数理统计典型例题分析

典型例题分析例1．分别从方差为20和35的正态总抽取容量为8和10的两个样本，求第一个样本方差是第二个样本方差两倍的概率的范围。

解 以21S 和22S 分别表示两个（修正）样本方差。

由222212σσy x S S F =知统计量2221222175.13520S S S S F ==服从F 分布，自由度为（7，9）。

1） 事件{}22212S S =的概率 {}{}05.320352352022222122212221===⎭⎬⎫⎩⎨⎧⨯==⎭⎬⎫⎩⎨⎧===F P S S P S S P S S P因为F 是连续型随机变量，而任何连续型随机变量取任一给定值的概率都等于0。

2） 现在我们求事件{}二样本方差两倍第一样本方差不小于第=A 的概率：{}{}5.322221≥=≥=F P S S P p 。

由附表可见，自由度9,721==f f 的F 分布水平α上侧分位数),(21f f F α有如下数值：)9,7(20.45.329.3)9,7(025.005.0F F =<<=。

由此可见，事件A 的概率p 介于0.025与0.05之间；05.0025.0<<p 。

例2．设n X X X ，，， 21是取自正态总体),(2σμN 的一个样本，2s 为样本方差，求满足不等式95.05.122≥⎭⎬⎫⎩⎨⎧≤σS P 的最小n 值。

解 由随机变量2χ分布知，随机变量σ/12S n ）（-服从2χ分布，自由度1-=n v ，于是，有{}{}95.0)1(5.1)1(5.1)1(2,05.02222=≤≥-≤=⎭⎬⎫⎩⎨⎧-≤-=v v v P n P n S n P χχχσ 其中2v χ表示自由度1-=n v 的2χ分布随机变量，2,05.0v χ是自由度为1-=n v 的水平05.0=α的2χ分布上侧分位数（见附表）。

我们欲求满足2,05.015.1v n χ≥-）（的最小1+=v n 值，由附表可见226,05.0885.3839)127(5.1χ=>=-， 22505.0652.375.401265.1，）（χ=<=-。

数理统计习题及答案数理统计习题及答案数理统计是一门研究数据收集、分析和解释的学科，是现代社会中不可或缺的一部分。

在学习数理统计的过程中，习题是不可或缺的一部分。

通过解答习题，我们可以更好地理解和掌握数理统计的概念和方法。

本文将介绍一些常见的数理统计习题，并给出详细的解答。

1. 某班级有40名学生，他们的身高数据如下：160、165、170、165、168、172、178、175、170、165、160、163、168、172、175、170、165、160、163、168、172、175、170、165、160、163、168、172、175、170、165、160、163、168、172、175、170、165、160、163、168。

请计算这组数据的平均身高、中位数和众数。

解答：首先，将这组数据按照从小到大的顺序排列：160、160、160、160、160、160、160、160、163、163、163、163、165、165、165、165、165、165、165、165、168、168、168、168、168、168、170、170、170、170、170、170、172、172、172、172、172、175、175、175、175、175、178。

平均身高 =(160+160+160+160+160+160+160+160+163+163+163+163+165+165+165+1 65+165+165+165+168+168+168+168+168+168+170+170+170+170+170+170+172+172+172+172+172+175+175+175+175+175+178)/40 = 166.7中位数 = 排列后的第20个数据 = 165众数 = 出现次数最多的数据 = 1602. 某汽车厂家生产了1000辆汽车，其中200辆为红色，300辆为蓝色，400辆为黑色。

第五章 数理统计初步例1．若总体2~(,)X N µσ，其中2σ已知，但µ未知，而为来自总体的一个简单随机样本，试指出下列样本函数中 12,,n X X X …是统计量， 不是统计量：(1)11n i i X n =∑； (2)211(n i i X n )µ=−∑； (3)211()1n i i X X n =−−∑；；X 。

分析：利用统计量的定义即可辨别，特别注意不能含有未知参数。

解：由统计量的定义：设为总体12,,n X X X …X 的一个样本，为连续函数，如果不包含任何未知参数，则称其为一个统计量。

12(,,)n g x x x …12(,,)n g X X X …显然，(1)，(3)，(4)，(6)给出的是统计量；而(2)，(5)给出的量因含有未知参数µ，所以不是统计量。

注：统计量不包含任何未知参数，它具有两重性。

统计量是样本的一个函数，所以是一个随机变量。

若是的一组观察值，则统计量12,,nX X X …12(,,)n g X X X …12,,n x x x …12,,n X X X …12(,,)n g x x x …又是一个确定的数。

例2．设随机变量X 和Y 都服从标准正态分布，则 。

(A ) X Y +服从正态分布。

(B ) 22X Y +服从2χ分布。

(C ) 2X 和都服从2Y 2χ分布。

() D 22X 服从F 分布。

分析：考察统计中三种常见分布的构成，注意正态分布的性质。

解：由于的联合分布是否为二维正态分布未知，不能确定(,)X Y X Y +服从正态分布，又因X 与Y 是否独立未知，因而不能确定X Y +服从正态分布，也不能确定22X Y +服从2χ分布，也不能确定22X Y 服从F 分布，因而选。

C 注：本例重在强调各分布的构成中，都有独立性的要求。

另外，正态分布的性质中也同样要求独立性。

例3．设2~(,)X N µσ，则样本均值X 与总体期望µ的偏差不超过（n 为样本容量）的概率为 。

高中数学涉及的统计学知识典型例题分析一、基础知识：（一）随机抽样：1、抽签法：把总体中的N 个个体编号，把号码写在号签上，将号签放在一个容器中搅拌均匀后，每次从中抽取一个号签，连续抽取n 次，就得到容量为n 的样本2、系统抽样：也称为等间隔抽样，大致分为以下几个步骤：（1）先将总体的N 个个体编号（2）确定分段间隔k ，设样本容量为n ，若N n 为整数，则N k n= （3）在第一段中用简单随机抽样确定第一个个体编号l ，则后面每段所确定的个体编号与前一段确定的个体编号差距为k ，例如：第2段所确定的个体编号为l k +，第m 段所确定的个体编号为()1l m k +−，直至完成样本注：（1）若N n不是整数，则先用简单随机抽样剔除若干个个体，使得剩下的个体数能被n 整除，再进行系统抽样。

例如501名学生所抽取的样本容量为10，则先随机抽去1个，剩下的500个个体参加系统抽样（2）利用系统抽样所抽出的个体编号排成等差数列，其公差为k3、分层抽样：也称为按比例抽样，是指在抽样时，将总体分成互不交叉的层，然后按照一定的比例，从各层独立地抽取一定数量的个体，将各层取出的个体合在一起作为样本。

分层抽样后样本中各层的比例与总体中各个层次的比例相等，这条结论会经常用到（二）频率分布直方图：1、频数与频率（1）频数：指一组数据中个别数据重复出现的次数或一组数据在某个确定的范围内出现的数据的个数.（2）频率：是频数与数据组中所含数据的个数的比，即频率=频数/总数（3）各试验结果的频率之和等于12、频率分布直方图：若要统计每个小组数据在样本容量所占比例大小，则可通过频率分布表（表格形式）和频率分布直方图（图像形式）直观的列出（1）极差：一组数据中最大值与最小值的差（2）组距：将一组数据平均分成若干组（通常5-12组），则组内数据的极差称为组距，所以有组距=极差/组数（3）统计每组的频数，计算出每组的频率，便可根据频率作出频率分布直方图（4）在频率分布直方图中：横轴按组距分段，纵轴为“频率/组距”（5）频率分布直方图的特点：②因为各试验结果的频率之和等于1，所以可得在频率分布直方图中，各个矩形的面积和为1 （三）茎叶图：通常可用于统计和比较两组数据，其中茎是指中间的一列数，通常体现数据中除了末位数前面的其他数位，叶通常代表每个数据的末位数。

概率论与数理统计案例分析概率论与数理统计作为数学的一个重要分支，广泛应用于各个领域。

本文将通过一些具体案例来分析概率论和数理统计在实际中的应用。

案例一：市场营销中的A/B测试在市场营销领域，A/B测试是一种常见的实验设计方法，用于比较两种不同的营销策略、广告设计或产品设计等。

假设某电商公司希望提高其网站用户的转化率，他们可以设计一个A/B测试来比较两种不同的促销活动对用户购买行为的影响。

首先，将用户随机分为两组，一组接受A方案，另一组接受B方案。

然后通过收集和分析用户的购买数据，可以利用概率论和数理统计方法来评估两种方案的效果。

通过统计显著性检验和置信区间分析，可以得出结论，哪种方案对用户购买行为影响更大，从而指导公司的营销策略。

案例二：医学研究中的双盲试验在医学研究领域，双盲试验是一种常用的研究设计，用于评估新药物的疗效。

在一次双盲试验中，研究者和参与者都不知道哪些人接受了治疗，哪些人接受了安慰剂。

通过随机分组和盲法设计，可以最大程度地减少实验结果的偏倚。

利用概率论和数理统计方法，研究人员可以对试验数据进行分析，来评估新药物的疗效是否显著，以及是否出现不良反应等情况。

通过以上案例分析，可以看出概率论和数理统计在实际中的重要性和应用价值。

无论是市场营销领域还是医学研究领域，都离不开对数据的收集、分析和解释。

掌握好概率论和数理统计知识，对于提高决策的科学性和准确性有着重要的意义。

希望本文的案例分析能够让读者更深入地理解概率论和数理统计的实际应用，为他们在相关领域的工作和研究提供一定的启发和帮助。

概率论与数理统计重点总结及例题解析一：全概率公式和贝叶斯公式例:某厂由甲、乙、丙三个车间生产同一种产品，它们的产量之比为3：2：1，各车间产品的不合格率依次为8％，9％， 12% 。

现从该厂产品中任意抽取一件，求:（1）取到不合格产品的概率;（2）若取到的是不合格品，求它是由甲车间生产的概率。

（同步45页三、1）解:设A1，A2,A3分别表示产品由甲、乙、丙车间生产,B表示产品不合格，则A1,A2,A3为一个完备事件组。

P（A1）=1/2, P(A2）=1/3， P(A3)=1/6，P（B｜ A1)＝0。

08，P（B｜ A2）＝0。

09，P（B｜ A3)＝0。

12.由全概率公式P（B） = P(A1)P（B｜ A1）+ P（A2)P(B| A2）+ P(A3）P(B| A3) = 0.09由贝叶斯公式：P（A1｜ B）＝P(A1B）/P(B) = 4/9练习:市场上出售的某种商品由三个厂家同时供货，其供应量第一厂家为第二厂家的2倍,第二、三两厂家相等，而且第一、二、三厂家的次品率依次为2％,2％，4％。

若在市场上随机购买一件商品为次品,问该件商品是第一厂家生产的概率是多少？(同步49页三、1）【0.4 】练习:设两箱内装有同种零件，第一箱装50件，有10件一等品，第二箱装30件，有18件一等品,先从两箱中任挑一箱,再从此箱中前后不放回地任取2个零件，求：(同步29页三、5）（1）取出的零件是一等品的概率；（2)在先取的是一等品的条件下,后取的仍是一等品的条件概率. 解：设事件i A ={从第i 箱取的零件},i B =｛第i 次取的零件是一等品｝ （1）P （1B )=P(1A )P （1B |1A ）+P （2A )P(1B ｜2A )=52301821501021=+（2)P （1B 2B ）=194.02121230218250210=+C C C C ,则P （2B |1B )=)()(121B P B B P = 0.485二、连续型随机变量的综合题 例:设随机变量X 的概率密度函数为⎩⎨⎧<<=others x x x f 020)(λ 求：（1)常数λ;（2）EX ；（3)P{1〈X<3｝；（4)X 的分布函数F （x)（同步47页三、2）解：(1）由⎰⎰==∞+∞-201)(xdx dx x f λ得到λ＝1/2 （2)3421)(22===⎰⎰∞+∞-dx x dx x xf EX (3)⎰⎰===<<31214321)(}31{xdx dx x f x P (4)当x<0时,⎰∞-==xdt x F 00)(当0≤x<2时，⎰⎰⎰∞-∞-=+==xxx tdt dx dt t f x F 00241210)()(当x ≥2时，F(x ）=1故201()02412x F x x x x <⎧⎪⎪=≤<⎨⎪≥⎪⎩练习：已知随机变量X 的密度函数为⎩⎨⎧≤≤+=others x b ax x f 010)(且E （X)=7/12。

《概率论与数理统计》典型例题第一章 随机事件与概率例1．已知事件,A B 满足，A B 与同时发生的概率与两事件同时不发生的概率相等，且()P A p =，则()P B = 。

分析：此问题是考察事件的关系与概率的性质。

解：由题设知，()(P AB P A B =∩)，则有()()()1()1()()()P AB P A B P A B P A B P A P B P AB ===−=−−+∩∪∪而，故可得。

()P A p =()P B =1p −注：此题具体考察学生对事件关系中对偶原理，以及概率加法公式的掌握情况，但首先要求学生应正确的表示出事件概率间的关系，这三点都是容易犯错的地方。

例2．从10个编号为1至10的球中任取1个，则取得的号码能被2或3整除的概率为 。

分析：这是古典概型的问题。

另外，问题中的一个“或”字提示学生这应该是求两个事件至少发生一个的概率，即和事件的概率，所以应考虑使用加法公式。

解：设A ：“号码能被2整除”，B ：“号码能被3整除”，则53(),()1010P A P B ==。

只有号码6能同时被2和3整除，所以1()10P AB =，故所求概率为 5317()()()()10101010P A B P A P B P AB =+−=+−=∪。

注：这是加法公式的一个应用。

本例可做多种推广，例如有60只球，又如能被2或3或5整除。

再如直述从10个数中任取一个，取得的数能被2或3整除的概率为多少等等。

例3．对于任意两事件，若，则 A B 和()0,()0P A P B >>不正确。

（A ）若AB φ=，则A 、B 一定不相容。

（B ）若AB φ=，则A 、B 一定独立。

（）若C AB φ≠，则A 、B 有可能独立。

（）若D AB φ=，则A 、B 一定不独立。

分析：此问题是考察事件关系中的相容性与事件的独立性的区别，从定义出发。

解：由事件关系中相容性的定义知选项A 正确。

概率论与数理统计案例概率论与数理统计是数学学科的两个分支，它们研究与概率和随机变量相关的问题，可以应用于统计、经济、金融等领域。

下面将介绍一些概率论与数理统计的案例。

案例一：骰子游戏在玩一个骰子游戏时，每次掷一个骰子，如果骰子点数为1或6，则游戏结束，否则游戏继续。

假设你可以决定掷骰子的次数，掷的次数越多，结束游戏的概率越大，但可能会因为掷的次数过多而浪费时间。

现在假设你只能掷骰子n次，问你应该掷几次骰子可以使结束游戏的概率最大？解题思路：对于这个问题，我们可以使用概率论的方法来求解。

假设掷骰子的次数为k，那么结束游戏的概率为：$P_k$ = $\frac{1}{3} + \frac{4}{9}(\frac{2}{3})^k +\frac{2}{9}(\frac{1}{2})^k(\frac{2}{3})^{n-k}$为了使结束游戏的概率最大，我们需要求出这个概率关于k的一阶导数，并令其等于0。

对上式求导，得到：令$P'_k$ = 0，解得：$k$ = $\frac{n}{2}$因此，在保证掷骰子次数不超过n的情况下，掷骰子次数为$\frac{n}{2}$时可以使结束游戏的概率最大。

案例二：股票涨跌预测对于投资者来说，股票的涨跌是一个重要的决策因素，如果能准确预测股票涨跌，可以获得更高的投资收益。

根据概率论和数理统计的方法，我们可以尝试分析股票涨跌的概率和趋势，并根据分析结果制定投资策略。

对于股票涨跌的预测，我们可以使用概率论中的二项分布来进行分析。

假设一个股票价格在一段时间内有50%的概率上涨，50%的概率下跌，我们可以将上涨定义为成功事件，下跌定义为失败事件，那么在n次交易中，股票涨k次的概率为：$P(k) = \frac{n!}{k!(n-k)!}\times p^k\times (1-p)^{n-k}$其中，p为股票价格上涨的概率，k为股票涨的次数。

对于预测股票涨跌的趋势，我们可以使用时间序列分析的方法来进行分析。

概率论与数理统计 典型例题及其分析第三章 多维随机变量及其分布Y ⑴ 求,a b 应满足的条件； ⑵ 若X 与Y 相互独立 ，求 a,b 的值. 【思路】 先利用联合分布律的性质1ijijp=∑∑确定a,b 应满足的条件，再利用独立性的定义来求出a 与b. 【解】⑴ 因为1ij ijp =∑∑，所以11111,84248b a +++++= 因此 11.24a b += ⑵ 由于 X 与Y 相互独立，即对所有,i j x y 有 ()()(),,i j i j P X x Y y P X x Y y ===== 于是 ()()()112,121,46a P X Y P X Y a a ⎛⎫⎛⎫=======++⎪⎪⎝⎭⎝⎭解得 112a =或1.2a =同理 ()()()131,212,88b P X Y P X Y B b ⎛⎫⎛⎫=======++ ⎪⎪⎝⎭⎝⎭解得 18b =或3.8b = 再由11.24a b +=知 13,128a b == 【解毕】 【技巧】 由于X 与Y 的独立性，故对所有的,i j x y 应有()()(),,i j i j P X x Y y P X x Y y ===== 因此，我们可在联合分布律表中找到几个比较容易计算的值来分别确定分布律中的参数，例如()13,1,24P X Y ===而()()1131,66P X Y a ⎛⎫===∙+ ⎪⎝⎭可求得1;12a =又()13,2,8P X Y ===而18求得3.8b =这种参数的确定方式，需要读者熟练掌握. 例3.2.2 （1999年考研题）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 和关于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间处：- 62 -j【思路】 利用边缘分布律的求法及独立性来进行，例如，从11,86p +=求得11,24p =再利用独立性知1111.6p p =⨯从而知11,4p =等等. 【解】 利用;i ij jij jip p pp ==∑∑以及 1i jijp p==∑∑ 与独立性 ij i j p p p =. 求解空格内的数值，故11111111111,,68246p p p p p =-===⨯即11,4p =又由121,p p +=可得2131.44p =-= 反复运用上列公式，可求得 1322232313111,,,,.128423p p p p p ===== j例3.2.3 （1999年考研题）已知随机变量1X 和2X 的概率分布分别为 1x -1 0 1 2x 0 1 与 P111 424 P 1122， 而且()120 1.P X X ==求1X 和2X 的联合分布；问： ⑴ 1X 和2X 是否独立？ ⑵ 为什么？ 【思路】 已知1X 和2X 的边缘分布，一般是不能确定1X 和2X 的联合分布的，但题中给了一附加条件()120 1.P X X ==因此就要从条件入手加以分析，再利用边缘分布与联合分布的关系，就可求解此题了.独立性的判断是比较简单的.【解】⑴ 由()120 1.P X X ==知()1200,P X X ≠=即()()12121,11,10.P X X P X X =-===== 于是1X 和2X 的联合分布有如下结构：1j p 从而利用边缘分布律与联合分布律的关系知()()()1121211,01,1,P X P X X P X X =-==-=+==即 1110,4p +=从而得111.4p = 同理可知31222111,,0.p p p ===故1X 和2X 的联合分布律为1j p ⑵ 由以上结果知 ()120,00,P X X === 而 ()()12111000.224P X P X ===⨯=≠ 可见，1X 与2X 不独立. 【技巧】先.将边缘分布的数据以及由条件()1201P X X ==中对应数据填入表中，得到联合分布律表的基本结构，再来求其余ij p 的值，是对解离散型随机向量的基本技巧.按独立性的要求，可以检验1X 与2X 是否独立，特别对不独立的说明只需找出一对(),i j x y ，使ij i j p p p ≠即可.例3.2.4 将两封信投入3个编号为1，2，3的信箱，用,X Y 分别表示投入第1，2号信箱的信的数目，求(),X Y 的边缘分布律，并判断X 与Y 是否独立.【思路】 首先确定(),X Y 的所有可能取值，并用古典概型求出取相应值的概率，即可得到(),X Y 的联合分布律，剩下的问题也就迎刃而解了.【解】 将2封信投到3个信箱的总投法239,n ==而X 和Y 的可能取值均为0，1，2，于是- 64 -()0,0P X Y P ===（两封信都投入第3号信箱）=1;9()1,0P X Y P ===（两封信中一封投入第1号信箱，另一封投入第3号信箱）11212.99C C == 同理可得：()()220,1;1,1;99P X Y P X Y ====== ()()()1,22,12,20.P X Y P X Y P X Y ========= 这样，可得(),X Y 的联合分布律，又由于()()()()22,,0,1,2,,,0,1,2.i i P X k P X k Y i k P X k P X i Y k k ============∑∑故所求的分布律为X 的边缘分布律在表中的最后一列，Y 的边缘分布律在表中的最后一行. 由于()10,09P X Y ===，而()()44100,999P X P Y ===⨯≠故X 与Y 不独立. 【解毕】 【技巧】 二维离散型随机变量的联合分布律，在实际问题中可用事件的乘机（交）的概率求得，此时概率的乘法公式是十分常用的计算技巧. 例3.2.5 设(),X Y 服从区域(){}2,:01D x y y x =≤≤-上的均匀分布，⑴ 写出(),X Y 的联合密度函数；⑵ 求X 和Y 的边缘密度函数； ⑶ 求概率()2P Y X ≥.【思路】 先画出区域D 的图形，再按上面的解法来求解. 【解】 （1）由于区域D 是由曲线21y x =-和0y =所围成的（如图3.2.1所示），其面积为()12141.3D x dx -=-=⎰ 所以(),X Y 的联合密度为()23,01,40, y xf x y ⎧≤≤-⎪=⎨⎪⎩其他图3.2.1⑵ X 的边缘密度函数为()()()()2120331,11,11,440, 0, x X x x dy x f x f x y dy -+∞-∞⎧⎧⎪--<<⎪-<<===⎨⎨⎪⎪⎩⎩⎰⎰其他其他 而Y 的边缘密度函数为()()3,011,40, 0, Y dx y y f y f x y dy +∞-∞⎧<<⎪<<===⎨⎪⎪⎩⎩⎰其他其他 ⑶ 记(){}2,:G x y y x =≥，则G D ⋂为图3.2.2阴影部分，从而()()()()2221,,33 .442Gx G Dx P Y X P X Y G f x y dxdydxdy dxdy -⋂≥=∈====⎰⎰⎰⎰⎰【寓意】 本题要求熟悉二维均匀分布和计算边缘密度及概率的基本方法，求这些问题的技巧读者应牢牢掌握，最关键的问题是激发呢区间和积分区域的确定. 图 3.2.2例3.2.6 设二维随机变量(),X Y 的概率密度为 (), 0,,0, Ay Ae x y f x y -⎧<<=⎨⎩其他⑴ 确定常数A ；⑵ 求随机变量X 的密度()X f x ；⑶ 求概率()1P X Y +≤. (后二问为1992年考研题) 【解】⑴ 记D 为(),f x y 的零区域，即 (){},:0D x y x y =<< 其图形如图3.2.3所示.由联合密度的性质得(),1f x y dxdy +∞+∞-∞-∞=⎰⎰，从而有()01, .AyAyDxI f x y dxdy Aedxdy dx Ae dy A+∞+∞+∞+∞---∞-∞====⎰⎰⎰⎰⎰⎰ 因此，A=1. ⑵ X 的边缘密度为 ()(), 0, 0,0, 00, 0yx X x e d yx e x f x f x y dy x x +∞-+∞--∞⎧>⎧>⎪===⎨⎨≤⎩⎪≤⎩⎰⎰⑶ 设(){},:1G x y x y =+≤，则D G ⋂如图3.2.4所示.故()()1112121, 12.xyyGD GxP X Y f x y dxdy edxdy dx e dy e e -----⋂+≤====+-⎰⎰⎰⎰⎰⎰- 66 -图 3.2.3 图3.2.4【技巧】 在利用(),1f x y dxdy +∞+∞-∞-∞=⎰⎰确定(),f x y 中的常数时，若(),0f x y ≠的区域为D ，则只需用(),1Df x y dxdy =⎰⎰就可以了.例3.3.1 设(),X Y 的联合分布律为求：⑴ 常数a; ⑵ 联合分布函数在点31,22⎛⎫⎪⎝⎭处的值31,;22F ⎛⎫ ⎪⎝⎭ ⑶ ()1|0.P X y ==【解】⑴ 由联合分布律的性质1ij ijp =∑∑知 1111,446ij ijp a ==+++∑∑ 求得1.3a =⑵(),X Y 的联合分布函数(),F x y 在点31,22⎛⎫⎪⎝⎭处的值 ()()3131111,,1,11,0.2222442F p X Y P X Y P X Y ⎛⎫⎛⎫=≤≤===-+===+= ⎪ ⎪⎝⎭⎝⎭⑶ ()()()11,0341|0.110743P X Y P X Y P X ========+ 【解毕】 【技巧】 求联合分布函数(),F x y 时，只需把取值满足,i j x x y y ≤≤的点(),i j x y 的概率ij p 找出来，然后求和就可以了，值得注意的是不要有遗漏.而求条件分布律时的关键是将其边缘分布求出即可，而边缘分布律的求法在前节已反复强调过多次.例3.3.2 已知随机变量X 和Y 联合概率密度为 ()4, 01,01,,0, xy x y f x y ≤<≤<⎧=⎨⎩其他求⑴ 条件密度()||X Y f x y 及()||;Y X f y x ⑵ X 和Y 的联合分布函数(),F x y .(第二问为1995年考研题) 【思路】 根据条件密度的定义，我们首先要求出X 与Y 的边缘密度，然后再来求条件密度.而联合分布函数的求法是一个较为繁琐的工作，需要分区域讨论，这些区域不能遗漏. 【解】⑴ 由于X 的边缘密度为 ()()104, 012, 01 ,0, 0, X x y d yx x x f x f x y dy +∞-∞⎧≤<≤<⎧⎪===⎨⎨⎩⎪⎩⎰⎰其他.其他同理，有 ()()2, 01,,0, Y y y f y f x y dx +∞-∞≤<⎧==⎨⎩⎰其他故当01y <<时，()Y f y >0，且 ()()()|4, 01,,2|0, X Y Y xyx f x y yf x y f y ⎧≤<⎪==⎨⎪⎩其他从而，在{}Y y =条件下，X 的条件密度为 ()|2, 01,01,|0, X Y x x y f x y ≤<<<⎧=⎨⎩其他同样可得，在{}X x =条件下，Y 的条件密度为 ()|2, 01,01,|0, Y X y y x f y x ≤<<<⎧=⎨⎩其他⑵ 对联合分布函数()(),,F x y P X x Y y =≤≤要分区域讨论.对于0x <或0y <，有 ()(),,0;F x y P X x Y y =≤≤= 对于01,01,x y ≤<≤<有 ()2200,4;yx F x y uvdudv xy ==⎰⎰对于1,1x y ≥≥，有 (),1;F x y = 对于1,01,x y ≥≤<有 ()()2,1,;F x y P XY y y =≤≤= 对于1,01,y x ≥≤<有 ()()2,,1;F x y P X x Y x =≤≤= 从而，X 和Y 的联合分布函数为 ()22220, 00,01,01,,, 01,1,, 1,01,1, 1,1x y x y x y F x y x x y y x y x y<<⎧⎪≤<≤<⎪⎪=≤<≤⎨⎪≤≤<⎪≤≤⎪⎩或【技巧】 由于本题中，X 与Y 的地位完全平等，因此，在求条件密度时，只需求出一个，另一个用对- 68 -称性即可得到，此对称性在(),F x y 中也有很好的体现，对称性的利用也经常是我们解决数学问题的一种技巧，另外，在求(),X Y 的分布函数时，一定要牢牢记住它的定义：()(),,.F x y P X x Y y =≤≤对一切,x y 都要讨论，它是一个分区域函数，不同值的定义范围一定要证明. 例3.4.1 设二维随机变量(),X Y 的概率密度函数为 ()()2,01,0,,0, ky x x y x f x y ⎧-≤≤≤≤=⎨⎩其他试求常数k ,并问X 与Y 是否相互独立？【思路】 常数k 的确定仍是利用联合密度的性质，而独立性质的判断只须验证是否成立()()(),,X Y f x y f x f y =为此，首先要求出X 与Y 的边缘密度()X f x 与()Y f y .【解】 由联合密度的性质知()()()1010151,22,24xx y f x y dxdy ky x dxdy k dx x ydy k +∞+∞-∞-∞≤≤≤≤==-=-=⎰⎰⎰⎰⎰⎰ 所以，24.5k =(),X Y 关于X 的边缘密度为()()()()2024122, 012, 0 1,550, 0, x X x ydy x x x x f x f x y dy +∞-∞⎧⎧-≤≤-≤≤⎪⎪===⎨⎨⎪⎪⎩⎩⎰⎰其他.其他而(),X Y 关于Y 的边缘密度为()()()()122412, 01,34,01,52,50, 0, Y y ydx y y y y y x f y f x y dx +∞-∞⎧⎧≤<-+≤≤⎪⎪-===⎨⎨⎪⎪⎩⎩⎰⎰其他其他 很明显，当01,0,x y x <<<<时，有 ()()(),,X Y f x y f x f y ≠ 所以X 与Y 不互相独立. 【注】本例中，(),X Y 的联合密度(),0f x y ≠的区域是三角形区域(){},:01,0D x y x y x =≤≤≤≤.虽然(),f x y 在D 上可表达成分离变量形状 ()()()12,f x y kg x g y =，这里，()12,g x x =-()2.g y y =但需要注意的是，只有当D 为矩形区域(){},:,D x y a x b c y d =≤≤≤≤（包括全平面、半平面等）时，()()()12,f x y kg x g y =才是使X 与Y 相互独立的充要条件.从而本题中X 与Y 不是相互独立的.如果(),X Y 的联合密度改为()()~~2,01,01,,0, k y x x y f x y ⎧⎪-≤≤≤≤=⎨⎪⎩其他则此时，X 与Y 必相互独立.例3.4.2 设X 和Y 是两个相互独立的随机变量，X 服从区间()0,1上的均匀分布，Y 服从参数12λ=的指数分布，求a 的二次方程220a Xa Y ++=有实根的概率.【思路】 方程220a Xa Y ++=有实根当且仅当2440,X Y ∆=-≥故本题是求概率()2P X Y ≥,而要计算此概率必须知道X 与Y 的联合密度，因此 首先必须根据题中独立性的假定求出(),.f x y【解】 有题设知，X 与Y 的概率密度分别为 ()1 010, X x f x <<⎧=⎨⎩，其他. 和 () 00, y 0Y x f y ⎧>⎪=⎨⎪≤⎩y-21e 2.由于,X Y 相互独立，故X 与Y 的联合密度为 ()()(), 01,0,0, X Y x y f x y f x f y ⎧<<>⎪==⎨⎪⎩y-21e 2其他又因为方程220a Xa Y ++=有实数当且仅当2440,X Y ∆=-≥故所求概率为()()()()2221120000101, 1 1110.x x yx y x y P X Y f x y dxdy dxdy dx dy dx dx ≥≥<<>⎛⎫≥====- ⎪ ⎪⎝⎭=-=Φ-Φ⎤⎦⎰⎰⎰⎰⎰⎰⎰⎰22y y x ---222x -211e e e 22e而()()10,10.8432Φ=Φ=（查正态分布表），故方程220a Xa Y ++=有实根的概率为0.1448. 【技巧】 本题是二维连续型随机变量的综合题，要求读者熟悉均匀分布，指数分布的定义，掌握独立性和概率计算的基本方法，知道怎么利用独立性构造联合分布.同时，要求大家在计算形如2-Ax e的积分时，如何应用正态分布的性质和特征，这种计算技巧，在概率论、微积分中是常用的.例3.4.3 一电子仪器由两个部件构成，以X 和Y 分别表示两部件的寿命（单位：千小时），已知X 和Y 的联合分布函数为 ()()0.50.50.51,0,0,,0, x y x y e e e x y F x y -+--⎧--+≥≥⎪=⎨⎪⎩其他⑴ 问X 和Y 是否独立； ⑵ 求两个部件的寿命都超过100小时的概率.α【解】 （方法1）直接利用分布函数计算. ⑴ X 与Y 的边缘分布函数分别为()()0.51, 0,,0, 0.x X e x F x F x x -⎧-≥=+∞=⎨<⎩ 与 ()()0.51, y 0,,0,y 0.y Y e F y F y -⎧-≥=+∞=⎨<⎩ 故有 ()()(),, ,,X Y F x y F x F y x y =-∞<<+∞ 从而，X 与Y 相互独立. ⑵ 由于X 与Y 相互独立，故- 70 -()()()()()()()0.050.050.10.1,0.10.10.110.110.1 10.110.1 .x y P X Y P X P Y P X P Y F F eeeα---=>>=>>=-≤-≤⎡⎤⎡⎤⎣⎦⎣⎦⎡⎤=--==⎡⎤⎣⎦⎣⎦（方法2）利用概率密度进行计算.⑴ 以(),f x y ，()(),X Y f x f y 分别表示(),,,X Y X Y ，的概率密度，则()()()0.5,0.25, 0,0,,0, x y F x y e x y f x y x y -+⎧∂≥≥⎪==⎨∂∂⎪⎩其他. ()()0.50.5,0,,0, x X e x f x f x y dy +∞--∞⎧≥==⎨⎩⎰其他. ()()0.50.5,0,,0, y Y e y f y f x y dx +∞--∞⎧≥==⎨⎩⎰其他. 由()()(),, (,)X Y f x y f x f y x y =-∞<<+∞知X 与Y 独立. ⑵()()0.50.10.10.10.1,0.10.25.x y P X Y dy edx e α+∞+∞-+-=>>==⎰⎰ 【解毕】【技巧】 用分布函数和概率密度均可以判定随机变量的独立性，具体应用哪种方法要依题而定.一般较为常用的是概率密度的方法，但本题中用前一方法反而简单些.在本题的计算时，读者要注意X 与Y 的对称性，不必重复计算，另外，利用分布函数(),F x y 的性质也可以直接计算出α，即()()()()()0.10.1,0.1,0.1,,0.10.1,0.1.P X Y F F F F e α-=>>=+∞+∞-+∞-+∞+=例3.5.1 设二维随机变量的联合分布律为求：（1）1;Z X Y =+（2）2Z X Y =（3）3;Z Y=（4）()4max ,Z X Y =的分布律 【思路 】 思路与一维离散型随机变量的函数的分布律的计算类似，注意上面介绍的技巧.【解】 我们将(),i j x y 的取值与取这些值的概率以及要计算的所有随机变量的函数()1,2,3,4k Z k =的Y X Y从而得到：（1）1Z X Y =+的分布律为（2）2Z X Y =的分布律为 Y（3）3XZ=的分布律为（4）()4,Z max X Y =分布律为【注】（1）二维离散型随机变量的函数的分布律的计算是有一定的方法可循的，读者在利用上述方法计算时要搞清楚它的背景.在求XY的分布律时，注意要求()00.P Y =≠ （2）如果已知X 与Y 独立，且X 与Y 的分布律给定时，求(),Z g X Y =的分布律的方法是：首先利用独立性构造出X 与Y 的联合分布律表，然后再按本题类似的技巧处理. 例3.5.2 (1987年考研题)设随机变量X 与Y 相互独立，其概率密度函数分别为()1,01,0, X x f x ≤≤⎧=⎨⎩其他.和 (), 0,0, y 0y Y e y f y -⎧>=⎨≤⎩. 求随机变量2Z X Y =+的概率密度函数. 【思路】 这是计算两个独立随机变量和的概率密度的典型题，可有两种解法，一是通过2Z X Y =+的分布函数来求解.另一是利用卷积公式来计算. 【解】 （方法1）分布函数法.因为,X Y 相互独立，所以(),X Y 的联合概率密度函数为()()(), 01,0,,0, y X Y e x y f x y f x f y -⎧≤≤>==⎨⎩其他.故2Z X Y =+的分布函数为 ()()()22,.Z X Y ZF z P X Y Z f x y dxdy +≤=+≤=⎰⎰记(),0f x y ≠的区域为(){},:01,0D x y x y =≤≤>，积分区域为(){},:2,G x y X Y Z =+≤于是().y Z D GF z e dxdy -⋂=⎰⎰为此，考虑区域D G ⋂的情形.① 当0z ≤时，D G ⋂≠∅（见图3.5.1），于是，()0.Z F z = ② 当02z <≤时，D G ⋂为图3.5.2中的阴影部分，于是()()()22220111.2z xyyx z z Z D GF z e dxdy dxe dy e dx z e ππ-----⋂===-=-+⎰⎰⎰⎰⎰图3.5.1 图3.5.2当2z >时，D G ⋂为图3.5.3中的阴影部分，于是()()1220111.2z xyy z Z D GF z e dxdy dxe dy e e ----⋂===--⎰⎰⎰⎰所以，随机变量2Z X Y =+的概率密度为 ()()()()'20, 0,11, 02,211, 2.2z z z zz f z F z e z e e z --⎧⎪≤⎪⎪==-<≤⎨⎪⎪->⎪⎩（方法2）卷积公式法.若记2W X =，为求W 的密度函数，我们先考虑W 的分布函数()()()()2220, 0,, 02,21, 2.W wXw F w P WwP Xw P X w w f x d x w w-∞⎛⎫=≤=≤=≤⎪⎝⎭≤⎧⎪⎪==<≤⎨⎪>⎪⎩⎰故W 的概率密度为()1, 02,20, W w f w ⎧<≤⎪=⎨⎪⎩其他.图3.5.3因为,X Y 相互独立，所以W 与Y 也相互独立，从而2Z X Y W Y =+=+的概率密度可按卷积公式计算，即 ()()()z W Y f z f wf z wd w+∞-∞=-⎰为使被积函数非零，则必须满足条件 02,0,w z w <≤⎧⎨->⎩ 即 02,.w w z <≤⎧⎨<⎩ 从而，分情况讨论：① 若0,z ≤则{}{}02,w w z <≤⋂<=∅于是 ()0;z f z = ② 若02,z <≤则 {}{}{}020,w w z w z <≤⋂<=<<故 ()()()0111;22zz w zz f z e dw e ---==-⎰ ③ 若2z >，则{}{}{}020,w w z w z <≤⋂<=<<故 ()()()220111.22z w z z f z e dw e e ---==-⎰ 综上知 ()()()20, 0,11, 02,211, 2.2z z zz f z e z e e z --⎧⎪≤⎪⎪=-<≤⎨⎪⎪->⎪⎩【技巧】 这类问题的求解，主要工作量是求分段函数的积分和积分上、下限的确定，希望读者仔细体会此题求解的方法，得到举一反三的效果.第一种分布函数的方法是通常的方法，第二种卷积公式法仅适用随机变量和的情形.其实，对两随机变量和的线性组合，我们也有如下推广的卷积公式：设(),X Y 的联合概率密度为(),f x y ，则()0,0Z aX bY a b =+≠≠的概率密度为()11,,.z z ax z by f z fx dx f y dy b b a a +∞+∞-∞-∞--⎛⎫⎛⎫== ⎪⎪⎝⎭⎝⎭⎰⎰不妨用此公式去验证一下本题的结论. 例3.5.3 设二维随机变量(),X Y 的概率密度函数为 ()(), 0,0,,0, x y ex y f x y -+⎧>>⎪=⎨⎪⎩其他求Z X Y =-的概率密度. 【思路】 用分布函数法.【解】 显然，当0z ≤时，有 ()()()0;z F z P Z z P X Y z =≤=-≤= 当0z >时，有 ()()()()()00,.x y z x y zx y zy F z P Z z P X Y z f x y dxdy e dxdy -+-≤-≤>>=≤=-≤==⎰⎰⎰⎰此积分的积分区域如图3.5.4所示.因此，化此重积分为累次积分，得()()()()03331112221.z x zx zx y x y z zx zz z z z z F z dxedy dxedye e e e e ++∞+-+-+------=+⎛⎫=-++- ⎪⎝⎭=-⎰⎰⎰⎰所以有 ()1, 00, 0.z Z e z F z z -⎧->=⎨≤⎩从而Z X Y =-的概率密度为()(), 0,0, 0.z Z Z e z df z F z dz z -⎧>==⎨≤⎩ 图3.5.4 【寓意】 本题考查的是给定(),X Y 联合概率密度的条件下，求X 和Y 的函数的分布函数，关键是对二重积分确定其积分区域.例3.5.4 设二维随机变量(),X Y 服从取区域(){},:0,0D x y x a y a =<<<<上的均匀分布，试求：（1）XZ Y=的概率密度；（2）()max ,M X Y =的概率密度. 【思路】 利用分布函数法来处理，先分别求出Z 和M 的分布函数，然后再求导.【解】 （1）由于(),X Y 的概率密度为 ()21, 0,0,,0, x a y a f x y a ⎧<<<<⎪=⎨⎪⎩其他故当0z <时，()0.Z X F z P Z Y ⎛⎫=≤=⎪⎝⎭而当01z <<时，有()()201,.2zya Z xz yX z F z P z f x y dxdy dy dx Y a ≤⎛⎫=≤=== ⎪⎝⎭⎰⎰⎰⎰当1z ≥时，有 ()()2011,1.2a aZ xx z yzX F z P z f x y dxdy dx dy Y a z≤⎛⎫=≤===- ⎪⎝⎭⎰⎰⎰⎰从而XZ Y =的概率密度为 ()()20, 0,1, 0<z<1,21, 1.2Z Z z d f z F z dz z z<⎧⎪⎪==⎨⎪⎪≥⎩（2）由于 ()21, 0,0,,0, x a y a f x y a ⎧<<<<⎪=⎨⎪⎩其他故 ()()1, 0,,0, X x a f x f x y dy a+∞-∞⎧<<⎪==⎨⎪⎩⎰其他. ()()1, 0,,0, Y y a f y f x y dx a +∞-∞⎧<<⎪==⎨⎪⎩⎰其他.从而，X 与Y 相互独立，且均服从()0,a 上的均匀分布，故对()max ,M X Y =的分布函数有()()()()()()()()()22max ,,, 0,0, M X Y F z P M z P X Y z P X z Y z P X z P Y z z z a F z F z a =≤=≤=≤≤=≤≤⎧<<⎪==⎨⎪⎩其他,.由此得()max ,M X Y =的概率密度为 ()()22, 0<z<a,0, .M M zd f z F z adz ⎧⎪==⎨⎪⎩其他 【注】 此题时考查对随机变量的商及极值函数的分布的计算，其中的关键仍然时积分区域的确定.当然，商运算等也已有现成的公式，我们在此一并介绍给读者.若(),X Y 的联合密度为(),f x y ，则有()()()()()()(),; ,;11,; ,.X Y X YXY X Y f z f x z x dx f z f x x z dx z f z f x dx f z f zy y dy x x y +∞+∞+--∞-∞+∞+∞-∞-∞=-=-⎛⎫== ⎪⎝⎭⎰⎰⎰⎰综例3.6.1 在10件产品中有2件一等品，7件二等品和1件次品，从10件产品中不放回地抽取3件，用X 表示其中的一等品数，Y 表示其中的二等品数.求：（1）(),X Y 的联合分布律；（2）,X Y 的边缘分布律；（3）X 和Y 是否独立； （4）在 0X =的条件下，Y 的条件分布律.【解】 ⑴ 依题设知X 只能取0，1，2，Y 只能取0，1，2，3.显然，当2i j +<或3i j +>时，有 (),0.P X i Y j ===当23i j ≤+≤时，由古典概率知 ()()3271310,0,1,2,0,1,2,3.i j i j C C C P X i Y j i j C --===== 将这些一一计算并列表后，即得(),X Y 的分布律的具体表示. ⑵ ,X Y 的边缘分布律也列于分布律表中，具体形式如下：⑶ 而()()000,120P X P Y ===≠因此，X 与Y 不相互独立. ⑷ 在0X =的条件下，Y 的条件概率为 ()()()0,|0,0,1,2,3.0P X Y j P Y j X j P X =======因此Y 的条件分布律如下：【寓意】本例时二维离散型随机变量的综合题，首先要求读者了解如何用古典概型来求解相关的概率，进而考查联合分布律与边缘分布律的关系及独立性的判别，条件分布律的计算只需知道条件概率的定义便可给出.综例 3.6.2 设12,34,,ξξξξ独立同分布，且 ()()00.6,10.4,1,2,3,4.i i P P i ξξ=====（第一问为1994年考研题）求：（1）行列式1234ξξξξξ=的概率分布；（2）方程组112231420,0x x x x ξξξξ+=⎧⎨+=⎩ 只有零解的概率.【思路】 要求行列式ξ的分布律，先要将ξ的所有可能取值找到，然后利用独立性将取这些值的概率计算出来，而第二问就是求系数行列式0ξ≠的概率. 【解】（1）记114223,,ηξξηξξ==则 142312ξξξξξηη=-=-由于12,34,,ξξξξ相互独立，故12,ηη也相互独立，且12,ηη都只能取0，1两个值,而()()()()()122323111,1110.16,P P P P P ηηξξξξ==========()()120010.160.84.P P ηη====-= 随机变量12ξηη=-有3个可能取值-1，0，1，易见()()()()121210,1010.840.160.1344,P P P P ξηηηη=-=======⨯= ()()()()121211,0100.160.840.1344,P P P P ξηηηη========⨯= ()()()01110.7312.P P P ξξξ==-=--== 于是行列式ξ的概率分布为（2）由于齐次方程 112231420,0.x x x xξξξξ+=⎧⎨+=⎩ 只有零解的充要条件是系数行列式不为0，故此题就简化为求概率 ()()01010.73120.2688.P P ξξ≠=-==-=【技巧】 本题实质上是求多维离散型随机变量的函数分布的问题，通过引入变量12,ηη将其化为二维随机变量函数分布问题，问题的解决最关键的是用到了独立性的性质：若随机变量12,,,n ξξξ相互独立，则()112,,,m g ξξξ与()212,,,m m n g ξξξ++也相互独立.综例3.6.3 设随机变量(),X Y 服从(){}22,:0,1D x y y xy =≥+≤上的均匀分布，定义随机变量,U V如下：0, 0,1, 0,2, .X U X Y X Y <⎧⎪=≤<⎨⎪≥⎩0, 3,1, 3.XV X⎧≥⎪=⎨<⎪⎩ 求(),U V 的联合概率分布，并计算()0.P UV ≠【思路】 写出(),U V 的所有可能取值，并利用均匀分布的特征计算其取值的概率.【解】 由题设知，(),X Y 的联合密度函数为 ()()()2, ,,,0, ,.x y D f x y x y D π⎧∈⎪=⎨⎪∉⎩(),U V 有6个可能取值：()()()()()0,0,0,1,1,0,1,1,2,0和()2,1.由,U V 的定义知()()()()()()()()000,0,1,0,1,10,021, .4AOC BCE x yx yP U V P P U V P P U V P X Y X P X Y S f x y dxdy dxdy S π≤<≤<===∅===∅===≤<<=≤<====⎰⎰⎰⎰扇其中，AOC S 扇和BCE S 分别表示图3.6.1中扇形AOC 与半圆BCE 的面积.同理有()()()()()()()()()10,10,0 ,212,0, ,612,1,.12BCE BCE AOF BCE S P U V P X X P X S S P U V P Y X X P X S S P U V P Y X X P Y X S ===<<=<=====≤≥=≥=====≤≥=≤<==扇COE 扇BOF 扇所以，(),U V 的联合概率分布为图 3.6.1从而 ()()()01,12,1.4123P UV P U V P U V ≠===+===+= 【技巧】 本题是求连续型随机变量的离散值函数的分布问题，解题过程中巧妙地应用了均匀分布的性质从而简化了计算.综例3.6.4 设随机变量(),X Y 的联合概率密度为 (), 0,,0, .y cxe x y f x y -⎧<<<+∞=⎨⎩其他⑴ 求常数c; ⑵ X 与Y 是否独立？为什么？ ⑶ 求()()|||,|X Y Y X f x y f y x ； ⑷ 求()()1|2,1|2;P X Y P X Y <<<= ⑸ 求(),X Y 的联合分布函数； ⑹ 求Z X Y =+的密度函数； ⑺ 求()1P X Y +<; ⑻ 求()()min ,1P X Y <.【解】 （1）根据(),1,f x y dxdy +∞+∞-∞-∞=⎰⎰得 ()20013.22y yy ccdy cxe dy y e dy c +∞+∞--===Γ=⎰⎰⎰这里利用了特殊函数()10x x e dx αα+∞--Γ=⎰的性质：()()1,αααΓ+=Γ故 1.c =（2）先分别计算X 和Y 的边缘密度.()(),0, 0,,0, 0.0,0yxX x xe dy x xe x f x f x y dy x x +∞-+∞--∞⎧>⎧>⎪===⎨⎨≤⎩⎪≤⎩⎰⎰()()21, 0, y 0,,20, y 0.0, 0y y yY xxe dx y y e f y f x y dx y -+∞--∞⎧⎧>>⎪⎪===⎨⎨⎪⎪≤⎩≤⎩⎰⎰由于在0x y <<<+∞上，()()(),X Y f x y f x f y ≠，故X 与Y 不独立. （3）由条件分布密度的定义知()()()2|2,0,,|0, .X Y Y xx y f x y yf x y f y ⎧<<<+∞⎪==⎨⎪⎩其他 ()()()|,,0,|0,.x y Y X X f x y e x y f y x f x -⎧<<<+∞==⎨⎩其他 （4）直接由条件概率定义知()()()()()1212120222201,121,221|2.21512yxy Y dx xe dyf x y dxdy e e P X Y P X Y P Y ef y dyy e dy ----∞-∞---∞--<<<<====<-⎰⎰⎰⎰⎰⎰又由条件密度的性质知 ()()1|1|2|2X Y P X Y f x dx -∞<==⎰而 ()|,02,|220, .X Y xx f x ⎧<<⎪=⎨⎪⎩其他 ()111|2.24x P X Y dx <===⎰（5）由于()(),,,F x y P X x Y y =≤≤故有： 当0x <或0y <时，(),0.F x y = 当0y x ≤<<+∞时，有()()2200011,,11.22y yv vv y F x y P X x Y y dv ue du v e dv y y e ---⎛⎫=≤≤===-++ ⎪⎝⎭⎰⎰⎰当0x y ≤<<+∞时，有()()()()2001,,11.2y x xvu y x y u F x y P X x Y y dv ue dv u e e du x e x e -----=≤≤==-=-+-⎰⎰⎰综上知 ()()220, 00,1,11, 0,2111, 02yx y x y F x y y y e y x x e x e x y ---⎧⎪<<⎪⎪⎛⎫=-++≤<<+∞⎨ ⎪⎝⎭⎪⎪-+-≤<<+∞⎪⎩或 （6）根据两个随机变量和的密度公式 ()(),,z f z f x z x dx +∞-∞=-⎰ 由于要被积函数(),f x z x -非零，只要当0x z x <<-，即02zx <<时，从而有： 当0z <时， ()0;z f z =当0z ≥时， ()()22201;2zz x zxzz z f z xedx e xe dx e e ππ-----⎛⎫===+- ⎪⎝⎭⎰⎰因此， ()21, 0,20, 0.zz z z e e z f z z --⎧⎛⎫+-≥⎪ ⎪=⎨⎝⎭⎪<⎩（7）由于已经求出了Z X Y =+的密度，故()()1111220111.2z z z z P X Y f z dz e e dz e e -----∞⎡⎤⎛⎫+<==+-=--⎢⎥ ⎪⎝⎭⎣⎦⎰⎰（8）()()()()()2111min ,11min ,111,115 11 1.22v vvP X Y P X Y P X Y dv ue du v e dv e +∞+∞---<=-≥=-≥≥=-=-=-⎰⎰⎰【技巧】 本题是二维连续型随机变量的综合题，几乎涵盖了其中的主要内容.在常数确定c 时，应用了Γ函数的定义和性质，当然，读者也可以直接用分部积分法计算.概率()1|2P X Y <=的求法，要利用条件密度()||2X Y f x 进行计算，其计算过程同一般的一维密度的计算方法.()1P X Y +<的计算，我们利用了第(6)问的结论，在不需要求X Y +密度的情形下，只要直接计算就可以了，即 ()111212011.xyxP X Y dxxe dy ee ----+<==--⎰⎰综例3.6.5 设[]~0,1,X U 且在{}X x =的条件下，[]~0,,0 1.Y U X x ≤≤求（1）()221|,01;P X Y X x x +≤=≤≤ （2）()221.P X Y +≤【思路】第一问等价于求(),P Y x ≤=故只需利用条件密度()||Y X f y x 来计算，而第二问的计算，首先要知道(),X Y 的联合分布密度(),f x y . 【解】 由题设知，X 的密度函数为 ()1, 01,0, X x f x ≤≤⎧=⎨⎩其他.而在{}X x =条件下，Y 的条件密度为()|1, 01,|0, .Y Xy x f y x x⎧≤≤≤⎪=⎨⎪⎩其他 从而(),X Y 的联合密度函数为： ()()()|1, 01,,|0, X Y X y x f x y f x f y x x⎧≤≤≤⎪==⎨⎪⎩其他① 对01x ≤≤，有()()()22221|1|P X Y X x P Y x X x P Y X x +≤==≤-==≤=()((|11|min min .Y X y y f y x dy dx x x x===- 82 -②()()(22221422001101111,ln 1.cos x y x y y x P X Y f x y dxdy dxdy dr rd x r πθθ+≤+≤≤≤≤+≤===⎰⎰⎰⎰⎰⎰极坐标变换【注】 本题中的()||Y X f y x 和(),f x y 虽然具有相同的表示式，但其含义却截然不同. ()||Y X f y x 是y 的一元函数，而不是二元函数，x 在此视为常量，这相当于微积分中，当二元函数一个自变量固定时，它只是另一个变量的一元函数.当x 变化时，Y 的条件密度函数也变化. 综例3.6.6 设二维随机变量(),X Y 在矩形 (){},:02,01G x y x y =≤≤≤≤上服从均匀分布，试求边长为X 和Y 的矩形面积S 的概率密度().f s【解】 由题设知，二维随机变量(),X Y 的概率密度为 ()()()1,,,,20,,.x y G f x y x y G ⎧∈⎪=⎨⎪∉⎩若若设()(),S X Y F s P S s ==≤为S 的分布函数，则：当0s <时，()()0,F s P XY s =≤= 当2s ≥时，()()1,F s P XY s =≤= 当02s ≤<时，曲线xy s =与矩形G 的上边交于点(),1s （见图3.6.1），于是 ()()(),F s P S s P XY s =≤=≤因而，S XY =的概率密度为 ()()1ln 2ln ,02,20, s s f s ⎧-≤<⎪=⎨⎪⎩其他.【解毕】【寓意】 本题实质上是求两随机变量的乘积的概率密度.第四章 随机变量的数学特征例4.2.1 一台设备由三大部件构成，在设备运转中各部件需要调整的概率相应为0.10，0.20和0.30，假设各部件的状态相互独立，以X 表示同时需要调整的部件数，试求X 的数学期望EX 和方差DX . 【思路】 关键是求出X 的分布律，然后用定义计算EX .【解】 引入事件：{}i=1,2,3.i A i =第个部件需要调整 根据题设，三部件需要调整的概率分别为()()()1230.10,0.20,0.30.P A P A P A ===由题设部件的状态相互独立，于是有()()()()()1231230 0.90.80.70.504.P X P A A A P A P A P A ====⨯⨯=()()12312312310.10.80.70.90.20.70.90.80.3 0.398P X P A A A A A A A A A ==⋃⋃=⨯⨯+⨯⨯+⨯⨯=()()12312312320.10.20.70.10.80.30.90.20.3 0.092;P X P A A A A A A A A A ==⋃⋃=⨯⨯+⨯⨯+⨯⨯=X从而00.50410.39820.09230.0060.6,i i iEX x p ==⨯+⨯+⨯+⨯=∑22222200.50410.39820.09230.0060.820.i i iEX x p ==⨯+⨯+⨯+⨯=∑故 ()2220.8200.60.46.DX EX EX =-=-=【解毕】【技巧】 本题的关键是引入事件i A ，将X 的分布律求出，因此，可以发现求期望和方差的难点转到了求X 的分布.同时，方差的计算一般均通过公式()22DX EX EX =-来进行.例4.2.2 对目标进行射击，直到击中目标为止.如果每次射击的命中率为p ，求射击次数X 的数学期望和方差.【解】 由题意可求得X 的分布律为()1, 1,2,,1.k P X k pq k q p -====-于是 1111.k k k k EX kpqp kq ∞∞--====∑∑为了求级数11k k kq∞-=∑的和，我们利用如下的技巧：由于11, 0<q<1.1k k q q∞==-∑- 84 -对此级数逐项求导，得1001,kk k k k k d dq q kq dq dq ∞∞∞-===⎛⎫== ⎪⎝⎭∑∑∑ 因此()12111,11k k d kq dq q q ∞-=⎛⎫== ⎪--⎝⎭∑ 从而 ()22111.1EX ppp pq ===- 为了求DX ,我们先求2EX .由于 ()()212121111.k k K k EX k k pqpq k k q p p ∞∞--===-+=-+∑∑ 为了求()221k k k k q∞-=-∑得值，注意到()()123112.11k k d d kq dq dq q q ∞-=⎛⎫⎛⎫== ⎪ ⎪ ⎪--⎝⎭⎝⎭∑ 从而()2322121.1q EX p qp p pq =+=+- 因此 ()22221.p qDX EX EX p p-=-== 【寓意】 本题实质上是求几何分布的数学期望和方差.本题的主要技巧是利用了级数的逐项求导公式来求期望. 当然同样可用逐项积分方法来求11k k kq∞-=∑和211k k kq ∞-=∑，这种手段在级数求和或数学期望和方差的计算是十分奏效的.还有一点，我们在此说明一下，在本题中，由于X 的取值都是正数，所以只要正项级数1kk k xp ∞=∑收敛，则一定绝对收敛，即1k k k x p ∞=∑的和就为EX .而实际情况中，可能存在级数1k k k x p ∞=∑是条件收敛的，此时，X 的数学期望就不存在（虽然1kk k xp ∞=∑本身仍是收敛的），因此判断离散型随机变量的期望是否存在，要用关于级数绝对收敛的判断方法.例4.2.3 设X 是一随机变量，其概率密度为()1, 10,1, 01,0, x x f x x x +-≤≤⎧⎪=-<≤⎨⎪⎩其他.求DX .(1995年考研题) 【解】()()()()()()()011011222221110..11211 6EX xf x dx x x dx x x dx EX x f x dx x x dx x x dx x x dx +∞-∞-+∞-∞-==++-===++-=-=⎰⎰⎰⎰⎰⎰⎰于是 ()221.6DX EX EX =-=【解毕】 【技巧】 在计算数学期望和方差时，应首先检验一下()f x 的奇偶性，这样可利用对称区间上奇偶函数的积分公式简化求解，比如本题中，()f x 为偶函数，故()0.EX xf x dx +∞-∞==⎰同样DX 的计算也可直接简化.例4.2.4 已知连续型随机变量X 的密度函数为 ()221, -<x<+.xx f x -+-=∞∞求EX 与DX .(1987年考研题) 【思路】 一种求法是直接利用数学期望与方差的定义来求.另一种方法是利用正态分布的形式及其参数的含义.【解】 （方法1）直接法.由数学期望与方差的定义知()()()()()()222211111 1.x x x x EX xf x dx xedx edx x e dx e dx +∞+∞+∞+∞-------∞-∞+∞--===+-==⎰⎰⎰⎰⎰()()()()()22222212111 .2x t t DX E X EX x f x dx x dxt e e dt +∞+∞---∞-∞+∞+∞---∞=-=-=-==⎰⎰⎰⎰（方法2） 利用正态分布定义.由于期望为μ，方差为2σ()()222.x x μσ---∞<<+∞所以把()f x 变形为- 86 -()()221212x f x π--⨯=易知，()f x 为11,2N ⎛⎫ ⎪⎝⎭的概率密度，因此有 11,.2EX DX ==【解毕】 【技巧】 解决本题的关键是要善于识别常用分布的密度函数，不然的话，直接计算将会带来较大的工作量.反过来，用正态分布的特性也可以来求积分2kx e dx +∞--∞⎰等.(2)若干计算公式的应用主要包括随机变量函数的数学期望公式，数学期望与方差的性质公式的应用.例4.2.5 设X 表示10次独立重复射击中命中目标的次数，每次射中目标的概率为0.4，求2EX . (1995年考研题) 【解】 由题意知()~10,0.4X B 于是100.44,EX =⨯=()100.410.4 2.4.DX =⨯⨯-=由()22DX EX EX =-可推知()2222.4418.4.EX DX EX =+=+=【寓意】 本题考查了两个内容，一是由题意归结出随机变量X 的分布；二是灵活应用方差计算公式，如果直接求解，那么 ()1010221000.410.4kk k K EX k C -==-∑的计算是繁琐的.例4.2.6 设X 服从参数1λ=的指数分布，求()2XE X e -+.（1992年考研题）【解】 由题设知，X 的密度函数为(), 0,0, 0.x e x f x x -⎧>=⎨≤⎩且1EX =，又因为()22201,3Xxx xEeef x dx e e dx +∞+∞-----∞===⎰⎰ 从而 ()22141.33XX E X eEX Ee --+=+=+= 【解毕】 【寓意】 本题的目的是考查常见分布的分布密度（或分布律）以及它们的数字特征，同时也考查了随机变量函数的数学期望的求法.例4.2.7 设二维随机变量(),X Y 在区域(){},:01,G x y x y x =<<<内服从均匀分布，求随机变量21Z X =+的方差.DZ【解】 由方差的性质得知()214DZ D X DX =+=又由于X 的边缘密度为()()1, 01,0, .2, 010, xX xdy x f x f x y dy x x +∞--∞⎧<<⎪==⎨⎪⎩<<⎧=⎨⎩⎰⎰其他其他.于是()112200222212, 2,32121.2318EX x xdx EX x xdx DX EX EX ====⎛⎫=-=-= ⎪⎝⎭⎰⎰因此 ， 1244.189DZ DX ==⨯=【解毕】 【技巧】 尽管本题给出的是二维随机变量，但在求X 的期望于方差时，可以从X 的边缘密度函数出发，而不必从X 与Y 的联合密度函数开始.在一般情形下，采用边缘密度函数较为方便.例4.2.8 设随机变量X 和Y 独立，且X 服从均值为1Y 服从标准正态分布，试求随机变量23Z X Y =-+的概率密度函数.（1989年考研题）【思路】 此题看上去好像与数字特征无多大联系，但由于X 和Y 相互独立且都服从正态分布，所以Z- 88 -作为,X Y 的线性组合也服从正态分布.故只需求EZ 和DZ ，则Z 的概率密度函数就唯一确定了. 【解】 由题设知，()()~1,2,~0,1X N Y N .从而由期望和方差的性质得2235,29.EZ EX EY DZ DX DY =-+==+=又因Z 是,X Y 的线性函数，且,X Y 是相互独立的正态随机变量，故Z 也为正态随机变量，又因正态分布完全由其期望和方差确定，故知()~5,9Z N ，于是，Z 的概率密度为 ()()2529, .z Z f z z --⨯=-∞<<+∞ 【解毕】【寓意】 本题主要考查二点内容，一是独立正态分布的线性组合仍为正态分布；其二是正态分布完全由其期望和方差决定.例4.2.9 假设随机变量Y 服从参数为1λ=的指数分布，随机变量 0, ,1, .k Y k X Y k ≤⎧=⎨>⎩若若 ()1,2k =（1） 求1X 和2X 的联合概率分布； （2） 求()12E X X +. 【解】 显然，Y 的分布函数为()1, 0,0, 0.y e y F y y -⎧->=⎨≤⎩10, 11 1.Y X Y ≤⎧=⎨>⎩若，，若 20, 21 2.Y X Y ≤⎧=⎨>⎩若，，若 （1）()12X X +有四个可能取值：()()()()0,0,0,1,1,0,1,1,且()()()()()()()()()()()()()()121121212120,01,21 11,0,11,20,1,01,212 21,1,11,22 P X X P Y Y P Y F e P X X P Y Y P X X P Y Y P Y F F e e P X X P Y Y P Y --===≤≤=≤==-===≤>====>≤=<≤=-=-===>>=>()2 12.F e -=-=于是得到1X 和2X 的联合分布律为（3） 显然，12,X X 的分布律分别为1X 0 1 2X 0 1P 11e -- 1e - P 21e -- 2e -因此 1212,.EX e EX e --==故 ()121212.E X X EX EX e e --+=+=+ 【解毕】【技巧】 本题中若不要求求X 与Y 的联合分布律，也可直接求出()12E X X +，这是因为 ()()()1111011.EX P Y P Y P Y e -=⨯>+⨯≤=>=而 222,EX PY e -=>= 因此 ()121212.E X X EX EX e e --+=+=+不仅如此，我们还能求12,X X 其他函数的期望.例如求()12E X X ，此时，由于121, 2,0 .Y X X >⎧=⎨⎩若，其他故 ()()()()21212022.E X X P Y P Y P Y e -=⨯>+⨯≤=>=例4.2.10 设随机变量(),X Y 服从二维正态分布，其密度函数为()()22121,2x y f x y e π-+= 求随机变量Z .【思路】 利用随机变量函数的期望的求法进行计算.。

习题及典型题解选择题○★1.事件,,A B C 中恰好有一个事件发生的事件是( ). (A);ABCABC ABC (B);ABC(C);ABC ABC ABC(D).A B C 答案A★.事件E ={事件,,A B C 至少有一个发生},则E 的表示不正确的是( ). (A);AB C(B);ABC Ω- (C)));(()(B A C A B A -+-+ (D).ABAC BC Ω-答案D(和A B +即并A B ,常用于,A B 互斥AB φ=时的A B )○★2.事件,,A B C 中恰好有两个事件发生的事件是( ).(A);ABCABCABCABC(B);ABAC BC(C);ABC ABC ABC(D).A B C 答案C○★4.事件E ={事件,,A B C 至少有两个发生},则E 的表示不正确的是( ). (A);BC A C B A C AB ABC +++(B);ABAC BC (C);BC A C B A C AB ++ (D).AB BCAC Ω-答案C○.投掷两颗均匀色子,则出现点数之和等于8的概率为( ). (A);111 (B);125 (C);61(D).365 9.从数字1～9中任取3个排成一个三位数, 所得三位数为偶数的概率是( ).(A)49; (B)59; (C)13; (D)19.○.一批产品共50件,其中有5件次品,任取2件,无次品的概率为( ). (A);101 (B);109 (C);24599 (D).245198答案D○★.某办公室10名员工编号从1到10,任选3人其最大编号为5的概率为( ). (A)1;12(B)1;20(C)1;5(D)1.4答案B○★.设,A B 为两事件,1(),3P A =23(|),(|),35P A B P B A ==则()P B =( ).(A)1;5(B)2;5(C)3;5(D)4.5答案A○.设()0.5,(|)0.8,P A P B A ==则()P AB =( ). (A)0.5; (B)0.6;(C)0.8;(D)0.4.答案D ○.设,3.0)(,4.0)(==B A P A P 则=)|(A B P ( ).(A)0.5; (B)0.6;(C)0.7;(D)0.8.答案A 6.已知()0.7,()0.3,()0.2,P AB P B P AB ===则()P A =( ).(A)0.2; (B)0.6; (C)0.4; (D)0.5 .○.已知()0.4,()0.3,()0.5,P A P B P A B ===则()P AB =( ). (A)0.1; (B)0.3; (C) 0.9; (D)0.2.10.已知,4.0)(,8.0)(,5.0)(===AB P B P A P 则=)|(B A P ( ). (A)0.4; (B)0.5; (C)0.8; (D) 0.6.12.设,8.0)|(,6.0)(,5.0)(===A B P B P A P 则=)(B A P ( ). (A)0.5; (B)0.6; (C)0.7; (D)0.8.答案C14.已知事件,A B 独立,()0.5,()0.1,P B P AB ==则()P A =( ). (A)0.5; (B)0.4; (C)0.2; (D)0.1. ○★15.设11(),(),32P A P B ==且,A B 独立,则=)(B A P ( ).(A)1/3; (B)1/2; (C)2/3;(D)5/6.答案C17.已知()0.6,()0.4,P A P AB ==则()P A B -=( ). (A)0.4; (B)0.2; (C)0.24; (D)0.6.○★18.设事件,A B 独立,()0.8,()0.5,P A P B ==则()P AB =( ). (A)0.2; (B)0.3; (C)0.4;(D)0.6.答案C★.设C B A ,,两两独立,()0.2,()0.4,()0.6,()0.96,P A P B P C P AB C ====则()P A B C =( ). (A)0.24, (B)1,(C)0.8,(D)0.52.答案C19.设X则a 为( ).(A)0.2; (B)0.3; (C)0.4; (D)0.1.○★21.设变量X 的密度21,01,()0,cx x f x ⎧+≤≤=⎨⎩其他,则c =( ).(A)0; (B)3; (C)2;(D)1/3.答案A○★22.已知变量X 的分布20,0,(),01,1,1.x F x x x x ≤⎧⎪=<≤⎨>⎪⎩ 则112P X ⎧⎫-≤<⎨⎬⎩⎭=( ).(A)1; (B)0; (C)1/4; (D)3/4. ○23.)(x Φ是标准正态分布函数,则=≤≤-)(a X a P ( ). (A);2/1)(-Φa (B);1)(2-Φa (C));(a Φ (D)).(1a Φ-答案B○★.设随机变量)4,1(~N X ,则下列变量( ))1,0(~N . (B)1;2X - (C);2X (D).4X 答案B○★.设变量X 密度,},4)3(ex p{21)(2R x x x f ∈+-=π则下列变量( )).1,0(~N(A);23+X (B);23+X(C);23-X答案B○★.设X 服从正态分布2(,)N μσ,则随着σ的增大,概率(2)P X μσ-<( ).(A)单调增加; (B)单调减小; (C)保持不变; (D)增减不定. 答案C★.A 地到B 地有两条线路,第一条线路较短但交通拥挤,所需时间(分钟)~(50,100)X N ;第二条线路较长但意外阻塞较少,所需时间~(60,16)Y N .(1)若有70分钟可用,应走哪条线路;(2)若只有65分钟可用,应走哪条线路( ). (A)均应走第一条路; (B)均应走第二条路; (C)70分钟走第一条路,65分钟走第二条路; (D)70分钟走第二条路,65分钟走第一条路. (1)走第一条路线能及时赶到的概率7050(70)(2)0.9772,10P X -⎛⎫≤=Φ=Φ= ⎪⎝⎭走第二条路线能及时赶到的概率7060(70)(2.5)0.9938,4P Y -⎛⎫≤=Φ=Φ=⎪⎝⎭在这种场合应走第二条路.(2)走第一条路线能及时赶到的概率6550(65)(1.5)0.9332,10P X -⎛⎫≤=Φ=Φ= ⎪⎝⎭而走第二条路线能及时赶到的概率6560(65)(1.25)0.8944,4P Y -⎛⎫≤=Φ=Φ= ⎪⎝⎭此时以走第一条路更为保险.答案D○▲.设变量X 的密度为()f x ,且()()f x f x =-,分布为()F x ,则对任意实数a ,有( ).(A)0()1()d a F a f x x -=-⎰; (B)01()()d 2a F a f x x -=-⎰; (C)()()F a F a -=; (D)()2()1F a F a -=-.答案B○★.设随机变量X 服从指数分布,则随机变量min{,2}Y X =的分布函数( ). (A)连续函数; (B)有一个间断点; (C)阶梯函数; (D)有两个间断点. 答案B★.设二维变量(,)X Y 分量,X Y 同分布,1(1)4P X =-=,1(0)2P X ==,1(1)4P X ==,且(0)1P XY ==,则22()P X Y ==( ).(A)0; (B)1/4;(C)1/2;(D)1.答案A○★.关于二维分布下列叙述中错误的是( ). (A)联合分布决定边缘分布;(B)边缘分布不能决定联合分布; (C)联合分布不同,边缘分布可能相同; (D)边缘分布之积即为联合分布.答案D○★.设二维变量211,02,,03(,)~()0,x y x xy X Y f x ⎧≤≤≤≤+⎪=⎨⎪⎩其它,则(1)P X Y +≥=( ).(A)65;72 (B)7;72 (C)11;12 (D)1.12答案A可先计算{1}P X Y +<○★.已知二维变量sin(),0,,(,)~(,)40,.C x y x y X Y f x y π⎧+≤≤⎪=⎨⎪⎩其他则C 的值为( ).答案D(A)1/2;2;1;1.○★.设二维变量22[(5)8(5)(3)25(3)](,)~(,)x x y y X Y f x y Ae -+++-+-=,则A 的值为( ).(A)3π(B)π3 (C)π2答案B○★.设变量),(~p n B X ,期望4.2)(=X E ,方差44.1)(=X D ,则参数p n ,的值为( ). (A);6.0,4==p n (B)6,0.4;n p == (C)8,0.3;n p == (D)12,0.2.n p == 答案B○★.已知离散变量X 的取值为11x =-,20x =,31x =,且()0.1E X =,()0.89D X =,则对应于123,,x x x 的取值概率123,,p p p 依次为( ). (A)0.4,0.1,0.5; (B)0.1,0.4,0.5;(C)0.5,0.1,0.4; (D)0.4,0.5,0.1.答案A○★.设二维变量(,)X Y 的边缘,X Y 不相关,则下列推论不正确的是( ). (A),0;X Y ρ= (B),X Y 独立; (C)ov(,)0;C X Y = (D)()D X Y DX DY +=+答案B○★25.设12,,,n X X X ⋅⋅⋅为总体2(2,4)N 的简单样本,X 是样本均值,正确的是( ). (A));1,0(~/42N nX -~(0,1);X N~(0,1);X N(D)).1,0(~42N X - 答案A☆.设随机变量,X Y 方差不为零,则()()()D X Y D X D Y +=+是X 和Y ( ). (A)不相关的充分条件,但非必要条件; (B)独立的必要条件,但非充分条件; (C)不相关的充分必要条件; (D)独立的充分必要条件. 答案C☆.设()1,()4,cov(,)1D X D Y X Y ===,则2U X Y =-,2V X Y =-的相关系数为( ). (A)0;(C)1;2答案D○★.设,X Y 独立同分布(0,1) N ,则关于22Z X Y =+的分布叙述错误的是( ). (A)参数为1的指数分布; (B)参数为1/2的指数分布; (C)参数为2的卡方分布; (D)参数为1的瑞利分布的平方. 答案A▲.设变量,X Y 独立同分布(0,1)N ,91,,Y Y 是Y 的样本,则~T =( ).(A)(9);t (B)(8);t(C)2(9);χ(D)2(8).χ答案A○★.设独立随机变量),(~2σμN X ,)(~2n Y χ,则统计量~)(YX n σμ-( ).(A)(1);t n - (B)();t n (C)(0,1);N(D)(1,).F n答案B○★.设i X 独立同分布2(,)N μσ,记2211()1n i i S X X n ==--∑,22111()ni i S X X n ==-∑, 22211()1n i i S X n μ==--∑,22311()ni i S X n μ==-∑.则服从分布(1)t n -的是( ).123答案B○★.设12,,...,n X X X 是总体2(,)N μσ的独立样本,其中μ未知,计算总体方差2σ的置信度为1α-的置信区间时,使用的统计量是( ).(A)2();n χ (B)2(1);n χ-(C)();t n (D)(1).t n -答案B○★.设12,,...,n X X X 是总体2(,)N μσ的独立样本,已知μ,计算总体方差2σ的置信度为1α-的置信区间时,使用的统计量是( ). (A)2();n χ (B)2(1);n χ-(C)();t n (D)(1).t n -答案A○★.设12,,...,n X X X 是正态总体2(0,)N σ的样本,则服从(1)t n -的统计量是( ).(B);nX S(D)2.nX S 答案A○★.设12,,...,n X X X 是正态总体2(,)N μσ的样本,则2σ的无偏估计是( ).(A)μ已知时,统计量211()1ni i X n μ=-+∑; (B)μ已知时,统计量211()1ni i X n μ=--∑; (C)μ未知时,统计量211()ni i X X n =-∑; (D)μ未知时,统计量211()1ni i X X n =--∑. 答案D○★.设总体),(~2σμN X ,均值μ的置信度为95%的置信区间含义是( ). (A)平均含总体95%的值;(B)平均含样本95%的值;(C)以95%的概率包含μ的值; (D)μ的分布在置信区间的概率为95%.答案C○★.已知正态总体方差2σ,则均值μ的置信区间长度L 与置信度1α-的关系是( ).(A)当1α-变小时,L 缩短; (B)当1α-变小时,L 变长;(C)当1α-变小时,L 不变;(D)以上说法都不对. 答案A 填空题○★.甲,乙,丙三门炮各向同一目标发射一枚炮弹,设事件,,A B C 分别表示甲,乙,丙击中目标.则三门炮至少有两门炮击中目标如何表示 . 答案AB AC BC ABC ABC ABC ABC +++或或ABBCAC Ω-或)ABC ABC ABC ABC Ω+++-(E ={事件,,A B C 至少有两个发生}的多种表示:;ABAC BC ;ABC ABC ABC ABC +++()()()A BC B AC C AB ---;()()()AB AC B C ;ABBCAC Ω-;()()()AB ABC AC ABC BC ABC ABC -+-+-+;)ABC ABC ABC ABC Ω+++-(;()()A BC BC ABC -+-及交换次序;()()AB AC AB BC AB +-+-及交换次序; )ABC ABC ABC ABC ++-(;()()()()AB C A B C B A C C A B --+-+-.★.某地共有10000辆的面包车牌号从00001到10000,偶然遇到的一辆面包车的牌号含有数字8的概率为 .将面包车牌号修改为从0000到9999不影响样本总数和有利数,牌号不含有数字8的概率为490.656110⎛⎫= ⎪⎝⎭,因此牌号含有数字8的概率即答案为4910.343910⎛⎫-= ⎪⎝⎭. ○★.从装有4只红球和3只黑球的袋中任取3只,恰有2只红球的概率为 .答案3518371324=C C C ○★.设M 件产品中含m 件次品,从中任取两件至少有一件次品的概率为 .答案221M mM C C --或1122(21)(1)m M m m MC C C m M m M M C -+--=- ▲.产品中有10件次品, 90件正品,抽取5件至少有一件次品的概率为 .答案41625.058375.0115100590=-=-C C○★.从4双不同尺码鞋子中任取2只不成双的概率为 .答案762826)(22821224=⨯=C C C ★.从一副52张的扑克牌中任取3张,其中至少有两张花色相同的概率为 .答案1312141341339352133120.602422100C C C C C C +=≈或392610.60245150-≈ ○.袋中有a 只红球,b 只黑球,有放回摸球,则{P 第k 次摸球首次摸到红球}= .答案11()k k kb a ab a b a b a b --⎛⎫= ⎪+++⎝⎭★.在贝努利试验中每次试验成功的概率为,p 试验进行到成功与失败均出现时为止,则试验次数的分布律为 .答案11()(1)(1),2,3.k k k p P X k p p p p k --===-+-=⋅⋅⋅★.在贝努利概型中,()P A p =,求在出现3次A 以前出现3次A 的概率为 .{P 出现3次A 以前出现3次}A 53{k P ==∑出现3次A 以前出现3次,A 且共试验k 次}(最多需试验5次,因为5次试验中或者至少出现3次A ,或者至少出现3次A )53{k P ==∑前1k -次贝努利试验出现2次A ,且第k 次试验出现A }21222234p p C p q p C p q p =⋅+⋅+⋅31323234.p C p q C p q =++或{P =贝努利试验5次试验中至少出现3次A }33244555.C p q C p q p =++(证明两结果相等)○.设,2.0)(,5.0)(=-=B A P A P 则=)(AB P .答案7.0 39.设事件B A ,独立, P (A )=0.4, P (B ) =0.6, 则P (A ∪B )= .答案0.76○★.已知1()()()4P A P B P C ===,()0P AB =,1()()6P AC P BC ==,则C B A ,,全不发生的概率为 .答案712▲.设三个事件,,A B C 独立,且()0P ABC =,1()()()2P A P B P C ==<,9()16P ABC =,则()P A = .答案1()4P A =.40.甲,乙独立地射击,中靶率依次为0.8,0.7,则都中靶的概率为 .▲.某单位装有两种系统A 与B ,系统A 单独使用时有效概率为7.0;在系统A 有效的条件下,系统B 有效概率为84.0.则两种系统都有效的概率为 .答案0.588○★43.产品经两道独立工序,每道工序次品率为2.0,则产品是次品的概率为 . 答案291(10.2)25--=○★.产品经三道独立工序,每道工序次品率为2.0,则产品是次品的概率为 . 答案3611(10.2)125--=○46.设连续型变量X 的分布22,0,()0, 0.x A Be x F x x -⎧⎪+>=⎨≤⎪⎩则=A ,=B .由分布性质得22200020lim ()lim (),1()lim (),x x x x x F x A Be A B F A Be A -→→+-→-∞⎧==+=+⎪⎪⎨⎪=+∞=+=⎪⎩答案1=A ,1-=B ○51.已知变量X 密度)(x f =11,20,x ⎧-+⎪⎨⎪⎩其它.02,x ≤≤则X 的分布函数)(x F = .答案⎪⎪⎩⎪⎪⎨⎧≥<≤+-<=.2,1,20,41,0,0)(2x x x x x x F○.设离散型随机变量X则X 的分布函数为 .答案0,0,0.3,01,()0.5,12,1, 2.x x F x x x <⎧⎪≤<⎪=⎨≤<⎪⎪≥⎩★.已知变量X 的分布函数为20,1e ,()0.0,x x F x x ->⎧-=⎨≤⎩则{}13P X -≤<= .○.设X 的分布列为则2Y X =的分布列为 .○★.设随机变量X 的分布列为则2Y X X =+的分布列为 . 答案▲.已知变量X 的分布30,0,(),01,1,1.x F x x x x ≤⎧⎪=<≤⎨>⎪⎩则1142P X ⎧⎫≤<⎨⎬⎩⎭= .★.公共汽车站台上，某路公共汽车每5分钟有一辆到达,假设乘客到达时间均匀分布,则10位乘客中只有1位等待时间超过4分钟的概率是 ;10位乘客中没有1位等待时间超过4分钟的概率是 .答案0.268；0.1072☆.一批产品的寿命X (小时)具有概率密度2(),800.af x x x=≥若随机独立抽取6件产品,则至少有两件寿命大于1000小时的概率为 . 答案624/625=0.9984.(a =800)○★.一设备开机后无故障工作时间服从参数为1/5的指数分布，设备定时开机，出现故障时自动关机，而在无故障时工作2小时便关机，则设备由于故障关机的概率是 ；每次开机无故障工作的时间的分布函数 .答案2/51;e --/51,02,()1, 2.x e x F x x -⎧-≤<=⎨≥⎩ ○.设随机变量~(3,9)X N ,则变量3~3X Y -=. ○▲.设随机变量X ~)2,1(2N ,则概率=≤≤)5.32(X P .)975.0)96.1(,894.0)25.1(,841.0)1(,691.0)5.0((=Φ=Φ=Φ=Φ答案203.0203.0691.0894.0)5.0()25.1(215.321212)5.32(=-=Φ-Φ=⎭⎬⎫⎩⎨⎧-≤-≤-=≤≤X P X P○★.设X 为正态分布,计算:(1)若X ~2(1,2),N 概率{ 3.5},P X ≤{02};P X <≤(2)若2~(,),X N μσ概率(22).P X μσμσ-<<+(1) 3.51{ 3.5}(1.25)0.894.2P X -⎛⎫≤=Φ=Φ= ⎪⎝⎭2101{02}22P X --⎛⎫⎛⎫<≤=Φ-Φ ⎪ ⎪⎝⎭⎝⎭2(0.5)120.69110.382.=Φ-=⨯-=(2)(22)2(2)120.97710.954.P X μσμσ-<<+=Φ-=⨯-=○★.设随机变量12,X X 独立同服从分布(0,1)N ,则12(||P X X -≤= .答案2(1)10.6826Φ-=○★.设随机变量X 密度2(),,x f x e x R π-=∈则其方差为 .答案12π○★28.用二维随机变量),(Y X 的联合分布函数),(y x F 表示下列概率：（1）(0)_____;P Y a <≤=（2）(,)______;P a X b Y c <≤≤=（3）(,)_____.P X a Y b >≤= 答案（1）F(+∞,a)-F(+∞,0),（2）F(b,c)-F(a,c),（3）F(+∞,b)-F(a,b)○★.设独立指数分布12(),()X E Y E λλ,则()P X x Y y ≥≥=或 ( ).答案DA.1212()1xy x y ee e λλλλ---+--+ B.12()x y e λλ-+ C.12()1x y e λλ-+- D.1212()x y x y e e λλλλ---++-○★.设独立指数分布12(),()X E Y E λλ,则1112(,)P X Y λλ--≥≥= .答案2e -121212()(,)()()(1)(1)1x y x y x y P X x Y y P X x P Y y e e e e e λλλλλλ-----+≤≤=≤≤=--=--+ 1212()(,)()()x y x y P X x Y y P X x P Y y e e e λλλλ---+≥≥=≥≥== ()()()(,)P X x Y y P X x P Y y P X x Y y ≤≤=≤+≤-≤≤或12121212()()1111x x x x x y x y e e e e e e λλλλλλλλ-----+-+=-+-+-=-（）（）-+1212()()()()(,)x y x y P X x Y y P X x P Y y P X x Y y e e λλλλ---+≥≥=≥+≥-≥≥=+-或○.设变量,X Y 独立同0-1分布,1(1)2P X ==,则变量max{,}Z X Y =的分布列是 .答案13(0),(1).44P Z P Z ====○.设变量,X Y 独立同0-1分布,1(1)2P X ==,则变量min{,}Z X Y =的分布列是 .答案31(0),(1).44P Z P Z ====○★.在编号为1至5的球中任选3只,最大号码X 的分布列为 .22343335551133{3},{4},{5}.10105C C P X P X P X C C C =========通式.5,4,3,20)2)(1()(3521=--===-k k k C C k X P k 或.5,4,3,20)2)(1()1()()(352135313=--==-=-≤-≤==--k k k C C C C C k X P k X P k X P k k k ★.在编号为1至5的球中任选3只,最大号码X 的分布函数为 .答案0,3,0.1,34,()0.4,45,1,5.x x F x x x <⎧⎪≤<⎪=⎨≤<⎪⎪≥⎩★.在编号为1至5的球中任选3只,最小号码X 的分布列为 .2535(5)(4)(),1,2,3.20k C k k P X k k C ---====.3,2,1,20)4)(5()1()()(32533536=--==-=-≥-≥==---k k k C C C C C k X P k X P k X P k kk 或 ○.设二维变量),(Y X 边缘独立= ,β= .答案11,,36αβ==或11,.63αβ== ★.设二维变量),(Y X 边缘独立,联合分布阵列如下,则α= ,β= .两行成比例,1:218:9131:61:===βα答案3=α,9=β. ★.设二维变量(,)X Y 的边际,X Y 均为10-分布,1(0,0)3P X Y ===,1(1,1)6P X Y ===,且事件{0}X =与{1}Y =相互独立,则(0,1)P X Y ==,(1,0)P X Y ==的值分别为 .答案16,13或13,16★.用联合分布(,)F x y 表示概率(,)P X a Y b >≤= . 答案()(,)=(,)(,)X F b F a b F b F a b -+∞-★.设指数分布~(),~()X E Y E λμ独立,则(,)P X x Y y >>= .答案()x y eλμ-+@.设二维变量1,||1,||1,(,)40,.xy x y f x y +⎧⎪<<=⎨⎪⎩其它则,X Y 是否相互独立 ;22,Y X 是否相互独立 .答案否;是.○★.设变量X 密度,01,()0,cx x f x α⎧≤≤=⎨⎩其它,且,75.0=EX 则=DX .答案3,80DX =(3,2)c α== 13.设离散型变量X 的分布列如下,则变量21Y X =+的期望EY = .答案8.8EY =○.设随机变量,X Y 的数学期望分别为5和0,则随机变量32X Y -的期望为 .58.设随机变量,X Y 相互独立,并且方差分别为4和9,则方差(2)D X Y += . ○.设独立变量,X Y 的方差分别为1和3,则方差(32)D X Y -= . 60.设随机变量X 服从二项分布(10,0.5),B 则()E X . 61.设随机变量X 服从参数为λ的泊松分布,则()E X = .59.设12,,,n X X X ⋅⋅⋅为),(2σμN 的简单样本,则∑==ni i X n X 11的期望为 .○63.设12,,,n X X X ⋅⋅⋅为(0,1)N 的简单样本,则样本均值∑==ni i X n X 11～.答案(0,1/)N n○64.设1210,,,X X X ⋅⋅⋅为总体(0,1)N 的简单样本,则22110X X ++～ .答案2(10)χ○★.设n X X X ,...,,21独立同分布),(2σμN ,,)(11,11221∑∑==--==n i i n i i X X n S X n X 则 1)X ~ ;2)22)1(σS n -~ ;3)X 与2S 是否独立 . 答案X ~),(2nN σμ;22)1(σS n -~)1(2-n χ;是.65.设123,,X X X 为总体(,4)N μ的简单样本,则μ的矩估计为 .○★.设n X X X ,,,21 为总体2(,)N μσ的简单样本,则2σ的无偏估计是 .答案2211()1ni i S X X n ==--∑ ○★.设n X X X ,,,21 为有限方差总体X 的简单样本,则DX 的无偏估计是 .答案2211()1ni i S X X n ==--∑ ★.称12,,...,n X X X 为总体X 的简单随机样本,若满足(1) ;(2) .(1)12,,...,n X X X 和总体X 具有相同的分布;(2)12,,...,n X X X 相互独立.★.设1234,,,ξξξξ为总体(0,1)N 的一个样本,221234()(23),a b ξξξξξ=++-则当a = ,b = .时统计量ξ服从2(2)χ分布.答案11,213@.设1,,n X X ⋅⋅⋅和1,,m Y Y ⋅⋅⋅是依次是总体X ~)1,(μN 和Y ~)4,(μN 的样本,μ的一个无偏估计11n mi j i j T a X b Y ===+∑∑,则应满足条件 ;当a = ,b = 时,T 最有效.答案411,,44an bm a b n m n m +===++ ○★.设总体2(,)N μσ的独立样本是12,,...,n X X X ,在计算μ的置信区间时,若2σ已知,采用的统计量及服从的分布是 .答案)1,0(~/N n X U σμ-=★66.12,,...,n X X X 独立同分布2(,)N μσ,若2σ未知,计算μ的置信区间时,采用的统计量,服从的分布及参数是 ．答案)1(~/--=n t nS X T μ或X T =服从t -分布,维度（自由度）参数为 1.n -67.设总体),(~20σμN X ,20σ已知,n X X X ,,,21 为来自X 的一个样本,((1.96)Φ=0.975).则μ的置信度为95%的置信区间为 ．⎥⎦⎤⎢⎣⎡+-n u X n u X 02/02/,σσαα⎥⎦⎤⎢⎣⎡+-=n u X n u X 0025.00025.0,σσ.X X ⎡=-+⎢⎣○★68.设n X X X ,,,21 为来自总体~(,4)X N μ的一个简单样本,X 是样本均值(/2()u αΦ=1α-).则μ 的置信度为1α-的置信区间为 ．答案⎥⎦⎤⎢⎣⎡+-n u X nu X σσαα2/2/,⎥⎦⎤⎢⎣⎡+-=n u X n u X 2,22/2/αα○★.设12,,...,n X X X 是正态总体2(,)N μσ的简单样本,若μ未知,则2σ的置信度为α-1的置信区间是 ．答案⎥⎦⎤⎢⎣⎡-----)1()1(,)1()1(22/1222/2n S n n S n ααχχ○★69.从正态总体2(,)N μσ中抽取容量为10的简单随机样本,样本均值45.75,X =样本标准差0.0253.522,(9) 2.262.S t ==则μ 的置信度为0.95的置信区间为 ．⎥⎦⎤⎢⎣⎡⋅-+⋅--n S n t X n S n t X )1(,)1(2/2/αα⎥⎦⎤⎢⎣⎡⋅+⋅-=n S t X n S t X )9(,)9(025.0025.0⎥⎦⎤⎢⎣⎡⋅+⋅-=10522.3262.275.45,10522.3262.275.45[]52.275.45,52.275.45+-=[].27.48,52.223.43-=☆.设110,,X X 是总体2(,)N μσ的简单随机样本,2X S 与为样本均值和样本方差,若22{}0.95P S b σ≤=,则b =_ _;μ的置信度为95％的单侧置信下限为 .答案1.88;0.050.5787X t X S -=- 计算题○★71.从数字9,...,1,0中任选三个不同的数字,计算下列事件概率:1A ={不含3和7};2A ={含3或7};3A ={含3但不含7}.;157!3/8910!3/678)(310381=⨯⨯⨯⨯==C C A P ;1581571)(1)(12=-=-=A P A P.307!3/8910!2/78)(31028113=⨯⨯⨯==C C C A P 又法.记B ={含3};C ={含7}.;103)()(==C P B P ;151!3/89108)(31018=⨯⨯==C C BC P)(1)(1)(21C B P A P A P -=-=;1571511031031)()()(1=+--=+--=BC P C P B P;1581571)(1)(12=-=-=A P A P或 ;158151103103)()()()()(2=-+=-+==BC P C P B P C B P A P1287()1()1.1515P A P A =-=-=▲.在某城市共发行甲、乙、丙三种报纸,居民订甲报(记为A)的有45%,订乙报(记为B)的有35%,订丙报(记为C)的有30%,同时订甲、乙两报(记为D)的有10%,同时订甲、丙两报(记为E)的有8%,同时订乙、丙两报(记为F)的有5%,同时订三种报纸(记为G)的有3%.试表示下列事件,并求其百分比:(1)只订甲报的;(2)只订甲、乙两报的;(3)只订一种报纸的;(4)正好订两种报纸的;(5)至少订一种报纸的;(6)不订任何报纸的.72.从1～9九个数字中,任取3个排成一个三位数,求:(1)所得三位数为偶数的概率;(2)所得三位数为奇数的概率.73.设某批产品共30件,其中有4件次品,现从中任取3件,求:(1)其中无次品的概率;(2)其中恰有2件次品的概率.★.从8双不同尺码鞋子随机取6只,计算以下事件的概率.A ={6只鞋子均不成双},B ={恰有2只鞋子成双},C ={恰有4只鞋子成双}.61682616()32()0.224143C C P A C ==≈,1414872616()80()0.559143C C C P B C ==≈,2212862616()30()0.210143C C C P C C ==≈. ★.设某批产品共30件,其中有4件次品,现从中任取3件,求:(1)其中无次品的概率;(2)其中恰有2件次品的概率.答案(1)3263301300.6404.203C C == (2)12264330390.0384.1015C C C ==★.将n 只相同的球,随机放入k 只不同的合子,共有多少种不同放法.k 只不同合子有1k -只壁,将n 只相同的球分成k 组,每组球数可为0.1k -个壁和n 个球排成一排有111k n n k n k C C -+-+-=种排法,每一种排法对应一种不同的放球入合的方法.▲.某班n 个男生m 个女生(1m n ≤+)随机排成一列,计算任意两女生均不相邻的概率.总数()!.m n +先排男生,共有!n 种排法,女生应排在男生之间的空位上或两头,共有1n +个位置,选出m 个排女生,从而有11!m m n n P C m ++=种排法,由乘法法则,基本事件容数为1!!mn n C m +,11!!.()!m mn n m m nn C m C P m n C +++==+○★.更列重合(匹配)问题．编号1至n 的球随机放入编号1至n 的合子,每合放1个球．若球和合子编号相同,则称为1个重合,求至少有1个重合的概率．记i A ={第i 号球放入第i 号合子},1,2,,.i n =11111()()()(1)()nnnn i i i j i i i j ni i P A P A P A A P A -=≤<≤===-++-∑∑21111(1)(1)!n n nnn C C n n n n -=⨯-++--11111(1)110.3680.732.2!!n e n --=-++--=-= ▲.某单位同时装有两种报警系统A 与B ,当报警系统A 单独使用时,其有效的概率为7.0;当报警系统B 单独使用时,其有效的概率为8.0.在报警系统A 有效的条件下,报警系统B 有效的概率为84.0.计算:(1)两种报警系统都有效的概率; (2)在报警系统B 有效的条件下,报警系统A 有效的概率;(3)两种报警系统都失灵的概率.(1)()()(|)0.700.840.588P AB P A P B A ==⨯=; (2)()()(|)0.700.840.588(|)0.735()()0.800.80P AB P A P B A P A B P B P B ⨯=====;(3)()()()()0.700.800.5880.912P AB P A P B P AB =+-=+-=;.088.0)(1)(=-=B A P B A P○★.设(|)(|)1P A B P A B +=，试证A 与B 独立．证明 (|)(|)1P A B P A B +=，因此(|)1(|)(|)P A B P A B P A B =-=，即()()()()P AB P AB P B P B =，于是()(1())()()P AB P B P AB P B -=，因此()(()())()()()P AB P AB P AB P B P A P B =+=，从而A 与B 独立．○★94.第1,第2台车床加工的零件放在一起,产量比例为2:1,次品率依次为0.03,0.02.计算:(1)任取一零件是次品的概率;(2)若取出的零件是次品,它是第2台车床加工的概率. 记事件B ={取得次品},样本空间的划分i A ={零件由第i 台车床加工},1,2.i = (1) 全概率公式得1122()()(|)()(|)P B P A P B A P A P B A =+2120.030.020.0267.121275=⨯+⨯==++ (2)由贝叶斯公式,次品是第2台车床加工的概率为2222()()(|)(|)()()P A B P A P B A P A B P A P B ==10.021112.213140.030.021212⨯+===+⨯+⨯++又法.静态样本统计模型,古典概型.设总产量150n =件;第1,第2车床产量||()i i A nf A =依次为12||100,||50A A ==件;次品数||||(|)i i i A B A f B A =依次为12||3,||1A B A B ==件. (1)条件(局限)空间B 总数,总次品数12||||||314B A B A B =+=+=件,总次品率为||42()0.0267.15075B P B n ====(2)由贝叶斯公式,次品是第2台车床加工的概率为22||1(|).||4A B P A B B == 95.某工厂有甲、乙两个车间生产同一种产品,两车间产品的次品率分别为0.03和0.02,生产出来的产品放在一起,且甲车间产量比乙车间产量多一倍,计算该厂产品合格率.★.袋中有相同形状的3只白球,4只红球和若干只黑球,依次摸出所有球,计算红球比白球早出现的概率.答案P {红球比白球早出现}4/7.=96.已知袋中有10只白球3只黑球,无放回取二只球,求第二次取出的是黑球的概率.○★.学生在做一道有4个选项的单项选择题时,如果不知道问题的正确答案时,就作随机猜测,现从卷面上看题是答对了,试在以下情况下求确实知道正确答案的概率：(1)知道正确答案概率是0.5；(2)知道正确答案的概率是0.2．令B ={知道正确答案},A ={题目答对},则(1)()(|)0.51(|)0.8()(|)()(|)0.510.50.25P B P A B P B A P B P A B P B P A B ⨯===+⨯+⨯；(2)()(|)0.21(|)0.5()(|)()(|)0.210.80.25P B P A B P B A P B P A B P B P A B ⨯===+⨯+⨯． ○★.将信息编码为A ,B 传送,由于信号干扰,接收站收到信息时,A 被误收作B 的概率为2.0,B 被误收作A 的概率为1.0,发出编码A ,B 的概率依次为4.0,6.0,计算:(1)接收站收到信息A 的概率;(2)在收到信息A 的条件下发出信息B 的概率. 记事件B ={收到信息A },1A ={发出信息A },2A ={发出信息B }. (1) )|()()|()()(2211A B P A P A B P A P B P +=;52.01.04.0)2.01(6.0=⨯+-⨯=(2) )()|()()()()|(2222B P A B P A P B P B A P B A P ==.07692.052452.01.04.0==⨯=★97.将信息编码为A 和B 传送,由于信号干扰,接收站收到信息时,A 被误收作B 的概率为02.0;B 被误收作A 的概率为01.0,编码A 与B 传送频繁程度为1:2,计算:(1)接收站收到信息A 的概率;(2)在收到信息A 的条件下发出信息B 的概率. 记事件B ={收到信息A },1A ={发出信息A },2A ={发出信息B }.(1) )|()()|()()(2211A B P A P A B P A P B P +=01.0211)02.01(212⨯++-⨯+=;6567.001.03198.032=⨯+⨯= (2) )()|()()()()|(2222B P A B P A P B P B A P B A P ==.00508.06567.001.031=⨯=○★.某公司第1,2,3车间生产同一产品,产量依次为60%,30%,10%;次品率依次为3%,4%,6%.计算:(1)总产品中任取一件产品是次品的概率;(2)随机检出的一件次品是第2车间生产的概率. 记事件B ={任取的一件产品是次品},i A ={产品由第i 车间生产},1,2,3.i =(1)全概率公式得)|()()()|()()|()()(3332211A B P A P A P A B P A P A B P A P B P ++= 60%3%30%4%10%6% 3.6%.=⨯+⨯+⨯=(2)由贝叶斯公式得)()|()()()()|(2222B P A B P A P B P B A P B A P ==30%4%1.3.6%3⨯==又法.静态样本统计模型,古典概型..依据是频率渐进稳定于概率．设总产量1000n =件;第i 车间产量||()i i A nf A =依次为600,300,100件;次品数||||(|)i i i A B A f B A =依次为6003%18,3004%12,1006%6⨯=⨯=⨯=件.(1)条件(局限)空间B 总数,总次品数||||||(|)1812636iiiiiB AB A f B A ===++=∑∑件,总次品率为||36() 3.6%.1000B P B n === (2)随机检出的一件次品是第2车间生产的概率为22||121(|).||363A B P A B B === ○★.n 件产品中有m 件次品,任取两件,计算:(1)在所取两件中至少有一件是次品的条件下,另一件也是次品的概率; (2)在所取两件中至少有一件不是次品的条件下,另一件是次品的概率. 答案(1)121m n m ---;(2)21mn m +-○★.市场上某商品由甲厂,乙厂及丙厂生产.甲厂产品占50%;乙厂产品占30%;丙厂产品占20%.甲厂产品合格率为88%;乙厂产品合格率为70%;丙厂产品合格率为75%.计算:(1)在市场上任意购买一件这种商品是合格品的概率;(2)在市场上已购买的一件不合格品是乙厂生产的概率.记事件B ={任购一商品是合格品},1A ={商品是甲厂生产},2A ={商品是乙厂生产},3A ={商品是丙车间生产}.(1)全概率公式得)|()()()|()()|()()(3332211A B P A P A P A B P A P A B P A P B P ++=0.50.880.30.70.20.750.80.=⨯+⨯+⨯=(2)由贝叶斯公式, 不合格品是乙车间生产的概率为2222()()(|)(|)1()()P A B P A P B A P A B P B P B ==-0.3(10.7)90.45.10.820⨯-===-○★.某公司产品部件由甲、乙和丙厂提供,各厂所占份额为2:3:8,次品率依次为8%,4%,3%.从产品中抽取检验出一件次品,则次品由哪厂生产的可能性最大.记事件B ={任取的一件产品是次品},i A ={产品由第i 厂生产},1,2,3.i = 甲、乙和丙厂次品贡献（分支）概率依次为()()(|),1,2,3.i i i P A B P A P B A i ==各厂次品贡献概率之比为123238():():()8%:4%:3%238238238P A B P A B P A B =⨯⨯⨯++++++28:34:8316:12:244:3:6.=⨯⨯⨯==因此次品由丙厂生产的可能性最大,概率为366(|).43613P A B ==++ 在无其他信息或依据的条件下,判断通常最可靠.★.全概率公式模型.设第i 类球有i n 个,其中有i a 个红球,总数,ii n n =∑红球总数,ii a a =∑任取一球为红球的概率.记事件B ={取到红球},i A ={取到第i 类球},1,2,.i =()()(|)i i i P B P A P B A =∑.i i i i i i ii i n a a aw f n n n n====∑∑∑ ★.全概率公式模型.第i 省份人口i l 有劳动力i a 人,计算劳动力人口比例f .总人口,i i l l =∑总劳动力,i i a a =∑第i 省人口比重,iil w l=其劳动力比例.i i i a f l = i i a af l l ==∑(各省贡献率之和)i i i i i i il aw f l l ==∑∑(各省劳动力人口比例以其人口比重加权平均)()(|)i i i P A P B A =∑(各划分下条件概率以其划分概率加权平均)().P B =以上步骤可倒.★.全概率公式扩展模型.第i 类盒子i n 个,每盒都有i l 只球,其中i a 只红球,盒子总数,ii n n =∑任取一盒子,再从盒子中任取一球为红球的概率.记事件B ={取到红球},i A ={取到第i 类盒子},1,2,.i =()()(|).i ii i i iin a P B P A P B A n l ==∑∑参下题 ★.有三种盒子共5个,第一种盒子有2个,每个盒子中放有2个白球,1个黑球;第二种盒子有1个,其中放有10个黑球,第三种盒子有2个,每个盒子中放有3个白球,1个黑球.从这些盒子中任取一个盒子,再从取出的盒子中任取一球,求此球为白球的概率． 记事件B ={取到白球},i A ={取到第i 种盒子},1,2,3.i =31()()(|)i i i P B P A P B A ==∑222317.535430=⨯+⨯=@.甲乙网球比赛，每局甲胜率为α，乙胜率为1βα=-．进行到有一人比对方多得2局，求甲乙获胜概率．令B ={甲胜}，i A ={前两局甲胜i 局}22()()(|)2(),i i i P B P A P B A P B αβα===+∑解得2().12P B ααβ=- 又法．令n A ={甲恰好在第n 局获胜},n B ={乙恰好在第n 局获胜}（1,2,n =），A ={甲胜}，B ={乙胜}．则22n A +发生当且仅当第1,3,,21n -局可胜可负,第2,4,,2n 局的胜负情形恰好分别与第1,3,,21n -局的胜负情形相反,即双方交错取胜,而第21,22n n ++局连胜．因此2222()2(2)n n n n n P A αβαααβ+==,所以222200()()(2)12nn n n P A P A αααβαβ∞∞+=====-∑∑,同理2(),12P B βαβ=- 或 2()1()12P B P A βαβ=-=-．@.甲乙轮流投篮,命中率分别为,,(1,1),p s q p t s =-=-甲先投,分别在以下规则下求甲获胜概率.(1)先投中者获胜;(2)若某轮平局重新开始(直至某轮一方投中另一方未投中)． (1)由全概率公式()(),P p qtP =+甲甲解得().1pP qt=-甲还可参考(2)列方程组求解． (2)对前两次应用全概率公式()()1,(),()P P P ptP qs+=⎧⎪⎨=⎪⎩甲乙甲乙解得().pt P pt qs =+甲 还可参考(1)列方程求解．@.甲乙丙三人网球赛,三人水平相同.甲乙先比,胜者与丙比,依次循环,直至一人连胜两局即获得冠军,计算各人获冠概率.比赛规则为擂台赛.首轮在甲乙中产生擂主和候补者,丙为挑战者,此后在未决出冠军的情况下,甲乙丙的地位按擂主→候补者→挑战者→擂主的次序轮换,依次循环. 记A ={获得冠军},B ={成为擂主},C ={成为候补者}. 由全概率公式11(|)(|),2211(|)(|),22P A B P A C P A C P A B ⎧=+⎪⎨⎪=⨯⎩解得4(|),71(|),7P A B P A C ⎧=⎪⎨⎪=⎩因此甲乙丙获冠概率分别为P (甲)P =(乙)()(|)()(|)P B P A B P C P A C =+14115272714=⨯+⨯=,P (丙)1P =-(甲)P -(乙)54121414=-⨯=.★.设人群中有37.5%的人血型为A 型,20.9%为B 型,33.7%为AB 型,7.9%为O 型.任选一人为供血者,任选一人为受血者,记C ={输血成功}.()P C P =( A 型B 型之间输血)+P ( O 型受血)20.3750.2090.337(10.337)0.38018;=⨯⨯+-=()1()10.380180.61982.P C P C =-=-=○★.从含4只红球和3只黑球的袋中任取3只球,计算:1)取出红球数X 的分布列;2)不少于2只红球的概率.1) ;351)0(3733===C C X P ;3512)1(372314===C C C X P ;3518)2(371324===C C C X P .354)3(3734===C C X P 2) .35223543518)3()2()2(=+==+==≥X P X P X P@★.甲、乙两人乒乓球比赛,每局甲胜概率为,1/2,p p ≥各局胜负相互独立．对甲而言,采用三局二胜制有利,还是采用五局三胜制有利．采用三局二胜制,甲最终获胜,其胜局的情况是：甲甲或乙甲甲或甲乙甲．而这三种结局互不相容,于是由独立性得甲获胜的概率为2212(1)p p p p =+-．采用五局三胜制,甲最终获胜,至少需比赛3局,且最后一局甲胜,而前面甲需胜二局．如共赛4局,则甲的胜局情况是：甲乙甲甲,乙甲甲甲,甲甲乙甲．甲获胜的概率为323232234(1)(1)p p C p p C p p =+-+-,而2322221(615123)3(1)(21)p p p p p p p p p -=-+-=--．当1/2p >时21p p >；当1/2p =时211/2p p ==．故当1/2p >时,对甲来说采用五局三胜制为有利．@★.蒙提霍尔问题Monty Hall Problem 美国电视晚会.现有三扇门供选择：一扇门后面是一辆汽车，另两扇门后面依次是一头山羊和一只玩具熊.当然是希望选择到汽车，但并不能看到门后面情况.主持人让你作选择，在你选择一扇门后，主持人打开另一扇门给你看，发现不是汽车.主持人说还有一次改选机会.是否应改选以更可能选中汽车？记B ={选手选中汽车}，A ={主持人打开的窗后无车}.1.如果主持人知道窗后情况，有意打开无车的窗.()1P A =,()1(|).()3P AB P B A P A == 改选选中汽车的概率为21(|)3Q P B A =-=,因此选手应当改选第三窗.或解.设甲、乙、丙门后依次为车、羊、熊.第1次选甲门,甲、乙、丙门后依次为：情况1：车；羊；熊.情况2：熊；车；羊.情况3：羊；熊；车.3种情况中有2种情况改选得车,因此改选选中车的概率为2.32.如果主持人随机打开的窗后无车.11()(|)13(|).2()23P B P A B P B A P A ⨯===或由条件(局限)样本空间(减少一个样本点)直接得到1(|)2P B A =.此种情况是否改选第三窗无差异.○★.预订航班的顾客最终有5%未到,因此对于一个容纳50位乘客的航班售52张票,求每个到达的乘客都有座位的概率．未到达人数~(52,0.05),Y B n p ==近似为泊松分布( 2.6),P np λ=={}.A =都有座位2.6 2.6()(2)1(0)(1)1 2.6P A P Y P Y P Y e e --=≥=-=-=≈--10.0740.1930.733.=--=○★.已知某商场一天内来k 个顾客的概率为/!(0,1,2,)k e k k λλ-=,其中0λ>．又设每个到达商场的顾客购买商品是独立的,其概率为p ．试求这个商场一天内有r 个顾客购买商品的概率． 令k B ={一天内k 个顾客到达}(0,1,2,)k =,r A ={一天内r 个顾客购买商品},则()()(|)(1)!kr r k rr k r k kk rk rP A P B P A B eC p p k λλ∞∞--====-∑∑0()((1))()!!!r k rp k p p p ee r k r λλλλλ∞--=-==∑． ○★.随机变量最大概率(密度)的位置称为众数.@★.贝努利分布(,)B n p 的众数.当(1)n p +不是整数时,众数[(1)]m n p =+(取整),当(1)n p +是整数时,众数(1)m n p =+或(1) 1.n p +-由(,;)(1)(1)1,(,;1)B n p k n k p n p k B n p k kq kq -++-==+-因此当(1)k n p <+时,(,;)1,(,;1)B n p k B n p k >-(,;)B n p k 单增;当(1)k n p >+时,(,;)1,(,;1)B n p k B n p k <-(,;)B n p k 单减. @★.贝努利分布的最大值估计:(,;[(1)])2B n p n p npqπ+ 由斯特林公式!2,nn n n e π⎛⎫⎪⎝⎭[][]!(,;[(1)])[]!([])!np n np n B n p np p q np n np -+- [][][][][][]2[]n np n np np n np n e p q np n np np e e π--⎫⎪⎝⎭-⎫⎫⎪⎪⎭⎭.2[]([])2n np n np npqππ-@★.抛100个硬币,求有50个正面的概率．2222221(2)!14(2/)12!!22(/)2n n nn nn n n n n e C n n n n e ππ==5010010010.08.250C π@★.泊松分布(,)B n p 的众数.当λ不是整数时,众数[]m λ=(取整);当λ是整数时,众数m λ=或1.λ-由1,,(;)1,.(;1)k P k k P k k λλλλλ≥≤⎧=⎨<>-⎩即得结论. @★.甲乙轮流投篮,命中率分别为,,(1,1),p s q p t s =-=-甲先投,直至某人投中,计算（1）甲投篮次数X 的分布列；（2）乙投篮次数Y 的分布列；（3）甲乙投篮次数之和Z X Y =+的分布列．答案（1）1()(1)(),1,2,k P X k qt qt k -==-=⋅⋅⋅.（2）1,0,()(1)(),1,2,.k s k P Y k q qt qt k -=⎧==⎨-=⋅⋅⋅⎩ Y 以概率p 服从单点分布(0)U ,以概率q 服从右漂移一个单位的几何分布(1)G qt -.Y 是两者的混合分布,即(0)(1)Y pU qG qt =+-.（3）11(),21,()(),2,1,2,.n n s qt m n P Z m qs qt m n n --⎧=-==⎨==⋅⋅⋅⎩91.设变量X 的分布()F x =31e ,0,0,0.x x x -⎧->⎨≤⎩求X 的密度;{1}P X >;{11}P X -<<.92.设变量X 的密度为2,01,()0,Ax x f x ⎧≤<=⎨⎩其它.(1)求常数A ;(2)计算概率1{}2P X >.@★.证明正态(Normal)分布密度积分22()21.z dz μσ-+∞--∞=⎰. 证明222()2,z dz μσ-+∞--∞⎡⎤⎢⎥⎣⎦⎰令,z x μσ-=2222222y x x dx dx dy +∞+∞+∞----∞-∞-∞⎡⎤==⋅⎢⎥⎣⎦⎰⎰⎰ 2()21,2x y e dxdy π++∞+∞--∞-∞=⎰⎰极坐标表示sin ,cos ,,x r y r dxdy rdrd θθθ===222001 1.2r d e rdr πθπ+∞-==⎰⎰因此,22()21.z dz μσ-+∞--∞=⎰ 或 证明2x e dx +∞--∞=⎰记222,),x u t J e dx u e dt x ut +∞+∞--∞-∞===⎰⎰（令两边乘2u e -,积分得22222u u u t J J edu eudu e dt +∞+∞+∞----∞-∞-∞==⎰⎰⎰22(1)2.1ut dtdt ue du t π+∞+∞+∞-+-∞-∞-∞===+⎰⎰⎰得2x e dx +∞--∞=⎰换元x dx ==22()2 1.z e dz μσ--+∞-∞= @★.设某放射性物质在时段t 内散逸出的粒子数()N t 服从泊松分布(),P t λ则第n 个粒子散出的时刻n S 服从伽玛分布(,1/).n λΓ(课本附表)事件{第n 个粒子到来时刻小于等于t }={时段t 内散出粒子数()N t 大于等于n },即{}{()},n S t N t n ≤=≥于是()(){}{()},!k tn k n t F t P S t P N t n e k λλ+∞-==≤=≥=∑1()()()()!(1)!!k k k t t k n k n d t t t f t e e dt k k k λλλλλλλ-+∞+∞--==⎛⎫⎛⎫==- ⎪ ⎪-⎝⎭⎝⎭∑∑1.(1)!n n t t e n λλ--=- 因此~(,1/).n S n λΓ第1个粒子散出时刻及相邻两粒子时间间隔均服从指数分布().E λ★.定理 设连续型变量X 密度为()X f x ,()y g x =严格单调,反函数()x x y =导数连续,则()Y g X =。

4.11 设锰的熔化点（单位：︒C ）服从正态分布。

进行5次试验，测得锰的熔化点如下：1269 ，1271 ，1256 ，1265 ，1254 。

是否可以认为锰的熔化点显著高于1250︒C ？（显著水平05.0=α）解 设锰的熔化点ξ～),(2σμN ，问题相当于要检验0H ：1250≤μ（1H ：1250>μ ）。

5=n ，1263=X ，64853.7*=S ，8006.3564853.712501263*=-=-=n S X T μ。

对05.0=α，查 t 分布表，可得 1318.2)4()1(95.01==--t n t α 。

因为 1318.28006.3>=T ，所以拒绝 0H ：1250≤μ ，接受 1H ：1250>μ 。

可认为锰的熔化点显著高于1250︒C 。

4.12 某种导线的电阻（单位：Ω）服从正态分布，按照规定，电阻的标准差不得超过0.005 。

今在一批导线中任取9根，测得修正样本标准差 =*S 0.007 ，这批导线的电阻的标准差，比起规定的电阻的标准差来，是否显著地偏大？（显著水平05.0=α）解 设导线电阻ξ～),(2σμN ，问题相当于要检验0H ：005.0≤σ（1H ：005.0>σ ）。

222*)1(σχS n -=68.15005.0007.0)19(22=⨯-=。

对05.0=α，查 2χ 分布表，可得507.15)8()1(295.021==--χχαn 。

因为507.1568.152>=χ，所以拒绝 0H ：005.0≤σ ，接受1H ：005.0>σ 。

这批导线的电阻的标准差，比起规定的电阻的标准差来，显著地偏大。

4.13 某厂从用旧工艺和新工艺生产的灯泡中，各取10只进行寿命试验，测得旧工艺生产的灯泡寿命的样本均值为2460小时，修正样本标准差为56小时；新工艺生产的灯泡寿命的样本均值为2550小时，修正样本标准差为48小时。

概率论与数理统计例题和知识点总结概率论与数理统计是一门研究随机现象统计规律的学科，它在自然科学、工程技术、经济管理、社会科学等众多领域都有着广泛的应用。

下面将通过一些例题来帮助大家理解和掌握这门学科的重要知识点。

一、随机事件与概率随机事件是指在一定条件下，可能出现也可能不出现的事件。

概率则是衡量随机事件发生可能性大小的数值。

例 1：抛掷一枚均匀的硬币，求正面朝上的概率。

解：因为硬币只有正反两面，且质地均匀，所以正面朝上的概率为1/2。

知识点：古典概型中，事件 A 的概率 P(A) ＝ A 包含的基本事件数／基本事件总数。

例 2：一个袋子里有 5 个红球和 3 个白球，从中随机取出一个球，求取出红球的概率。

解：袋子里一共有 8 个球，其中 5 个是红球，所以取出红球的概率为 5/8。

知识点：概率的性质：0 ≤ P(A) ≤ 1；P(Ω) ＝ 1，P(∅）＝ 0。

二、条件概率与乘法公式条件概率是指在已知某一事件发生的条件下，另一事件发生的概率。

例 3：已知在某疾病的检测中，阳性结果中真正患病的概率为 09，而总体人群中患病的概率为 001。

如果一个人的检测结果为阳性，求他真正患病的概率。

解：设 A 表示患病，B 表示检测结果为阳性。

则 P(A) ＝ 001，P(B|A) ＝ 09，P(B|A'）＝ 1 P(B|A) ＝ 01。

根据全概率公式：P(B) ＝P(A)×P(B|A) ＋ P(A'）×P(B|A'）＝ 001×09 ＋099×01 ≈ 0108。

再根据贝叶斯公式：P(A|B) ＝ P(A)×P(B|A) ／ P(B) ＝ 001×09 ／0108 ≈ 0083。

知识点：条件概率公式：P(B|A) ＝ P(AB) ／ P(A)；乘法公式：P(AB) ＝ P(A)×P(B|A)。

三、独立性如果两个事件的发生与否互不影响，那么称它们是相互独立的事件。

《数理统计》例题1.设总体X 的概率密度函数为： 221)(ββx ex f -=)0(>β试用矩法和极大似然法估计其中的未知参数β。

解：（1）矩法 由于EX 为0，πββββββββββββ2002222221][)()2(2)()2(212)(2222222222=+-=-=--===⎰⎰⎰⎰⎰∞+-∞+-∞+--∞+-∞++∞∞-dx exeed xx d xedxex dxx f x EX x x x x xπβ22221=-=X E EX DX 令2S DX =得：S πβ2ˆ=（2）极大似然法∑===-=-∏ni i i x nni x eeL 122221111ββββ∑=--=ni ixn L 1221ln ln ββ231ln 2n i i d L n x d βββ==-+∑ 令0ln =βd L d 得∑==n i i x n 122ˆβ2. 设总体X 的概率密度函数为：⎪⎩⎪⎨⎧<≥--=ααβαββαφx x x x ,0),/)(exp(1),;( 其中β>0，现从总体X 中抽取一组样本，其观测值为（2.21，2.23，2.25，2.16，2.14，2.25，2.22，2.12，2.05，2.13）。

试分别用矩法和极大似然法估计其未知参数βα和。

解：（1）矩法经统计得：063.0,176.2==S Xβαβαβφαβααβααβαβααβαα+=-=+-=-===∞+--∞+--∞+----∞+--∞+∞+∞-⎰⎰⎰⎰x x x x x edx exeexd dx ex dx x x EX ][)(1)()(222][)(1222222βαβαβαββαααβαβααβαα++=+=+-=-==--∞+∞+----∞+--∞+⎰⎰⎰EX dx ex ex ed x dx ex EX x x x x222)(β=-=EX EX DX令⎩⎨⎧==2S DX X EX 即⎩⎨⎧==+22S Xββα 故063.0ˆ,116.2ˆ===-=S S X βα（2）极大似然法 )(111),;(αββαβββα----===∏X nnX ni eex L i)(ln ln αββ---=X nn L)(ln ,0ln 2αββββα-+-=∂∂>=∂∂X nn L n L 因为lnL 是L 的增函数，又12,,,n X X X α≥所以05.2ˆ)1(==X α令0ln =∂∂βL 得126.0ˆ)1(=-=X X β 3.已知总体ξ的分布密度函数为：⎪⎩⎪⎨⎧+≤≤-=其它,011,21);(θθθx x f（1）用矩法估计其未知参数θ； （2）用极大似然法估计其未知参数θ。

概率论与数理统计典型例题分析（期末考试与考研必备）1.在数学系学生中任选一名学生．设事件A ＝{选出的学生是男生}，B ＝{选出的学生是三年级学生}，C ＝{选出的学生是科普队的}．(1)叙述事件ABC 的含义．(2)在什么条件下，ABC ＝C 成立？(3)在什么条件下，C ⊂B 成立？解 (1)事件ABC 的含义是，选出的学生是三年级的男生，不是科普队员．(2)由于ABC ⊂C ，故ABC ＝C 当且仅当C ⊂ABC ．这又当且仅当C ⊂AB ，即科普队员都是三年级的男生．(3)当科普队员全是三年级学生时，C 是B 的子事件，即C ⊂B 成立．2.将一枚硬币独立地掷两次，引进事件：A ＝{掷第一次出现正面}，B ＝{掷第二次出现正面}，C ＝{正、反面各出现一次}，则事件A ，B ，C 是相互独立，还是两两独立？ 解 由题设，可知P (AB )＝P (A )P (B )，即A ，B 相互独立．而1()(())()()(),4P AC P A AB AB P AB P A P B =+=== ()()()()()(()())P A P C P A P AB AB P A P AB P AB =+=+⋅=+⨯=41)4121(21 故A ，C 相互独立，同理B ，C 也相互独立．但是P (ABC )＝P (∅)＝0，而 ,81212121)()()(=⨯⨯=C P B P A P 即 )()()()(C P B P A P ABC P ≠,因此A ，B ，C 两两独立．问题 (1)两个事件的“独立”与“互斥”之间有没有关系？在一般情况下，即P (A )＞0，P (B )＞0时，有关系吗？为什么？(2)设0＜P (A )＜1，0＜P (B )＜1，P (B |A )＋P (B |A )＝1．问A 与B 是否独立，为什么？由此可以得到什么结论？3.设A ，B ，C 是三个随机事件，且=====)()(,41)()()(CB P AB P C P B P A p 0，81)(=AC P ,求A ，B ，C 中至少有一个发生的概率． 解 设D ＝{A ，B ，C 中至少有一个发生}，则D ＝A ＋B ＋C ，于是P (D )＝P (A ＋B ＋C )＝P (A )＋P (B )＋P (C )－P (AB )－P (BC )－P (AC )＋P (ABC )．又因为,41)()()(===C P B P A P ,0)()(==CB P AB P 81)(=AC P ,而由P (AB )＝0，有P (ABC )＝0，所以⋅=-=858143)(D P 问题 怎样由P (AB )＝0推出P (ABC )＝0？提示 利用事件的关系与运算导出．4.设事件A 与B 相互独立，P (A )＝a ，P (B )＝b ．若事件C 发生，必然导致A 与B 同时发生，求A ，B ，C 都不发生的概率．解 由于事件A 与B 相互独立，因此P (AB )＝P (A )·P (B )＝a ·b ．考虑到C ⊂AB ，故有,B A B A AB C ⊃+=⊃因此).1)(1()()()()(b a B P A P B A P C B A P --===5.某地铁每隔5 min 有一列车通过，在乘客对列车通过该站时间完全不知道的情况下，求每一个乘客到站等车时间不多于2 min 的概率．解 设A ＝{每一个乘客等车时间不多于2 min}．由于乘客可以在接连两列车之间的任何一个时刻到达车站，因此每一乘客到达站台时刻t 可以看成是均匀地出现在长为5 min 的时间区间上的一个随机点，即Ω＝[0，5)．又设前一列车在时刻T 1开出，后一列车在时刻T 2到达，线段T 1T 2长为5(见图1－1)，即L (Ω)＝5；T 0是T 1T 2上一点，且T 0T 2长为2．显然，乘客只有在T 0之后到达(即只有t 落在线段T 0T 2上)，等车时间才不会多于2min ，即L (A )＝2．因此图1－1⋅=Ω=52)()()(L A L A P 6.甲乙两艘轮船驶向一个不能同时停泊两艘轮船的码头，它们在一昼夜内到达的时间是等可能的，如果甲船和乙船停泊的时间都是两小时，它们同日到达时会面的概率是多少？解 这是一个几何概型问题．设A ＝{它们会面}．又设甲乙两船到达的时刻分别是x ，y ，则0≤x ≤24，0≤y ≤24．由题意可知，若要甲乙会面，必须满足|x －y |≤2，即图中阴影部分．由图1－2可知：L (Ω)是由x ＝0，x ＝24，y ＝0，y ＝24图1－2所围图形面积S ＝242，而L (A )＝242－222，因此.)2422(1242224)()()(2222-=-=Ω=L A L A P7.设随机事件B 是A 的子事件，已知P (A )＝1/4，P (B )＝1/6，求P (B |A )．分析 这是一个条件概率问题．解 因为B ⊂A ，所以P (B )＝P (AB )，因此⋅===32)()()()()|(A P B P A P AB P A B P 8.在100件产品中有5件是不合格的，无放回地抽取两件，问第一次取到正品而第二次取到次品的概率是多少？解 设事件A ＝{第一次取到正品}，B ＝{第二次取到次品}．用古典概型方法求出.010095)(=/=A P 由于第一次取到正品后不放回，那么第二次是在99件中(不合格品仍是5件)任取一件，所以⋅=995)|(A B P 由公式(1－4)， ⋅=⨯==3961999510095)|()()(A B P A P AB P9.五个人抓一个有物之阄，求第二个人抓到的概率．解 这是一个乘法公式的问题．设A i ＝{第i 个人抓到有物之阄}(i ＝1，2，3，4，5)，有⋅=+∅=+=+=Ω=2121212111222)(A A A A A A A A A A A A A根据事件相同，对应概率相等有).|()()()(121212A A P A P A A P A P ==又因为,41)|(,54)(,51)(1211===A A P A P A P 所以 ⋅=⨯=514154)(2A P10.设袋中有4个乒乓球，其中1个涂有白色，1个涂有红色，1个涂有蓝色，1个涂有白、红、蓝三种颜色．今从袋中随机地取一个球，设事件A ＝{取出的球涂有白色}，B ＝{取出的球涂有红色}，C ＝{取出的球涂有蓝色}． 试验证事件A ，B ，C 两两相互独立，但不相互独立．证 根据古典概型，我们有n ＝4，而事件A ，B 同时发生，只能是取到的球是涂有白、红、蓝三种颜色的球，即m ＝1，因而⋅=41)(AB P 同理，事件A 发生，只能是取到的球是涂红色的球或涂三种颜色的球，因而⋅==⋅==2142)(2142)(B P A P 因此，有 ,412121)()(=⨯=B P A P 所以 P (AB )＝P (A )P (B )，即事件A ，B 相互独立．类似可证，事件A ，C 相互独立，事件B ，C 相互独立，即A ，B ，C 两两相互独立，但是由于,41)(=ABC P 而 ,4181212121)()()(=/=⨯⨯=C P B P A P 所以A ，B ，C 并不相互独立．11.加工某一零件共需经过四道工序，设第一、二、三、四道工序的次品率分别是2％、3％、5％、3％，假定各道工序是互不影响的，求加工出来的零件的次品率．答案是：0.124(或1－0.98×0.97×0.95×0.97)．12.一批零件共100个，其中有次品10个．每次从中任取一个零件，取出的零件不再放回去，求第一、二次取到的是次品，第三次才取到正品的概率． 答案是：)989099910010(0084.0⨯⨯或． 13.用高射炮射击飞机，如果每门高射炮击中飞机的概率是0.6，试问：(1)用两门高射炮分别射击一次击中飞机的概率是多少？(2)若有一架敌机入侵，至少需要多少架高射炮同时射击才能以99％的概率命中敌机？分析 本题既可使用加法公式，也可使用乘法公式．解 (1)令B i ＝{第i 门高射炮击中敌机}(i ＝1，2)，A ＝{击中敌机}．在同时射击时，B 1与B 2可以看成是互相独立的，从而21,B B 也是相互独立的，且有P (B 1)＝P (B 2)＝0.6，.4.0)(1)()(121=-==B P B P B P方法1(加法公式)由于A ＝B 1＋B 2，有P (A )＝P (B 1＋B 2)＝P (B 1)＋P (B 2)－P (B 1)P (B 2)＝0.6＋0.6－0.6×0.6＝0.84．方法2(乘法公式) 由于21B B A =，有,16.04.04.0)()()()(2121=⨯===B P B P B B P A P于是 .84.0)(1)(=-=A P A P(2)令n 是以99％的概率击中敌机所需高射炮的门数，由上面讨论可知，99％＝1－0.4n 即 0.4n ＝0.01，亦即.026.53979.024.0lg 01.0lg ≈--==n 因此若有一架敌机入侵，至少需要配置6门高射炮方能以99％的把握击中它．14.设某人从外地赶来参加紧急会议．他乘火车、轮船、汽车或飞机来的概率分别是31110510、、及52，如果他乘飞机来，不会迟到；而乘火车、轮船或汽车来迟到的概率分别为41、⋅12131、试问：(1)他迟到的概率；(2)此人若迟到，试推断他是怎样来的可能性最大？ 解 令A 1＝{乘火车}，A 2＝{乘轮船}，A 3＝{乘汽车}，A 4＝{乘飞机}，B ＝{迟到}．按题意有：,103)(1=A P ,51)(2=A P ,101)(3=A P ,52)(4=A P,41)|(1=A B P ,31)|(2=A B P ,121)|(3=A B P .0)|(4=A B P (1)由全概率公式，有⋅=⨯+⨯+⨯+⨯==∑=203052121101315141103)|()()(41i i i A B P A P B P (2)由逆概率公式 ),4,3,2,1()|()()|()()|(41==∑=i A B P A P A B P A P B A P jj j i i i得到.0)|(,181)|(,94)|(,21)|(4321====B A P B A P B A P B A P 由上述计算结果可以推断出此人乘火车来的可能性最大．15.三人同时向一架飞机射击，设他们射中的概率分别为0.5，0.6，0.7．又设无人射中，飞机不会坠毁；只有一人击中飞机坠毁的概率为0.2；两人击中飞机坠毁的概率为0.6；三人射中飞机一定坠毁．求三人同时向飞机射击一次飞机坠毁的概率．解 设A i ＝{第i 个人射中}(i ＝1，2，3)，有P (A 1)＝0.5， P (A 2)＝0.6， P (A 3)＝0.7．又设B 0＝{三人都射不中}，B 1＝{只有一人射中}，B 2＝{恰有两人射中}，B 3＝{三人同时射中}，C ＝{飞机坠毁}．由题设可知,0)|(0=B C P ,2.0)|(1=B C P ,6.0)|(2=B C P ,1)|(3=B C P并且.06.03.04.05.0)()()()()(3213210=⨯⨯===A P A P A P A A A P B P同理)()(3213213211A A A A A A A A A P B P ++=)()()(321321321A A A P A A A P A A A P ++=123123123()()()()()()()()()P A P A P A P A P A P A P A P A P A =++＝0.5×0.4×0.3＋0.5×0.6×0.3＋0.5×0.4×0.7＝0.29；P (B 2)＝0.44；P (B 3)＝0.21．利用全概率公式便得到)|()()(30i i i B C P B P C P ∑==＝0.06×0＋0.29×0.2＋0.44×0.6＋0.21×1＝0.532．由上面的讨论可以看出，在使用全概率公式和逆概率公式解题时，“分析题目，正确写出题设，找出(或计算)先验概率和条件概率”是十分重要的．练习：两台机床加工同样的零件，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，求任意取出的零件是合格品的概率；又：如果任意取出的零件经检查是废品，求它是由第二台机床加工的概率．答案是：0.973；0.25．16.某类电灯泡使用时数在1000 h 以上的概率为0.2，求三个灯泡在使用1000 h 以后最多只坏一个的概率．解 这是一个n ＝3，p ＝0.8二项概型问题P 3(μ≤1)＝P (μ＝0)＋P (μ＝1)．17.袋中有10个球，其中2个为白色，从中有放回地取出3个，求这3个球中恰有2个白球的概率．解 方法1 设A ＝{恰有2个白球}，由古典概型，有310=n , 8232⨯⨯=m ，因此 ⋅⨯⨯=3210823)(A P 方法2 由二项概型，有⋅⨯⨯====321223310823)108()102()2()(C P A P μ18.袋中有4个白球、6个红球，先从中任取出4个，然后再从剩下的6个球中任取一个，则它恰为白球的概率是______．分析 设A i ＝{第i 次取到白球}，根据古典概型，我们有⋅==104)(110141C C A P 由于 ,)(212111222A A A A A A A ΩA A +=+==并且,94106)|()()(,93104)|()()(1212112121⨯==⨯==A A P A P A A P A A P A P A A P 因此 ⋅=⨯⨯+⨯=1049104634)(2A P 同理 ⋅=104)(5A P 19.有一批产品，其中正品有n 个，次品有m 个，先从这批产品中任意取出l 个(不知其中的次品数)，然后再从剩下的产品中任取一个恰为正品的概率为( )．方法1 设A k ＝{前l 次中恰有k 个正品}，k ＝q ，q ＋1，…，p ；其中q ＝max(l －m ，0)，p ＝min(n ，l )．又设B ＝{第l ＋1个恰为正品}，有,)(,1nm k l m k n k p q q C C C A P ΩA A A +-+==+++ 而 ,)|(11ln m k n C C A B P l n m k n k -+-==-+- 由全概率公式有⋅+==∑=nm n A B P A P B P k k p q k )|()()( 举例说明：(1)n ＝3，m ＝5，l ＝4，这时k ＝0，1，2，3．⋅=+++=8)4/()0306015()(48C B P⋅=+++=8)4/()5609020()(48C B P 方法2 利用抓阄问题的讨论，直接得到⋅+n m n 方法3 前l ＋1次取到正品的概率减去前l 次取到正品的概率(有条件限制，有时使用起来不一定方便)方法4 (全排列方法)令第l ＋1个位置上为正品，由于有n 个正品，故有n 种方法，于是⋅+=+-+=nm n n m n m n B P )!()!1()( 方法5 将第l ＋1次看成第1次，于是⋅+==+nm n C C B P n m n 11)( 20.袋中有5个球，其中1个是红球，每次取1个球，取出后不放回，前3次取到红球的概率为( )．分析 设A ＝{前3次取到红球}，根据古典概型，有⋅==53)(352411C C C A P说明 利用这一结论，可以计算第3次取到红球的概率：P {第3次取到红球}＝P {前3次取到红球}－P {前2次取到红球}⋅=-=-=515253251411352411C C C C C C 注意 这里实际用到了互斥情况下的加法公式．21.设两两相互独立的三事件A ，B ，C ，满足：ABC ＝∅，P (A )＝P (B )＝P (C )＜21,并且169)(=++C B A P ，求事件A 的概率． 分析 设P (A )＝p ．由于ABC ＝∅，有P (ABC )＝0，根据三个事件两两独立．．．．情况下的加法公式，有P (A ＋B ＋C )＝P (A )＋P (B )＋P (C )－P (A )P (B )－P (B )P (C )－P (A )P (C )＋P (ABC )， 即 ,1690332=+-p p 亦即 ,01632=+-p p 解得 41=p 或43(由题意舍去)．于是 ⋅=41)(A P 说明 (1)三个事件两两独立，不能推出三个事件相互独立．(2)由ABC ＝⇒∅P (ABC )＝0，反之不真．22.设P (A )＞0，P (B )＞0，证明(1)若A 与B 相互独立，则A 与B 不互斥．(2)若A 与B 互斥，则A 与B 不独立．分析 (1)由于事件A 与B 相互独立，且P (A )＞0，P (B )＞0，因此P (AB )＝P (A )P (B )＞0．可见，AB ≠∅，即事件A 与B 不互斥(相容)．(2)由于事件A 与B 互斥，即AB ＝∅，因此P (AB )＝0，而P (A )＞0，P (B )＞0，故P (AB )≠P (A )P (B )，即事件A 与B 不可能相互独立．说明 (1)事件之间相互独立，并不意味着它们互斥，反之亦然．(2)在P (A )＞0，P (B )＞0的条件下，两个事件独立与否，是在它们相容情况下讨论的．(3)事件的“互斥”与“相互独立”是没有关系的两个“关系”．23.设A ，B 是两个随机事件，且0＜P (A )＜1，P (B )＞0，)|()|(A B P A B P =，则P (AB )＝P (A )P (B )．分析 由公式()()()(|),(|),()()1()P AB P AB P AB P B A P B A P A P A P A ===- 由题设 ),|()|(A B P A B P =即,)(1)()()(A P B A P A P AB P -= 于是，有 ()()(()())()()()(),P AB P A P AB P AB P A P AB AB P A P B =+=+=即A 、B 相互独立．说明 (1) )|()|(A B P A B P =是A ，B 独立的一个充要条件．(2)若此题换成下述选择题：设……，则______ (A)).|()|(B A P B A P = (B)(|)(|).P A B P A B =/(C)P (AB )＝P (A )P (B )． (D )P (AB )≠P (A )P (B )．时，能否认为(A )与(B )，或(C )与(D )之中必有一个成立．24.设两个随机事件A ，B 相互独立，已知仅有A 发生的概率为41，仅有B 发生的概率为41，则 P (A )＝______，P (B )＝______．分析 方法1 因为P (A )＞0，P (B )＞0，且A 与B 相互独立，所以AB ≠∅(想一想为什么)．一方面P (A ＋B )＝P (A )＋P (B )－P (A )P (B )； (1－6)另一方面).()(21)()()()()(B P A P B P A P B A P B A P B A P +=++=+ (1－7) 由于)()(B A P B A P =，有 ),()()()(B P AB B A P AB B A P A P =+=+=于是由式(1－6)，式(1－7)有,))((21))(()(222A P A P A P +=- 即 ⋅===-21)(,21)(,41))(()(2B P A P A P A P 方法2 因为A 与B 相互独立，所以A 与B 也相互独立．由于)()(B A P B A P =，有P (A )＝P (B )，于是,41))(1)(())(1)(()()()(=-=-==A P A P B P A P B P A P B A P 因此 ⋅==21)()(B P A P 问题 比较上述两种方法，哪个更简单一些，还有没有其他方法？25.设随机事件A 与B 的和事件的概率为0.6，且积事件B A ⋅的概率为0.3，则事件A 的概率P (A )＝( )．分析 因为B A B A +=⋅，所以.4.06.01)(1)()(=-=+-=+=⋅B A P B A P B A P又因为,)(B A B A B B A ΩA A +=+==故 .7.04.03.0)()(=+=+=B A B A P A P26.甲、乙两封信随机地投入标号是1，2，3，4，5的五个信筒内，则第3号信筒恰好只投入一封信的概率为( )．分析 这是一个古典概型问题，有1422,5C m n ⨯==，因此P (A )＝0.32．问题 (1)如何将信投入信箱转化为在信封上写号问题？ (2)本题是否可用(有放回)摸球问题来解决？27.袋中有10个球，其中有4个白球、6个红球．从中任取3个，求这3个球中至少有1个是白球的概率．分析 这一个古典概型问题，样本空间中样本点的总数为⋅=310C n方法1 设A ＝{至少有1个白球}，有⋅=++=65)(310063416242614C C C C C C C A P 方法2 设B ＝{取出的全是红球}，有⋅-=-=3104361)(1)(C CC B P A P方法3 先从4个白球中任取一个，然后再从剩下的9个球(有红球又有白球)中任取2个，因此⋅=3102914)(C CC A P问题 上述三种方法都对吗，为什么？28.一批产品共100件，对产品进行不放回地抽样检查，整批产品不合格的条件是：在被检查的5件产品中至少有一件是废品．如果在该批产品中有5件是废品，求该批产品被拒绝接收的概率．解 设A i ＝{被检查的第i 件产品是废品}，i ＝1，2，3，4，5；B ＝{该批产品被拒绝接收}．方法1 由于,54321A A A A A B ++++=于是1234512345()1()1()P B P A A A A A P A A A A A =-++++=-1213124123512341()(|)(|)(|)(|),P A P A A P A A A P A A A A P A A A A A =-而 ,9893)|(,9994)|(,10095)(213121===A A A P A A P A P ⋅==9691)|(,9792)|(432153214A A A A A P A A A A P因此 .23.09691979298939994100951)(=⨯⨯⨯⨯-=B P方法2 .23.01)(1)(5100595=-=-=C C B P B P29.由以往记录的数据分析，某船只在不同情况下运输某种物品，损坏2％，10％，90％的概率分别为0.8，0.15和0.05．现在从中随机地取三件，发现这三件全是好的，试分析这批物品的损坏率为多少？分析 设B ＝{三件都是好的}，A 1＝{损坏率为2％}， A 2＝{损坏率为10％}，A 3＝{损坏率为90％}，则A 1，A 2，A 3两两互斥，且A 1∪A 2∪A 3＝Ω．已知P (A 1)＝0.8，P (A 2)＝0.15，P (A 3)＝0.05，且3198.0)|(=A B P ， 3290.0)|(=A B P ， 3310.0)|(=A B P ．由全概率公式可知)()|()(31i i i A P A B P B P ∑==05.01.015.090.08.098.0333⨯+⨯+⨯= 8624.0≈．由贝叶斯公式，这批物品的损坏率为2％，10％，90％的概率分别是,8731.08624.08.098.0)()()|()|(3111≈⨯==B P A P A B P B A P,1268.08624.015.090.0)()()|()|(3222≈⨯==B P A P A B P B A P.0001.08624.005.01.0)()()|()|(3333≈⨯==B P A P A B P B A P由于P (A 1|B )比P (A 2|B )，P (A 3|B )大得多，因此可以认为这批货物的损坏率为2％．30.掷两枚匀称的骰子，X ＝{点数之和}，求X 的分布． 答案是：⋅⎥⎦⎤⎢⎣⎡36/136/236/11232~ X 31.设⎪⎩⎪⎨⎧≤>+=,0,0,0,11)(2x x x x f f (x )是否为分布密度函数？如何改造？解 由于,2πd )(=⎰+∞∞-x x f 所以f (x )不是分布密度函数．令⎪⎩⎪⎨⎧≤>+⋅==.0,0,0,11π2)(π2)(2x x x x f x p则p (x )是分布密度函数．32.设随机变量X 的分布密度函数为⎩⎨⎧≤≤=.,0,10,)(其他x Cx x p求(Ⅰ)常数C ；(Ⅱ)P (0.3≤X ≤0.7)；(Ⅲ)P (－0.5≤X ＜0.5)．解 (Ⅰ)由p (x )的性质，有,21|2d d )(110210C x C x Cx x x p =⋅===⎰⎰∞+∞-所以C ＝2．(Ⅱ).4.0|d 2)7.03.0(7.03.027.03.0===≤≤⎰x x x X P(Ⅲ).25.0|d 2d 0)5.05.0(5.0025.0005.0==+=≤≤-⎰⎰-x x x x X P问题 若连续型随机变量X 的分布密度函数p (x )为不可求积函数，如何计算P (X ∈D )呢？33.从一批有13个正品和2个次品的产品中任意取3个，求抽得的次品数X 的分布列和分布函数，并求⋅≤<)2521(X P 解 先求X 的分布列，X 的所有可能取值为0，1，2，由古典概型的概率计算公式知3122113213213323151********(0),(1),(2)353535C C C C C P X P X P X C C C =========⋅ 故X 的分布列为四个区间．当x ＜0时，F (x )＝P (X ≤x )＝0．当10<≤x 时，⋅===3522)0()(X P x F 当12x ≤<时，⋅==+==3534)1()0()(X P X P x F 当x ≥2时，F (x )＝P (X ＝0)＋P (X ＝1)＋P (X ＝2)＝1． 综上有X 的分布函数为⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤<=.2,1,21,3534,10,3522,0,0)(x x x x x F由分布函数可求出⋅=-=-=≤<351335221)21()25()2521(F F X P 34.设连续型随机变量X 的分布函数⎪⎩⎪⎨⎧≤>+=-,0,0,0,e )(22x x B A x F x求系数A 和B ．解 由lim ()1n F x →+∞=，知A ＝1．再由F (x )在x ＝0处的连续性可知,)e(lim )(lim 02200B A B A x F x x x +=+==-+→→故 B ＝－A ＝－1．35.设连续型随机变量X 的分布函数为()1xAF x e-=+， +∞<<∞-x ， 求(Ⅰ)常数A ． (Ⅱ)X 的分布密度函数p (x )． (Ⅲ)P {X ≤0}．答案是：(Ⅰ)A ＝1．(Ⅱ)2)e 1(e )(x xx p --+= +∞<<∞-x ． (Ⅲ)⋅==<21)0()0(F X P 问题 (1)离散型随机变量的概率分布与分布函数之间有什么关系？(2)连续型随机变量的概率分布密度与分布函数之间有什么关系？ (3)如何利用分布函数计算P (X ∈D )？其中D ＝(a ，b ]． (4)如何确定分布函数中的待定常数？36.设X 服从指数分布，则Y ＝min{X ，2}的分布函数( )．(A)连续． (B)至少有两个间断点． (C)阶梯函数． (D)恰有一个间断点． 答案是：D ．分析 方法1 由题设可知X ～E (λ)，有⎩⎨⎧≤>=-.0,0,0,e )(x x x p x λλ 令X 1＝X ，X 2＝2，则⎩⎨⎧≥<=⎩⎨⎧>-≤=-.2,1,2,0)(;0,e 1,0,0)(21x x x F x x x F xλ于是，Y ＝min{X ，2}＝min{X 1，X 2}的分布函数为))(1))((1(1)(21y F y F y F ---=○一⎪⎩⎪⎨⎧≥<<-≤=-.2,1,20,e 1,0,0y y y y λ 可见它只有一个间断点y ＝2．方法2 从图2－1中，容易看出它只有一个间断点y ＝2．图2－137.一袋中装有5只球，编号为1，2，3，4，5．在袋中同时取3只球，用X 表示取出的3只球中的最小号码数，求X 的分布函数．解 X 的可能取值为3，2，1．,106/)1(,103/)2(,101/)3(352435233522=========C C X P C C X P C C X P 即X 的分布阵为⎥⎥⎦⎤⎢⎢⎣⎡101103106321, 从而X 的分布函数为⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤<=.3,1,32,109,21,106,1,0)(x x x x x F38.设X ～U (a ，b )，即⎪⎩⎪⎨⎧≤≤-=.,0,,1)(其他b x a a b x p则⎪⎩⎪⎨⎧≥<≤--<=.,1,,,,0)(b x b x a a b a x a x x F 其图形是一条连续的曲线，见图2－3．图2－339.设X ～N (0，1)，求P (X ＜2.35)，P (X ＜－1.25)以及P (|X |＜1.55)． 解 P (X ＜2.35)＝Ф(2.35)查表0.9906．P (X ＜－1.25)＝Ф(－1.25)＝1－Ф(1.25)＝1－0.8944＝0.1056．P (|X |＜1.55)＝P (－1.55＜X ＜1.55)＝Ф(1.55)－Ф(－1.55)＝2Ф(1.55)－1＝2×0.9394－1＝0.8788．40.设X ～N (1，22)，求P (0＜X ≤5)． 解 这里μ＝1，σ＝2，β＝5，α＝0，有.5.0,2--=-σμασμβ 于是P (0＜X ≤5)＝Ф(2)－Ф(－0.5)＝Ф(2)－[1－Ф(0.5)]＝Ф(2)＋Ф(0.5)－1＝0.9772＋0.6915－1＝0.6687．41.若X ～N (μ，σ2)，求(Ⅰ)P {μ－σ＜X ＜μ＋σ}； (Ⅱ)P {μ－2σ＜X ＜μ＋2σ}； (Ⅲ)P {μ－3σ＜X ＜μ＋3σ}． 解 (Ⅰ)由于X ～N (μ，σ2)，故)()(}{σμσμσμσμσμσμ----+=+<<-ΦΦX P ＝Ф(1)－Ф(－1)＝2Ф(1)－1＝0.6826≈0.68．同理有：(Ⅱ) P {μ－2σ＜X ＜μ＋2σ}＝2Ф(2)－1＝0.9545≈0.95． (Ⅲ) P {μ－3σ＜X ＜μ＋3σ}＝2Ф(3)－1＝0.9973≈0.99．42.设X ～N (2，32)，求：(Ⅰ)P {－1≤X ≤8}；(Ⅱ)P {X ≥－4}；(Ⅲ)P {X ≤11}． 解 由于X ～N (2，32)，即μ＝2，σ＝3，因此 (Ⅰ)P {－1≤X ≤8}＝P {2－3≤X ≤2＋2×3}＝P {2－3≤X ＜2}＋P {2≤X ≤2＋2×3}}322322{21}3232{21⨯+<≤⨯-++<≤-=X P X P.815.0295.0268.0=+≈(Ⅱ)P {X ≥－4}＝P {－4≤X ＜＋∞}＝P {2－2×3≤X ≤2}＋P {X ≥2}.975.021295.0=+≈(Ⅲ)P {X ≤11}＝P {－∞＜X ≤11}＝P {－∞＜X ≤2}＋P {2≤X ≤2＋3×3}.995.0299.021=+≈43.设X ～N (3，σ2)，并且P (3≤X ≤7)＝0.4，求P (X ≤－1)．答案是：0.1． 分析(略)44.设某机器生产的螺栓的长度(cm)服从参数μ＝10.05，σ＝0.06的正态分布，规定长度在范围(10.05±0.12)cm 内为合格品，求螺栓的次品率．答案是：0．0455(或0．05)． 分析(略)．求Y ＝X ＋1的概率分布．解 由y i ＝2i x ＋1(i ＝1，2，…，5)及X 的分布，得到把f (x i )＝2i x ＋1相同的值合并起来，并把相应的概率相加，便得到Y 的分布，即,21)2()2()5(==+-===X P X P Y P ,103)1()1()2(==+-===X P X P Y P ⋅====51)0()1(X P Y P 所以46.设X ～U (0，1)，并且Y ＝X ，求Y 的分布密度p 2(y )． 解 X 的分布密度函数为⎩⎨⎧∈=.,0],1,0[,1)(1其他x x p 对于函数y ＝x 2，当x ∈[0，1]时，α＝min{x 2}＝0，β＝max{x 2}＝1，于是⎪⎩⎪⎨⎧≥<<≤=.1,1,10*,,0,0)(y y y y F 当0＜y ＜1时)()()()(2y X P y X P y Y P y F ≤=≤=≤=.d 1d 0d )(01y x x x x p yy=+==⎰⎰⎰∞-∞-由 ,21)()()(2yy y F y p ='='=故随机变量Y 的分布密度函数为⎪⎩⎪⎨⎧<<=.,0,10,21)(2其他y yy p47.设随机变量)2π,2π(~-U X ，求随机变量Y ＝sin X 的分布密度p 2(y )． 解 X 的分布密度函数为⎪⎩⎪⎨⎧-∈=.0,],2π,2π[,π1)(1其他x x p因为y ＝sin x 在)2π,2π(-内单调增加，所以存在反函数x ＝arc sin y ，其导数为 ⋅-='211yx y利用公式求出Y 的分布密度函数，首先计算,1}{sin min 2π2π-==≤≤-x x α ππ22max {sin }1,x x β-≤≤== 于是⎪⎩⎪⎨⎧<<-'⋅=-.,0,11|,|))(()(112其他y x y f p y p y⎪⎩⎪⎨⎧<<--=.,0,11,11.π12其他y y 48.X ～U (0，π)，Y ＝sin X ，求p 2(y )．解 X 的分布密度函数为⎪⎩⎪⎨⎧∈=.,0],π,0[,π1)(1其他x x p0π0πmin{sin }0,max{sin } 1.x x x x αβ≤≤≤≤====当0＜y ＜1时，F (y )＝P (Y ≤y )＝P (sin X ≤y )＝P (0≤X ≤arc sin y )＋P (π－arc sin y ≤X ≤π),sin arc π2y =所以⎪⎩⎪⎨⎧≥<<≤=1,,11,0,sin arc π20,,0)(y y y y y F 即⎪⎩⎪⎨⎧<<-=.,0,10,1π2)(22其他y yy p 49.(1).,,2,1,}{N k NAk X P ⋅⋅⋅=== (2) ,!}{k B k X P kλ⋅==k ＝0，1，2，…，λ＞0且λ为常数，试确定常数A 和B ．解 (1)由分布律的性质可知,)(111A N NAN A k X P Nk N k =⋅====∑∑== 因此，A ＝1．于是，X 的分布律为).,,2,1(1)(N k Nk X P === 称这样的分布为离散型的均匀分布．(2)由分布律的性质，有,e !!10λλλ⋅===∑∑∞=∞=B k B k Bkk kk解得B ＝e －λ．于是.e !)(λλ-==k k X P k这表明X 服从参数为λ的泊松分布．50.设平面区域D 是由x ＝1，y ＝0，y ＝x 所围成(如图2－5)，今向D 内随机地投入10个点，求这10个点中至少有2个点落在由曲线y ＝x 2与y ＝x 所围成的区域D 1内的概率．图2－5分析 分两步进行．第一步：先计算任投一点落入D 1的概率．根据几何概型，有11()123()1()32L A P A L Ω-===⋅第二步：设X ＝{落入D 1内的点数}，有),31,10(~B X 于是P (X ≥2)＝1－P (X ＝0)－P (X ＝1).)32)(31()32(1911010C --=51.设随机变量X 具有连续的分布函数F 1(x )，求Y ＝F 1(X )的分布函数F 2(y )．(或证明题：设X 的分布函数F 1(x )是连续函数，证明随机变量Y ＝F 1(X )在区间(0，1)上服从均匀分布．)分析 由于F 1(x )为X 的连续分布函数，可知α＝min{F 1(x )}＝F 1(－∞)＝0， β＝max{F 1(x )}＝F 1(＋∞)＝1． 因为F 1(x )是单调递增函数，所以11-F (y )存在(单调函数必有单值反函数存在)，因而有⎪⎩⎪⎨⎧≥<≤<=≤.1,1,10*,,0,0)()(def2y y y y Y P y F 当0≤y ＜1时，*＝F 2(y )＝P (F 1(X )≤y )＝P (X ≤11-F (y )) ＝F 1(11-F (y ))＝y ．代入F 2(y )表达式有⎪⎩⎪⎨⎧≥<≤<=.1,1,10,,0,0)(2y y y y y F 因此，Y 的分布密度函数为⎩⎨⎧≤≤=.,0,10,1)(2其他y y p即 ).1,0(~U Y52．设X ～E (2)，证明Y ＝1－e －2X～U (0，1)分析 由于X ～E (2)，因此⎩⎨⎧≤>=-.0,0,0,e 2)(21x x x p x 当x ＝0时，y ＝0＝α；当x →＋∞时，y →1＝β：因为y ＝1－e －2x单调增加，所以其反函数为)1ln(21y x --=，有 .e 21112111212x yy y x =-=---='方法1(公式法)⎩⎨⎧≤≤'=--.,0,10|,))((|))(()(1112其他y y f y f p y p⎪⎩⎪⎨⎧≤≤⋅=-.,0,10,e 21e 222其他y xx ⎩⎨⎧≤≤=.,0,10,1其他y 即Y ～U (0，1)．方法2(定义法) 由分布函数的定义⎪⎩⎪⎨⎧>≤≤<=.1,1,10*,,0,0)(2y y y y F 当0≤y ≤1时，有))1ln(21()e 1()()(22y X P y P y Y P y F X --≤=≤-=≤=-12(ln(1))211(ln(1))1e 2---=--=-y F y,)1(1y y =--=因此⎪⎩⎪⎨⎧>≤≤<=,1,1,10,,0,0)(y y y y y F即Y ～U (0，1)．53.设随机变量X 的概率密度为⎪⎩⎪⎨⎧∈=,,0],8,1[,31)(32其他x x x fF (x )是X 的分布函数．求随机变量Y ＝F (X )的分布函数．解 易见，当x ＜1时，F (x )＝0；当x ＞8时，F (x )＝1． 对于x ∈[1，8]，有.1d 31)(1332-==⎰xx t t x F设G (y )是随机变量Y ＝F (X )的分布函数．显然，当y ≤0时，G (y )＝0；当y ≥1时，G (y )＝1．对于y ∈(0，1)，有}1{})({}{)(3y X P y X F P y Y P y G ≤-=≤=≤=,])1[(})1({33y y F y X P =+=+≤=于是，Y ＝F (X )的分布函数为⎪⎩⎪⎨⎧≥<<≤=.1,1,10,,0,0)(y y y y y G即Y ～U (0，1)．54.设随机变量X ～U (0，5)，求方程4x 2＋4Xx ＋X ＋2＝0有实根的概率． 分析 因为X 在(0，5)上服从均匀分布，故X 的分布密度为⎪⎩⎪⎨⎧≤≤=.,0,50,51)(其他x x p方程4x 2＋4Xx ＋X ＋2＝0有实根的条件是∆＝16X 2－16(X ＋2)≥0，即 (X ＋1)(X －2)≥0．解 得X ≤－1或X ≥2．舍去X ≤－1，最后得2≤X ≤5．因此，所求概率为⋅==≤≤⎰53d 51)52(52x X P 问题 本题可否使用其他方法？55. 设随机变量X 的绝对值不大于1，即|X |≤1，且===-=)1(,81)1(X P X P41，在事件{－1＜X ＜1}出现的条件下，X 在(－1，1)内的任一子区间上取值的条件概率与该子区间长度成正比．试求X 的分布函数F (x )及P (X ＜0)(即X 取负值的概率)．分析 (1)由题设，我们有x ＜－1时，F (x )＝0；x ≥1时，F (x )＝1．以下考虑－1＜x ＜1时的情形．由于1＝P (|X |≤1)＝P (X ＝－1)＋P (－1＜X ＜1)＋P (X ＝1)， 故 ⋅=--=<<-8541811)11(X P 另据条件，有),1(21)11|1(+=<<-≤<-x X x X P 于是，对于－1＜x ＜1，有(－1，x ]⊂(－1，1)，因此P (－1＜X ≤x )＝P (－1＜X ≤x ，－1＜X ＜1)＝P (－1＜X ＜1)P (－1＜X ≤x |－1＜X ＜1)),1(165)1(2185+=+⨯=x x ⋅+=≤<-+-≤=1675)1()1()(x x X P X P x F综上，有⎪⎩⎪⎨⎧≥<≤-+-<=.1,1,11,16/)75(,1,0)(x x x x x F (2)P (X ＜0)＝P (X ≤0)－P (X ＝0)＝F (0)＝7/16．56.射击用的靶子是一个半径为R 的圆盘，已知每次射击都能击中靶子，并且击中靶子上任一以靶心为圆心的圆盘的概率与该盘的面积成正比．设随机变量X 表示击中点与靶心的距离，求X 的分布密度函数．分析 根据分布函数的定义及几何概型，由图2－6有图2－6),0(ππ)()(2222R x R x R x x X P x F ≤≤==≤=于是 22()(),xp x F x R='=因此⎪⎩⎪⎨⎧≤≤=.,0,0,2)(2其他R x R xx p 说明 (1)注意其分布函数应为⎪⎪⎩⎪⎪⎨⎧>≤≤<=.,1,0,,0,0)(22R x R x R x x x F 57.点随机地落在中心在原点，半径为R 的圆周上，并且对弧长是均匀地分布，求(1)落点的横坐标的概率分布密度函数p 1(x )．(2)落点与点(－R ，0)的弦长的概率分布密度函数p 2(y )． (提示：落点的极角θ均匀地分布在(0，2π)上)分析 设落点的极角为Θ，落点P 的横坐标为X ，落点与(－R ，0)点的弦长为Y ，则由题设可知Θ～U (0，2π)，即()1,02π,2π0,.p θθΘ⎧≤<⎪=⎨⎪⎩其他 由图2－7不难看出⋅==2cos2,cos ΘR Y ΘR X图2－7(1)定义法试求点P 的横坐标X ＝R cos Θ的密度函数．因为x ＝R cos θ(0≤θ＜2π)不是单调函数，由图2－8得到，使R cos θ≤x 成立的θ应满足⋅-≤≤Rx R x cos arc π2cosarc θ图2－8于是，对－R ≤x ≤R ，有θθθd )()cos ()()(cos ΘxR X p x ΘR P x X P x F ⎰≤=≤=≤=⋅-==⎰-Rx Rx Rx os arcc π11d 2π1arccosπ2arccosθ 对x ＜－R ，有.0)()cos ()()(=∅=≤=≤=P x ΘR P x X P x F X对x ＞R ，有,1)()cos ()()(==≤=≤=ΩP x ΘR P x X P x F X即⎪⎩⎪⎨⎧≥<<---≤=.,1,,cos arc π11,,0)(R x R x R R xR x x F X 所以X 的密度函数为⎪⎩⎪⎨⎧<<--='=.,0,,π1)()(22其他R x R x R x F x p X X(2)公式法设θ∈(－π，π)．由,2cos 2θR y =有当0≤θ≤π时，单调递减，⋅--='=2242,2cosarc 2y R R y y θθ 当－π≤θ≤0时，单调递增，2arccos,2y y R θθ=-=' 可见p Y (y )＝P θ(f －1(y ))|y y f'-))((1|⋅-=--+-=22222241π2|42|2π1422π1yR y R y R 因此⎪⎩⎪⎨⎧<≤-=.,0,20,4π2)(22其他R y y R y p Y58.设随机变量X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧∈∈=.,0],6,3[,92],1,0[,31)(其他x x x p若使得32)(=≥k X P ，则k 的取值范围是________． 分析 由图2－9可知图2－9,32)36(92)63(=-⨯=≤≤X P 因此k ∈[1，3]时，⋅=≤≤=≥32)63()(X P k X P 59.设随机变量X 的分布函数为F (x )，则Y ＝－2ln F (X )的概率分布密度函数P Y (y )＝______．分析 用定义法求出Y 的分布，首先求出Y 的分布函数． 当y ＞0时，有F (y )＝P (Y ≤y )＝P (－2ln F (X )≤y ))e )((2y X F P -≥= ))e ((21y F X P --≥= ))e ((121y F F ---=.e 12y--=当y ≤0时，F (y )＝0．因此 ⎪⎩⎪⎨⎧≤>-=-.0,0,0,e 1)(2y y y F y 再求出Y 的分布密度函数⎪⎩⎪⎨⎧≤>='=-.0,0,0,e 21)()(2y y y F y p yY60.设)2π,2π(~-U X ，并且y ＝tan x ，求Y 的分布密度函数p (y )． 分析 由)2π,2π(~-U X ，有⎪⎩⎪⎨⎧-∈=.,0],2π,2π[,π1)(1其他x x p 下面利用公式法求出Y ＝tan X 的分布，为此先求出：α＝－∞，β＝＋∞．,tan arc )(1y y f x ==-⋅+='='-2111))((yy f x y y 于是有121()(())|(1'())|y p y p f y f y --=⋅').(11.π12+∞<<-∞+=y y61.设二维随机向量(X ，Y )共有6个取正概率的点，它们是：(1，－1)，(2，－1)，(2，0)(2，2)，(3，1)，(3，2)，并且(X ，Y )取得它们的概率相同，则(X ，Y )的联合分布及边缘分布为62.设(X ，Y )的联合分布密度为⎩⎨⎧≥≥=+-.,0,0,0,e ),()43(其他y x C y x p y x试求：(1)常数C . (2)P {0＜X ＜1，0＜Y ＜2}． (3)X 与Y 的边缘分布密度p 1(x )，p 2(y )．解 (1)由p (x ，y )的性质，有y x C y x y x p y x d d e d d ),(1)43(0+-+∞+∞+∞∞-+∞∞-⎰⎰⎰⎰==3401e d e d ,12x y C x y C +∞+∞--=⋅⋅=⎰⎰ 即C ＝12．(2)令D ＝{(x ，y )|0＜x ＜1，0＜y ＜2}，有y x y x p D Y X P Y X P Dd d ),(}),{(}20,10{⎰⎰=∈=<<<<).e 1)(e 1(d e d e 12d d e 128342310)43(----+---===⎰⎰⎰⎰y x y x y x y x D(3)先求X 的边缘分布：①当x ＜0时，p (x ，y )＝0，于是10()(,)d 0.p x p x y y +∞==⎰②当x ≥0时，只有y ≥0时，p (x ，y )＝12e－(3x ＋4y )，于是⎰+∞∞--+-==.e 3d e 12)(3)43(1x y x y x p因此⎩⎨⎧<≥=-.0,0,0,e 3)(31x x x p x 同理⎩⎨⎧<≥=-.0,0,0,e 4)(42y y y p y 63.设二维连续型随机变量(X ，Y )在区域D 上服从均匀分布，其中D ＝{(x ，y ):|x ＋y |≤1，|x －y |≤1}，求X 的边缘密度p X (x )．解 区域D 实际上是以(－1，0)，(0，1)，(1，0)，(0，－1)为顶点的正方形区域(见图3－9)，其边长为2，面积S D ＝2，因此(X ，Y )的联合密度是图3－9⎪⎩⎪⎨⎧∉∈=.),(,0,),(,21),(D y x D y x y x p 11111d ,10,21()(,)d d ,01,20,.x x x X x y x p x p x y y y x +--+∞--∞-⎧-≤≤⎪⎪⎪==<≤⎨⎪⎪⎪⎩⎰⎰⎰其他即 1,10,()1,01,0,.X x x p x x x +-≤≤⎧⎪=-<≤⎨⎪⎩其他 64.设二维随机向量(X ，Y )的联合分布函数为⎩⎨⎧≥≥+--=----.,0,0,0,333),(其他y x C y x F y x y x求(1)常数C ；(2)分布密度p (x ，y )．解 (1)由性质F (＋∞，＋∞)＝1，得到C ＝1．(2)由公式：yx Fy x p ∂∂∂=2),(有3ln 33ln 3,x x y Fx--∂=-∂ .)3(ln 3)3ln 33ln 3(22y x y x x yyx F -----=-∂∂=∂∂∂故 ⎩⎨⎧≥≥=--.,0,0,0,)3(ln 3),(2其他y x y x p y x65.设D 2是x ＝0，y ＝0，y ＝2x ＋1围成的区域，ξ＝(X ，Y )在D 2上均匀分布，求F (x ，y )．答案是：⎪⎪⎪⎩⎪⎪⎪⎨⎧⋅∈∈-∈+∈-+∈=54232221),(,1,),(,2,),(,)12(,),(,)12(2,),(,0),(D y x D y x y y D y x x D y x y x y D y x y x F 其中区域D 1，D 2，D 3，D 4，D 5如图3－10所示．图3－1066.求 (1)X 与Y 的边缘分布．(2)X 关于Y 取值y 1＝0.4的条件分布． (3)Y 关于X 取值x 2＝5的条件分布． 解(1)由公式),3,2,1()(====∑⋅i p x X p p ijji i),2,1()(====⋅j p y Y p p ijij j(2)计算下面各条件概率：,8380.030.0)(),()|(,16380.015.0)(),()|(1121211111======y p y x p y x p y p y x p y x p⋅===16780.035.0)(),()|(11313y p y x p y x p因此，X 关于Y(3)同样方法求出Y 关于X 取值x ＝5的条件分布为67.设二维随机向量(X ，Y )的联合分布密度为.e π1),()52(2122y xy x y x p ++-=求(1)X 与Y 的边缘分布密度； (2)条件分布密度．解 (1)由公式y y y x p x p y xy x d e π1d ),()()52(21122++-∞+∞-∞+∞-⎰⎰==)10125(d e 52e e π1222)10125(102x y x y x x +=⎰∞+∞-+-- ,e 5π2πe 52π1224.04.0x x --=⋅=这里应用了.πd e2=-+∞∞-⎰u u 同理，可求得Y 的边缘分布密度为.e π2)(222y y p -=(2)在给定Y ＝y 的条件下，X 的条件分布密度为,e 2π1)(),()|(2)(5.02y x y p y x p y x p +-==而在给定X ＝x 的条件下，Y 的条件分布密度为.e 2π5)(),()|(2)5(1.01y x x p y x p x y p +-==69.设随机变量X 与Y 相互独立，下表列出了二维随机向量(X ，Y )联合分布律及关于X和关于Y 的边缘分布律中的部分数值，试将其余数值填入下表中的空白处．分析 应注意到X 与Y 相互独立． 解 由于P (X ＝x 1，Y ＝y 1)＝P (Y ＝y 1)－P (X ＝x 2，Y ＝y 1),2418161=-=考虑到X 与Y 相互独立，有P (X ＝x 1)P (Y ＝y 1)＝P (X ＝x 1，Y ＝y 1)，⋅===4161241}{1x X P所以同理，可以导出其他数值．故XY 的联合分布律为70.设随机变量X 以概率1取值0，而Y 是任意的随机变量，证明X 与Y 相互独立． 证 X 的分布函数为⎩⎨⎧≥<=.0,1,0,0)(1时当时当x x x F 设Y 的分布函数为F 2(y )，(X ，Y )的分布函数为F (x ，y )，则当x ＜0时，对任意的y 有F (x ，y )＝P {X ≤x ，Y ≤y }＝P ({X ≤x }∩{Y ≤y })＝P (∅∩{Y ≤y })＝P (∅)＝0＝F 1(x )F 2(y )．当x ≥0时，对任意的y 有F (x ，y )＝P ({X ≤x }∩{Y ≤y })＝P {Y ≤y }＝F 2(y )＝F 1(x )F 2(y )．因此，对任意的x ，y 均有F (x ，y )＝F 1(x )F 2(y )，即X 与Y 相互独立．71.设(X ，Y )的联合分布密度为⎪⎩⎪⎨⎧<<+=.,0,1||,1||,41),(其他y x xy y x p试证明：(1)X 与Y 是相依的． (2)X 2与Y 2是相互独立的．证 (1)先求X 的边缘分布密度．当|x |＜1时，有⋅=+==⎰⎰-+∞∞-21d 41d ),()(111y xy y y x p x p当|x |≥1时，p 1(x )＝0，因此⎪⎩⎪⎨⎧<=.,0,1||,21)(1其他x x p 同理⎪⎩⎪⎨⎧<=.,0,1||,21)(2其他y y p 可见，当|x |＜1，|y |＜1时p (x ，y )≠p 1(x )·p 2(y )，所以X 与Y 不独立，即是相依的．(2)令ξ＝X 2，η＝Y 2，其分布函数分别为F 1(x )和F 2(y )，于是当0≤x ＜1时，有)()()(21x X x P x X P x F ≤≤-=≤=⎰-==x x x x ,d 21因此⎪⎩⎪⎨⎧≥<≤<=.1,1,10,,0,0)(1x x x x x F同理可求得Y 2的分布函数⎪⎩⎪⎨⎧≥<≤<=.1,1,10,,0,0)(2y y y y y F如图3－11所示，将Oxy 平面分成5块区域来讨论，并将(ξ，η)的分布函数记为F 3(x ，y )，则图3－11①当x ＜0或y ＜0时，F 3(x ，y )＝0． ②当0≤x ＜1，y ≥1时，.)(),(),(2223x x X P y Y x X P y x F =≤=≤≤=③当0≤y ＜1，x ≥1时，同理.),(3y y x F =④当0≤x ＜1，0≤y ＜1时， F 3(x ，y )＝P (X 2≤x ，Y 2≤y )),(y Y y x X x P ≤≤-≤≤-=1d 4sxs t +==⑤当x ≥1，y ≥1时，.1d d 41),(),(1111223=+=≤≤=⎰⎰--y x xyy Y x X P y x F综合起来得到⎪⎪⎪⎩⎪⎪⎪⎨⎧≥≥<≤<≤≥<≤≥<≤<<=.1,1,1,10,10,,1,10,,1,10,,00,0),(3y x y x xy x y y y x x y x y x F 或不难验证，对于所有x ，y 都有F 3(x ，y )＝F 1(x )·F 2(y )，所以ξ与η相互独立，即X 2与Y 2相互独立．72. 设(X ，Y )的联合分布为求(Ⅰ)Z 1＝X ＋Y ；23解 (Ⅰ)Z 1＝X ＋Y 的正概率点为0，1，2，3．因为。

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)ABCABC ABC ABC ABCA B CAB BC AC AB BC CA3．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,⊂=ABCAB 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 bA 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 b a 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 C 13.一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 iP 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 = 0.588 15.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 CC 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 4()()(|)0.196===∑iii 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2()(|)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2()()(|)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 =，(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) =0 4.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 －112P16 26 36求：（1）X 的分布函数；（2）12P X⎛⎫< ⎪⎝⎭；（3）312P X ⎛⎫<≤ ⎪⎝⎭. 解 (1) X 的分布函数为()()k kx xF x P Xx 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 的分布函数，并作出其图形. 解 X 的分布函数00()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（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 pp 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!kee k λλ--==或者P(X=6) = !ke k λλ-446744!!k k k k e e k k ∞∞--===-∑∑= 0.21487 – 0.11067 = 0.1042. (2) P(X ≤10)104401144110.00284!!k k k 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!ee 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 111f x dx k xk 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/xx 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⎧<⎪=⎨⎪≥⎩0 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)=12006003011600x 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 = 3.317. 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－223P17 17 3727试求：（1）2X 的分布列；（2）x 2的分布列. 解 (1) 2X 的分布列如下x 2的分布列(2)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，222222()()|()'|()|'|yyy Y X Xf y f y y f y y e e e---=--+==当y ≤0时，()Y f y =0因此有22,0()0,0yY y 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,Yy 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 y f 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 ＝xe 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y y>0, 则221(ln )21()[()]|()|(ln ),0Y X X y f y f h y h y f y yy μσ--'===>当0y ≤时()0Y f y =因此221(ln )2,0()0,y Y y f y y μσ--⎧>=≤⎩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21x ye -=-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 y y =-，则当01y << 12(ln(1))2()[()]|()|11(ln(1))22(1)1212(1)Y X X y f y f h y h y f y y ey ---'==---==-当y ≤0或y ≥1时，()Y f 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)=18 P(X=2, Y=1)=223113228C ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ P(X=1, Y=1)=3113113228C -⎛⎫⎛⎫= ⎪⎪⎝⎭⎝⎭P(X=0, Y=3)= 31128⎛⎫= ⎪⎝⎭ 于是，（X ，Y27. 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(,),i j k ij C 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(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(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：a r c t a n 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)yxu 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)0(,)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,xy x 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 dxdyxydx x dyx 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, Y 的联合密度函数为：525,0,00.2(,)()()0,y X Y e y x f x y f x f y other -⎧><<==⎨⎩ (2) 由题意，所求的概率是由直线x=0, x=0.2, y=0, y=x 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－113Y －3 1P12 15 310P 14 34求二维随机变量（X ，Y ）的联合分布律.解37. 设二维随机变量（X ，Y ）的联合分布律为X123Y1 1 1 1 2abc（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 x x 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, 121211()02X f x x y dy xy y x =+=+=+⎰ 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：D={(x,y)|x>0, y>0, x -2y ≤z}求得2220()2z z yx y F z dy e dx +∞+---=⎰⎰224122z yy z z e e dy e +∞----=-=⎰当z ≥0时，积分区域为：D={(x,y)|x>0, y>0, x -2y ≤z}，220()2z yx yF z dy edx +∞+--=⎰⎰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)/,,[,],zy a t dy dt y b b σσ--==-∈-(则()()()2211()22z b az b at z b a z b aF z dt b bσσσσ+----+---==Φ-Φ⎰ 解法二22()()(),()1()221122111212X Y z bz b F z f x f z x dx -b <z -x <b,z -b <x <z +bx a F z dx b z b x a z b a z b a z b b b a z b a z b b a z b b σσσσσσσ+∞-∞+-=-∴--=⋅+-⎛+---⎫⎛⎫⎛⎫⎛⎫=Φ=Φ-Φ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫--⎛-+⎫⎛⎫⎛⎫=-Φ--Φ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭-+⎛⎫=Φ ⎪⎝⎭⎰⎰ a z b σ⎛--⎫⎛⎫-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 x x f x e x -≤⎧⎪=⎨>⎪⎩, Y ~13130,0(),0Y x x f y e x -≤⎧⎪=⎨>⎪⎩ 并且，X ，Y 相互独立，则()()()Z X Y F z f x f z x dx +∞-∞=-⎰由于()X f x 仅在x>0时有非零值，()Y f z x -仅当z -x >0，即z>x 时有非零值，所以当z<0时，()X f x =0, 因此()Z f z =0.当z>0时，有0>z>x, 因此1132()011()23zz x x Z F z e e dx ---=⎰16332016z zzz x e dx e e ----==-⎰44. 设（X ，Y ）的联合分布律为 X123概率论与数理统计习题参考答案（仅供参考）第二章第21页(共57页)Y0 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) = 0.19P(Z=3)=P(X=3,Y=0) + P(X=1,Y=2) + P(X=2,Y=1) = 0.35P(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，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 0121 2P1316 16 112 14求E(X)，E(－X ＋1)，E(X 2) 解1111111()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(2xe -).解(2)2()2x E X xf x dx xe dx ∞∞--∞==⎰⎰()()0002|20|2x x x xee dx e ∞-∞--∞=+=-=⎰22230()()11|33Xx x x x E ee f x dxe e 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+∞+∞-∞-∞+∞+∞--=+=+=+=⎰⎰⎰⎰2222240(23)2()3()2()3()223435188X Y x y E X Y E X E Y x f x dx y f y dyxe dx 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 +∞-∞-===⎰⎰π2211222110001012()()2222211()arcsin |1422E 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222,0()x x e x f x x σ-⎧ >,⎪=σ⎨⎪ 0, ≤0.⎩其中σ>0是常数，求E(X)，D(X). 解222222()()x x x E X x f x dx edx xdeσσσ--+∞+∞+∞-∞===-⎰⎰⎰2222222222200/00x x x u u x xe e dx e dxedu σσσσσσσ---+∞+∞+∞-=⎛⎫+∞=--= ⎪⎝⎭−−−→===⎰⎰⎰222222222222222222322222002220()()2202220x x x x x x u u ux E X x f x dx edx x dex e xe dx xe dx e du e σσσσσσσσσσ=+∞+∞+∞---∞+∞+∞---+∞--===-⎛+∞⎫=--= ⎪⎝⎭+∞−−−→==-=⎰⎰⎰⎰⎰⎰()22222()()()2(2)2D X E X E X πσσσ⎛=-=-=- ⎝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= 7/2E(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)=3512. 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 j k 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 +∞+∞-∞-∞-=-⎰⎰()()2200011l xl 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=-⎰⎰ ()222003222012103l l l dx x xy y dy ll yx y xy dxl =-+⎛⎫=-+ ⎪⎝⎭⎰⎰⎰ 3222033222213111032316ll x l xl dx l ll x l x l x ll =-+⎛⎫=-+⎪⎝⎭=⎰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1222201(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 -≥的值.解 由切比雪夫不等式, 取27.5, 2.5==εσ, 得22.52(()7.5)7.545P X E X -≥≤=.16. 在每次试验中，事件A 发生的概率为0.5，如果作100次独立试验，设事件A 发生的次数为X ，试利用切比雪夫不等式估计X 在40到60之间取值的概率解 由题意，X~B(100，0.5), 则E(X) = np = 50, D(X) = npq = 25 根据切比雪夫不等式, 有(4050)P X ≤≤22(5010)1P X σε=-≤≥-25311004=-=.17. 设连续型随机变量X 的一切可能值在区间［a ，b ］内，其密度函数为()f x ，证明：（1）a ≤E(X)≤b ；（2）D(X ≤2(b-a))4.解 (1) 由题意，a ≤X ≤b , 那么()(),E X xf x dxa xb +∞-∞=≤≤⎰则()()()af x dx xf x dx bf x dx +∞+∞+∞-∞-∞-∞≤≤⎰⎰⎰()()(),a f x dx xf x dxb f x dx +∞+∞+∞-∞-∞-∞≤≤⎰⎰⎰由于()1f x dx +∞-∞=⎰所以a E(X)b ≤≤。

总习题七1．设元件寿命X 服从正态分布),(2σμN ，其中参数μ、2σ都是未知的，现随机抽取6个元件，测得其使用寿命（单位：小时）分别为：1498 1502 1578 1366 1454 1650 试求总体均值μ和方差2σ 的矩估计值．解：,ˆX =μ故1508ˆ=μ，()()222E X E X σ=-, 故，22218046.67.A A σ∧=-=2．电阻的使用寿命X 服从参数为β的指数分布，参数β未知。

今抽查了6只电阻测得到以下数据（单位：年）：4.24.31.38.47.29.1，求参数β的矩估计值．解：()1,E X β=1ˆ,X β=1ˆ0.32793.05β== 3.设一射手向某目标射击,直到击种目标为止,假定其命中率为p ,用X 表示射手射击的次数,写出X 的分布律.如果n X X X ,,,21 是取自X 的样本,求p 的矩估计和极大似然估计．解：(1)X 的分布率为{}()11,1,2,,k P X k p p k -==-=()()()111111k k k k E X k p p p k p ∞∞--===-=-∑∑,令1,q p =-()11,k k kqf q ∞-==∑则()111,1qqk k k k qf t dt ktdt q q∞∞-=====-∑∑⎰⎰ 故,()()21,11q f q q q '⎛⎫== ⎪--⎝⎭()()21,1p E X p q ==-1ˆ.p X = (2){}()11,k x k P X x p p -==-()()()11111,nk k k nx x nn k L p p p p p =--=∑=-=-∏ ()()1ln ln ln 1,n k k L p n p x n p =⎛⎫=⋅+-⋅-⎡⎤ ⎪⎣⎦⎝⎭∑ 令()1ln 01nk k x n d L p n dpp p =-⎡⎤⎡⎤⎣⎦⎣⎦=-=-∑,故1ˆ.pX= 4．设总体X 的概率密度为⎪⎩⎪⎨⎧>=--其他,0,1),;()(μθθμθμx e x f x其中)0>θθμ（，为待估参数。

数理统计第6章 样本及其分布数理统计是以概率论为理论基础，以小概率理论为依据，进行统计推断。

第6章主要为进行统计推断作准备，提出了总体、样本、统计量的概念，介绍了几个重要的统计量和2χ分布、t 分布、F 分布等三大抽样分布以及来自正态总体的统计量的性质。

这一章需要记忆的内容比较多。

一、本章的基本问题包括：(1) 随机样本（样本容量、样本观察值、样本的联合分布）；(2) 统计量（定义、样本均值与方差、样本矩、正态总体的统计量）；(3) 抽样分布（2χ分布、t 分布、F 分布；正态总体的统计量的分布）。

二、常用的知识点：(1) 设n X X X ,,,21 是取自总体),(~2σμN X 的一个简单随机样本，X 是样本均值，2S 是样本方差，则μ=)(X E ；n X D 2)(σ=； 22)(σ=S E ；12)(42-=n S D σ。

X 与2S 相互独立。

⎪⎪⎭⎫ ⎝⎛nN X 2,~σμ； ()1,0~N n X σμ-； )1(~--n t n S X μ； )(~)(12212n X ni i χμσ-∑=； )1(~)(1)1(221222--=-∑=n X X S n ni i χσσ。

(2) 设),(~211σμN X ，),(~222σμN Y ，X 与Y 相互独立。

1,,,21n X X X 是取自总体X 的样本，2,,,21n Y Y Y 是取自总体Y 的样本，样本均值与样本方差分别为X ,Y 和21S ,22S ，则⎪⎪⎭⎫ ⎝⎛+±±22212121,~n n N Y X σσμμ； ()1,0~)(22212121N n n Y X σσμμ+±-±；)2(~)1()1(2122222221211-+-+-n n S n S n χσσ； )1,1(~2122222121--n n F S S σσ；22221σσσ==时，()2~11)(212121-++---n n t n n S Y X wμμ，2)1()1(212222112-+-+-=n n S n S n S w(3) 当21,n n 充分大时，()1,0~)(22212121N n S n S Y X +---μμ。