概率论与数理统计习题解答(第二版)李书刚编,科学出版社.

第一章 随机事件及其概率1. 写出下列随机试验的样本空间：（1）同时掷两颗骰子，记录两颗骰子的点数之和； （2）在单位圆内任意一点，记录它的坐标；（3）10件产品中有三件是次品，每次从其中取一件，取后不放回，直到三件次品都取出为止，记录抽取的次数；（4）测量一汽车通过给定点的速度. 解 所求的样本空间如下（1）S= {2，3，4，5，6，7，8，9，10，11，12} （2）S= {(x, y)| x 2+y 2<1}（3）S= {3，4，5，6，7，8，9，10} （4）S= {v |v>0}2. 设A 、B 、C 为三个事件，用A 、B 、C 的运算关系表示下列事件： （1）A 发生，B 和C 不发生； （2）A 与B 都发生，而C 不发生； （3）A 、B 、C 都发生； （4）A 、B 、C 都不发生； （5）A 、B 、C 不都发生； （6）A 、B 、C 至少有一个发生； （7）A 、B 、C 不多于一个发生； （8）A 、B 、C 至少有两个发生. 解 所求的事件表示如下(1)(2)(3)(4)(5)(6)(7)(8)A B C A B C A B CA B CA B C A B CA B B C A CA BB CC A3．在某小学的学生中任选一名，若事件A 表示被选学生是男生，事件B 表示该生是三年级学生，事件C 表示该学生是运动员，则 （1）事件AB 表示什么？（2）在什么条件下ABC =C 成立？（3）在什么条件下关系式C B ⊂是正确的？ （4）在什么条件下A B =成立？ 解 所求的事件表示如下（1）事件AB 表示该生是三年级男生，但不是运动员.（2）当全校运动员都是三年级男生时，ABC =C 成立.（3）当全校运动员都是三年级学生时，关系式C B ⊂是正确的.（4）当全校女生都在三年级，并且三年级学生都是女生时，A B =成立. 4．设P (A )＝0.7，P (A －B )＝0.3，试求()P AB 解 由于 A -B = A – AB , P (A )=0.7 所以P (A -B ) = P (A -AB ) = P (A ) -P (AB ) = 0.3,所以 P (AB )=0.4, 故()P AB= 1-0.4 = 0.6.5. 对事件A 、B 和C ，已知P(A) = P(B)＝P(C)＝14，P(AB) = P(CB) = 0, P(AC)= 18求A 、B 、C 中至少有一个发生的概率. 解 由于,()0,⊂=ABC AB P AB 故P(ABC) = 0则P(A+B+C) = P(A)+P(B)+P(C) –P(AB) –P(BC) –P(AC)+P(ABC)1111500044488=++---+=6. 设盒中有α只红球和b 只白球，现从中随机地取出两只球，试求下列事件的概率： A ＝{两球颜色相同}， B ＝{两球颜色不同}.解 由题意，基本事件总数为2a b A +，有利于A 的事件数为22a b A A +，有利于B 的事件数为1111112a b b a a b A A A A A A +=, 则2211222()()a b a ba ba bA A A AP A P B A A +++==7. 若10件产品中有件正品，3件次品,（1）不放回地每次从中任取一件，共取三次，求取到三件次品的概率； （2）每次从中任取一件，有放回地取三次，求取到三次次品的概率. 解 （1）设A={取得三件次品} 则 333333101016()()120720或者====C A P A P A C A .（2）设B={取到三个次品}, 则33327()101000==P A .8. 某旅行社100名导游中有43人会讲英语，35人会讲日语，32人会讲日语和英语，9人会讲法语、英语和日语，且每人至少会讲英、日、法三种语言中的一种，求： （1）此人会讲英语和日语，但不会讲法语的概率； （2）此人只会讲法语的概率.解 设 A={此人会讲英语}, B={此人会讲日语}, C={此人会讲法语} 根据题意, 可得(1) 32923()()()100100100=-=-=P ABC P AB P ABC(2)()()()P ABC P AB P ABC =-()01()P A B P A B =+-=-+1()()()P A P B P AB =--+433532541100100100100=--+=9. 罐中有12颗围棋子，其中8颗白子4颗黑子，若从中任取3颗，求：（1） 取到的都是白子的概率；（2） 取到两颗白子，一颗黑子的概率； （3） 取到三颗棋子中至少有一颗黑子的概率； （4） 取到三颗棋子颜色相同的概率. 解(1) 设A={取到的都是白子} 则 3831214()0.25555===C P A C .(2) 设B={取到两颗白子, 一颗黑子}2184312()0.509==C C P B C .(3) 设C={取三颗子中至少的一颗黑子} ()1()0.745=-=P C P A .(4) 设D={取到三颗子颜色相同}3384312()0.273+==C C P D C .10. （1）500人中，至少有一个的生日是7月1日的概率是多少(1年按365日计算)？（2）6个人中，恰好有个人的生日在同一个月的概率是多少？ 解(1) 设A = {至少有一个人生日在7月1日}, 则 500500364()1()10.746365=-=-=P A P A (2)设所求的概率为P(B)412612611()0.007312⨯⨯==C C P B11. 将C ，C ，E ，E ，I ，N ，S 7个字母随意排成一行，试求恰好排成SCIENCE 的概率p. 解 由于两个C ，两个E 共有2222A A 种排法，而基本事件总数为77A ，因此有 2222770.000794A Ap A ==12. 从5副不同的手套中任取款4只，求这4只都不配对的概率. 解 要4只都不配对，我们先取出4双，再从每一双中任取一只，共有⋅4452C 中取法.设A={4只手套都不配对}，则有⋅==445410280()210C P A C13. 一实习生用一台机器接连独立地制造三只同种零件，第i 只零件是不合格的概率为=+11i p i，i=1，2，3，若以x 表示零件中合格品的个数，则P(x =2)为多少？解 设A i = {第i 个零件不合格}，i=1,2,3, 则1()1i i P A p i==+ 所以()11i i i P A p i=-=+ 123123123(2)()()()P x P A A A P A A A P A A A ==++由于零件制造相互独立，有：123123()()()()P A A A P A P A P A =，123123()()()()P A A A P A P A P A = 123123()()()()P A A A P A P A P A =11112111311,(2)23423423424P x ==⨯⨯+⨯⨯+⨯⨯=所以14. 假设目标出现在射程之内的概率为0.7，这时射击命中目标的概率为0.6，试求两次独立射击至少有一次命中目标的概率p.解 设A={目标出现在射程内}，B={射击击中目标}，B i ={第i 次击中目标}, i=1,2.则 P(A)=0.7, P(B i|A)=0.6 另外 B=B 1+B 2，由全概率公式12()()()()()(|)()(()|)P B P AB P AB P AB P A P B A P A P B B A =+===+ 另外, 由于两次射击是独立的, 故P(B 1B 2|A)= P(B 1|A) P(B 2|A) = 0.36 由加法公式P((B 1+B 2)|A)= P(B 1|A)+ P(B 2|A)－P(B 1B 2|A)=0.6+0.6-0.36=0.84因此P(B)= P(A)P((B 1+B 2)|A)=0.7×0.84 = 0.58815. 设某种产品50件为一批，如果每批产品中没有次品的概率为0.35，有1，2，3，4件次品的概率分别为0.25, 0.2, 0.18, 0.02，今从某批产品中抽取10件，检查出一件次品，求该批产品中次品不超过两件的概率.解 设A i ={一批产品中有i 件次品}，i=0, 1, 2, 3, 4, B={任取10件检查出一件次品}, C={产品中次品不超两件}, 由题意01914911050192482105019347310501944611050(|)01(|)516(|)4939(|)98988(|)2303=========P B A C C P B A C C C P B A C C C P B A C C C P B A C由于 A 0, A 1, A 2, A 3, A 4构成了一个完备的事件组, 由全概率公式40()()(|)0.196===∑i i i P B P A P B A由Bayes 公式000111222()(|)(|)0()()(|)(|)0.255()()(|)(|)0.333()======P A P B A P A B P B P A P B A P A B P B P A P B A P A B P B故20()(|)0.588===∑i i P C P A B16. 由以往记录的数据分析，某船只运输某种物品损坏2%，10%和90%的概率分别为0.8，0.15，0.05，现在从中随机地取三件，发现三件全是好的，试分析这批物品的损坏率是多少（这里设物品件数很多，取出一件后不影响下一件的概率）.解 设B={三件都是好的}，A 1={损坏2%}, A 2={损坏10%}, A 1={损坏90%}，则A 1, A 2, A 3是两两互斥, 且A 1+ A 2 +A 3=Ω, P(A 1)=0.8, P(A 2)=0.15, P(A 2)=0.05. 因此有 P(B| A 1) = 0.983, P(B| A 2) = 0.903, P(B| A 3) = 0.13, 由全概率公式31333()()(|)0.80.980.150.900.050.100.8624===⨯+⨯+⨯=∑i i i P B P A P B A由Bayes 公式, 这批货物的损坏率为2%, 10%, 90%的概率分别为313233()(|)0.80.98(|)0.8731()0.8624()(|)0.150.90(|)0.1268()0.8624()(|)0.050.10(|)0.0001()0.8624⨯===⨯===⨯===i i i i i i P A P B A P A B P B P A P B A P A B P B P A P B A P A B P B由于P( A 1|B) 远大于P( A 3|B), P( A 2|B), 因此可以认为这批货物的损坏率为0.2.17. 验收成箱包装的玻璃器皿，每箱24只装，统计资料表明，每箱最多有两只残次品，且含0，1和2件残次品的箱各占80%，15%和5%，现在随意抽取一箱，随意检查其中4只；若未发现残次品，则通过验收，否则要逐一检验并更换残次品，试求： （1）一次通过验收的概率α；（2）通过验收的箱中确定无残次品的概率β. 解 设H i ={箱中实际有的次品数},0,1,2=i , A={通过验收}则 P(H 0)=0.8, P(H 1)=0.15, P(H 2)=0.05, 那么有：042314244222424(|)1,5(|),695(|)138P A H C P A H C C P A H C =====(1)由全概率公式20()()(|)0.96α====∑i i i P A P H P A H(2)由Bayes 公式 得00()(|)0.81(|)0.83()0.96β⨯====i P H P A H P H A P A18. 一建筑物内装有5台同类型的空调设备，调查表明，在任一时刻，每台设备被 使用的概率为0.1，问在同一时刻（1）恰有两台设备被使用的概率是多少？ （2）至少有三台设备被使用的概率是多少？解 设5台设备在同一时刻是否工作是相互独立的, 因此本题可以看作是5重伯努利试验. 由题意，有p=0.1, q=1-p=0.9, 故(1) 223155(2)(0.1)(0.9)0.0729===P P C(2) 2555(3)(4)(5)P P P P =++332441550555(0.1)(0.9)(0.1)(0.9)(0.1)(0.9)0.00856C C C =++=第二章 随机变量及其分布1. 有10件产品，其中正品8件，次品两件，现从中任取两件，求取得次品数X 的分律. 解 X 的分布率如下表所示：2. 进行某种试验，设试验成功的概率为34，失败的概率为14，以X 表示试验首次成功所需试验的次数，试写出X 的分布律，并计算X 取偶数的概率. 解 X 的分布律为：113(),1,2,3,44k P X k k -⎛⎫⎛⎫=== ⎪⎪⎝⎭⎝⎭X 取偶数的概率：2113{}(2)4411116331165116k k P X P X k -∞∞∞⎛⎫⎛⎫=== ⎪ ⎪⎝⎭⎝⎭⎛⎫==⨯=⎪-⎝⎭∑∑∑k=1k=1k=1为偶数 3. 从5个数1，2，3，4，5中任取三个为数123,,x x x .求：X ＝max (123,,x x x )的分布律及P(X ≤4)； Y ＝min (123,,x x x )的分布律及P(Y>3). 解 基本事件总数为：3510C =，X 345(1)X 的分布律为：P(X ≤4)=P(3)+P(4)=0.4 (2)Y 的分布律为P(X>3) =04. C 应取何值，函数f(k) =!kC k λ，k ＝1，2，…，λ>0成为分布律？解 由题意, 1()1k f x ∞==∑, 即0110(1)1!!!0!kkk k k k C C C C e k k k λλλλλ∞∞∞===⎛⎫==-=-= ⎪⎝⎭∑∑∑ 解得：1(1)C e λ=-5. 已知X的分布律 X －112P162636求：（1）X 的分布函数；（2）12P X ⎛⎫< ⎪⎝⎭；（3）312P X ⎛⎫<≤ ⎪⎝⎭.解 (1) X 的分布函数为()()k k x xF x P X x p ≤=≤=∑0,11/6,11()1/2,121,2x x F x x x <-⎧⎪-≤<⎪=⎨≤<⎪⎪≥⎩;(2) 11(1)26P X P X ⎛⎫<==-= ⎪⎝⎭(3)31()02P X P ⎛⎫<≤=∅= ⎪⎝⎭6. 设某运动员投篮投中的概率为P ＝0.6，求一次投篮时投中次数X解 X 的分布函数0()0.60111x F x x x ≤⎧⎪=<≤⎨⎪>⎩7. 对同一目标作三次独立射击，设每次射击命中的概率为p ，求：（1）三次射击中恰好命中两次的概率；（2）目标被击中两弹或两弹以上被击毁，目标被击毁的概率是多少？ 解 设A={三次射击中恰好命中两次}，B=目标被击毁，则(1) P(A) =2232233(2)(1)3(1)P C p p p p -=-=-(2) P(B) =22323333233333(2)(3)(1)(1)32P P C p p C p p p p --+=-+-=-8. 一电话交换台每分钟的呼唤次数服从参数为4的泊松分布，求：（1）每分钟恰有6次呼唤的概率；（2）每分钟的呼唤次数不超过10次的概率. 解(1) P(X=6) =6440.104!6!k e e k λλ--==或者P(X=6) =!kek λλ-446744!!k k k k e e k k ∞∞--===-∑∑= 0.21487 – 0.11067 =0.1042.(2) P(X ≤10)104401144110.00284!!kkk k e e k k ∞--====-=-∑∑ =0.997169. 设随机变量X 服从泊松分布，且P(X ＝1)＝P(X ＝2)，求P(X ＝4) 解 由已知可得，12,1!2!e e λλλλ--=解得λ=2， (λ=0不合题意)422,(4)4!P X e -==因此= 0.0910. 商店订购1000瓶鲜橙汁，在运输途中瓶子被打碎的概率为0.003，求商店收到的玻璃瓶，（1）恰有两只；（2）小于两只；（3）多于两只；（4）至少有一只的概率. 解 设X={1000瓶鲜橙汁中由于运输而被打破的瓶子数}，则X 服从参数为n=1000, p=0.003的二项分布，即X~B(1000, 0.003), 由于n 比较大，p 比较小，np=3, 因此可以用泊松分布来近似, 即X~π(3). 因此(1) P(X=2)2330.2242!e -==(2)323(2)1(2)110.80080.1992!k k P X P X e k ∞-=<=-≥=-=-=∑(3)333(2)(2)0.5768!k k P X P X e k ∞-=>=>==∑(4)313(1)0.9502!k k P X e k ∞-=≥==∑11. 设连续型随机变量X 的分布函数为20,0(),011,1x F x kx x x <⎧⎪=≤≤⎨⎪>⎩求：（1）系数k ；（2）P(0.25<X<0.75)；（3）X 的密度函数；（4）四次独立试验中有三次恰好在区间(0.25，0.75)内取值的概率.解 (1) 由于当0≤x ≤1时，有F(x )=P(X ≤x )=P(X<0)+P(0≤X ≤x )=k x 2 又F(1) =1, 所以k ×12=1因此k=1.(2) P(0.25<X<0.75) = F(0.75)-F(0.25) = 0.752-0.252=0.5 (3) X 的密度函数为2,01()'()0,x x f x F x Other ≤≤⎧==⎨⎩(4) 由(2)知，P(0.25<X<0.75) = 0.5， 故P{四次独立试验中有三次在(0.25, 0.75)内} =334340.5(10.5)0.25C --=.12. 设连续型随机变量X 的密度函数为1()0,1x F x x ⎧<⎪=⎨⎪≥⎩求：（1）系数k ；（2）12P X⎛⎫<⎪⎝⎭；（3）X 的分布函数.解 (1)由题意，()1f x dx +∞-∞=⎰, 因此111()arcsin 111kf x dx k x k k ππ+∞+-∞-====-=⎰⎰解得:(2)1/21/1/21111arcsin 1/22663P x x ππππ--⎛⎫⎛⎫<===-= ⎪ ⎪-⎝⎭⎝⎭⎰ (3) X 的分布函数1()()1/2arcsin /11111/x x F x f x dx x x x k ππ-∞<-⎧⎪==+-≤≤⎨⎪>⎩=⎰解得: 13. 某城市每天用电量不超过100万千瓦时，以Z 表示每天的耗电率(即用电量除以100万千瓦时)，它具有分布密度为212(1),01()0,x x x F x ⎧-<<=⎨⎩其他若该城市每天的供电量仅有80万千瓦时，求供电量不够需要的概率是多少？如每天供电量为90万千瓦时又是怎样的？解 如果供电量只有80万千瓦，供电量不够用的概率为： P(Z>80/100)=P(Z>0.8)=120.812(1)0.0272x x dx -=⎰如果供电量只有80万千瓦，供电量不够用的概率为：P(Z>90/100)=P(Z>0.9)=120.912(1)0.0037x x dx -=⎰ 14. 某仪器装有三只独立工作的同型号电子元件，其寿命(单位 小时)都服从同一指数分布，分布密度为6001,0()6000,xe x F x x⎧<⎪=⎨⎪≥⎩试求在仪器使用的最初200小时以内，至少有一只电子元件损坏的概率.解 设X 表示该型号电子元件的寿命，则X 服从指数分布，设A={X ≤200}，则 P(A)=1200600311600x e dx e --=-⎰设Y={三只电子元件在200小时内损坏的数量}，则所求的概率为：100303331(1)1(0)1()(1())1()1P Y P Y C P A P A e e--≥=-==--=-=-15. 设X 为正态随机变量，且X ～N(2，2σ)，又P(2<X<4) = 0.3，求P(X<0) 解 由题意知()222422(24)00.3X P X P σσσσ---⎛⎫⎛⎫<<=<<=Φ-Φ= ⎪ ⎪⎝⎭⎝⎭即20.30.50.8σ⎛⎫Φ=+= ⎪⎝⎭故20222(0)10.2X P X P σσσσ---⎛⎫⎛⎫⎛⎫<=<=Φ=-Φ= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭16. 设随机变量X 服从正态分布N(10，4)，求a ，使P(|X －10|<a ) = 0.9.解 由于()()10|10|10222a X a P X a P a X a P --⎛⎫-<=-<-<=<<⎪⎝⎭210.9222a a a -⎛⎫⎛⎫⎛⎫=Φ-Φ=Φ-= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭所以0.952a ⎛⎫Φ= ⎪⎝⎭查表可得， 2a =1.65即 a = 3.3 17. 设某台机器生产的螺栓的长度X 服从正态分布N(10.05，0.062)，规定X 在范围(10.05±0.12)厘米内为合格品，求螺栓不合格的概率.解 由题意，设P 为合格的概率，则()10.05(|10.05|0.12)0.1210.050.12220.06X P P X P X P -⎛⎫=-<=-<-<=-<< ⎪⎝⎭(2)(2)2(2)120.977210.9544=Φ-Φ-=Φ-=⨯-=则不合格的概率=1-P = 0.045618. 设随机变量X 服从正态分布N(60，9)，求分点x 1，x 2，使X 分别落在(－∞，x 1)、(x 1，x 2)、(x 2，+∞)的概率之比为3:4:5. 解 由题，111116060603()()0.253333456060()1()0.75,33x x X P X x P x x ---⎛⎫<=<=Φ== ⎪++⎝⎭--Φ-=-Φ=查表可得1600.673x --=解得, x 1 = 57.9922260606034()()0.5833333345x x X P X x P ---+⎛⎫<=<=Φ== ⎪++⎝⎭又查表可得2600.213x -=解得, x 2 =60.63. 19. 已知测量误差X （米）服从正态分布N(7.5, 102)，必须进行多少次测量才能使至少有一次误差的绝对值不超过10米的概率大于0.98？解 设一次测量的误差不超过10米的概率为p , 则由题可知107.57.5107.5(10)101010(0.25)( 1.75)(0.25)1(1.75)0.598710.95990.5586X p P X P ----⎛⎫=<=<< ⎪⎝⎭=Φ-Φ-=Φ-+Φ=-+=设 Y 为n 次独立重复测量误差不超过10米出现的次数，则Y~B(n, 0.5586)于是 P(Y ≥1)=1-P(X=0)=1-(1-0.5586)n ≥0.98 0.4414n ≤0.02, n ≥ln(0.02)/ln(0.4414) 解得：n ≥4.784取n=5, 即，需要进行5次测量. 20.设随机变量X 的分布列为X －2 023P17173727试求：（1）2X 的分布列；（2）x 2的分布列. 解 (1) 2X 的分布列如下(2) x 2的分布列21. 设X 服从N(0，1)分布，求Y ＝｜X ｜的密度函数.解 y=|x|的反函数为 ,0h(y)=,x x x x -<⎧⎨≥⎩, 从而可得Y=|X|的密度函数为： 当y>0时，22221())y yyY X X f y f yyf yy e e e---=--+=+=当y ≤0时，()Y f y =0 因此有22,0()0,0y Yy f y y ->=≤⎩22. 若随机变量X 的密度函数为23,01()0,x x f x ⎧<<=⎨⎩其他求Y ＝1x的分布函数和密度函数.解 y=1x在(0,1)上严格单调，且反函数为 h(y)=1y,y>1, h ’(y)=21y -222411113()[()]|()|3Y X X f y f h y h y f y y y y y⎛⎫⎛⎫⎛⎫'==-== ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭因此有43,1()0,Y y y f y other ⎧>⎪=⎨⎪⎩Y 的分布函数为：433131,1()10,y Y y y dy y y y F y other---⎧=-=->⎪=⎨⎪⎩⎰23. 设随机变量X 的密度函数为22,0(1)()0,0x x f x x π⎧>⎪+=⎨⎪≤⎩试求Y ＝lnX 的密度函数.解 由于ln y x =严格单调，其反函数为(),'()y y h y e h y e ==且,则 2()[()]|()|()2(1)2,()y yY X X yy y yf y f h y h y f e e e e y e e ππ-'===+=-∞<<+∞+24. 设随机变量X 服从N(μ,2σ)分布，求Y ＝x e 的分布密度. 解 由于x y e =严格单调，其反函数为1()ln ,'(),h y y h y ==且yy>0,则221(ln)21()[()]|()|(ln),0Y X Xyf y f h y h y f yye yμσ--'===>当0y≤时()0Yf y=因此221(ln)2,0()0,0yYyf yyμσ--⎧>=≤⎩25.假设随机变量X服从参数为2的指数分布，证明：Y＝21xe--在区间(0, 1)上服从均匀分布.解由于21xy e-=-在(0, +∞)上单调增函数，其反函数为：1()ln(1),01,2h y y y=--<<并且1'()2(1)h yy=-，则当01y<<12(ln(1))2()[()]|()|11(ln(1))22(1)1212(1)Y XXyf y f h y h yf yyey---'==---==-当y≤0或y≥1时，()Yf y=0.因此Y在区间(0, 1)上服从均匀分布.26.把一枚硬币连掷三次，以X表示在三次中正面出现的次数，Y表示三次中出现正面的次数与出现反面的次数之差的绝对值，试求（X，Y）的联合概率分布.解根据题意可知, (X,Y)可能出现的情况有：3次正面，2次正面1次反面, 1次正面2次反面, 3次反面, 对应的X,Y 的取值及概率分别为P(X=3, Y=3)=18P(X=2, Y=1)=223113228C⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭P(X=1, Y=1)= 3113113228C-⎛⎫⎛⎫=⎪⎪⎝⎭⎝⎭P(X=0, Y=3)= 31128⎛⎫=⎪⎝⎭于是，（X，Y）的联合分布表如下：27. 在10件产品中有2件一级品，7件二级品和1件次品，从10件产品中无放回抽取3件，用X 表示其中一级品件数，Y 表示其中二级品件数，求： （1）X 与Y 的联合概率分布； （2）X 、Y 的边缘概率分布； （3）X 与Y 相互独立吗？解 根据题意，X 只能取0，1，2，Y 可取的值有：0，1，2，3，由古典概型公式得：(1) 271310(,),ij k ijC C C p P X i Y j C====其中,3,0,1,2,i j k i ++==0,1,2,3j =0,1k =,可以计算出联合分布表如下j(2) X,Y 的边缘分布如上表(3) 由于P(X=0,Y=0)=0, 而P(X=0)P(Y=0)≠0, P(X=0,Y=0)≠P(X=0)P(Y=0), 因此X,Y 不相互独立. 28. 袋中有9张纸牌，其中两张“2”，三张“3”，四张“4”，任取一张，不放回，再任取一张，前后所取纸牌上的数分别为X 和Y ，求二维随机变量(X, Y)的联合分布律，以及概率P(X ＋Y>6)解 (1) X,Y 可取的值都为2,3,4, 则(X,Y)的联合概率分j(2) P(X+Y>6) = P(X=3, Y=4) + P(X=4, Y=3) + P(X=4,Y=4)=1/6+1/6+1/6=1/2.29. 设二维连续型随机变量(X, Y)的联合分布函数为(,)arctan arctan 23x y F x y A B C ⎛⎫⎛⎫=++ ⎪⎪⎝⎭⎝⎭,求：（1）系数A 、B 及C ； （2）(X, Y)的联合概率密度； （3）X ，Y 的边缘分布函数及边缘概率密度；（4）随机变量X 与Y 是否独立？解 (1) 由(X, Y)的性质, F(x, -∞) =0, F(-∞,y) =0, F(-∞, -∞) =0, F(+∞, +∞)=1, 可以得到如下方程组：arctan 022arctan 023022122x A B C y A B C A B C A B C ππππππ⎧⎛⎫⎛⎫+-= ⎪ ⎪⎪⎝⎭⎝⎭⎪⎪⎛⎫⎛⎫-+=⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎨⎛⎫⎛⎫⎪--= ⎪ ⎪⎪⎝⎭⎝⎭⎪⎛⎫⎛⎫⎪++= ⎪ ⎪⎪⎝⎭⎝⎭⎩解得：21,,,22A B C πππ===(2)2222(,)6(,)(4)(9)F x y f x y x y x y π∂==∂∂++(3) X 与Y 的边缘分布函数为：211()(,)arctan arctan 222222X x x F x F x ππππππ⎛⎫⎛⎫⎛⎫=+∞=++=+ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭ 211()(,)arctan arctan 222322Y y y F y F y ππππππ⎛⎫⎛⎫⎛⎫=+∞=++=+ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭X 与Y 的边缘概率密度为：'22()()(4)X X f x F x x π==+'23()()(9)Y Y f y F y y π==+(4) 由(2),(3)可知：(,)()()X Y f x y f x f y =, 所以X ，Y 相互独立.30. 设二维随机变量(X, Y)的联合概率密度为-(x+y)e ,0,(,)0,x f x y ⎧<<+∞=⎨⎩其他（1）求分布函数F(x, y)；（2）求(X ，Y)落在由x ＝0，y ＝0，x ＋y ＝1所围成的三角形区域G 内的概率.解 (1) 当x>0, y>0时，()0(,)(1)(1)y xu v x y F x y e dudv e e -+--==--⎰⎰否则，F (x, y ) = 0.(2) 由题意，所求的概率为11()10((,))(,)120.2642Gxx y P x y G f x y dxdydx e dy e --+-∈===-=⎰⎰⎰⎰31. 设随机变量（X ，Y ）的联合概率密度为-(3x+4y)Ae ,0,0,(,)0,x y f x y ⎧>>=⎨⎩其他求：（1）常数A ；（2）X ，Y 的边缘概率密度；（3）(01,02)P X Y <≤<≤.解 (1) 由联合概率密度的性质，可得(34)00(,)1/12x y f x y dxdy Ae dxdy A +∞+∞+∞+∞-+-∞-∞===⎰⎰⎰⎰ 解得 A=12.(2) X, Y 的边缘概率密度分别为：(34)30123,0()(,)0,x y x X edy e x f x f x y dy other +∞-+-+∞-∞⎧=>⎪==⎨⎪⎩⎰⎰ (34)40124,0()(,)0,x y y Y edx e y f y f x y dx other +∞-+-+∞-∞⎧=>⎪==⎨⎪⎩⎰⎰(3) (01,02)P x y <≤<≤21(34)03812(1)(1)x y e dxdye e -+--==--⎰⎰32. 设随机变量（X ，Y ）的联合概率密度为2,01,02,(,)30,xyx x y f x y ⎧+≤≤≤≤⎪=⎨⎪⎩其他求 P(X ＋Y ≥1).解 由题意，所求的概率就是(X,Y)落入由直线x=0 ,x=1, y=0, y=2, x+y=1围的区域G 中, 则122012310((,))(,)3456532672G x P x y G f x y dxdyxy dx x dy x x x dx -∈==+=++=⎰⎰⎰⎰⎰33. 设二维随机变量(X, Y)在图2.20所示的区域G 上服从均匀分布，试求(X, Y)的联合概率密度及边缘概率密度.解 由于(X, Y)服从均匀分布，则G 的面积A 为：211201(,)()6x xGA f x y dxdy dx dy x x dx ===-=⎰⎰⎰⎰⎰,(X, Y)的联合概率密度为：6,01(,)0,x f x y other≤<⎧=⎨⎩. X,Y 的边缘概率密度为：2266(),01()(,)0,x xX dy x x x f x f x y dy other +∞-∞⎧=-≤<⎪==⎨⎪⎩⎰⎰),01()(,)0,yY dy y y f y f x y dx other +∞-∞⎧=≤<⎪==⎨⎪⎩⎰34. 设X 和Y 是两个相互独立的随机变量，X 在(0, 0.2)上服从均匀分布，Y 的概率密度是55,0()0,0y y e y f y y -⎧ >=⎨≤⎩求：（1）X 和Y 和联合概率密度； （2）P(Y ≤X).解 由于X 在(0, 0.2)上服从均匀分布，所以()1/0.25X f x == (1) 由于X ，Y 相互独立，因此X, Y525,0,00.2(,)()()0,yX Y ey x f x y f x f y other-⎧><<==⎨⎩(2) 由题意，所求的概率是由直线x=0, 所围的区域，如右图所示， 因此0.2500.2511()(,)255111xy Gx P Y X f x y dxdy dx e dye dx e e ----≤===-=+-=⎰⎰⎰⎰⎰35. 设（X ，Y ）的联合概率密度为1,01,02(,)20,x y f x y ⎧ ≤≤≤≤⎪=⎨⎪⎩其他求X 与Y中至少有一个小于12的概率.解 所求的概率为0.50.5120.50.511()()22111,221(,)15128P X Y P XY f x y dxdydxdy +∞+∞⎛⎫<< ⎪⎝⎭⎛⎫=-≥≥ ⎪⎝⎭=-=-=⎰⎰⎰⎰ 36. 设随机变量X 与Y 相互独立，且X －113 Y －3 1P1215310P 1434求二维随机变量（X ，Y ）的联合分布律.解 由独立性，计算如下表37. 设二维随机变量（X ，Y ）的联合分布律为X123Y116191182abc（1）求常数a ，b ，c 应满足的条件；（2）设随机变量X 与Y 相互独立，求常数a ，b ，c.解 由联合分布律的性质，有：11116918a b c +++++=, 即 a + b + c =12133-=又，X, Y 相互独立，可得 111::::6918a b c =从而可以得到： 121,,399a b c ===38. 设二维随机变量（X ，Y ）的联合分布函数为22232,0,1,1(,),0,01,10,x x y x x y F x y x y x⎧ >>⎪+⎪⎪= ><≤⎨+⎪⎪ ⎪⎩其他， 求边缘分布函数()x F x 与()y F y ，并判断随机变量X 与Y 是否相互独立.解 由题意, 边缘分布函数2222lim,0()(,)110,0y X x x x F x F x x x x →+∞⎧=>⎪=+∞=++⎨⎪≤⎩下面计算F Y (y )2332220,0()(,)lim ,011lim 1,11Y x x y x y F y F y y y xx y x →+∞→+∞⎧⎪≤⎪⎪=+∞==<≤⎨+⎪⎪=>⎪+⎩可以看出，F(x,y)= F x (x ) F Y (y ), 因此，X ，Y 相互独立.39. 设二维随机变量（X ，Y ）的联合分布函数为132,1,1(,)0,ye x yf x y x-⎧ ≥≥⎪=⎨⎪ ⎩其他，求边缘概率密度()X f x 与()Y f y ，并判断随机变量X 与Y 是否相互独立.解 先计算()X f x , 当x <1时, ()0X f x =当x ≥1时,113331222()1y y X f x e dy e x x x+∞--+∞-===⎰再计算()Y f y , 当y <1时, ()0Y f y =当y ≥1时, 11132121()1y y y Y f y e dx e e x x+∞---+∞-===⎰可见, (,)()()X Y f x y f x f y =, 所以随机变量X, Y 相互独立40.设二维随机变量（X ，Y ）的联合分布函数为,(,)0,x y x y f x y + 0≤,≤1,⎧=⎨⎩其他，求边缘概率密度()X f x 与()Y f y ，并判断随机变量X 与Y是否相互独立.解 先计算()X f x , 当x <0或者x >1时, ()0X f x = 当1≥x ≥0时,1212011()02X f x x y dy xy yx =+=+=+⎰ 再计算()Y f y , 当y <0或者y >1时, ()0Y f y =当1≥y ≥0时, 120111()022Y f y x ydx xy x y =+=+=+⎰由于11(,)()()22X Y f x y x y f x f y x y ⎛⎫⎛⎫=+≠=++ ⎪⎪⎝⎭⎝⎭, 所以随机变量X,Y 不独立41.设二维随机变量（X ，Y ）的联合分布函数为22,00(,)0,x y e x y f x y --⎧ >,>=⎨ ⎩其他求随机变量Z ＝X －2Y 的分布密度. 解 先求Z 的分布函数F(z ):2()()(2)(,)D X Y zF z P Z z P X Y z f x y dxdy -≤=≤=-≤=⎰⎰当z<0时，积分区域为：求得2220()2z z yx y F z dy e dx +∞+---=⎰⎰224122z y y z z e e dy e +∞----=-=⎰ 当z ≥0时，积分区域为：2200()2z yx yF z dy e dx +∞+--=⎰⎰ 2401212yy zz eedy e +∞----=-=-⎰由此, 随机变量Z 的分布函数为11,02()1,02zz e z F z e z -⎧-≥⎪⎪=⎨⎪<⎪⎩ 因此, 得Z 的密度函数为：1,02()1,02zz e z f z e z -⎧≥⎪⎪=⎨⎪<⎪⎩42. 设随机变量X 和Y 独立，X ～2()N μ,σ，Y 服从［－b ，b ］(b>0)上的均匀分布，求随机变量Z ＝X ＋Y 的分布密度. 解 解法一 由题意，22()21()()()2z y a bX Y F z f z y f y dy dy bσ---+∞-∞-=-=⋅⎰⎰令)/,,[,],z y a t dy dt y b b σσ--==-∈-(则()()()2211()22z b az b at z b a z b aF z e dt b bσσσσ+----+---==Φ-Φ⎰ 解法二22()()(),()1()221122111212X Yz bz bF z f x f z x dx-b<z-x<b,z-b<x<z+bx aF z dxbz bx a z b a z b az bb ba zb a z bba z bbσσσσσσσ+∞-∞+-=-∴--=⋅+-⎛+---⎫⎛⎫⎛⎫⎛⎫=Φ=Φ-Φ⎪ ⎪ ⎪⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫--⎛-+⎫⎛⎫⎛⎫=-Φ--Φ⎪⎪ ⎪⎪⎝⎭⎝⎭⎝⎭⎝⎭-+⎛⎫=Φ ⎪⎝⎭⎰⎰a z bσ⎛--⎫⎛⎫-Φ ⎪⎪⎝⎭⎝⎭43.设X服从参数为12的指数分布，Y服从参数为13的指数分布，且X与Y独立，求Z＝X＋Y的密度函数.解由题设，X~12120,0(),0X xxf xe x-≤⎧⎪=⎨>⎪⎩, Y~13130,0(),0Y xxf ye x-≤⎧⎪=⎨>⎪⎩并且，X，Y相互独立，则()()()Z X YF z f x f z x dx+∞-∞=-⎰由于()Xf x仅在x>0时有非零值，()Yf z x-仅当z-x>0，即z>x时有非零值，所以当z<0时，()Xf x=0, 因此()Zf z=0.当z>0时，有0>z>x, 因此1132()11()23z z xxZF z e e dx---=⎰1633216zz zz xe dx e e----==-⎰44.设（X，Y）的联合分布律为X0 1 2 3Y0 0 0.05 0.08 0.121 0.01 0.09 0.12 0.152 0.02 0.11 0.13 0.12求：（1）Z＝X＋Y的分布律；（2）U＝max（X，Y）的分布律；（3）V＝min（X，Y）的分布律.解(1) X+Y的可能取值为：0，1，2，3，4，5，且有P(Z=0)=P(X=0,Y=0) = 0P(Z=1)=P(X=1,Y=0) + P(X=0,Y=1) = 0.06P(Z=2)=P(X=2,Y=0) + P(X=0,Y=2) + P(X=1,Y=1) = 0.19 P(Z=3)=P(X=3,Y=0) + P(X=1,Y=2) + P(X=2,Y=1) = 0.35 P(Z=4)=P(X=2,Y=2) + P(X=3,Y=1) = 0.28P(Z=5)=P(X=3,Y=2) = 0.12同理，U=max(X,Y)的分布如下U∈{0,1,2,3}同理，V=min(X,Y)的分布分别如下V∈{0,1,2}第三章 随机变量的数字特征1. 随机变量X 的分布列为X －1 0 1212P13161611214求E(X)，E(－X ＋1)，E(X 2) 解 111111136261243()1012E X =-⨯+⨯+⨯+⨯+⨯=111111236261243(1)((1)1)(01)(1)(11)(21)E X -+=--+⨯+-+⨯+-+⨯+-+⨯+-+⨯=或者1233(1)()(1)()11E X E X E E X -+=-+=-+=-+= 22222235111111362612424()(1)(0)()(1)(2)E X -=-⨯+⨯+⨯+⨯+⨯=2. 一批零件中有9件合格品与三件废品，安装机器时从这批零件中任取一件，如果取出的废品不再放回，求在取得合格品以前已取出的废品数的数学期望. 解 设取得合格品之前已经取出的废品数为X, X 的取值为0, 1, 2, 3, A k 表示取出废品数为k 的事件， 则有：1391121230(),0,1,2,3,66()()0.3220k k k kk k C C P A k C C E X k P A -==∙==⋅==∑3. 已知离散型随机变量X 的可能取值为－1、0、1，E(X)＝0.1，E(X 2)＝0.9，求P(X=-1)，P(X ＝0)，P(X ＝1). 解 根据题意得：2222()1(1)0(0)1(1)0.1()(1)(1)0(0)1(1)0.9E X P X P X P X E X P X P X P X =-=-+=+===-=-+=+==可以解得 P(X =-1)=0.4, P(X=1)=0.5,P(X=0) = 1- P(X =-1) - P(X=1) = 1-0.4-0.5=0.14. 设随机变量X 的密度函数为2(1),()x x f x - 0<<1,⎧=⎨0, ⎩其他. 求E(X). 解 由题意,11()()2(1)3E X xf x dx x xdx ∞-∞==-=⎰⎰,5. 设随机变量X 的密度函数为,0()x e x f x x -⎧ ≥,=⎨0, <0.⎩ 求E(2X)，E(2x e -). 解(2)2()2x E X xf x dx xe dx ∞∞--∞==⎰⎰()()0002|20|2x x x xe e dx e∞-∞--∞=+=-=⎰ 22230()()11|33Xx x xx E ee f x dxee dx e ∞---∞∞---∞===-=⎰⎰6. 对球的直径作近似测量，其值均匀分布在区间［a ，b ］上，求球的体积的数学期望.解 由题意，球的直接D~U(a,b), 球的体积V=()3432D π因此，341()()32bax E V Vf x dx dx b aπ∞-∞⎛⎫== ⎪-⎝⎭⎰⎰ 4220|()()24()24x a b a b b a ππ∞==++-7. 设随机变量X ，Y 的密度函数分别为22,0()x X e x f x x -⎧ >,=⎨0, ≤0.⎩ 44,0()y Y e y f y y -⎧ >,=⎨0, <0.⎩ 求E(X ＋Y)，E(2X －3Y 2). 解()()(E X Y E X E Y+=+240()()24113244X Y x y x f x dx y f y dyxe dx ye dy+∞+∞-∞-∞+∞+∞--=+=+=+=⎰⎰⎰⎰22222400(23)2()3()2()3()223435188X Y xy E X Y E X E Y x f x dx y f y dyxedx y e dy+∞+∞-∞-∞+∞+∞---=-=-=-=-=⎰⎰⎰⎰8. 设随机函数X 和Y 相互独立，其密度函数为2,1()X x x f x 0≤≤,⎧=⎨ 0, .⎩其他5,5() 5y Y e y f y y -⎧ >,=⎨ 0, ≤.⎩（－）求E(XY).解 由于XY 相互独立, 因此有()()()12(5)05(5)(5)5(5)()()()()()225320553225(01)(6)433X Y y y y y E XY E X E Y x f x dx y f y dyx dx ye dyye e dy e +∞+∞-∞-∞+∞--+∞------===⎛⎫⎛+∞⎫=-- ⎪ ⎪ ⎪⎝⎭⎝⎭⎛⎫⎛+∞⎫=---- ⎪ ⎪ ⎪⎝⎭⎝⎭=-----=-⨯-=⎰⎰⎰⎰⎰9. 设随机函数X 的密度为()f x <,= 0, ≥⎩x 1x 1.求E(X), D(X).解11()()0E X x f x dx +∞-∞-===⎰⎰π22112202110001012()()2222211()arcsin |1422x x E X x f x dx x +∞-∞-====-=-+=-+=-+=⎰⎰⎰⎰⎰⎰ππππππππ()221()()()2D XE X E X =-=10.设随机函数X 服从瑞利(Rayleigh)分布,其密度函数为2222,0()x x e x f x x σ-⎧ >,⎪=σ⎨⎪ 0, ≤0.⎩其中σ>0是常数，求E(X)，D(X).解 22222222()()x x x E X x f x dx edx xdeσσσ--+∞+∞+∞-∞===-⎰⎰⎰2222222222200/0022x x x u u x xe e dx e dxedu σσσσππσσσ---+∞+∞+∞-=⎛⎫+∞=--= ⎪⎝⎭−−−→===⎰⎰⎰22222222222222222232222200222()()2202220x x x x x x u u uxE X x f x dx edx x dex e xe dx xe dx e du e σσσσσσσσσσ=+∞+∞+∞---∞+∞+∞---+∞--===-⎛+∞⎫=--= ⎪⎝⎭+∞−−−→==-=⎰⎰⎰⎰⎰⎰ ()22222()()()2(2)22D X E X E X ππσσσ⎛⎫=-=-=- ⎪ ⎪⎝⎭11. 抛掷12颗骰子，求出现的点数之和的数学期望与方差.解 掷1颗骰子，点数的期望和方差分别为： E(X) = (1+2+3+4+5+6)/6= 7/2 E(X 2)=(12+22+32+42+52+62)/6=91/6 因此 D(X) = E(X 2)-(E(X)) 2 = 35/12掷12颗骰子, 每一颗骰子都是相互独立的, 因此有： E(X 1+X 2+…+X 12)=12E(X) = 42D(X 1+X 2+…+X 12) =D(X 1)+D(X 2)+…+D(X 12)=12D(X)=35 12. 将n 只球（1～n 号）随机地放进n 只盒子（1～n 号）中去，一只盒子装一只球，将一只球装入与球同号码的盒子中，称为一个配对，记X 为配对的个数，求E(X), D(X).解 （1）直接求X 的分布律有些困难，我们引进新的随机变量X k1,0,k k X k ⎧=⎨⎩第只球装入第k 号盒子第只球没装入第k 号盒子,则有：1nkk X X ==∑，X k 服0-1分布因此：11(0)11,(1),kk P X p P X p n n==-=-===()11111(),()11()1k k n nk k k k E X p D X n n n E X E X E X n n ==⎛⎫===- ⎪⎝⎭⎛⎫===⋅= ⎪⎝⎭∑∑ （2）k j X X 服从0-1分布，则有11(1)(1)(1)(1,1),()k j k j k j n n n n P X X P X X E X X --======1()n k k D X D X =⎛⎫= ⎪⎝⎭∑()112222(,)1112(()()())11112(1)1111112111(1)nk k j k k jnk j k j k k jk j n D X Cov X X E X X E X E X n n n n n n n C n n n n n n =<=<<=+⎛⎫=-+- ⎪⎝⎭⎛⎫=-+- ⎪-⎝⎭⎛⎫-⎛⎫=-+-=-+-= ⎪ ⎪-⎝⎭⎝⎭∑∑∑∑∑故，E(X)=D(X)=1. 我们知道，泊松分布具有期望与方差相等的性质，可以认定，X 服从参数为1的泊松分布. 13. 在长为l 的线段上任意选取两点，求两点间距离的数学期望及方差.解 设所取的两点为X,Y , 则X,Y 为独立同分布的随机变量, 其密度函数为11,01,01(),(),0,0,X Y x x f x f y l l other other ⎧⎧≤≤≤≤⎪⎪==⎨⎨⎪⎪⎩⎩ 21,0,1(,)()(),0,Y Y x y f x y f x f y l other ⎧≤≤⎪==⎨⎪⎩依题意有()(,)E X Y x y f x y dxdy +∞+∞-∞-∞-=-⎰⎰()()2200011lxl l x x y dydx y x dydx l l=-+-⎰⎰⎰⎰222220011222l l x l x dx lx dx l l=+-+⎰⎰ 322322110032262l l x l x lx x l l ⎛⎫⎛⎫=+-+ ⎪ ⎪⎝⎭⎝⎭ 663l l l =+= ()22()(,)E X Y x yf x y dxdy +∞+∞-∞-∞-=-⎰⎰()22001l lx y dxdy l=-⎰⎰ ()222003222012103ll l dx x xy y dyl l yx y xy dxl =-+⎛⎫=-+ ⎪⎝⎭⎰⎰⎰ 3222033222213111032316ll x l xl dx l ll x l x l x l l =-+⎛⎫=-+⎪⎝⎭=⎰ D(X -Y) = E((X -Y)2)-(E(X -Y))2 = 2221116918l l l -= 14.设随机变量X 服从均匀分布，其密度函数为12,()2x f x ⎧0<<,⎪=⎨⎪0, .⎩其他,求E(2X 2)，D(2X 2). 解12222201(2)2()2()226E X E X x f x dx x dx +∞-∞====⎰⎰ 124442011()()2,()8012E X x f x dx x dx E X +∞-∞====⎰⎰ ()()22242111(2)4()4()()48014445D X D X E X E X ⎛⎫==-=⨯-=⎪⎝⎭15. 设随机变量X 的方差为2.5，试利用切比雪夫不等式估计概率(()7.5)P X E X -≥。