1}{3,2}P X Y P X Y P X Y P X Y P X Y ===+==+==+==≥≤0.3000.20.5=+++=.因此{2,2}{22}{2}P X Y P X Y P Y =≥≤≤≥≤0.550.66==. 2. 设二维随机变量(X , Y )的概率密度为(,)1,01,02,0,.f x y x y x =<<<<⎧⎨⎩其它求：(1) (X , Y )的边缘概率密度(),()X Y f x f y ；(2)11{}.22P Y X ≤≤ 解 (1) 当01x <<时,20()(,)d d 2xX f x f x y y y x +∞-∞===⎰⎰;当x ≤0时或x ≥1时, ()0X f x =. 故 2,01,()0,其它.X x x f x <<=⎧⎨⎩当0<y <2时,12()(,)d d 12y Y y f y f x y x x +∞-∞===-⎰⎰;当y ≤0时或y ≥2时, ()0Y f y =.故 1,02,()20,.Y yy f y -<<=⎧⎪⎨⎪⎩其它(2) 当z ≤0时,()0Z F z =; 当z ≥2时,1)(=z F Z ;当0<z <2时, (){2Z F z P X Y =-≤2}(,)d d x y zz f x y x y -=⎰⎰≤2x12202-2d 1d d 1d zxz x zx y x y =⋅+⋅⎰⎰⎰⎰24z z =-.故 1,02,()20,.()其它Z z zz f z F z -<<'==⎧⎪⎨⎪⎩(3) {}{}11311322161122442≤，≤≤≤≤P X Y P Y X P X ===⎧⎫⎨⎬⎩⎭. 3. 设G 是由直线y =x , y =3,x =1所围成的三角形区域, 二维随机变量(,)X Y 在G 上服从二维均匀分布.求:(1) (X , Y )的联合概率密度；(2) {1}P Y X -≤；(3) 关于X 的边缘概率密度. 解 (1)由于三角形区域G 的面积等于2, 所以(,)X Y 的概率密度为⎪⎩⎪⎨⎧∉∈=.),(,0,),(,21),(G y x G y x y x f (2)记区域x y y x D -=|),{(≤}1与G 的交集为0G ,则{1}P Y X -≤0011113d d (2)22224G G x y S ===-=⎰⎰.其中0G S 为G 0的面积.(3) X 的边缘概率密度()(,)d X f x f x y y +∞-∞=⎰. 所以,当]3,1[∈x 时, 311()d (3)22X xf x y x ==-⎰. 当1<x 或3>x 时, 0)(=x f X .因此 ⎪⎩⎪⎨⎧∈-=.,0],3,1[),1(21)(其它x x x f X习题3-31. 设X 与Y 相互独立, 且分布律分别为下表:求二维随机变量(,)X Y 的分布律.解由于X 与Y 相互独立, 所以有}{}{},{j i j i y Y P x X P y Y x X P =⋅====,6,5,2,0;0,21,1=--=j i .因此可得二维随机变量(,)X Y 的联合分布律2. 设(X , Y )的分布律如下表:问,αβ为何值时X 与Y 相互独立? 解由于边缘分布满足23111,1i j i j p p ⋅⋅====∑∑, 又X , Y 相互独立的等价条件为 p ij = p i . p .j (i =1,2; j =1,2,3).故可得方程组 21,3111().939αβα++==⋅+⎧⎪⎪⎨⎪⎪⎩解得29α=,19β=.经检验, 当29α=,19β=时, 对于所有的i =1,2; j =1,2,3均有p ij = p i . p .j 成立.因此当29α=,19β=时, X 与Y 相互独立..3. 设随机变量X 与Y 的概率密度为()e (,)0,.,01,0,x y b f x y x y -+=⎧<<>⎨⎩其它 (1) 试确定常数b .(2) 求边缘概率密度()X f x , ()Y f y . (3) 问X 与Y 是否相互独立？解 (1) 由11()101(,)d d ed de d e d (1e )x y yx f x y x y b y x b y x b +∞+∞+∞+∞-+----∞-∞====-⎰⎰⎰⎰⎰⎰,得 111e b -=-.(2) ()(,)d X f x f x y y ∞-∞=⎰1e ,01,1e 0,xx --<<=-⎧⎪⎨⎪⎩其它.()(,)d Y f y f x y x ∞-∞=⎰e ,0,0,y y ->=⎧⎨⎩其它.(3) 由于(,)()()X Y f x y f x f y =⋅，所以X 与Y 相互独立.4. 设X 和Y 是两个相互独立的随机变量, X 在(0, 1)上服从均匀分布, Y 的概率密度为21e ,0,()20Y yy f y y ->=⎧⎪⎨⎪⎩，≤0.(1) 求X 和Y 的联合概率密度.(2) 设关于a 的二次方程为220a Xa Y ++=, 试求a 有实根的概率.解 (1) 由题设知X 和Y 的概率密度分别为1,01,()0,X x f x <<=⎧⎨⎩其它， 21e ,0,()20,.yY y f y ->=⎧⎪⎨⎪⎩其它因X 和Y 相互独立, 故(X , Y )的联合概率密度为21e ,01,0(,)()()20,.yX Y x y f x y f x f y -<<>==⎧⎪⎨⎪⎩其它(2) 方程有实根的充要条件是判别式大于等于零. 即244X Y ∆=-≥20X ⇔≥Y .因此事件{方程有实根}2{X =≥}Y .下面计算2{P X ≥}Y (参见图3-3).2{P X ≥}Y 2211221(,)d d e d (1e)d 2yxx Df x y xdy x y x --===-⎰⎰⎰⎰⎰2121ed 12[(1)(0)]0.1445xx πΦΦ-=-=--≈⎰.图3-3 第6题积分区域习题3-41. 设二维随机变量(X ,Y )的概率分布为YX 0 10 0.4 a 1 b 0.1若随机事件{X =0}与{X +Y =1}相互独立, 求常数a , b .解首先, 由题设知0.40.11a b +++=. 由此得0.5a b +=. 此外,{0}0.4P X a ==+,{1}{0,1}{1,0}0.5P X Y P X Y P X Y a b +====+===+=, {0,1}{0,1}P X X Y P X Y a =+=====. 根据题意有{0,1}{0}{1}P X X Y P X P X Y =+===+=,即(0.4)0.5a a =+⨯. 解得0.4,0.1a b ==.2. 设两个相互独立的随机变量X ,Y 的分布律分别为X 1 3 Y 2 4 P X 0.3 0.7 P Y 0.6 0.4求随机变量Z = X + Y 的分布律. 解随机变量Z = X + Y 的可能取值为7,5,3.Z 的分布律为18.06.0.03}2,1{}3{=⨯=====Y X P Z P , {5}{1,4}{3,2}0.30.4070.60.54P Z P X Y P X Y ====+===⨯+⨯=,28.04.07.0}4,3{}7{=⨯=====Y X P Z P ,或写为Z 3 57 P Z0.180.540.283. 设X 和Y 是两个相互独立的随机变量, 且X 服从正态分布N (μ, σ2), Y 服从均匀分布U (-a , a )( a >0), 试求随机变量和Z =X +Y 的概率密度.解已知X 和Y 的概率密度分别为22()2()e2x X f x μσπσ--=, ),(+∞-∞∈x ; ⎪⎩⎪⎨⎧-∉-∈=).,(,0),,(,21)(a a y a a y ay f Y .由于X 和Y 相互独立, 所以22()21()()()d e d 22z y a Z X Y a f z f z y f y y y a μσπσ---+∞-∞-=-=⎰⎰=1[()()]2z μa z μa ΦΦa σσ-+---. 4. 设随机变量X 和Y 的联合分布是正方形G={(x,y )|1≤x ≤3, 1≤y ≤3}上的均匀分布, 试求随机变量U=|X -Y|的概率密度f (u ).解由题设知, X 和Y 的联合概率密度为111,3,3,(,)40,.x y f x y =⎧⎪⎨⎪⎩≤≤≤≤其它记()F u 为U 的分布函数, 参见图3-7, 则有当u ≤0时,(){||F u P X Y =-≤u }=0; 当u ≥2时,()1F u =;当0< u <2时, 图3-7 第8题积分区域||(){}(,)d d x y uF u P U u f x y x y -==⎰⎰≤≤21[42(2)]412u =-⨯- 211(2)4u =--.故随机变量||U X Y =-的概率密度为1(2),02,()20,u u p u -<<=⎧⎪⎨⎪⎩其它..总习题三1. 设随机变量(X , Y )的概率密度为⎪⎩⎪⎨⎧<<<=.,0,10,||,1),(其它x x y y x f 求条件概率密度)|()|(||y x f x y f Y X X Y 和.解首先2,01,()0,.(,)其它X x x f x f x y dy +∞-∞<<==⎧⎨⎩⎰1,01,()1,10,0,(,)≤其它.Y y y f y y y f x y dx +∞-∞-<<==+-<⎧⎪⎨⎪⎩⎰图3-9第1题积分区域当01y <<时, |1,1,1(|)0,X Y y x y f x y x <<-=⎧⎪⎨⎪⎩取其它值.当1y -<≤0时, |1,1,1(|)0,X Y y x y f x y x -<<+=⎧⎪⎨⎪⎩取其它值.当10<<x 时, |1,||,(|)20,Y X y x f y x x y <=⎧⎪⎨⎪⎩取其它值.2. 设随机变量X 与Y 相互独立, 下表列出二维随机变量(,)X Y 的分布律及关于X 和关于Y 的边缘分布律中部分数值, 试将其余数值填入表中空白处 .解首先, 由于11121{}{,}{,}P Y y P X x Y y P X x Y y ====+==, 所以有11121111{,}{}{,}6824P X x Y y P Y y P X x Y y ====-===-=.在此基础上利用X 和Y 的独立性, 有11111{,}124{}1{}46P X x Y y P X x P Y y =======.于是 2113{}1{}144P X x P X x ==-==-=.再次, 利用X 和Y 的独立性, 有12211{,}18{}1{}24P X x Y y P Y y P X x =======.于是 312111{}1{}{}1623P Y y P Y y P Y y ==-=-==--=.最后, 利用X 和Y 的独立性, 有2222313{,}{}{}428P X x Y y P X x P Y y ======⨯=; 2323311{,}{}{}434P X x Y y P X x P Y y ======⨯=;1313111{,}{}{}4312P X x Y y P X x P Y y ======⨯=.因此得到下表3. (34)e (,)0,.,0,0,x y k f x y x y -+=⎧>>⎨⎩其它(1) 求常数k ；(2) 求(X ,Y )的分布函数；(3) 计算{01,02}P X Y <<≤≤; (4) 计算(),x f x ()y f y ；(5) 问随机变量X 与Y 是否相互独立? 解 (1)由3401(,)d d e d e d 12xy kf x y x y k x y +∞+∞+∞+∞---∞-∞===⎰⎰⎰⎰,可得12=k .(2) (X ,Y )的分布函数(,)(,)d d x y F x y f u v x y -∞-∞=⎰⎰.当x ≤0或y ≤0时,有 0),(=y x F ; 当0,0>>y x 时, 34340(,)12e d e d (1e )(1e )x yuv x y F x y u v ----==--⎰⎰.即 34(1e )(1e ),0,0,(,)0,.其它x y x y F x y --⎧-->>=⎨⎩(3) {01,02}P X Y <<≤≤38(1,2)(0,0)(1e )(1e )F F --=-=--.(4) (34)012ed ,0,()(,)d 0,其它.x y X y x f x f x y y +∞-++∞-∞⎧>⎪==⎨⎪⎩⎰⎰所以 33e ,0,()0,其它.x X x f x -⎧>=⎨⎩类似地, 有44e ,0,()0,其它.y Y y f y -⎧>=⎨⎩ 显然2),(),()(),(R y x y f x f y x f Y X ∈∀⋅=, 故X 与Y 相互独立. 4.解已知),(Y X 的分布律为注意到41260}1{}1{=++====Y P X P , 而0}1,1{===Y X P ,可见P {X =1, Y =1}≠P {X =1}P {Y =1}. 因此X 与Y 不相互独立.(2) Z X Y =+的可能取值为3, 4, 5, 6, 且316161}1,2{}2,1{}3{=+===+====Y X P Y X P Z P ,}1,3{}2,2{}3,1{}4{==+==+====Y X P Y X P Y X P Z P3112161121=++=, 316161}2,3{}3,2{}5{=+===+====Y X P Y X P Z P . 即Z X Y =+(3) max{,}V X Y =的可能取值为2, 3, 且21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 21}2{1}3{==-==V P V P . 即max(,)V X Y =的分布律为(4) min{U =}3,1{}2,1{}1{==+====Y X P Y X P U P}1,2{}1,3{==+==+Y X P Y X P 21=, 21}1{1}2{==-==U P U P . 即min{,}U X Y =的分布律为(5) W U V =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,}2,2{}3,1{}4{==+====V U P V U P W P31}2,2{}1,3{}3,1{===+==+===y X P Y X P Y X P ,31}2,3{}3,2{}3,2{}5{===+=======Y X P Y X P V U P W P .5. 2,01,01,(,)0,x y x y f x y --<<<<⎧=⎨⎩其它.(1) 求P {X >2Y }; (2) 求Z = X +Y 的概率密度f Z (z ).解 (1) 1120227{2}(,)d d d (2)d 24yx yP X Y f x y x y y x y x >>==--=⎰⎰⎰⎰. (2) 方法一: 先求Z 的分布函数:()()(,)d d Z x y zF z P X Y Z f x y x y +=+=⎰⎰≤≤.当z <0时, F Z (z )<0; 当0≤z <1时, 1()(,)d d d (2)d z z yZ D F z f x y x y y x y x -==--⎰⎰⎰⎰= z 2-13z 3; 当1≤z <2时, 2111()1(,)d d 1d (2)d Z z z yD F z f x y x y y x y x --=-=---⎰⎰⎰⎰= 1-13(2-z )3; 当z ≥2时, F Z (z ) = 1.故Z = X +Y 的概率密度为222,01,()()(2),12,0,Z Z z z z f z F z z z ⎧-<<⎪'==-<⎨⎪⎩≤其它.方法二: 利用公式()(,)d :Z f z f x z x x +∞-∞=-⎰2(),01,01,(,)0,x z x x z x f x z x ---<<<-<⎧-=⎨⎩其它 2,01,1,0,.z x x z x -<<<<+⎧=⎨⎩其它当z ≤0或z ≥2时, f Z (z ) = 0; 当0<z <1时, 0()(2)d (2);zZ f z z x z z =-=-⎰当1≤z <2时, 121()(2)d (2).Zz f z z x z -=-=-⎰故Z = X +Y 的概率密度为222,01,()(2),12,0,.Z z z z f z z z ⎧-<<⎪=-<⎨⎪⎩≤其它.6. 设随机变量(X , Y )得密度为21,01,02,(,)30,.其它x xy x y x y ϕ⎧+⎪=⎨⎪⎩≤≤≤≤试求: (1) (X , Y )的分布函数; (2) (X , Y )的两个边缘分布密度; (3) (X , Y )的两个条件密度; (4) 概率P {X +Y >1}, P {Y >X }及P {Y <12|X <12}.解 (1) 当x ≤0或y ≤0时, φ(x , y ) = 0, 所以 F (x , y ) = 0.当0<x ≤1, 0<y ≤2时, φ(x , y ) = x 2+13xy ,所以 201(,)(,)d d [()d ]d 3x yx yF x y u v u v u uv v u -∞-∞==+⎰⎰⎰⎰ϕ32211312x y x y =+. 当0<x ≤1, y >2时,2(,)(,)d d [(,)d ]d [(,)d ]d xyx y x F x y u v u v u v v u u v v u -∞-∞===⎰⎰⎰⎰⎰⎰ϕϕϕ22001[()d ]d 3xu uv v u =+⎰⎰21(21)3x x =+. 当x >1, 0<y ≤2时,1(,)(,)d d [(,)d ]d xyyF x y u v u v u v v u -∞-∞==⎰⎰⎰⎰ϕϕ12001[()d ]d 3y u uv v u =+⎰⎰1(4)12y y =+. 当x >1, y >2时,122001(,)[()d ]d 13F x y u uv v u =+=⎰⎰.综上所述, 分布函数为220,00,1(),01,02,341(,)(21),01,2,31(4),1,02,121,1, 2.或≤≤≤≤≤≤x y y x y x x y F x y x x x y y y x y x y ⎧⎪⎪+<<⎪⎪⎪=+<>⎨⎪⎪+><⎪⎪>>⎪⎩(2) 当0≤x ≤1时,22202()(,)d ()d 2,33X xy x x y y x y x x ϕϕ+∞-∞==+=+⎰⎰ 故 222,01,()30,.其它≤≤X x x x x ϕ⎧+⎪=⎨⎪⎩当0≤y ≤2时,12011()(,)d ()d ,336Y xy y x y x x x y ϕϕ+∞-∞==+=+⎰⎰ 故 11,02,()360,.其它≤≤Y y y y ϕ⎧+⎪=⎨⎪⎩(3) 当0≤y ≤2时, X 关于Y = y 的条件概率密度为2(,)62(|).()2Y x y x xy x y y yϕϕϕ+==+当0≤x ≤1时, Y 关于X = x 的条件概率密度为(,)3(|).()62X x y x yy x y x ϕϕϕ+==+(4) 参见图3-10.图3-10 第9题积分区域图3-11 第9题积分区域1{1}(,)d d x y P X Y x y x y ϕ+>+>=⎰⎰12201165d ()d .372xx x xy y -=+=⎰⎰ 同理, 参见图3-11.{}(,)d d y xP Y X x y x y ϕ>>=⎰⎰122117d ()d .324xx x xy y =+=⎰⎰ 1111{,}(,)112222{|}1122{}()22X P X Y F P Y X P X F <<<<==<211(,)22121()534.32()d |Xy x y x x x ϕ+==⎰。

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》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(经管类)第三章课后习题答案

P Z 40 P X 20, Y 20 20 6
P Z 30 P X 10, Y 20 20 3
P Z 20 P X 20, Y 0 20
P Z 10 P X 10, Y 0 P X 20, Y
P Z 0 P X 10, Y 则 Z=X‐Y 的分布律为
2 10 20
Z=X‐Y ‐40 ‐30 ‐20 ‐10 0
4. 设随机变量 X,Y 相互独立,且服从[0,1]上的均匀分布,求 X+Y 的概率密度. 解: 因 X,Y 都服从[0,1]上的均匀分布,且相互独立故fX x fY y 1, f x, y fX x fY y
设 Z=X+Y
当0 z 1时
Z ZX
FZ
f x, y dydx
Z ZX
1dydx
Z
z xdx
;
P X 1, Y 0 P X 1 P Y 0
;
P X 1, Y 1 P X 1 P Y 1
;
(X,Y)的分布律与边缘分布律为
Y
X
0
1
p·
16
4
20
0
25 25 25
4
1
1
1
25 25
5
p·
20 25
1 5
(2) 不放回抽样的情况:
P X 0, Y 0 P X 0 P Y 0
;
P X 0, Y 1 P X 0 P Y 1
0, 其他.
0, 其他.
关于 Y 的边缘密度为
fY y
1
√2 24xydx , 0 y
0, 其他.
1 , 6x, 0 √3 =
y
1,
√3
0, 其他.
注意积分限为 Y 的值域,后面却要写 X 的值域哦~

概率论与数理统计(理工类_第四版)吴赣昌主编课后习题答案第三章

01 1/401/41/2习题4设(X,Y)的联合分布密度为f(x,y)=12πe-x2+y22,Z=X2+Y2,求Z的分布密度.解答：FZ(z)=P{Z≤z}=P{X2+Y2≤z}.当z<0时，FZ(z)=P(∅)=0;当z≥0时，FZ(z)=P{X2+Y2≤z2}=∫∫x2+y2≤z2f(x,y)dxdy=12π∫∫x2+y2≤z2e-x2+y22dxdy=12π∫02πdθ∫0ze-ρ22ρdρ=∫0ze-ρ22ρdρ=1-e-z22.故Z的分布函数为FZ(z)={1-e-z22,z≥00,z<0.Z的分布密度为fZ(z)={ze-z22,z>00,z≤0.习题5设随机变量(X,Y)的概率密度为f(x,y)={12(x+y)e-(x+y),x>0,y>00,其它,(1)问X和Y是否相互独立？(2)求Z=X+Y的概率密度.解答：(1)fX(x)=∫-∞+∞f(x,y)dy={∫0+∞12(x+y)e-(x+y)dy,x>00,x≤0\under2line令x+y=t{∫x+∞12te-tdt=12(x+1)e-x,x>00,x≤0,由对称性知fY(y)={12(y+1)e-y,y>00,y≤0,显然f(x,y)≠fX(x)fY(y),x>0,y>0,所以X与Y不独立.(2)用卷积公式求fZ(z)=∫-∞+∞f(x,z-x)dx.当{x>0z-x>0 即 {x>0x<z时，f(x,z-x)≠0,所以当z≤0时，fZ(z)=0;当z>0时，fZ(z)=∫0z12xe-xdx=12z2e-z.于是，Z=X+Y的概率密度为fZ(z)={12z2e-z,z>00,z≤0.习题6设随机变量X,Y相互独立，若X服从(0,1)上的均匀分布，Y服从参数1的指数分布，求随机变量Z=X+Y的概率密度.解答：据题意，X,Y的概率密度分布为fX(x)={1,0<x<10,其它, fY(y)={e-y,y≥00,y<0,由卷积公式得Z=X+Y的概率密度为fZ(z)=∫-∞+∞fX(x)fY(z-x)dx=∫-∞+∞fX(z-y)fY(y)dy=∫0+∞fX(z-y)e-ydy.由0<z-y<1得z-1<y<z,可见：当z≤0时，有fX(z-y)=0, 故fZ(z)=∫0+∞0⋅e-ydy=0;当z>0时，fZ(z)=∫0+∞fX(z-y)e-ydy=∫max(0,z-1)ze-ydy=e-max(0,z-1)-e-z,即fZ(z)={0,z≤01-e-z,0<z≤1e1-z-e-z,z>1.习题7设随机变量(X,Y)的概率密度为f(x,y)={be-(x+y),0<x<1,0<y<+∞,0,其它.（1）试确定常数b；（2）求边缘概率密度fX(x),fY(y)；（3）求函数U=max{X,Y}的分布函数. 解答：（1）由∫-∞+∞∫-∞+∞f(x,y)dxdy=1，确定常数b.∫01dx∫0+∞be-xe-ydy=b(1-e-1)=1，所以b=11-e-1，从而f(x,y)={11-e-1e-(x+y),0<x<1,0<y<+∞,0,其它.（2）由边缘概率密度的定义得fX(x)={∫0+∞11-e-1e-(x+y)dy=e-x1-e-x,0<x<1,0,其它，fY(x)={∫0111-e-1e-(x+y)dx=e-y,0<y<+∞,0,其它（3）因为f(x,y)=fX(x)fY(y)，所以X与Y独立，故FU(u)=P{max{X,Y}≤u}=P{X≤u,Y≤u}=FX(u)FY(u)，其中FX(x)=∫0xe-t1-e-1dt=1-e-x1-e-1,0<x<1，所以FX(x)={0,x≤0,1-e-x1-e-1,0<x<1,1,x≥1.同理FY(y)={∫0ye-tdt=1-e-y,0<y<+∞,0,y≤0，因此FU(u)={0,u<0,(1-e-u)21-e-1,0≤u<1,1-e-u,u≥1.习题8设系统L是由两个相互独立的子系统L1和L2以串联方式联接而成，L1和L2的寿命分别为X与Y, 其概率密度分别为ϕ1(x)={αe-αx,x>00,x≤0,ϕ2(y)={βe-βy,y>00,y≤0,其中α>0,β>0,α≠β,试求系统L的寿命Z的概率密度.解答：设Z=min{X,Y},则F(z)=P{Z≥z}=P{min(X,Y)≤z}=1-P{min(X,Y)>z}=1-P{X≥z,Y≥z}=1-[1P{X<z}][1-P{Y<z}]=1-[1-F1{z}][1-F2{z}]由于F1(z)={∫0zαe-αxdx=1-e-αz,z≥00,z<0,F2(z)={1-e-βz,z≥00,z<0,故F(z)={1-e-(α+β)z,z≥00,z<0,从而ϕ(z)={(α+β)e-(α+β)z,z>00,z≤0.习题9设随机变量X,Y相互独立，且服从同一分布，试证明：P{a<min{X,Y}≤b}=[P{X>a}]2-[P{X>b}]2.解答：设min{X,Y}=Z,则P{a<min{X,Y}≤b}=FZ(b)-FZ(a),FZ(z)=P{min{X,Y}≤z}=1-P{min{X,Y}>z}=1-P{X>z,Y>z}=1-P{X>z}P{Y>z}=1-[P{X>z}]2,代入得P{a<min{X,Y}≤b}=1-[P{X>b}]2-(1-[P{X>a}]2)=[P{X>a}]2-[P{X>b}]2.证毕.复习总结与总习题解答习题1在一箱子中装有12只开关，其中2只是次品，在其中取两次，每次任取一只，考虑两种试验：(1)放回抽样；(2)不放回抽样.我们定义随机变量X,Y如下：X={0,若第一次取出的是正品1,若第一次取出的是次品, Y={0,若第二次取出的是正品1,若第二次取出的是次品,试分别就(1),(2)两种情况，写出X和Y的联合分布律.解答：(1)有放回抽样，(X,Y)分布律如下：P{X=0,Y=0}=10×1012×12=2536; P{X=1,Y=0}=2×1012×12=536,P{X=0,Y=1}=10×212×12=536, P{X=1,Y=1}=2×212×12=136,(2)不放回抽样，(X,Y)的分布律如下：P{X=0,Y=0}=10×912×11=4566, P{X=0,Y=1}=10×212×11=1066,P{X=1,Y=0}=2×1012×11=1066, P{X=1,Y=1}=2×112×11=166,解答：X可取值为0,1,2,3,Y可取值0,1,2.P{X=0,Y=0}=P{∅}=0,P{X=0,Y=1}=C30C21C33/C84=2/70,P{X=0,Y=2}=C30C22C32/C84=3/70, P{X=1,Y=0}=C31C20C33/C84=3/70,P{X=1,Y=1}=C31C21C32/C84=18/70,P{X=1,Y=2}=C31C22C31/C84=9/70,P{X=2,Y=0}=C32C20C32/C84=9/70,P{X=2,Y=1}=C32C21C31/C84=18/70,P{X=2,Y=2}=C32C22C30/C84=3/70,P{X=3,Y=0}=C33C20C31/C84=3/70,P{X=3,Y=1}=C33C21C30/C84=2/70,P{X=3,Y=2}=P{∅}=0,所以，(X,Y)的联合分布如下：(3)由FX(x)=P{X≤x,Y<+∞}=∑xi<x∑j=1+∞pij, 得(X,Y)关于X的边缘分布函数为：FX(x)={0,x<114+14,1≤x<214+14+16+13,x≥2={0,x<11/2,1≤x<21,x≥2,同理，由FY(y)=P{X<+∞,Y≤y}=∑yi≤y∑i=1+∞Pij, 得(X,Y)关于Y的边缘分布函数为FY(y)={0,y<-12/12,-1≤y<01,y≥0.习题6设随机变量(X,Y)的联合概率密度为f(x,y)={c(R-x2+y2),x2+y2<R0,x2+y2≥R,求：(1)常数c; (2)P{X2+Y2≤r2}(r<R).解答：(1)因为1=∫-∞+∞∫-∞+∞f(x,y)dydx=∫∫x2+y2<Rc(R-x2+y)d xdy=∫02π∫0Rc(R-ρ)ρdρdθ=cπR33,所以有c=3πR3.(2)P{X2+Y2≤r2}=∫∫x2+y2<r23πR3[R-x2+y2]dxdy=∫02π∫0r3πR3(R-ρ)ρdρdθ=3r2R2(1-2r3R).习题7设f(x,y)={1,0≤x≤2,max(0,x-1)≤y≤min(1,x)0,其它,求fX(x)和fY(y).解答：max(0,x-1)={0,x<1x-1,x≥1, min(1,x)={x,x<11,x≥1,所以，f(x,y)有意义的区域(如图)可分为{0≤x≤1,0≤y≤x},{1≤x≤2,1-x≤y≤1},即f(x,y)={1,0≤x≤1,0≤y≤x1,1≤x≤2,x-1≤y≤1,0,其它所以fX(x)={∫0xdy=x,0≤x<1∫x-11dy=2-x,1≤x≤20,其它,fY(y)={∫yy+1dx=1,0≤y≤10,其它.习题8若(X,Y)的分布律为则α,β应满足的条件是¯, 若X与Y独立，则α=¯,β=¯.解答：应填α+β=13;29;19.由分布律的性质可知∑i⋅jpij=1, 故16+19+118+13+α+β=1,即α+β=13.又因X与Y相互独立，故P{X=i,Y=j}=P{X=i}P{Y=j}, 从而α=P{X=2,Y=2}=P{X=i}P{Y=j},=(19+α)(14+α+β)=(19+α)(13+13)=29,β=P{X=3,Y=2}=P{X=3}P{Y=2}=(118+β)(13+α+β)=(118+β)(13+13)，∴β=19.习题9设二维随机变量(X,Y)的概率密度函数为f(x,y)={ce-(2x+y),x>0,y>00,其它,(1)确定常数c; (2)求X,Y的边缘概率密度函数；(3)求联合分布函数F(x,y); (4)求P{Y≤X}; (5)求条件概率密度函数fX∣Y(x∣y); (6)求P{X<2∣Y<1}.解答：(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1求常数c.∫0+∞∫0+∞ce-(2x+y)dxdy=c⋅(-12e-2x)\vline0+∞⋅(-e-y)∣0+∞=c2=1,所以c=2.(2)fX(x)=∫-∞+∞f(x,y)dy={∫0+∞2e-2xe-ydy,x>00,x≤0={2e-2x,x>00,x≤0,fY(y)=∫-∞+∞f(x,y)dx={∫0+∞2e-2xe-ydx,y>00,其它={e-y,y>00,y≤0.(3)F(x,y)=∫-∞x∫-∞yf(u,v)dvdu={∫0x∫0y2e-2ue-vdvdu,x>0,y>00,其它={(1-e-2x)(1-e-y),x>0,y>00,其它.(4)P{Y≤X}=∫0+∞dx∫0x2e-2xe-ydy=∫0+∞2e-2x(1-e-x)dx=13.(5)当y>0时，fX∣Y(x∣y)=f(x,y)fY(y)={2e-2xe-ye-y,x>00,x≤0={2e-2x,x>00,x≤0.(6)P{X<2∣Y<1}=P{X<2,Y<1}P{Y<1}=F(2,1)∫01e-ydy=(1-e-1)(1-e-4)1-e-1=1-e-4.习题10设随机变量X以概率1取值为0, 而Y是任意的随机变量，证明X与Y相互独立.解答：因为X的分布函数为F(x)={0,当x<0时1,当x≥0时, 设Y的分布函数为FY(y),(X,Y)的分布函数为F(x,y)，则当x<0时，对任意y, 有F(x,y)=P{X≤x,Y≤y}=P{(X≤x)∩(Y≤y)}=P{∅∩(Y≤y)}=P{∅}=0=FX(x)FY(y);当x≥0时，对任意y, 有F(x,y)=P{X≤x,Y≤y}=P{(X≤x)∩(Y≤y)}=P{S∩(Y≤y)}=P{Y≤y}=Fy(y)=FX(x)FY(y),依定义，由F(x,y)=FX(x)FY(y)知，X与Y独立.习题11设连续型随机变量(X,Y)的两个分量X和Y相互独立，且服从同一分布，试证P{X≤Y}=1/2.解答：因为X,Y独立，所以f(x,y)=fX(x)fY(y).P{X≤Y}=∫∫x≤yf(x,y)dxdy=∫∫x≤yfX(x)fY(y)dxdy =∫-∞+∞[fY(y)∫-∞yfX(x)dx]dy=∫-∞+∞[fY(y)FY(y)]dy=∫-∞+∞FY(y)dFY(y)=F2(y)2∣-∞+∞=12,也可以利用对称性来证，因为X,Y独立同分布，所以有P{X≤Y}=P{Y≤X},而P{X≤Y}+P{X≥Y}=1, 故P{X≤Y}=1/12.习题12设二维随机变量(X,Y)的联合分布律为若X与Y相互独立，求参数a,b,c的值.解答：关于X的边缘分布为由于X和Y的地位平等，同法可得Y的边缘概率密度是：fY(y)={2R2-y2πR2,-R≤y≤R0,其它.(2)fX∣Y(x∣y)=f(x,y)fY(y)注意在y处x值位于∣x∣≤R2-y2这个范围内，f(x,y)才有非零值，故在此范围内，有fX∣Y(x∣y)=1πR22πR2⋅R2-y2=12R2-y2,即Y=y时X的条件概率密度为fX∣Y(x∣y)={12R2-y2,∣x∣≤R2-y20,其它.同法可得X=x时Y的条件概率密度为fY∣X(y∣x)={12R2-x2,∣y∣≤R2-x20,其它.由于条件概率密度与边缘概率密度不相等，所以X与Y不独立.习题15设(X,Y)的分布律如下表所示求：(1)Z=X+Y; (2)Z=max{X,Y}的分布律.解答：与一维离散型随机变量函数的分布律的计算类似，本质上是利用事件及其概率的运算法则. 注意，Z的相同值的概率要合并.概率(X,Y)X+YXYX/Ymax{X,Y}1/102/103/102/101/101/10 (-1,-1)(-1,1)(-1,2)(2,-1)(2,1)(2,2)--1-2-2241-1-1/2-221-于是(1)max{X,Y} -112pi 1/102/107/10习题16设(X,Y)的概率密度为f(x,y)={1,0<x<1,0<y<2(1-x)0,其他，求Z=X+Y的概率密度.解答：先求Z的分布函数Fz(z)，再求概率密度fz(z)=dFz(z)dz.如右图所示.当z<0时，Fz(z)=P{X+Y≤z}=0;当0≤z<1时，Fz(z)=P{X+Y≤z}=∫∫x+y≤zf(x,y)dxdy=∫0zdx∫0z-x1dy=∫0z(z-x)dx=z2-12x2∣0z=12z2；当1≤z<2时，Fz(z)=∫02-zdx∫0z-xdy+∫2-z1dx∫02(1-x)dy=z(2-z)-12(2-z)2+(z-1)2；当z≥2时，∫∫Df(x,y)dxdy=∫01dx∫02(1-x)dy=1.综上所述Fz(z)={0,z<012z2,0≤z<1z(2-z)-12(2-z)2+(z-1)2,1≤z<21,z≥2，故fz(z)={z,0≤z<12-z,1≤z<20,其它.习题17设二维随机变量(X,Y)的概率密度为f(x,y)={2e-(x+2y),x>0,y>00,其它,求随机变量Z=X+2Y的分布函数.解答：按定义FZ(Z)=P{x+2y≤z},当z≤0时，FZ(Z)=∫∫x+2y≤zf(x,y)dxdy=∫∫x+2y≤z0dxdy=0.当z>0时，FZ(Z)=∫∫x+2y≤zf(x,y)dxdy=∫0zdx∫0(z-x)/22e-(x+2y)dy=∫0ze-x⋅(1-ex-z)dx=∫0z(e-x-e-z)dx=[-e-x]∣0z-ze-z=1-e-z-ze-z,故分布函数为FZ(Z)={0,z≤01-e-z-ze-z,z>0.习题18设随机变量X与Y相互独立，其概率密度函数分别为fX(x)={1,0≤x≤10,其它, fY(y)={Ae-y,y>00,y≤0,求：(1)常数A; (2)随机变量Z=2X+Y的概率密度函数.解答：(1)1=∫-∞+∞fY(y)dy=∫0+∞A⋅e-ydy=A.(2)因X与Y相互独立，故(X,Y)的联合概率密度为f(x,y)={e-y,0≤x≤1,y>00,其它.于是当z<0时，有F(z)=P{Z≤z}=P{2X+Y≤z}=0;当0≤z≤2时，有F(z)=P{2X+Y≤z}=∫0z/2dx∫0z-2xe-ydy=∫0z/2(1-e2x-z)dx;当z>2时，有F(z)=P{2X+Y≤2}=∫01dx∫0z-2xe-ydy=∫01(1-e2x-z)dx.利用分布函数法求得Z=2X+Y的概率密度函数为fZ(z)={0,z<0(1-e-z)/2,0≤z<2(e2-1)e-z/2,z≥2.习题19设随机变量X,Y相互独立，若X与Y分别服从区间(0,1)与(0,2)上的均匀分布，求U=max{X,Y}与V=min{X,Y}的概率密度.解答：由题设知，X与Y的概率密度分别为fX(x)={1,0<x<10,其它, fY(y)={1/2,0<y<20,其它,于是，①X与Y的分布函数分别为FX(x)={0,x≤0x,0≤x<11,x≥1, FY(y)={0,y<0y/2,0≤y<21,y≥2,从而U=max{X,Y}的分布函数为FU(u)=FX(u)FY(u)={0,u<0u2/2,0≤u<1u/2,1≤u<21,u≥2,故U=max{X,Y}的概率密度为fU(u)={u,0<u<11/2,1≤u<20,其它.②同理，由FV(v)=1-[1-FX(v)][1-FY)]=FX(v)+FY(v)-FX(v)FY(v)=FX(v)+FY(v)-FU(v),得V=min{X,Y}的分布函数为FV(v)={0,v<0v2(3-v),0≤v<11,v≥1,故V=min{X,Y}的概率密度为fV(v)={32-v,0<v<10,其它.注：(1)用卷积公式，主要的困难在于X与Y的概率密度为分段函数，故卷积需要分段计算；(2)先分别求出X,Y的分布函数FX(x)与FY(y), 然后求出FU(u)，再求导得fU(u); 同理先求出FV(v), 求导即得fV(v).。

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)。

习题3-4 设二维随机变量),(Y X 的概率密度为⎩⎨⎧≤≤=其它,0,1,),(22y x y cx y x f（1）试确定常数c ；（2）求边缘概率密度. 解: （1）l=⎰⎰⎰⎰⎰∞+∞-+-∞+∞-=⇒===42121432),(1025210c c dy y cydx cx dy dxdy y x f y y（2）⎪⎩⎪⎨⎧--==⎰,0),1(821421)(~42122x x ydy x x f X x X ⎪⎩⎪⎨⎧≤≤==⎰+-其它01027421)(~252y y ydx d y f Y y y Y习题3-5 在第7题中，（1）求条件概率密度)|(|y x f Y X ，特别，写出当21=Y 时X 的条件概率密度；（2）求条件概率密度)|(|x y f X Y ，特别，分别写出当21,31==X X 时Y 的条件概率密度；（3）求条件概率⎭⎬⎫⎩⎨⎧=≥21|41X Y P ，⎭⎬⎫⎩⎨⎧=≥21|43X Y P (注：上面提到的7题应为下面补充的9题）习题3-6 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<=其它,0,10,||,1),(x x y y x f求条件概率密度)|(),|(||x y f y x f X Y Y X .习题3-7 设X 和Y 是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⎪⎩⎪⎨⎧≤>=-.0,0,0,21)(2y y e 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022=++Y Xa a ，试求a 有实根的概率。

解：（1）X 的概率密度为⎪⎩⎪⎨⎧∈=其它,0)1,0(,1)(x x f XY 的概率密度为⎪⎩⎪⎨⎧≤>=-.0,00,21)(y y e y f yY 且知X , Y 相互独立，于是（X ，Y ）的联合密度为⎪⎩⎪⎨⎧><<==-其它0,1021)()(),(2y x ey f x f y x f yY X（2）由于a 有实跟根，从而判别式0442≥-=∆Y X即：2X Y ≤ 记}0,10|),{(2x y x y x D <<<<= dx e de dx dy e dx dxdy y x f X Y P x x yy Dx ⎰⎰⎰⎰⎰⎰⎰----=-===≤1010202212222121),()(1445.08555.013413.05066312.21)5.08413.0(21))2()1((212121022=-=⨯-=--=Φ-Φ-=⋅-=⎰-ππππdx ex习题3-8 设X 和Y 是相互独立的随机变量，其概率密度分别为⎩⎨⎧≤>=-0,0,0,)(x x e x f x X λλ ⎩⎨⎧≤>=-0,0,0,)(y y e y f x Y μμ其中0,0>>μλ是常数，引入随机变量⎩⎨⎧>≤=YX Y X Z 当当,0,,1（1）求条件概率密度)|(|y x f Y X ；（2）求Z 的分布律和分布函数.习题3-9 设X 和Y 是两个相互独立的随机变量，其概率密度分别为：⎩⎨⎧≤≤=其它,0,10,1)(x x f X⎩⎨⎧>=-其它,0,0,)(y e y f y Y 求随机变量Y X Z +=的概率密度。

习题3-10 设Y X ,是相互独立的随机变量，它们都服从正态分布),0(2σN . 试验证随机变量22Y X Z +=具有概率密度⎪⎩⎪⎨⎧<≥=-.0,0,0,)(222z z e z z f z Z σσ我们称Z 服从参数为)0(>σσ的瑞利)(Rayleigh分布.习题3-11 设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其它,0,0,10,),()(y x be y x f y x（1）确定常数b ；（2）求边缘概率密度)(),(y f x f Y X ；（3）求函数),max (Y X U =的分布函数。

习题3-12 设Y X ,是相互独立的随机变量，).(~),(~21λπλπY X 证明).(~21λλπ++=Y X Z解： )(~,)(!)!(!!!)!(!}{}{}{}{!}{,!}{2121)(0)(21)(0)(2102121212121λλλλλλλλλλλλλλλλλλ+∴+=-=-⋅=-=⋅===+======+-=-+-=---=--∑∑∑P Z z e i z i z z e i z e i ei z Y P i X P z Y X P z Z P k ek Y P k ek X P z z i i z i zi i z i zi k k习题3-13 设随机变量),(Y X 的分布律为（1）求{}{}0|3,2|2====X Y P Y X P ；（2）求{}Y X V ,max =的分布律；（3）求{}Y X U ,min =的分布律；（4）求Y X W +=的分布律.解：（1）由条件概率公式P {X=2|Y=2}=}2{}2,2{===Y P Y X P=08.005.005.005.003.001.005.0+++++=2.025.005.0=同理 P {Y=3|X=0}=31（2）变量V=max {X , Y }显然V 是一随机变量，其取值为 V ：0 1 2 3 4 5P {V=0}=P {X=0 Y=0}=0P {V=1}=P {X=1，Y=0}+ P {X=1，Y=1}+ P {X=0，Y=1}=0.01+0.02+0.01=0.04P {V=2}=P {X=2，Y=0}+ P {X=2，Y=1}+ P {X=2，Y=2}+P {Y=2, X=0}+ P {Y=2, X=1}=0.03+0.04+0.05+0.01+0.03=0.16P {V=3}=P {X=3，Y=0}+ P {X=3，Y=1}+ P {X=3，Y=2}+ P {X=3，Y=3} +P {Y=3, X=0}+ P {Y=3, X=1}+ P {Y=3, X=2}=0.05+0.05+0.05+0.06+0.01+0.02+0.04=0.28P {V=4}=P {X=4，Y=0}+ P {X=4，Y=1}+ P {X=4，Y=2}+ P {X=4，Y=3} =0.07+0.06+0.05+0.06=0.24P {V=5}=P {X=5，Y=0}+ …… + P {X=5，Y=3}=0.09+0.08+0.06+0.05=0.28（3）显然U 的取值为0，1，2，3P {U=0}=P {X=0，Y=0}+……+ P {X=0，Y=3}+ P {Y=0，X=1}+ ……+ P {Y=0，X=5}=0.28同理P {U=1}=0.30 P {U=2}=0.25 P {U=3}=0.17或缩写成表格形式（2）V0 1 2 3 4 5P k0 0.04 0.16 0.28 0.24 0.28（3）U0 1 2 3P k0.28 0.30 0.25 0.17（4）W=V+U显然W的取值为0，1， (8)P{W=0}=P{V=0 U=0}=0P{W=1}=P{V=0, U=1}+P{V=1U=0}∵V=max{X，Y}=0又U=min{X，Y}=1不可能上式中的P{V=0，U=1}=0，又P{V=1 U=0}=P{X=1 Y=0}+P{X=0 Y=1}=0.2故P{W=1}=P{V=0, U=1}+P{V=1，U=0}=0.2P{W=2}=P{V+U=2}= P{V=2, U=0}+ P{V=1，U=1}= P{X=2 Y=0}+ P{X=0 Y=2}+P{X=1 Y=1}=0.03+0.01+0.02=0.06P{W=3}=P{V+U=3}= P{V=3, U=0}+ P{V=2，U=1}= P{X=3 Y=0}+ P{X=0，Y=3}+P{X=2，Y=1}+ P{X=1，Y=2} =0.05+0.01+0.04+0.03=0.13P{W=4}= P{V=4, U=0}+ P{V=3，U=1}+P{V=2，U=2}=P{X=4 Y=0}+ P{X=3，Y=1}+P{X=1，Y=3}+ P{X=2，Y=2} =0.19P{W=5}= P{V+U=5}=P{V=5, U=0}+ P{V=5，U=1}+P{V=3，U=2} =P{X=5 Y=0}+ P{X=5，Y=1}+P{X=3，Y=2}+ P{X=2，Y=3} =0.24P{W=6}= P{V+U=6}=P{V=5, U=1}+ P{V=4，U=2}+P{V=3，U=3} =P{X=5，Y=1}+ P{X=4，Y=2}+P{X=3，Y=3} =0.19P{W=7}= P{V+U=7}=P{V=5, U=2}+ P{V=4，U=3}=P{V=5，U=2} +P{X=4，Y=3}=0.6+0.6=0.12P{W=8}= P{V+U=8}=P{V=5, U=3}+ P{X=5，Y=3}=0.05或列表为W 0 1 2 3 4 5 6 7 8 P0 0.02 0.06 0.13 0.19 0.24 0.19 0.12 0.05。

概率论与数理统计第三章习题及答案

概率论与数理统计教程第三章课后习题答案概率(03章)

概率论与数理统计第三章习题及答案

概率论与数理统计-第三章作业及答案

陈国华等主编概率论与数理统计第三章习题解答

最新概率论与数理统计第三章习题及答案

《概率论与数理统计》习题及答案第三章

概率论与数理统计(经管类)第三章课后习题答案

概率论与数理统计(理工类_第四版)吴赣昌主编课后习题答案第三章