第三部分 理论分布习题

食品试验设计与统计分析习题答案【最新】食品试验设计与统计分析习题答案课程大纲:一、课程性质与目的本课程是为食品质量与安全专业本科生开设的专业基础选修课，通过本课程的学习将使学生掌握正确地收集、整理、分析数据的方法，培养学生分析问题和解决问题的能力，使学生能够独立进行试验设计，并能利用统计知识对试验结果进行正确的处理，为以后的学习打下必要的基础。

二、课程简介《食品试验设计与统计分析》是数理统计的原理和方法在食品科学研究中的应用，通过该门课程的学习，将学习到如何正确地收集、整理、分析数据，从而得出客观、科学的结论的方法，以及掌握基本的试验(调查)设计和统计分析方法，从而可以对食品科学研究中拟通过试验解决的具体问题提出科学而合理的试验方案，并用科学的统计方法进行数据处理，得出可靠的结论，从而为今后的工作和学习打下必要的基础。

三、教学内容第一章绪论(1学时)主要内容:介绍试验设计与统计分析课程的性质、地位及其重要性，介绍本门课程对今后学习及工作的影响;介绍食品科学试验的特点与要求。

学习要求:了解试验设计与统计分析在食品科学研究中的应用及发展概况;熟悉食品科学实验的特点与要求。

自学:试验设计与统计学发展概况。

第二章数据资料的整理与特征数(2.5学时)主要内容:统计常用术语概念;资料的分类及整理方法;常用统计表和统计图的绘制;资料特征数的计算;异常数据的检出。

学习要求:理解统计常用术语的含义;理解不同类型资料的性质并掌握资料的整理方法;掌握统计表和统计图的绘制;掌握资料特征数的计算方法;掌握异常数据的检出方法。

自学:部分统计表和统计图的绘制;部分异常数据的检出方法。

作业:课后习题。

第三章理论分布与抽样分布(2.5学时)主要内容:介绍有关随机变量的几种常用理论分布、平均数和均数差数的抽样分布及t分布。

学习要求:掌握常用理论分布的规律及相互间的关系;正确进行有关随机变量的概率计算;掌握t分布规律及其与标准正态分布的关系;理解均数标准误和均数差数标准误的意义，并掌握其计算方法。

第三章习题及参考答案第三章数据分布特征的描述⼀、单项选择题1、经验表明，当数据分布近似于正态分布时，则有95%的数据位于区间（）A、σX±D、σ4X±X B、σ2±X±C、σ32、实际中应⽤最⼴泛的离散程度测度值是（）A、极差和平均差B、平均差和四分位差C、⽅差和标准差D、异众⽐率和四分位差3、集中趋势的测度值中，最主要的是（）A、众数B、中位数C、均值D、⼏何平均数4、有10个数据，它们对数据6的离差分别为：-3，-2，-2，-2，0，0，4，4，5，5。

由此可知这10个数据的（）A、均值为0B、均值为1 B、均值为6C、均值为6.95、某⽣产⼩组由36名⼯⼈，每⼈⽣产的产量数量相同，其中有14⼈⽣产每件产品耗时8分钟；16⼈⽣产每件产品耗时10分钟；6⼈⽣产每件产品耗时5分钟，计算该⽣产⼩组⽣产每件产品的平均耗时应采⽤（）A、简单算术均值B、简单调和算术均值C、加权算术均值 D.、加权调和均值6、某敬⽼院⾥有9位百岁⽼⼈的岁数分别为101、102、103、104、108、102、105、110、102 ，据此计算的结果是（）A 、均值=中位数=众数B 、均值＞中位数＞众数C 、众数＞中位数＞均值D 、中位数＞均值＞中数7、⼏何均值主要适合于（）A 、具有等差关系的数列B 、变量值为偶数的数列C 、变量值的连乘积等于总⽐率或总速度的数列 D 、变量值之和等于总⽐率或总速度的数列8、加权算术均值不但受变量值⼤⼩的影响，也受变量之出现的次数多少的影响，因此下列情况中对均值不发⽣影响的是（）A 、变量值出现次数相等时B 、变量值较⼩、次数较多时C 、变量值较⼤、次数较少时D 、变量值较⼤、次数较多时9、⼀组数据的均值为350，众数为200，则（）A 、中位数为275，数据呈右偏分布B 、中位数为275，数据呈左偏分布C 、中位数为300，数据呈左偏分布D 、中位数为300，数据呈右偏分布10、⼀组数据的均值为5，中位数为3，则（）A 、数据呈右偏分布B 、数据呈对称分布C 、数据呈左偏分布D 、数据呈正态分布11、经验表明，当数据分布近似于正态分布时，则变量值落在区间σ±X 的概率为（）A 、95%B 、68%C 、99.86%D 、95.45%12、当众数（Mo）中位数（Me）和均值（X）三者的关系表现为：Mo=Me=X,则（）A、数据有极⼩值B、数具有极⼤值C、数据是对称分布D、数据是左偏分布E、数据右偏分布13、在单项式数列中，假定标志值所对应的权数都缩⼩1/10，则算术平均数（）A、不变B、⽆法判断C、缩⼩1/100D、扩⼤10倍14、若单项式数列的所有标志值都减少⼀倍，⽽权数都增加⼀倍，则其算术平均数（）A、增加⼀倍B、减少⼀倍C、不变D、⽆法判断15、各变量值与其算术平均数的离差之和（）A、等于各变量值之和的平均数B、等于最⼤值C、等于零D、等于最⼩值16、各变量值与其算术平均数的离差平⽅之和（）A、等于各变量值之和的平均数B、等于最⼤值C、等于零D、等于最⼩值⼆、多项选择题1、当众数（Mo）、中位数（Me）和均值（X）三者的关系表现为：X＜Me＜A、数据是左偏分布B、数据是右偏分布C、数据是对称分布D、数据存在极⼩值E、数据存在极⼤值2、当众数（Mo）、中位数（Me）和均值（X）三者的关系表现为：Mo＜Me ＜X,则（）A、数据是右偏分布B、数据是对称分布C、数据是左偏分布D、数据有极⼤值E、数据有极⼩值3、数据分布的两个重要特征是（）A、正态分布B、集中趋势C、t分布D、 2分布E、离散程度4、利⽤组距分组数据计算众数时，有⼀些基本假定，即（）Ａ、假定数据分布具有明显的离中趋势Ｂ、既定数据分布具有明显的集中趋势Ｃ、假定众数组的频数在该组内是正态分布Ｄ、假定众数组的频数在该组内是均匀分布Ｅ、假定众数组的频数在该组内是⼆项分布5、众数（）Ａ、是⼀组数据分布的最⾼峰点所对应的数值Ｂ、可以不存在Ｃ、也可以有多个Ｄ、是位置代表值Ｅ、不受数据中极端值的影响。

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。

习题三 多维随机变量及其分布A 组一、填空题二、单项选择题10．设X ，Y 是相互独立的随机变量，其分布函数分别为()X F x ，()Y F y ，则min{,}X Y 的分布函数是。

（A ）()()Z X F z F x =； （B ）()()Z Y F z F y =；（C ）()min{(),()}Z X Y F z F x F y =； （D ）()1[1()][1()]Z X Y F z F z F z =---。

注：(){}1{}1{min(,)}Z F z P Z z P Z z P X Y z =≤=->=->1{,}P X z Y z =->>1{}{}P X z P Y z =->⋅> 1[1{}][1{}]P X z P Y z =--≤⋅-≤1[1()][1()]X Y F z F z =--⋅-11．设X 是Y 是两个随机变量，且3{0,0}7P XY ≥≥=，4{0}{0}7P X P Y ≥=≥=，则{(,)0}P max X Y ≥=。

（A ）1649； （B ）57； （C ）37； （D ）4049。

注：{(,)0}1{(,)0}1{0,0}P max X Y P max X Y P X Y ≥=-<=-<<5{0}{0}{0,0}7P X P Y P X Y =≥+≥-≥≥=B 组1．一个袋中装有8个球，其中5个红，3个白球，现从中随机抽取两次，每次取一球，考虑两种抽取方法：（1）不放回取样；（2）放回取样。

今定义随机变量X ，Y 如下：1,0,X ⎧=⎨⎩第一次抽出的是红球,第一次抽出的是白球， 1,0,Y ⎧=⎨⎩第二次抽出的是红球,第二次抽出的是白球。

就（1），（2）两种情况，写出X 与Y 的联合分布律，边缘分布律，并判断X 与Y 是否独立。

解 （1）由古典概型可知2328326(0,0)8756A P X Y A ⋅=====⋅，1135283515(0,1)8756A A P X Y A ⋅=====⋅1153285315(1,0)8756A A P X Y A ⋅=====⋅，25285420(1,1)8756A P X Y A ⋅=====⋅ 故X 与Y 的联合分布律，边缘分布律如下表：X Y0 1 ip0 16/56 15/56 15/56 20/563/8 5/8 jp3/8 5/8因为138p =，138p =，11656p =，1111p p p ≠，因此X 与Y 不相互独立。

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 ⎰⎰+∞+∞--=002d 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)3,3()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 ，4)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⎰⎰+∞+∞--=002d 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 ⎰⎰---=2202d 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 ，0≤y 时，0)|(|=y x f Y X ，所以⎩⎨⎧>>=-其他．,0,0,0,e 2)|(2|y x y x f x 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 0≤x 时，0)|(|=x y f X Y ，所以⎩⎨⎧>>=-其他．,0,0,0,e )|(|y x x y f y 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 ，其他，0)|(|=y x f Y X ，故⎪⎩⎪⎨⎧<<<<-=其他．,0,10,1,12)|(2|y x y y xy x f 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 ，其他，0)|(|=x y f X Y ，故⎪⎩⎪⎨⎧<<<<=其他．,0,10,0,1)|(|x x y x x y f X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x yx 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()),((x xx 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 x y 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 ay 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 yY 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⎰--=102d e12x x ⎰--=12e 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．解：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 xf +-⋅=，(+∞<<∞-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 ⎰⎰+∞--=10d e d e y x b y x)e 1(|)e(|)e (10102-+∞---=-⋅=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 ),()(yy x x -+--=-=⎰e d e e 1110)(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，101e1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e 1e1,0,0)(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,e 1e1,0,01u u u uu ．。

第三章消费者行为理论一、关键概念消费者偏好效用边际效用边际效用递减法则消费者均衡消费者剩余无差异曲线预算线收入效应和替代效应二、单项选择1. 兰德只买激光唱片和棒棒糖，它有固定收入，不能借钱，当他沿着预算约束线移动时：A 激光唱片的价格在改变，而其收入和棒棒糖的价格不变 B 棒棒糖的价格在改变，其收入和激光唱片的价格不变 C 激光唱片和棒棒糖的价格在改变，其收入不变 D 激光唱片和棒棒糖的价格在改变，其收入也在改变 E 激光唱片和棒棒糖的价格及其收入都不变2.个人的消费机会集由___决定。

A 生产可能性曲线 B 需求曲线 C 供给曲线 D 无差异曲线 E 预算约束线3. 下面哪个不是家庭四个基本决策之一：A 如何配置收入 B 储蓄多少 C 交税多少D 如何用储蓄做投资E 如何工作4.下面除去哪个全是度量同一件事物的不同表示方法：A 相对价格 B 预算约束线的斜率 C 个人面对的权衡与替代 D 一种商品以另一种商品的价格为单位的价格表示 E 需求曲线的斜率5.收入效应指商品消费随___的变化而变化。

A 其相对价格 B 购买力 C 消费者收入D 需求弹性E 价格水平6.伊丽莎白只消费衣服和食物，当衣服的价格上升时，意味着她能在衣服和食物上花的钱少了，这种在衣服上购买力损失的影响叫做：A 替代效应 B 需求法则 C 收入效应 D 价格效应 E 需求弹性7.当商品的消费与收入同向变化时，这种商品叫做：A 低档商品 B 正常商品 C 替代品 D 互补品8.当商品的消费与收入反向变化时，这种商品叫做：A 低档商品 B 正常商品 C 替代品 D 互补品9.消费者的根本问题是：A 在预算约束内实现效用最大化 B 在一定的效用水平内实现预算约束最大化 C 在预算约束内实现效用最小化 D 在一定的效用水平内实现预算约束最小化10.替代效应是指由一种商品___的变化引起的对其消费的变化。

A 相对价格 B 购买力C 消费者收入D 价格水平11. 替代效应是指由___的变化引起的对一种商品消费的变化。

精品文档概率分布3章第思考与练习参考答案一、最佳选择题范围内。

）的观察值落在1. 某资料的观察值呈正态分布，理论上有（CS.96?X145% E. D. 99% A. 68.27% B. 90% C. 95%??）。

A到的面积为（ 2. 正态曲线下，从均数64.?1?E. 99%D. 47.5% B. 90% C. 95% A. 45%参考值范围，最好采X的95%3. 若正常人的血铅含量X近似服从对数正态分布，则制定）。

为Y的标准差）（C用（其中XlgY?S，Y1?A.)64S(Y?lg1.S?1.96XP~P C. B.Y5972.5.1?E.)S1.lg96(Y?P~P D. Y955），则二项分布越接近对称分布。

D 4. 在样本例数不变的情况下，若（??越小 C. 总体率 B. 样本率p越大 A. 总体率越大??0.5接近0.1 E. 总体率D. 总体率或越接近0.5）。

5. 铅作业工人周围血象点彩红细胞在血片上的出现数近似服从（ D C. 偏态分布B. 正态分布 A. 二项分布对称分布 E. 分布 D. Poisson??）。

E6. Poisson分布的均数与标准差的关系是（2??????????? A. ????E. D. B. C.二、思考题Poisson分布的条件分别是什么？1. 服从二项分布及②每次试验的条二项分布成立的条件：①每次试验只能是互斥的两个结果之一；简答：分布成立的条件：除二项分布成立的三个条件外，还要件不变；③各次试验独立。

Poisson?n很大，而所关心的事件发生的概率很小。

求试验次数分布分别在何种条件下近似正态分布？二项分布、Poisson 2.n B,1时，二项分布（0n简答：二项分布的正态近似：当较大，π不接近也不接近??)1n(?N?）,）近似正态分布π（。

n 精品文档．精品文档??相当大时（≥20），当，其分布近似于正Poisson分布的正态近似：Poisson分布)?(态分布。

《概率论与数理统计》第三章复习题解答1. 设Y X ,的分布律分别为且已知0)(=<Y X P ，4)1(=+>Y X P .（1）求),(Y X 的联合分布律；（2）判定Y X ,独立否；（3）求),min(),,max(,321Y X Z Y X Z Y X Z ==+=的分布律.解：(1) 由0)(=<Y X P 知0)1,1()0,1(==-=+=-=Y X P Y X P ，故0)1,1()0,1(==-===-=Y X P Y X P ；由41)1(=+>Y X P 知41)1,1(=-==Y X P .于是可以填写出如下不完整的联合分布律、边缘分布律表格：再由联合分布律、边缘分布律的关系可填出所余的3个空, 得到(2) 41)1,1(=-=-=Y X P ，而2141)1()1(⋅=-=-=Y P X P ，故Y X ,不独立. (3) 在联合分布律中增加0=X 的一行，该行ij p 均取为0，分别沿路径:对ij p 相加, 得2. 设平面区域G 由曲线xy 1=, 直线2,1,0e x x y ===所围成. ),(Y X 在G 上服从均匀分布, 求)2(X f .解：区域G 的面积.2][ln 12211===⎰e e G x dx xS 故),(Y X 的联合概率密度为⎪⎩⎪⎨⎧><<<=其它 ,0 10,1,21),(2x y e x y x f . ⎪⎩⎪⎨⎧<<===⎰⎰∞∞-其它,0 1 ,2121),()(210e x x dy dy y x f x f x X , .41)2( =∴Xf 3. 一个电子仪器由两个部件构成，Y X ,分别表示两个部件的寿命（单位：千小时），已知),(Y X 的联合分布函数为⎩⎨⎧>>---=+---其它 0,0 0 ,1),()(5.05.05.0y ,x e e e y x F y x y x(1) 问Y X ,是否独立；（2）求两个部件的寿命都超过千小时的概率.解：(1) ⎪⎩⎪⎨⎧>-=∞+=-其它 0, 0 ,1),()(5.0x e x F x F x X , ⎪⎩⎪⎨⎧>-=+∞=-其它 0, 0 ,1),()(5.0y ey F y F y Y , 从而有)()(),(y F x F y x F Y X =, 所以Y X ,相互独立.(2) 由Y X ,相互独立知)]1.0(1)][1.0(1[)1.0()1.0()1.0,1.0(≤-≤-=>>=>>Y P X P Y P X P Y X P.)]1.0(1)][1.0(1[1.005.005.0---==--=e e e F F Y X4. 设),(Y X 的联合概率密度⎪⎩⎪⎨⎧><+=其它 ,0 0,1,2),(22y y x y x f π，⎩⎨⎧≥<=Y X Y X U ,1,0，⎪⎩⎪⎨⎧<≥=Y X Y X V 3 ,13,0，求：(1) ),(V U 的联合分布律；（2）)0(≠UV P .解：(1) 0)()3,()0,0(00=Φ=≥<====P Y X Y X P V U P p ；432),()3,()1,0(01===<<====⎰⎰OCD OCDS dxdy y x f Y X Y X P V U P p 扇形扇形π； 612),()3,()0,1(10===≥≥====⎰⎰OAB OABS dxdy y x f Y X Y X P V U P p 扇形扇形π； 1212),()3,()1,1(11===<≥====⎰⎰OBC OBCS dxdy y x f Y X Y X P V U P p 扇形扇形π. 于是有联合分布律:(2) 121)0(11==≠p UV P . 5. 设),(Y X 的联合概率密度为⎩⎨⎧<<<<=其它,010,10 ,1),(y x y x f求：(1))21,21(≤≤Y X P ；（2）)21(>+Y X P ；（3）)31(≥Y P ；（4）)21(>>Y Y X P .解：（1）4221),()2,2(21,21=====≤≤⎰⎰⎰⎰≤≤G Gy x S dxdy dxdy y x f Y X P ；（2）=>+)21(Y X P 8721212111),(21=-===⎰⎰⎰⎰>+G Gy x S dxdy dxdy y x f ；（3）=≥)31(Y P 32)311(11),(31=-===⎰⎰⎰⎰≥G Gy S dxdy dxdy y x f ；（4）41211212121)21()21,()21(=⋅=>>>=>>Y P Y Y X P Y Y X P .6. 设),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<-=其它 ,0 2,2010 ,20),(x y x x x xcy x f求：(1) 常数c ；(2) )(x f X ；(3) )(x y f X Y ；(4) )128(=≥X Y P .解：(1) ,25)210(20),(1201020102c dx xcdy xx c dx dxdy y x f xx =-=-==⎰⎰⎰⎰⎰∞∞-∞∞-.251 =∴c(2) ⎪⎩⎪⎨⎧<<-=-==⎰⎰∞∞-else x x dy x xdy y x f x f x x X0, 2010 ,50202520),()(2.(3) 2010 <<x 时，0)(≠x f X ，)(x y f X Y 有定义，且⎪⎪⎩⎪⎪⎨⎧<<=--==elsex y xx x x x x f y x f x y f X X Y 0, 2,250202520)(),()( (4) )20,10 (12∈=x ，⎪⎩⎪⎨⎧<<==∴elsey X y f XY 0,126 ,61)12( ，从而 3261)12()128(1288=====≥⎰⎰∞dy dy X y f X Y P X Y .7.解：⎰∞∞--=dx x z f x f z f Y X Z )()()(, 其中⎩⎨⎧<<=其它 x x f X ,0 10 ,1 )(, ⎩⎨⎧<-<=-其它 x z x z f Y ,0 10 ,1 )(.⎩⎨⎧<<-<<⇔⎩⎨⎧<-<<<⇔≠-z x z x x z x x z f x f Y X 11010100)()(. (区域见图示)(1) 10<<z 时, zdx z f zZ =⋅=⎰011)(；(2) 21<≤z 时, z dx z f z Z -=⋅=⎰-211)(11；(3) )2,0(∉z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧<≤-<<=其它 z z z z z f Z ,0 21 ,210 , )(.8*. 设),(Y X 的联合概率密度⎩⎨⎧<<=-其它,0 0 ,),(yx xe y x f y ，求(1) )21(<<Y X P ,)21(=<Y X P ；(2)Y X Z +=的概率密度；(3) )1),(min(<Y X P .解：(1) ① 102142512121)()()2()2,1()21(22221202102202102---=---=--==<<<=<<-------⎰⎰⎰⎰⎰⎰e e e e e e dxe e x dx e e x dy xe dx dyxe dxY P Y X P Y X P x x xy x y； ② ⎪⎩⎪⎨⎧≤>===--∞∞-⎰⎰0 0, 0 ,21),()(20y y e y dx xe dx y x f y f y y yY ， 02)2( 2≠=∴-e f Y ，于是⎪⎩⎪⎨⎧<<====--elsex xe xef x f Y x f Y Y X 0, 20 ,22)2()2,()2(22 ，从而 412)2()21(101=====<⎰⎰∞-dy x dx Y x f Y X P Y X . (2) ⎰∞∞--=dx x z x f z f Z ),()(, 其中2000),(zx xx z x x z x f X <<⇔⎩⎨⎧>->⇔≠-. (区域见图示) (1) 0>z 时, ⎰⎰---==2020)()(z x zzx z Z dx xe e dx xe z f 2)12(zze ze ---+=； (2) 0≤z 时, 0)(=zf Z .综上知⎪⎩⎪⎨⎧≤>-+=--0 ,0 0,)12()(2z z e ze zf z z Z（3）,1(1)1),(min(1)1),(min(≥-=≥-=<Y X P Y X P Y X P1111,12111),(1-∞-∞∞-≥≥-=-=-=-=⎰⎰⎰⎰⎰edx xe dy xe dxdxdy y x f x xyy x .9*. 设),(Y X 的联合概率密度⎩⎨=其它,0 ),(y x f ，求Y X Z -=的概率密度.解：)()()(z Y X P z Z P z F Z ≤-=≤=(1) 0<z 时, 0)()(=Φ=P z F Z ； (2) 0=z 时, 0),()()(0====⎰⎰>=x y Z dxdy y x f X Y P z F(3) 0>z 时, 如图⎰⎰⎰⎰⎰⎰∞+---+--+<<-+==zz x zx y x zz x y x zx y z x Z dy e e dxdy e e dxdxdy y x f z F 0),()(⎰⎰∞--+------+-=zz x z x x z zx x dx e e e dx ee )()1(0z zx z z z xz xe dx e e e dx ee e-∞------=-+-=⎰⎰1)()(202综上知⎪⎩⎪⎨⎧≤>-=-0 ,0 0 ,1)(z z e z F z Z , 求导得⎩⎨⎧≤>=-0,0 0,)(z z e z f z Z .10. 设B A ,是两个随机事件, 且,41)(,21)(,41)(===B A P A B P A P 引进随机变量 ⎩⎨⎧=⎩⎨⎧=不发生当发生当 不发生当发生当 B B Y A A X ,0 ,1 , ,0 ,1.判断下列结论的正误, 并给予分析：（1）B A ,互不相容；（2）B A ,相互独立；（3）Y X ,相互独立；（4）1)(==Y X P ；（5）41)1(22==+Y X P . 解：（1）检验0)(=AB P 是否成立. 事实上0812141)()()(≠=⋅==A B P A P AB P , 故B A ,相容, 原结论错. （2）检验)()()(B P A P AB P =是否成立. 事实上由于41)(,41)(==B A P A P ,.)()()()()( A P B P B A P B P AB P ==∴ 即)()()(B P A P AB P =成立, 故B A ,独立, 原结论对.（3）检验Y X ,的联合分布律与边缘分布律之积是否都相等. 事实上81)(11==AB P p ；838121)()()()(01=-=-=-==AB P B P AB B P B A P p ； 818141)()()()(10=-=-=-==AB P A P AB A P B A P p ；83818381100=---=p . 于是有经检验, Y X ,的联合分布律与边缘分布律之积都相等, 故原结论对.（4）只需正确求出)(Y X P =的值. 事实上0218183)(1100≠=+=+==p p Y X P , 故原结论错. （5）只需正确求出)1(22=+Y X P 的值. 事实上41218183)1(100122≠=+=+==+p p Y X P , 故原结论错.。

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

4.设随机变量（X，Y）的分布密度f（x，y）=⎩⎨⎧>>+-.,0,0,0,)43(其他yxA yxe求：（1）常数A；（2）随机变量（X，Y）的分布函数；（3）P{0≤X<1，0≤Y<2}.【解】（1）由-(34)00(,)d d e d d112x yAf x y x y A x y+∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得A=12（2）由定义，有(,)(,)d dy xF x y f u v u v-∞-∞=⎰⎰(34)340012e d d(1e)(1e)0,0,0,0,y y u vx yu v y x-+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y≤<≤<12(34)3800{01,02}12e d d(1e)(1e)0.9499.x yP X Yx y-+--=<≤<≤==--≈⎰⎰5.设随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<<<--.,0,42,2),6(其他yxyxk（1） 确定常数k ； （2） 求P {X ＜1，Y ＜3}； （3） 求P {X <}； （4） 求P {X +Y ≤4}. 【解】（1） 由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.542127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83x x x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1） 因X 在（0，）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他 而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他 所以(,),()()X Y f x y X Y f x f y g 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25ed d yy xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xy x x y x -==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他.8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图 题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧≤≤.,0,1,22其他y x y cx（1） 试确定常数c ； （2） 求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰522217d ,01,420,0,.y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩其他 11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.x x y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他 |1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他 12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1） 求X 与Y 的联合概率分布； （2） X 与Y 是否相互独立【解】（1） X 与Y 的联合分布律如下表3 4 5{}i P X x =YX13511C 10= 3522C 10= 3533C 10= 610 23511C 10= 3522C 10= 310 3 02511C 10= 110{}i P Y y =110 310 610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠===g 故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为 2 5 8（1）求关于X 和关于Y 的边缘分布； （2） X 与Y 是否相互独立 【解】（1）X 和Y 的边缘分布如下表2 5 8 P {Y=y i }{}i P X x =(2) 因{2}{0.4}0.20.8P X P Y ===⨯g 0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y eXYXY（1）求X和Y的联合概率密度；（2）设含有a的二次方程为a2+2Xa+Y=0，试求a有实根的概率.【解】（1）因1,01,()0,Xxf x<<⎧==⎨⎩其他;21e,1,()20,yYyf y-⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.yX Yx yf x y X Y f x f y-⎧<<>⎪=⎨⎪⎩g独立其他题14图(2) 方程220a Xa Y++=有实根的条件是2(2)40X Y∆=-≥故X2≥Y，从而方程有实根的概率为：22{}(,)d dx yP X Y f x y x y≥≥=⎰⎰21/2001d e d212[(1)(0)]0.1445.xyx yπ-==-Φ-Φ=⎰⎰15.设X和Y分别表示两个不同电子器件的寿命（以小时计），并设X和Y相互独立，且服从同一分布，其概率密度为f（x）=⎪⎩⎪⎨⎧>.,0,1000,10002其他xx求Z=X/Y的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z zP z Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2） 当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y x x yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥g 之间独立34{180}{180}P X P X ≥≥g1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<gg g 44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以{}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==U UL U于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑g()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii k k n k i k n k P X i P Y k i n n p q p qi k i n n p qi k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑g方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布. 19.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 =X +Y 的分布律.【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i =====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =所以V 的分布律为(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =于是(4)类似上述过程，有20.雷达的圆形屏幕半径为R ，设目标出现点（X ，Y ）在屏幕上服从均匀分布. （1） 求P {Y ＞0｜Y ＞X }； （2） 设M =max{X ，Y }，求P {M ＞0}.题20图【解】因（X ，Y ）的联合概率密度为22221,,(,)π0,.xy R f x y R⎧+≤⎪=⎨⎪⎩其他 （1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r r R θθ=⎰⎰⎰⎰3/83;1/24==(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D 由曲线y =1/x 及直线y =0，x =1,x=e 2所围成，二维随机变量（X ，Y ）在区域D 上服从均匀分布，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他（X ，Y ）关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他 所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于X 和Y 的边缘分布律中的部分数值.试将其余数值填入表中的空白处.【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-= 而X 与Y 独立，故{}{}{,}i j i i P X x P Y y P X x Y y =====g ,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x === 又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+== 即1,3111{},4248P X x Y y =++==从而131{,}.12P X x Y y === 同理21{},2P Y y ==223{,}8P X x Y y === 又31{}1j j P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=L .(2) {,}{}{|}P X n Y m P X n P Y m X n ======ge C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=g L 24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为1 0 11 0 1a 0b0 0.1 c其中a ,b ,c 为常数，且X 的数学期望E (X )=,P {Y ≤0|X ≤0}=，记Z =X +Y .求：XY（1） a ,b ,c 的值； （2） Z 的概率分布； （3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +=1 即 a+b+c = .由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为2，1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 的概率分布为Z 2 1 0 1 2P(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.习题四1.设随机变量X 的分布律为1 0 12求E （X ），E （X 2），E （2X +3）. 【解】(1) 11111()(1)012;82842E X =-⨯+⨯+⨯+⨯= (2) 2222211115()(1)012;82844E X =-⨯+⨯+⨯+⨯=(3) 1(23)2()32342E X E X +=+=⨯+=2.已知100个产品中有10个次品，求任意取出的5个产品中的次品数的数学期望、方差. 【解】设任取出的5个产品中的次品数为X ，则X 的分布律为故 ()0.58300.34010.07020.00730405E X =⨯+⨯+⨯+⨯+⨯+⨯ 0.501,= 52()[()]iii D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=L3.设随机变量X 的分布律为1 0 1且已知E （X ）=,E (X 2)=,求P 1，P 2，P 3. 【解】因1231P P P ++=……①,又12331()(1)010.1E X P P P P P =-++=-=g g ……②,222212313()(1)010.9E X P P P P P =-++=+=g g g ……③由①②③联立解得1230.4,0.1,0.5.P P P ===4.袋中有N 只球，其中的白球数X 为一随机变量，已知E （X ）=n ，问从袋中任取1球为白球的概率是多少【解】记A ={从袋中任取1球为白球}，则(){|}{}Nk P A P A X k P X k ===∑g 全概率公式001{}{}1().NNk k k P X k kP X k N N n E X N N========∑∑g5.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧≤≤-<≤.,0,21,2,10,其他x x x x求E （X ），D （X ）. 【解】12201()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰ 故 221()()[()].6D XE X E X =-=6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望. （1） U =2X +3Y +1； （2） V =YZ4X .【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++ 25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=- ,()()4()Y Z E Y E Z E X -g 因独立 1184568.=⨯-⨯=7.设随机变量X ，Y 相互独立，且E （X ）=E （Y ）=3，D （X ）=12，D （Y ）=16，求E （3X2Y ），D （2X 3Y ）.【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2) 22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯= 8.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<.,0,0,10,其他x y x k试确定常数k ，并求E （XY ）. 【解】因1001(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =210()(,)d d d 2d 0.25xE XY xyf x y x y x x y y +∞+∞-∞-∞===⎰⎰⎰⎰.9.设X ，Y 是相互独立的随机变量，其概率密度分别为f X （x ）=⎩⎨⎧≤≤;,0,10,2其他x x f Y （y ）=(5)e ,5,0,.y y --⎧>⎨⎩其他 求E （XY ）.【解】方法一：先求X 与Y 的均值 12()2d ,3E X x x x ==⎰g 5(5)5()e d 5e d e d 51 6.z y y z z E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰令由X 与Y 的独立性，得2()()()6 4.3E XY E X E Y ==⨯=g方法二：利用随机变量函数的均值公式.因X 与Y 独立，故联合密度为(5)2e ,01,5,(,)()()0,,y X Y x x y f x y f x f y --⎧≤≤>==⎨⎩g 其他于是11(5)2(5)552()2ed d 2de d 6 4.3y y E XY xy x x y x x y y +∞+∞----===⨯=⎰⎰⎰⎰g g10.设随机变量X ，Y 的概率密度分别为f X （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e f Y （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e 求（1） E （X +Y ）;（2） E （2X 3Y 2）.【解】22-200()()d 2ed [e ]e d xx x X X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰g201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf y y y +∞+∞--∞==⎰⎰g22242021()()d 4e d .48y Y E Y y f y y y y +∞+∞--∞====⎰⎰g 从而(1)113()()().244E X Y E X E Y +=+=+=(2)22115(23)2()3()23288E X Y E X E Y -=-=⨯-⨯=11.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧<≥-.0,0,0,22x x cx xke求（1） 系数c ;（2） E （X ）;（3） D （X ）. 【解】(1) 由222()d e d 12k x cf x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 222()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰g22220π2ed .k x kx x +∞-==⎰(3) 22222221()()d()2e.k x E X x f x x x k x k +∞+∞--∞==⎰⎰g 故 222221π4π()()[()].24D X E X E X k k k⎛-=-=-= ⎝⎭ 12.袋中有12个零件，其中9个合格品，3个废品.安装机器时，从袋中一个一个地取出（取出后不放回），设在取出合格品之前已取出的废品数为随机变量X ，求E （X ）和D （X ）. 【解】设随机变量X 表示在取得合格品以前已取出的废品数，则X 的可能取值为0，1，2，3.为求其分布律，下面求取这些可能值的概率，易知9{0}0.750,12P X === 39{1}0.204,1211P X ==⨯= 329{2}0.041,121110P X ==⨯⨯= 3219{3}0.005.1211109P X ==⨯⨯⨯=于是，得到X 的概率分布表如下：X 0 1 2 3 P由此可得()00.75010.20420.04130.0050.301.E X =⨯+⨯+⨯+⨯=22222222()075010.20420.04130.0050.413()()[()]0.413(0.301)0.322.E X D X E X E X =⨯+⨯+⨯+⨯==-=-=13.一工厂生产某种设备的寿命X （以年计）服从指数分布，概率密度为f （x ）=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe为确保消费者的利益，工厂规定出售的设备若在一年内损坏可以调换.若售出一台设备，工厂获利100元，而调换一台则损失200元，试求工厂出售一台设备赢利的数学期望. 【解】厂方出售一台设备净盈利Y 只有两个值：100元和200元/41/411{100}{1}e d e 4x P Y P X x +∞--==≥==⎰1/4{200}{1}1e.P Y P X -=-=<=-故1/41/41/4()100e(200)(1e )300e 20033.64E Y ---=⨯+-⨯-=-= (元).14.设X 1，X 2，…，X n 是相互独立的随机变量，且有E （X i ）=μ，D （X i ）=σ2，i =1，2，…，n ，记∑==n i i S X n X 12,1，S 2=∑=--n i i X X n 12)(11. （1） 验证)(X E =μ，)(X D =n2σ；（2） 验证S 2=)(11122∑=--ni i X n X n ；（3） 验证E （S 2）=σ2.【证】(1) 1111111()()().n nn i i i i i i E X E X E X E X nu u n n n n ===⎛⎫===== ⎪⎝⎭∑∑∑g22111111()()n nn i i i i i i i D X D X D X X DX n n n ===⎛⎫== ⎪⎝⎭∑∑∑g 之间相互独立 2221.n n nσσ==g (2) 因222221111()(2)2nnnniii ii i i i i XX X X X X X nX X X ====-=+-=+-∑∑∑∑2222112nnii i i X nX X nX X nX ===+-=-∑∑g故22211()1ni i S X nX n ==--∑. (3) 因2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+同理因2(),()E X u D X nσ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E s E X nX E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑221222221[()()]11().1ni i E X nE X n n u n u n n σσσ==--⎡⎤⎛⎫=+-+=⎢⎥ ⎪-⎝⎭⎣⎦∑g g15.对随机变量X 和Y ，已知D （X ）=2，D （Y ）=3，Cov(X ,Y )=1,计算：Cov （3X2Y +1，X +4Y3）.【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=-(因常数与任一随机变量独立，故Cov(X ,3)=Cov(Y ,3)=0,其余类似). 16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证X 和Y 是不相关的，但X 和Y 不是相互独立的. 【解】设22{(,)|1}D x y x y =+≤.2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰ 2π1001=cos d d 0.πr r r θθ=⎰⎰g同理E (Y )=0. 而 Cov(,)[()][()](,)d d X Y x E x y E Y f x y x y +∞+∞-∞-∞=--⎰⎰g222π1200111d d sin cos d d 0ππx y xy x y r r r θθθ+≤===⎰⎰⎰⎰, 由此得0XY ρ=,故X 与Y 不相关. 下面讨论独立性，当|x |≤1时，1()X f x y 当|y |≤1时，1()Y f y x . 显然()()(,).X Y f x f y f x y ≠g 故X 和Y 不是相互独立的.17.设随机变量（X ，Y ）的分布律为1 0 110 1验证X和Y是不相关的，但X和Y不是相互独立的.【解】联合分布表中含有零元素，X与Y显然不独立，由联合分布律易求得X，Y及XY的分布律，其分布律如下表X11P 382838Y101P 382838XY101P 284828由期望定义易得E（X）=E（Y）=E（XY）=0.从而E(XY)=E(X)·E(Y),再由相关系数性质知ρXY=0,即X与Y的相关系数为0，从而X和Y是不相关的.又331{1}{1}{1,1}888P X P Y P X Y =-=-=⨯≠==-=-g从而X与Y不是相互独立的.18.设二维随机变量（X，Y）在以（0，0），（0，1），（1，0）为顶点的三角形区域上服从均匀分布，求Cov（X，Y），ρXY.【解】如图，S D=12，故（X，Y）的概率密度为题18图2,(,),(,)0,x y Df x y∈⎧=⎨⎩其他.()(,)d d DE X xf x y x y =⎰⎰1101d 2d 3xx x y -==⎰⎰g22()(,)d d DE X x f x y x y =⎰⎰11201d 2d 6xx x y -==⎰⎰从而222111()()[()].6318D XE X E X ⎛⎫=-=-= ⎪⎝⎭同理11(),().318E Y D Y == 而 1101()(,)d d 2d d d 2d .12xDDE XY xyf x y x y xy x y x xy y -====⎰⎰⎰⎰⎰⎰所以1111Cov(,)()()()123336X Y E XY E X E Y =-=-⨯=-g . 从而112XY ρ-===-19.设（X ，Y ）的概率密度为f （x ，y ）=1ππsin(),0,0,2220.x y x y ,⎧+≤≤≤≤⎪⎨⎪⎩其他求协方差Cov （X ，Y ）和相关系数ρXY . 【解】π/2π/21π()(,)d d d sin()d .24E X xf x y x y x x x y y +∞+∞-∞-∞==+=⎰⎰⎰⎰g ππ2222201ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰g 从而222ππ()()[()] 2.162D XE X E X =-=+-同理 2πππ(),() 2.4162E Y D Y ==+- 又 π/2π/2π()d sin()d d 1,2E XY x xy x y x y =+=-⎰⎰故 2ππππ4Cov(,)()()()1.2444X Y E XY E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭g222222π4Cov(,)(π4)π8π164.πππ8π32π8π32()()2162XYX Y D X D Y ρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+-g 20.已知二维随机变量（X ，Y ）的协方差矩阵为⎥⎦⎤⎢⎣⎡4111，试求Z 1=X 2Y 和Z 2=2X Y 的相关系数.【解】由已知知：D (X )=1,D (Y )=4,Cov(X ,Y )=1.从而12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯=12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X Y Y Y D X X Y D Y =--+=-+=⨯-⨯+⨯=故 121212513.26()()134Z Z D Z D Z ρ===⨯g21.对于两个随机变量V ，W ，若E （V 2），E （W 2）存在，证明：［E （VW ）］2≤E （V 2）E （W 2）.这一不等式称为柯西许瓦兹（Couchy Schwarz ）不等式.【证】令2(){[]},.g t E V tW t R =+∈显然22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈g g可见此关于t 的二次式非负，故其判别式Δ≤0， 即2220[2()]4()()E VW E W E V ≥∆=-g2224{[()]()()}.E VW E V E W =-g故222[()]()()}.E VW E V E W ≤g22.假设一设备开机后无故障工作的时间X 服从参数λ=1/5的指数分布.设备定时开机，出现故障时自动关机，而在无故障的情况下工作2小时便关机.试求该设备每次开机无故障工作的时间Y 的分布函数F （y ）.【解】设Y 表示每次开机后无故障的工作时间，由题设知设备首次发生故障的等待时间X ~E (λ),E (X )=1λ=5. 依题意Y =min(X ,2). 对于y <0,f (y )=P {Y ≤y }=0. 对于y ≥2,F (y )=P (X ≤y )=1.对于0≤y <2,当x ≥0时，在(0,x )内无故障的概率分布为P {X ≤x }=1eλx,所以F (y )=P {Y ≤y }=P {min(X ,2)≤y }=P {X ≤y }=1ey/5.。

长沙理工大学二手货QQ 交易群146 808 417#00001已知随机变量X 与Y 独立，其分布律分别为，与*00001解:作下表，表中第一行是自变量(X,Y)的全部可能取值点；第二行是第一行各取值相应的概从上表可以确定Z 的取值域为{0,1},W 的取值域为{-1,0,1,函数变量取某值的概率等于该值在表中相应概率之和。

例如 P{Z=0}=0.12+0.18=0.3于是，Z 、W 的分布律分别为：#00002袋中有两只红球，三只白球，现不放回摸球二次，令⎩⎨⎧=⎩⎨⎧=第二次摸到白球第二次摸到红球第一次摸到白球第一次摸到红球0101Y X(1)求(X,Y)的分布律。

(2)求X 与Y 的相关系数 *00002 解：（1）显然X 、Y 的全部可能取值为X=1，0；Y=1，0而P{X=1，Y=1}=P{两次均摸到红球}=2522C C ，同理计长沙理工大学二手货QQ 交易群146 808417ij （2）256)(256)(52)(52)(====Y D X D Y E X E503254101),(101)(-=-==Y X COV XY E41256256503-=-=∴XY ρ#00003设(X,Y)具有概率密度⎩⎨⎧<<<=其它01||0},{y x c y x f ，1)求常数c ；2)求P{Y>2X} ； 3)求F(0.5,0.5)*00003解：1) 如图所示区域D 为(X,Y)的非0定义域由归一性 图⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰====>∴>=⇒=⇒=--GG GGyDyyG S Sdxdy dx dy dxdy X Y P GX Y c cdx dy Cdxdy y 的面积是其中或见如图区域14311}2{}2){21111123)由F(x,y)的几何意义，可将F(0.5,0.5)理*00004解为(X,Y)落在{X ≤0.5,Y ≤0.5}区域（见如图G 1）上的概率。