概率论第3章作业题解与知识点归纳
概率论第三章部分习题解答
ydxdy.
定理1 cov(X ,Y ) E( XY ) E( X )E(Y )
定理2 若X与Y 独立，则：covX ,Y 0. 逆命题不成立。
注 设X与Y是任两个随机变量，
10
D( X Y ) D( X ) D(Y ) 2cov(X ,Y )
2、X与Y 的相关系数
定义 R( X ,Y ) cov( X ,Y )
EX
xf
xdx
1
二、二维随机变量的数学期望
（1）设二维离散随机变量(X,Y)的联合概率函数为p(xi , yj)，则
随机变量X及Y 的数学期望分别定义如下：
EX xi p xi , y j , EY y j p xi , y j .
i j
ji
即： EX xi pX xi , EY y j pY y j .
第三章 随机变量的数字特征
（一）基本内容 一、一维随机变量的数学期望
定义1：设X是一离散型随机变量，其分布列为：
X x1 x2 xi
P p( x1 ) p( x2 )p( xi )
则随机变量X 的数学期望为: EX xi pxi
i
定义2：设X是一连续型随机变量，其分布密度为 f x,
则随机变量X的数学期望为
i
j
假定级数是绝对收敛的.
（2）设二维连续随机变量(X,Y)的联合概率密度为f(x, y)，则
随机变量X及Y 的数学期望分别定义如下：
EX
xf
x,
ydxdy,
EY
yf x, ydxdy.
即：EX
xf X x dx,
EY
yfY y dy.
2
假定积分是绝对收敛的.
必修3第三章-概率-知识点总结和强化练习：
高中数学必修3 第三章 概率 知识点总结及强化训练一、 知识点总结3.1.1 —3.1.2随机事件的概率及概率的意义 1、基本概念：（1）必然事件：在条件S 下，一定会发生的事件，叫相对于条件S 的必然事件； （2）不可能事件：在条件S 下，一定不会发生的事件，叫相对于条件S 的不可能事件； （3）确定事件：必然事件和不可能事件统称为相对于条件S 的确定事件；（4）随机事件：在条件S 下可能发生也可能不发生的事件，叫相对于条件S 的随机事件；（5）频数与频率：在相同的条件S 下重复n 次试验，观察某一事件A 是否出现，称n 次试验中事件A出现的次数nA 为事件A 出现的频数；称事件A 出现的比例fn(A)=n n A为事件A 出现的概率：对于给定的随机事件A ，如果随着试验次数的增加，事件A 发生的频率fn(A)稳定在某个常数上，把这个常数记作P （A ），称为事件A 的概率。
（6）频率与概率的区别与联系：随机事件的频率，指此事件发生的次数nA 与试验总次数n 的比值n n A，它具有一定的稳定性，总在某个常数附近摆动，且随着试验次数的不断增多，这种摆动幅度越来越小。
我们把这个常数叫做随机事件的概率，概率从数量上反映了随机事件发生的可能性的大小。
频率在大量重复试验的前提下可以近似地作为这个事件的概率3.1.3 概率的基本性质 1、基本概念：（1）事件的包含、并事件、交事件、相等事件（2）若A ∩B 为不可能事件，即A ∩B=ф，那么称事件A 与事件B 互斥；（3）若A ∩B 为不可能事件，A ∪B 为必然事件，那么称事件A 与事件B 互为对立事件；（4）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)2、概率的基本性质：1）必然事件概率为1，不可能事件概率为0，因此0≤P(A)≤1； 2）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；3）若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)；4）互斥事件与对立事件的区别与联系，互斥事件是指事件A 与事件B 在一次试验中不会同时发生，其具体包括三种不同的情形：（1）事件A 发生且事件B 不发生；（2）事件A 不发生且事件B 发生；（3）事件A 与事件B 同时不发生，而对立事件是指事件A 与事件B 有且仅有一个发生，其包括两种情形；（1）事件A 发生B 不发生；（2）事件B 发生事件A 不发生，对立事件互斥事件的特殊情形。
北师版初三数学上册第三章概率知识点讲解附作业
北师版初三数学上册第三章概率知识点讲解附作业九年级（上册）第三章概率的进一步认识一．频数与频率频数：在数据统计中，每个对象出现的次数叫做频数，频率：每个对象出现的次数与总次数的比值为频率。
即 频数频率总次数概率的意义和大小：概率就是表示每件事情发生的可能性大小，即一个时间发生的可能性大小的数值。
必然事件发生的概率为1；不可能事件发生的概率为0；不确定事件发生的概率在0与1之间。
频率与概率的区别：随着实验次数的增加，实验结果出现的频率逐渐趋于一个常数，则把这个常数看做实验结果的概率。
注意：①频率就是频率，频率不是概念②频率是通过实验得到的，概率就通过计算得到的③通过频率估计概率时，只看最多实验次数一项的频率，此项的频率即等于概率，而不是求所有频率的平均值二．通过实验运用稳定的频率来估计某一时间的概率在进行试验的时候，当试验的次数很大时，某个事件发生的频率稳定在相应的概率附近。
我们可以通过多次试验，用一个事件发生的频率来估计这一事件发生的频率。
三．利用画树状图或列表法求概率（重难点）①树状图的画法有两钟，可以横画也可以竖着画，其中树状图在画法上要写“开始”然后是“第一次”“第二次”“结果”②列表法的使用必须保证是两个元素的才方便使用，因为表格最方便的是使用两个轴向。
其中表格的类型有三种，一种是标准型，第二种是中间有一条斜线型，第三种是中间加数据型，比如和，奇数，偶数等四．概率题型①公平题②方程题③用频率估计概念④画树状图列表求概率（重点）⑤游戏设定1、在抛一枚质地均匀的硬币的实验中，如果没有硬币，则下列实验不能作为替代物的是（）A、一枚均匀的骰子，B、瓶盖，C、两张相同的卡片，D、两张扑克牌2、密码锁的密码是一个四位数字的号码,每位上的数字都可以是0到9中的任一个,某人忘了密码的最后一位号码, 此人开锁时,随意拔动最后一位号码正好能把锁打开的概率是______．若此人忘了中间两位号码,随意拔动中间两位号码正好能把锁打开的概率是______．3、某商场在“五一”期间推出购物摸奖活动，摸奖箱内有除颜色以外完全相同的红色、白色乒乓球各两个．顾客摸奖时，一次摸出两个球，如果两个球的颜色相同就得奖，颜色不同则不得奖．那么顾客摸奖一次，得奖的概率是．4、从一个装有2黄2黑的袋子里有放回地两次摸到的都是黑球的概率是 .5、如图所示的两个圆盘中，指针落在每一个数上的机会均等，那么两个指针同时落在偶数上的概率是……( )A．1925； B．1025； C．625；D．5 256、为了估计湖里有多少条鱼，我们从湖里捕上100条做上标记，然后放回湖里，经过一段时间待带标记的鱼完全混合于鱼群中后，第二次捕得200条，发现其中带标记的鱼25条，通过这种调查方式，我们可以估计出这个湖里有______条鱼.7、在一个密闭不透明的盒子里有若干个白球，在不允许将球倒出来的情况下，为了估计白球的个数，小刚向其中放入8个黑球，摇匀后从中随机摸出一个球记下颜色，再把它放回盒中，不断重复，共摸球400次，其中88次摸到黑球，估计盒中大约有白球（）A、28个B、30个C、36个D、42个8、有一个抛两枚硬币的游戏，规则是：若出现两个正面，则甲赢；若出现一正一反，则乙赢；若出现两个反面，则甲、乙都不赢。
高中数学必修3(人教B版)第三章概率3.2知识点总结含同步练习题及答案
所以取出的 2 个球一个是白球，另一个是红球的概率为
P ( B) =
某高级中学共有学生 3000 名，各年级男、女生人数如下表：
8 . 15
已知在全校学生中抽取 1 名学生，抽到高二年级女生的概率是 0.18 ． （1）求 x 的值； （2）现用分层抽样的方法在全校学生中抽取 120 名学生，问应在高三年级抽取学生多少名？ （3）在（2）的前提下，已知 y ⩾ 345 ，z ⩾ 345，求高三年级男生比女生多的概率． 解：（1）因为 （2）高三年级总人数为
(1, 2), (1, 3), (1, 4)，(2, 3)，(2, 4)，(3, 4)．
所以取出的 2 个球全是白球的概率为
P (A ) =
6 2 = ． 15 5
（2）从口袋中的 6 个球中任取 2 个，其中一个是红球，而另一个白球包含的基本事件共有 8 个，分别为
(1, 5)，(1, 6)，(2, 5)，(2, 6)，(3，5)，(3, 6)，(4, 5)，(4, 6)．
高中数学必修3(人教B版)知识点总结含同步练习题及答案
第三章 概率 3.2 古典概型
一、学习任务 理解古典概型及其概率计算公式，会用枚举法计算一些随机事件所含的基本事件数及事件发生的概率． 二、知识清单
古典概型
三、知识讲解
1.古典概型 描述： 古典概型的概念 古典概率模型（classical models of probability）需要满足两个特点：①试验中所有可能出现的基本事件只有有限 个；②每个基本事件出现的可能性相等．古典概率模型简称古典概型． 古典概型的计算公式 如果事件A 满足古典概型，那么它的概率
x = 0.18 ，所以 x = 540． 3000
y + z = 3000 − (595 + 605 + 560 + 540) = 700，
概率论与数理统计03-第三章作业及答案
概率论与数理统计03-第三章作业及答案习题3-1⽽且12{0}1P X X ==. 求1和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 --=22011(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 =??44201d (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,yY 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02()(,)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0z 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 zzz 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1x 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 e d d e d e d (1e )x y y x 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,(,)()()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3. 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()x X f x µσ--=,),(+∞-∞∈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 d 2z y a Z X Y f z f z y f y y y a µσ---+∞=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(,)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<,||,(|)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24P 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{,}{}{}43123.(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>>y x 时,34340(,)12e d e d (1e )(1e )x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 P 3 112161121=++=, 3(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 2 1}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 =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,。
《概率论与随机过程》第3章习题答案
《概率论与随机过程》第三章习题答案3.2 随机过程()t X 为()()ΦωX +=t cos A t 0式中，A 具有瑞利分布，其概率密度为()02222>=-a eaa P a A ，σσ，()πΦ20，在上均匀分布，A Φ与是两个相互独立的随机变量，0ω为常数，试问X(t)是否为平稳过程。
解：由题意可得:()[]()()002121020022222002222=⇒+=*+=⎰⎰⎰⎰∞--∞φφωπσφπσφωX E πσσπd t cos da e a a dad eat cos a t a a ()()()[]()()()()()()[]()()()()()12021202120202120202221202022021012022022202010022222200201021212122112210212212121221212222222222222t t cos t t cos t t cos det t cos da e e a t t cos dea d t t cos t t cos a d ea d t cos t cos da eaadad e at cos a t cos a t t t t R a a a a a a a -=-⨯=-⨯-=-⨯⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫-∞+-=-⨯-=⎩⎨⎧⎭⎬⎫+++---=++=++==-∞∞---∞∞-∞--∞⎰⎰⎰⎰⎰⎰⎰⎰⎰ωσωσωσωωφφωωπσφπφωφωσφσπφωφωX X E σσσσπσπσσπXX ）（，可见()[]t X E 与t 无关，()21t t R ，XX 与t 无关，只与()12t t -有关。
∴()t X 是平稳过程另解：()[][]0022000000[cos()][cos()][];(,)cos()cos(())cos()cos(())t E A t E A E t E A R t t E A t t E A E t t E X ωΦωΦτωΦωτΦωΦωτΦ⎡⎤=+=+=⨯=⎣⎦⎡⎤⎡⎤+=+++=+++⎣⎦⎣⎦[][][])cos()cos())cos((τωτωτωω0200022222A E t E A E =+Φ++= ∴()t X 是平稳过程3.3 设S(t) 是一个周期为T 的函数，随机变量Φ在（0，T ）上均匀分布，称X(t)=S （t+Φ）,为随相周期过程，试讨论其平稳性及各态遍历性。
概率论与数理统计第3章复习题(含解答)
《概率论与数理统计》第三章复习题解答1. 设Y X ,的分布律分别为且已知0)(=<Y X P ，4)1(=+>Y X P .（1）求),(Y X 的联合分布律；（2）判定Y X ,独立否；（3）求),min(),,max(,321Y X Z Y X Z Y X Z ==+=的分布律.解：(1) 由0)(=<Y X P 知0)1,1()0,1(==-=+=-=Y X P Y X P ，故0)1,1()0,1(==-===-=Y X P Y X P ；由41)1(=+>Y X P 知41)1,1(=-==Y X P .于是可以填写出如下不完整的联合分布律、边缘分布律表格：再由联合分布律、边缘分布律的关系可填出所余的3个空, 得到(2) 41)1,1(=-=-=Y X P ，而2141)1()1(⋅=-=-=Y P X P ，故Y X ,不独立. (3) 在联合分布律中增加0=X 的一行，该行ij p 均取为0，分别沿路径:对ij p 相加, 得2. 设平面区域G 由曲线xy 1=, 直线2,1,0e x x y ===所围成. ),(Y X 在G 上服从均匀分布, 求)2(X f .解：区域G 的面积.2][ln 12211===⎰e e G x dx xS 故),(Y X 的联合概率密度为⎪⎩⎪⎨⎧><<<=其它 ,0 10,1,21),(2x y e x y x f . ⎪⎩⎪⎨⎧<<===⎰⎰∞∞-其它 ,0 1 ,2121),()(210e x x dy dy y x f x f x X , .41)2( =∴Xf 3. 一个电子仪器由两个部件构成，Y X ,分别表示两个部件的寿命（单位：千小时），已知),(Y X 的联合分布函数为⎩⎨⎧>>---=+---其它 0,0 0 ,1),()(5.05.05.0y ,x e e e y x F y x y x(1) 问Y X ,是否独立；（2）求两个部件的寿命都超过0.1千小时的概率.解：(1) ⎪⎩⎪⎨⎧>-=∞+=-其它 0, 0 ,1),()(5.0x e x F x F x X , ⎪⎩⎪⎨⎧>-=+∞=-其它 0, 0 ,1),()(5.0y ey F y F y Y , 从而有)()(),(y F x F y x F Y X =, 所以Y X ,相互独立.(2) 由Y X ,相互独立知)]1.0(1)][1.0(1[)1.0()1.0()1.0,1.0(≤-≤-=>>=>>Y P X P Y P X P Y X P.)]1.0(1)][1.0(1[1.005.005.0---==--=e e e F F Y X4. 设),(Y X 的联合概率密度⎪⎩⎪⎨⎧><+=其它,0 0,1,2),(22y y x y x f π，⎩⎨⎧≥<=Y X Y X U ,1,0，⎪⎩⎪⎨⎧<≥=Y X Y X V 3 ,13,0，求：(1) ),(V U 的联合分布律；（2）)0(≠UV P .解：(1) 0)()3,()0,0(00=Φ=≥<====P Y X Y X P V U P p ；432),()3,()1,0(01===<<====⎰⎰OCD OCDS dxdy y x f Y X Y X P V U P p 扇形扇形π； 612),()3,()0,1(10===≥≥====⎰⎰OAB OABS dxdy y x f Y X Y X P V U P p 扇形扇形π； 1212),()3,()1,1(11===<≥====⎰⎰OBC OBCS dxdy y x f Y X Y X P V U P p 扇形扇形π. 于是有联合分布律:(2) 121)0(11==≠p UV P . 5. 设),(Y X 的联合概率密度为⎩⎨⎧<<<<=其它,010,10 ,1),(y x y x f求：(1))21,21(≤≤Y X P ；（2）)21(>+Y X P ；（3）)31(≥Y P ；（4）)21(>>Y Y X P .解：（1）4121211),()21,21(21,21=====≤≤⎰⎰⎰⎰≤≤G Gy x S dxdy dxdy y x f Y X P ；（2）=>+)21(Y X P 8721212111),(21=-===⎰⎰⎰⎰>+G Gy x S dxdy dxdy y x f ；（3）=≥)31(Y P 32)311(11),(31=-===⎰⎰⎰⎰≥G Gy S dxdy dxdy y x f ；（4）41211212121)21()21,()21(=⋅=>>>=>>Y P Y Y X P Y Y X P .6. 设),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<-=其它 ,0 2,2010 ,20),(x y x x x xcy x f求：(1) 常数c ；(2) )(x f X ；(3) )(x y f X Y ；(4) )128(=≥X Y P .解：(1) ,25)210(20),(1201020102c dx xcdy xx c dx dxdy y x f xx =-=-==⎰⎰⎰⎰⎰∞∞-∞∞-.251 =∴c(2) ⎪⎩⎪⎨⎧<<-=-==⎰⎰∞∞-else x x dy x xdy y x f x f x x X0, 2010 ,50202520),()(2.(3) 2010 <<x 时，0)(≠x f X ，)(x y f X Y 有定义，且⎪⎪⎩⎪⎪⎨⎧<<=--==elsex y xx x x x x f y x f x y f X X Y 0, 2,250202520)(),()( (4) )20,10 (12∈=x ，⎪⎩⎪⎨⎧<<==∴elsey X y f XY 0,126 ,61)12( ，从而 3261)12()128(1288=====≥⎰⎰∞dy dy X y f X Y P X Y .7. 设Y X ,相互独立且都服从]1,0[上的均匀分布, 求Y X Z +=的概率密度.解：⎰∞∞--=dx x z f x f z f Y X Z )()()(, 其中⎩⎨⎧<<=其它x x f X ,0 10 ,1 )(, ⎩⎨⎧<-<=-其它 x z x z f Y ,0 10 ,1 )(. ⎩⎨⎧<<-<<⇔⎩⎨⎧<-<<<⇔≠-z x z x x z x x z f x f Y X 11010100)()(. (区域见图示)(1)10<<z 时, zdx z f zZ =⋅=⎰011)(；(2) 21<≤z 时, z dx z f z Z -=⋅=⎰-211)(11；(3) )2,0(∉z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧<≤-<<=其它 z z z z z f Z ,0 21 ,210 , )(.8*. 设),(Y X 的联合概率密度⎩⎨⎧<<=-其它 ,0 0 ,),(yx xe y x f y ，求(1) )21(<<Y X P ,)21(=<Y X P ；(2)Y X Z +=的概率密度；(3) )1),(min(<Y X P .解：(1) ① 102142512121)()()2()2,1()21(22221202102202102---=---=--==<<<=<<-------⎰⎰⎰⎰⎰⎰e e e e e e dxe e x dx e e x dy xe dx dyxe dxY P Y X P Y X P x x xy x y； ②⎪⎩⎪⎨⎧≤>===--∞∞-⎰⎰0 0, 0,21),()(20y y e y dx xe dx y x f y f y y yY ， 02)2( 2≠=∴-e f Y ，于是 ⎪⎩⎪⎨⎧<<====--elsex xe xef x f Y x f Y Y X 0, 20 ,22)2()2,()2(22 ，从而 412)2()21(101=====<⎰⎰∞-dy x dx Y x f Y X P Y X . (2) ⎰∞∞--=dx x z x f z f Z ),()(, 其中2000),(zx xx z x x z x f X <<⇔⎩⎨⎧>->⇔≠-. (区域见图示)(1) 0>z 时, ⎰⎰---==2020)()(z xzz x z Z dx xe edx xez f 2)12(zze ze---+=； (2)0≤z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧≤>-+=--0 ,0 0,)12()(2z z e ze zf z z Z .（3）)1,1(1)1),(min(1)1),(min(≥≥-=≥-=<Y X P Y X P Y X P1111,12111),(1-∞-∞∞-≥≥-=-=-=-=⎰⎰⎰⎰⎰e dx xe dy xe dxdxdy y x f x xyy x .9*. 设),(Y X 的联合概率密度⎩⎨⎧>>=+-其它 ,0 0,0,),()(y x e y x f y x ，求Y X Z -=的概率密度.解：)()()(z Y X P z Z P z F Z ≤-=≤= (1) 0<z 时, 0)()(=Φ=P z F Z ；(2) 0=z 时, 0),()()(0====⎰⎰>=x y Z dxdy y x f X Y P z F(3)0>z 时, 如图⎰⎰⎰⎰⎰⎰∞+---+--+<<-+==zz x zx y x zz x y x zx y z x Z dy e e dxdy e e dxdxdy y x f z F 0),()(⎰⎰∞--+------+-=zz x z x x z zx x dx e e e dx ee )()1(0z zx z z z xz xe dx e e e dx ee e-∞------=-+-=⎰⎰1)()(202综上知⎪⎩⎪⎨⎧≤>-=-0 ,0 0 ,1)(z z e z F z Z , 求导得⎩⎨⎧≤>=-0,0 0,)(z z e z f z Z .10. 设B A ,是两个随机事件, 且,41)(,21)(,41)(===B A P A B P A P 引进随机变量 ⎩⎨⎧=⎩⎨⎧=不发生当发生当 不发生当发生当 B B Y A A X ,0 ,1 , ,0 ,1.判断下列结论的正误, 并给予分析：（1）B A ,互不相容；（2）B A ,相互独立；（3）Y X ,相互独立；（4）1)(==Y X P ；（5）41)1(22==+Y X P . 解：（1）检验0)(=AB P 是否成立. 事实上0812141)()()(≠=⋅==A B P A P AB P , 故B A ,相容, 原结论错. （2）检验)()()(B P A P AB P =是否成立. 事实上由于41)(,41)(==B A P A P ,.)()()()()( A P B P B A P B P AB P ==∴ 即)()()(B P A P AB P =成立, 故B A ,独立, 原结论对.（3）检验Y X ,的联合分布律与边缘分布律之积是否都相等. 事实上81)(11==AB P p ；838121)()()()(01=-=-=-==AB P B P AB B P B A P p ； 818141)()()()(10=-=-=-==AB P A P AB A P B A P p ；83818381100=---=p . 于是有经检验, Y X ,的联合分布律与边缘分布律之积都相等, 故原结论对.（4）只需正确求出)(Y X P =的值. 事实上0218183)(1100≠=+=+==p p Y X P , 故原结论错. （5）只需正确求出)1(22=+Y X P 的值. 事实上41218183)1(100122≠=+=+==+p p Y X P , 故原结论错.。
《概率论》数学3章课后习题详解
概率论第三章习题参考解答1. 如果ξ服从0-1分布, 又知ξ取1的概率为它取0的概率的两倍, 求ξ的期望值 解：由习题二第2题算出ξ的分布率为ξ0 1 P1/32/3因此有E ξ=0×P (ξ=0)+1×P (ξ=1)=2/3+2η, ξ与η的分布律如下表所示:: 求周长的期望值, 用两种方法计算, 一种是利用矩形长与宽的期望计算, 另一种是利用周长的分布计算.解: 由长和宽的分布率可以算得E ξ=29×P (ξ=29)+30×P (ξ=30)+31×P (ξ=31) =29×0.3+30×0.5+31×0.2=29.9E η=19×P (η=19)+20×P (η=20)+21×P (η=21) =19×0.3+20×0.4+21×0.3=20 由期望的性质可得E ζ=2(E ξ+E η)=2×(29.9+20)=99.8而如果按ζ的分布律计算它的期望值, 也可以得E ζ=96×0.09+98×0.27+100×0.35+102×0.23+104×0.06=99.8 验证了期望的性质.4. 连续型随机变量ξ的概率密度为⎩⎨⎧><<=其它)0,(10)(a k x kx x aϕ又知Eξ=0.75, 求k 和a 的值。
解: 由性质⎰+∞∞-=1)(dx x ϕ得111)(|10110=+=+==++∞∞-⎰⎰a kx a k dx kx dx x a aϕ即k =a +1(1)又知75.022)(|10211=+=+===+++∞∞-⎰⎰a kx a k dx kx dx x x E a a ϕξ得k =0.75a +1.5(2)由(1)与(2)解得0.25a =0.5, 即a =2, k =36. 下表是某公共汽车公司的188辆汽车行驶到发生一次引擎故障的里程数的分布数列.若表中各以组中值为代表. 从188辆汽车中, 任意抽选15辆, 得出下列数字: 90, 50, 150, 110, 90, 90, 110, 90, 50, 110, 90, 70, 50, 70, 150. (1)求这15个数字的平均数; (2) 计算表3-9中的期望并与(1)相比较.解: (1) 15个数的平均数为(90+50+150+110+90+90+110+90+50+110+90+70+50+70+150)/15 = 91.33 (2) 按上表计算期望值为(10×5+30×11+50×16+70×25+90×34+110×46+130×33+150×16+170×2)/188 =96.177. 两种种子各播种300公顷地, 调查其收获量, 如下表所示, 分别求出它们产量的平均值解: 假设种子甲的每公顷产量数为, 种子乙的每公顷产量数为, 则 E ξ=(4500×12+4800×38+5100×40+5400×10)/100=4944 E η=(4500×23+4800×24+5100×30+5400×23)/100=49598. 一个螺丝钉的重量是随机变量, 期望值为10g , 标准差为1g . 100个一盒的同型号螺丝钉重量的期望值和标准差各为多少?(假设各个螺丝钉的重量相互之间独立) 解: 假设这100个螺丝钉的重量分别为ξ1, ξ2,…, ξ100, 因此有E ξi =10, Dξi =102=12=1, (i =1,2,…,100), 设ξ为这100个螺丝钉的总重量，因此∑==1001i i ξξ，则ξ的数学期望和标准差为gD D D kgg E E E i ii i i i i i 1011001)(1000101001001100110011001=⨯==⎪⎭⎫⎝⎛====⨯==⎪⎭⎫ ⎝⎛=∑∑∑∑====ξξξσξξξξ9. 已知100个产品中有10个次品，求任意取出的5个产品中次品数的期望值.解: 假设ξ为取出5个产品中的次品数, 又假设ξi 为第i 次取出的次品数, 即, 如果第i 次取到的是次品, 则ξi =1否则ξi =0, i =1,2,3,4,5, ξi 服从0-1分布,而且有 P {ξi =0}=90/100, P {ξi =1}=10/100, i =1,2,3,4,5因此, E ξi =10/100=1/10, 因为∑==51i iξξ因此有5.010155151=⨯==⎪⎭⎫ ⎝⎛=∑∑==i i i i E E E ξξξ10. 一批零件中有9个合格品和3个废品, 在安装机器时, 从这批零件中任取一个, 如果取出的是废品就不再放回去. 求取得第一个合格品之前, 已经取出的废品数的数学期望和方差. 解: 假设在取到第一个合格品之前已取出的废品数为ξ, 则可算出0045.02201101112123}3{041.02209109112123}2{2045.0119123}1{75.0129}0{==⋅⋅====⋅⋅===⋅=====ξξξξP P P P因此有319.009.0409.0)(409.090045.04041.02045.03.030045.02041.02045.0222===-==⨯+⨯+==⨯+⨯+=ξξξξξE E D E E11. 假定每人生日在各个月份的机会是同样的, 求3个人中生日在第一个季度的平均人数. 解: 设三个随机变量ξi ,(i =1,2,3), 如果3个人中的第i 个人在第一季度出生, 则ξi =1, 否则ξi =0, 则ξi 服从0-1分布, 且有 P (ξi =1)=1/4, 因此E ξi =1/4, (i =1,2,3)设ξ为3个人在第一季度出生的人数, 则ξ=ξ1+ξ2+ξ3, 因此Eξ=E (ξ1+ξ2+ξ3)=3Eξi =3/4=0.7512. ξ有分布函数⎩⎨⎧>-=-其它1)(x e x F xλ, 求E ξ及D ξ. 解: 因ξ的概率密度为⎩⎨⎧>='=-其它)()(x e x F x xλλϕ, 因此 ()λλλϕξλλλλλ11)(0=-=+-=-===∞+-∞+-∞+-+∞-+∞-+∞∞-⎰⎰⎰⎰xx xxxe dx e xe e xd dx ex dx x x E()2220222222)(|λξλλϕξλλλλ==+-=-===⎰⎰⎰⎰∞+-∞+-+∞-+∞-+∞∞-E dx xe ex e d x dx ex dx x x E x x x x22222112)(λλλξξξ=-=-=E E D13. ⎪⎩⎪⎨⎧<-=其它1||11)(~2x x x πϕξ, 求E ξ和D ξ.解: 因φ(x )是偶函数, 因此Eξ=0,则D ξ=Eξ2-(Eξ)2=Eξ2 因此有⎰⎰-===+∞∞-1222212)(dx xx dx x x E D πϕξξ令θθθd dx x cos ,sin ==则上式=2112sin 21212cos 2sin 12||20202022=+=+=⎰⎰ππππθπθπθθπθθπd d 即D ξ=1/2=0.516. 如果ξ与η独立, 不求出ξη的分布直接从ξ的分布和η的分布能否计算出D (ξη), 怎样计算?解: 因ξ与η独立, 因此ξ2与η2也独立, 则有[]()()222222)()()(ηξηξξηξηξηE E E E E E D -=-=17. 随机变量η是另一个随机变量ξ的函数, 并且η=e λξ(λ>0), 若E η存在, 求证对于任何实数a 都有λξλξEe ea P a⋅≤≥-}{.证: 分别就离散型和连续型两种情况证. 在ξ为离散型的情况: 假设P (ξ=x i )=p i , 则λξλξλλλξEe e e E p e p ep a P a a i i a x ax i a x ax i i i i i --∞=-≥-≥==≤≤=≥∑∑∑][){)(1)()(在ξ为连续型的情况假设ξ的概率密度为φ(x ), 则λξλξλλλϕϕϕξEe e Ee dx x e dx x edx x a P a a a x aa x a--+∞∞--+∞-+∞==≤≤=≥⎰⎰⎰)()()()()()(}{证毕.18. 证明事件在一次试验中发生次数的方差不超过1/4.证: 设ξ为一次试验中事件A 发生的次数, 当然最多只能发生1次, 最少为0次, 即ξ服从0-1分布, P {ξ=1}=P (A )=p , P {ξ=0}=1-p =q ,则4121412124141)1(222≤⎪⎭⎫ ⎝⎛--=-⋅+-=-=-=p p p p p p p D ξ19. 证明对于任何常数c , 随机变量ξ有 D ξ=E (ξ-c )2-(Eξ-c )2证: 由方差的性质可知D (ξ-c )=Dξ, 而2222)()()]([)()(c E c E c E c E c D ---=---=-ξξξξξ证毕.20. (ξ,η)的联合概率密度φ(x ,y )=e -(x +y )(x ,y >0), 计算它们的协方差cov (ξ,η). 解: 由φ(x ,y )=e -(x +y )(x ,y >0)可知ξ与η相互独立, 因此必有cov (ξ,η)=0.21. 袋中装有标上号码1,2,2的3个球, 从中任取一个并且不再放回, 然后再从袋中任取一球, 以ξ, η分别记为第一,二次取到球上的号码数, 求ξ与η的协方差.,P {ξ=2}=P {η=2}=2/3, P {ξ=1}=P {η=1}=1/3, E ξ=E η=35322311=⨯+⨯38314312312},{)(2121=⨯+⨯+⨯====∑∑==i j j i ijP E ηξξη则913538)(),cov(22-=-=⋅-=ηξξηηξE E E22. (ξ , η)只取下列数组中的值：)0,2()31,1()1,1()0,0(--且相应的概率依次为1/6, 1/3, 1/12, 5/12. 求ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: ξ与的联合分布表及各边缘分布计算表如下表所示: 因此1212260121=⨯+⨯+⨯-=ξE 1225125412512=⨯+⨯=ξE 144275144251225)(22=-=-=ξξξE E D 3613311121311270=⨯+⨯+⨯=ηE 1083731121912=+⨯=ηE 129627512961691237129616910837)(22=-⨯=-=-=ηηηE E D 36133112131)(-=-⨯-=ξηE则4322211236171336131253613)(),cov(-=⨯⨯-=⋅--=⋅-=ηξξηηξE E E 相关系数804.027522127543236122211296275144275432221),cov(-=-=⨯⨯⨯-=⨯-==ηξηξρD D, 计算ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: 由上表的数据的对称性可知与η的边缘分布一样, 算出为 P (ξ=-1)=P (η=-1)=3/8 P (ξ=0)=P (η=-0)=2/8P (ξ=1)=P (η=1)=3/8 由对称性可知Eξ=Eη=0831831=⨯+⨯-. 081818181)(=+--=ξηE 因此cov (ξ,η)=E (ξη)-E (ξ)E (η)=0 则ρ=0而P (ξ=0,η=0)=0≠P {ξ=0}P {η=0}=1/16因此ξ与η不独立. 这是一个随机变量间不相关也不独立的例子.24. 两个随机变量ξ与η, 已知Dξ=25, Dη=36, ρξη=0.4, 计算D (ξ+η)与D (ξ-η). 解:374.065236252),cov(2)]()[()]([)(854.065236252),cov(2)]()[()]([)(2222=⨯⨯⨯-+=-+=-+=---==---=-=⨯⨯⨯++=++=++=-+-==+-+=+ξηξηρηξηξηξηξηηξξηξηξηξρηξηξηξηξηηξξηξηξηξD D D D D D E E E E E D D D D D D D E E E E E D《概率论与数理统计》复习资料一、填空题（15分）题型一：概率分布的考察 【相关公式】（P379）【相关例题】 1、设(,)XU a b ，()2E X =，1()3D Z =，则求a ，b 的值。
- 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)。
由于 服从参数为 的指数分布，所以分布函数为
与 相互独立，故 的分布函数为
对分布函数求导以后得 的密度函数
3.23设随机变量 ,并且 与 相互独立,求 的概率密度函数.
解：由于 所以分布函数为
由于 ，所以分布函数为
与 相互独立，故 的分布函数为
对分布函数求导以后得 的密度函数
,显然有 ，X与Y不独立.
3.17设二维随机向量 的概率密度函数为
,问X与Y是否相互独立?
解：因为
对于x>0,y>0，都有 ,所以，X与Y是相互独立的.
3.18设二维随机向量 的分布函数为
讨论 的独立性.
解：因为
由于
所以，X与Y是相互独立的。
3.19设X与Y是两个相互独立的随机变量,并且均服从区间(0,1)上的均匀分布,求X+Y
其他情形，由于 =0，显然有 =0。综合起来，有
(2)求
3.6向一个无限平面靶射击,设命中点 的概率密度函数为
求命中点与靶心(坐标原点)的距离不超过a的概率.
解：
3.7设二维随机向量 的概率分布如下表所示,求X和Y的边缘概率分布.
X\Y
0
2
5
1
0.15
0.25
0.35
3
0.05
0.18
0.02
解：因为
0
2
5
P
1/5
18/25
2/25
(3)当Y=0时，X的条件分布为
即
X
1
3
P
3/4
1/4
(4)当Y=2时，X的条件分布为
即
X
1
3
P
0.581
0.419
(5)当Y=5时，X的条件分布为
即
X
1
3
P
0.946
0.054
3.12设X在区间(0,1)上随机地取值,当观察到X=x(0< x <1)时,Y在区间(x,1)上
X\Y
1
2
2
0
0.6
3
0.4
0
3.3将一枚均匀的硬币抛掷3次,用X表示在3次中出现正面的次数,用Y表示3次中出
现正面次数与出现反面次数之差的绝对值，求(X,Y)的概率分布.
解：因为 ，又X的可能取值为0,1,2,3
所以(X,Y)的可能取值为(0,3),(1,1),(2,1),(3,3)
且 ，
，
故(X,Y)的概率分布为
3.21设二维随机向量 的概率密度函数为
求 的概率密度函数.
解:根据书中72页（3.7.1）式, 的概率密度函数可以写为
当 时,若 ，
则 ，
若 或 ，被积函数为0，此时显然有 ；
当 时，若 ,
则 ，
若 或 ，被积函数为0，此时显然有 ；
的其他情形,显然有 .综合起来，有
3.22设随机变量 服从参数为 的指数分布,并且 与 相互独立,求 的概率密度函数.
的概率密度函数.
解：由于X与Y均服从区间(0,1)上的均匀分布，故X与Y的边缘密度函数分别为：
，
记 ,由于X与Y是两个相互独立的随机变量,根据书中72页（3.7.3）式, 的概率密度函数可以写为
当 时,若 ，则 ；若 或 ，被积函数为0，此时显然有 .
当 时，若 ,则 ，若 或 ，被积函数为0，此时显然有 ；
所以，X的边缘分布密度为
又因为，当 时，
所以，Y的边缘分布密度为
3.11求习题3.7中的条件概率分布.
解：由T3.7知，X、Y的边缘分布分别是
X
1
3
Y
0
2
5
P
0.75
0.25
P
0.20
0.43
0.37
(1)当X=1时，Y的条件分布为
即
Y
0
2
5
P
1/5
1/3
7/15
(2)当X=3时，Y的条件分布为
即
Y
X\Y
1
3
0
0
1/8
1
3/8
0
2
3/8
0
3
0
1/8
3.4设二维随机向量 的概率密度函数为:
(1)确定常数 ;
(2)求
(3)求 ,这里 是由 这三条直线所围成的三角形区域.
解：(1)因为
由 ，得9a=1，故a=1/9.
(2)
(3)
3.5设二维随机向量 的概率密度函数为:
(1)求分布函数 ;
(2)求
解：(1)求分布函数 ;当 ，
求边缘概率密度 .
解，积分区域显然为三角形区域，当 时， ，因此 ；
其他情形，显然 所以，X的边缘分布密度为
同理，当 时， 因此
其他情形，显然 所以，Y的边缘分布密度为
3.10设二维随机向量 的概率密度函数为
(1)确定常数c的值. (2)求边缘概率密度 .
解：(1)因为
所以c=6.
(2)因为，当 时，
解：因为 ，
要X和Y相互独立，则
即 ，得
由 ，得
即 ，得
3.16问习题3.8和习题3.9中的X与Y是否相互独立？
解：由习题3.8，二维随机向量 的概率密度函数为
X的边缘分布密度为 ，Y的边缘分布密度为
，显然有 ，X与Y相互独立.
由习题3.9,维随机向量 的概率密度函数为
,X的边缘分布密度为 ，Y的边缘分布密度为
一、第三章习题详解：
3.1设二维随机向量 的分布函数为:
求 .
解：因为 ，
，
所以
3.2盒中装有3个黑球, 2个白球.现从中任取4个球,用X表示取到的黑球的个数,用Y表示取到的白球的个数,求(X,Y)的概率分布.
解：因为X+Y= 4，所以(X,Y)的可能取值为(2,2),(3,1)
且 ，
，
故(X,Y)的概率分布为
随机地取值,求Y的概率密度函数.
解：因为 ，
所以(X,Y)的联合密度为
于是
故Y的密度函数为
3.13设二维随机向量 的概率密度函数为
求条件概率密度 以及 .
解：因为，当 时，
又当 时，
所以，在Y=y的条件下X的条件概率密度为
在X=x的条件下Y的条件概率密度为
3.14问习题3.7中的X与Y是否相互独立？
的其他情形,显然有 =0.综合起来，有
此题也可以用先求分布函数然后再求导的方法来解,需要注意的一点是,当 时，积分区域要分成两个部分.
3.20设X与Y是两个相互独立的随机变量,概率密度函数分别为
求 的概率密度函数.
解：记 ,由于X与Y是两个相互独立的随机变量,根据书中72页（3.7.3）式,
的概率密度函数可以写为 ，于是有
所以，X的边缘分布为
X
1
3
P
0.75
0.25
因为
所以，Y的边缘分布为
Y
0
2
5
P
0.20
0.43
0.37
3.8设二维随机向量 的概率密度函数为
求边缘概率密度 .
解：因为，当 时， ；其他情形，显然 所以，X的边缘分布密度为
又因为，当 时，
其他情形，显然 所以，Y的边缘分布密度为
3.9设二维随机向量 的概率密度函数为
解:由T3.7知，X、Y的边缘分布分别是
X
1
3
Y
0
2
5
P
0.75
0.25
P
0.20
0.43
0.37
0.75, ,而 ,显然
,从而X与Y不相互独立.
3.15设二维随机向量 的概率分布如下表所示,求X和Y的边缘概率分布.
X\Y
0
2
5
1
0.15
0.25
0.35
30.Βιβλιοθήκη 50.180.02
问 取何值时,X与Y相互独立?