概率论复习题讲解
概率论常考题解析与讲解
概率论常考题解析与讲解在数学领域中，概率论是一门研究随机事件发生的可能性的学科。
它有着广泛的应用领域，并且在各个科学和工程领域中都扮演着重要角色。
概率论的研究对象包括基本概率模型、随机变量、概率分布等。
在学习概率论的过程中，经典概率、条件概率、随机变量及其概率分布、大数定律和中心极限定理等是常见的考题。
本文将对这些常考题进行解析与讲解。
一、经典概率经典概率是指当随机试验的样本空间为有限个元素时，利用计数原理进行概率计算的方法。
常见的经典概率问题包括：从一副扑克牌中抽取一张牌，求出抽到红桃的概率；从一个装有红、蓝、绿三种颜色球的袋子中抽取一颗球，求出抽到红球的概率等。
解答这类问题时，首先要确定样本空间和事件空间，然后利用计数原理计算出每个事件发生的可能性，并得出概率。
例如，从一副扑克牌中抽取一张牌，样本空间为52张牌，事件空间为抽到红桃的牌，分析可知红桃有13张，因此红桃的概率是13/52=1/4。
二、条件概率条件概率是指在已知某事件发生的前提下，另外一个事件发生的概率。
条件概率的计算需要利用到贝叶斯定理或全概率公式。
常见的条件概率问题包括：在一副扑克牌中，已知抽到的是红心，求抽到的是红桃的概率；某疾病在人群中的患病率是1%，一个新的检测方法能够准确地检测出病人患病的概率是99%，如果一个人被检测出患病，求他真正患病的概率等。
解答条件概率问题时，需要根据题目的描述利用贝叶斯定理或全概率公式计算条件概率。
例如，在一副扑克牌中，已知抽到的是红心，事件A代表抽到红桃，根据条件概率的定义，所求的是P(A|B)，其中B代表抽到的是红心。
利用贝叶斯定理可得，P(A|B)=P(A)*P(B|A)/P(B)，其中P(A)=1/4，P(B|A)=12/51，P(B)=1/2。
代入计算可得，P(A|B)=1/2。
三、随机变量及其概率分布随机变量是指对随机试验结果的数值化描述，它可以是离散型或连续型的。
概率分布是描述随机变量取值与其概率之间关系的函数。
概率论和数理统计课后习题答案解析
随机事件及其概率1.1 随机事件习题1试说明随机试验应具有的三个特点．习题2将一枚均匀的硬币抛两次，事件A，B，C分别表示“第一次出现正面”，“两次出现同一面”，“至少有一次出现正面”，试写出样本空间及事件A，B，C中的样本点.1.2 随机事件的概率1.3 古典概型与几何概型1.4 条件概率1.5 事件的独立性复习总结与总习题解答习题3. 证明下列等式：习题6.习题7习题9习题10习题12习题13习题14习题15习题16习题18习题20习题21习题23习题24习题26第二章随机变量及其分布2.1 随机变量习题1随机变量的特征是什么？解答：①随机变量是定义在样本空间上的一个实值函数.②随机变量的取值是随机的，事先或试验前不知道取哪个值.③随机变量取特定值的概率大小是确定的.习题2试述随机变量的分类.解答：①若随机变量X的所有可能取值能够一一列举出来，则称X为离散型随机变量；否则称为非离散型随机变量.②若X的可能值不能一一列出，但可在一段连续区间上取值，则称X为连续型随机变量.习题3盒中装有大小相同的球10个，编号为0,1,2,⋯,9, 从中任取1个，观察号码是“小于5”，“等于5”，“大于5”的情况，试定义一个随机变量来表达上述随机试验结果，并写出该随机变量取每一个特定值的概率.解答：分别用ω1,ω2,ω3表示试验的三个结果“小于5”，“等于5”，“大于5”，则样本空间S={ω1,ω2,ω3},定义随机变量X如下：X=X(ω)={0,ω=ω11,ω=ω2,2,ω=ω3则X取每个值的概率为P{X=0}=P{取出球的号码小于5}=5/10,P{X=1}=P{取出球的号码等于5}=1/10,P{X=2}=P{取出球的号码大于5}=4/10.2.2 离散型随机变量及其概率分布习题1设随机变量X服从参数为λ的泊松分布，且P{X=1}=P{X=2}, 求λ.解答：由P{X=1}=P{X=2}, 得λe-λ=λ^2/2e^-λ,解得λ=2.习题2设随机变量X的分布律为 P{X=k}=k15,k=1,2,3,4,5,试求(1)P{12<X<52; (2)P{1≤X≤3}; (3)P{X>3}.解答：(1)P{12<X<52=P{X=1}+P{X=2}=115+215=15;(2)P{≤X≤3}=P{X=1}+P{X=2}+P{X=3}=115+215+315=25;(3)P{X>3}=P{X=4}+P{X=5}=415+515=35.习题3已知随机变量X只能取-1,0,1,2四个值，相应概率依次为12c,34c,58c,716c, 试确定常数c, 并计算P{X<1∣X≠0}.解答：依题意知，12c+34c+58c+716c=1, 即3716c=1,解得c=3716=2.3125.由条件概率知 P{X<1∣X≠0}=P{X<1,X≠0}P{X≠0}=P{X=-1}P{X≠0}=12c1-34c=24c-3=26.25=0.32.习题4一袋中装有5只球，编号为1,2,3,4,5. 在袋中同时取3只，以X表示取出的3只球中的最大号码，写出随机变量X的分布律.解答：随机变量X的可能取值为3,4,5.P{X=3}=C22⋅1C53=110, P{X=4}=C32⋅1C53=310, P{X=5}=C42⋅1C53=35,所以X的分布律为设X表示取出3件产品的次品数，则X的所有可能取值为0,1,2,3. 对应概率分布为P{X=0}=C73C103=35120, P{X=1}=C73C31C103=36120,P{X=2}=C71C32C103=21120, P{X=3}=C33C103=1120.X的分布律为X 0123P 3512036120211201120习题9一批产品共10件，其中有7件正品，3件次品，每次从这批产品中任取一件，取出的产品仍放回去，求直至取到正品为止所需次数X的概率分布.解答：由于每次取出的产品仍放回去，各次抽取相互独立，下次抽取时情况与前一次抽取时完全相同，所以X的可能取值是所有正整数1,2,⋯,k,⋯.设第k次才取到正品(前k-1次都取到次品), 则随机变量X的分布律为P{X=k}=310×310×⋯×310×710=(310)k-1×710,k=1,2,⋯.习题10设随机变量X∼b(2,p),Y∼b(3,p), 若P{X≥1}=59, 求P{Y≥1}.解答：因为X∼b(2,p),P{X=0}=(1-p)2=1-P{X≥1}=1-5/9=4/9,所以p=1/3.因为Y∼b(3,p), 所以 P{Y≥1}=1-P{Y=0}=1-(2/3)3=19/27.习题11纺织厂女工照顾800个纺绽，每一纺锭在某一段时间τ内断头的概率为0.005, 在τ这段时间内断头次数不大于2的概率.解答：以X记纺锭断头数, n=800,p=0.005,np=4,应用泊松定理，所求概率为：P{0≤X≤2}=P{⋃0≤xi≤2{X=xi}=∑k=02b(k;800,0.005)≈∑k=02P(k;4)=e-4(1+41!+422!)≈0.2381.习题12设书籍上每页的印刷错误的个数X服从泊松分布，经统计发现在某本书上，有一个印刷错误与有两个印刷错误的页数相同，求任意检验4页，每页上都没有印刷错误的概率.解答：\becauseP{X=1}=P{X=2}, 即λ11!e-λ=λ22!e-λ⇒λ=2,∴P{X=0}=e-2,∴p=(e-2)4=e-8.2.3 随机变量的分布函数习题1F(X)={0,x<-20.4,-2≤x<01,x≥0, 是随机变量X的分布函数，则X是___________型的随机变量.解答：离散.由于F(x)是一个阶梯函数，故知X是一个离散型随机变量.习题2设F(x)={0x<0x20≤1,1x≥1 问F(x)是否为某随机变量的分布函数.解答：首先，因为0≤F(x)≤1,∀x∈(-∞,+∞).其次，F(x)单调不减且右连续，即F(0+0)=F(0)=0, F(1+0)=F(1)=1,且 F(-∞)=0,F(+∞)=1,所以F(x)是随机变量的分布函数.习题3已知离散型随机变量X的概率分布为P{X=1}=0.3,P{X=3}=0.5,P{X=5}=0.2,试写出X的分布函数F(x)，并画出图形.解答：由题意知X的分布律为：X 135Pk 0.30.50.2所以其分布函数F(x)=P{X≤x}={0,x<10.3,1≤x<30.8,3≤x<51,x≥5.F(x)的图形见图.习题4设离散型随机变量X的分布函数为 F(x)={0,x<-10.4,-1≤x<10.8,1≤x<31,x≥3,试求：(1)X的概率分布； (2)P{X<2∣X≠1}.解答：(1)X -113pk 0.40.40.2(2)P{X<2∣X≠1}=P{X=-1}P{X≠1}=23.习题5设X的分布函数为F(x)={0,x<0x2,0≤x<1x-12,1≤x<1.51,x≥1.5,求P{0.4<X≤1.3},P{X>0.5},P{1.7<X≤2}.解答：P{0.4<X≥1.3}=P{1.3}-F(0.4)=(1.3-0.5)-0.4/2=0.6,P{X>0.5}=1-P{X≤0.5}=1-F(0.5)=1-0.5/2=0.75,P{1.7<X≤2}=F(2)-F(1.7)=1-1=0.习题6设随机变量X的分布函数为F(x)=A+Barctanx(-∞<x<+∞),试求：(1)系数A与B; (2)X落在(-1,1]内的概率.解答：(1)由于F(-∞)=0,F(+∞)=1,可知{A+B(-π2)A+B(π2)=1=0⇒A=12,B=1π,于是F(x)=12+1πarctanx, -∞<x<+∞;(2)P{-1<X≤1}=F(1)-F(-1)=(12+1πarctan1)-[12+1πarctanx(-1)]=12+1π⋅π4-12-1π(-π4)=12.习题7在区间[0,a]上任意投掷一个质点，以X表示这个质点的坐标.设这个质点落在[0,a]中任意小区间内的概率与这个小区间的长度成正比例，试求X的分布函数.解答： F(x)=P{X≤x}={0,x<0xa,0≤x<a.1,x≥a2.4 连续型随机变量及其概率密度习题1设随机变量X的概率密度为f(x)=12πe-(x+3)24(-∞<x<+∞),则Y=¯∼N(0,1).解答：应填3+X2.由正态分布的概率密度知μ=-3,σ=2由Y=X-μσ∼N(0,1), 所以Y=3+X2∼N(0,1).习题2已知X∼f(x)={2x,0<x<10,其它, 求P{X≤0.5};P{X=0.5};F(x).解答：P{X≤0.5}=∫-∞0.5f(x)dx=∫-∞00dx+∫00.52xdx=x2∣00.5=0.25,P{X=0.5}=P{X≤0.5}-P{X<0.5}=∫-∞0.5f(x)dx-∫-∞0.5f(x)dx=0.当X≤0时，F(x)=0;当0<x<1时，F(x)=∫-∞xf(t)dt=∫-∞00dt+∫0x2tdt=t2∣0x=x2;当X≥1时，F(x)=∫-∞xf(t)dt=∫-∞00dt+∫0x2tdt+∫1x0dt=t2∣01=1,故F(x)={0,x≤0x2,0<x<1.1,x≥1习题3设连续型随机变量X的分布函数为F(x)={A+Be-2x,x>00,x≤0,试求：(1)A,B的值；(2)P{-1<X<1}; (3)概率密度函数F(x).解答：(1)\becauseF(+∞)=limx→+∞(A+Be-2x)=1, ∴A=1;又 \becauselimx→0+(A+Be-2x)=F(0)=0, ∴B=-1.(2) P{-1<X<1}=F(1)-F(-1)=1-e-2.(3)f(x)=F′(x)={2e-x,x>00,x≤0.习题4服从拉普拉斯分布的随机变量X的概率密度f(x)=Ae-∣x∣, 求系数A及分布函数F(x).解答：由概率密度函数的性质知，∫-∞+∞f(x)dx=1,即∫-∞+∞Ae-∣x∣dx=1,而∫-∞+∞Ae-∣x∣dx=∫-∞0Aexdx+∫0+∞Ae-xdx=Aex∣-∞0+(-Ae-x∣0+∞)=A+A=2A或∫-∞+∞Ae-xdx=2∫0+∞Ae-xdx=-2Ae-x∣0+∞=2A,所以2A=1, 即A=1/2.从而f(x)=12e-∣x∣,-∞<x<+∞,又因为F(x)=∫-∞xf(t)dt,所以当x<0时，F(x)=∫-∞x12e-∣t∣dt=12∫-∞xetdt=12et∣-∞x=12ex;当x≥0时，F(x)=∫-∞x12e-∣x∣dt=∫-∞012etdt+∫0x12e-tdt=12et∣-∞0-12e-t∣0x=12-12e-x+12=1-12e-x,从而F(x)={12ex,x<01-12e-x,x≥0.习题5某型号电子管，其寿命(以小时计)为一随机变量，概率密度f(x)={100x2,x≥1000,其它,某一电子管的使用寿命为X, 则三个电子管使用150小时都不需要更换的概率.解答：设电子管的使用寿命为X, 则电子管使用150小时以上的概率为P{X>150}=∫150+∞f(x)dx=∫150+∞100x2dx=-100x∣150+∞=100150=23,从而三个电子管在使用150小时以上不需要更换的概率为 p=(2/3)3=8/27.习题6设一个汽车站上，某路公共汽车每5分钟有一辆车到达，设乘客在5分钟内任一时间到达是等可能的，试计算在车站候车的10位乘客中只有1位等待时间超过4分钟的概率.解答：设X为每位乘客的候车时间，则X服从[0,5]上的均匀分布. 设Y表示车站上10位乘客中等待时间超过4分钟的人数. 由于每人到达时间是相互独立的.这是10重伯努力概型. Y服从二项分布，其参数n=10,p=P{X≥4}=15=0.2,所以P{Y=1}=C101×0.2×0.89≈0.268.习题7设X∼N(3,22).(1)确定C, 使得P{X>c}=P{X≤c};(2)设d满足P{X>d}≥0.9, 问d至多为多少?解答：因为X∼N(3,22), 所以X-32=Z∼N(0,1).(1)欲使P{X>c}=P{X≤c}, 必有1-P{X≤c}=P{X≤c}, 即 P{X≤c}=1/2,亦即Φ(c-32)=12, 所以 c-32=0, 故c=3.(2)由P{X>d}≥0.9可得1-P{X≤d}≥0.9, 即 P{X≤d}≤0.1.于是Φ(d-32)≤0.1,Φ(3-d2)≥0.9.查表得3-d2≥1.282, 所以d≤0.436.习题8设测量误差X∼N(0,102), 先进行100次独立测量，求误差的绝对值超过19.6的次数不小于3的概率.解答：先求任意误差的绝对值超过19.6的概率p,p=P{∣X∣>19.6}=1-P{∣X∣≤19.6}=1-P{∣X10∣≤1.96=1-[Φ(1.96)-Φ(-1.96)]=1-[2Φ(1.96)-1]=1-[2×0.975-1]=1-0.95=0.05.设Y为100次测量中误差绝对值超过19.6的次数，则Y∼b(100,0.05).因为n很大，p很小，可用泊松分布近似，np=5=λ,所以P{Y≥3}≈1-50e-50!-51e-51!-52e-52!=1-3722-5≈0.87.习题9某玩具厂装配车间准备实行计件超产奖，为此需对生产定额作出规定. 根据以往记录，各工人每月装配产品数服从正态分布N(4000,3600).假定车间主任希望10%的工人获得超产奖，求：工人每月需完成多少件产品才能获奖？解答：用X表示工人每月需装配的产品数，则X∼N(4000,3600).设工人每月需完成x件产品才能获奖，依题意得P{X≥x}=0.1, 即1-P{X<x}=0.1,所以1-F(x)=0.1, 即 1-Φ(x-400060)=0.1, 所以Φ(x-400060)=0.9.查标准正态人分布表得Φ(1.28)=0.8997,因此 x-400060≈1.28, 即x=4077件，就是说，想获超产奖的工人，每月必须装配4077件以上.习题10某地区18岁女青年的血压(收缩压，以mm-HG计)服从N(110,122). 在该地区任选一18岁女青年，测量她的血压X.(1)求P{X≤105},P{100<X≤120};(2)确定最小的x, 使P{X>x}≤0.005.解答：已知血压X∼N(110,122).(1)P{X≤105}=P{X-11012≤-512≈1-Φ(0.42)=0.3372,P{100<X≤120}=Φ(120-11012)-Φ(100-11012)=Φ(0.833)-Φ(-0.833)=2Φ(0.833)-1≈0.595.(2)使P{X>x}≤0.05, 求x, 即1-P{X≤x}≤0.05, 亦即Φ(x-11012)≥0.95,查表得x-10012≥1.645, 从而x≥129.74.习题11设某城市男子身高X∼N(170,36), 问应如何选择公共汽车车门的高度使男子与车门碰头的机会小于0.01.解答：X∼N(170,36), 则X-1706∼N(0,1).设公共汽车门的高度为xcm，由题意P{X>x}<0.01, 而P{X>x}=1-P{X≤x}=1-Φ(x-1706)<0.01,即Φ(x-1706)>0.99, 查标准正态表得x-1706>2.33, 故x>183.98cm.因此，车门的高度超过183.98cm时，男子与车门碰头的机会小于0.01.习题12某人去火车站乘车，有两条路可以走. 第一条路程较短，但交通拥挤，所需时间(单位：分钟)服从正态分布N(40,102); 第二条路程较长，但意外阻塞较少，所需时间服从正态分布N(50,42), 求：(1)若动身时离开车时间只有60分钟，应走哪一条路线？(2)若动身时离开车时间只有45分钟，应走哪一条路线？解答：设X,Y分别为该人走第一、二条路到达火车站所用时间，则 X∼N(40,102),Y∼N(50,42).哪一条路线在开车之前到达火车站的可能性大就走哪一条路线.(1)因为P{X<60}=Φ(60-4010)=Φ(2)=0.97725,P{Y<60}=Φ(60-504)=Φ(2.5)=0.99379,所以有60分钟时应走第二条路.(2)因为P{X<45}=Φ(45-4010)=Φ(0.5)=0.6915,P{X<45}=Φ(45-504)=Φ(-1.25)=1-Φ(1.25)=1-0.8925=0.1075所以只有45分钟应走第一条路.当c>0时，fY(y)={1c(b-a),ca+d≤y≤cb+d0,其它,当c<0时，fY(y)={-1c(b-a),cb+d≤y≤ca+d0,其它.习题4设随机变量X服从[0,1]上的均匀分布，求随机变量函数Y=eX的概率密度fY(y).解答：f(x)={1,0≤x≤10,其它,f=ex,x∈(0,1)是单调可导函数，y∈(1,e), 其反函数为x=lny, 可得f(x)={fX(lny)∣ln′y,1<y<e0,其它={1y,1<y<e0,其它.习题5设X∼N(0,1)，求Y=2X2+1的概率密度.解答：因y=2x2+1是非单调函数，故用分布函数法先求FY(y).FY(y)=P{Y≤y}=P{2X2+1≤y}(当y>1时)=P{-y-12≤X≤y-12=∫-y-12y-1212πe-x2dx,所以fY(y)=F′Y(y)=22πe-12⋅y-12⋅122y-1,y>1, 于是fY(y)={12π(y-1)e-y-14,y>10,y≤1.习题6设连续型随机变量X的概率密度为f(x), 分布函数为F(x), 求下列随机变量Y的概率密度：(1)Y=1X; (2)Y=∣X∣.解答：(1)FY(y)=P{Y≤y}=P{1/X≤y}.①当y>0时，FY(y)=P{1/X≤0}+P{0<1/X≤y}=P{X≤0}+P{X≥1/y}=F(0)+1-F(1/y),故这时fY(y)=[-F(1y)]′=1y2f(1y);；②当y<0时，FY(y)=P{1/y≤X<0}=F(0)-F(1/y),故这时fY(y)=1y2f(1y);③当y=0时，FY(y)=P{1/X≤0}=P{X<0}=F(0),故这时取fY(0)=0, 综上所述fY(y)={1y2⋅f(1y),y≠00,y=0.(2)FY(y)=P{Y≤y}=P{∣X∣≤y}.①当y>0时，FY(y)=P{-y≤X≤y}=F(y)-F(-y)这时fY(y)=f(y)+f(-y);②当y<0时，FY(y)=P{∅}=0, 这时fY(y)=0;③当y=0时，FY(y)=P{Y≤0}=P{∣X∣≤0}=P{X=0}=0,故这时取FY(y)=0, 综上所述 fY(y)={f(y)+f(-y),y>00,y≤0.习题7某物体的温度T(∘F)是一个随机变量, 且有T∼N(98.6,2), 已知θ=5(T-32)/9, 试求θ(∘F)的概率密度.解答：已知T∼N(98.6,2). θ=59(T-32), 反函数为T=59θ+32,是单调函数，所以fθ(y)=fT(95y+32)⋅95=12π⋅2e-(95y+32-98.6)24⋅95=910πe-81100(y-37)2.习题8设随机变量X在任一区间[a,b]上的概率均大于0, 其分布函数为FY(x), 又Y在[0,1]上服从均匀分布，证明:Z=FX-1(Y)的分布函数与X的分布函数相同.解答：因X在任一有限区间[a,b]上的概率均大于0, 故FX(x)是单调增加函数，其反函数FX-1(y)存在，又Y在[0,1]上服从均匀分布，故Y的分布函数为FY(y)=P{Y≤y}={0,y<0y,0≤y≤11,y>0,于是，Z的分布函数为FZ(z)=P{Z≤z}=P{FX-1(Y)≤z}=P{Y≤FX(z)}={0,FX(z)<0FX(z),0≤FX(z)≤1,1,FX(z)>1由于FX(z)为X的分布函数，故0≤FX(z)≤1.FX(z)<0和FX(z)>1均匀不可能，故上式仅有FZ(z)=FX(z), 因此，Z与X的分布函数相同.总习题解答习题1从1∼20的整数中取一个数，若取到整数k的概率与k成正比，求取到偶数的概率.解答：设Ak为取到整数k, P(Ak)=ck, k=1,2,⋯,20.因为P(⋃K=120Ak)=∑k=120P(Ak)=c∑k=120k=1，所以c=1210,P{取到偶数}=P{A2∪A4∪⋯∪A20} =1210(2+4+⋯+20)=1121.习题2若每次射击中靶的概率为0.7, 求射击10炮,(1)命中3炮的概率;(2)至少命中3炮的概率;(3)最可能命中几炮.解答：若随机变量X表示射击10炮中中靶的次数. 由于各炮是否中靶相互独立，所以是一个10重伯努利概型，X服从二项分布，其参数为n=10,p=0.7, 故(1)P{X=3}=C103(0.7)3(0.3)7≈0.009;(2)P{X≥3}=1-P{X<3}=1-[C100(0.7)0(0.3)10+C101(0.7)1(0.3)9+C102(0.7)2(0.3)8]≈0.998;(3)因X∼b(10,0.7), 而k0=[(n+1)p]=[(10+1)]×0.7=[7.7]=7,故最可能命中7炮.习题3在保险公司里有2500名同一年龄和同社会阶层的人参加了人寿保险，在1年中每个人死亡的概率为0.002，每个参加保险的人在1月1日须交120元保险费，而在死亡时家属可从保险公司里领20000元赔偿金，求:(1)保险公司亏本的概率;(2)保险公司获利分别不少于100000元, 200000元的概率.解答：1)以“年”为单位来考虑，在1年的1月1日，保险公司总收入为2500×120元=30000元.设1年中死亡人数为X, 则X∼b(2500,0.002), 则保险公司在这一年中应付出200000X(元)，要使保险公司亏本，则必须 200000X>300000即X>15(人).因此，P{保险公司亏本}=P{X>15}=∑k=162500C2500k(0.002)k×(0.998)2500-k≈1-∑k=015e-55kk!≈0.000069,由此可见,在1年里保险公司亏本的概率是很小的.(2)P{保险公司获利不少于100000元}=P{300000-200000X≥100000}=P{X≤10}=∑k=010C2500k(0.002)×(0.998)2500-k≈∑k=010e-55kk!≈0.986305,即保险公司获利不少于100000元的概率在98%以上.P{保险公司获利不少于200000元}=P{300000-200000X≥200000}=P{X≤5}=∑k=05C2500k(0.002)k×(0.998)2500-k≈∑k=05e-55kk!≈0.615961,即保险公司获利不少于200000元的概率接近于62%.习题4一台总机共有300台分机，总机拥有13条外线，假设每台分机向总机要外线的概率为3%, 试求每台分机向总机要外线时，能及时得到满足的概率和同时向总机要外线的分机的最可能台数.解答：设分机向总机要到外线的台数为X, 300台分机可看成300次伯努利试验，一次试验是否要到外线. 设要到外线的事件为A, 则P(A)=0.03, 显然X∼b(300,0.03), 即P{X=k}=C300k(0.03)k(0.97)300-k(k=0,1,2,⋯,300),因n=300很大，p=0.03又很小,λ=np=300×0.03=9,可用泊松近似公式计算上面的概率. 因总共只有13条外线，要到外线的台数不超过13，故P{X≤13}≈∑k=0139kk!e-9≈0.9265, (查泊松分布表)且同时向总机要外线的分机的最可能台数k0=[(n+1)p]=[301×0.03]=9.习题5在长度为t的时间间隔内，某急救中心收到紧急呼救的次数X服从参数t2的泊松分布，而与时间间隔的起点无关(时间以小时计), 求：(1)某一天从中午12至下午3时没有收到紧急呼救的概率；(2)某一天从中午12时至下午5时至少收到1次紧急呼救的概率.解答：(1)t=3,λ=3/2, P{X=0}=e-3/2≈0.223;(2)t=5,λ=5/2, P{X≥1}=1-P{X=0}=1-e-5/2≈0.918.习题6设X为一离散型随机变量，其分布律为X -101pi 1/21-2qq2试求：(1)q的值； (2)X的分布函数.解答：(1)\because离散型随机变量的概率函数P{X=xi}=pi, 满足∑ipi=1, 且0≤pi≤1,∴ {1/2+1-2q+q2=10≤1-2q≤1q2≤1,解得q=1-1/2. 从而X的分布律为下表所示：因F(x)在x=π6处连续，故P{X=π6=12,于是有P{∣X∣<π6=P{-π6<X<π6=P{-π6<X≤π6=F(π6)-F(-π6)=12..习题8使用了x小时的电子管，在以后的Δx小时内损坏的概率等于λΔx+o(Δx),其中λ>0是常数，求电子管在损坏前已使用时数X的分布函数F(x)，并求电子管在T小时内损坏的概率.解答：因X的可能取值充满区间(0,+∞),故应分段求F(x)=P{X≤x}.当x≤0时，F(x)=P{X≤x}=P(∅)=0;当x>0时，由题设知P{x<X≤x+Δx/X}=λΔx+o(Δx),而P{x<X≤x+Δx/X}=P{x<X≤x+Δx,X>x}P{X>x}=P{x<X≤x+Δx}1-P{X≤x}=F(x+Δx)-F(x)1-F(x),故F(X+Δx)-F(x)1-F(x)=λΔx+o(Δx),即F(x+Δx)-F(x)Δx=[1-F(x)][λ+o(Δx)Δx],令o(Δx)→0,得F′(x)=λ[1-F(x)].这是关于F(x)的变量可分离微分方程，分离变量dF(x)1-F(x)=λdx,积分之得通解为C[1-F(x)]=e-λx(C为任意常数).注意到初始条件F(0)=0, 故C=1.于是F(x)=1-e-λx,x>0,λ>0,故X的分布函数为F(x)={0,x≤01-e-λx,x>0(λ>0),从而电子管在T小时内损坏的概率为P{X≤T}=F(T)=1-e-λT.习题9设连续型随机变量X的分布密度为f(x)={x,0<x≤12-x,1<x≤20,其它,求其分布函数F(x).解答：当x≤0时，F(x)=∫-∞x0dt=0;当0<x≤1时，F(x)=∫-∞xf(t)dt=∫-∞00tdt+∫0xtdt=12x2;当1<x≤2时，F(x)=∫-∞xf(t)dt=∫-∞00dt+∫01tdt+∫1x(2-t)dt=0+12+(2t-12t2)∣1x=-1+2x-x22;当x>2时，F(x)=∫-∞00dt+∫01tdt+∫12(2-t)dt+∫2x0dt=1,故F(x)={0,x≤212x2,0<x≤1-1+2x-x22,1<x≤21,x>2.习题10某城市饮用水的日消费量X(单位：百万升)是随机变量，其密度函数为：f(x)={19xe-x3,x>00,其它,试求：(1)该城市的水日消费量不低于600万升的概率；(2)水日消费量介于600万升到900万升的概率.解答：先求X的分布函数F(x). 显然，当x<0时，F(x)=0, 当x≥0时有F(x)=∫0x19te-t3dt=1-(1+x3)e-x3故F(x)={1-(1+x3)e-x3,x≥00,x<0, 所以P{X≥6}=1-P{X<6}=1-P(X≤6}=1-F(6)=1-[1-(1+x3)e-x3]x=6=3e-2,P{6<X≤9}=F(9)-F(6)=(1-4e-3)-(1-3e-2)=3e-2-4e-3.习题11已知X∼f(x)={cλe-λx,x>a0,其它(λ>0),求常数c及P{a-1<X≤a+1}.解答：由概率密度函数的性质知∫-∞+∞f(x)dx=1,而∫-∞+∞f(x)dx=∫-∞a0dx+∫a+∞cλe-λxdx=c∫a+∞e-λxd(λx)=-ce-λx\vlinea+∞=ce-λa,所以ce-λa=1,从而c=eλa.于是P{a-1<X≤a+1}=∫a-1a+1f(x)dx=∫a-1a0dx+∫aa+1λeλae-λxdx=-eλae-λx\vlineaa+1=-eλa(e-λ(a+1)-e-λa)=1-e-λ.注意，a-1<a, 而当x<a时，f(x)=0.习题12已知X∼f(x)={12x2-12x+3,0<x<10,其它, 计算P{X≤0.2∣0.1<X≤0.5}.解答：根据条件概率;有P{X≤0.2∣0.1<X≤0.5}=P{X≤0.2,0.1<X≤0.5}P{0.1<X≤0.5}=P{0.1<X≤0.2}P{0.1<X≤0.5}=∫0.10.2(12x2-12x+2)dx∫0.10.5(12x2-12x+3) dx=(4x3-6x2+3x)∣0.10.2(4x3-6x2+3x)∣0.10.5=0.1480.256=0.578125.习题13若F1(x),F2(x)为分布函数，(1)判断F1(x)+F2(x)是不是分布函数，为什么？(2)若a1,a2是正常数，且a1+a2=1. 证明：a1F1(x)+a2F2(x)是分布函数.解答：(1)F(+∞)=limx→+∞F(x)=limx→+∞F1(x)+limx→+∞F2(x)=1+1=2≠1故F(x)不是分布函数.(2)由F1(x),F2(x)单调非减，右连续，且 F1(-∞)=F2(-∞)=0,F1(+∞)=F2(+∞)=1,可知a1F1(x)+a2F2(x)单调非减，右连续，且 a1F1(-∞)+a2F2(-∞)=0,a1F1(+∞)+a2F2(+∞)=1.从而a1F1(x)+a2F2(x)是分布函数.习题14设随机变量X的概率密度ϕ(x)为偶函数，试证对任意的a>0, 分布函数F(x)满足：(1)F(-a)=1-F(a); (2)P{∣X∣>a}=2[1-F(a)].解答：(1)F(-a)=∫-∞-aϕ(x)dx=∫a+∞ϕ(-t)dt=∫a+∞ϕ(x)dx=1-∫-∞aϕ(x)dx=1-F(a).(2)P{∣X∣>a}=P{X<-a}+P{X>a}=F(-a)+P{X≥a}F(-a)+1-F(a)=2[1-F(a)].习题15设K在(0,5)上服从均匀分布，求x的方程4x2+4Kx+K+2=0有实根的概率.解答：因为K∼U(0,5), 所以 fK(k)={1/5,0<k<50,其它,方程4x2+4Kx+K+2=0有实根的充要条件为(4K)2-4⋅4(K+2)≥0, 即 K2-K-2≥0,亦即(k-2)(K+1)≥0, 解得K≥2(K≤-1舍去), 所以P{方程有实根}=P{K≥2}=∫2515dx=35.习题16某单位招聘155人，按考试成绩录用，共有526人报名，假设报名者考试成绩X∼N(μ,σ2), 已知90分以上12人，60分以下83人，若从高分到低分依次录取，某人成绩为78分，问此人是否能被录取？解答：要解决此问题首先确定μ,σ2, 因为考试人数很多，可用频率近似概率.根据已知条件P{X>90}=12/526≈0.0228,P{X≤90}=1-P{X>90}≈1-0.0228}=0.9772;又因为P{X≤90}=P{X-μσ≤90-μσ, 所以有Φ(90-μσ)=0.9772, 反查标准正态表得90-μσ=2 ①同理：P{X≤60}=83/526≈0.1578; 又因为P{X≤60}=P{X-μσ≤60-μσ,故Φ(60-μσ)≈0.1578.因为0.1578<0.5,所以60-μσ<0, 故Φ(μ-60σ)≈1-0.1578=0.8422, 反查标准正态表得μ-60σ≈1.0 ②联立①，②解得σ=10,μ=70, 所以，X∼N(70,100).某人是否能被录取，关键看录取率. 已知录取率为155526≈0.2947, 看某人是否能被录取，解法有两种：方法1：P{X>78}=1-P{X≤78}=1-P{x-7010≤78-7010=1-Φ(0.8)≈1-0.7881=0.2119,因为0.2119<0.2947(录取率), 所以此人能被录取.方法2：看录取分数线. 设录取者最低分为x0, 则P{X≥x0}=0.2947(录取率),P{X≤x0}=1-P{X≥x0}=1-0.2947=0.7053,P{X≤x0}=P{x-7010≤x0-7010=Φ{x0-7010=0.7053,反查标准正态表得x0-7010≈0.54, 解得x0≈75. 此人成绩78分高于最低分，所以可以录取.习题17假设某地在任何长为t(年)的时间间隔内发生地震的次数N(t)服从参数为λ=0.1t的泊松分布，X表示连续两次地震之间间隔的时间(单位：年).(1)证明X服从指数分布并求出X的分布函数；(2)求今后3年内再次发生地震的概率；(3)求今后3年到5年内再次发生地震的概率.解答：(1)当t≥0时，P{X>t}=P{N(t)=0}=e-0.1t,∴F(t)=P{X≤t}=1-P{X>t}=1-e-0.1t;当t<0时，F(t)=0,∴ F(x)={1-e-0.1t,x≥00,x<0,X服从指数分布(λ=0.1);(2)F(3)=1-e-0.1×3≈0.26;(3)F(5)-F(3)≈0.13.习题18100件产品中，90个一等品，10个二等品，随机取2个安装在一台设备上，若一台设备中有i个(i=0,1,2)二等品，则此设备的使用寿命服从参数为λ=i+1的指数分布.(1)试求设备寿命超过1的概率；(2)已知设备寿命超过1，求安装在设备上的两个零件都是一等品的概率 .解答：(1)设X表示设备寿命. A表示“设备寿命超过1”，Bi表示“取出i个二等品”(i=0,1,2)，则X的密度函数为fX(x)={λe-λx,x>00,x≤0 (λ=i+1,i=0,1,2),P(B0)=C902C1002, P(B1)=C901C102C1002, P(B2)=C102C1002,P(A∣B0)=∫1+∞e-xdx=e-1, P(A∣B1)=∫1+∞2e-2xdx=e-2,P(A∣B2)=∫1+∞3e-3xdx=e-3,由全概率公式：P(A)=∑i=02P(Bi)P(A∣Bi)≈0.32.(2)由贝叶斯公式：P(B0∣A)=P(B0)P(A∣B0)P(A)≈0.93.fX(x)={e-x,x>00,其它,求Y=eX的概率密度.解答：因为α=min{y(0),y(+∞)}=min{1,+∞}=1,β=max{y(0),y(+∞)}=max{1,+∞}=+∞.类似上题可得fY(y)={fX[h(y)]∣h′(y)∣,1<y<+∞0,其它={1/y2,1<y<+∞0,其它.习题22设随便机变量X的密度函数为 fX(x)={1-∣x∣,-1<x<10,其它,求随机变量Y=X2+1的分布函数与密度函数.解答：X的取值范围为(-1,1), 则Y的取值范围为[1,2). 当1≤y<2时， FY(y)=P{Y≤y}=P{X2+1≤y}=P{-Y-1≤x≤y-1}=∫-y-1y-1(1-∣x∣)dx=2∫0y-1(1-x)dx=1-(1-y-1)2,从而Y的分布函数为 FY(y)={0,y<11-(1-y-1)2,1≤y<2,1,其它Y的概率密度为fY(y)={1y-1-1,1<y<20,其它.第三章多维随机变量及其分布3.1 二维随机变量及其分布习题1设(X,Y)的分布律为X\Y 1231 1/61/91/182 1/3a1/9求a.解答：由分布律性质∑i⋅jPij=1, 可知 1/6+1/9+1/18+1/3+a+1/9=1,解得 a=2/9.习题2(1)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(1)P{a<X≤b,Y≤c};解答：P{a<X≤b,Y≤c}=F(b,c)-F(a,c).习题2(2)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示： (2)P{0<Y≤b};解答：P{0<Y≤b}=F(+∞,b)-F(+∞,0).习题2(3)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示： (3)P{X>a,Y≤b}.解答：P{X>a,Y≤b}=F(+∞,b)-F(a,b).习题3(1)3.设二维离散型随机变量的联合分布如下表：试求： (1)P{12<X<32,0<Y<4;解答：P{12<X<23,0<Y<4P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=14+0+0=14.习题3(2)3.设二维离散型随机变量的联合分布如下表：试求： (2)P{1≤X≤2,3≤Y≤4};解答：P{1≤X≤2,3≤Y≤4}=P{X=1,Y=3}+P{X=1,Y=4}+P{X=2,Y=3}+P{X=2,Y=4}=0+116+0+14=516.习题3(3)3.设二维离散型随机变量的联合分布如下表：试求： (3)F(2,3).解答：F(2,3)=P(1,1)+P(1,2)+P(1,3)+P(2,1)+P(2,2)+P(2,3)=14+0+0+116+14+0=916.习题4设X,Y为随机变量，且 P{X≥0,Y≥0}=37, P{X≥0}=P{Y≥0}=47,求P{max{X,Y}≥0}.解答：P{max{X,Y}≥0}=P{X,Y至少一个大于等于0} =P{X≥0}+P{Y≥0}-P{X≥0,Y≥0}=47+47-37=57.习题5(X,Y)只取下列数值中的值： (0,0),(-1,1),(-1,13),(2,0)且相应概率依次为16,13,112,512, 请列出(X,Y)的概率分布表，并写出关于Y的边缘分布.解答：(1)因为所给的一组概率实数显然均大于零，且有16+13+112+512=1, 故所给的一组实数必是某二维随机变量(X,Y)的联合概率分布. 因(X,Y)只取上述四组可能值，故事件：{X=-1,Y=0}, {X=0,Y=13, {X=0,Y=1},{X=2,Y=13,{X=2,Y=1}均为不可能事件，其概率必为零. 因而得到下表：(2)P{Y=0}=P{X=-1,Y=0}+P{X=0,Y=0}+P{X=2,Y=0} =0+16+512=712,同样可求得 P{Y=13=112,P{Y=1}=13,关于的Y边缘分布见下表：Y 01/31pk 7/121/121/3习题6设随机向量(X,Y)服从二维正态分布N(0,0,102,102,0), 其概率密度为f(x,y)=1200πex2+y2200,求P{X≤Y}.解答：由于P{X≤Y}+P{X>Y}=1，且由正态分布图形的对称性，知P{X≤Y}=P{X>Y}, 故 P{X≤Y}=12.习题7设随机变量(X,Y)的概率密度为f(x,y)={k(6-x-y),0<x<2,2<y<40,其它,(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}.解答：如图所示(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1,确定常数k.∫02∫24k(6-x-y)dydx=k∫02(6-2x)dx=8k=1,所以k=18.(2)P{X<1,Y<3}=∫01dx∫2318(6-x-y)dy=38.(3)P{X<1.5}=∫01.5dx∫2418(6-x-y)dy=2732.(4)P{X+Y≤4}=∫02dx∫24-x18(6-x-y)dy=23.习题8已知X和Y的联合密度为 f(x,y)={cxy,0≤x≤1,0≤y≤10,其它,试求：(1)常数c; (2)X和Y的联合分布函数F(x,y).解答：(1)由于1=∫-∞+∞∫-∞+∞f(x,y)dxdy=c∫01∫01xydxdy=c4,c=4.(2)当x≤0或y≤0时，显然F(x,y)=0;当x≥1,y≥1时，显然F(x,y)=1;设0≤x≤1,0≤y≤1, 有F(x,y)=∫-∞x∫-∞yf(u,v)dudv=4∫0xudu∫0yvdv=x2y2.设0≤x≤1,y>1, 有 F(x,y)=P{X≤1,Y≤y}=4∫0xudu∫01ydy=x2.最后，设x>1,0≤y≤1, 有 F(x,y)=P{X≤1,Y≤y}=4∫01xdx∫0yvdv=y2.函数F(x,y)在平面各区域的表达式 F(x,y)={0,x≤0或y≤0x2,0≤x≤1,y>1x2y2,0≤x≤1,0≤y≤1.y2,x>习题9设二维随机变量(X,Y)的概率密度为 f(x,y)={4.8y(2-x),0≤x≤1,x≤y≤10,其它,求边缘概率密度fY(y).解答：fX(x)=∫-∞+∞f(x,y)dy={∫0x4.8y(2-x)dy,0≤x≤10,其它={2.4x2(2-x),0≤x≤10,其它.fY(y)=∫-∞+∞f(x,y)dx={∫0y4.8y(2-x)dx,0≤y≤10,其它={2.4y(4y-y2),0≤y≤10,其它.习题10设(X,Y)在曲线y=x2,y=x所围成的区域G里服从均匀分布，求联合分布密度和边缘分布密度.解答：区域G的面积A=∫01(x-x2)dx=16, 由题设知(X,Y)的联合分布密度为f(x,y)={6,0≤x≤1,x2≤y≤x0,其它,从而fX(x)=∫-∞+∞f(x,y)dy=6∫x2xdy=6(x-x2),0≤x≤1, 即 fX(x)={6(x-x2),0≤x≤10,其它fY(y)=∫-∞+∞f(x,y)dx=6∫yydx=6(y-y),0≤y≤1,即fY(y)={6(y-y),0≤y≤10,其它.3.2 条件分布与随机变量的独立性习题1二维随机变量(X,Y)的分布律为解答：由题意知X的密度函数为fX(x)={15,0≤x≤50,其它, 因为X与Y相互独立，所以X与Y的联合密度为：fXY(x,y)={2(5-y)125,0≤y≤5,0≤x≤50,其它,故此人能及时上火车的概率为P{Y>X}=∫05∫x52(5-y)125dydx=13.习题7设随机变量X与Y都服从N(0,1)分布，且X与Y相互独立，求(X,Y)的联合概率密度函数.解答：由题意知，随机变量X,Y的概率密度函数分别是fX(x)=12πe-x22，fY(y)=12πe-y22因为X与Y相互独立，所以(X,Y)的联合概率密度函数是f(x,y)=12πe-12(x+y)2.习题8设随机变量X的概率密度f(x)=12e-∣x∣(-∞<x<+∞),问：X与∣X∣是否相互独立？解答：若X与∣X∣相互独立，则∀a>0, 各有 P{X≤a,∣X∣≤a}=P{X≤a}⋅P{∣X∣≤a},而事件{∣X∣≤a}⊂{X≤a}, 故由上式有 P{∣X∣≤a}==P{X≤a}⋅P{∣X∣≤a},⇒P{∣X∣≤a}(1-P{X≤a})=0⇒P{∣X≤a∣}=0或1=P{X≤a}⋅(∀a>0)但当a>0时，两者均不成立，出现矛盾，故X与∣X∣不独立.习题9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fY(y)={12e-y2,y>00,y≤0,(1)求X与Y的联合概率密度；(2)设有a的二次方程a2+2Xa+Y=0, 求它有实根的概率.解答：(1)由题设易知fX(x)={1,0<x<10,其它,又X,Y相互独立，故X与Y的联合概率密度为f(x,y)=fX(x)⋅fY(y)={12e-y2,0<x<1,y>00,其它;(2)因{a有实根}={判别式Δ2=4X2-4Y≥0}={X2≥Y},故如图所示得到： P{a有实根}=P{X2≥Y}=∫∫x2>yf(x,y)dxdy=∫01dx∫0x212e-y2dy=-∫01e-x22dx=1-[∫-∞1e-x22dx-∫-∞0e-x22dx] =1-2π[12π∫-∞1e-x22dx-12π∫-∞0e-x 22dx]=1-2π[Φ(1)-Φ(0),又Φ(1)=0.8413,Φ(0)=0.5,于是Φ(1)-Φ(0)=0.3413,所以 P{a有实根}=1-2π[Φ(1)-Φ(0)]≈1-2.51×0.3413=0.1433.3.3 二维随机变量函数的分布习题1设随机变量X和Y相互独立，且都等可能地取1,2,3为值，求随机变量U=max{X,Y}和V=min{X,Y}的联合分布.解答：由于U≥V, 可见P{U=i,V=j}=0(i<j).此外，有 P{U=V=i}=P{X=Y=i}=1/9(i=1,2,3),P{U=i,V=j}=P{X=i,Y=j}+P{X=j,Y=i}=2/9(i>j),于是，随机变量U和V的联合概率分布为\under2line令x+y=t{∫x+∞12te-tdt=12(x+1)e-x,x>00,x≤0,由对称性知fY(y)={12(y+1)e-y,y>00,y≤0, 显然f(x,y)≠fX(x)fY(y),x>0,y>0,所以X与Y不独立.(2)用卷积公式求fZ(z)=∫-∞+∞f(x,z-x)dx.当{x>0z-x>0 即 {x>0x<z时，f(x,z-x)≠0,所以当z≤0时，fZ(z)=0;当z>0时，fZ(z)=∫0z12xe-xdx=12z2e-z.于是，Z=X+Y的概率密度为 fZ(z)={12z2e-z,z>00,z≤0.习题6设随机变量X,Y相互独立，若X服从(0,1)上的均匀分布，Y服从参数1的指数分布，求随机变量Z=X+Y 的概率密度.解答：据题意，X,Y的概率密度分布为 fX(x)={1,0<x<10,其它, fY(y)={e-y,y≥00,y<0,由卷积公式得Z=X+Y的概率密度为fZ(z)=∫-∞+∞fX(x)fY(z-x)dx=∫-∞+∞fX(z-y)fY(y)dy =∫0+∞fX(z-y)e-ydy.由0<z-y<1得z-1<y<z,可见：当z≤0时，有fX(z-y)=0, 故fZ(z)=∫0+∞0⋅e-ydy=0;当z>0时，fZ(z)=∫0+∞fX(z-y)e-ydy=∫max(0,z-1)ze-ydy=e-max(0,z-1)-e-z,即 fZ(z)={0,z≤01-e-z,0<z≤1e1-z-e-z,z>1.习题7设随机变量(X,Y)的概率密度为f(x,y)={be-(x+y),0<x<1,0<y<+∞,0,其它.（1）试确定常数b；（2）求边缘概率密度fX(x),fY(y)；（3）求函数U=max{X,Y}的分布函数.解答：（1）由∫-∞+∞∫-∞+∞f(x,y)dxdy=1，确定常数b. ∫01dx∫0+∞be-xe-ydy=b(1-e-1)=1，所以b=11-e-1，从而 f(x,y)={11-e-1e-(x+y),0<x<1,0<y<+∞,0,其它.（2）由边缘概率密度的定义得fX(x)={∫0+∞11-e-1e-(x+y)dy=e-x1-e-x,0<x<1,0,其它，fY(x)={∫0111-e-1e-(x+y)dx=e-y,0<y<+∞,0,其它（3）因为f(x,y)=fX(x)fY(y)，所以X与Y独立，故 FU(u)=P{max{X,Y}≤u}=P{X≤u,Y≤u}=FX(u)FY(u)，其中FX(x)=∫0xe-t1-e-1dt=1-e-x1-e-1,0<x<1，所以 FX(x)={0,x≤0,1-e-x1-e-1,0<x<1,1,x≥1.同理FY(y)={∫0ye-tdt=1-e-y,0<y<+∞,0,y≤0，因此 FU(u)={0,u<0,(1-e-u)21-e-1,0≤u<1,1-e-u,u≥1.习题8设系统L是由两个相互独立的子系统L1和L2以串联方式联接而成，L1和L2的寿命分别为X与Y, 其概率密度分别为ϕ1(x)={αe-αx,x>00,x≤0, ϕ2(y)={βe-βy,y>00,y≤0,其中α>0,β>0,α≠β,试求系统L的寿命Z的概率密度.解答：设Z=min{X,Y}, 则 F(z)=P{Z≥z}=P{min(X,Y)≤z}=1-P{min(X,Y)>z}=1-P{X≥z,Y≥z} =1-[1P{X<z}][1-P{Y<z}]=1-[1-F1{z}][1-F2{z}]由于F1(z)={∫0zαe-αxdx=1-e-αz,z≥00,z<0, F2(z)={1-e-βz,z≥00,z<0,故 F(z)={1-e-(α+β)z,z≥00,z<0,从而ϕ(z)={(α+β)e-(α+β)z,z>00,z≤0.习题9设随机变量X,Y相互独立，且服从同一分布，试明： P{a<min{X,Y}≤b}=[P{X>a}]2-[P{X>b}]2.解答：设min{X,Y}=Z,则 P{a<min{X,Y}≤b}=FZ(b)-FZ(a),。
概率论常见题目详解
概率论常见题目详解概率论是数学中的一个重要分支，研究事件发生的可能性以及事件之间的关系。
在概率论的学习过程中，常常会遇到一些常见的题目，如计算概率、条件概率、期望值等。
本文将详细解析这些常见题目，帮助读者更好地理解和应用概率论知识。
1. 概率计算概率计算是概率论中最基本的问题之一。
计算概率时，需要确定事件的样本空间和事件的可能数目。
样本空间是指所有可能结果的集合，而事件则是样本空间的一个子集。
通过计算事件发生的次数与样本空间的比值，即可得到概率。
例如，假设有一副扑克牌，从中随机抽取一张牌，求抽到红心牌的概率。
样本空间为52张牌，事件为红心牌，其可能数目为13张。
因此，概率为13/52，即1/4。
2. 条件概率条件概率是指在已知某一事件发生的条件下，另一事件发生的概率。
通常用P(A|B)表示，在事件B已经发生的条件下，事件A发生的概率。
例如，假设有两个盒子，盒子1中有4个红球和1个蓝球，盒子2中有3个红球和2个蓝球。
现在从这两个盒子中随机选择一个盒子，并从中抽取一球，抽出的是红球。
求该红球来自盒子1的概率。
设事件A表示抽出红球，事件B表示选择盒子1。
根据条件概率公式，有P(B|A) = P(A|B) * P(B) / P(A)。
已知P(A|B) = 4/5，P(B) = 1/2，P(A) = (1/2) * (4/5) + (1/2) * (3/5)，代入计算可得P(B|A) = (4/5) * (1/2) / [(1/2) * (4/5) + (1/2) * (3/5)] = 8/11。
通过条件概率的计算，我们可以得出红球来自盒子1的概率为8/11。
3. 期望值期望值是一个随机变量的平均值，表示该随机变量在大量试验中的平均结果。
在概率论中，期望值可以用来衡量一次试验的平均结果。
设随机变量X表示一次投掷一枚均匀的骰子所得点数，计算X的期望值。
由于骰子的六个面出现的可能性均等，所以每个点数的概率为1/6。
公共课必考概率论单项知识点精讲及习题解析
公共课必考概率论单项知识点精讲及习题解析随着社会科技的飞速发展，人们对于数字化技术所带来的便利逐渐熟悉并接受，然而，这一便利的背后是大量的数学理论支撑，而概率论则是其中一个重要的分支。
在2023年的公共课考试中，概率论将成为必考内容之一。
本文将对概率论的单项知识点进行深入解析，同时提供相应的习题解析，以期对广大考生有所帮助。
一、概率基本概念概率是指某个事件发生的可能性。
在日常生活中，人们经常会涉及到概率的概念，比如抽奖、投资等。
而在概率论中，我们通常将一个问题转化成一个数学模型，通过数学方法进行分析和求解。
1、样本空间和事件样本空间是指一个试验中所有可能出现的结果的集合。
例如，一次掷骰子的样本空间为{1, 2, 3, 4, 5, 6}。
事件是指样本空间中的一个或多个元素所组成的集合。
例如，掷骰子出现的点数为偶数，这个事件可以表示为{2, 4, 6}。
2、事件的概率事件的概率是指该事件发生的可能性大小。
通常用P(A)表示事件A的概率，计算公式为：P(A) = 事件A发生的次数 / 总试验次数即，事件A发生的次数除以总试验次数，其中总试验次数指的是在相同的条件下，试验重复进行的次数。
二、概率的性质1、非负性对于任何事件A来说，其概率P(A)都是非负数，即P(A)≥0。
2、规范性对于样本空间Ω中的所有事件A，有0≤P(A)≤1。
3、完备性对于样本空间Ω来说，必有P(Ω)=1。
4、可减性对于任何事件A、B来说，有P(A∪B) = P(A)+P(B)-P(A∩B)。
其中，A∪B表示事件A和事件B的并集，即事件A或B发生的情况；A∩B表示事件A和事件B的交集，即事件A和B同时发生的情况。
三、条件概率条件概率是指在已知事件B发生的条件下，事件A发生的概率。
通常用P(A|B)表示事件A在事件B发生的条件下发生的概率，计算公式为：P(A|B) = P(A∩B) / P(B)其中，P(A∩B)表示事件A和B同时发生的概率，P(B)表示事件B 发生的概率。
(完整版)概率论与数理统计复习题带答案讲解
;第一章 一、填空题1. 若事件A ⊃B 且P （A ）=0.5, P(B) =0.2 , 则 P(A －B)=（ 0.3 ）。
2. 甲、乙各自同时向一敌机炮击，已知甲击中敌机的概率为0.7，乙击中敌机的概率为0.8．求敌机被击中的概率为（ 0.94 ）。
3. 设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ，Ｃ中不少于二个发生可表示为（AB AC BC ++ ）。
4. 三台机器相互独立运转，设第一，第二，第三台机器不发生故障的概率依次为0.9，0.8，0.7，则这三台机器中至少有一台发生故障的概率为（ 0.496 ）。
5. 某人进行射击，每次命中的概率为０.6 独立射击４次，则击中二次的概率为（ 0.3456 ）。
6. 设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ与Ｃ都不发生可表示为（ ABC ）。
7. 设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ，Ｃ中不多于一个发生可表示为（ ABAC BC I I ）； 8. 若事件A 与事件B 相互独立，且P （A ）=0.5, P(B) =0.2 , 则 P(A|B)=（ 0.5 ）； 9. 甲、乙各自同时向一敌机炮击，已知甲击中敌机的概率为0.6，乙击中敌机的概率为0.5．求敌机被击中的概率为（ 0.8 ）； 10. 若事件A 与事件B 互不相容，且P （A ）=0.5, P(B) =0.2 , 则 P(B A -)=（ 0.5 ） 11. 三台机器相互独立运转，设第一，第二，第三台机器不发生故障的概率依次为0.8，0.8，0.7，则这三台机器中最多有一台发生故障的概率为（ 0.864 ）。
12. 若事件A ⊃B 且P （A ）=0.5, P(B) =0.2 , 则 P(B A )=（ 0.3 ）; 13. 若事件A 与事件B 互不相容，且P （A ）=0.5, P(B) =0.2 , 则 P(B A )=（ 0.5 ） 14. Ａ、Ｂ为两互斥事件，则A B =U （ S ）15. Ａ、Ｂ、Ｃ表示三个事件，则Ａ、Ｂ、Ｃ恰有一个发生可表示为（ ABC ABC ABC ++ ）16. 若()0.4P A =，()0.2P B =，()P AB =0.1则(|)P AB A B =U （ 0.2 ） 17. Ａ、Ｂ为两互斥事件，则AB =（ S ）18. 保险箱的号码锁定若由四位数字组成，则一次就能打开保险箱的概率为（110000）。
概率论真题考点及答案解析
概率论真题考点及答案解析概率论是数学中一个非常重要的分支，它研究的是随机事件的发生概率。
在各类考试中，概率论的考试题目也是常见的，因此，了解概率论的考点以及答案解析对于备考非常重要。
本文将围绕概率论的真题考点展开讨论，为同学们提供一些备考的参考。
一、概率的定义和性质概率的定义是概率论的基础，掌握了概率的定义及其性质，能够更好地理解和解答相关题目。
概率的定义包括古典概型和频率概率，其中古典概型适用于事件等概的情况，而频率概率则用于实验次数较多的情况。
在考试中，通常会结合实际问题给出相关场景，要求计算出具体的概率值。
解答这类题目时，需要根据题目给出的条件，运用概率的定义和性质进行计算。
二、基本概率问题基本概率问题主要涉及事件的互斥性、独立性等概念，以及事件的组合。
例如，在一次抽奖活动中，从20个人中抽取2个人作为中奖者。
要求计算中奖者是A、B两人的概率。
解决这类问题时，需要运用概率的乘法原理和加法原理来求解。
三、条件概率与贝叶斯定理条件概率和贝叶斯定理是概率论中较为复杂的内容，但在真题中却是常见的考点。
条件概率是指在已知某个条件下，另一个事件发生的概率。
贝叶斯定理则是在条件概率的基础上得到的计算公式。
在解答这类题目时，需要根据已知条件和题目要求，运用条件概率和贝叶斯定理进行计算。
四、排列组合与概率排列组合与概率是概率论中与数学结合较为紧密的内容。
在解答排列组合与概率的题目时，需要在运用排列组合的知识计算出样本空间和事件空间的基础上，运用概率的定义和性质进行计算。
同时，还需要注意判断事件的互斥性和独立性，以及事件的包含关系等。
五、期望与方差期望与方差是概率论中的重要概念，也是考试常见的考点。
期望用来描述随机变量的平均值，而方差则描述随机变量取值的离散程度。
在解答期望与方差的题目时，需要先根据问题的描述确定随机变量，然后运用期望和方差的计算公式进行计算。
总结起来，概率论的真题考点涵盖了概率的定义和性质、基本概率问题、条件概率与贝叶斯定理、排列组合与概率以及期望与方差等内容。
概率论考研题目及答案解析
概率论考研题目及答案解析题目：设随机变量 \( X \) 服从参数为 \( \lambda \) 的泊松分布，求 \( X \) 的期望值和方差，并证明 \( X \) 的分布律。
答案解析：首先，我们知道泊松分布的概率质量函数（probability mass function, PMF）为：\[ P(X = k) = \frac{e^{-\lambda} \lambda^k}{k!} \]其中 \( k = 0, 1, 2, \ldots \)。
求期望值：期望值 \( E(X) \) 定义为：\[ E(X) = \sum_{k=0}^{\infty} k \cdot P(X = k) \]将泊松分布的 PMF 代入上式，得到：\[ E(X) = \sum_{k=1}^{\infty} k \cdot \frac{e^{-\lambda}\lambda^k}{k!} \]\[ = \lambda e^{-\lambda} \sum_{k=1}^{\infty}\frac{\lambda^{k-1}}{(k-1)!} \]\[ = \lambda e^{-\lambda} \sum_{j=0}^{\infty}\frac{\lambda^j}{j!} \]\[ = \lambda e^{-\lambda} e^{\lambda} \]\[ = \lambda \]求方差：方差 \( Var(X) \) 定义为 \( E(X^2) \) 减去 \( (E(X))^2 \)：\[ Var(X) = E(X^2) - (E(X))^2 \]计算 \( E(X^2) \)：\[ E(X^2) = \sum_{k=0}^{\infty} k^2 \cdot P(X = k) \]\[ = \sum_{k=1}^{\infty} k^2 \cdot \frac{e^{-\lambda}\lambda^k}{k!} \]\[ = \lambda^2 e^{-\lambda} \sum_{k=1}^{\infty}\frac{\lambda^{k-2} k^2}{(k-2)!} \]\[ = \lambda^2 e^{-\lambda} \sum_{j=0}^{\infty}\frac{\lambda^j j^2}{j!} \]\[ = \lambda^2 \left( 1 + \lambda \right) \]代入 \( E(X) \) 的结果，得到方差：\[ Var(X) = \lambda^2 (1 + \lambda) - \lambda^2 \]\[ = \lambda \]证明泊松分布律：我们已经知道 \( E(X) = \lambda \) 和 \( Var(X) = \lambda \)。
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.。
- 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)。
第一章1. 假设有两箱同种零件：第一箱内装50件，其中10件为一等品；第二箱内装30件，其中18件一等品，现从两箱中随意挑出一箱，然后从该箱中先后随机取出两个零件（取出的零件均不放回），求：（1）先取出的零件是一等品的概率；（2）在先取出的零件是一等品的条件下，第二次取出的零件仍然是一等品的概率。
解：设Ai={取到第i 个箱子}，i=1,2，Bj={第j 次取到一等品}，j=1,2 （1）由全概率公式52301821501021)()()()()(2121111=⨯+⨯=+=A B P A P A B P A P B P （2）所求概率为)()()(12112B P B B P B B P =，其中1942.02930171821495091021)()()()()(2212121121=⨯⨯⨯+⨯⨯⨯=+=A B B P A P A B B P A P B B P 故：4856.0521942.0)()()(12112≈==B P B B P B B P2. 某段时间[t 0,t 0+t]内，t>0，证券交易所来了k 个股民的概率为tek k t λλ-!)(，k=0,1,2……，λ >0，每个来到交易所的股民购买长虹股票的概率为p ，且各股民是否购买这种股票相互独立。
（1）求此段时间内，交易所共有r 个股民购买长虹股票的概率；（2）若已知这段时间内有r 个股民购买了长虹股票，求交易所内来了m 个股民的概率。
解：设A k ={交易所来了k 个股民}，k=0,1,2,……，B={有r 个股民购买长虹股票}。
（1）由于......2,1,0,!)()(==-k e k t A P tk k λλ，,1.....2,1,0,0)(-==r k A B P k......1,,)1()(+=-=-r r k p p C A B P r k r r k k故由全概率公式可得tpr rk rrk r kk k k e r tp t e k k t p p C A B P A P B P λλλλ--∞=∞==--==∑∑!)(!)()1()()()(0（2）由Bayes 公式得所求概率为,......1,,)!()]1([)()()()()1(+=--==---r r m e r m p t B P A B P A P B A P p t r m m m m λλ显然，1,......1,0,0)(-==r m B A P m3. 设一射手每次命中目标的概率为p ，现对同一目标进行若干次独立射击，直到命中目标5次为止，则射手共射击了10次的概率为（A ）55510)1(p p C - （B ）5549)1(p p C - （C ）54410)1(p p C -（D ）5449)1(p p C -解：B4. 设有三个事件A,B,C ，其中P(B)>0,P(C)>0，且事件B 与事件C 相互独立，证明：)()|()()|()|(C P C B A P C P BC A P B A P +=分析：利用关系式)()(C AB ABC AB ⋃=证明：由于事件B 和事件C 相互独立，故事件B 和事件C 相互独立，又因为 )()()(C AB ABC C C AB AB AB ⋃=⋃=Ω= 所以)()()(C AB P ABC P AB P += )()()|()()()|()()|()()|(C P B P C B A P C P B P BC A P C B P C B A P BC P BC A P +=+=从而有)()()|(B P AB P B A P =)()|()()|(C P C B A P C P BC A P +=第二章1. 假设一厂家生产的每台仪器，以概率0.70可以直接出厂；以概率0.30需进一步调试，经调试后以概率0.80可以出厂；以概率0.20定为不合格品不能出厂。
现该厂生产了)2(≥n n 台仪器，假设各台仪器的生产过程相互独立，试求： （1）全部能出厂的概率；（2）其中恰好有两件不能出厂的概率β； （3）其中至少有两件不能出厂的概率θ。
解：设A={一台仪器能出厂}，B={一台仪器能直接出厂}，C={一台仪器经调试能出厂}，则C B B A +=，且B 与C B 显然互不相容。
于是94.08.0*3.07.0)()()()()()(=+=+=+=B C P B P B P C B P B P A P令X 表示n 台仪器中能出厂的台数，则有X ～B(n,0.94)。
故 （1）;94.0)(nn X P ===α（2）22206.094.0)2(--=-==n n n C n X P β（3）由于至少有两件不能出厂等价于至多有n-2件能出厂，故n n n n X P n X P n X P 94.094.006.01)()1(1)2(1-⨯⨯-==--=-=-≤=-θ2. 假设随机变量X 的绝对值不大于1，11(1),(1),84P X P X =-=== 在事件(11)X -<<出现的条件下，X 在（-1，1）内的任一子区间上取值的条件概率与该子区间长度成正比，试求：（1） X 的分布函数()F x ； （2） X 的取负值的概率p解： 由条件知，当1x <-时 1()0,(1)8F x F =-= 115(11)1.848P X -<<=--=又 1(1|11)2x P X x X +-<≤-<<=于是，当11x -<<时()(1)(1)F x P X P X x =≤-+-<≤1(1,11)81(11)(1|11)81518825716P X x X P X P X x X x x =+-<≤-<<=+-<<-<≤-<<+=+⨯+=当1x ≥ ，时，()1,F x =故0,1,57,11,16161, 1.(){x x x x F x <-+-≤<≥=（2） 7(0)(00)(0).16p P X F F =<=-==3. 假设一设备开机后无故障工作的时间X 服从参数为15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个小时便关机，试求该设备每次开机无故障工作的时间Y 的分布函数()Y F y解： 由题意得，{}min ,2,Y X =于是{}{}()()(min ,2)1(min ,2)1(,2)Y F y P Y y P X y P X y P X y y =≤=≤=->=->>又X 的分布函数是参数的15的指数分布，即其分布函数为151,00.(){xe x X F x -->=其它因此，当2y ≥时，(,2)0P X y y >>=，即 ()Y F y = 1；当2y <时，(,2)()P X y y P X y >>=>，即()1()Y F y P X y =->151,00,0(){ye y y P X y -->≤=≤=故151,21,020,0(){yy e y Y y F y -≥-<<≤=4. 设随机变量X 的概率密度为[]2/31,1,8,30,(){x x f x ∈=其他()F x 是X 的分布函数，试求随机变量Y = ()F X 的分布函数解：()Y F X =的分布函数为 ()()(()).Y F y P Y y P F X y =≤=≤ 注意到()F x 为分布函数，于是有0()1F x ≤≤，因此， 当0y <时，()Y F y 0=； 当1y ≥时，()Y F y 1=；当01y ≤<时，由于()F x 为单调增加函数，从而存在反函数，故1()(())(())Y F y P F X y P X F y -=≤=≤1(()).F F y y -== （1F -表示F 的反函数）即 Y 的分布函数为：0,0,01,1, 1.(){y y y Y y F y <≤<≥=第三章1. 设（X ，Y ）的联合密度为,01,0 1.Cxy x y <<<<(,)f x y =0，其他 试求：（1）常数C ； （2）P （X=Y ）； （3）P （X ＜ Y ）。
解： （1） 由(,)1,f x y dxdy ∞+∞∞-∞=⎰⎰得 C = 4 。
（2） 由于x=y 为平面上的一条直线，而二维连续型随机变量在平面上任何一条曲线上取得的概率均为零，故 P （X = Y ）= 0；（3） P (X ＜ Y ) = (,)x yf x y dxdy <⎰⎰=4D xydxdy ⎰⎰=1(4)y xydx dy ⎰⎰=1312.2y dy =⎰ 2. 设连续型随机变量X ，Y 相互独立且服从同一分布，证明 P (X ≤ Y)=12. 证明： 不妨设X ，Y 的密度函数为(),()f x f y ，于是由X 与Y 相互独立得（X ，Y ）的联合密度为 (,)()().f x y f x f y =于是 P (X ≤ Y) =()().x yf x f y dxdy ≤⎰⎰由于被积函数()()f x f y 关于,x y 对称，故()()()()x yy x f x f y dxdy f y f x dxdy ≤≤=⎰⎰⎰⎰但()()()()x yy xf x f y dxdy f y f x dxdy ≤≤+⎰⎰⎰⎰2()()1,R f x f y dxdy ==⎰⎰其中2R 表示整个平面，所以1()(),2x yf x f y dxdy ≤=⎰⎰即P (X ≤ Y)=12.3. 在10件产品中有2件一等品，7件二等品和1件次品，现在从10件产品中无放回地抽取3件，令X 表示其中一等品数，Y 表示其中二等品数，试求： （1） （X ，Y ）的联合分布律（2） （X ，Y ）关于X 和Y 的边缘分布律 （3） X 和Y 是否相互独立？（4） 在X=1 的条件下Y 的条件分布。
分析： 由题意知X 的可能取值为0，1，2；Y 的可能取值为0，1，2，3。
因此用古典概型分别计算它们的概率即可 解： （1）因为当23(,)0.i j i j P X i Y j +<+>===或时，有而当3327101023/.i j i j i j C C C C --≤+≤时，P(X=i,Y=j)=分别将0i =时，j=2,3;i=1时，j=1,2;i=2时，j=0,1代入计算可得（X ，Y ）的联合分布律如下表（2）由联合分布律易得两个边缘分布律为（3）因为P （X=1，Y=0）=0，但 P （X=1）=715，P （Y=0）=1120， 故P （X=1，Y=0）≠P （X=1）P （Y=0）。