概率论与数理统计4 第三章 [兼容模式]
概率论与数理统计课件第三章ppt
Y X
y1
y2
...
yj
… pi·
x1 p11 p12 … p1 … p1·
x... 2 p... 21 x... i p... i1
p· p·1
p... 22 p... i2
p·2
…j
… p2
… j...
… …
p...pi·jj
… … … …
…
p... 2· p... i ·
1
j
例1.设袋中有五个同类产品，其中有两个 是次品，每次从袋中任意抽取一个，
设(X,Y)为连续型随机变量，其联合分布函 数和联合概率密度分别为F(x,y)和 f(x,y),则
f X
(x)
d dx
FX
(x)
f (x, y)dy
fY
( y)
d dy
FY
(
y)
f
(x,
y)dx
分别称为(X,Y)关于X和Y的边缘概率密度
函数，简称边缘概率密度。
例2. 设(X,Y)的分布密度是
e(xy) , x 0, y 0
3.1
例1.甲乙掷色子,观察点数。
w1i={甲掷i点} w2j={乙掷j点}
X,Y (i, j)
i,j=(1,2,…,6)
二维随机变量的定义
对于随机试验E，Ω是其样本空间。X(w) 和 Y(w)是定义在样本空间Ω上的两个随机变量, 由它们构成的向量(X,Y)称为二维随机变量 或二维随机向量。
y
w.
Y X
y1
y2
...
yj
…
x1 p11 p12 x... 2 p... 21 p... 22
x... i p... i1 p... i2
概率论与数理统计浙大四版 第三章3讲
同分布函数F(x)时，有
FM(z)=[F(z)] n FN(z)=1-[1-F(z)] n
当X1,…,Xn相互独立且具有相同分布函数 F(x)时，有
FM(z)=[F(z)] n FN(z)=1-[1-F(z)] n
设L1,L2的寿命分 X,Y别 ,已为 知它们的概 度分别为
αeαx,x0,
βeβy,y0,
fX(x)0, x0, fY(y)0, y0,
其中 α0, β0且αβ.试分别就以上三 接方式L写 的出 寿Z命 的概率.密度
解 (i)串联情况
由于 L 1,L 2中 当有一 ,系 个 L 统 就 损 停 坏 ,止 时 所以这L时 的寿命为ZmX i,n Y)(.
fZ(z)fX(x)fY(zx)dx
为确定积分限,先找出使被积函数不为0的区域
0 x 1 0 z x 1
也即
0 x 1 z 1 x z
fZ(z)fX(x)fY(zx)dx
为确定积分限,先找出使被积函数不为0的区域
0 x 1 0 z x 1 如图示:
也即
0 x 1 z 1 x z
一、离散型分布的情形
例1 若X、Y独立，P(X=k)=ak , k=0,1,2,…, P(Y=k)=bk , k=0,1,2,… ,求Z=X+Y的概率函数.
解: P (Z r ) P (X Y r )
r
由独立性
P(Xi,Yri)
此即离散
i0
卷积公式
r
P(Xi)P(Yri)
i0
=a0br+a1br-1+…+arb0 r=0,1,2, …
概率论与数理统计(第四版)习题答案全
概率论与数理统计习（第四版）题解答第一章 随机事件及其概率·样本空间·事件的关系及运算一、任意抛掷一颗骰子，观察出现的点数。
设事件A 表示“出现偶数点”，事件B 表示“出现的点数能被3整除”．（1）写出试验的样本点及样本空间；（2）把事件A 及B 分别表示为样本点的集合；（3）事件B A AB B A B A ,,,,分别表示什么事件？并把它们表示为样本点的集合．解：设i ω表示“出现i 点”)6,,2,1( =i ，则（1）样本点为654321,,,,,ωωωωωω；样本空间为}.,,,,,{654321ωωωωωω=Ω （2）},,{642ωωωA =； }.,{63ωωB =（3）},,{531ωωωA =，表示“出现奇数点”；},,,{5421ωωωωB =，表示“出现的点数不能被3整除”；},,,{6432ωωωωB A =⋃，表示“出现的点数能被2或3整除”；}{6ωAB =，表示“出现的点数能被2整除且能被3整除”；},{B A 51ωω= ，表示“出现的点数既不能被2整除也不能被3整除”二、写出下列随机试验的样本空间及各个事件中的样本点：（1）同时掷三枚骰子，记录三枚骰子的点数之和．A —“点数之和大于10”，B —“点数之和小于15”．（2）一盒中有5只外形相同的电子元件，分别标有号码1，2，3，4，5．从中任取3只，A —“最小号码为1”．解：(1) 设i ω表示“点数之和等于i ”)18,,4,3( =i ，则},,,{1843ωωω =Ω；},,,{181211ωωωA =；}.,,,{1443ωωωB =(2) 设ijk ω表示“出现号码为k j i ,,”);5,,2,1,,(k j i k j i ≠≠= ，则},,,,,,,,,{345245235234145135134125124123ωωωωωωωωωω=Ω }.,,,,,{145135134125124123ωωωωωωA =三、设C B A ,,为三个事件，用事件之间的运算表示下列事件： (1) A 发生, B 与C 都不发生； (2) C B A ,,都发生；(3) C B A ,,中至少有两个发生； (4) C B A ,,中至多有两个发生． 解：(1) C B A ；(2) ABC ；(3) ABC C AB C B A BC A ⋃⋃⋃或CA BC AB ⋃⋃(4) BC A C B A C AB C B A C B A C B A C B A ⋃⋃⋃⋃⋃⋃或C B A ⋃⋃或.ABC四、一个工人生产了n 个零件，以i A 表示他生产的第 i 个零件是合格品（n i ≤≤1）．用i A 表示下列事件：（1）没有一个零件是不合格品； （2）至少有一个零件是不合格品； （3）仅有一个零件是不合格品； （4）至少有一个零件不是不合格品． 解：(1) n A A A 21；(2) n A A A 21或n A A A ⋃⋃⋃ 21； (3) n n n A A A A A A A A A 212121⋃⋃⋃ (4) n A A A ⋃⋃⋃ 21或.21n A A A第二章 概率的古典定义·概率加法定理一、电话号码由七个数字组成，每个数字可以是0，1，2，…，9中的任一个数（但第一个数字不能为0），求电话号码是由完全不同的数字组成的概率．解：基本事件总数为611011011011011011019109⨯=C C C C C C C 有利事件总数为456789214151617181919⨯⨯⨯⨯⨯=C C C C C C C 设A 表示“电话号码是由完全不同的数字组成”，则0605.0109456789)(62≈⨯⨯⨯⨯⨯⨯=A P二、把十本书任意地放在书架上，求其中指定的三本书放在一起的概率．解：基本事件总数为!101010=A 指定的三本书按某确定顺序排在书架上的所有可能为!777=A 种；这三本书按确定的顺序放在书架上的所以可能的位置共818=C 种；这三本书的排列顺序数为!333=A ；故有利事件总数为!3!8!38!7⨯=⨯⨯(亦可理解为)3388P P设A 表示“指定的三本书放在一起”，则067.0151!10!3!8)(≈=⨯=A P三、为了减少比赛场次，把二十个队任意分成两组（每组十队）进行比赛，求最强的两个队被分在不同组内的概率．解：20个队任意分成两组（每组10队）的所以排法，构成基本事件总数1020C ；两个最强的队不被分在一组的所有排法，构成有利事件总数91812C C 设A 表示“最强的两队被分在不同组”，则526.01910)(102091812≈==C C C A P四、某工厂生产的产品共有100个，其中有5个次品．从这批产品中任取一半来检查，求发现次品不多于1个的概率．解：设i A 表示“出现的次品为i 件”)5,4,3,2,1,0(=i ，A 表示“取出的产品中次品不多于 1个”，则 .10A A A ⋃=因为V A A =10，所以).()()(10A P A P A P +=而0281.0979942347)(5010050950≈⨯⨯⨯==C C A P 1529.09799447255)(501004995151≈⨯⨯⨯⨯==C C C A P故 181.01529.00281.0)(=+≈A P 五、一批产品共有200件, 其中有6件废品．求 (1) 任取3件产品恰有1件是废品的概率; (2) 任取3件产品没有废品的概率; (3) 任取3件产品中废品不少于2件的概率． 解：设A 表示“取出的3件产品中恰有1件废品”；B 表示“取出的3件产品中没有废品”；C 表示“取出的3件产品中废品不少于2件”，则 (1) 0855.019819920019319418)(3200219416≈⨯⨯⨯⨯==C C C A P (2) 912.0198199200192193194)(32003194≈⨯⨯⨯⨯==C C B P(3) 00223.019819920012019490)(3200019436119426≈⨯⨯⨯⨯=+=C C C C C C P六、设41)( ,0 ,31)()()(======BC P P(AC)P(AB)C P B P A P ．求A , B , C 至少有一事件发生的 概率．解：因为0==P(AC)P(AB)，所以V AC V AB ==,，从而V C AB =)(可推出0)(=ABC P设D 表示“A , B , C 至少有一事件发生”，则C B A D ⋃⋃=，于是有)()()()()()()()()(ABC P CA P BC P AB P C P B P A P C B A P D P +---++=⋃⋃= 75.04341313131==-++=第三章 条件概率与概率乘法定理·全概率公式与贝叶斯公式一、设,6.0)|(,4.0)(,5.0)(===B A P B P A P 求)|(,)(B A A P AB P ． 解：因为B A AB B B A A +=+=)(，所以)()()(B A P AB P A P +=，即14.06.0)4.01(5.0)()()()()()(=⨯--=-=-=B A P B P A P B A P A P AB P68.074.05.036.0)4.01(5.05.0)()()()()()]([)|(≈=--+=-+==B A P B P A P A P B A P B A A P B A A P二、某人忘记了电话号码的最后一个数字，因而他随意地拨号，求他拨号不超过两次而接通所需电话的概率．若已知最后一个数字是奇数，那么此概率是多少？ 解：设A 表示“第一次拨通”，B 表示“第二次拨通”，C 表示“拨号不超过两次而拨通”（1）2.0101101)()()(19111101911011=+=⋅+=+=C C C C C C A B P A P C P（2）4.05151)()()(2511141511=+=+=+=A A A A A A B P A P C P三、两台车床加工同样的零件，第一台出现废品的概率是0.03，第二台出现废品的概率是0.02．加工出来的零件放在一起，并且已知第一台加工的零件比第二台加工的零件多 一倍．（1）求任意取出的零件是合格品的概率；（2）如果任意取出的零件是废品，求它是第二台车床加工的概率． 解：设i A 表示“第i 台机床加工的零件”)2,1(=i ；B 表示“出现废品”；C 表示“出现合 格品”（1）)()()()()()()()(22112121A C P A P A C P A P C A P C A P C A C A P C P +=+=+= 973.0)02.01(31)03.01(32≈-⨯+-⨯=（2）25.002.03103.03202.031)()()()()()()()()(22112222=⨯+⨯⨯=+==A B P A P A B P A P A B P A P B P B A P B A P四、猎人在距离100米处射击一动物，击中的概率为0.6；如果第一次未击中，则进行第二次射击，但由于动物逃跑而使距离变为150米；如果第二次又未击中，则进行第三次射击，这时距离变为200米．假定击中的概率与距离成反比，求猎人三次之内击中动物的概率．解：设i A 表示“第i 次击中”)3,2,1(=i ，则由题设，有1006.0)(1kA P ==，得60=k ，从而有4.015060150)(2===k A P ，.3.020060200)(3===k A P设A 表示“三次之内击中”，则321211A A A A A A A ++=，故有)()()()()()()(321211A P A P A P A P A P A P A P ++=832.03.0)4.01()6.01(4.0)6.01(6.0=⨯-⨯-+⨯-+= （另解）设B 表示“猎人三次均未击中”，则168.0)3.01)(4.01)(6.01()(=---=B P故所求为 832.0)(1)(=-=B P B P五、盒中放有12个乒乓球，其中有9个是新的．第一次比赛时从其中任取3个来用，比赛后仍放回盒中．第二次比赛时再从盒中任取3个，求第二次取出的都是新球的概率． 解：设i A 表示“第一次取得i 个新球”)3,2,1,0(=i ，则2201)(312330==C C A P 22027)(31219231==C C C A P 220108)(31229132==C C C A P 22084)(31239033==C C C A P 设B 表示“第二次取出的都是新球”，则312363123731238312393022084220108220272201)()()(C C C C C C C C A B P A P B P i i i ⋅+⋅+⋅+⋅==∑=146.0532400776161112208444722010855142202755212201≈=⋅+⋅+⋅+⋅=第四章 随机事件的独立性·独立试验序列一、一个工人看管三台车床，在一小时内车床不需要工人照管的概率：第一台等于0.9，第二台等于0.8，第三台等于0.7．求在一小时内三台车床中最多有一台需要工人照管的概率． 解：设i A 表示“第i 台机床不需要照管”)3,2,1(=i ，则9.0)(1=A P 8.0)(2=A P 7.0)(3=A P再设B 表示“在一小时内三台车床中最多有一台需要工人照管”，则321321321321A A A A A A A A A A A A B +++=于是有)()()()()()()()()()()()()(321321321321A P A P A P A P A P A P A P A P A P A P A P A P B P +++= )7.01(8.09.07.0)8.01(9.07.08.0)9.01(7.08.09.0-⨯⨯+⨯-⨯+⨯⨯-+⨯⨯=902.0=．（另解）设i B 表示“有i 台机床需要照管”)1,0(=i ，B 表示“在一小时内三台车床中最多有一台需要工人照管”，则10B B B +=且0B 、1B 互斥，另外有 504.07.08.09.0)(0=⨯⨯=B P398.0)7.01(8.09.07.0)8.01(9.07.08.0)9.01()(1=-⨯⨯+⨯-⨯+⨯⨯-=B P 故902.0398.0504.0)()()()(1010=+=+=+=B P B P B B P B P ．二、电路由电池a 与两个并联的电池b 及c 串联而成．设电池c b a ,,损坏的概率分别是0.3、0.2、0.2，求电路发生间断的概率． 解：设1A 表示“a 损坏”；2A 表示“b 损坏”；3A 表示“c 损坏”；则3.0)(1=A P 2.0)()(32==A P A P又设B 表示“电路发生间断”，则321A A A B +=于是有)()()()()(321321321A A A P A A P A P A A A P B P -+=+=)()()()()()(321321A P A P A P A P A P A P -+= 328.02.02.03.02.02.03.0=⨯⨯-⨯+=．三、三个人独立地去破译一个密码，他们能译出的概率分别为51、31、41，求能将此密码译出的概率．解：设A 表示“甲能译出”；B 表示“乙能译出”；C 表示“丙能译出”，则51)(=A P 31)(=B P 41)(=C P设D 表示“此密码能被译出”，则C B A D ⋃⋃=，从而有)()()()()()()()()(ABC P CA P BC P AB P C P B P A P C B A P D P +---++=⋃⋃=)()()()()()()()()()()()(C P B P A P A P C P C P B P B P A P C P B P A P +---++= 6.0413151415141513151413151=⨯⨯+⨯-⨯-⨯-++=． （另解）52)411)(311)(511()()()()()(=---===C P B P A P C B A P D P ，从而有6.053521)(1)(==-=-=D P D P四、甲、乙、丙三人同时对飞机进行射击，三人的命中概率分别为7.0,5.0,4.0．飞机被一人击中而被击落的概率为2.0，被两人击中而被击落的概率为6.0，若三人都击中，则 飞机必被击落．求飞机被击落的概率． 解：设1A 表示“甲命中”；2A 表示“乙命中”；3A 表示“丙命中”；则4.0)(1=A P5.0)(2=A P 7.0)(3=A P设i B 表示“i 人击中飞机” )3,2,1,0(=i ，则09.0)7.01)(5.01)(4.01()())(()()(3213210=---===A P A P A P A A A P B P )()(3213213211A A A A A A A A A P B P ++=)()()(321321321A A A P A A A P A A A P ++=)()()()()()()()()(321321321A P A P A P A P A P A P A P A P A P ++=36.07.0)5.01)(4.01()7.01(5.0)4.01()7.01)(5.01(4.0=⨯--+-⨯⨯-+--⨯=)()(3213213212A A A A A A A A A P B P ++= )()()(321321321A A A P A A A P A A A P ++=)()()()()()()()()(321321321A P A P A P A P A P A P A P A P A P ++=41.07.0)5.01)(4.01()7.01(5.0)4.01()7.01)(5.01(4.0=⨯--+-⨯⨯-+--⨯=14.07.05.04.0)()()()()(3213213=⨯⨯===A P A P A P A A A P B P 设A 表示“飞机被击落”，则由题设有0)(0=B A P 2.0)(1=B A P 6.0)(2=B A P 1)(3=B A P故有458.0114.06.041.02.036.0009.0)()()(30=⨯+⨯+⨯+⨯==∑=i i i B A P B P A P ．五、某机构有一个9人组成的顾问小组，若每个顾问贡献正确意见的概率都是0.7，现在该机构内就某事可行与否个别征求每个顾问的意见，并按多数人意见作出决策，求作 出正确决策的概率．解：设i A 表示“第i 人贡献正确意见”，则7.0)(=i A P )9,,2,1( =i ．又设m 为作出正确意见的人数，A 表示“作出正确决策”，则 )9()8()7()6()5()5()(99999P P P P P m P A P ++++=≥=+⋅⋅+⋅⋅+⋅⋅=277936694559)3.0()7.0()3.0()7.0()3.0()7.0(C C C 9991889)7.0()3.0()7.0(⋅+⋅⋅+C C+⋅⋅+⋅⋅+⋅⋅=273645)3.0()7.0(36)3.0()7.0(84)3.0()7.0(126918)7.0()3.0()7.0(9+⋅⋅+0403.01556.02668.02668.01715.0++++= 901.0=．六、每次试验中事件A 发生的概率为p ，为了使事件A 在独立试验序列中至少发生一次的概率不小于p ，问至少需要进行多少次试验？ 解：设做n 次试验，则n p A P A P )1(1}{1}{--=-=一次都不发生至少发生一次要p p n ≥--)1(1，即要p p n -≤-1)1(，从而有.1)1(log )1(=-≥-p n p 答：至少需要进行一次试验．第五章 离散随机变量的概率分布·超几何分布·二项分布·泊松分布一、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取1个．如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的概率分布． 解：设X 表示“在取得合格品以前已取出的废品数”，则X 的概率分布为即亦即二、自动生产线在调整以后出现废品的概率为p ．生产过程中出现废品时立即进行调整．求在两次调整之间生产的合格品数的概率分布．解：设X 表示“在两次调整之间生产的合格品数”，且设p q -=1，则ξ的概率分布为三、已知一批产品共20个，其中有４个次品．（１）不放回抽样．抽取６个产品，求样品中次品数的概率分布； （２）放回抽样．抽取６个产品，求样品中次品数的概率分布． 解：（1）设X 表示“取出的样本中的次品数”，则X 服从超几何分布，即X 的概率函数为)4,3,2,0()(6206164===-x C C C x X P xx从而X 的概率分布为即（2）设X 表示“取出的样本中的次品数”，则X 服从超几何分布，即X 的概率函数为)6,5,4,3,2,0()2.01()2.0()(66=-==-x C x X P xx x从而X即四、电话总机为300个电话用户服务．在一小时内每一电话用户使用电话的概率等于0.01，求在一小时内有4个用户使用电话的概率（先用二项分布计算，再用泊松分布近似计算，并求相对误差）． 解：（1）用二项分布计算)01.0(=p168877.0)01.01()01.0()1()4(2964430029644300≈-=-==C p p C ξP（2）用泊松分布计算)301.0300(=⨯==np λ168031355.0!43)4(34≈==-e ξP相对误差为.5168877.0168031355.0168877.0000≈-=δ五、设事件A 在每一次试验中发生的概率为0.3，当A 发生次数不少于3次时，指示灯发出信号．现进行了5次独立试验，求指示灯发出信号的概率． 解：设X 表示“事件A 发生的次数”，则3.0)(==p A P ，5=n ，).3.0,5(~B X 于是有)5()4()3()3(=+=+==≥X P X P X P X P5554452335)1()1(p C p p C p p C +-+-=16308.000243.002835.01323.0≈++≈（另解） )2()1()0(1)3(1)3(=-=-=-=<-=≥X P X P X P X P X P322541155005)1()1()1(11p p C p p C p p C ------= 16308.0≈六、设随机变量X 的概率分布为2, 1, ,0 , !)(===k k ak X P kλ；其中λ>0为常数，试确定常数a ．解：因为∑∞===01)(k k X P ，即∑∞==01!k kk λa ，亦即1=λae ，所以.λe a -=第六章 随机变量的分布函数·连续随机变量的概率密度一、函数211x +可否是连续随机变量X 的分布函数？为什么？如果X 的可能值充满区间： （1）（∞+∞- ,）；（2）（0,∞-）．解：（1）设211)(xx F +=，则1)(0<<x F 因为0)(lim =-∞→x F x ，0)(lim =+∞→x F x ，所以)(x F 不能是X 的分布函数．（2）设211)(x x F +=，则1)(0<<x F 且0)(lim =-∞→x F x ，1)(lim 0=-→x F x因为)0( 0)1(2)('22<>+-=x x xx F ，所以)(x F 在（0,∞-）上单增． 综上述，故)(x F 可作为X 的分布函数．二、函数x x f sin )(=可否是连续随机变量X 的概率密度？为什么？如果X 的可能值充满区间：（1）⎥⎦⎤⎢⎣⎡2,0π； （2）[]π,0； （3）⎥⎦⎤⎢⎣⎡23,0π．解：（1）因为⎥⎦⎤⎢⎣⎡∈2,0πx ，所以0sin )(≥=x x f ；又因为1cos )(2020=-=⎰ππx dx x f ，所以当⎥⎦⎤⎢⎣⎡∈2,0πx 时，函数x x f sin )(=可作为某随机变量X 的概率密度．（2）因为[]πx ,0∈，所以0sin )(≥=x x f ；但12cos )(00≠=-=⎰ππx dx x f ，所以当[]πx ,0∈时，函数x x f sin )(=不可能是某随机变量X 的概率密度．（3）因为⎥⎦⎤⎢⎣⎡∈23,0πx ，所以x x f sin )(=不是非负函数，从而它不可能是随机变量X 的概率密度．二、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取1个．如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的分布函数，并作出分布函数的图形． 解：设X 表示“取出的废品数”，则X 的分布律为于是，⎪⎩>3,1x四、（柯西分布）设连续随机变量X 的分布函数为+∞<<∞-+=x x B A x F ,arctan )(．求：（1）系数A 及B ；（2）随机变量X 落在区间)1 ,1(-内的概率；(3) X 的概率密度．解：(1) 由0)2()(lim =-⋅+=-∞→πB A x F x ，12)(lim =⋅+=-∞→πB A x F x ，解得.1,21πB A ==即)( ,arctan 121)(+∞<<-∞+=x x πx F ．(2) .21)]1arctan(121[]1arctan 121[)1()1()11(=-+-+=--=<<-ππF F X P(3) X 的概率密度为)1(1)()(2x x F x f +='=π．五、（拉普拉斯分布）设随机变量X 的概率密度为+∞<<∞-=-x Ae x f x,)(．求：（1）系数A ；（2）随机变量X 落在区间)1,0(内的概率；（3）随机变量X 的分布函数．解：(1) 由1)(⎰+∞∞-=dx x f ，得1220⎰⎰+∞∞-+∞--===A dx e A dx Aex x，解得21=A ，即有 ).( ,21)(+∞<<-∞=-x e x f x(2) ).11(21)(2121)()10(101010ee dx e dx xf X P x x -=-===<<--⎰⎰(3) 随机变量X 的分布函数为⎪⎩⎪⎨⎧>-≤===-∞--∞-⎰⎰021102121)()(x e x e dx e dx x f x F x xx xx ．第七章 均匀分布·指数分布·随机变量函数的概率分布一、公共汽车站每隔5分钟有一辆汽车通过．乘客到达汽车站的任一时刻是等可能的．求乘客候车时间不超过3分钟的概率．解：设随机变量X 表示“乘客的候车时间”，则X 服从]5,0[上的均匀分布，其密度函数为⎩⎨⎧∉∈=]5,0[,0]5,0[,51)(x x x f 于是有.6.053)()30(3===≤≤⎰dx x f X P二、已知某种电子元件的使用寿命X (单位:h)服从指数分布，概率密度为⎪⎩⎪⎨⎧≤>=-.0,0;0,8001)(800x x e x f x任取３个这种电子元件，求至少有１个能使用1000h 以上的概率．解：设A 表示“至少有１个电子元件能使用1000h 以上”；321A 、A 、A 分别表示“元件甲、乙、丙能使用1000h 以上”．则287.08001)1000()()()(4510008001000800321≈=-==>===-∞+-∞+-⎰e e dx e X P A P A P A P xx)()()()()()()()()(321313221321321A A A P A A P A A P A A P A P A P A P A A A P A P +---++=⋃⋃=638.0287.0287.03287.0332≈+⨯-⨯=（另解）设A 表示“至少有１个电子元件能使用1000h 以上”．则287.08001)1000(4510008001000800≈=-==>-∞+-∞+-⎰ee dx e X P xx从而有713.01)1000(1)1000(45≈-=>-=≤-eX P X P ，进一步有638.0713.01)]1000([1)(33≈-≈≤-=X P A P三、(1) 设随机变量X 服从指数分布)(λe ．证明：对于任意非负实数s 及t ，有).()(t X P s X t s X P ≥=≥+≥这个性质叫做指数分布的无记忆性．(2) 设电视机的使用年数X 服从指数分布)10(．e ．某人买了一台旧电视机，求还能使用５年以上的概率． 解：（１）因为)(~λe X ，所以R x ∈∀，有xex F λ--=1)(，其中)(x F 为X 的分布函数．设t s X A +≥=，t X B ≥=．因为s 及t 都是非负实数，所以B A ⊂，从而A AB =．根据条件概率公式，我们有)(1)(1)()()()()()()()(s X P t s X P s X P t s X P B P A P B P AB P B A P s X t s X P <-+<-=≥+≥====≥+≥t st s e e e λλλ--+-=----=]1[1]1[1)(． 另一方面，我们有t t e e t F t X P t X P t X P λλ--=--=-=≤-=<-=≥)1(1)(1)(1)(1)(．综上所述，故有)()(t X P s X t s X P ≥=≥+≥．（２）由题设，知X 的概率密度为⎩⎨⎧≤>=-．，；，0001.0)(1.0x x e x f x 设某人购买的这台旧电视机已经使用了s 年，则根据上述证明的（１）的结论，该电视机还能使用5年以上的概率为6065.01.0)()5()5(5.051.051.05≈=-===≥=≥+≥-∞+-∞+-∞+⎰⎰e e dx e dx xf X P s X s X P xx ．答：该电视机还能使用5年以上的概率约为6065.0．四、设随机变量X 服从二项分布)4.0 ,3(B ，求下列随机变量函数的概率分布： （1）X Y 211-=；（2）2)3(2X X Y -=． 解：X 的分布律为（1）X Y 211-=的分布律为（2）2)3(2X XY -=的分布律为即五、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≤>+=.0,0;0,)1(2)(2x x x x f π求随机变量函数X Y ln =的概率密度．解：因为)()()(ln )()(yX yY e F e X P y X P y Y P y F =<=<=<=所以随机变量函数X Y ln =的概率密度为)( )1(2)()()()(2''+∞<<-∞+====y e e e e f e e F y F y f yyyyyyXYY π，即 )( )1(2)(2+∞<<-∞+=y e e y f y yY π．第八章 二维随机变量的联合分布与边缘分布一、把一颗均匀的骰子随机地掷两次．设随机变量X 表示第一次出现的点数，随机变量Y 表示两次出现点数的最大值，求二维随机变量),(Y X 的联合概率分布及Y 的边缘概率分布． 解：二维随机变量),(Y X 的联合概率分布为Y 的边缘概率分布为二、设二维随机变量（X ，Y ）的联合分布函数)3arctan )(2arctan (),(yC x B A y x F ++=．求：（1）系数A 、B 及C ；（2）（X ，Y ）的联合概率密度：（3）边缘分布函数及边缘概率密度． 解：（1）由0)0,(,0),0(,1),(=-∞=∞-=∞+-∞F F F ，得⎪⎪⎪⎩⎪⎪⎪⎨⎧=-=--=++0)2(0)2)(0(1)2)(2(πB AC πC B A πC πB A 解得2πC B ==，.12πA = （2）因为)3arctan 2)(2arctan 2(1),(2yx y x F ++=πππ，所以（X ，Y ）的联合概率密度为.)9)(4(6),(),(222"y x y x F y x f xy ++==π （3）X 及Y 的边缘分布函数分别为 x xxX xdx x dy y x f dx x F ∞-∞-∞-+∞∞-=+==⎰⎰⎰2arctan1)4(2),()(2ππ2arctan 121xπ+=yxyY ydy y dx y x f dy x F ∞-∞-∞-+∞∞-=+==⎰⎰⎰3arctan1)9(3),()(2ππ3arctan 121y π+=X 及Y 的边缘概率密度分别为⎰⎰⎰+∞+∞∞-+∞∞-++⋅=++==0222222)9(1)4(112)9)(4(6),()(dy y x dy y x dy y x f x f X ππ)4(2)3arctan 31()4(1122022x y x +=+⋅=∞+ππ ⎰⎰⎰+∞+∞∞-+∞∞-++=++==022222241)9(12)9)(4(6),()(dx xy dx y x dx y x f y f Y ππ )9(3)2arctan 21()9(122022y x y +=+=∞+ππ三、设),(Y X 的联合概率密度为⎩⎨⎧>>=+-.,00;0,,Ae ),(3y)(2x 其它y x y x f求：（1）系数A ；（2）),(Y X 的联合分布函数；（3）X 及Y 的边缘概率密度；（4）),(Y X落在区域R ：632 ,0 ,0<+>>y x y x 内的概率． 解：（1）由1),(=⎰⎰+∞∞-+∞∞-dy dx y x f ，有16132==⎰⎰∞+∞+--A dy e dx e A y x ，解得.6=A （2）),(Y X 的联合分布函数为⎪⎩⎪⎨⎧>>==⎰⎰⎰⎰--∞-∞-其它0,06),(),(0032y x dy e dx e dy y x f dx y x F x y y x xy⎩⎨⎧>>--=--其它00,0)1)(1(32y x e e y x（3）X 及Y 的边缘概率密度分别为⎩⎨⎧≤>=⎪⎩⎪⎨⎧≤>==-+∞--∞+∞-⎰⎰00020006),()(2032x x ex x dy e e dy y x f x f x y x X⎩⎨⎧≤>=⎪⎩⎪⎨⎧≤>==-+∞--∞+∞-⎰⎰30006),()(3032y y ex x dxe e dx y xf y f yy x Y （4）⎰⎰⎰⎰---==∈x y xR dy e dx edxdy y x f R Y X P 32203326),(}),{(6306271)(2---⎰-=-=e dx e e x四、设二维随机变量),(Y X 在抛物线2x y =与直线2+=x y 所围成的区域R 上服从均匀分布．求：(1) ),(Y X 的联合概率密度；(2) 概率)2(≥+Y X P ． 解：(1) 设),(Y X 的联合概率密度为⎩⎨⎧∉∈=.),(, 0;),(,),(R y x R y x C y x f 则由129)322()2(21322122212==-+=-+==--+-⎰⎰⎰⎰⎰C x x x C dx x x C dy dx C Cdxdy x x R解得92=C ．故有⎪⎩⎪⎨⎧∉∈=.),(, 0;),(,92),(R y x R y x y x f(2) ⎰⎰⎰⎰⎰⎰++-≥++==≥+x x x x y x dy dx dy dx dxdy y x f Y X P 2212210229292),()2(⎰⎰-++=21210)2(92292dx x x xdx481.02713)322(92922132102≈=-++=x x x x ． 第九章 随机变量的独立性·二维随机变量函数的分布一、设X 与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;0,21)(2y y e y f yY求 (1) ),(Y X 的联合概率密度; (2) 概率)(X Y P ≥．解: (1)X 的概率密度为⎩⎨⎧∉∈=)1,0(,0)1,0(,1)(x x x f X ，),(Y X 的联合概率密度为（注意Y X ,相互独立）⎪⎩⎪⎨⎧><<==-其它,00,10,21)()(),(2y x e y f x f y x f yY X（2）dx edx e dy e dx dxdy y x f X Y P x xyxy xy ⎰⎰⎰⎰⎰⎰-∞+-∞+-≥=-===≥1021022102)(21),()(7869.0)1(2221122≈-=-=--e ex二、设随机变量X 与Y 独立，并且都服从二项分布：.,,2 ,1 ,0 ,)(; ,,2 ,1 ,0 ,)(212211n j qp C j p n i q p C i p jn jj n Y in i i n X ====--证明它们的和Y X Z +=也服从二项分布．证明: 设j i k +=, 则ik n i k i k n ki i n i i n ki Y X Z q p C q p C i k P i P k Z P k P +---=-=∑∑=-===2211)()()()( ∑=-+=ki k n n k i n in q p C C2121)( 由knm ki ik nk m C C C +=-=∑, 有k n n ki in i n C C C21210+==∑. 于是有 ),,2,1,0( )(212121n n k q p C k P kn n k i n n Z +==-++ 由此知Y X Z +=也服从二项分布.三、设随机变量X 与Y 独立，并且X 在区间[0，1]内服从均匀分布，Y 在区间[0，2]内服从辛普森分布：⎪⎩⎪⎨⎧><≤<-≤≤=.20 0,; 2 1 ,2;10 ,)(y y y y y y y f Y 或求随机变量Y X Z +=的概率密度． 解: X 的概率密度为 ⎩⎨⎧∉∈=]1,0[,0]1,0[,1)(x x y f ξ . 于是),(Y X 的联合概率密度为⎪⎩⎪⎨⎧≤<≤≤-≤≤≤≤=. 0, 2 1,10 ,210,10,),(其它当当y x y y x y y x fY X Z +=的联合分布函数为}),{(}{}{)(D y x P z Y X P z Z P z F Z ∈=≤+=≤=，其中D 是zy x ≤+与),(y x f 的定义域的公共部分.故有 ⎪⎪⎪⎩⎪⎪⎪⎨⎧≤<+-≤<-+-≤≤><=3229321212331023,00)(222z z z z z z z zz z z F Z 从而随机变量Y X Z +=的概率密度为⎪⎪⎩⎪⎪⎨⎧≤<-≤<+-≤≤><=3232132103,00)(z z z z z z z z z f Z三、电子仪器由六个相互独立的部件ij L （3,2,1;2,1==j i ）组成，联接方式如右图所示．设各个部件的使用寿命ij X 服从相同的指数分布)(λe ，求仪器使用寿命的概率密度．解: 由题设，知ij X 的分布函数为⎩⎨⎧≤>-=-0,00,1x x e F x X ijλ先求各个并联组的使用寿命)3,2,1( =i Y i 的分布函数.因为当并联的两个部件都损坏时,第i 个并联组才停止工作,所以有)3,2,1(),m ax (21==i Y i i i ξξ从而有)3,2,1( =i Y i 的分布函数为⎩⎨⎧≤>-==-0,00,)1()(221y y e F F y F y X X Y i i i λ 设Z "仪器使用寿命".因为当三个并联组中任一个损坏时,仪器停止工作.所以有),,min (321Y Y Y Z =.从而有Z 的分布函数为⎩⎨⎧≤>---=⎩⎨⎧≤>----=-0,00,])1(1[10,00)],(1)][(1)][(1[1)(32321z z e z z z F z F z F z F z Y Y Y Z λ 故Z 的概率密度为⎩⎨⎧≤>--=---0,00,)2)(1(6)(23z z e e e z f z z z Z λλλλ第十章 随机变量的数学期望与方差一、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取一个．如果取出的废品不再放回去，求在取得合格品以前已取出的废品数的数学期望、方差与标准差． 解：设X 表示“在取得合格品以前已取出的废品数”，则X 的概率分布为即1103322013220924491430=⨯+⨯+⨯+⨯=EX 即3.0004.03041.02205.0175.00≈⨯+⨯+⨯+⨯=EX2X 的分布为即于是有229220192209444914302=⨯+⨯+⨯+⨯=EX 即4091.0004.09041.04205.0175.002≈⨯+⨯+⨯+⨯=EX从而有3191.013310042471)11033(229)(222≈=-=-=EX EX DX 565.03191.0≈==DX Xσ二、对某一目标进行射击，直至击中为止．如果每次射击命中率为p ，求射击次数的数学期望及方差． 解：设X 表示“第i 次击中”),2,1( =i ，则X 的分布为p q p q q p q p iqp ipqEX i i i i i i 1)1()1()(211111=-='-='===∑∑∑∞=∞=-∞=- 2Xp pp p q q p q p q q p pqi EX i i i ii i 122)1()1()(])([223111122-=-=-+='=''==∑∑∑∞=∞=∞=- 进一步有pp p p p EX EX DX 11)1(12)(22222-=--=-=三、设离散型随机变量X 的概率函数为,,2,1,21]2)1([ ==-=k k X P k k k问X 的数学期望是否存在？若存在，请计算)(X E ；若不存在，请解释为什么．解：因为∑∑∑∑∞=∞=∞=∞=-=⋅-=-=-==1111)1(212)1(]2)1([2)1()(k k k k k k k k k k ki i i k k k X P k x X P x 不绝对收敛，所以ξ没有数学期望．四、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≥<-=.1, 0;1,11)(2x x x x f π 求数学期望)(X E 及方差)(X D ．解：011)()(112=-⋅==⎰⎰-+∞∞-dx xx dx x xf X E πdx x x dx x x dx x f x X D ⎰⎰⎰-=-⋅==-∞+∞-1022112221211)()(πππ21]arcsin 2112[2102=+--=x x x π五、（拉普拉斯分布）设随机变量X 的概率密度为 )( ,21)(+∞<<-∞=-x e x f x．求数学期望)(X E 及方差)(X D ． 解：021)(===⎰⎰+∞∞--+∞∞-dx xe dx x xf EX x2!2)3(21)(0222==Γ====⎰⎰⎰+∞-+∞∞--+∞∞-dx e x dx e x dx x f x DX x x（分部积分亦可）第十一章 随机变量函数的数学期望·关于数学期望与方差的定理一、设随机变量X 服从二项分布)4.0,3(B ，求2)3(X X Y -=的数学期望及方差． 解：X 的概率分布为Y 的概率分布为2Y 的分布为72.072.0128.00=⨯+⨯=EY 72.072.0128.002=⨯+⨯=EY2016.0)72.0(72.0)(222=-=-=EY EY DY二、过半径为R 的圆周上一点任意作这圆的弦，求所有这些弦的平均长度．解：在圆周上任取一点O ，并通过该点作圆得直径OA ．建立平面直角坐标系，以O 为原点，且让OA 在x 轴的正半轴上．通过O 任作圆的一条弦OB ，使OB 与x 轴的夹角为θ，则θ服从]2,2[ππ-上的均匀分布，其概率密度为⎪⎩⎪⎨⎧-∉-∈=]2,2[,0]2,2[,1)(ππθππθπθf ．弦OB 的长为 ]2,2[cos 2)(ππθθθ-∈=R L ，故所有弦的平均长度为⎰⎰-∞+∞-⋅==22cos 21)()()]([ππθθπθθθθd R d L f L EπθπθθπππRR d R4sin 4cos 42020===⎰．三、一工厂生产的某种设备的寿命X （以年计）服从指数分布，概率密度为⎪⎩⎪⎨⎧≤>=-. 0,0 ;0 ,41)(4x x e x f x工厂规定，出售的设备若在售出一年之内损坏可予以调换．若工厂售出一台设备赢利100元，调换一台设备厂方需花费300元．试求厂方出售一台设备的平均净赢利． 解：由题设，有⎰⎰---∞--=-===<104110441141)()1(e e dx e dx x f X P x x 进而有 41)1(1)1(-=<-=≥eX P X P设Y 表示“厂方出售一台设备获得的净赢利”，则Y 的概率分布为从而有64.33200300100)1(200414141≈-⨯=⨯+-⨯-=---ee e EY答：厂方出售一台设备获得的平均净赢利约为64.33元．四、设随机变量n X X X ,,21相互独立，并且服从同一分布，数学期望为μ，方差为2σ．求这些随机变量的算术平均值∑==ni i X n X 11的数学期望与方差．解：因为μ=)(i X E ，2)(σ=i X D ，且随机变量n X X X ,,21相互独立．所以有μμ=====∑∑∑∑====ni n i i ni i n i i n X E n X E n X n E X E 11111)(1)(1)1()(，nn X D n X D n X n D X D ni ni in i i n i i 2122121211)(1)(1)1()(σσ=====∑∑∑∑====．五、一民航送客车载有20位旅客自机场开出，沿途有10个车站可以下车，到达一个车站时如没有旅客下车就不停车．假设每位旅客在各车站下车是等可能的，且各旅客是否下车相互独立．求该车停车次数的数学期望．解: 设i X 表示"第i 站的停车次数" (10,,2,1 =i ). 则i X 服从"10-"分布. 其中⎩⎨⎧=站有人下车若在第站无人下车若在第i i X i ,1,0于是i X 的概率分布为设∑==ni iXX 1, 则X 表示沿途停车次数, 故有]})10110(1[1)10110(0{10)(2020101101--⨯+-⨯===∑∑==i i i i EX X E EX748.8)9.01(1020≈-=即停车次数的数学期望为748.8.第十二章 二维随机变量的数字特征·切比雪夫不等式与大数定律一、设二维随机变量),(Y X 的联合概率密度为()(). 1,222++=y xAy x f求：（1）系数A ；（2）数学期望)(X E 及)(Y E ，方差)(X D 及)(Y D ，协方差),cov(Y X ．解: (1) 由⎰⎰+∞∞-+∞∞-=1),(dxdy y x f . 有()()⎰⎰⎰⎰∞+∞-∞+∞-∞+==+=++1112022222A dr rrd A dxdy y xAπθπ解得, π1=A .(2) ()011),()(222⎰⎰⎰⎰∞+∞-∞+∞-∞+∞-∞+∞-=++==dx y xxdy dxdy y x xf X E π.由对称性, 知 0)(=Y E .⎰⎰+∞∞-+∞∞-==-=dxdy y x f x EX EX X E X D ),(])[()(222()⎰⎰∞+∞-∞+∞-++=dx y xx dy 222211π()()+∞=+++=+-+=+=∞+∞+∞+⎰⎰⎰22022220223]11)1ln([1)1(211rr dr r rr r dr rr d πθπ同理, 有 +∞=)(Y D .)()])([(),cov(XY E EY Y Ex X E Y X =--=⎰⎰+∞∞-+∞∞-=dxdy y x xyf ),(()011),(222⎰⎰⎰⎰∞+∞-∞+∞-∞+∞-∞+∞-=++==dx y xxydy dxdy y x xyf π.二、设二维随机变量),(Y X 的联合概率密度为⎩⎨⎧<<<=其它．,0;10,,1),(x x y y x f求(1) ),cov(Y X ；(2) X 与Y 是否独立，是否相关，为什么？解: (1) 因为 ⎰⎰⎰⎰⎰====-∞+∞-∞+∞-10210322),(dx x dy xdx dxdy y x xf EX x x0),(10===⎰⎰⎰⎰-+∞∞-+∞∞-xx ydy dx dxdy y x yf EY0),()(1===⎰⎰⎰⎰-+∞∞-+∞∞-xxydy xdx dxdy y x xyf XY E所以有])32[()])([(),cov(Y X E EY Y EX X E Y X -=--=⎰⎰+∞∞-+∞∞-=dxdy y x xyf ),(010==⎰⎰-xxydy xdx ．(2) 当)1,0(∈x 时,有 ⎰⎰+∞∞--===x dy dy y x f x f xxX 2),()(; 当)1,0(∉x 时, 有0)(=x f X .即⎩⎨⎧∉∈=)1,0(0)1,0(2)(X x x x x f 同理有 ⎩⎨⎧∉+∈-=⎪⎩⎪⎨⎧∉∈=⎰⎰-)1,0(1)1,0(1)1,0()1,0()(11Y x y x y x dx x dx y f yy因为 ),()()(y x f y f x f Y X ≠, 所以X 与Y 不是独立的．又因为0),cov(=Y X , 所以X 与Y 是不相关的．三、利用切比雪夫不等式估计随机变量X 与其数学期望)(X E 的差的绝对值大于三倍标准差)(X σ的概率．解：91)3()3(2=≤>-ξξξξξD D D E P ．四、为了确定事件A 的概率，进行10000次重复独立试验．利用切比雪夫不等式估计：用事件A在10000次试验中发生的频率作为事件A 的概率的近似值时，误差小于0.01的概率． 解：设ξ表示“在10000次试验中事件A 的次数”，则)5.0,10000(~B ξ且有50005.010000=⨯==np E ξ 2500)5.01(5.010000=-⨯⨯==n p q D ξ 于是有npqp npq p np m P p n m P 22)01.0(1)01.0(1)01.0()01.0(-=-≥<-=<- 75.025.011=-=-=pq五、样检查产品质量时，如果发现次品多于10个，则认为这批产品不能接受．应该检查多少个产品，可使次品率为10%的一批产品不被接受的概率达到0.9？ 解：设ξ表示“发现的次品件数”，则)1.0,(~n B ξ，现要求.nn ξE 1.0= n ξD 09.0=要使得9.0)10(=>ξP ，即9.0)10(=≤<n ξP ，因为9.0)10(=≤<n ξP ，所以 )3.01.03.01.03.01.010()10(nn n n n ξn n P ξD ξE n ξD ξE ξξD ξE P -≤-<-=-≤-<-)3.01.010()3()33.01.03.01.010(1,01,0nn n n n n ξn n P --≈≤-<-=ΦΦ1)3.0101.0()3(1,01,0--+nn n ΦΦ （德莫威尔—Laplace 定理）因为10>n ，所以53>n ，从而有1)3(1,0≈n Φ，故9.0)3.0101.0(1,0≈-nn Φ． 查表有8997.0)28.1(1,0=Φ，故有28.13.0101.0≈-nn ，解得.146≈n 答：应该检查约146个产品，方可使次品率为10%的一批产品不被接受的概率达到0.9．第十三章 正态分布的概率密度、分布函数、数学期望与方差一、设随机变量X 服从正态分布)2,1(2N ，求（1）)8.56.1(<≤-X P ；（2）)56.4(≥X P ．解：(1) )4.2213.1()8.416.2()8.56.1(<-≤-=<-≤-=<≤-X P X P X P 8950.09032.019918.0)]3.1(1[)4.2()3.1()4.2(1,01,01,01,0=+-=--=--=ΦΦΦΦ(2) )78.12178.2(1)56.4(1)56.4(<-<--=<-=≥X P X P X P )]78.2(1)78.1(1)]78.2()78.1([11,01,01,01,0ΦΦΦΦ-+-=---=.0402.09973.09625.02=--二、已知某种机械零件的直径X （mm ）服从正态分布)6.0,100(2N ．规定直径在2.1100±（mm ）之间为合格品，求这种机械零件的不合格品率． 解：设p 表示这种机械零件的不合格品率，则)2.1100(1)2.1100(≤--=>-=X P X P p ．而)26.01002()6.02.16.01006.02.1()2.1100(≤-≤-=≤-≤-=≤-X P X P X P 1)2(2)]2(1[)2()2()2(-Φ=Φ--Φ=-Φ-Φ= 9544.019772.02=-⨯= 故0456.09544.01=-=p ．三、测量到某一目标的距离时发生的误差X (m)具有概率密度3200)20(22401)(--=x ex f π求在三次测量中至少有一次误差的绝对值不超过30m 的概率．解：三次测量中每次误差绝对值都超过30米可表为}30{}30{}30{>⋃>⋃>=ξξξD 第三次第二次第一次因为)40,20(~2N ξ，所以由事件的相互独立性，有31,01,033)]25.0(1)25.1([})3030{(})30{()(ΦΦ-+-=>+-<=>=ξξP ξP D P13025.05069.0)8944.05987.02(33≈=--= 于是有86975.013025.01)(1}30{=-=-=<D P P 米至少有一次绝对值三次测量中ξ．四、设随机变量),(~2σμN X ，求随机变量函数Xe Y =的概率密度（所得的概率分布称为对数正态分布）．解：由题设，知X 的概率密度为)(21)(222)(+∞<<-∞=--x ex f x X σμσπ从而可得随机变量Y 的分布函数为)()()(y e P y Y P y F X Y ≤=≤=．当0≤y 时，有0)(=y F Y ；此时亦有0)(='y F Y ． 当0>y 时，有dx ey X P y F yx Y ⎰∞---=≤=ln 2)(2221)ln ()(σμσπ．此时亦有222)(ln 21)(σμσπ--='y Y eyy F ．从而可得随机变量Y 的概率密度为⎪⎩⎪⎨⎧>≤=--.0,21;0,0)(222)(ln y e yy y f y Y σμσπ五、设随机变量X 与Y 独立，),(~211σμN X ，),(~222σμN Y ，求： (1) 随机变量函数bY aX Z +=1的数学期望与方差，其中a 及b 为常数； (2) 随机变量函数XY Z=2的数学期望与方差．解：由题设，有211)(,)(σμ==X D X E ；222)(,)(σμ==Y D Y E ．从而有(1)211)()()()()()(μμb a Y bE X aE bY E aX E bY aX E Z E +=+=+=+=；222212221)()()()()()(σσb a Y D b X D a bY D aX D bY aX D Z D +=+=+=+=．(2)212)()()()(μμ===Y E X E XY E Z E ；)()()()()()()()(22222222Y E X E Y E X E XY E Y X E XY D Z D -=-== )()()]()()][()([2222Y E X E Y E Y D X E X D -++= )()()()()()(22X E Y D Y E X D Y D X D ++= 212222212221μσμσσσ++=．第十四章二维正态分布·正态随机变量线性函数的分布中心极限定理一、设二维随机变量),(Y X 服从二维正态分布，已知0)()(==Y E X E ，16)(=X D ，25)(=Y D ，并且12),cov(=Y X ，求),(Y X 的联合概率密度．解：已知0==y x μμ，416==x σ，525==y σ，53),cov(),(===y x Y X Y X r σσ．从而 2516)53(1122=-=-r ，5412=-r ． 进一步按公式])())((2)([)1(21222222121),(yy y x y x x x y y x r x r y x ery x f σμσσμμσμσπσ-+-------=，可得),(Y X 的联合概率密度为)2550316((322522321),(y xy x e y x f +--=π．二、设随机变量X 与Y 独立，并且)1,0(~N X ，)2,1(~2N Y ．求随机变量32+-=Y X Z 的概率密度． 解：由题设，有0)(=X E ，1)(=X D ，1)(=Y E ，4)(=Y D ．又根据关于数学期望的定理和方差的定理以及独立正态随机变量线性组合的分布，我们有2)3()()(2)32()(=+-=+-=E Y E X E Y X E Z E ． 8)3()()(4)32()(=++=+-=D Y D X D Y X D Z D ．且)8,2())(,)((~N Z D Z E N Z =，故随机变量32+-=Y X Z 的概率密度为16)2(82)2(2241821)(--⨯--==z z Z eez f ππ )(+∞<<-∞z ．。
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 。
概率论与数理统计教程第四版(沈恒范)(超全免费版)
若事件 、 相互独立，则可得到 与 、 与 、 与 也都相互独立。
必然事件 和不可能事件Ø与任何事件都相互独立。
Ø与任何事件都互斥。
②多个事件的独立性
设ABC是三个事件，如果满足两两独立的条件，
P(AB)=P(A)P(B)；P(BC)=P(B)P(C)；P(CA)=P(C)P(A)
分布函数具有如下性质：
1° ；
2° 是单调不减的函数，即 时，有 ；
3° ， ；
4° ，即 是右连续的；
5° 。
对于离散型随机变量， ；
对于连续型随机变量， 。
（5）八大分布
0-1分布
P(X=1)=p, P(X=0)=q
二项分布
在 重贝努里试验中，设事件 发生的概率为 。事件 发生的次数是随机变量，设为 ，则 可能取值为 。
记为（X，Y）～N（
由边缘密度的计算公式，可以推出二维正态分布的两个边缘分布仍为正态分布，
即X～N（
但是若X～N（ ，(X，Y)未必是二维正态分布。
（10）函数分布
Z=X+Y
根据定义计算：
对于连续型，fZ(z)＝
两个独立的正态分布的和仍为正态分布（ ）。
n个相互独立的正态分布的线性组合，仍服从正态分布。
若 ，则 的分布函数为
。。
参数 、 时的正态分布称为标准正态分布，记为 ，其密度函数记为
， ，
分布函数为
。
是不可求积函数，其函数值，已编制成表可供查用。
Φ(-x)＝1-Φ(x)且Φ(0)＝ 。
如果 ~ ，则 ~ 。
。
（6）分位数
下分位表： ；
上分位表： 。
（7）函数分布
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
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\Y12311/61/91/1821/3a1/9求a.分析：dsfsd1f6d54654646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：Y01/31pk7/121/121/3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)的分布律为从而(X,Y)的联合概率分布为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-x22dx]=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=∫01dy∫y2y12dx=14,P{U=1,V=1}=1-P{U=0,V=0}-P{U=0,V=1}-P{U=1,V=0}=1/2,即U\V01011/401/41/2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)F Y(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=1}=2×112×11=166,习题2假设随机变量Y服从参数为1的指数分布，随机变量Xk={0,若Y≤k1,若Y>k(k=1,2),求(X1,X2)的联合分布率与边缘分布率.解答：因为Y服从参数为1的指数分布，X1={0,若Y≤11,若Y>1, 所以有P{X1=1}=P{Y>1}=∫1+∞e-ydy=e-1,P{X1=0}=1-e-1,同理P{X2=1}=P{Y>2}=∫2+∞e-ydy=e-2,P{X2=0}=1-e-2,因为P{X1=1,X2=1}=P{Y>2}=e-2，P{X1=1,X2=0}=P{X1=1}-P{X1=1,X2=1}=e-1-e-2,P{X1=0,X2=0}=P{Y≤1}=1-e-1,P{X1=0,X2=1}=P{X1=0}-P{X1=0,X2=0}=0,故(X1,X2)联合分布率与边缘分布率如下表所示：习题3在元旦茶话会上，每人发给一袋水果，内装3只橘子，2只苹果，3只香蕉. 今从袋中随机抽出4只，以X记橘子数，Y记苹果数，求(X,Y)的联合分布.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：习题4设随机变量X与Y相互独立，下表列出了二维随机变量(X,Y)的联合分布律及关于X与Y解答：由题设X与Y相互独立，即有pij=pi⋅p⋅j(i=1,2;j=1,2,3), p⋅1-p21=p11=16-18=124,又由独立性，有p11=p1⋅p⋅1=p1⋅16故p1⋅=14.从而p13=14-124-18, 又由p12=p1⋅p⋅2, 即18=14⋅p⋅2.从而p⋅2=12. 类似的有p⋅3=13,p13=14,p2⋅=34.将上述数值填入表中有习题5设随机变量(X,Y)的联合分布如下表：求：(1)a值；(2)(X,Y)的联合分布函数F(x,y)；(3)(X,Y)关于X,Y的边缘分布函数FX(x)与FY(y).解答：(1)\because由分布律的性质可知∑i⋅jPij=1, 故14+14+16+a=1,∴a=13.(2)因F(x,y)=P{X≤x,Y≤y}①当x<1或y<-1时，F(x,y)=0;②当1≤x<2,-1≤y<0时，F(x,y)=P{X=1,Y=-1}=1/4;③当x≥2,-1≤y<0时，F(x,y)=P{X=1,Y=-1}+P{X=2,Y=-1}=5/12;④当1≤x<2,y>0时，F(x,y)=P{X=1,Y=-1}+P{X=1,Y=0}=1/2;⑤当x≥2,y≥0时，F(x,y)=P{X=1,Y=-1}+P{X=2,Y=-1}+P{X=1,Y=0}+P{X=2,Y=0}=1;综上所述，得(X,Y)联合分布函数为F(x,y)={0,x<1或y<-11/4,1≤x<2,-1≤y<05/12,x≥2,-1≤y<01/2,1≤x<2,y≥01,x≥2,y≥0.(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)dxdy=∫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与Y独立，则有p22=p2⋅p⋅2 得b=(b+19)(b+49) ①p12=p1⋅p⋅2 得19=(a+19)(b+49) ②由式①得b=29, 代入式②得a=118. 由分布律的性质，有a+b+c+19+19+13=1,代入a=118,b=29, 得c=16.易验证，所求a,b,c的值，对任意的i和j均满足pij=pi⋅×p⋅j.因此，所求a,b,c的值为a=118,b=29,c=16.习题13已知随机变量X1和X2的概率分布为且P{X1X2=0}=1.(1)求X1和X2的联合分布律；(2)问X1和X2是否独立？解答：(1)本题是已知了X1与X2的边缘分布律，再根据条件P{X1X2=0}=1, 求出联合分布. 列表如下：P{X1=1,X2=1}=0,P{X1=-1,X2=1}=0.再由p⋅1=p-11+p11+p01, 得p01=12, p-10=p-1⋅=p-11=14,p10=p1⋅-p11=14,从而得p00=0.(2)由于p-10=14≠p-1⋅⋅p⋅0=14⋅12=18, 所以知X1与X2不独立.习题14设(X,Y)的联合密度函数为f(x,y)={1πR2,x2+y2≤R20,其它,(1)求X与Y的边缘概率密度；(2)求条件概率密度，并问X与Y是否独立？解答：(1)当x<-R或x>R时，fX(x)=∫-∞+∞f(x,y)dy=∫-∞+∞0dy=0;当-R≤x≤R时，fX(x)=∫-∞+∞f(x,y)dy=1πR2∫-R2-x2R2-x2dy=2πR2R2-x2.于是fX(x)={2R2-x2πR2,-R≤x≤R0,其它.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X\Y -112-12 1/102/103/102/101/101/10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)-2011341-1-2-2241-1-1/2-221-112222于是(1)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 4-3
第四章随机变量的数字特征第三节协方差及相关系数一、协方差与相关系数的概念及性质二、相关系数的意义三、小结第四章随机变量的数字特征一、协方差与相关系数的概念及性质1、问题的提出两个二维随机变量的分布状况问a,b应如何选择，可使aX+b最接近Y？接近的程度又应如何来衡量？设e=E[Y−(a+bX)2]则e可用来衡量a+bX近似表达Y的好坏程度.当e的值越小，表示a+bX与Y的近似程度越好.确定a,b的值，使e达到最小.若随机变量X和Y相互独立，那么D(X+Y)=D(X)+D(Y).若随机变量X和Y不相互独立D(X+Y)=?D(X+Y)=E X+Y2−E(X+Y)2=D(X)+D(Y)+2E{[X−E(X)][Y−E(Y)]}.2. 定义量E X−E X Y−E Y称为随机变量X与Y的协方差，记为Cov X,Y即C ov(X,Y)=E{[X−E(X)][Y−E(Y)]}而ρXY=) Cov(X,Y)D(X⋅)D(Y称为随机变量X与Y的相关系数.3. 说明(1) X和Y的相关系数又称为标准协方差，它是一个无量纲的量.(2) 若随机变量X和Y相互独立⇒Cov(X,Y)=E{[X−E(X)][Y−E(Y)]}=E[X−E(X)]E[Y−E(Y)]=0(3) 若随机变量X和Y相互独立⇒D(X+Y)=D(X)+D(Y)+2E{[X−E(X)][Y−E(Y)]}=D(X)+D(Y)+2Cov(X,Y)=D(X)+D(Y).4. 协方差的计算公式(1) Cov(X,Y)=E(XY)−E(X)E(Y);(2) D(X+Y)=D(X)+D(Y)+2Cov(X,Y).5. 性质(1)Cov(X,Y)=Cov(Y,X);(2)Cov(aX,bY)=abCov(X,Y),a,b为常数;(3)Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y).例1：设(X,Y)~N(μ1,μ2,σ12,σ22,ρ)，试求X 与Y 的相关系数.结论(1) 二维正态分布密度函数中，参数ρ代表了X与Y的相关系数；(2) 二维正态随机变量X与Y相关系数为零等价于X与Y相互独立.二维正态随机变量(X,Y)的概率密度曲面与相关系数ρXY=ρ的关系.例2：二维随机变量(X,Y)分别服从N(1,32),N(0,42),ρXY=−Τ12,设Z=ΤY2.X3+Τ1.求Z的数学期望和方差.2.求X与Z的相关系数.3.问X与Z是否相互独立?为什么?二、相关系数的意义1.问题的提出问a,b 应如何选择，可使aX+b最接近Y？接近的程度又应如何来衡量？设e=E[Y−(a+bX)2]则e可用来衡量a+bX近似表达Y的好坏程度.当e的值越小，表示a+bX与Y的近似程度越好.确定a,b的值，使e达到最小.2. 相关系数的意义当|ρXY|较大时e较小，表明X,Y的线性关系联系较紧密.当|ρXY|较小时，X,Y线性相关的程度较差.当ρXY=0时，称X和Y不相关.例3：设θ服从[0,2π]的均匀分布，ξ=cosθ,η=cos(θ+a),这里a是常数，求ξ和η的相关系数，并判断其独立性?动画演示ξ与η的相关关系.3. 注意(1) 不相关与相互独立的关系↚⇎相互独立不相关(2) 不相关的充要条件1.X,Y不相关⇔ρXY=0;2.X,Y不相关⇔Cov(X,Y)=0;3.X,Y不相关⇔E(XY)=E(X)E(Y).4. 相关系数的性质1.|ρXY|≤1.2.|ρXY|=1的充要条件是：存在常数a,b使P{Y=a+bX}=1.三、小结相关系数的意义当|ρXY|较大时，X,Y的线性相关程度较高.当|ρXY|较小时，X,Y的线性相关程度较差.当ρXY=0时，X和Y不相关.复习题•一、判断题1.E XY=E X E(Y)是随机变量X,Y相互独立的充分而非必要条件（）2.对二维随机变量(X,Y)来说，X,Y不相关的充要条件是其相互独立（）3.随机变量X,Y相互独立，它们取1和-1的概率均为0.5，则X=Y.（）4.随机变量X,Y不相关，则E XY=E X E(Y). （）•二、填空题1.随机变量X,Y 相互独立，则Cov X,Y =______,ρXY =_________.2.若X,Y ~N(μ1,μ2,σ12,σ22,0.5)，则ρXY =_______。
概率论与数理统计浙大第四版-第三章2
3 y (4 y ) 3 2 x y dx , 0 y 4, 16 y 32 0 , 其它．
fY ( y ) 0 ，故 因为仅当 y 在 (0,4) 内取值时， 2x y x 2, , f ( x , y) f X |Y ( x | y) 4 y f Y ( y) 其它． 0 ,
3x 2 , 0 x 1, 其它． 0,
3x 1 f ( x , y ) 2 , 0 y x 1, 3x f Y | X ( y | x) x f X ( x) 0, 其它．
于是
1 1 1 1 8 8 P{Y | X } f Y | X ( y | x )dy 4 dy 0 8 4 4 2
j ，若
易知上述条件概率具有分布律的性质
1) P{ X xi Y y j } 0
2)
P{ X x
i 1
i
Y y j}
i 1
pi j p j
p j p j
1
同样，设 ( X , Y是二维离散型随机变量，对于固定 ) 的
P{ X xi } 0 ，则称 pi j P{Y y j X xi } j 1, 2 , pi 为在 X xi 的条件下 X 的条件分布律。
G
0
2
x2
0
16 A x y dy 3
3 A 16
f X ( x)
f ( x , y ) dy
5 3 x2 3x x y dy , 0 x 2, 16 0 32 0 , 其它．
fY ( y )
概率论与数理统计浙大四版习题答案第三章资料
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：⎪⎩⎪⎨⎧=ο若第一次取出的是次品若第一次取出的是正品,1,,0X ⎪⎩⎪⎨⎧=ο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(第三版)课后答案习题4
--WORD 格式--可编辑--专业资料-------学习资料分享----lea di ng ca dr es ' aw ar en e s s o f ri g h t i n pl a c e , st u d y t h e p a rt y C o n s ti t ut io n a n d p ar ty r u l e s , s e ri e s o f s p e e c h e s c a n m a k e pr op er eff ect . Pa rty ca dr e s t o "t w o " le a d b y e x a m p l e , t o le ad by ex a m pl e w e mu st cha nge our min d, rec ogn i zing that "tw o" is imp orta nt. Firs t, l e a r n t h e C o m m u n i st P a rt y C o n st i t u t i o n P ar ty ru le s, le ar ni n g le ar ni n g se ri es im po rta nt sp e ec h by Ge n er al S e cr et ar y c a n e n h a n c e t h e o r y . W it h t h e "t h i r d re v ol ut io n " t h e ri s e o f r a pi d c h a n g e s i n o ur lif e ar e fe eli ng , th e C o m m un ist s s h o u l d ad he re to th e th eo ry of c o nf id e n c e w i l l c o n t i n u e t o le ar n fr o m t he voi ce s of the tim es, t h e ti m e s, in t u r n , w i l l h a v e n e w r e q u i r e m e n t s f o r l e a di n g p a rt y c a d r e s. "T w o " is t h e m o s t ba sic m ea ni ng of m e m be r s al l m a s t e ri n g t h e c o r e t h e o r y a n d t h e m o st a d v a n c e d w e a p o n s t h e o r y , c o m pl e m en t th e sp irit of ca l ciu m. S ec on dly , t he Co m mu ni s t P a rt y C o n s ti t u ti o n P a rt y r u l es , le ar ni n g l ea rn i n g s e r ies im po rta nt sp ee ch by Ge ne ral S ec ret ar y be abl e to fir m ly b ui ld t h e i d e o lm u lt i p l e v a l u e s, th e "t w o " is to he l p cu lti va te i nd e p e n d e n t ju d g m e nt in nu mer ous mis cell ane ous mul tipl e c o n c e p t s , so tha t t he ma jori ty co ns en su s of par ty me mb ers , the im po rta n t m a gi c w e a p o n o f t h e p a rt y w it h t h e r e s o n a n c e f r e q u e n c y . F i n a ll y, th e C o n st it ut i on of the Co m mu nis t Par t y , p a r t y r u l e s , l e a r n i n g l e a r nin g seri es imp ort ant spe e ch ca n sta nd cr ow ds, Ge n e r al S e c r et a r y p o s i t i on. N o w, s o m e gr a s s -r o o t s w o r k i n t h e "t h e o l d w a y d i d n't w or k, h ar d w a y c a n n ot , th e n e w a p p r o a c h w o ul d not" phenom enon, sometim es due to a mass of party member s a nd ca dr es no t un de rst a ndi ng, does not meet. In fact, the mass "convi nci ng " an d "i de nti ty "B e hi n d ar e li k el y to b e p a rt y m e m b e r s a n d l e a d i ng ca dr e s th e m se lv e s ig n or in g be lie fs he l d, r e s ul ti n g in la c k o f p e r s u a s i o n a n d s e n s e o f i d e n t i t y . "T wo " is in fa ct gu ar an te e d p a r t y c a dr es w or k, an im p o r t a n t pre req uisi te for con vin cin g t h e m a s s e s . B ac o n sa id it w ell : "p r a c ti c a l m e n c a n h a ndl e indi vid ual mat ter s, but l ooki ng at the whol e oper ation glob ally,b u t o n ly m a nc a nd o t o k n o w le d g e . "Givi ng up" two "effec tive, must first raise aware n e s s of l e a d i ng c a d r e s of part y me mbe rs, as part y me mbe r s l e a r n r e a l r e spo nsib ility" to kno w "to" mus i c "," g o o d "ch a n g e s, in p ar al le l w it h t h e g r o u n d, d o not for get to als o an sw er the a n t e n n a , d r a w ca tc he s on m et eo ro l o g y , w hi c h s it b e t w e e n h e a v e n a nd Ea rt h wh i ch me l ds tog et he r th e dr ea m s of pr a c t i c i n g C o m m u ni st. M e m b e r s c a d r e s s h o ul d i n "t w o le ar n a d o " in th e b a s e d p o s t d o co ntr ibu tio n i n all me mb ers i n t h e c a rr i e d o u t "l e a r n C o n s t i t u t i o n P a r t y r ul e s, a n d le ar n seri e s spe ech , do qua lifie d me m b er s" le ar ni n g e d u c a ti o n , t h i s i s f o ll o w ing pa rty of ma ss lin e e d u c a ti o n p r a c ti c e a c ti v it i e s an d "t hr ee st ric t t hr e e re al " to pi c e d u c a t i o n z h i h o u , d e e p e n i n g p a rt y e d u c a ti o n o f a n d on ce im po rt an t pr a c ti c e , i s p r o m o t e d "t h r e e s tr i ctt h r e e r e al " t o pi c e d u c a t i on fr o m "k ey mi no rit y" to a ll m e m b e r s e x p a n d , a nd fr o m co nc en tr at ed e du ca tio n to re gu lar e du cat ion ext en ds of im po rta nt ini tia tiv es . Va st n u mb e r s o f pa rty m e m be rs an d ca dr e s in th ec o ur s e o f t w o , s h o u ld be第四章 随机变量的数字特征1. 甲、乙两台自动车床，生产同一种零件，生产1000 件产品所出的次品数分别用，表示，经过一段时间的考察，知， 的分布律如下：0 1 230 1 2 p0.70.10.10.1p0.50.30.2试比较两台车床的优劣。
- 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)。
21
LOGO
22
解： (1)利用
0
k e 2 x dx e
0
－ － 3 y
f ( x, y )dxdy 1, 得
dy k 6 1
k 6
例3：设二维随机变量(X,Y)具有概率密度：
ke (2 x 3 y ) , x 0，y 0 f ( x, y ) 其他 0, (1) ( ) 求 常 数 k；
6e (2 x 3 y ) , x 0，y 0 f ( x, y ) 0 其他 0,
6e 2 F ( x, y ) f (u, v)dudv 0 0
y x
2 u 2e du 0 0 0, x y
y1 y2 F ( x, y1 ) F ( x, y2 ) 2 0 F ( x, y ) 1， F (, ) 1
lim F ( x, y ) F ( x, y )
y2 y1
4 若x1 x2 , y1 y2
对任意x, y F (, y ) F ( x, ) F (, ) 0
二维离散型随机变量
x1 x2
…
p11 p21 … pi1 …
… p 1j …
离散型随机变量的联合概率分布：
设 X , Y 所有可能取值为
p22 … p2j pi2 … pij …
xi , yi , i, j 1, 2,
称P X xi , Y y j pij , i, j 1, 2,
§1 二维随机变量
例2：研究某种型号炮弹的弹着点分布。每枚炮 弹的弹着点位置需要由横坐标和纵坐标来确定， 而它们是定义在同一样本空间的两个随机变量。
LOGO
5
LOGO
6
§1 二维随机变量
例3：以前表示室内舒适程度的通常使用的是温 度计 单一测量室内的温度 度计，单 测量室内的温度，而现在的温度计上 而现在的温度计上 一般增加湿度计功能，同时测量室内的温度和湿 度来表示室内的舒适程度。 度来表示室内的舒适程度
LOGO
7
LOGO
8
§1 二维随机变量
§1 二维随机变量
那么有了定义好的二维随机变量，那么我们怎 么去研究它呢？ 研究 维随机变量（ , ），我们不仅需要研 研究二维随机变量（X,Y），我们不仅需要研 究X,Y,而且需要研究它们之间的关系。与一维情况 类似，我们也用 分布函数 来研究它 类似，我们也用“分布函数”来研究它。
LOGO 15
LOGO 16
分布律(联合分布率)的性质
例2：某足球队在任何长度为 t 的时间区间内得黄牌 或红牌 的次数N t 服从参数为 t 的Poisson分布, 记X i为比赛 进行 行ti 分钟后的得牌数, i 1, , 2 t2 t1 。 试写出X 1 , X 2的联合分布。
y
x
4 x(1 2 x)dx
1 2 0
1 1 1 2 3 6
LOGO 25
LOGO 26
过渡页
TRANSITION PAGE
第二部分
• 以上是关于二维随机变量的讨论 以上是关于二维随机变量的讨论，对 对 于多维随机变量也有类似的性质。
边缘分布
LOGO
LOGO
§2 边缘分布
概率论与数理统计
前言
许述文 副教授 博士
FOREWORD
关键词• KEYWORD
二维随机变量 分布函数 分布律
二维随机变量
雷达信号处理国家重点实验室 许述文作品
边缘分布函数 边缘分布律
条件概率密度 独立性
LOGO
过渡页
TRANSITION PAGE
§1 二维随机变量
为什么要研究多维随机变量？ 因为在实际问题中 对于某些随机试验的结果需 因为在实际问题中，对于某些随机试验的结果需 要同时用两个或多个随机变量来描述，这就用到多维 随机变量。
x
f (u, v )dudv
3. 设G是xoy平面上的区域，点 X , Y 落在G内的概率为： P (( X , Y ) G ) f ( x, y )dxdy
G
称 X , Y 为连续型的二维随机变量
4.在f ( x, y )的连续点(x,y)，有
2 F ( x, y ) f ( x, y ) xy
二维随机变量(X,Y)作为整体，有分布函数 F ( x, y ), FX ( x)， FY ( y )， 其中X和Y都是随机变量，它们的分布函数记为： 分别称为关于X和关于Y的边缘分布函数。
FX ( x ) F ( x , ) FY ( y ) F ( , y )
§2 边缘分布
对于离散型随机变量(X,Y)，分布律为
xi
…
为二维离散型随机变量(X,Y)的联合概率分布。 可以用如右表格表示：
LOGO LOGO 14
分布律(联合分布率)的性质
1 pij 0，i, j 1, 2,
分布律(联合分布率)的性质
2
P
i 1 j 1
ij
1
例1：设随机变量X在1、2、3、4四个整数中等可能地取 个值，另 个随机变量 在 ~X中等可能地取一 中等可能地取 一个值，另一个随机变量Y在1 整数值，试求(X,Y)的联合概率分布。
例4：设二维随机变量(X,Y)具有概率密度
kxy, 0 x y 1 f ( x, y ) 其他 0, 求常数k (2) 求概率 P ( X Y 1) (1) 求常数k；
1
y
yx
y
1ห้องสมุดไป่ตู้
x
利用
f ( x, y )dxdy 1
1
1 0 0
yx
0
得： 1
kxydxdy 0 k 3 k y dy k 8 0 2 8 1 1 1 x 2 P( X Y 1) 2 dx 8 xydy 2 4 x[(1 x)2 x 2 ]dx
1
0 x 0
f ( x, y )dxdy
P( X xi ) P ( X xi，Y ) pij == pi i 1, , 2, ,
j 1
i 1
记为
注意：
即在分布函数F ( x, y )中令y ， 就能得到FX ( x)
同理得：FY ( y ) P (Y y ) F (, y )
概率密度的性质：
定义：对于二维随机变量 X , Y 的分布函数F x, y , 如果存在非负可积函数f x, y ，使对于任意x, y， 有F ( x, y )
y
1. f x, y 0
2.
f ( x, y )dxdy 1
定义：设(X,Y)是二维随机变量对于任意实数x,y， 二元函数 元函数 y F ( x, y ) P ( X x) (Y y )
记成
x, y
x
P ( X x, Y y )
0
称为二维随机变量(X Y)的分布函数 称为二维随机变量(X,Y)的分布函数。
LOGO
9
LOGO
10
§1 二维随机变量
分布函数 F ( x, y ) 的性质
1。F x, y 关于x, y单调不减，即：
分布函数 F ( x, y ) 的性质
3。F x, y 关于x, y右连续，即： lim F ( x , y ) F ( x, y )
0
0
x1 x2 F ( x1 , y ) F ( x2 , y )
第一部分
二维随机变量
LOGO
LOGO
4
§1 二维随机变量
例1：研究某一地区学龄儿 例1 研究某 地区学龄儿 童的发育情况。仅研究身 高H的分布或仅研究体重W 的分布是不够的。需要同 时考察每个儿童的身高和 体重值，研究身高和体重 之间的关系 这就要引入 之间的关系，这就要引入 定义在同一样本空间的两 个随机变量。 个随机变量
LOGO 12
x1
x2
11
过渡页
TRANSITION PAGE
二维离散型随机变量
定义：若二维随机变量(X,Y)全部可能取到的不同值是有 限对或可列无限对 则称(X Y)是离散型随机变量 限对或可列无限对，则称(X,Y)是离散型随机变量。
X Y y1
y2 p12 … yj … … … … … …
第一部分(续)
y
x
(2 u 3v )
dudv, x 0, y 0
2
求分布函数F ( x, y )；
3 求P(Y X )的概率
0, 其他 2 x 3 y ) x0 0, y 0 3e 3v dv, x 0 0, y 0 (1 e )(1 e ), 其他 0, 其他
称f x, y 为二维随机变量 X , Y 的（联合）概率密度
注： 1 在几何上，z f ( x, y )表示空间一个曲面，介于它和xoy平面 的空间区域的体积为1。
2 P(( X , Y ) G )等于以G为底，以曲面z f ( x, y )为顶面的柱体体积。 所以 X,Y X Y 落在面积为零的区域的概率为零。 落在面积为零的区域的概率为零
1 2 3 4
¼ 0 0 0
⅛ ⅛
0 0
即(X Y)的联合概率分布为 即(X,Y)的联合概率分布为：
0
LOGO 17