36、《概率论与数理统计》习题随机变量及其分布

合集下载

概率论与数理统计(浙大) 习题答案第3章

第三章多维随机变量及其分布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:⎩⎨⎧=若第一次取出的是次品若第一次取出的是正品10X ,⎩⎨⎧=若第二次取出的是次品若第二次取出的是正品10Y .试分别就(1), (2)两种情况, 写出X 和Y 的联合分布律.解: (1)(X , Y )所有可能取的值为(0, 0), (0, 1), (1, 0), (1, 1), 按古典概型, 显然有362512101210)0 ,0(=⋅===Y X P ,3651221210)1 ,0(=⋅===Y X P ,3651210122)0 ,1(=⋅===Y X P ,361122122)1 ,1(=⋅===Y X P ,列成表格便得X 和Y 的联合分布律(2)(X , Y )所有可能取的值为(0, 0), (0, 1), (1, 0), (1, 1), 按古典概型, 显然有66451191210)0 ,0(=⋅===Y X P ,66101121210)1 ,0(=⋅===Y X P ,66101110122)0 ,1(=⋅===Y X P ,661111122)1 ,1(=⋅===Y X P ,列成表格便得X 和Y 的联合分布律2. 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 表示取到白球的只数, 求X , 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, 1, 2, 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)=351472222=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 CC ,P (X =3, Y =1)=352471233=C CC ,列成表格便得X 和Y 的联合分布律3. 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 ; (2)求P (X <1, Y <3); (3)求P (X <1.5); (4)求P (X +Y ≤4). 解: (1)因为 k dydx y x k dy dx y x f 8)6(),(1242=--==⎰⎰⎰⎰+∞∞-+∞∞-,所以81=k .(2)83)6(81)3 ,1(3210⎰⎰=--=<<dy y x dx Y 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 dx Y X P x .4. 将一枚硬币掷3次, 以X 表示前2次中出现H 的次数, 以Y 表示3次中出现H 的次数, 求(X , Y )的联合分布律及边缘分布律.故(X , Y )的联合分布律为(X , Y )关于X 的边缘分布律为即)21 ,2(~b X .(X , Y )关于Y 的边缘分布律为即)21 ,3(~b Y .5. 设二维随机变量(X , Y )的概率密度为⎩⎨⎧≤≤≤≤-=其它00,10)2(8.4),(xy x x y y x f , 求边缘概率密度. 解: ⎰+∞∞-=dy y x f x f X ),()(⎪⎩⎪⎨⎧≤≤-=⎰其它010)2(8.40x dy x y x⎩⎨⎧≤≤-=其它010)2(4.22x x x ,⎰+∞∞-=dx y x f y f Y ),()(⎪⎩⎪⎨⎧≤≤-=⎰其它010)2(8.41y dx x y y⎩⎨⎧≤≤+-=其它010)43(4.22y y y y . 6. 设二维随机变量(X , Y )的概率密度为⎩⎨⎧<<=-其它00),(y x e y x f y , 求边缘概率密度.解:⎰+∞∞-=dy y x f x f X ),()(⎪⎩⎪⎨⎧≤>=⎰+∞-000x x dy e x y⎩⎨⎧≤>=-000x x e x . ⎰+∞∞-=dx y x f y f Y ),()(⎪⎩⎪⎨⎧≤>=⎰-000y y dx e y y⎩⎨⎧≤>=-000y y ye y . 7. 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 . (1)试确定常数c ; (2)求边缘概率密度. 解: (1)因为l =⎰⎰⎰⎰⎰∞+∞-+-∞+∞-===c dy y c ydx cx dy dxdy y x f yy 21432),(1025210,所以421=c .(2)X 的边缘概率密度为⎪⎩⎪⎨⎧≤≤-=⎰其它011421)(~122x ydy x x f X x X⎪⎩⎪⎨⎧≤≤--=其它011)1(82142x x x .X 的边缘概率密度为⎪⎩⎪⎨⎧≤≤=⎰+-其它010421)(~2y ydx d y f Y y y Y⎪⎩⎪⎨⎧≤≤=其它0102725y y .8. 将某一医公司9月份和8月份收到的青霉素针剂的订货单数分别记为X 和Y , 据以往积累的资料知X 和Y 联合分布律为:(1)求边缘分布律;(2)求8月份的订单数为51时, 9月份订单数的条件人布律.解: 在表中运算得(2)因为j ijj j i i i p p y Y P y Y x X P y Y x X P ⋅=======)() ,()|(, 并且P (Y =51)=0.28=p ⋅j , 所以28628.006.0)51|51(====Y X P ,28728.007.0)51|52(====Y X P ,28528.005.0)51|53(====Y X P ,28528.005.0)51|54(====Y X P ,28528.005.0)51|55(====Y X P ,故当8月份的订单数为51时, 9月份订单数的条件分布律为9. 以X 记某一医院一天出生的婴儿的个数, Y 记男婴的个数, 记X 和Y 的联合分布律为)!(!)86.6()14.7() ,(14m n m e m Y n X P mn m -===--(m =0, 1, 2, ⋅⋅⋅, n ;n =0, 1, 2, ⋅⋅⋅ ).(1)求边缘分布律; (2)求条件分布律;(3)特别写出当X =20时, Y 的条件分布律. 解: (1)边缘分布律:∑∑=--=-=====nm mn m n m m n m e m Y n X P n X P 0140)!(!)86.6()14.7() ,()(∑=--⋅⋅⋅⋅=nm m n m m ne n C 014)86.6()14.7(!1 ∑=--⋅⋅=n m m n m mn C n e 014)86.6()14.7(! !14)86.614.7(!1414n e n e n n --⋅=+=(n =0, 1, 2, ⋅⋅⋅ ). ∑∑∞=--∞=-=====0140)!(!)86.6()14.7() ,()(n mn m n m n m e m Y n X P m Y P∑∞=---=014)!()86.6(!)14.7(n mn m m n m e m m m e e m e )14.7(!!)14.7(14.786.614--==(m =0, 1, 2, ⋅⋅⋅ ).(2)条件分布律:m mn m m e m n m e m Y P m Y n X P m Y n X P )14.7(!)!(!)86.6()14.7()() ,()|(14.714----======= )!()86.6(86.6m n e mn -⋅=--(n =m , m +1, ⋅⋅⋅ ).当m =0, 1, 2, ⋅⋅⋅ 时1414!14)!(!)86.6()14.7()() ,()|(----=======e n m n m e n X P m Y n X P n X m Y P nmn m m n m m n m n -⋅⋅-=)1486.6()1414.7()!(!! m m mn C -⋅⋅=20)49.0()51.0((m =0, 1, ⋅⋅⋅ , n ). (3)当X =20时, Y 的条件分布为m m mC X m Y P -⋅===2020)49.0()51.0()20|((m =0, 1, ⋅⋅⋅ , 20).10. 求§1例1中的条件分布律: P (Y =k |X =i )=?解: 由于)(),()|(i X P i X k Y P i X k Y P ======, 而411) ,(⋅===i i X k Y P (i =1, 2, 3, 4, k ≤i ),41)(==i X P ,所以ii X k Y P 1)|(===(i =1, 2, 3, 4, k ≤i ),即11. 在第7题中(1)求条件概率f X |Y (x |y ), 特别, 写出当21=Y 时X 的条件概率密度; (2)求条件概率密度f Y |X (y |x ), 特别, 分别写出当31=X , 21=X 时Y 的条件概率密度; (3)求条件概率P (Y ≥1/4|X =1/2), P (Y ≥3|X =1/2). 解: (1)当0<y ≤1时,⎪⎪⎩⎪⎪⎨⎧<<-==其他027421)(),()|(252|y x y y yx y f y x f y x f Y Y X ⎪⎩⎪⎨⎧<<-=-其他023232y x y y x ,特别, ⎪⎩⎪⎨⎧<<-==-其他02121)21(23)21|(232|x x y x f Y X ⎪⎩⎪⎨⎧<<-=其他02121232x x .(2)当-1<x ≤1时,⎪⎪⎩⎪⎪⎨⎧<<-==其他01)1(821421)(),()|(2422|y x x x y x x f y x f x y f X X Y ⎪⎩⎪⎨⎧<<-=其他01)1(222y x x y ,特别, ⎪⎩⎪⎨⎧<<-==其他0191))3/1(1(2)31|(4|y y x y f X Y⎪⎩⎪⎨⎧<<=其他01914081y y ,⎪⎩⎪⎨⎧<<-==其他0141))2/1(1(2)21|(4|y y x y f X Y⎪⎩⎪⎨⎧<<=其他01411532y y .(3))21|41()21|1()21|41(=<-=<==≥X Y P X Y P X Y P1153215324141141=-=⎰⎰ydy ydy ,)21|43()21|1()21|43(=<-=<==≥X Y P X Y P X Y P157153214341=-=⎰ydy .12. 设随机变量(X , Y )的概率密度为⎩⎨⎧<<<=其他010 ,||1),(x x y y x f , 求条件概率密度f Y |X (y |x ),f X |Y (x |y ). 解: f (x ,y )的边缘密度为⎪⎩⎪⎨⎧<<=⎰-其他0101)(x dy x f x x X ⎩⎨⎧<<=其他0102y x ,⎪⎩⎪⎨⎧<<-=⎰其他0111)(1||y dx x f y Y ⎩⎨⎧<<--=其他011||1y y ,所以当0<x <1时,⎪⎩⎪⎨⎧<==其他0||21)(),()|(|x y xx f y x f x y f X X Y , 当|y |<1时,⎪⎩⎪⎨⎧<-==其他0||||11)(),()|(|x y y x f y x f x y f Y Y X , 13. (1)问第1题中的随机变量X 和Y 是否相互独立？(2)问第12题中的随机变量X 和Y 是否相互独立？(需说明理由) 解: (1)有放回抽样时, 由于ij =p i ⋅⋅p ⋅j , 所以X 和Y 独立. 不放回抽样时, 由于ij =p i ⋅⋅p ⋅j , 所以X 和Y 不独立.(2)由于当|y |<x , 0<x <1时, f X (x )⋅f Y (y )=2x (1-|y |)≠f (x , y )=1, 故X 和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⎪⎩⎪⎨⎧≤>=-00021)(2y y e y f y Y .(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)按已知X 的概率密度为⎩⎨⎧<<=其他0101)(x x f X .由于X 和Y 相互独立, 故(X , Y )的概率密度为⎪⎩⎪⎨⎧><<=⋅=-其他0,1021)()(),(2y x e y f x f y x f y Y X .(2)要使a 有实根, 必须方程a 2+2Xa +Y =0的判别式∆=X 2-Y ≥0,⎰⎰⎰---==≥-10202102)1(21)0(22dx e dy e dx Y X P x x y⎰⎰⎰∞--∞-----=-=02121022222121[211dx e dx e dx e x x x πππ 1445.0)]0()1([21=Φ-Φ-=π.15. 第1题中的随机变量X 和Y 是否相互独立. 解: 放回抽样的情况P (X =0, Y =0)=P (X =0)⋅P (Y =0)3625=P (X =0, Y =1)=P (X =0)⋅P (Y =1)365=P (X =1, Y =0)=P (X =1)⋅P (Y =0)3651210122=⋅=P (X =1, Y =1)=P (X =1)⋅P (Y =1)361122122=⋅=.在放回抽样的情况下, X 和Y 是独立的. 不放回抽样的情况:P (X =0, Y =0)66451191210=⋅=,P (X =0)651210==,P (X =0)=P (X =0, Y =0)+P (Y =0, X =1) 6511101121191210=⋅+⋅=,P (X =0)⋅P (Y =0)36256565=⨯=,P (X =0, Y =0)≠P (X =0)P (Y =0), 所以X 和Y 不独立.14. 设X , 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⎪⎩⎪⎨⎧≤>=00021)(2y y e y f y Y .(1)求X 和Y 的联合密度;(2)设含有a 的二次方程为a 2+2Xa +Y =0,试求有实根的概率. 解: (1)X 的概率密度为⎩⎨⎧∈=其它0)1 ,0(1)(x x f X ,Y 的概率密度为⎪⎩⎪⎨⎧≤>=-00021)(2y y e y f y Y ,可见且知X , Y 相互独立, 于是(X , Y )的联合密度为⎪⎩⎪⎨⎧><<==-其它0,1021)()(),(2y x e y f x f y x f y Y X .(2)由于a 有实根, 从而判别式∆=4X 2-4Y ≥0, 即Y ≤X 2. 记}0,10|),{(2x y x y x D <<<<=, ⎰⎰=≤Ddxdy y x f X Y P ),(}{2⎰⎰⎰⎰⎰----=-==10010102022222121x xx y y dx e de dx dy e dxdx e x ⎰-⋅-=00222121ππ)5.08413.0(21)]2()1([21--=Φ-Φ-=ππ 1445.08555.013413.05066312.21=-=⨯-=.15. 进行打靶, 设弹着眯A (X , Y )的坐标X 和Y 相互独立, 且都服从N (0, 1)分布, 规定点A 落在区域D 1={(x , y )|x 2+y 2≤1}得2分; 点A 落在D 2={(x , y )|1≤x 2+y 2≤4}得1分; 点A 落在D 3={(x , y )|x 2+y 2>4}得0分, 以Z 记打靶的得分, 写出X , Y 的联合概率密度, 并求Z 的分布律.解: (1)因为X ~N (0, 1), Y ~N (0, 1), X 与Y 独立, 故(X , Y )的联合概率密度为22221),(y x e y x f +-=π(-∞<x <+∞, -∞<y <+∞).(2)Z 的可能取值为0, 1, 2.⎰⎰>++-=∈==421222221)),(()0(x x y x dxdy e D Y X A P Z P π⎰⎰≤++--=422222211x x y x dxdy e π2202022211--=-=⎰⎰e rdr e d r ππθ,⎰⎰≤+≤+-=∈==4122222221)),(()1(x x y x dxdy e D Y X A P Z P π22120212221----==⎰⎰e e rdr e d r ππθ,⎰⎰≤++-=∈==121222221)),(()2(x x y x dxdy e D Y X A P Z P π21201021212---==⎰⎰e rdr e d r ππθ,故得Z 的分布律为16. 设X 和Y 是相互独立的随机变量, 其概率密度分别为⎩⎨⎧≤>=-000)(x x e x f x X λλ, ⎩⎨⎧≤>=-000)(y y e y f y Y μμ, 其中λ>0, μ>0是常数, 引入随机变量⎩⎨⎧>≤=Y X YX Z 当当01.(1)求条件概率密度f X |Y (x |y ); (2)求Z 的分布律和分布函数. 解: (1)由X 和Y 相互独立, 故⎩⎨⎧>>=⋅=+-其他00 ,0)()(),()(y x e y f x f y x f y x Y X μλλμ.当y >0时,⎩⎨⎧≤>===-000)()(),()|(|x x e y f y f y x f y x f x X Y Y X λλ. (2)由于⎩⎨⎧>≤=Y X YX Z 当当01,且 μλλλλμμλμλ+===≤⎰⎰⎰+∞+-+∞+∞+-0)(0)()(dx e dydx eY X P x xy x ,μλμμλλ+=+-=≤-=>1)(1)(Y X P Y X P ,故Z 的分布律为Z 的分布函数为⎪⎩⎪⎨⎧≥<≤+<=111000)(z z z z F Z μλμ. 17. 设X 和Y 是两个相互独立的随机变量, 其概率密度分别为⎩⎨⎧<≤=其他0101)(x x f X , ⎩⎨⎧>=-其他00)(y e y f y Y , 求随机变量Z =X +Y 的概率密度.解: 由于X 和Y 是相互独立的, 故⎩⎨⎧><≤=⋅=-其他00 ,10)()(),(y x e y f x f y x f y Y X , 于是Z =X +Y 的概率密度为⎰+∞∞--⋅=dx x z f x f z f Y X Z )()()(⎪⎪⎩⎪⎪⎨⎧>-≤≤-=⎰⎰其他01)()(10)()(100z dxx z f x f z dx x z f x f Y X x YX ⎪⎪⎩⎪⎪⎨⎧>≤≤=⎰⎰----其他011010)(0)(z dxe z dx e x z x x z ⎪⎩⎪⎨⎧>-≤≤-=--其他01)1(101z e e z e zz .18. 设某种商品一周的需要量是一个随机变量, 其概率密度为⎩⎨⎧≤>=-000)(t t te t f t , 设各周的需要量是相互独立的, 试求: (1)两周需要量的概率密度; (2)三周需要量的概率密度.解: (1)设第一周需要量为X , 它是随机变量; 设第二周需要量为Y , 它是随机变量且与X 同分布, 其分布密度为⎩⎨⎧≤>=-000)(t t te t f t . Z =X +Y 表示两周需要的商品量, 由X 和Y 的独立性可知:⎩⎨⎧>>=--其它00,0),(y x ye xe y x f y x .因为z ≥0, 所以当z <0时, f z (z )=0; 当z >0时, 由和的概率公式知 ⎰∞+∞--=dy y f y z f z f Y X Z )()()(z yzy z e z dy ye ey z ----=⋅-=⎰6)(30)(, 所以 ⎪⎩⎪⎨⎧≤>=-0006)(3z z e z z f z Z .(2)设Z 表示前两周需要量, 其概率密度为⎪⎩⎪⎨⎧≤>=-0006)(3z z e z z f z Z ,设ξ表示第三周需要量, 其概率密度为:⎩⎨⎧≤>=-000)(x x xe x f x ξ,Z 与ξ相互独立, η=Z +ξ表示前三周需要量, 则因为η≥0, 所以u <0, f η(u )=0. 当u >0时 ⎰∞+∞--=dy y f y u f u f )()()(ξηdy ye e y u y uy u ---⋅-=⎰0)(3)(61u e u -=1205, 所以η的概率密度为⎪⎩⎪⎨⎧≤>=-00120)(5u u e u u f u η.19. 设随机变量(X , Y )的概率密度为⎪⎩⎪⎨⎧>>+=+-其他00,0)(21),()(y x e y x y x f y x .(1)问X 和Y 是否相互独立？ (2)求Z =X +Y 的概率密度. 解: (1)X 的边缘密度为⎪⎩⎪⎨⎧<>+=⎰∞++-000)(21)(0)(x x dy e y x x f y x X⎪⎩⎪⎨⎧<>+=-000)1(21x x e x x ,同理Y 的边缘密度为⎪⎩⎪⎨⎧<>+=-000)1(21)(y y e y y f y Y .因为当x >0, y >0时,)()()1)(1(41)(21),()()(y f x f e y x e y x y x f Y X y x y x =++≠+=+-+-,所以X 与Y 不独立. (2)Z 的概率密度为z z x Z e z dx e x z x dx x z x f z f --+∞∞-=-+=-=⎰⎰2021)(21),()((z >0).当z <0时, f Z (z )=0, 所以⎪⎩⎪⎨⎧<>=-0021)(2z z e z z f z Z .20. 设X , Y 是相互独立的随机变量, 它们都服从正态分布N (0, σ 2), 试验证随机变量22Y X z +=具有概率密度⎪⎩⎪⎨⎧>≥=-其他0,0)(2222σσσz e z z f z Z ,称Z 服从参数为σ(σ>0)的瑞利(Rayleigh 分布.解: 因为X , Y 相互独立且均服从正态分布N (0, σ 2), 它们的概率密度分别为22221)(σσπx e x f -=, 22221)(σσπy e y f -= , σ>0,故X 和Y 的联合密度为2222221)()(),(σπσy x e y f x f y x f +-=⋅=.22Y X z +=的分布函数为⎰⎰≤+=≤+=≤=222),()()((z)22z y x Z dxdy y x f z Y X P z Z P F⎰⎰-=zd e d 022202221ρρπσθσρπ2222202211σσρρρσz z ed e---==⎰(z >0),当z ≤0时, F Z (z )=0.于是随机变量22Y X z +=的概率密度为⎪⎩⎪⎨⎧>≥==-其他00 ,0)()(2222σσσz e z dz z dF z f z Z Z .21. 设随机变量(X , Y )的概率密度为⎩⎨⎧+∞<<<<=+-其他00 ,10),()(y x be y x f y x . (1)试确定义常数b ;(2)求边缘概率密度f X (x ), f Y (y );(3)求函数U =max(X , Y )的分布函数. 解: (1)由10)(1=⎰⎰+∞+-dy be dx y x , 即1)1(1010=-=⎰⎰+∞--e b dy e dx e b y x ,得1111-=-=-e e e b .(2)⎪⎩⎪⎨⎧<<-=⎰∞++-其他0101)(0)(x dy e e e x f y x X⎪⎩⎪⎨⎧<<-=-其他0101x e e e x ,⎩⎨⎧≤>==-∞+∞-⎰000),()(y y e dx y x f x f y X . 显然X 与Y 独立.(3)⎪⎩⎪⎨⎧≥<≤--<=-1110)1(100)(x x e e e x x F x X⎩⎨⎧≤>-=-0001)(y y e x F y Y , 故U =max(X , Y )的分布函数为F U (u )=P (U ≤u )=P (max(X , Y )≤u ) =P (X ≤u , Y ≤u )=P (X ≤u )P (Y ≤u )⎪⎩⎪⎨⎧≥-<≤--<==--1110)1(100)()(2u eu e e e u u F u F uu Y X .22. 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小时的概率.解: 设X 1, X 2, X 3, X 4为4只电子管的寿命, 它们相互独立, 同分布, 其概率密度为:22202)160(2021)(⨯--⋅=t T et f π,⎰∞-⨯-==<18022202)160(20121)180(}180{dt t F X f X π ⎰∞--=-======1220160221du e u ut π令 8413.0)2060180(=-Φ=.设N =min{X 1, X 2, X 3, X 4}, 则P {N >180}=P {X 1>180, X 2>180, X 3>180, X 4>180} =P {X >180}4={1-p [X <180]}4 =(0.1587)4=0.00063.23. 对某种电子装置的输出测量了5次, 得到观察值X 1,X 2, X 3, X 4, X 5, 设它们是相互独立的随机变量且都服从参数σ=2的瑞种分布.(1)求Z =max{X 1, X 2, X 3, X 4, X 5}的分布函数; (2)求P (Z >4).解: 由20题知, X i (i =1, 2, ⋅⋅⋅ , 5)的概率密度均为⎪⎩⎪⎨⎧≥=-其他004)(82x e x x f x X ,分布函数为821)(x X e x F --=(x >0).(1) Z =max{X 1, X 2, X 3, X 4, X 5}的分布函数为 585m ax )1()]([)(2z e z F z F --== (z ≥0), 当z <0时, F max (z )=0.所以Z 的分布函数为⎩⎨⎧<≥-=-000)1()(58m ax 2z z e z F z .(2)P (Z >4)=1-P (Z ≤4)=1-F Z (4)5167.0)1(1)1(1525842=--=--=--e e .24. 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: 因为X 与Y 相互独立且同分布, 故P (a <min{X , Y }≤b )=P (min{X , Y }≤b )-P (min{X , Y }≤a ) =1-P (min{X , Y }>b )-[1-P (min{X , Y }>a )] =P (min{X , Y }>a )-P (min{X , Y }>b ) =P (X >a , Y >a )-P (X >b , Y >b ) =P (X >a )P (Y >a )-P (X >b )P (Y >b ) =[P (X >a )]2-[P (Y >b )]2 .25. 设X , Y 是相互独立随机变量, 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∑=-==ik k i q k p i Z P 0)()()( (i =0, 1, 2, ⋅⋅⋅ ),证明: 因为X 与Y 独立, 且X 与Y 的分布律分别为 P (X =k )=p (k ) (k =0, 1, 2, ⋅⋅⋅ ), P (Y =r )=q (r ) (r =0, 1, 2, ⋅⋅⋅ ), 故Z =X +Y 的分布律为∑==+===ik i Y X k X P i Z P 0) ,()( ∑=-===i k k i Y k X P 0) ,( ∑=-===i k k i Y P k X P 0)()( ∑=-=i k k i q k p 0)()( (i =0, 1, 2, ⋅⋅⋅ ).26. 设X , Y 是相互独立的随机变量, X ~π(λ1), Y ~π(λ2), 证明Z =X +Y ~π(λ1+λ2).证明: 因为X , Y 分别服从参数为λ1, λ2的泊松分布, 故X , Y 的分布律分别为 1!)(1λλ-==e k k X P k (λ1>0),2!)(2λλ-==e r r Y P r (λ2>0),由25题结论知, Z =X +Y 的分布律为 ∑=-====ik k i Y P k X P i Z P 0)()()(∑=----⋅=ik ki k e k i e k 02121)!(!λλλλ∑=-+-⋅-=i k k i k k i k i i e 021)()!(!!!21λλλλ i i e )(!21)(21λλλλ+=+-(i =0, 1, 2, ⋅⋅⋅ ), 即Z =X +Y 服从参数为λ1+λ2的泊松分布.27. 设X , Y 是相互独立的随机变量, X ~b (n 1, p ), Y ~b (n 2, p ), 证明Z =X +Y ~b (n 1+n 2, p ).证明: Z 的可能取值为0, 1, 2, ⋅⋅⋅ , 2n , 因为 {Z =i }={X +Y =i }={X =0, Y =0}⋃{X =1, Y =i -1}⋃ ⋅⋅⋅ ⋃{X =i , Y =0}, 由于上述并中各事件互不相容, 且X , Y 独立, 则∑=-====ik k i Y k X P i Z P 0) ,()(∑=-===ik k i Y P k X P 0)()(∑=+-----⋅-=ik k i n ki k i n k n k k n p p C p p C 02211)1()1( ∑=--+⋅-=ik ki n k n k n n i C C p p 02121)1( in i i n n p p C -+-=2)1(21(i =0, 1, 2, ⋅⋅⋅ , n 1+n 2), 所以 Z =X +Y ~b (n 1+n 2, p ),即Z =X +Y 服从参数为2n , p 的二项分布.提示:上述计算过程中用到了公式i n n ik k i n k n C C C21210+=-=⋅∑,这可由比较恒等式2121)1()1()1(n n n n x x x ++=++两边x i 的系数得到.28. 设随机变量(X , Y )的分布律为(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 =V +U 的分布律. 解: (1)由条件概率公式)2()2,2()2|2(======Y P Y X P Y X P08.005.005.005.003.001.005.0+++++=2.025.005.0==.同理 31)0|3(===X Y P .(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, 5. P (V =0)=P (X =0, Y =0)=0,P (V =1)=P (X =1, Y =0)+P (X =1, Y =1)+P (X =0, Y =1) =0.01+0.02+0.01=0.04,P (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=0.16, P (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=0.28 P (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=0.24, P (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, 3.P (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. (4)W =V +U 的取值为0, 1, ⋅⋅⋅ , 8. P (W =0)=P (V =0, U =0)=0,P (W =1)=P (V =0, U =1)+P (V =1, U =0). 因为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)=0.2,P(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=0.06,P(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=0.13, P(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 =0.19,P(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) =0.24,P(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)=0.19,P(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=0.12, P(W=8)=P(V+U=8)=P(V=5, U=3)+P(X=5,Y=3)=0.05.。

(完整版)概率论与数理统计及其应用课后答案(浙大版)第2章随机变量及其分布

第2章随机变量及其分布1，解：显然，Y 是一个离散型的随机变量，Y 取k 表明第k 个人是A 型血而前1-k 个人都不是A 型血，因此有116.04.0)4.01(4.0}{--⨯=-⨯==k k k Y P ，（Λ,3,2,1=k ）上式就是随机变量Y 的分布律（这是一个几何分布）。

2，解：X 只能取值0，1，2。

设以)3,2,1(=i A i 记第i 个阀门没有打开这一事件。

则)}(){()}({}0{3121321A A A A P A A A P X P ⋃=⋃==)()()()()()()(}{}{}{32131213213121A P A P A P A P A P A P A P A A A P A A P A A P -+=-+= 072.0)8.01()8.01()8.01(322=---+-=，类似有512.08.0)()}({}2{3321321=====A A A P A A A P X P ，416.0}2{}0{1}1{==-=-==X P X P X P ,综上所述，可得分布律为3,解：根据题意，随机变量X 服从二项分布B(15, 0.2)，分布律为15,2,1,0,8.02.0)(1515Λ=⨯⨯==-k C k X P k k k 。

（1）,2501.08.02.0)3(123315=⨯⨯==C X P（2）8329.0)0()1(1)2(==-=-=≥X P X P X P ；（3）6129.0)3()2()1()31(==+=+==≤≤X P X P X P X P ；（4）)2()3()4()5(1)5(=-=-=-=-=>X P X P X P X P X P0611.0)0()1(==-=-X P X P4，解：对于][5/3G 系统，当至少有3个元件正常工作时，系统正常工作。

而系统中正常工作的元件个数X 服从二项分布B(5, 0.9)，所以系统正常工作的概率为99144.01.09.0)(535553=⨯⨯==∑∑=-=k k k k k Ck X P5，解：根据题意，次品数X 服从二项分布B(8000, 0.001)，所以∑=-⨯=≤=<6080008000999.0001.0)6()7(k k k kC X P X P3134.0!8!)001.08000(6860001.08000==⨯≈∑∑=-=⨯-k k k k k e k e （查表得）。

概率论与数理统计-随机变量及其分布

解
直接对上式求导有
二、连续型随机变量函数的分布
81
例 18
解
二、连续型随机变量函数的分布
82
定理 1
定理 2
83
总结/summary
离散型随机变量：分布律
分二项分布、泊松分布、几何
随布分布
机变
函数
连续型随机变量：密度函数
量均匀分布、指数分布、正态
分布
随机变量函数的分布
84
谢谢观赏
46
47
目录/Contents
2.1 随机变量及其分布 2.2 常用的离散型随机变量 2.3 常用的连续型随机变量 2.4 随机变量函数的分布
48
目录/Contents
2.3 常用的连续型随机变量
一、均匀分布二、指数分布三、正态分布
一、均匀分布
49
一、均匀分布
50
一、均匀分布
51
一、均匀分布
15
定义3
（1）非负性（2）规范性
三、离散型随机变量及其分布律
16
换句话说，如果一个随机变量只可能取有限个值或可列无限个值, 那么称这个随机变量为（一维）离散型随机变量.
一维离散型随机变量的分布律也可表示为：
三、离散型随机变量及其分布律
17
例2
求
三、离散型随机变量及其分布律
18
解
四、连续型随机变量及其密度函数
2.1 随机变量及其分布 2.2 常用的离散型随机变量 2.3 常用的连续型随机变量 2.4 随机变量函数的分布
73
目录/Contents
2.4 随机变量函数的分布一、离散型随机变量函数的分布二、连续型随机变量函数的分布

浙江大学《概率论与数理统计》(第4版)教材的配套题库(第2章随机变量及其分布)【圣才出品】

1 P{X1 x, X 2 x} 1 P{X1 x}P{X 2 x}
1[1 F (x)]2
1 e2x ,
x0
0, x 0
即 min（X1，X2）服从参数为 2λ 的指数分布。
4．设 X，Y 为随机变量，P{XY≤0}＝3/5，P{max（X，Y）＞0}＝4/5，则 P（min（X，Y） ≤0）＝（）。 A．1/5 B．2/5 C．3/5 D．4/5 【答案】D 【解析】设 A＝{X≤0}，B＝{Y≤0}，则 {XY≤0}＝AB∪BA，{max{X，Y}＞0}＝AB，{min（X，Y）≤0}＝A∪B 于是 P{min（X，Y）≤0}＝p（A∪B）＝p（AB∪BA∪AB）＝P（AB∪BA）＋P（AB）＝ p{XY≤0}＋1－p{max（X，Y）＞0}＝3/5＋1－4/5＝4/5。
5．对任意正整数 m，n，随机变量 X 都满足 P{X＞m＋n|X＞m}＝P{X＞n}，记 P{X＜1}＝ p，则下列结论中一定不正确的是（）。 A．p＝0 B．p＞0 C．p＜1
3 / 50
圣才电子书

D．p＝1
十万种考研考证电子书、题库视频学习平台
【答案】D
【解析】离散型随机变量中的几何分布与连续型随机变量中的指数分布都满足题设条件，若
2．设随机变量 X 服从参数为 λ（λ＞0）的指数分布，事件 A＝{X≥0}，B＝{X≥2}，C＝{X ＜2}，D＝{X＝5}，则下列结论一定正确的是（）。 A．A，B，C 相互独立 B．A，B，D 相互独立 C．B，C，D 相互独立 D．A，B，C，D 两两独立【答案】B
1 / 50
圣才电子书十万种考研考证电子书、题库视频学习平台
X 服从几何分布，则 P＝P{X＜1}＝0，若 X 服从指数分布，则 P＝P{X＜1}＝1－e－λ，且 0

随机变量及其分布例题和知识点总结

随机变量及其分布例题和知识点总结在概率论与数理统计中，随机变量及其分布是非常重要的概念。

理解和掌握这部分知识对于解决各种概率问题至关重要。

接下来，我们将通过一些具体的例题来深入探讨随机变量及其分布的相关知识点。

一、随机变量的概念随机变量是指定义在样本空间上的实值函数。

简单来说，就是对于随机试验的每一个可能结果，都对应着一个实数。

例如，抛一枚硬币，正面朝上记为 1，反面朝上记为 0，这里定义的 0 和 1 就是随机变量。

二、常见的随机变量分布1、离散型随机变量分布（1）0 1 分布也称为伯努利分布，随机变量只有两个可能的取值 0 和 1，概率分别为 p 和 1 p 。

（2）二项分布在 n 重伯努利试验中，成功的次数 X 服从二项分布 B(n, p) 。

例题：进行 10 次独立的投篮，每次投篮命中的概率为 07，求命中次数的分布。

解：设命中次数为 X ，则 X 服从二项分布 B(10, 07) 。

P(X ＝ k) ＝ C(10, k) 07^k （1 07)＾（10 k) ，k ＝ 0, 1, 2,， 10 。

（3）泊松分布用于描述在一定时间或空间内稀有事件发生的次数。

2、连续型随机变量分布（1）均匀分布在区间 a, b 上，概率密度函数为常数 1 ／（b a) 。

（2）正态分布是最常见的分布之一，其概率密度函数呈现出钟形曲线的形状。

三、随机变量的数字特征1、期望离散型随机变量的期望为 E(X) ＝Σx P(X ＝ x) ，连续型随机变量的期望为 E(X) ＝∫x f(x) dx 。

例题：已知随机变量 X 的分布列为：｜ X ｜ 1 ｜ 2 ｜ 3 ｜｜｜｜｜｜｜ P ｜ 03 ｜ 05 ｜ 02 ｜求 E(X) 。

解：E(X) ＝ 1 03 ＋ 2 05 ＋ 3 02 ＝ 19 。

2、方差离散型随机变量的方差为 Var(X) ＝Σ(x E(X)）＾2 P(X ＝ x) ，连续型随机变量的方差为 Var(X) ＝∫（x E(X)）＾2 f(x) dx 。

二、随机变量及其分布(答案)

概率论与数理统计练习题系第二章专业班姓名随机变量及其分布（一）学号一．选择题：1 ．设X是失散型随机变量，以下可以作为X的概率分布是[B]X x1x2x3x4X x1x2x3x4（ A）1111（B）1111 p p248162488X x1x2x3x4（D）X x1x2x3x4（ C）1111p1111 p23412234122 ．设随机变量ξ的分布列为X0123C ] p0.10.30.4F ( x) 为其分布函数，则 F ( 2) = [0.2（ A）（B）（ C）（D）1二、填空题：1 ．设随机变量X的概率分布为X012，则 a = p a0.20.52 ．某产品 15 件，其中有次品 2 件。

现从中任取3 件，则抽得次品数X 的概率分布为P(X 0)C13366， P( x1)C21 C13236， P( xC22 C1313 C153105C1531052)105C1533 ．设射手每次击中目标的概率为, 连续射击10 次，则击中目标次数X 的概率分布为P( X k ) C10k(0.7)k (0.3)10 k(k0,1, 2,L ,10)三、计算题：1 ．同时掷两颗骰子，设随机变量X为“两颗骰子点数之和”求：（ 1）X的概率分布；（2）P( X3) ；（3）P( X12)解：（1）P( X2)1P( X3)2P( X4)3P(X 5)4，，，，36363636P( X6)5，P( X7) 6 ， P( X5 436 8)， P(X 9)363636P( X10)3 ，P( X11)2 ，P( X 1363612)36所以 X 的概率分布列：X 2 34 5 6 7 89 10 11 12P12 34 5 6 5 4 3 2 1363636363636 3636363636（2） P(X3) 336（ 3） P(X>12)=02 ．产品有一、二、三等品及废品四种，其中一、二、三等品及废品率分别为 60%，10%，20%及 10%，任取一个产品检查其质量，试用随机变量X 描述检查结果。

概率论与数理统计：随机变量及其分布

以X记 A在 n 次试验中发生的次数,X为一个随机变量其分布律为
n k P( X = k ) = p (1 p) n k 记 q = 1 p k
n k nk P( X = k ) = p q k
n k n k L p q L k 称这样的分布为二项分布二项分布.记为称这样的分布为二项分布记为 X ~ b(n, p).
X
0
1
1
2
2
3
5 3 2 0.6 0.4 3
4
5
pk (0.4)6 0.4 0.65 4
二项分布随机数演示二项分布随机数演示
例3 某人进行射击 , 设每次射击的命中率为 0.02, 独立射击 400 次 , 试求至少击中两次的概率 . 解设击中的次数为 X ,
X
pk
1 1 6
2 1 6
3 1 6
4 1 6
5 1 6
6 1 6
均匀分布随机数演示均匀分布随机数演示
3.二项分布二项分布
n 重伯努利试验
伯努利资料
设试验 E 只有两个可能结果 : A 及 A, 设 P ( A) = p (0 < p < 1), 此时P( A) = 1 p.
将将 E 独立地重复地进行 n 次 , 则称这一串重复的独立试验为 n 重伯努利试验 .
(3)随机变量与随机事件的关系随机变量与随机事件的关系随机事件包容在随机变量这个范围更广的概念之内.或者说 : 随机事件是从静态的观点来研究念之内或者说随机现象,而随机变量则是从动态的观点来研究随随机现象而随机变量则是从动态的观点来研究随机现象. 机现象 (4) 随机事件可以用随机变量表示
4. 泊松分布

《概率论与数理统计》习题随机变量及其分布

第二章随机变量及其分布一. 填空题1. 设随机变量X ～B(2, p), Y ～B(3, p), 若P(X ≥ 1) =95, 则P(Y ≥ 1) = _________. 解. 94951)1(1)0(=-=≥-==X P X P 94)1(2=-p , 31=p 2. 已知随机变量X 只能取－1, 0, 1, 2四个数值, 其相应的概率依次为cc c c 162,85,43,21, 则c = ______. 解. 2,16321628543211==+++=c cc c c c 3. 用随机变量X 的分布函数F(x)表示下述概率:P(X ≤ a) = ________. P(X = a) = ________.P(X > a) = ________. P(x 1 < X ≤ x 2) = ________.解. P(X ≤ a) = F(a) P(X = a) = P(X ≤ a)－P(X < a) = F(a)－F(a －0) P(X > a) = 1－F(a) P(x 1 < X ≤ x 2) = F(x 2)－F(x 1)4. 设k 在(0, 5)上服从均匀分布, 则02442=+++k kx x 有实根的概率为_____.解. k 的分布密度为⎪⎩⎪⎨⎧=051)(k f 其它50≤≤kP{02442=+++k kx x 有实根} = P{03216162≥--k k } = P{k ≤－1或k ≥ 2} =535152=⎰dk 5. 已知2}{,}{kbk Y P k a k X P =-===(k = 1, 2, 3), X 与Y 独立, 则a = ____, b = ____, 联合概率分布_____, Z = X + Y 的概率分布为_____. 解. 116,132==++a a a a . 4936,194==++b b b bP24α 66α 251α 126α 72αab = 216α, 5391=α 6. 已知(X, Y)联合密度为⎩⎨⎧+=0)sin(),(y x c y x ϕ 其它4,0π≤≤y x , 则c = ______, Y 的边缘概率密度=)(y Y ϕ______.解.12,1)sin(4/04/0+==+⎰⎰c dxdy y x c ππ所以⎩⎨⎧++=0)sin()12(),(y x y x ϕ 其它4,0π≤≤y x当 40π≤≤y 时所以⎪⎩⎪⎨⎧+-+=0))4cos()(cos 12()(y y y Y πϕ 其它40π≤≤y7. 设平面区域D 由曲线2,1,01e x x y xy ====及直线围成, 二维随机变量(X, Y)在D 上服从均匀分布, 则(X, Y)关于X 的边缘密度在x = 2处的值为_______. 解. D 的面积 =2121=⎰e dx x. 所以二维随机变量(X, Y)的密度为: 下面求X 的边沿密度: 当x < 1或x > e 2时当1 ≤ x ≤ e 2时 ⎰⎰===∞+∞-x X x dy dy y x x 102121),()(ϕϕ, 所以41)2(=X ϕ. 8. 若X 1, X 2, …, X n 是正态总体N(μ, σ2)的一组简单随机样本, 则)(121n X X X nX +++=Λ服从______. 解. 独立正态分布随机变量的线性函数服从正态分布.μ==⎪⎭⎫ ⎝⎛∑∑==n i i n i i X E n X n E 11)(11, nX D nX n D ni in i i 2121)(11σ==⎪⎭⎫ ⎝⎛∑∑==所以 ),(~2nN X σμ9. 如果(X, Y)的联合分布用下列表格给出,且X 与Y 相互独立, 则α = ______, β = _______.解.两式相除得βαβα=++18191, 解得 βα2=, 92,91==αβ.10. 设(X, Y)则 i. Z = X + Y iii. U= X 2 + Y －2的分布律_______. 解.二. 单项选择题1. 如下四个函数哪个是随机变量X 的分布函数(A)⎪⎪⎩⎪⎪⎨⎧=221)(x F 0022≥<≤--<x x x , (B) ⎪⎩⎪⎨⎧=1sin 0)(x x F ππ≥<≤<x x x 00(C) ⎪⎩⎪⎨⎧=1sin 0)(x x F 2/2/00ππ≥<≤<x x x , (D) ⎪⎪⎩⎪⎪⎨⎧+=1310)(x x F 212100≥<≤<x x x解. (A)不满足F(+∞) = 1, 排除(A); (B)不满足单增, 排除(B); (D)不满足F(1/2 + 0) = F(1/2), 排除(D); (C)是答案. 2. ),4,2,0(!/)(Λ===-k k ec k X P kλλ是随机变量X 的概率分布, 则λ, c 一定满足(A) λ > 0 (B) c > 0 (C) c λ > 0 (D) c > 0, 且 λ > 0 解. 因为),4,2,0(!/)(Λ===-k k ec k X P kλλ, 所以c > 0. 而k 为偶数, 所以λ可以为负.所以(B)是答案.3. X ～N(1, 1), 概率密度为ϕ(x), 则(A)5.0)0()0(=≥=≤X P X p (B)),(),()(+∞-∞∈-=x x x ϕϕ (C) 5.0)1()1(=≥=≤X P X p (D) ),(),(1)(+∞-∞∈--=x x F x F 解. 因为E(X) = μ = 1, 所以5.0)1()1(=≥=≤X P X p . (C)是答案.4. X, Y 相互独立, 且都服从区间[0, 1]上的均匀分布, 则服从区间或区域上的均匀分布的随机变量是(A) (X, Y) (B) X + Y (C) X 2 (D) X －Y解. X ～⎩⎨⎧=01)(x ϕ 其它10≤≤x , Y ～⎩⎨⎧=01)(y ϕ 其它10≤≤y . 所以(X, Y)～⎩⎨⎧=01),(y x ϕ其它1,0≤≤y x .所以(A)是答案.5. 设函数⎪⎪⎩⎪⎪⎨⎧=120)(xx F 1100>≤<≤x x x 则(A) F(x)是随机变量X 的分布函数. (B) 不是分布函数.(C) 离散型分布函数. (D)连续型分布函数.解. 因为不满足F(1 + 0) = F(1), 所以F(x)不是分布函数, (B)是答案.6. 设X, Y 是相互独立的两个随机变量, 它们的分布函数为)(),(y F x F Y X , 则Z = max(X, Y)的分布函数是(A) )(z F Z = max{)(),(z F z F Y X } (B) )(z F Z = max{|)(||,)(|z F z F Y X } (C) )(z F Z = )()(z F z F Y X (D) 都不是解. }{}),{m ax ()()(z Y z X P z Y X P z Z P z F Z ≤≤=≤=≤=且 )()()()(z F z F z Y P z X P Y X =≤≤因为独立. (C)是答案.7. 设X, Y 是相互独立的两个随机变量, 其分布函数分别为)(),(y F x F Y X , 则Z = min(X, Y)的分布函数是(A) )(z F Z = )(z F X (B) )(z F Z = )(z F Y(C) )(z F Z = min{)(),(z F z F Y X } (D) )(z F Z = 1－[1－)(z F X ][1－)(z F Y ] 解. }{1}),{m in(1)(1)()(z Y z X P z Y X P z Z P z Z P z F Z >>-=>-=>-=≤=且 (D)是答案.8. 设X 的密度函数为)(x ϕ, 而,)1(1)(2x x +=πϕ 则Y = 2X 的概率密度是(A))41(12y +π (B) )4(22y +π (C) )1(12y +π (D) y arctan 1π解. )2()2(}2{)()(yF y X P y X P y Y P y F X Y =≤=≤=≤= (B)是答案.9. 设随机变量(X, Y)的联合分布函数为⎩⎨⎧=+-0),()(y x e y x ϕ 其它0,0>>y x , 则2YX Z +=的分布密度是(A) ⎪⎩⎪⎨⎧=+-021)()(y x Z e Z ϕ 其它0,0>>y x (B) ⎪⎩⎪⎨⎧=+-0)(2y x Z e z ϕ 其它0,0>>y x(C) ⎩⎨⎧=-04)(2z Z ze Z ϕ 00≤>z z (D) ⎪⎩⎪⎨⎧=-021)(zZ eZ ϕ 00≤>z z解. 2YX Z +=是一维随机变量, 密度函数是一元函数, 排除(A), (B). 21210=⎰∞+-dz e z , 所以(D)不是答案. (C)是答案.注: 排除法做单项选择题是经常使用而且很有效的方法. 该题也可直接计算Z 的密度: 当z < 0时当z ≥ 0时 =12222020+--=⎥⎦⎤⎢⎣⎡-----⎰⎰z z z x z y x e ze dx dy e e ==)()('z F z ZZ ϕ⎩⎨⎧-042z ze 00≤>z z , (C)是答案.10. 设两个相互独立的随机变量X 和 Y 分别服从正态分布N(0, 1)和N(1, 1), 则下列结论正确的是(A) P{X + Y ≤ 0} = 1/2 (B) P{X + Y ≤ 1} = 1/2 (C) P{X －Y ≤ 0} = 1/2 (D) P{X －Y ≤ 1} = 1/2解. 因为X 和 Y 分别服从正态分布N(0, 1)和N(1, 1), 且X 和 Y 相互独立, 所以 X + Y ～ N(1, 2), X －Y ～ N(－1, 2) 于是P{X + Y ≤ 1} = 1/2, (B)是答案.11. 设随机变量X 服从指数分布, 则Y = min{X, 2}的分布函数是(A) 是连续函数 (B) 至少有两个间断点 (C) 是阶梯函数 (D) 恰好有一个间断点解. 分布函数: 当y ≥ 2时当0 ≤ y < 2时当y < 0时于是 ⎪⎩⎪⎨⎧-=-011)(yY e y F λ 0202<<≤≥y y y 只有y = 2一个间断点, (D)是答案.三. 计算题1. 某射手有5发子弹, 射击一次的命中率为0.9, 如果他命中目标就停止射击, 不命中就一直到用完5发子弹, 求所用子弹数X 的分布密度. 解. 假设X 表示所用子弹数. X = 1, 2, 3, 4, 5.P(X = i) = P(前i －1次不中, 第i 次命中) = 9.0)1.0(1⋅-i , i = 1, 2, 3, 4.当i = 5时, 只要前四次不中, 无论第五次中与不中, 都要结束射击(因为只有五发子弹). 所以 P(X = 5) = 4)1.0(. 于是分布律为2. 设一批产品中有10件正品, 3件次品, 现一件一件地随机取出, 分别求出在下列各情形中直到取得正品为止所需次数X 的分布密度.i. 每次取出的产品不放回; ii. 每次取出的产品经检验后放回, 再抽取; iii. 每次取出一件产品后总以一件正品放回, 再抽取.解. 假设A i 表示第i 次取出正品(i = 1, 2, 3,…) i. ii.1310133)()()()()(11111---⎪⎭⎫⎝⎛====k k k k k A P A P A P A A A p k X P ΛΛ, (k = 1, 2, …) iii. 每次抽取后总以一个正品放回3. 随机变量X 的密度为⎪⎩⎪⎨⎧-=01)(2x cx ϕ 其它1||<x , 求: i. 常数c; ii. X 落在)21,21(-内的概率. 解. πππϕ1,22|arcsin 21)(110112====-==⎰⎰-∞+∞-c c cx c dx xc dx x4. 随机变量X 分布密度为i. 2102)(x x -⎪⎩⎪⎨⎧=πϕ 其它1||<x , ii. ⎪⎩⎪⎨⎧-=02)(x x x ϕ 其它2110≤≤<≤x x求i., ii 的分布函数F(x).解. i. 当x ≤ 1时当－1< x < 1时当x ≥ 1时所以 ⎪⎪⎩⎪⎪⎨⎧++-=121arcsin 110)(2x x xx F ππ 1111≥<<--≤x x xii. 当x < 0时当0 ≤ x < 1时当1 ≤ x < 2时当2 ≤ x 时所以 ⎪⎪⎪⎩⎪⎪⎪⎨⎧-+-=112220)(22x x x x F 221100≥<≤<≤<x x x x 5. 设测量从某地到某一目标的距离时带有的随机误差X 具有分布密度函数⎪⎪⎭⎫ ⎝⎛--=3200)20(exp 2401)(2x x πϕ, －∞ < x < +∞ 试求: i. 测量误差的绝对值不超过30的概率;ii. 接连独立测量三次, 至少有一次误差的绝对值不超过30的概率.解. 因为⎪⎪⎭⎫ ⎝⎛--=3200)20(exp 2401)(2x x πϕ, －∞ < x < +∞, 所以X ～N(20, 402).i. {}⎭⎬⎫⎩⎨⎧<-<-=<<-=<25.0402025.13030)30|(|X P X P X P 18944.05987.0-+== 0.4931.(其中Φ(x)为N(0, 1)的分布函数)ii. P(至少有一次误差的绝对值不超过30) = 1－P(三次误差的绝对值都超过30) =88.012.01)4931.0(13=-=-6. 设电子元件的寿命X 具有密度为问在150小时内, i. 三只元件中没有一只损坏的概率是多少? ii. 三只电子元件全损坏的概率是多少? iii. 只有一个电子元件损坏的概率是多少?解. X 的密度⎪⎩⎪⎨⎧=0100)(2x x ϕ 100100≤<x x . 所以31100)150(1501002==<⎰dx x X P . 令p = P(X ≥ 150) = 1－31= 32.i. P(150小时内三只元件没有一只损坏) =2783=p ii. P(150小时内三只元件全部损坏) =271)1(3=-piii. P(150小时内三只元件只有一只损坏) =943231213=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛c 7. 对圆片直径进行测量, 其值在[5, 6]上服从均匀分布, 求圆片面积的概率分布. 解. 直径D 的分布密度为⎩⎨⎧=01)(d ϕ其它65≤≤d假设42D X π=, X 的分布函数为F(x).当x ≤ 0时, F(x) = 0 当x > 0时当时即425,54ππ<<x xF(x) = 0 当时即πππ925,645≤≤≤≤x x=54145-=⎰ππxdt x当 x > 9π时所以 ⎪⎪⎩⎪⎪⎨⎧-=1540)(πxx Fππππ99425425>≤≤<x x x 密度⎪⎩⎪⎨⎧==01)(')(x x F x πϕ 其它ππ9425≤≤x8. 已知X 服从参数 p = 0.6的0－1分布在X = 0, X = 1下, 关于Y 的条件分布分别为表1、表2所示表1 表2Y 1 2 3 Y 1 2 3 P(Y|X = 0)41 21 41 P(Y|X = 1) 21 61 31 求(X, Y)的联合概率分布, 以及在Y ≠ 1时, 关于X 的条件分布.解. X 的分布律为(X, Y)所以Y 的分布律为所以9. 设随机变量X 与Y 相互独立, 并在区间[0, 9]上服从均匀分布, 求随机变量YXZ =的分布密度.解. X ～⎪⎩⎪⎨⎧=091)(x X ϕ 其它90≤≤x , Y ～⎪⎩⎪⎨⎧=091)(x Y ϕ 其它90≤≤y因为X, Y 相互独立, 所以(X, Y)联合密度为(X, Y)～⎪⎩⎪⎨⎧=0811),(y x ϕ 其它9,0≤≤y x , )()()(z X Y P z Z P z F Z ≤=≤=当 z ≤ 0时0)(=z F Z 当 0 < z < 1时 y = xz (z < 1)D 1当z ≥ 1时zz 211)992181(811-=⋅-⋅=所以 ⎪⎪⎩⎪⎪⎨⎧==2'21210)()(zz F z Z Z ϕ 1100≥<<≤z z z 10. 设(X, Y)的密度为求: i.)21|(),|(),(=x y x y x X ϕϕϕ, ii. )21|(),|(),(=y x y x y Y ϕϕϕ 解. i.⎰∞+∞-=dy y x x X ),()(ϕϕ当x ≤ 0 或 x ≥ 1时当0 < x < 1时所以 ⎩⎨⎧-=0)1(4)(3x x X ϕ 其它10<<x所以 ⎪⎩⎪⎨⎧---==0)1()1(6)(),()|(3x y x y x y x x y X ϕϕϕ 其它1,0,0<+>>y x y x 所以 ⎩⎨⎧-==0)21(24)21|(y y x y ϕ 其它210<<yii.⎰∞+∞-=dx y x y Y ),()(ϕϕ当y ≤ 0 或 y ≥ 1时当0 < y < 1时所以 ⎩⎨⎧-=0)1(12)(2y y y Y ϕ 其它10<<y所以 ⎪⎩⎪⎨⎧---==0)1()1(2)(),()|(2y y x y y x y x Y ϕϕϕ 其它1,0,0<+>>y x y x文档来源为:从网络收集整理.word 版本可编辑.欢迎下载支持.11 所以 ⎩⎨⎧-==0)21(4)21|(x y x ϕ 其它210<<x。

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)。

(C) P{X－Y 0} = 1/2
(D) P{X－Y 1} = 1/2
解. 因为 X 和 Y 分别服从正态分布 N(0, 1)和 N(1, 1), 且 X 和 Y 相互独立, 所以
0
0 x, y 4
其它
当 0 y 时 4
Y ( y)
( x, y)dx
4(
0
2 1) sin(x y)dx (
2
1)(cos
y
cos(
y))
4
所以
Y
(
y)
(
2
1)(cos
y
cos(
y))
4
0 y 4
0
其它
7. 设平面区域 D 由曲线 y 1 及直线y 0, x 1, x e2 围成, 二维随机变量(X, Y)在 D 上服 x
0
(A)
F
(x)
1
2
2
x 2 2 x 0, x0
0 (B) F ( x) sin x
1
x0 0 x x
0 (C) F ( x) sin x
1
x0 0 x /2, x /2
0
(D)
F(x)
x
1 3
1
x0
0x 1 2
x1 2
解. (A)不满足 F(+) = 1, 排除(A); (B)不满足单增, 排除(B); (D)不满足 F(1/2 + 0) = F(1/2), 排
解.
FY ( y)
P(Y
y)
P{2 X
y}
P( X
y) 2
FX
(
y 2
)
(D)
1
arctan
y
第 6 页共 15 页
Y
( y)
[ FY
( y)]'
FX
( y )' 2
X
( y) 2
1 2
1 2
1 1 (
y )2
(4
2
y2)
2
(B)是答案.
9.
设随机变量(X, Y)的联合分布函数为 ( x, y)
以(B)是答案. 3. X～N(1, 1), 概率密度为(x), 则
(A) p( X 0) P( X 0) 0.5
(B) (x) (x), x (,)
(C) p( X 1) P( X 1) 0.5
(D) F (x) 1 F (x), x (,)
解. 因为 E(X) = = 1, 所以 p( X 1) P( X 1) 0.5 . (C)是答案.
P( X P( X
2,Y 2,Y
2) 3)
P( X P( X
2)P(Y 2)P(Y
2) (1 3
3) (1 3
)( 1 ) 9
)( 1 ) 18
两式相除得
1 9 1
,
解得
2 ,
1, 9
2. 9
18
10. 设(X, Y)的联合分布律为
Y －2
从均匀分布, 则(X, Y)关于 X 的边缘密度在 x = 2 处的值为_______.
解. D 的面积 = e2 1 dx 2 . 所以二维随机变量(X, Y)的密度为:
1x
(
x,
y
)
1 2
0
(x, y) D 其它
下面求 X 的边沿密度: 当 x < 1 或 x > e2 时
X (x) 0
4. X, Y 相互独立, 且都服从区间[0, 1]上的均匀分布, 则服从区间或区域上的均匀分布的随机
变量是
(A) (X, Y)
(B) X + Y
(C) X2
(D) X－Y
解.
X～
(x)
1 0
0 x 1
,
其它
Y～
(
y)
1 0
0 y 1
. 所以
其它
第 5 页共 15 页
(X,
Y)～ ( x,
y)
X－Y
－1 0 1
3/2 5/2 3 5
第 4 页共 15 页
P
3/12 1/12 1/12 1/12 2/12 2/12 2/12
X2 + Y－2 －15/4
P
2/12
－3 －11/4 1/12 1/12
－2 －1 5 7 1/12 3/12 2/12 2/12
二. 单项选择题
1. 如下四个函数哪个是随机变量 X 的分布函数
P(Z 1) P( X 2,Y 3) P( X 1,Y 2) 66
P(Z 0) P( X 3,Y 3) P( X 2,Y 2) P( X 1,Y 1) 251
P(Z 1) P( X 2,Y 1) P( X 3,Y 2) 126 P(Z 2) P( X 3,Y 1) P( X 3)P(Y 1) ab 72
1 ezdz 1 , 所以(D)不是答案. (C)是答案.
02
2
注: 排除法做单项选择题是经常使用而且很有效的方法. 该题也可直接计算 Z 的密度:
当z<0时
FZ (z) 0
当z0时
FZ (z) P(Z
z)
P( X
Y 2
z) P(X
Y
2z)
(x, y)dxdy
x y2z
=
2 0
e( x y)
0
x 0, y
0
,
则Z
X
Y
的
其它
2
分布密度是
(A)
Z
(Z)
1 2
e( x y)
0
x 0, y 0 其它
(B)
Z
(z)
e
x y 2
0
x 0, y 0 其它
(C)
Z
(Z
)
4 ze 2 z 0
z0 z0
(D)
Z
(Z
)
1 2
ez
0
z0 z0
解. Z X Y 是一维随机变量, 密度函数是一元函数, 排除(A), (B). 2
n
n i 1
X
i
1 n
n i 1
E( X i )
,
D 1 n
n i 1
X
i
1 n2
n i 1
D(X i
)
2 n
所以 X ~ N (, 2 ) n
9. 如果(X, Y)的联合分布用下列表格给出,
(X, Y)
(1, 1) (1, 2) (1, 3) (2, 1) (2, 2) (2, 3)
第 3 页共 15 页
P(x1 < X x2) = F(x2)－F(x1)
4. 设 k 在(0, 5)上服从均匀分布, 则 4x2 4kx k 2 0 有实根的概率为_____.
解.
k
的分布密度为
f
(k)
1 5
0
0k 5 其它
P{ 4x2 4kx k 2 0 有实根} = P{16k 2 16k 32 0 }
分布函数是
(A) FZ (z) = FX (z)
(B) FZ (z) = FY (z)
(C) FZ (z) = min{ FX (z), FY (z) }
(D) FZ (z) = 1－[1－ FX (z) ][1－ FY (z) ]
解. FZ (z) P(Z z) 1 P(Z z) 1 P{min( X ,Y ) z} 1 P{X z且Y z}
z
e
x
2 0
z
x
e
y
dy
dx
2 ze 2 z
e2z
1
Z
(z)
FZ'
(z)
4 ze 2 z 0
z0
, (C)是答案.
z0
10. 设两个相互独立的随机变量 X 和 Y 分别服从正态分布 N(0, 1)和 N(1, 1), 则下列结论正确的是
(A) P{X + Y 0} = 1/2
(B) P{X + Y 1} = 1/2
第二章随机变量及其分布
一. 填空题
1. 设随机变量 X～B(2, p), Y～B(3, p), 若 P(X 1) = 5 , 则 P(Y 1) = _________. 9
解. P( X 0) 1 P( X 1) 1 5 4 99
(1 p)2 4 , p 1
9
3
P(Y 1) 1 P(Y 0) 1 2 3 19 3 27
P(X a) = ________.
P(X = a) = ________.
P(X > a) = ________.
P(x1 < X x2) = ________.
解. P(X a) = F(a) P(X = a) = P(X a)－P(X < a) = F(a)－F(a－0)
P(X > a) = 1－F(a)
1 0
0 x, y 1
.所以(A)是答案.
其它
0
5.
设函数 F ( x)
x
2
1
x0 0 x 1则 x 1
(A) F(x)是随机变量 X 的分布函数. (B) 不是分布函数.
(C) 离散型分布函数.
(D)连续型分布函数.
解. 因为不满足 F(1 + 0) = F(1), 所以 F(x)不是分布函数, (B)是答案.
当 1 x e2 时
X (x)
( x, y)dy
1 x 0
1 dy 2
1 2x
,
所以 X (2)
1 4
.
8.
若 X1, X2,