概率论与数理统计第三章课后习题答案

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(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.。

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课后习题答案

习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 222⨯⨯222⨯⨯=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 表示取到红球的只数.求X 和Y 的联合分布律. 324C 35= 324C 35= 3224C 35= 113224C C 12C 35=1324C 2C 35= 213224C C 6C 35= 2324C 3C 35=3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin0sin sin0sin4346362(31).4=--+=-题3图说明：也可先求出密度函数，再求概率。

4.设随机变量（X，Y）的分布密度f（x，y）=⎩⎨⎧>>+-.,0,0,0,)43(其他yxA yxe求：（1）常数A；（2）随机变量（X，Y）的分布函数；（3）P{0≤X<1，0≤Y<2}.【解】（1）由-(34)00(,)d d e d d112x yAf x y x y A x y+∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得A=12（2）由定义，有(,)(,)d dy xF x y f u v u v-∞-∞=⎰⎰(34)340012e d d(1e)(1e)0,0,0,0,y y u vx yu v y x-+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y≤<≤<12(34)3800{01,02}12e d d(1e)(1e)0.9499.x yP X Yx y-+--=<≤<≤==--≈⎰⎰5.设随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<<<--.,0,42,2),6(其他yxyxk（1）确定常数k；（2）求P{X＜1，Y＜3}；（3）求P{X<1.5}；（4）求P{X+Y≤4}.【解】（1）由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.542127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1）因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-5500-1d 25e d (5e 5)d =e 0.3679.xyx x y x -==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧≤≤.,0,1,22其他y x y cx（1）试确定常数c ；（2）求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰522217d ,01,420,0, .y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.xx y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他 12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1）求X 与Y 的联合概率分布；（2） X 与Y 是否相互独立？【解】（1） X 与Y 的联合分布律如下表3 4 5{}i P X x =13511C 10= 3522C 10= 3533C 10= 610 23511C 10= 3522C 10= 310 3 02511C 10= 110{}i P Y y =110 310 610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03（2） X 与Y 是否相互独立？ 2 5 8 P {Y=y i } 0.4 0.15 0.30 0.35 0.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38YXXYXY(2) 因{2}{0.4}0.20.8P X P Y ===⨯0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2）设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率.【解】（1）因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ∆=-≥故 X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z zP z Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2）当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰ 33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y x x yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥之间独立34{180}{180}P X P X ≥≥ 1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii k k n k i k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.(1) 求P {X =2｜Y =2}，P {Y =3｜X =0}；（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律. 【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i =====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =所以V的分布律为V=max(X,Y) 0 1 2 3 4 5P 0 0.04 0.16 0.28 0.24 0.28(3) {}{min(,)}P U i P X Y i===351{,}{,}{,}{,}k i k iP X i Y i P X i Y iP X i Y k P X k Y i==+==≥+>====+==∑∑0,1,2,3,i=于是U=min(X,Y) 0 1 2 3P 0.28 0.30 0.25 0.17W=X+Y0 1 2 3 4 5 6 7 8P0 0.02 0.06 0.13 0.19 0.24 0.19 0.12 0.05（1）求P{Y＞0｜Y＞X}；（2）设M=max{X，Y}，求P{M＞0}.题20图【解】因（X，Y）的联合概率密度为22221,,(,)π0,.x y Rf x y R⎧+≤⎪=⎨⎪⎩其他（1）{0,}{0|}{}P Y Y XP Y Y XP Y X>>>>=>(,)d(,)dyy xy xf x yf x yσσ>>>=⎰⎰⎰⎰π2π/405π42π/401d dπ1d dπRRr rRr rRθθ=⎰⎰⎰⎰3/83;1/24== (2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D 由曲线y =1/x 及直线y =0，x =1,x=e 2所围成，二维随机变量（X ，Y ）在区域D 上服从均匀分布，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少？题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他（X ，Y ）关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于X 和y 1 y 2 y 3P {X =x i }=p ix 1 x 21/81/8P {Y =y j }=p j 1/61【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-= YX而X 与Y 独立，故{}{}{,}i j i i P X x P Y y P X x Y y =====,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x ===又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y ===同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1j j P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=.(2) {,}{}{|}P X n Y m P X n P Y m X n ======e C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为其中a ,b ,c 为常数，且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求：（1） a ,b ,c 的值；（2） Z 的概率分布；（3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4. 由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为-2，-1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 的概率分布为(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.习题四1.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. 【解】设任取出的5个产品中的次品数为X ，则X 的分布律为X 0 1 2 3 4 5P5905100C 0.583C = 1410905100C C 0.340C = 2310905100C C 0.070C = 3210905100C C 0.007C = 4110905100C C 0C = 5105100C 0C =故 ()0.58300.34010.07020.00730405E 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X -1 0 1Pp 1 p 2 p 3且已知E 123【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 =-++=+=……③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】1221()()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1001(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =210()(,)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f X （x ）=⎩⎨⎧≤≤;,0,10,2其他x x f Y （y ）=(5)e ,5,0,.y y --⎧>⎨⎩其他求E （XY ）.【解】方法一：先求X 与Y 的均值12()2d ,3E X x x x ==⎰ 5(5)5()ed 5e d e d 51 6.z y y zz E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰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()2ed d 2de 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f X （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e f Y （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e 求（1） E （X +Y ）;（2） E （2X -3Y 2）. 【解】22-200()()d 2e d [e ]e d x x xX X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf 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 xke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 dk x E X xf x x x k x x +∞+∞--∞==⎰⎰222202e d 2k x kx x k+∞-==⎰(3) 22222221()()d()2e .kxE X x f x x x k x k +∞+∞--∞==⎰⎰故 222221π4π()()[()].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 ==⨯⨯⨯=于是，得到X 的概率分布表如下： X 0 1 2 3 P0.7500.2040.0410.005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f （x ）=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe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 e 4x 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X 1，X 2，…，X n 是相互独立的随机变量，且有E （X i ）=μ，D （X i ）=σ2，i =1，2，…，n ，记∑==n i i S X n X 12,1，S 2=∑=--n i i X X n 12)(11. （1）验证)(X E =μ，)(X D =n2σ；（2）验证S 2=)(11122∑=--ni i X n X n ；（3）验证E （S 2）=σ2.【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2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因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D （X ）=2，D （Y ）=3，Cov(X ,Y )= -1,计算：Cov （3X -2Y +1，X +4Y -3）. 【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=-(因常数与任一随机变量独立，故Cov(X ,3)=Cov(Y ,3)=0,其余类似). 16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证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. 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|x |≤1时，1()X f x y 当|y |≤1时，1()Y f y x 显然()()(,).X Y f x f y f x y ≠故X 和Y 不是相互独立的.17.验证X 和【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X -1 0 1P382838Y -11P382838XY -11P28 48 28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ρXY =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 ），ρXY . 【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 DE X xf x y x y =⎰⎰11001d 2d 3xx x y -==⎰⎰22()(,)d d DE X x f x y x y =⎰⎰11201d 2d 6xx 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ρXY . 【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 2ππππ4Cov(,)()()()1.2444X Y E XY 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】由已知知：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 Y D Y =--+=-+=⨯-⨯+⨯=故12122)()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（Couchy -Schwarz ）不等式. 【证】令2(){[]},.g t E V tW t R =+∈显然22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈可见此关于t 的二次式非负，故其判别式Δ≤0，即2220[2()]4()()E VW E W E V ≥∆=- 2224{[()]()()}.E VW E V E W =-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】设Y 表示每次开机后无故障的工作时间，由题设知设备首次发生故障的等待时间X ~E (λ),E (X )=1λ=5. 依题意Y =min(X ,2).对于y <0,f (y )=P {Y ≤y }=0. 对于y ≥2,F (y )=P (X ≤y )=1.对于0≤y <2,当x ≥0时，在(0,x )内无故障的概率分布为 P {X ≤x }=1 -e -λx ,所以F (y )=P {Y ≤y }=P {min(X ,2)≤y }=P {X ≤y }=1 -e -y/5.。

概率论与数理统计第三章习题及答案

概率论与数理统计课后答案北邮版(第三章)

习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 111222⨯⨯=111222⨯⨯=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 表示取到红球的只数.求X 和Y 的联合分布律. 的联合分布律如表： 23247C 3C 35= 13247C 2C 35= 1232247C C 6C 35= 1132247C C 12C 35= 13247C 2C 35= 2427C /C =2132247C C 6C 35= 23247C 3C 35=3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin 0sin sin 0sin 4346362(31).4=--+=-题3图说明：也可先求出密度函数，再求概率。

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~

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)。

习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 111222⨯⨯111222⨯⨯=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 表示取到红球的只数.求X 和Y 的联合分布律. 的联合分布律如表：23247C 3C 35= 13247C 2C 35= 1232247C C 6C 35= 1132247C C 12C 35=13247C 2C 35= 2427C /C =2132247C C 6C 35= 23247C 3C 35=3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin 0sin sin 0sin 4346362(31).4=--+=-题3图说明：也可先求出密度函数，再求概率。

4.设随机变量（X ，Y ）的分布密度f （x ，y ）=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求：（1）常数A ；（2）随机变量（X ，Y ）的分布函数；（3） P {0≤X <1，0≤Y <2}. 【解】（1）由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12 （2）由定义，有 (,)(,)d d y xF x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y ≤<≤<12(34)3800{01,02}12e d d (1e )(1e )0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰5.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k（1）确定常数k ；（2）求P {X ＜1，Y ＜3}；（3）求P {X <1.5}；（4）求P {X +Y ≤4}. 【解】（1）由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.542127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1）因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-5500-1d 25e d (5e 5)d =e 0.3679.xyx x y x -==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧≤≤.,0,1,22其他y x y cx（1）试确定常数c ；（2）求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰522217d ,01,420,0,.y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.xx y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他 12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1）求X 与Y 的联合概率分布；（2） X 与Y 是否相互独立？【解】（1） X 与Y 的联合分布律如下表3 4 5{}i P X x =13511C 10= 3522C 10= 3533C 10= 610 23511C 10= 3522C 10= 310 3 02511C 10= 110{}i P Y y =110 310 610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为 2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03（1）求关于X 和关于Y 的边缘分布；（2） X 与Y 是否相互独立？ 2 5 8 P {Y=y i }0.4 0.15 0.30 0.35 0.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38YXXYXY(2) 因{2}{0.4}0.20.8P X P Y ===⨯0.160.15(2,0.4),P X Y =≠===故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2）设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率.【解】（1）因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ∆=-≥故 X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z P z Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2）当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰ 33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y x x yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥之间独立34{180}{180}P X P X ≥≥ 1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii kk n ki k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律. 【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i =====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =所以V 的分布律为V =max(X ,Y ) 0 1 2 3 4 5 P0.040.160.280.240.28(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑ 0,1,2,3,i =于是U =min(X ,Y ) 0 1 2 3 P 0.28 0.30 0.250.17(4)类似上述过程，有W =X +Y 0 1 2 3 4 5 6 7 8 P0.020.060.130.190.240.190.120.0520.雷达的圆形屏幕半径为R ，设目标出现点（X ，Y ）在屏幕上服从均匀分布. （1）求P {Y ＞0｜Y ＞X }；（2）设M =max{X ，Y }，求P {M ＞0}.题20图【解】因（X ，Y ）的联合概率密度为22221,,(,)π0,.x y R f x y R⎧+≤⎪=⎨⎪⎩其他（1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r r R θθ=⎰⎰⎰⎰3/83;1/24==(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D 由曲线y =1/x 及直线y =0，x =1,x=e 2所围成，二维随机变量（X ，Y ）在区域D 上服从均匀分布，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少？题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他（X ，Y ）关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于Xy 1 y 2 y 3P {X =x i }=p ix 1 x 21/81/8P {Y =y j }=p j1/61【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,YX故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-= 而X 与Y 独立，故{}{}{,}i j i i P X x P Y y P X x Y y =====,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x ===又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y ===同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1jj P Y y ===∑,故3111{}1623P Y y ==--=.同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=.(2) {,}{}{|}P X n Y m P X n P Y m X n ======e C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为1 0 11 01a 0 0.2 0.1b 0.2 0 0.1 c其中a ,b ,c 为常数，且X 的数学期望E (X )=0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求：X Y（1） a ,b ,c 的值；（2） Z 的概率分布；（3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4. 由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为2，1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z Z 2 1 0 1 2P0.2 0.1 0.3 0.3 0.1(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.习题四1.设随机变量X 的分布律为X1 0 1 2P1/8 1/2 1/8 1/4求E X E X E X 【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. 【解】设任取出的5个产品中的次品数为X ，则X 的分布律为X 0 1 2 3 4 5P 5905100C 0.583C = 1410905100C C 0.340C = 2310905100C C 0.070C = 3210905100C C 0.007C = 4110905100C C 0C = 5105100C 0C = 故 ()0.58300.34010.07020.00730405E 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X 的分布律为X 1 0 1 P p 1 p 2 p 3且已知E （X ）=0.1,E (X 2)=0.9,求P 1，P 2，P 3.【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 =-++=+=……③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001{}{}1().NNk k k P X k kP X k N N n 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1001(,)d d d d 1,2x f x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =210()(,)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f X （x ）=⎩⎨⎧≤≤;,0,10,2其他x x f Y （y ）=(5)e ,5,0,.y y --⎧>⎨⎩其他求E （XY ）.【解】方法一：先求X 与Y 的均值 12()2d ,3E X x x x ==⎰ 5(5)5()ed 5e d e d 51 6.z y y zz E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰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f X （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e f Y （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e 求（1） E （X +Y ）;（2） E （2X 3Y 2）.【解】22-200()()d 2e d [e ]e d x x xX X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf 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 xke求（1）系数c ;（2） E （X ）;（3） D （X ）.【解】(1) 由222()d ed 12k x cf x x cx x k+∞+∞--∞===⎰⎰得22c k =.(2) 2220()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰22220π2e d .2k x kx x k+∞-==⎰(3) 22222221()()d()2e .kxE X x f x x x k x k +∞+∞--∞==⎰⎰故 222221π4π()()[()].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 ==⨯⨯⨯=于是，得到X 的概率分布表如下：X0 1 2 3 P0.7500.2040.0410.005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f （x ）=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe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 e 4x 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X 1，X 2，…，X n 是相互独立的随机变量，且有E （X i ）=μ，D （X i ）=σ2，i =1，2，…，n ，记∑==n i i S X n X 12,1，S 2=∑=--n i i X X n 12)(11.（1）验证)(X E =μ，)(X D =n2σ；（2）验证S 2=)(11122∑=--ni i X n X n ；（3）验证E （S 2）=σ2.【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2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因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D （X ）=2，D （Y ）=3，Cov(X ,Y )=1,计算：Cov （3X 2Y +1，X +4Y 3）.【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+-3210(1)8328=⨯+⨯--⨯=- (因常数与任一随机变量独立，故Cov(X ,3)=Cov(Y ,3)=0,其余类似). 16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证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. 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|x |≤1时，1()X f x y 当|y |≤1时，1()Y f y x 显然()()(,).X Y f x f y f x y ≠故X 和Y 不是相互独立的.17. 1 0 110 1验证X 和【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X101P382838Y101P382838XY101P284828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ρXY=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），ρXY.【解】如图，S D=12，故（X，Y）的概率密度为题18图2,(,),(,)0,x y Df x y∈⎧=⎨⎩其他.()(,)d dDE X xf x y x y=⎰⎰11001d2d3xx x y-==⎰⎰22()(,)d dDE X x f x y x y=⎰⎰112001d2d6xx x y-==⎰⎰从而222111 ()()[()].6318 D X E 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 1Cov(,)1362()()111818XY X Y D X 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ρXY . 【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 2ππππ4Cov(,)()()()1.2444X Y E XY E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭222222π4Cov(,)(π4)π8π164.πππ8π32π8π32()()2162XY X Y D X 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】由已知知：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 Y D Y =--+=-+=⨯-⨯+⨯=故121212Cov(,)5513.26()()134Z Z Z Z D 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（Couchy Schwarz ）不等式. 【证】令2(){[]},.g t E V tW t R =+∈显然22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈可见此关于t 的二次式非负，故其判别式Δ≤0，即2220[2()]4()()E VW E W E V ≥∆=- 2224{[()]()()}.E VW E V E W =-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】设Y 表示每次开机后无故障的工作时间，由题设知设备首次发生故障的等待时间X ~E (λ),E (X )=1λ=5. 依题意Y =min(X ,2).对于y <0,f (y )=P {Y ≤y }=0. 对于y ≥2,F (y )=P (X ≤y )=1.对于0≤y <2,当x ≥0时，在(0,x )内无故障的概率分布为 P {X ≤x }=1e λx ,所以F (y )=P {Y ≤y }=P {min(X ,2)≤y }=P {X ≤y }=1ey/5.。

概率论与数理统计第三章课后习题答案

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(浙大) 习题答案 第3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课后习题答案

最新概率论与数理统计第三章习题及答案

概率论与数理统计第三章习题及答案

概率论与数理统计课后答案北邮版(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(浙大) 习题答案第3章