概率统计第三章答案(3)
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多维随机变量及其分布习题解答
习题3-11、设(,)X Y 的分布律为求a 。
解：由分布律的性质，得1,0iji jp a =>∑∑，即111111691839a +++++=，0a >， 解得，29a =。
注：考察分布律的完备性和非负性。
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 ≤≤<；（2）{0}P Y b <<；（3）{,}P X a Y b ≥<。
解：根据分布函数的定义(,){,}F x y P X x Y y =≤≤，得（1）{,}{,}{,}(,)(,)P a X b Y c P X b Y c P X a Y c F b c F a c ---≤≤<=≤<-<<=-； （2）{0}{,}{,0}(,)(,0)P Y b P X Y b P X Y F b F -<<=≤+∞<-≤+∞≤=+∞-+∞； （3）{,}{,}{,}(,)(,)P X a Y b P X Y b P X a Y b F b F a b ---≥<=≤+∞<-<<=+∞-。
3、设二维随机变量(,)X Y 的分布函数为(,)F x y ，分布律如下：试求：（1）13{,04}22P X Y <<<<；（2）{12,34}P X Y ≤≤≤≤；（3）(2,3)F 。
解：由(,)X Y 的分布律，得 （1）1311{,04}{1,1}{1,2}{1,3}002244P X Y P X Y P X Y P X Y <<<<===+==+===++=； （2）{12,34}{1,3}{1,4}{2,3}{2,4}P X Y P X Y P X Y P X Y P X Y ≤≤≤≤===+==+==+==1150016416=+++=；（3）(2,3){2,3}{1,1}{1,2}{1,3}F P X Y P X Y P X Y P X Y =≤≤===+==+==1119{2,1}{2,2}{2,3}000416416P X Y P X Y P X Y +==+==+===+++++=。
概率论与数理统计(理工类_第四版)吴赣昌主编课后习题答案第三章
01 1/401/41/2习题4设(X,Y)的联合分布密度为f(x,y)=12πe-x2+y22,Z=X2+Y2,求Z的分布密度.解答：FZ(z)=P{Z≤z}=P{X2+Y2≤z}.当z<0时，FZ(z)=P(∅)=0;当z≥0时，FZ(z)=P{X2+Y2≤z2}=∫∫x2+y2≤z2f(x,y)dxdy=12π∫∫x2+y2≤z2e-x2+y22dxdy=12π∫02πdθ∫0ze-ρ22ρdρ=∫0ze-ρ22ρdρ=1-e-z22.故Z的分布函数为FZ(z)={1-e-z22,z≥00,z<0.Z的分布密度为fZ(z)={ze-z22,z>00,z≤0.习题5设随机变量(X,Y)的概率密度为f(x,y)={12(x+y)e-(x+y),x>0,y>00,其它,(1)问X和Y是否相互独立？(2)求Z=X+Y的概率密度.解答：(1)fX(x)=∫-∞+∞f(x,y)dy={∫0+∞12(x+y)e-(x+y)dy,x>00,x≤0\under2line令x+y=t{∫x+∞12te-tdt=12(x+1)e-x,x>00,x≤0,由对称性知fY(y)={12(y+1)e-y,y>00,y≤0,显然f(x,y)≠fX(x)fY(y),x>0,y>0,所以X与Y不独立.(2)用卷积公式求fZ(z)=∫-∞+∞f(x,z-x)dx.当{x>0z-x>0 即 {x>0x<z时，f(x,z-x)≠0,所以当z≤0时，fZ(z)=0;当z>0时，fZ(z)=∫0z12xe-xdx=12z2e-z.于是，Z=X+Y的概率密度为fZ(z)={12z2e-z,z>00,z≤0.习题6设随机变量X,Y相互独立，若X服从(0,1)上的均匀分布，Y服从参数1的指数分布，求随机变量Z=X+Y的概率密度.解答：据题意，X,Y的概率密度分布为fX(x)={1,0<x<10,其它, fY(y)={e-y,y≥00,y<0,由卷积公式得Z=X+Y的概率密度为fZ(z)=∫-∞+∞fX(x)fY(z-x)dx=∫-∞+∞fX(z-y)fY(y)dy=∫0+∞fX(z-y)e-ydy.由0<z-y<1得z-1<y<z,可见：当z≤0时，有fX(z-y)=0, 故fZ(z)=∫0+∞0⋅e-ydy=0;当z>0时，fZ(z)=∫0+∞fX(z-y)e-ydy=∫max(0,z-1)ze-ydy=e-max(0,z-1)-e-z,即fZ(z)={0,z≤01-e-z,0<z≤1e1-z-e-z,z>1.习题7设随机变量(X,Y)的概率密度为f(x,y)={be-(x+y),0<x<1,0<y<+∞,0,其它.（1）试确定常数b；（2）求边缘概率密度fX(x),fY(y)；（3）求函数U=max{X,Y}的分布函数. 解答：（1）由∫-∞+∞∫-∞+∞f(x,y)dxdy=1，确定常数b.∫01dx∫0+∞be-xe-ydy=b(1-e-1)=1，所以b=11-e-1，从而f(x,y)={11-e-1e-(x+y),0<x<1,0<y<+∞,0,其它.（2）由边缘概率密度的定义得fX(x)={∫0+∞11-e-1e-(x+y)dy=e-x1-e-x,0<x<1,0,其它，fY(x)={∫0111-e-1e-(x+y)dx=e-y,0<y<+∞,0,其它（3）因为f(x,y)=fX(x)fY(y)，所以X与Y独立，故FU(u)=P{max{X,Y}≤u}=P{X≤u,Y≤u}=FX(u)FY(u)，其中FX(x)=∫0xe-t1-e-1dt=1-e-x1-e-1,0<x<1，所以FX(x)={0,x≤0,1-e-x1-e-1,0<x<1,1,x≥1.同理FY(y)={∫0ye-tdt=1-e-y,0<y<+∞,0,y≤0，因此FU(u)={0,u<0,(1-e-u)21-e-1,0≤u<1,1-e-u,u≥1.习题8设系统L是由两个相互独立的子系统L1和L2以串联方式联接而成，L1和L2的寿命分别为X与Y, 其概率密度分别为ϕ1(x)={αe-αx,x>00,x≤0,ϕ2(y)={βe-βy,y>00,y≤0,其中α>0,β>0,α≠β,试求系统L的寿命Z的概率密度.解答：设Z=min{X,Y},则F(z)=P{Z≥z}=P{min(X,Y)≤z}=1-P{min(X,Y)>z}=1-P{X≥z,Y≥z}=1-[1P{X<z}][1-P{Y<z}]=1-[1-F1{z}][1-F2{z}]由于F1(z)={∫0zαe-αxdx=1-e-αz,z≥00,z<0,F2(z)={1-e-βz,z≥00,z<0,故F(z)={1-e-(α+β)z,z≥00,z<0,从而ϕ(z)={(α+β)e-(α+β)z,z>00,z≤0.习题9设随机变量X,Y相互独立，且服从同一分布，试证明：P{a<min{X,Y}≤b}=[P{X>a}]2-[P{X>b}]2.解答：设min{X,Y}=Z,则P{a<min{X,Y}≤b}=FZ(b)-FZ(a),FZ(z)=P{min{X,Y}≤z}=1-P{min{X,Y}>z}=1-P{X>z,Y>z}=1-P{X>z}P{Y>z}=1-[P{X>z}]2,代入得P{a<min{X,Y}≤b}=1-[P{X>b}]2-(1-[P{X>a}]2)=[P{X>a}]2-[P{X>b}]2.证毕.复习总结与总习题解答习题1在一箱子中装有12只开关，其中2只是次品，在其中取两次，每次任取一只，考虑两种试验：(1)放回抽样；(2)不放回抽样.我们定义随机变量X,Y如下：X={0,若第一次取出的是正品1,若第一次取出的是次品, Y={0,若第二次取出的是正品1,若第二次取出的是次品,试分别就(1),(2)两种情况，写出X和Y的联合分布律.解答：(1)有放回抽样，(X,Y)分布律如下：P{X=0,Y=0}=10×1012×12=2536; P{X=1,Y=0}=2×1012×12=536,P{X=0,Y=1}=10×212×12=536, P{X=1,Y=1}=2×212×12=136,(2)不放回抽样，(X,Y)的分布律如下：P{X=0,Y=0}=10×912×11=4566, P{X=0,Y=1}=10×212×11=1066,P{X=1,Y=0}=2×1012×11=1066, P{X=1,Y=1}=2×112×11=166,解答：X可取值为0,1,2,3,Y可取值0,1,2.P{X=0,Y=0}=P{∅}=0,P{X=0,Y=1}=C30C21C33/C84=2/70,P{X=0,Y=2}=C30C22C32/C84=3/70, P{X=1,Y=0}=C31C20C33/C84=3/70,P{X=1,Y=1}=C31C21C32/C84=18/70,P{X=1,Y=2}=C31C22C31/C84=9/70,P{X=2,Y=0}=C32C20C32/C84=9/70,P{X=2,Y=1}=C32C21C31/C84=18/70,P{X=2,Y=2}=C32C22C30/C84=3/70,P{X=3,Y=0}=C33C20C31/C84=3/70,P{X=3,Y=1}=C33C21C30/C84=2/70,P{X=3,Y=2}=P{∅}=0,所以，(X,Y)的联合分布如下：(3)由FX(x)=P{X≤x,Y<+∞}=∑xi<x∑j=1+∞pij, 得(X,Y)关于X的边缘分布函数为：FX(x)={0,x<114+14,1≤x<214+14+16+13,x≥2={0,x<11/2,1≤x<21,x≥2,同理，由FY(y)=P{X<+∞,Y≤y}=∑yi≤y∑i=1+∞Pij, 得(X,Y)关于Y的边缘分布函数为FY(y)={0,y<-12/12,-1≤y<01,y≥0.习题6设随机变量(X,Y)的联合概率密度为f(x,y)={c(R-x2+y2),x2+y2<R0,x2+y2≥R,求：(1)常数c; (2)P{X2+Y2≤r2}(r<R).解答：(1)因为1=∫-∞+∞∫-∞+∞f(x,y)dydx=∫∫x2+y2<Rc(R-x2+y)d xdy=∫02π∫0Rc(R-ρ)ρdρdθ=cπR33,所以有c=3πR3.(2)P{X2+Y2≤r2}=∫∫x2+y2<r23πR3[R-x2+y2]dxdy=∫02π∫0r3πR3(R-ρ)ρdρdθ=3r2R2(1-2r3R).习题7设f(x,y)={1,0≤x≤2,max(0,x-1)≤y≤min(1,x)0,其它,求fX(x)和fY(y).解答：max(0,x-1)={0,x<1x-1,x≥1, min(1,x)={x,x<11,x≥1,所以，f(x,y)有意义的区域(如图)可分为{0≤x≤1,0≤y≤x},{1≤x≤2,1-x≤y≤1},即f(x,y)={1,0≤x≤1,0≤y≤x1,1≤x≤2,x-1≤y≤1,0,其它所以fX(x)={∫0xdy=x,0≤x<1∫x-11dy=2-x,1≤x≤20,其它,fY(y)={∫yy+1dx=1,0≤y≤10,其它.习题8若(X,Y)的分布律为则α,β应满足的条件是¯, 若X与Y独立，则α=¯,β=¯.解答：应填α+β=13;29;19.由分布律的性质可知∑i⋅jpij=1, 故16+19+118+13+α+β=1,即α+β=13.又因X与Y相互独立，故P{X=i,Y=j}=P{X=i}P{Y=j}, 从而α=P{X=2,Y=2}=P{X=i}P{Y=j},=(19+α)(14+α+β)=(19+α)(13+13)=29,β=P{X=3,Y=2}=P{X=3}P{Y=2}=(118+β)(13+α+β)=(118+β)(13+13)，∴β=19.习题9设二维随机变量(X,Y)的概率密度函数为f(x,y)={ce-(2x+y),x>0,y>00,其它,(1)确定常数c; (2)求X,Y的边缘概率密度函数；(3)求联合分布函数F(x,y); (4)求P{Y≤X}; (5)求条件概率密度函数fX∣Y(x∣y); (6)求P{X<2∣Y<1}.解答：(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1求常数c.∫0+∞∫0+∞ce-(2x+y)dxdy=c⋅(-12e-2x)\vline0+∞⋅(-e-y)∣0+∞=c2=1,所以c=2.(2)fX(x)=∫-∞+∞f(x,y)dy={∫0+∞2e-2xe-ydy,x>00,x≤0={2e-2x,x>00,x≤0,fY(y)=∫-∞+∞f(x,y)dx={∫0+∞2e-2xe-ydx,y>00,其它={e-y,y>00,y≤0.(3)F(x,y)=∫-∞x∫-∞yf(u,v)dvdu={∫0x∫0y2e-2ue-vdvdu,x>0,y>00,其它={(1-e-2x)(1-e-y),x>0,y>00,其它.(4)P{Y≤X}=∫0+∞dx∫0x2e-2xe-ydy=∫0+∞2e-2x(1-e-x)dx=13.(5)当y>0时，fX∣Y(x∣y)=f(x,y)fY(y)={2e-2xe-ye-y,x>00,x≤0={2e-2x,x>00,x≤0.(6)P{X<2∣Y<1}=P{X<2,Y<1}P{Y<1}=F(2,1)∫01e-ydy=(1-e-1)(1-e-4)1-e-1=1-e-4.习题10设随机变量X以概率1取值为0, 而Y是任意的随机变量，证明X与Y相互独立.解答：因为X的分布函数为F(x)={0,当x<0时1,当x≥0时, 设Y的分布函数为FY(y),(X,Y)的分布函数为F(x,y)，则当x<0时，对任意y, 有F(x,y)=P{X≤x,Y≤y}=P{(X≤x)∩(Y≤y)}=P{∅∩(Y≤y)}=P{∅}=0=FX(x)FY(y);当x≥0时，对任意y, 有F(x,y)=P{X≤x,Y≤y}=P{(X≤x)∩(Y≤y)}=P{S∩(Y≤y)}=P{Y≤y}=Fy(y)=FX(x)FY(y),依定义，由F(x,y)=FX(x)FY(y)知，X与Y独立.习题11设连续型随机变量(X,Y)的两个分量X和Y相互独立，且服从同一分布，试证P{X≤Y}=1/2.解答：因为X,Y独立，所以f(x,y)=fX(x)fY(y).P{X≤Y}=∫∫x≤yf(x,y)dxdy=∫∫x≤yfX(x)fY(y)dxdy =∫-∞+∞[fY(y)∫-∞yfX(x)dx]dy=∫-∞+∞[fY(y)FY(y)]dy=∫-∞+∞FY(y)dFY(y)=F2(y)2∣-∞+∞=12,也可以利用对称性来证，因为X,Y独立同分布，所以有P{X≤Y}=P{Y≤X},而P{X≤Y}+P{X≥Y}=1, 故P{X≤Y}=1/12.习题12设二维随机变量(X,Y)的联合分布律为若X与Y相互独立，求参数a,b,c的值.解答：关于X的边缘分布为由于X和Y的地位平等，同法可得Y的边缘概率密度是：fY(y)={2R2-y2πR2,-R≤y≤R0,其它.(2)fX∣Y(x∣y)=f(x,y)fY(y)注意在y处x值位于∣x∣≤R2-y2这个范围内，f(x,y)才有非零值，故在此范围内，有fX∣Y(x∣y)=1πR22πR2⋅R2-y2=12R2-y2,即Y=y时X的条件概率密度为fX∣Y(x∣y)={12R2-y2,∣x∣≤R2-y20,其它.同法可得X=x时Y的条件概率密度为fY∣X(y∣x)={12R2-x2,∣y∣≤R2-x20,其它.由于条件概率密度与边缘概率密度不相等，所以X与Y不独立.习题15设(X,Y)的分布律如下表所示求：(1)Z=X+Y; (2)Z=max{X,Y}的分布律.解答：与一维离散型随机变量函数的分布律的计算类似，本质上是利用事件及其概率的运算法则. 注意，Z的相同值的概率要合并.概率(X,Y)X+YXYX/Ymax{X,Y}1/102/103/102/101/101/10 (-1,-1)(-1,1)(-1,2)(2,-1)(2,1)(2,2)--1-2-2241-1-1/2-221-于是(1)max{X,Y} -112pi 1/102/107/10习题16设(X,Y)的概率密度为f(x,y)={1,0<x<1,0<y<2(1-x)0,其他，求Z=X+Y的概率密度.解答：先求Z的分布函数Fz(z)，再求概率密度fz(z)=dFz(z)dz.如右图所示.当z<0时，Fz(z)=P{X+Y≤z}=0;当0≤z<1时，Fz(z)=P{X+Y≤z}=∫∫x+y≤zf(x,y)dxdy=∫0zdx∫0z-x1dy=∫0z(z-x)dx=z2-12x2∣0z=12z2；当1≤z<2时，Fz(z)=∫02-zdx∫0z-xdy+∫2-z1dx∫02(1-x)dy=z(2-z)-12(2-z)2+(z-1)2；当z≥2时，∫∫Df(x,y)dxdy=∫01dx∫02(1-x)dy=1.综上所述Fz(z)={0,z<012z2,0≤z<1z(2-z)-12(2-z)2+(z-1)2,1≤z<21,z≥2，故fz(z)={z,0≤z<12-z,1≤z<20,其它.习题17设二维随机变量(X,Y)的概率密度为f(x,y)={2e-(x+2y),x>0,y>00,其它,求随机变量Z=X+2Y的分布函数.解答：按定义FZ(Z)=P{x+2y≤z},当z≤0时，FZ(Z)=∫∫x+2y≤zf(x,y)dxdy=∫∫x+2y≤z0dxdy=0.当z>0时，FZ(Z)=∫∫x+2y≤zf(x,y)dxdy=∫0zdx∫0(z-x)/22e-(x+2y)dy=∫0ze-x⋅(1-ex-z)dx=∫0z(e-x-e-z)dx=[-e-x]∣0z-ze-z=1-e-z-ze-z,故分布函数为FZ(Z)={0,z≤01-e-z-ze-z,z>0.习题18设随机变量X与Y相互独立，其概率密度函数分别为fX(x)={1,0≤x≤10,其它, fY(y)={Ae-y,y>00,y≤0,求：(1)常数A; (2)随机变量Z=2X+Y的概率密度函数.解答：(1)1=∫-∞+∞fY(y)dy=∫0+∞A⋅e-ydy=A.(2)因X与Y相互独立，故(X,Y)的联合概率密度为f(x,y)={e-y,0≤x≤1,y>00,其它.于是当z<0时，有F(z)=P{Z≤z}=P{2X+Y≤z}=0;当0≤z≤2时，有F(z)=P{2X+Y≤z}=∫0z/2dx∫0z-2xe-ydy=∫0z/2(1-e2x-z)dx;当z>2时，有F(z)=P{2X+Y≤2}=∫01dx∫0z-2xe-ydy=∫01(1-e2x-z)dx.利用分布函数法求得Z=2X+Y的概率密度函数为fZ(z)={0,z<0(1-e-z)/2,0≤z<2(e2-1)e-z/2,z≥2.习题19设随机变量X,Y相互独立，若X与Y分别服从区间(0,1)与(0,2)上的均匀分布，求U=max{X,Y}与V=min{X,Y}的概率密度.解答：由题设知，X与Y的概率密度分别为fX(x)={1,0<x<10,其它, fY(y)={1/2,0<y<20,其它,于是，①X与Y的分布函数分别为FX(x)={0,x≤0x,0≤x<11,x≥1, FY(y)={0,y<0y/2,0≤y<21,y≥2,从而U=max{X,Y}的分布函数为FU(u)=FX(u)FY(u)={0,u<0u2/2,0≤u<1u/2,1≤u<21,u≥2,故U=max{X,Y}的概率密度为fU(u)={u,0<u<11/2,1≤u<20,其它.②同理，由FV(v)=1-[1-FX(v)][1-FY)]=FX(v)+FY(v)-FX(v)FY(v)=FX(v)+FY(v)-FU(v),得V=min{X,Y}的分布函数为FV(v)={0,v<0v2(3-v),0≤v<11,v≥1,故V=min{X,Y}的概率密度为fV(v)={32-v,0<v<10,其它.注：(1)用卷积公式，主要的困难在于X与Y的概率密度为分段函数，故卷积需要分段计算；(2)先分别求出X,Y的分布函数FX(x)与FY(y), 然后求出FU(u)，再求导得fU(u); 同理先求出FV(v), 求导即得fV(v).。
概率论与数理统计第三章课后习题及参考答案
概率论与数理统计第三章课后习题及参考答案1．设二维随机变量),(Y X 只能取下列数组中的值：)0,0(，)1,1(-，31,1(-及)0,2(，且取这几组值的概率依次为61，31，121和125，求二维随机变量),(Y X 的联合分布律．解：由二维离散型随机变量分布律的定义知，),(Y X 的联合分布律为2．某高校学生会有8名委员，其中来自理科的2名，来自工科和文科的各3名．现从8名委员中随机地指定3名担任学生会主席．设X ，Y 分别为主席来自理科、工科的人数，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：(1)由题意，X 的可能取值为0，1，2，Y 的可能取值为0，1，2，3，则561)0,0(3833====C C Y X P ，569)1,0(381323====C C C Y X P ，569)2,0(382313====C C C Y X P ，561)3,0(3833====C C Y X P ，283)0,1(382312====C C C Y X P ，289)1,1(38131312====C C C C Y X P ，283)2,1(382312====C C C Y X P ，0)3,1(===Y X P ，563)0,2(381322====C C C Y X P ，563)1,2(381322====C C C Y X P ，0)2,2(===Y X P ，0)3,2(===Y X P ．),(Y X 的联合分布律为：(2)X 的边缘分布律为X 012P1452815283Y 的边缘分布律为Y 0123P285281528155613．设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其他．,0,42,20),6(),(y x y x k y x f 求：(1)常数k ；(2))3,1(<<Y X P ；(3))5.1(<Y P ；(4))4(≤+Y X P ．解：方法1：(1)⎰⎰⎰⎰--==∞+∞-∞+∞-422d d )6(d d ),(1yx y x k y x y x f ⎰--=42202d |)216(y yx x x k k y y k 8d )210(42=-=⎰，∴81=k ．(2)⎰⎰∞-∞-=<<31d d ),()3,1(y x y x f Y X P ⎰⎰--=32102d d )216(yx yx x x ⎰--=32102d |)216(81y yx x x 83|)21211(81322=-=y y ．(3)),5.1()5.1(+∞<<=<Y X P X P ⎰⎰∞+∞-∞---=5.1d d )6(81yx y x ⎰⎰--=425.10d d )6(81y x y x y yx x x d )216(81422⎰--=3227|)43863(81422=-=y y ．(4)⎰⎰≤+=≤+4d d ),()4(y x y x y x f Y X P ⎰⎰---=2042d )6(d 81x y y x x ⎰+-⋅=202d )812(2181x x x 32|)31412(1612032=+-=x x x ．方法2：(1)同方法1．(2)20<<x ，42<<y 时，⎰⎰∞-∞-=yxv u v u f y x F d d ),(),(⎰⎰--=y xv u v u 20d d )6(81⎰--=y xv uv u u 202d |)216(81⎰--=y v xv x x 22d )216(81y xv v x xv 222|)21216(81--=)1021216(81222x xy y x xy +---=，其他，0),,(=y x F ，∴⎪⎩⎪⎨⎧<<<<+---=其他．,0,42,20),1021216(81),(222y x x x xy y x xy y x F 83)3,1()3,1(==<<F Y X P ．(3))42,5.1(),5.1()5.1(<<<=+∞<<=<Y X P Y X P X P )2,5.1()4,5.1(<<-<<=Y X P Y X P 3227)2,5.1()4,5.1(=-=F F ．(4)同方法1．4．设随机变量),(Y X 的概率密度为⎩⎨⎧>>=--其他．,0,0,0,e ),(2y x A y x f y x 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)⎰⎰⎰⎰∞+∞+--∞+∞-∞+∞-==02d d e d d ),(1yx A y x y x f y x ⎰⎰∞+∞+--=02d e d e y x A y x2|)e 21(|)e (020A A y x =-⋅-=∞+-∞+-，∴2=A ．(2)0>x ，0>y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰--=yxv u vu 02d d e 2yv x u 020|)e 21(|)e (2---⋅-=)e 1)(e 1(2y x ----=，其他，0),(=y x F ，∴⎩⎨⎧>>--=--其他．,0,0,0),e 1)(e 1(),(2y x y x F y x ．5．设随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤=其他．,0,10,10,),(y x Axy y x f 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)2121d d d d ),(11010⋅⋅===⎰⎰⎰⎰∞+∞-∞+∞-A y y x x A y x y x f ，∴4=A ．(2)10≤≤x ，10≤≤y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰=yxv u uv 0d d 4220202||y x v u yx =⋅=，10≤≤x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4xv u uv 210202||x v u x =⋅=，10≤≤y ，1>x 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4yu v uv 202102||y v u y =⋅=，1>x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=101d d 4v u uv 1||102102=⋅=v u ，其他，0),(=y x F ，∴⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤=其他．,0,1,1,1,10,1,,1,10,,10,10,),(2222y x y x y y x x y x y x y x F ．6．把一枚均匀硬币掷3次，设X 为3次抛掷中正面出现的次数，Y 表示3次抛掷中正面出现次数与反面出现次数之差的绝对值，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：由题意知，X 的可能取值为0，1，2，3；Y 的可能取值为1，3．易知0)1,0(===Y X P ，81)3,0(===Y X P ，83)1,1(===Y X P ，0)3,1(===Y X P 83)1,2(===Y X P ，0)3,2(===Y X P ，0)1,3(===Y X P ，81)3,3(===Y X P 故),(Y X 得联合分布律和边缘分布律为：7．在汽车厂，一辆汽车有两道工序是由机器人完成的：一是紧固3只螺栓；二是焊接2处焊点，以X 表示由机器人紧固的螺栓紧固得不牢的数目，以Y 表示由机器人焊接的不良焊点的数目，且),(Y X 具有联合分布律如下表：求：(1)在1=Y 的条件下，X 的条件分布律；(2)在2=X 的条件下，Y 的条件分布律．解：(1)因为)1,3()1,2()1,1()1,0()1(==+==+==+====Y X P Y X P Y X P Y X P Y P 08.0002.0008.001.006.0=+++=，所以43)1()1,0()1|0(=======Y P Y X P Y X P ，81)1()1,1()1|1(=======Y P Y X P Y X P ，101)1()1,2()1|2(=======Y P Y X P Y X P ，401)1()1,3()1|3(=======Y P Y X P Y X P ，故在1=Y 的条件下，X 的条件分布律为X 0123P4381101401(2)因为)2,2()1,2()0,2()2(==+==+====Y X P Y X P Y X P X P 032.0004.0008.002.0=++=，所以85)2()0,2()2,0(=======X P Y X P X Y P ，41)2()1,2()2,1(=======X P Y X P X Y P ，81)2()2,2()2,2(=======X P Y X P X Y P ，故在2=X 的条件下，Y 的分布律为：Y 012P8541818．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧>>=+-其他．,0,0,0,e ),()2(y x c y x f y x 求：(1)常数c ；(2)X 的边缘概率密度函数；(3))2(<+Y X P ；(4)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)⎰⎰⎰⎰∞+∞++-∞+∞-∞+∞-==0)2(d d e d d ),(1yx c y x y x f y x⎰⎰∞+∞+--=02d e d ey x c y x2|)e (|)e 21(002c c y x =-⋅-=∞+-∞+-，∴2=c ．(2)0>x 时，⎰∞+∞-=y y x f x f X d ),()(⎰∞++-=0)2(d e 2y y x x y x 202e 2|)e (e 2-+∞--=-=，0≤x 时，0)(=x f X ，∴⎩⎨⎧≤>=-．0,0,0,e 2)(2x x x f x X ，同理⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)⎰⎰<+=<+2d d ),()2(y x y x y x f Y X P ⎰⎰---=20202d d e 2xy x yx 422202e e 21d e d e 2-----+-==⎰⎰xy x y x ．(4)由条件概率密度公式得，当0>y 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e 2,0,0,e e 2)(),()|(22|x x y f y x f y x f xy y x Y Y X ，同理，当0>x 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e ,0,0,2e e 2)(),()|(22|y y x f y x f x y f yx y x X X Y ．9．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧<<<<=其他．,0,0,10,3),(x y x x y x f 求：(1)关于X 、Y 的边缘概率密度函数；(2)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)10<<x 时，⎰∞+∞-=y y x f x f X d ),()(203d 3x y x x==⎰，其他，0)(=x f X ，∴⎩⎨⎧<<=其他．,0,10,3)(2x x x f X ，密度函数的非零区域为}1,10|),{(}0,10|),{(<<<<=<<<<x y y y x x y x y x ，∴10<<y 时，⎰∞+∞-=x y x f y f Y d ),()()1(23d 321y x x y-==⎰，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<-=其他．,0,10),1(23)(2y y y f Y ．(2)当10<<y 时，有⎪⎩⎪⎨⎧<<-=⎪⎪⎩⎪⎪⎨⎧<<-==其他．其他．,0,1,12,0,1,)1(233)(),()|(22|x y y x x y y xy f y x f y x f Y Y X ．当10<<x 时，有⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==其他．其他．,0,0,1,0,0,33)(),()|(2|x y x x y x x x f y x f x y f X X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x y x y x f Y X Y 的概率密度函数为⎩⎨⎧<<=其他．,0,10,5)(4y y y f Y 求21(>X P ．解：⎩⎨⎧<<<==其他．,0,10,15)|()(),(2|y x y x y x f y f y x f Y X Y ，则6447d )(215d d 15d d ),(21(121421211221=-===>⎰⎰⎰⎰⎰>x x x x y y x y x y x f X P xx ．11．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧<<<<+=其他．,0,20,10,3),(2y x xyx y x f 求：(1)),(Y X 的边缘概率密度；(2)X 与Y 是否独立；(3))),((D Y X P ∈，其中D 为曲线22x y =与x y 2=所围区域．解：(1)10<<x 时，x x y xy x y y x f x f X 322d )3(d ),()(222+=+==⎰⎰∞+∞-，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<+=其他．,0,10,322)(2x x x x f X ，20<<y 时，⎰∞+∞-=x y x f y f Y d ),()(316)d 3(12+=+=⎰y x xy x ，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<+=其他．,0,20,316)(y y y f Y ．(2)∵),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(3)}22,10|),{(2x y x x y x D ≤≤<<=，∴⎰⎰+=∈102222d d 3()),((xxx y xy x D Y X P 457d )32238(10543=--=⎰x x x x ．12．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=-其他．,0,0,0,e )1(),(2y x y xy x f x试讨论X ，Y 的独立性．解：当0>x 时，xx x X x yx y y x y y x f x f -∞+-∞+-∞+∞-=+-=+==⎰⎰e |11e d )1(e d ),()(002，当0≤x 时，0)(=x f X ，故⎩⎨⎧≤>=-．0,0,0,e )(x x x x f x X ，同理，可得⎪⎩⎪⎨⎧≤>+=．0,0,0,)1(1)(2y y y y f Y ，因为)()(),(y f x f y x f Y X =，所以X 与Y 相互独立．13．设随机变量),(Y X 在区域}|),{(a y x y x g ≤+=上服从均匀分布，求X 与Y 的边缘概率密度，并判断X 与Y 是否相互独立．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤+=其他．,0,,21),(2a y x a y x f ，当0<<-x a 时，有)(1d 21d ),()(2)(2x a a y a y y x f x f xa x a X +===⎰⎰++-∞+∞-，当a x <≤0时，有)(1d 21d ),()(2)(2x a a y a y y x f x f x a x a X -===⎰⎰---∞+∞-，当a x ≥时，0d ),()(==⎰+∞∞-y y x f x f X ，故⎪⎩⎪⎨⎧≥<-=．a x a x x a a x f X ,0,),(1)(2，同理，由轮换对称性，可得⎪⎩⎪⎨⎧≥<-=．a y a y y a a y f Y ,0,),(1)(2，显然)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立．14．设X 和Y 时两个相互独立的随机变量，X 在)1,0(上服从均匀分布，Y 的概率密度为⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2y y y f yY (1)求X 和Y 的联合概率密度；(2)设含有a 的二次方程为022=++Y aX a ，试求a 有实根的概率．解：(1)由题可知X 的概率密度函数为⎩⎨⎧<<=其他．,0,10,1)(x x f X ，因为X 与Y 相互独立，所以),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧><<==-其他．,0,0,10,e 21)()(),(2y x y f x f y x f y Y X ，(2)题设方程有实根等价于}|),{(2X Y Y X ≤，记为D ，即}|),{(2X Y Y X D ≤=，设=A {a 有实根}，则⎰⎰=∈=Dy x y x f D Y X P A P d d ),()),(()(⎰⎰⎰---==1021002d )e 1(d d e 2122xx y x x y⎰--=12d e12x x ⎰--=12d e 21212x x ππππ23413.01)]0()1([21-=Φ-Φ-=．15．设i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，求行列式4321X X X X X =的分布律．解：由i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，易知41X X ～)84.0,16.0(b ，32X X ～)84.0,16.0(b ．因为1X ，2X ，3X ，4X 相互独立，所以41X X 与32X X 也相互独立，又32414321X X X X X X X X X -==，则X 的所有可能取值为1-，0，1，有)1()0()1,0()1(32413241======-=X X P X X P X X X X P X P 1344.016.084.0=⨯=，)1,1()0,0()0(32413241==+====X X X X P X X X X P X P )1()1()0()0(32413241==+===X X P X X P X X P X X P 7312.016.016.084.084.0=⨯+⨯=，)0()1()0,1()1(32413241=======X X P X X P X X X X P X P 1344.084.016.0=⨯=，故X 的分布律为X 1-01P1344.07312.01344.016．设二维随机变量),(Y X 的概率密度为⎩⎨⎧>>=+-其他．,0,0,0,e 2),()2(y x y x f y x 求Y X Z 2+=的分布函数及概率密度函数．解：0≤z 时，若0≤x ，则0),(=y x f ；若0>x ，则0<-=x z y ，也有0),(=y x f ，即0≤z 时，0),(=y x f ，此时，0d d ),()2()()(2==≤+=≤=⎰⎰≤+zy x Z y x y x f z Y X P z Z P z F ．0>z 时，若0≤x ，则0),(=y x f ；只有当z x ≤<0且02>-=xz y 时，0),(≠y x f ，此时，⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 2d d ),()2()()(⎰⎰-+-=zx z y x y x 020)2(d e 2d z z z ----=e e 1．综上⎩⎨⎧≤>--=--．0,0,0,e e 1)(z z z z F z z Z ，所以⎩⎨⎧≤<='=-．0,0,0,e )()(z z z z F z f z Z Z ．17．设X ，Y 是相互独立的随机变量，其概率密度分别为⎩⎨⎧≤≤=其他．,0,10,1)(x x f X ，⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y 求Y X Z +=的概率密度．解：0<z 时，若0<x ，则0)(=x f X ；若0≥x ，则0<-=x z y ，0)(=-x z f Y ，即0<z 时，0)()(=-x z f x f Y X ，此时，0d )()()(=-=⎰∞+∞-x x z f x f z f Y X Z ．10≤≤z 时，若0<x ，则0)(=x f X ；只有当z x ≤≤0且0>-=x z y 时0)()(≠-x z f x f Y X ，此时，z zx z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e 1d e d )()()(0)(．1>z 时，若0<x ，0)(=x f X ；若1>x ，0)(=x f X ；若10≤≤x ，则0>-=x z y ，此时，0)()(≠-x z f x f Y X ，z x z Y X Z x x x z f x f z f ---∞+∞--==-=⎰⎰e )1e (d e d )()()(1)(．综上，⎪⎩⎪⎨⎧<>-≤≤-=--．0,0,1,e )1e (,10,e 1)(z z z z f z z Z ．18．设随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=+-其他．,0,0,0,e)(21),()(y x y x y x f y x (1)X 和Y 是否相互独立？(2)求Y X Z +=的概率密度．解：(1)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(2)0≤z 时，若0≤x ，则0)(=x f X ；若0>x ，则0<-=x z y ，0),(=y x f ，此时，0d ),()(=-=⎰∞+∞-x x z x f z f Z ．0≥z 时，若0≤x ，则0)(=x f X ；只有当z x <<0且0>-=x z y 时0),(≠y x f ，此时，⎰∞+∞--=x x z x f z f Z d ),()(⎰+-+=zy x x y x 0)(d e)(21⎰-=z z x z 0d e 21z z -=e 212，所以⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2z z z z f zZ ．19．设X 和Y 时相互独立的随机变量，它们都服从正态分布),0(2σN ．证明：随机变量22Y X Z +=具有概率密度函数⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．证：因为X 与Y 相互独立，均服从正态分布),0(2σN ，所以其联合密度函数为2222)(2e 121),(σσπy x y x f +-⋅=，(+∞<<∞-y x ,)当0≥z 时，有⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 22d d ),()()()(22⎰⎰≤++-⋅=zy x y x y x 22222d e 1212)(2σσπ⎰⎰-⋅=πσθσπ2022d ed 12122zr r r ⎰-=zr r r 022d e122σσ，此时，2222e)(σσz Z z z f -=；当0<z 时，=≤+}{22z Y X ∅，所以0)()()(22=≤+=≤=z Y X P z Z P z F Z ，此时，0)(=z f Z ，综上，⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．20．设),(Y X 在矩形区域}10,10|),{(≤≤≤≤=y x Y X G 上服从均匀分布，求},min{Y X Z =的概率密度．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤=其他．,0,20,10,21),(y x y x f ，易证，X ～]1,0[U ，Y ～]2,0[U ，且X 与Y 相互独立，⎪⎩⎪⎨⎧≥<≤<=．1,1,10,,0,0)(x x x x x F X ，⎪⎪⎩⎪⎪⎨⎧≥<≤<=．2,1,20,2,0,0)(y y yy y F Y ，可得)](1)][(1[1)(z F z F z F Y X Z ---=)()()()(z F z F z F z F Y X Y X -+=⎪⎪⎩⎪⎪⎨⎧≥<≤-<=．1,1,10,223,0,02z z z z z ，求导，得⎪⎩⎪⎨⎧<<-=其他．,0,10,23)(z z z f Z ．21．设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其他．,0,0,10,e ),()(y x b y x f y x (1)试确定常数b ；(2)求边缘概率密度)(x f X 及)(y f Y ；(3)求函数},max{Y X U =的分布函数．解：(1)⎰⎰⎰⎰∞++-∞+∞-∞+∞-==01)(d d e d d ),(1yx b y x y x f y x⎰⎰∞+--=1d e d e y x b y x )e 1(|)e (|)e (1102-+∞---=-⋅=b b y x ，∴1e11--=b ．(2)10<<x 时，1)(1e1e d e e 11d ),()(--∞++--∞+∞--=-==⎰⎰x y x X y y y x f x f ，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<-=--其他．,0,10,e 1e )(1x x f xX ，0>y 时，⎰∞+∞-=x y x f y f Y d ),()(y y x x -+--=-=⎰e d e e1110)(1，0≤y 时，0)(=y f Y ，∴⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)0≤x 时，0)(=x F X ，10<<x 时，101e 1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e1e1,0,0)(1x x x x F x X ；0≤y 时，0)(=y F Y ，0>y 时，y yv y Y Y v v v f y F --∞--===⎰⎰e 1d e d )()(0，∴⎩⎨⎧≤>-=-．0,0,0,e 1)(y y y F y Y ，故有)()()(y F x F u F Y X U =⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---．1,e 1,10,e1e1,0,01u u u uu ．。
概率论与数理统计第三、四章答案
第三章 习题参考答案1.计算习题二第2题中随机变量的期望值。
解：由习题二第2题计算结果0112{0}={1}=33p p p p ξξ====，得12201333E ξ=⨯+⨯= 一般对0-1分布的随机变量ξ有{1}E p p ξξ===2．用两种方法计算习题二第30题中周长的期望值，一种是利用矩形长与宽的期望计算，另一种是利用周长期望的分布计算。
解：方法一：先按定义计算长的数学期望290.3300.5310.229.9E ξ=⨯+⨯+⨯=和宽的数学期望190.3200.4210.320E η=⨯+⨯+⨯=再利用数学期望的性质计算周长的数学期望(22)229.922099.8E E ζξη=+=⨯+⨯=方法二：利用习题二地30题的计算结果(见下表)，按定义计算周长的数学期望960.09980.271000.351020.231040.0698.8E ξ=⨯+⨯+⨯+⨯+⨯=3.对习题二第31题，（1）计算圆半径的期望值；（2）(2)E R π是否等于2ER π？（3）能否用2()ER π来计算远面积的期望值，如果不能用，又该如何计算？其结果是什么？解（1）100.1110.4120.3130.211.6ER =⨯+⨯+⨯+⨯=（2）由数学期望的性质有(2)223.2E R ER πππ==（3）因为22()()E R E R ππ≠，所以不能用2()E R π来计算圆面积的期望值。
利用随机变量函数的期望公式可求得222222()()(100.1110.4120.3130.2)135.4E R E R ππππ==⨯+⨯+⨯+⨯= 或者由习题二第31题计算结果，按求圆面积的数学期望1000.11210.41440.31690.2)135.4E ηπππ=⨯+⨯+⨯+⨯=4． 连续随机变量ξ的概率密度为,01(,0)()0,a kx x k a x ϕ⎧<<>=⎨⎩其它又知0.75E ξ= ，求k 和a 的值 解 由1010()11324a a kx dx kx dx a k E kx x dx a ϕξ+∞-∞===+=⋅==+⎰⎰⎰解得 2,3a k ==5．计算服从拉普拉斯分布的随机变量的期望和方差（参看习题二第16题）。
概率论与数理统计浙大四版习题答案第三章
第三章 多维随机变量及其分布1.[一] 在一箱子里装有12只开关，其中2只是次品，在其中随机地取两次，每次取一只。
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,1,,0X ⎪⎩⎪⎨⎧=若第二次取出的是次品若第二次取出的是正品,1,,0Y 试分别就（1）（2）两种情况，写出X 和Y 的联合分布律。
解：（1）放回抽样情况由于每次取物是独立的。
由独立性定义知。
P (X=i , Y=j )=P (X=i )P (Y=j ) P (X=0, Y=0 )=362512101210=⋅ P (X=0, Y=1 )=3651221210=⋅ P (X=1, Y=0 )=3651210122=⋅ P (X=1, Y=1 )=361122122=⋅ 或写成（2）不放回抽样的情况P {X=0, Y=0 }=66451191210=⋅ P {X=0, Y=1 }=66101121210=⋅P {X=1, Y=0 }=66101110122=⋅ P {X=1, Y=1 }=661111122=⋅ 或写成3.[二] 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 =0，12，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 CP {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 }=05.[三] 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 。
概率论与数理统计第3章课后题答案
概率论与数理统计第3章课后题答案第三章连续型随机变量3.1 设随机变数 的分布函数为F(x)，试以F(x)表示下列概率：（1）P( a)；（2）P( a)；（3）P( a)；（4）P( a) 解：（1）P( a) F(a 0) F(a)；（2）P( a) F(a 0)；（3）P( a)=1-F(a)；（4）P( a) 1 F(a 0)。
3.2 函数F(x) 11 x2是否可以作为某一随机变量的分布函数，如果（1） x（2）0 x ，在其它场合适当定义；（3）- x 0，在其它场合适当定义。
解：（1）F(x)在（- , ）设随机变数 具有对称的分布密度函数p(x)，即p(x) p( x),证明：对任意的a 0,有（1）F( a) 1 F(a)12ap(x)dx；（2）P（ a) 2F(a) 1；（3）P( a) 2 1 F(a) 。
证：（1）F( a)ap(x)dx 1ap(x)dx=1ap( x)dx 1ap(x)dx=1 F(a) 1 （2）P( ap(x)dxap(x)dxa12a0ap(x)dx；ap(x)dx 2 p(x)dx，由（1）知1-F(a)故上式右端=2F(a) 1；12ap(x)dx。
（3）P( a) 1 P( a) 1 [2F(a) 1] 2[1 F(a)]3.5 设F1(x)与F2(x)都是分布函数，又a 0,b 0是两个常数，且a b 1。
证明F(x) aF1(x) b F2(x)也是一个分布函数，并由此讨论，分布函数是否只有离散型和连续型这两种类型？证：因为F1(x)与F2(x1) F2(x2)，于是F(x1) aF1(x1) b F2(x1) aF1(x2) b F2(x2) F(x2)F2(x都是分布函数，当x1 x2时，F1(x1) F1(x2)，又xlimF(x) lim[aF1(x) b F2(x)] 0xlimF(x) lim[aF1(x) b F2(x)] a b 1xxF(x 0) aF1(x 0) b F2(x 0) aF1(x) b F2(x) F(x)所以，F(x)也是分布函数。
- 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)。
概率论与数理统计作业班级 姓名 学号 任课教师第三章 多维随机变量及其分布教学要求：一、了解多维随机变量的概念，了解二维随机变量的分布函数；二、了解二维离散型随机变量分布律的概念，理解二维连续型随机变量概率密度的概念； 三、理解二维随机变量的边缘概率分布； 四、理解随机变量的独立性概念；五、会求两个独立随机变量的简单函数的分布（和、极大、极小）.重点：二维离散型随机变量的联合分布律及二维连续型随机变量的边缘概率密度，随机变量的独立性.难点：边缘分布，随机变量的独立性，随机变量的函数的分布. 练习一 二维随机变量及其分布1．填空题(1)设二维随机变量),(Y X 的分布函数为),(y x F ，且d c b a <<,，则=≤}{a X P ()+∞,a F ； =≥}{d Y P ()d F ,1∞+-； =≤<≤<},{d Y c b X a P ),(),(),(),(c a F c b F d a F d b F +--.(2)设二维连续型随机变量),(Y X 的概率密度为),(y x f ，则其分布函数),(y x F =⎰⎰+∞∞-+∞∞-dxdy y x f ),(；若G 是xoy 平面上的区域，则点),(Y X 落在G 内的概率，即}),{(G Y X P ∈⎰⎰=Gdxdy y x f ),(（3）若二维随机变量),(Y X 的概率密度为)1)(1(),(22y x Ay x f ++=)0,0(>>y x ， 则系数A =,42π=<}1{X P 21. （4）设二维随机变量),(Y X 的分布函数(),3arctan 2arctan,⎪⎭⎫ ⎝⎛+⎪⎭⎫ ⎝⎛+=y C x B A y x F 则常数 A =21π， B =2π， C =2π.2.将2个球随机地放入3个盒子，设X 表示第一个盒子内放入的球数，Y 表示有球的 盒子个数.求二维随机变量),(Y X 的联合概率分布.解：按古典概型，2个球随机地放入3个盒子中共有91313=C C 种取法，X 的所有可能取值为0，1，2，Y 的所有可能取值为1，2，则： 922194}0|1{}0{}1,0{=⋅=======X Y P X P Y X P ， 922194}0|2{}0{}2,0{=⋅=======X Y P X P Y X P ，0094}1|1{}1{}1,1{=⋅=======X Y P X P Y X P ，94194}1|2{}1{}2,1{=⋅=======X Y P X P Y X P ，91191}2|1{}2{}1,2{=⋅=======X Y P X P Y X P ，0091}2|2{}2{}2,2{=⋅=======X Y P X P Y X P ．分布律为： 3.设盒内产品有2件次品，3件正品，每次从中任取一件产品，不放回X 表示第一次取得次品地取两次。
用的件数，用Y 表示第二次取得次品的件数，求X和Y 的联合分布律.解:()Y X ,的所有可能取值为 ()0,0 ；()1,0 ；()0,1 ；()1,1 .由乘法公式可得：1034253}0|0{}0{}0,0{=⋅=======X Y P X P Y X P ， 1034253}0|1{}0{}1,0{=⋅=======X Y P X P Y X P ，1034352}1|0{}1{}0,1{=⋅=======X Y P X P Y X P ，1014152}1|1{}1{}1,1{=⋅=======X Y P X P Y X P ．所以()Y X ,的分布律为：维随机变量),(Y X 的概率4. 设二密度为()()⎩⎨⎧>>=+-其它；,0,0,0,,23y x Ae y x f y x （1）求系数A ；（2）求}20,10{≤<≤<Y X P ；（３）求分布函数),(y x F ．解：（1）由,1),(=⎰⎰+∞∞-+∞∞-dxdy y x f 得所以 6=A ．（2）()dx e e dy e dx Y X P y x y x 2021312023][36}20,10{--+-⎰⎰⎰-==≤<≤< （3）()⎪⎩⎪⎨⎧>>==⎰⎰⎰⎰⎰⎰∞-∞-+-∞-∞-其它；x y y y x x xydy dx y x dy e dx dy y x f dx y x F ,0,0,0,6),(),(02305．设二维随机变量),(Y X 的概率密度(6),02, 24,(,)0,k x y x y f x y --<<<<⎧=⎨⎩其它．(1)求常数k ；(2) 求}3,1{<<Y X P ；(3) 求}4{≤Y X P ＋.解：（1）由,1),(=⎰⎰+∞∞-+∞∞-dxdy y x f 得[]1810422==-=k y y k .所以8/1=k（2）⎰⎰--=<<1032)6(81}3,1{dx y x dy Y X P（3） ⎰⎰=∈=≤Gdxdy y x f G Y X P X P ),(}),{(}4Y {＋练习二 二维随机变量的边缘分布1．填空（1）设二维随机变量),(Y X 的联合分布律为且=≥}1{Y P 45.0．（2）设二维随机变量),(Y X 的分布律为， 则a =41，b =61,==}0{XY P 32,==}{Y X P 127. （3）设二维随机变量),(Y X 的概率密度为⎩⎨⎧<<<<=其它；,0,,10,),(2x y x x C y x f则常数C ＝6；边缘概率密度=)(x f X 其它．,10,0),(62<<⎩⎨⎧-x x x =)(y f Y 其它．,1y 0,0),y y (6<<⎩⎨⎧-（4）设二维随机变量),(Y X 的分布函数为其它．,0,0,0),1()1(),(2>>⎩⎨⎧-⋅-=--y x e e y x F y x则边缘分布函数=）（x F X ();0,12>--x e x，=）（y F Y ();0,1>--y e y ；边缘概率密度=)(x f X ⎩⎨⎧>-其它；，0,0,22x e x =)(y f Y ⎩⎨⎧>-.,0,0,其它y e y 2．盒子里装有3只黑球、2只白球、2只红球，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 ,Y 的联合分布律以及),(Y X 的边缘分布律.解：按古典概型计算，从7只球中取4只，共有3547=C 种取法，在取的4只球中，黑球有i 只，红球有j 只（剩下j i --4只为白球）的取法为4,2,1,0,3,2,1,0,4223≤+==⋅⋅--j i j i C C C j i j i ，于是35135}2,0{222203====C C C Y X P , 35635}1,1{221213====C C C Y X P ,35635}2,1{122213====C C C Y X P , 35335}0,2{220223====C C C Y X P ,351235}1,2{121223====C C C Y X P , 35335}2,2{022223====C C C Y X P ,35235}0,3{120233====C C C Y X P , 35235}1,3{021233====C C C Y X P ．分布律为： 枚硬币掷三次，以X 表3. 将一示前两次中出现正面的次数，以Y 表示３次中出现正面的次X ,Y 的联合分布律以数，求),(Y X 的边缘分布律.及解：由于X 服从二项分布B(2,1/2), Y 所有可能取的值为0，1，2，3．当)2,1,0(==i i X 时，Y 取1,+i i 的概率都为1/2，而取1,+i i 以外的值是不可能的，故：0}0,1{}3,0{}2,0{=========Y X P Y X P Y X P ， 0}1,2{}0,2{======Y X P Y X P ，812141}0|0{}0{}0,0{=⋅=======X Y P X P Y X P ， 812141}0|1{}0{}1,0{=⋅=======X Y P X P Y X P ，412121}1|1{}1{}1,1{=⋅=======X Y P X P Y X P ，412121}1|2{}1{}2,1{=⋅=======X Y P X P Y X P ，812141}2|2{}2{}2,2{=⋅=======X Y P X P Y XP ，所得分布律为：二维随机变量(,)X Y 的概率密度为4．设⎩⎨⎧<<=-它．其，,00,),(y x e y x f y 率密度)(),(y f x f Y X ．求边缘概解：⎰⎰∞+∞--+∞-⎩⎨⎧>=⎪⎩⎪⎨⎧>==.,0,0,,00,),()(其它其它，x e x dy e dy y x f x f x x y X5．设二维随机变量(,)X Y 的概率密度为⎩⎨⎧<<<=它．其,0,10,6),(y x x y x f ，（1）求边缘概率密度)(),(y f x f Y X ； (2）求(1)P X Y +≤． 解：(1) 其它．其它，,10,0),1(6,0,10,6),()(1<<⎩⎨⎧-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-x x x x xdy dy y x f x f x X(2) ⎰⎰⎰⎰-==≤+2/1016),(}1{xxGxdy dx dxdy y x f Y X P练习三 二维随机变量的条件分布(选做)1．填空（1）设二维离散型随机变量),(Y X 的联合分布律为 则===}0|1{Y X P .11655.030}0{}0,1{=====．Y P Y X P（2）设二维随机变量),(Y X 的概率密度为其它．,1,0,),(22<<⎩⎨⎧=y x y cx y x f则时，当10≤<y =)|(|y x f Y X 其它．,,0,23)(),(2/32y x y y x y f y x f Y <<-⎪⎩⎪⎨⎧=-==≥}21|41{X Y P 1. 2. 设二维离散型随机变量),(Y X 的联合分布律为： }0|1{==Y X P ，求}2|1{==Y X P ，}1|1{==X Y P .解： 2/12/14/1}0{}0,1{}0|1{========Y P Y X P Y X P ;5/224/512/1}2{}2,1{}2|1{========Y P Y X P Y X P ;3. 设二维随机变量),(Y X 的概率密度为()⎩⎨⎧<<<=.,0,10,,1,其它x x y y x f求条件概率密度)|(|x y f X Y ，)|(|y x f Y X ．解：由于所以当10<<x 时，⎪⎩⎪⎨⎧<==.,0,,21)(),()|(|其它x y x x f y x f x y f X X Y当1<y 时，⎪⎩⎪⎨⎧<<-==.,0,1,11)(),()|(|其它x y yy f y x f y x f Y Y X练习四 随机变量的相互独立性1．填空（1）设随机变量X 与Y 相互独立且服从同一分布：3/)1()()(+====k k Y P k X P ，1,0=k ，则==}{Y X P 95. （2）设随机变量X 与Y 的联合分布律为 =+b a 31.若X 与Y 相互独立，则则=a 92，=b 91. （3）设两个随机变量X 与Y 相互独立，X 服从均匀分布)51,0(U ，Y 服从指数分布)5(E ，则),(Y X 的概率密度=),(y x f ⎪⎩⎪⎨⎧><<-.,0,0,50,5其它y x e x2. 某班车在起点站的上车人数X 服从参数为)0(>λλ的泊松分布，每位乘客在中途下车的概率为)10(<<p p ，且乘客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),(Y X 的概率分布.解：(1) 由题设知，此条件概率服从二项分布，因此有 (2) 利用乘法公式，得nmn mmnn e p p C λλ!)1(---=，Λ,2,1,0,0=≤≤n n m 3.设二维随机变量),(Y X 的概率密度为其它．，10,0,15),(2<<<⎩⎨⎧=y x y x y x f（1）求边缘概率密度)(x f X 和)(y f Y ；（2）判断X 与Y 是否相互独立.解：（1）()⎰∞+∞-⎪⎩⎪⎨⎧⎪⎩⎪⎨⎧<<-=<<==.,0,10,1215,0,10,15),()(222其它其它，x x x x y x dy y x f x f X（2）由于),()()(y x f y f x f Y X ≠，所以X 与Y 不相互独立.4. 设X 和Y 是两个相互独立的随机变量，X 在)1,0(上服从均匀分布，Y 的概率密度为,()⎪⎩⎪⎨⎧≤>=-;0,0,0,212y y e y f yY （1）求X 和Y 的联合概率密度(,)f x y ；（2）设含有t 的二次方程为022=++Y Xt t ，试求t 有实根的概率.解：（1）因为X 的概率密度为其它．,10,0,1)(<<⎩⎨⎧=x x f X且X 与Y 相互独立，故),(Y X 的概率密度为(2) t 的二次方程022=++Y Xt t 有实根的充要条件为判别式0442≥-=∆Y X ，亦即Y X ≥2.而{⎰⎰⎰⎰-==∈=≥122221),(}),{(}x yGdy e dx dxdy y x f G Y X P Y XP 练习五 两个随机变量的函数的分布1．填空（1X 的分布律为则随机变量),max(Y X Z =与Y X W +=的分布律分别为： （2）设二维连续型随机变量),(Y X 的概率密度为),(y x f ，若X 与Y 相互独立，则Y X Z +=的分布函数=)(z F Z ⎰⎰≤+zy x dxdy y x f ),(；概率密度=)(z fZdy y f y z f Y X ⎰+∞∞--)()( 或=)(z f Z dx x z f x f Y X ⎰+∞∞--)()(（这两个公式也被称为卷积公式）.（3）设随机变量X 与Y 相互独立，且)1,0(~N X ,)1,1(~N Y ，则~Y X +)21(，N ；=≤+}1{Y X P21． 2. 设X 和Y 是两个相互独立的随机变量，其概率密度分别为 求随机变量Y X Z +=的概率密度． 解：利用公式dy y f y z f z f Y X Z ⎰+∞∞--=)()()(，按函数)(),(y f x f Y X 的定义知，仅当⎩⎨⎧≥≤-≤,0,10y y z 即0,1>≤≤-y z y z 时，上述积分才不等于零．所以3. 设随机变量(,)X Y 的概率密度为()()⎪⎩⎪⎨⎧>>+=+-其它；,0,0,0,21),(y x e y x y x f y x（1）问X 和Y 是否相互独立? (2) 求Y X Z +=的概率密度.解：(1) ()()⎰⎰∞+∞-+∞+-⎪⎩⎪⎨⎧>+==.,0,0,21),()(0其它x dy e y x dy y x f x f y x X其中故 ⎪⎩⎪⎨⎧>+=-.,0,0,21)(其它x e x x f xX同理可求得 ()⎪⎩⎪⎨⎧>+=-.,0,0,21其它y e y y f yY显然),()()(y x f y f x f Y X ≠，所以X 和Y 不相互独立． (2) 由公式⎰+∞∞--=dy y y z f z f Z ),()(可知仅当⎩⎨⎧>>-,0,0y y z 即⎩⎨⎧><,0,y z y 时才不会等于零，所以4. 设随机变量X 与Y 相互独立，且都在区间],[b a 上服从均匀分布，求 （1）),m ax (1Y X Z =的概率密度; （2）),m in(2Y X Z =的概率密度. 解：（1）由于X 与Y 相互独立且具有相同的分布，所以2)]([)()(}{}{z F z F z F z Y P z X P X Y X ==≤⋅≤=，而 ()⎪⎩⎪⎨⎧>≤≤--<=;,1,,,,0b z b z a ab az a z z F X则 ()()⎪⎩⎪⎨⎧≤≤--===其它；0,,2)()(2)]'([)(211b z a a b a z z f z F z F z f X X Z Z(2) 由于X 与Y 相互独立且具有相同的分布，所以则 ()()⎪⎩⎪⎨⎧≤≤--=-⋅--==.,0,,2)]([)](1[2)]'([)(222其它b z a a b z b z f z F z F z f X X Z Z综合练习题一、填空题1. 已知随机变量X 与Y 的边缘分布律在下表中已给出，且1}0{==XY P ，请推断X 与Y 的联合分布律： 维随机变量),(Y X 的联合分布律2.设二为 事件}0{=X 与}1{=+Y X 相已知随机a =0.4,b =0.1.互独立，则维随机变量),(Y X 服从G 上的3. 设二由曲线2x y =与x y =所围，则),(Y X 均匀分布，区域G的概率密度函数为()⎪⎩⎪⎨⎧∈=其它，,0,,,61),(G y x y x f ，=<}21{XP 721. 4. 设二维连续型随机变量),(Y X 的两个分量X 与Y 相互独立，且服从同一分布，则=<}{Y X P 21. 5. 设X 和Y 是两个随机变量，且73}0,0{=≥≥Y X P ，74}0{}0{=≥=≥Y P X P ， 则=≥}0),{max(Y X P }0),{max(1<-Y X P }0Y 0{}0,0{1≥≥=<<-=或X P Y X P}0,0{}0{}0{≥≥-≥+≥=Y X P Y P X P 7/37/47/4-+=75=. 二、计算题1. 8件产品中有5件一等品，2件二等品，1件三等品，从中任取4件，若X 为4件产品中的一等品件数，Y 为4件产品中的二等品件数. （1）求二维随机变量),(Y X 的联合分布律与边缘分布律；（2）判断X 与Y 是否相互独立；（3）求}0|1{==Y X P .解： （1） （2）不相互独立． （3）0}0|1{===Y X P ．3．设随机变量(,)X Y 的概率密度为⎩⎨⎧≤≤≤=其它．1,00,,),(y x Axy y x f ， （1）求常数A ；（2）求)1(≥+Y X P ；解： （1） 由(),8121),(1210110Adx x x A dy xy dx A dxdy y x f x =-===⎰⎰⎰⎰⎰+∞∞-+∞∞-得.8=A （2）(){}⎰⎰-==∈=≥+1211658,}1{y yxydx dy G Y X P Y X P ． 3．设二维随机变量(,)X Y 的概率密度为⎩⎨⎧<<<<=其它；,0,20,10,1),(x y x y x f（1）求(,)X Y 的边缘概率密度)(),(y f x f Y X ,并判断X 与Y 是否相互独立；（2）求Y X Z -=2的概率密度)(z f Z .解：(1) ⎪⎩⎪⎨⎧⎩⎨⎧<<=<<==⎰⎰∞+∞-.,0,10,2,0,10,),()(20其它其它，x x x dy dy y x f x f xX(2) 由于),()()(y x f y f x f Y X ≠，所以X 与Y 不相互独立. （3）由于dxdy y x f D Y X P z Y X P z Z P z F zD z Z ⎰⎰=∈=≤-=≤=),(}),{(}2{}{)(所以当20<<z 时， 41)(22012z z dy dx z F zx Z Z -=-=⎰⎰-，21)(z z f Z -=； 当2≥z 或当0≤z 时， ,0)(=z F Z 0)(=z f Z ，即 ⎪⎩⎪⎨⎧<<-=.,0,20,21)(其它z zz f Z 4．设二维随机变量(,)X Y 的概率密度为⎩⎨⎧∞<<<<=+-其它．,1,000,,),()(y x be y x f y x ,（1）试确定常数b ；（2）求边缘概率密度)(),(y f x f Y X ； （3）判断X 与Y 是否相互独立；（4）求函数max{,}Z X Y =的概率密度．解： (1) 由,1),(=⎰⎰+∞∞-+∞∞-dxdy y x f 可得 ()(),1110101=-=⋅=-+∞--+-+∞⎰⎰⎰⎰e b dy e dx e b dy be dx y x y x所以111--=e b ．于是(2) ()⎪⎩⎪⎨⎧<<-=⎪⎩⎪⎨⎧<<-==--∞++--∞+∞-⎰⎰.,0,10,1.,0,10,11),()(101其它其它x e e x e e dy y x f x f x y x X (3) 由于),()()(y x f y f x f Y X =，所以X 与Y 相互独立， (4) },{}),{m ax (}{)(z Y z X P z Y X P z Z P z F Z ≤≤=≤=≤=)()(}{}{z F z F z Y P z X P Y X =≤⋅≤=，而 ⎰⎰∞-----⎪⎪⎩⎪⎪⎨⎧≥<≤--<=⎪⎪⎩⎪⎪⎨⎧≥<≤-<==zz z x X X z z e ez z z dx e e z dx x f z F .1,1,10,110,0,1,1,10,1,0,0)()(101 故()()⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---;1,1,10,11,0,012z e z e ez z F z z Z ()()⎪⎪⎩⎪⎪⎨⎧≥<≤--<=----.1,,10,112,0,01z e z e e e z z f zz z Z ．。