第三章 随机向量课后习题参考答案

3.2 多元线性回归模型的估计一、判断题1.满足基本假设条件下，样本容量略大于解释变量个数时，可以得到各参数的唯一确定的 估计值，但参数估计结果的可靠性得不到保证 （ T ）二 、单项选择题1、线性回归模型的参数估计量ˆβ是随机向量Y 的函数，即1ˆ()X X X Y β-''=。

ˆβ是 （A ）A 、随机向量B 、非随机向量C 、确定性向量D 、常量2.已知含有截距项的四元线性回归模型估计的残差平方和为∑=800e 2i ，样本容量为25，则其随机误差项i u 的方差的普通最小二乘估计为 （A ）。

A 、40B 、32C 、38.095D 、36.364 三 、多项选择题1、对于二元样本回归模型12233ˆˆˆˆi i i iY X X e βββ=+++，下列各式成立的有（ABC ） A 、0e i =∑ B 、0X e i 2i =∑C 、0X e i 3i =∑D 、0Y e i i =∑E 、0X X i3i 2=∑四、计算题1、某地区通过一个样本容量为722的调查数据得到劳动力受教育年数的一个回归方程为10.360.0940.1310.210i i i i edu sibs medu fedu =-++ R 2=0.214式中，edu 为劳动力受教育年数，sibs 为劳动力家庭中兄弟姐妹的个数，medu 与fedu 分别为母亲与父亲受到教育的年数。

问（1）sibs 是否具有预期的影响？为什么？若medu 与fedu 保持不变，为了使预测的受教育水平减少一年，需要sibs 增加多少？（2）请对medu 的系数给予适当的解释。

（3）如果两个劳动力都没有兄弟姐妹，但其中一个的父母受教育的年数均为12年，另一个的父母受教育的年数均为16年，则两人受教育的年数预期相差多少年？解：（1）预期sibs 对劳动者受教育的年数有影响。

因此在收入及支出预算约束一定的条件下，子女越多的家庭，每个孩子接受教育的时间会越短。

第三章 习题3-1 设某一随机过程的样本为{x 1，x 2，…，x k }，设k 时刻的样本均值和方差分别为21111(),(1)1kkk ik i k i i x x s x x k k k ====-≠-∑∑和 假定新的观测值为x k+1，试推导样本均值x k+1和样本方差s k+1的更新公式。

解：111k k k kx x x k +++=+. ∵ 121111()k k i k i s x x k +++==-∑，而211()1k k i k i s x x k ==--∑，所以 112211111222111111122112211()()111211 ()()()()11111 0()()(1)(1) k k k k k k k i i k i i k k k k k k k k k i k i k k i i i k k k k kkx x x x s x x x k k k k x x x x kx x x x x x x k k k k k k k k k s x x x x k k k +++++==++++===+++-=-=--++--+=---++-+++-=-+-+-++∑∑∑∑∑2111 ().1k k k k s x x k k +-=+-+∴ 更新公式为11111k k k k x x x k k ++=+++, 21111()1k k k k k s s x x k k ++-=+-+.3-2 设某一随机过程样本由x k =a+bk+v k 描述，其中，v k ～N （0，σ2）；a 和b 是待定的未知参数。

试求估计量a ˆ，b ˆ的CR 下界。

解：未知参数向量为θ=[a ，b ]T 。

首先计算Fisher 信息矩阵，即222222ln (|)ln (|)[][]()ln (|)ln (|)[][]p x p x E E a a b p x p x E E b a b ⎡⎤∂∂--⎢⎥∂∂∂⎢⎥=⎢⎥∂∂⎢⎥--⎢⎥∂∂∂⎣⎦θθI θθθ （3.1.31） 依题意，似然函数可写成22/22111(|)exp[()](2π)2NkN k p x xa bk σσ==---∑θ对上式等号两边取自然对数，并分别对A 和B 求偏导，得到21ln (|)1()Nkk p x xa bk a σ=∂=--∂∑θ21ln (|)1()Nkk p x xa bk kb σ=∂=--∂∑θ容易验证，以上二式的数学期望为零，满足正则条件（3.1.25）。

概率论与数理统计第三章课后习题及参考答案1．设二维随机变量),(Y X 只能取下列数组中的值：)0,0(，)1,1(-，31,1(-及)0,2(，且取这几组值的概率依次为61，31，121和125，求二维随机变量),(Y X 的联合分布律．解：由二维离散型随机变量分布律的定义知，),(Y X 的联合分布律为2．某高校学生会有8名委员，其中来自理科的2名，来自工科和文科的各3名．现从8名委员中随机地指定3名担任学生会主席．设X ，Y 分别为主席来自理科、工科的人数，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：(1)由题意，X 的可能取值为0，1，2，Y 的可能取值为0，1，2，3，则561)0,0(3833====C C Y X P ，569)1,0(381323====C C C Y X P ，569)2,0(382313====C C C Y X P ，561)3,0(3833====C C Y X P ，283)0,1(382312====C C C Y X P ，289)1,1(38131312====C C C C Y X P ，283)2,1(382312====C C C Y X P ，0)3,1(===Y X P ，563)0,2(381322====C C C Y X P ，563)1,2(381322====C C C Y X P ，0)2,2(===Y X P ，0)3,2(===Y X P ．),(Y X 的联合分布律为：(2)X 的边缘分布律为X 012P1452815283Y 的边缘分布律为Y 0123P285281528155613．设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其他．,0,42,20),6(),(y x y x k y x f 求：(1)常数k ；(2))3,1(<<Y X P ；(3))5.1(<Y P ；(4))4(≤+Y X P ．解：方法1：(1)⎰⎰⎰⎰--==+∞∞-+∞∞-422d d )6(d d ),(1yx y x k y x y x f ⎰--=42202d |)216(y yx x x k k y y k 8d )210(42=-=⎰，∴81=k ．(2)⎰⎰∞-∞-=<<31d d ),()3,1(y x y x f Y X P ⎰⎰--=32102d d )216(yx yx x x ⎰--=32102d |)216(81y yx x x 83|)21211(81322=-=y y ．(3)),5.1()5.1(+∞<<=<Y X P X P ⎰⎰+∞∞-∞---=5.1d d )6(81yx y x ⎰⎰--=425.10d d )6(81y x y x y yx x x d )216(81422⎰--=3227|)43863(81422=-=y y ．(4)⎰⎰≤+=≤+4d d ),()4(y x y x y x f Y X P ⎰⎰---=2042d )6(d 81x y y x x ⎰+-⋅=202d )812(2181x x x 32|)31412(1612032=+-=x x x ．方法2：(1)同方法1．(2)20<<x ，42<<y 时，⎰⎰∞-∞-=yxv u v u f y x F d d ),(),(⎰⎰--=y xv u v u 20d d )6(81⎰--=y xv uv u u 202d |)216(81⎰--=y v xv x x 22d )216(81y xv v x xv 222|)21216(81--=)1021216(81222x xy y x xy +---=，其他，0),,(=y x F ，∴⎪⎩⎪⎨⎧<<<<+---=其他．,0,42,20),1021216(81),(222y x x x xy y x xy y x F 83)3,1()3,1(==<<F Y X P ．(3))42,5.1(),5.1()5.1(<<<=+∞<<=<Y X P Y X P X P )2,5.1()4,5.1(<<-<<=Y X P Y X P 3227)2,5.1()4,5.1(=-=F F ．(4)同方法1．4．设随机变量),(Y X 的概率密度为⎩⎨⎧>>=--其他．,0,0,0,e ),(2y x A y x f y x 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)⎰⎰⎰⎰+∞+∞--+∞∞-+∞∞-==02d d e d d ),(1yx A y x y x f y x ⎰⎰+∞+∞--=002d e d e y x A y x2|)e 21(|)e (020A A y x =-⋅-=∞+-∞+-，∴2=A ．(2)0>x ，0>y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰--=yxv u vu 02d d e 2yv x u 020|)e 21(|)e (2---⋅-=)e 1)(e 1(2y x ----=，其他，0),(=y x F ，∴⎩⎨⎧>>--=--其他．,0,0,0),e 1)(e 1(),(2y x y x F y x ．5．设随机变量),(Y X 的概率密度为⎩⎨⎧≤≤≤≤=其他．,0,10,10,),(y x Axy y x f 求：(1)常数A ；(2)),(Y X 的联合分布函数．解：(1)2121d d d d ),(11010⋅⋅===⎰⎰⎰⎰+∞∞-+∞∞-A y y x x A y x y x f ，∴4=A ．(2)10≤≤x ，10≤≤y 时，⎰⎰∞-∞-=y xv u v u f y x F d d ),(),(⎰⎰=yxv u uv 0d d 4220202||y x v u yx =⋅=，10≤≤x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4xv u uv 210202||x v u x =⋅=，10≤≤y ，1>x 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=100d d 4yu v uv 202102||y v u y =⋅=，1>x ，1>y 时，⎰⎰∞-∞-=yx v u v u f y x F d d ),(),(⎰⎰=101d d 4v u uv 1||102102=⋅=v u，其他，0),(=y x F ，∴⎪⎪⎪⎩⎪⎪⎪⎨⎧>>≤≤>>≤≤≤≤≤≤=其他．,0,1,1,1,10,1,,1,10,,10,10,),(2222y x y x y y x x y x y x y x F ．6．把一枚均匀硬币掷3次，设X 为3次抛掷中正面出现的次数，Y 表示3次抛掷中正面出现次数与反面出现次数之差的绝对值，求：(1)),(Y X 的联合分布律；(2)X 和Y 的边缘分布律．解：由题意知，X 的可能取值为0，1，2，3；Y 的可能取值为1，3．易知0)1,0(===Y X P ，81)3,0(===Y X P ，83)1,1(===Y X P ，0)3,1(===Y X P 83)1,2(===Y X P ，0)3,2(===Y X P ，0)1,3(===Y X P ，81)3,3(===Y X P 故),(Y X 得联合分布律和边缘分布律为：7．在汽车厂，一辆汽车有两道工序是由机器人完成的：一是紧固3只螺栓；二是焊接2处焊点，以X 表示由机器人紧固的螺栓紧固得不牢的数目，以Y 表示由机器人焊接的不良焊点的数目，且),(Y X 具有联合分布律如下表：求：(1)在1=Y 的条件下，X 的条件分布律；(2)在2=X 的条件下，Y 的条件分布律．解：(1)因为)3,3()1,2()1,1()1,0()1(==+==+==+====Y X P Y X P Y X P Y X P Y P 08.0002.0008.001.006.0=+++=，所以43)1()1,0()1|0(=======Y P Y X P Y X P ，81)1()1,1()1|1(=======Y P Y X P Y X P ，101)1()1,2()1|2(=======Y P Y X P Y X P ，401)1()1,3()1|3(=======Y P Y X P Y X P ，故在1=Y 的条件下，X 的条件分布律为X 0123P4381101401(2)因为)2,2()1,2()0,2()2(==+==+====Y X P Y X P Y X P X P 032.0004.0008.002.0=++=，所以85)2()0,2()2,0(=======X P Y X P X Y P ，4)2()1,2()2,1(=======X P Y X P X Y P ，81)2()2,2()2,2(=======X P Y X P X Y P ，故在2=X 的条件下，Y 的分布律为：Y 012P8541818．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧>>=+-其他．,0,0,0,e ),()2(y x c y x f y x 求：(1)常数c ；(2)X 的边缘概率密度函数；(3))2(<+Y X P ；(4)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)⎰⎰⎰⎰+∞+∞+-+∞∞-+∞∞-==0)2(d d e d d ),(1yx c y x y x f y x⎰⎰+∞+∞--=002d e d ey x c y x2|)e (|)e 21(002c c y x =-⋅-=∞+-∞+-，∴2=c ．(2)0>x 时，⎰+∞∞-=y y x f x f X d ),()(⎰+∞+-=0)2(d e 2y y x x y x 202e 2|)e (e 2-+∞--=-=，0≤x 时，0)(=x f X ，∴⎩⎨⎧≤>=-．0,0,0,e 2)(2x x x f x X ，同理⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)⎰⎰<+=<+2d d ),()2(y x y x y x f Y X P ⎰⎰---=2202d d e 2xy x yx 422202e e 21d e d e 2-----+-==⎰⎰xy x y x ．(4)由条件概率密度公式，得，当0>y 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e 2,0,0,e e 2)(),()|(22|x x y f y x f y x f xy y x Y Y X ，0≤y 时，0)|(|=y x f Y X ，所以⎩⎨⎧>>=-其他．,0,0,0,e 2)|(2|y x y x f x Y X ；同理，当0>x 时，有⎩⎨⎧>=⎪⎩⎪⎨⎧>==----其他．其他．,0,0,e ,0,0,2e e 2)(),()|(22|y y x f y x f x y f yx y x X X Y 0≤x 时，0)|(|=x y f X Y ，所以⎩⎨⎧>>=-其他．,0,0,0,e )|(|y x x y f y X Y ．9．设二维随机变量),(Y X 的概率密度函数为⎩⎨⎧<<<<=其他．,0,0,10,3),(x y x x y x f求：(1)关于X 、Y 的边缘概率密度函数；(2)条件概率密度函数)|(|y x f Y X ，)|(|x y f X Y ．解：(1)10<<x 时，⎰+∞∞-=y y x f x f X d ),()(203d 3x y x x==⎰，其他，0)(=x f X ，∴⎩⎨⎧<<=其他．,0,10,3)(2x x x f X ，密度函数的非零区域为}1,10|),{(}0,10|),{(<<<<=<<<<x y y y x x y x y x ，∴10<<y 时，⎰+∞∞-=x y x f y f Y d ),()()1(23d 321y x x y-==⎰，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<-=其他．,0,10),1(23)(2y y y f Y ．(2)当10<<y 时，有⎪⎩⎪⎨⎧<<-=⎪⎪⎩⎪⎪⎨⎧<<-==其他．其他．,0,1,12,0,1,)1(233)(),()|(22|x y y x x y y xy f y x f y x f Y Y X ，其他，0)|(|=y x f Y X ，故⎪⎩⎪⎨⎧<<<<-=其他．,0,10,1,12)|(2|y x y y xy x f Y X ．当10<<x 时，有⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==其他．其他．,0,0,1,0,0,33)(),()|(2|x y x x y x x x f y x f x y f X X Y ，其他，0)|(|=x y f X Y ，故⎪⎩⎪⎨⎧<<<<=其他．,0,10,0,1)|(|x x y x x y f X Y ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x yx y x f Y X Y 的概率密度函数为⎩⎨⎧<<=其他．,0,10,5)(4y y y f Y 求21(>X P ．解：⎩⎨⎧<<<==其他．,0,10,15)|()(),(2|y x y x y x f y f y x f Y X Y ，则6447d )(215d d 15d d ),(21(121421211221=-===>⎰⎰⎰⎰⎰>x x x x y y x y x y x f X P xx ．11．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧<<<<+=其他．,0,20,10,3),(2y x xyx y x f 求：(1)),(Y X 的边缘概率密度；(2)X 与Y 是否独立；(3))),((D Y X P ∈，其中D 为曲线22x y =与x y 2=所围区域．解：(1)10<<x 时，x x y xy x y y x f x f X 322d )3(d ),()(222+=+==⎰⎰+∞∞-，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<+=其他．,0,10,322)(2x x x x f X ，20<<y 时，⎰+∞∞-=x y x f y f Y d ),()(316)d 3(12+=+=⎰y x xy x ，其他，0)(=y f Y ，∴⎪⎩⎪⎨⎧<<+=其他．,0,20,316)(y y y f Y ．(2)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(3)}22,10|),{(2x y x x y x D ≤≤<<=，∴⎰⎰+=∈102222d d )3()),((x xx y xy x D Y X P 457d )32238(10543=--=⎰x x x x ．12．设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=-其他．,0,0,0,e )1(),(2y x y x y x f x试讨论X ，Y 的独立性．解：当0>x 时，xx x X x yx y y x y y x f x f -∞+-∞+-∞+∞-=+-=+==⎰⎰e |11e d )1(e d ),()(002，当0≤x 时，0)(=x f X ，故⎩⎨⎧≤>=-．0,0,0,e )(x x x x f x X ，同理，可得⎪⎩⎪⎨⎧≤>+=．0,0,0,)1(1)(2y y y y f Y ，因为)()(),(y f x f y x f Y X =，所以X 与Y 相互独立．13．设随机变量),(Y X 在区域}|),{(a y x y x g ≤+=上服从均匀分布，求X 与Y 的边缘概率密度，并判断X 与Y 是否相互独立．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤+=其他．,0,,21),(2a y x a y x f ，当0<<-x a 时，有)(1d 21d ),()(2)(2x a ay a y y x f x f xa x a X +===⎰⎰++-+∞∞-，当a x <≤0时，有)(1d 21d ),()(2)(2x a a y a y y x f x f x a x a X -===⎰⎰---+∞∞-，当a x ≥时，0d ),()(==⎰+∞∞-y y x f x f X ，故⎪⎩⎪⎨⎧≥<-=．a x a x x a a x f X ,0,),(1)(2，同理，由轮换对称性，可得⎪⎩⎪⎨⎧≥<-=．a y a y y a a y f Y ,0,),(1)(2，显然)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立．14．设X 和Y 时两个相互独立的随机变量，X 在)1,0(上服从均匀分布，Y 的概率密度为⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2y y y f yY (1)求X 和Y 的联合概率密度；(2)设含有a 的二次方程为022=++Y aX a ，试求a 有实根的概率．解：(1)由题可知X 的概率密度函数为⎩⎨⎧<<=其他．,0,10,1)(x x f X ，因为X 与Y 相互独立，所以),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧><<==-其他．,0,0,10,e 21)()(),(2y x y f x f y x f yY X ，(2)题设方程有实根等价于}|),{(2X Y Y X ≤，记为D ，即}|),{(2X Y Y X D ≤=，设=A {a 有实根}，则⎰⎰=∈=Dy x y x f D Y X P A P d d ),()),(()(⎰⎰⎰---==1021002d )e 1(d d e 2122xx y x x y⎰--=102d e12x x ⎰--=12e 21212x x ππππ23413.01)]0()1([21-=Φ-Φ-=．15．设i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，求行列式4321X X X X X =的分布律．解：由i X ～)4.0,1(b ，4,3,2,1=i ，且1X ，2X ，3X ，4X 相互独立，易知41X X ～)84.0,16.0(b ，32X X ～)84.0,16.0(b ．因为1X ，2X ，3X ，4X 相互独立，所以41X X 与32X X 也相互独立，又32414321X X X X X X X X X -==，则X 的所有可能取值为1-，0，1，有)1()0()1,0()1(32413241======-=X X P X X P X X X X P X P 1344.016.084.0=⨯=，)1,1()0,0()0(32413241==+====X X X X P X X X X P X P )1()1()0()0(32413241==+===X X P X X P X X P X X P 7312.016.016.084.084.0=⨯+⨯=，)0()1()0,1()1(32413241=======X X P X X P X X X X P X P 1344.084.016.0=⨯=，故X 的分布律为X 1-01P1344.07312.01344.016．设二维随机变量),(Y X 的概率密度为⎩⎨⎧>>=+-其他．,0,0,0,e 2),()2(y x y x f y x 求Y X Z 2+=的分布函数及概率密度函数．解：0≤z 时，若0≤x ，则0),(=y x f ；若0>x ，则0<-=x z y ，也有0),(=y x f ，即0≤z 时，0),(=y x f ，此时，0d d ),()2()()(2==≤+=≤=⎰⎰≤+zy x Z y x y x f z Y X P z Z P z F ．0>z 时，若0≤x ，则0),(=y x f ；只有当z x ≤<0且02>-=xz y 时，0),(≠y x f ，此时，⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 2d d ),()2()()(⎰⎰-+-=zx z y x y x 020)2(d e 2d z z z ----=e e 1．综上⎩⎨⎧≤>--=--．0,0,0,e e 1)(z z z z F z z Z ，所以⎩⎨⎧≤<='=-．0,0,0,e )()(z z z z F z f z Z Z ．17．设X ，Y 是相互独立的随机变量，其概率密度分别为⎩⎨⎧≤≤=其他．,0,10,1)(x x f X ，⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y 求Y X Z +=的概率密度．解：0<z 时，若0<x ，则0)(=x f X ；若0≥x ，则0<-=x z y ，0)(=-x z f Y ，即0<z 时，0)()(=-x z f x f Y X ，此时，0d )()()(=-=⎰+∞∞-x x z f x f z f Y X Z ．10≤≤z 时，若0<x ，则0)(=x f X ；只有当z x ≤≤0且0>-=x z y 时0)()(≠-x z f x f Y X ，此时，z zx z Y X Z x x x z f x f z f ---+∞∞--==-=⎰⎰e 1d e d )()()(0)(．1>z 时，若0<x ，0)(=x f X ；若1>x ，0)(=x f X ；若10≤≤x ，则0>-=x z y ，此时，0)()(≠-x z f x f Y X ，z x z Y X Z x x x z f x f z f ---+∞∞--==-=⎰⎰e )1e (d e d )()()(1)(．综上，⎪⎩⎪⎨⎧<>-≤≤-=--．0,0,1,e )1e (,10,e 1)(z z z z f z z Z ．18．设随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧>>+=+-其他．,0,0,0,e)(21),()(y x y x y x f y x (1)X 和Y 是否相互独立？(2)求Y X Z +=的概率密度．解：(1)),()()(y x f y f x f Y X ≠，∴X 与Y 不独立．(2)0≤z 时，若0≤x ，则0)(=x f X ；若0>x ，则0<-=x z y ，0),(=y x f ，此时，0d ),()(=-=⎰+∞∞-x x z x f z f Z ．0≥z 时，若0≤x ，则0)(=x f X ；只有当z x <<0且0>-=x z y 时0),(≠y x f ，此时，⎰+∞∞--=x x z x f z f Z d ),()(⎰+-+=zy x x y x 0)(d e )(21⎰-=z z x z 0d e 21z z -=e 212，所以⎪⎩⎪⎨⎧≤>=-．0,0,0,e 21)(2z z z z f zZ ．19．设X 和Y 时相互独立的随机变量，它们都服从正态分布),0(2σN ．证明：随机变量22Y X Z +=具有概率密度函数⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．解：因为X 与Y 相互独立，均服从正态分布),0(2σN ，所以其联合密度函数为2222)(2e 121),(σσπy x y xf +-⋅=，(+∞<<∞-y x ,)当0≥z 时，有⎰⎰≤+=≤+=≤=zy x Z yx y x f z Y X P z Z P z F 22d d ),()()()(22⎰⎰≤++-⋅=zy x y x y x 22222d e 1212)(2σσπ⎰⎰-⋅=πσθσπ2022d ed 12122zr r r ⎰-=zr r r 022d e122σσ，此时，2222e)(σσz Z z z f -=；当0<z 时，=≤+}{22z Y X ∅，所以0)()()(22=≤+=≤=z Y X P z Z P z F Z ，此时，0)(=z f Z ，综上，⎪⎩⎪⎨⎧<≥=-．0,0,0,e )(2222z z z z f z Z σσ．20．设),(Y X 在矩形区域}10,10|),{(≤≤≤≤=y x Y X G 上服从均匀分布，求},min{Y X Z =的概率密度．解：由题可知),(Y X 的联合概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤=其他．,0,20,10,21),(y x y x f ，易证，X ～]1,0[U ，Y ～]2,0[U ，且X 与Y 相互独立，⎪⎩⎪⎨⎧≥<≤<=．1,1,10,,0,0)(x x x x x F X ，⎪⎪⎩⎪⎪⎨⎧≥<≤<=．2,1,20,2,0,0)(y y yy y F Y ，可得)](1)][(1[1)(z F z F z F Y X Z ---=)()()()(z F z F z F z F Y X Y X -+=⎪⎪⎩⎪⎪⎨⎧≥<≤-<=．1,1,10,223,0,02z z z z z ，求导，得⎪⎩⎪⎨⎧<<-=其他．,0,10,23)(z z z f Z ．21．设随机变量),(Y X 的概率密度为⎩⎨⎧+∞<<<<=+-其他．,0,0,10,e ),()(y x b y x f y x (1)试确定常数b ；(2)求边缘概率密度)(x f X 及)(y f Y ；(3)求函数},max{Y X U =的分布函数．解：(1)⎰⎰⎰⎰+∞+-+∞∞-+∞∞-==01)(d d e d d ),(1yx b y x y x f y x ⎰⎰+∞--=10d e d e y x b y x)e 1(|)e(|)e (10102-+∞---=-⋅=b b y x ，∴1e11--=b ．(2)10<<x 时，1)(1e1e d e e 11d ),()(--∞++--∞+∞--=-==⎰⎰x y x X y y y x f x f ，其他，0)(=x f X ，∴⎪⎩⎪⎨⎧<<-=--其他．,0,10,e 1e )(1x x f xX ，0>y 时，⎰+∞∞-=x y x f y f Y d ),()(yy x x -+--=-=⎰e d e e 1110)(1，0≤y 时，0)(=y f Y ，∴⎩⎨⎧≤>=-．0,0,0,e )(y y y f y Y ．(3)0≤x 时，0)(=x F X ，10<<x 时，101e1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e 1e1,0,0)(1x x x x F x X ；0≤y 时，0)(=y F Y ，0>y 时，y yv y Y Y v v v f y F --∞--===⎰⎰e 1d e d )()(0，∴⎩⎨⎧≤>-=-．0,0,0,e 1)(y y y F y Y ，故有)()()(y F x F u F Y X U =⎪⎪⎩⎪⎪⎨⎧≥-<≤--<=---．1,e 1,10,e 1e1,0,01u u u uu ．。

习题一：1.1 写出下列随机试验的样本空间：(1) 某篮球运动员投篮时, 连续5 次都命中, 观察其投篮次数; 解：连续5 次都命中，至少要投5次以上，故}{ ,7,6,51=Ω； (2) 掷一颗匀称的骰子两次, 观察前后两次出现的点数之和; 解：}{12,11,4,3,22 =Ω； (3) 观察某医院一天内前来就诊的人数;解：医院一天内前来就诊的人数理论上可以从0到无穷，所以}{ ,2,1,03=Ω；(4) 从编号为1，2，3，4，5 的5 件产品中任意取出两件, 观察取出哪两件产品; 解：属于不放回抽样，故两件产品不会相同，编号必是一大一小，故： ()}{;51,4≤≤=Ωj i j i (5) 检查两件产品是否合格;解：用0 表示合格, 1 表示不合格，则()()()()}{1,1,0,1,1,0,0,05=Ω；(6) 观察某地一天内的最高气温和最低气温(假设最低气温不低于T1, 最高气温不高于T2); 解：用x 表示最低气温, y 表示最高气温;考虑到这是一个二维的样本空间，故： ()}{216,T y x T y x ≤≤=Ω ；(7) 在单位圆内任取两点, 观察这两点的距离; 解：}{207 x x =Ω；(8) 在长为l 的线段上任取一点, 该点将线段分成两段, 观察两线段的长度. 解：()}{l y x y x y x =+=Ω,0,0,8 ； 1.2(1) A 与B 都发生, 但C 不发生; C AB ；(2) A 发生, 且B 与C 至少有一个发生;)(C B A ⋃； (3) A,B,C 中至少有一个发生; C B A ⋃⋃；- 2 -(4) A,B,C 中恰有一个发生;C B A C B A C B A ⋃⋃； (5) A,B,C 中至少有两个发生; BC AC AB ⋃⋃； (6) A,B,C 中至多有一个发生;C B C A B A ⋃⋃；(7) A;B;C 中至多有两个发生;ABC(8) A,B,C 中恰有两个发生.C AB C B A BC A ⋃⋃ ； 注意：此类题目答案一般不唯一，有不同的表示方式。

第三章 习 题1．甲乙两人进行某种比赛，设每局比赛中甲胜的概率为p ，乙胜的概率为q ，平局的概率为r ，其中,,0,1p q r p q r ≤++=，设每局比赛后，胜者得1分，负者得1-分，平局不记分，当两个人中有一个人得到2分时比赛结束，以n X 表示比赛至第n 局时甲获得的分数，则{,1}n X n ≥是一齐冯马尔可夫链.（1）写出状态空间；（2）求一步转移概率矩阵；（3）求在甲获得1分的情况下，再赛2局甲胜的概率. 解（1）{,0}n X n ≥的状态空间为{2,1,0,1,2}S =--（2）{,0}n X n ≥的一步转移概率矩阵为1000000000001q rp q r p q r p ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦P （3）因为两步转移概率矩阵为22(2)22222210000202220200001q rq r pq pr p q rq r pqpr p q qr pq r p pr ⎡⎤⎢⎥++⎢⎥⎢⎥==+⎢⎥++⎢⎥⎢⎥⎣⎦P P所以在甲获得1分的情况下，再赛2局甲胜的概率为(2)12(1)p p pr p r =+=+2．设{,1,2,}i Y i =为相互独立的随机变量序列，则 （1）{,1,2,}i Y i =是否为Markov 链？（2）令1nn ii X Y ==∑，问{,1,2,}iX i =是否为Markov 链？解（1）由于11221112211122111221111221(,,,,) (,,,)(,,,)()()()()()()(,,,)n n n n n n n n n n n P Y i Y i Y i Y j P Y j Y i Y i Y i P Y i Y i Y i P Y i P Y i P Y i P Y j P Y j P Y j Y i P Y i Y i Y i ------=========================因此，{,1,2,}n Y n =是马尔可夫链.（2）取1111()f U X U ==，当11U i =时，212X U U =+是2U 的函数，记为22().f U 依次类推，1121n n X U U U --=+++为1n U -的函数，记为1112(),n n n nf U X U U U --=+++为n U 的函数，记为().n n f U 由于12,,,,n U U U 相互独立，则其相应的函数1122(),(),,(),n n f U f U f U 也相互独立，从而122111221111112211 (,,,)(,,,)(,,,)()()nn n i n i n n n n n n P X j X i X i X i P Y j X i X i X i P X Y j X i X i X i P Y j i P X j X i --=---==========+======-===∑因此{,1,2,}n X n =是马尔可夫链.3 设,1,2,i X i =是相互独立的随机变量，且使得(),0,1,i j P X j a j ===，如果max{,1,2,,1}n i X X i n >=-，其中0X =-∞，就称在时刻n 产生了一个记录.若在时刻n 产生了一个记录，就称n X 为记录值，以n R 表示第n 个记录值. （1）证明，{,1,2,}n R n =是Markov 链，并求其转移概率；（2）以i T 表示第i 个与第1i +记录之间的时间，问{,1,2,}n T n =是否是Markov 链，若是，则计算其转移概率.证明：（a ）根据题意有：k n k n n X R X R X R ===,....,2121，……满足........21k n n n X X X << 且........121k n n n <<<故},...,|{11111i R i R i R z R P k k k k k ====--+}...|{111i i i j z R P k k k >>>>==-+ }|{1k k i j z R P >==+}|{1k k k i R z R P ===+ 故}1,{≥i R i 是一个马尔可夫链且⎩⎨⎧≤>======++ij ij a i X z X P i R z R P j k n n k k k kk ,0,}|{}|{11 （由于i X 的独立性）（b ）记i T 为第i 个记录与第1i +个记录之间的时间，i T 是相互独立的随机变量，因为{}i P T t =}1...,2,1,,|{k 1-=<=====+++t k i X i X R z X R P i i i n n i t n i 且}{1z X R P tn i i ===++=⎩⎨⎧≤>ij ij a j ,0,（由于i X 的独立性） 故{i T ，1≥i }是一个马尔可夫链 令(,),1i i i Z R T i =≥ 则{}111,,,i i i P Z Z Z Z +-…{}111111(,)(,),(,),,(,)i i i i i i P R t R t R t R t ++--=…{}1111112111111211(,)(,),(,),,(,),(,)i i i t t i t t i t t i t t P X t X t X t X t X t +-+++++++-++=…+?+?+… {}111111(,)(,)i i t t i t t i P X t X t ++++++=…+?+ {}111111(,)(,)i i t t i t t i P X z t X i t ++++++===…+?+,0,j j ij iα>⎧=⎨≤⎩ 故}{,(),1i i R T i ≥是一个马尔可夫链。

第3章 二维随机向量一、二维随机向量及其分布函数1. 两个随机变量X 与Y 构成的整体),(Y X 称为二维随机向量或二维随机变量.2. 二元函数2),(},,{),(R y x y Y x X P y x F ∈≤≤=称为),(Y X 的分布函数，或称为X 与Y 的联合分布函数.3. ),(y x F 关于y x ,均为单调不减函数；1),(0≤≤y x F 且1),(,0),(),(),(=+∞+∞=-∞-∞=-∞=-∞F F x F y F ；),(y x F 关于y x ,均右连续.二、边缘分布与条件分布1. 如果),(Y X 只取有限个或可列个值，那么称),(Y X 为二维离散型随机向量.若),(Y X 的所有可能取值为),2,1,(),( =j i y x j i ，则称),2,1,(},{ ====j i p y Y x X P ijj i为),(Y X 的概率分布，或X 与Y 的联合分布律，其中1,0=≥∑∑ijijij pp .,2,1,}{====∑⋅i p x X P p jij i i,2,1,}{====∑⋅j p y Y P p iij j j分别称为关于X 、Y 的边缘分布律.2. 设),(Y X 为二维随机向量，),(y x F 为其分布函数，若存在非负可积函数),(y x p 使得2),(),(),(R y x dudv v u p y x F xy∈=⎰⎰∞-∞-则称),(Y X 为二维连续型随机向量，称),(y x p 为),(Y X 的密度函数，或X 与Y 的联合密度函数，且有（1）2),(,0),(R y x y x p ∈≥；（2）⎰⎰+∞∞-+∞∞-=1),(dxdy y x p .分别称⎰+∞∞-=dy y x p x p X ),()(、⎰+∞∞-=dx y x p y p Y ),()(为关于X 、Y 的边缘密度函数.【注】由联合分布求边缘分布属于考研的基本要求.3. 组成二维随机变量),(Y X 的随机变量Y X ,各自的分布函数)(),(y F x F Y X 称为),(Y X 的边缘分布函数.若),(y x F 是),(Y X 的分布函数，则),(lim ),(}{)(y x F x F x X P x F y X +∞→=+∞=≤=，),()(y F y F Y +∞=4. 设二维离散型随机变量),(Y X 的分布律为ij p ，若0>⋅j p ，则称),2,1(}|{ ====⋅i p p y Y x X P jij j i为在}{j y Y =条件下X 的条件分布律；若0>⋅i p ，则称内容提要),2,1(}|{ ====⋅j p p x X y Y P i ij i j为在}{i x X =条件下Y 的条件分布律.5. 设二维连续型随机变量),(Y X 的密度函数为),(y x p ，若0)(>y p Y ，则称)(),()|(|y p y x p y x p Y Y X =为在条件y Y =下X 的条件密度函数；若0)(>x p X ，则称)(),()|(|x p y x p x y p X X Y =为在条件x X =下Y 的条件密度函数. 【注】条件分布在考研中有所涉及.三、随机变量的独立性1. 随机变量X 与Y 相互独立⇔)),((),()(),(2R y x y F x F y x F Y X ∈∀=2. 离散型随机变量X 与Y 相互独立⇔),(,j i p p p j i ij ∀=⋅⋅⇔联合概率矩阵)(ij p 的任意两行（或列）成比例. 【注】第二个条件（以后简称比例方法）在解题时非常方便，后面有例题3.8等说明.3. 连续型随机变量X 与Y 相互独立⇔)()(),(y p x p y x p Y X =几乎处处成立.【注】几乎处处成立是指在平面上除去“面积”为零的集合以外，处处成立.4. 设),(Y X ～),,,,(222121ρσσμμN ，则X 与Y 相互独立⇔0=ρ.四、两个随机变量函数的分布1. 设离散型随机变量),(Y X 的分布律ij j i p y Y x X P ===},{，则),(Y X f Z =的分布律为∑===kj i z y x f ijk pz Z P ),(}{2. 设连续型随机变量),(Y X 的概率密度为),(y x p ，则),(Y X f Z =的分布函数为⎰⎰≤=≤=zy x f Z dxdy y x p z Z P z F ),(),(}{)(Z 的概率密度为)()(z F z p Z Z '=（在)(z p Z 连续点处）.3. 常见函数的概率密度 （1）Y X Z +=，⎰⎰+∞∞-+∞∞--=-=dy y y z p dx x z x p z p Z ),(),()(.一般地，bY aX Z +=，⎰∞+∞--=dx b axz x p b z p Z ),(||1)( 或 ⎰∞+∞--=dy y abyz p a z p Z ),(||1)(. （2）XYZ =，⎰+∞∞-=dx zx x p x z p Z ),(||)(.（3）XY Z =，⎰∞+∞-=dx xzx p x z p Z ),(||1)(. （4）},max{Y X Z =，若X 与Y 相互独立，则Z 的分布函数为)()()(z F z F z F Y X Z =，从而Z 的密度函数为)()()()()(z p z F z F z p z p Y X Y X Z +=.（5）},min{Y X Z =，若X 与Y 相互独立，则Z 的分布函数为))(1))((1(1)(z F z F z F Y X Z ---=，从而Z 的密度函数为)())(1())(1)(()(z p z F z F z p z p Y X Y X Z -+-=.【注】本节是考研的重点内容之一，尤其是二维连续型随机变量函数的概率分布经常考到，掌握好相应的方法及公式非常重要.题型一 二维离散型随机变量的联合分布律与边缘分布律例3.1 设随机变量i X ～⎪⎪⎭⎫⎝⎛-412141101)2,1(=i ，且满足1}0{21==X X P ，则}{21X X P =等于【 】.（1999年，数学三）A. 0B. 41C. 21D. 1解 选A . 由1}0{21==X X P 知0}0{21=≠X X P ，即0}1,1{}1,1{}1,1{}1,1{21212121====-====-==-=-=X X P X X P X X P X X P利用边缘分布律与联合分布律的关系，很容易求出X 与Y 的联合分布律如下表所示最后确定的是0}0,0{21===X X P ，从而0}1,1{}0,0{}1,1{}{21212121===+==+-=-===X X P X X P X X P X X P . 【注】1}0{21==X X P 隐含0}0{21=≠X X P 是解决问题的关键。

第三章 多维随机向量及其概率分布(一)基本题答案1、设X 和Y 的可能取值分别为.2,1,0;3,2,1,0,==j i j i 则与因盒子里有3种球，在这3种球中任取4个，其中黑球和红球的个数之和必不超过4.另一方面，因白球只有2个，任取的4个球中，黑球和红球个数之和最小为2个，故有j i 与ٛ且,42≤+≤j i ./),(474223C C C C j Y i X p j i j i −−===因而 或0),(===j Y i X P 2).2,1,0;3,2,1,0,4(<+j i ==>+j i j i于是 ,0)0,0(1111======y Y x X P P ,0)0,0(2112======y Y x X P p.35/1/)0,0(472212033113=======C C C C y Y x X P p即 2、X 和. ⎥⎦⎤⎢⎣⎡04.032.064.0210~X ⎥⎦⎤⎢⎣⎡25.05.025.0210~Y 由独立性知，X 和Y 的联合分布为3、Y 的分布函数为显知有四个可能值：).0(0)(),0(1)(≤=>−=−y y F y e y F y ),(21X X }{{}{}11−=e ,2,10,0).1,1(),0,1(),1,0(),0,0(121−≤=≤≤===Y P Y Y P X X P 易知{}{}{}{}{},221−−−=e e 12<=P ,10,1,02,11,02121≤≤>====>≤===Y Y Y P X X P Y Y P X X P{}{}{},212,10,12121−=≤<=≤>===e e Y P Y Y P X X P {}−− {}{}.22,11,1221−=>=>>===e Y P Y Y P X X P于是，可将X 1和X 24、∑=====nm m n P n X P 0),()(ηζ∑=−−−−=nm mn m n e m n m p p 0)!(!)1(λλ()[]).,2,1,0(!1!)1()!(!!!==−+=−−=−−−=−∑n n e p p n e p p m n m n n e n n n mn m nm n λλλλλλ即X 是服从参数为λ的泊松分布.∑∑∞=−−∞=−−−−−=−−==mn mn m n mn m m mn m n m n p m e p em n m p p m Y P )!()1(!)!(!)1()(λλλλλ).,2,1,0(,!)(!)()1( ==⋅=−−−−m m ep e e m ep pmp mλλλλλλ即Y 是服从参数为λp 的泊松分布.5、由定义F （y x ,）=P {}∫∫∞−∞−=≤≤x y dxdy y x y Y x X .),(,ϕ因为ϕ（y x ,）是分段函数，要正确计算出F （y x ,;1>y ），必须对积分区域进行适当分块：等5个部分.10,10,1;1,1;10,100≤≤≤≤>>>≤≤<x y x y x y y x 或;0<≤≤x （1）对于 有 F （,00<<y x 或y x ,）=P{X ≤,x Y ≤y}=0; （2）对于 有 ;,10,10≤≤≤≤y x 2204),(y x vdudv u y x F x y ==∫∫（3）对于, 有 10,1≤≤>y x {};,1),(2y y Y X P y x F =≤≤= （4）对于, 有 10,1≤≤>x y {}21,),(x Y x X P y x F =≤≤=; （5）对于 有 ,1,1>>y x 1),(=y x F .故X 和Y 的联合分布函数⎪⎪⎪⎩⎪⎪⎪⎨⎧<<≤≤<<≤≤≤≤≤≤<<=.1,1,.1,10,1,,1,10,,10,10,,00,0),(2222y x y x y y x x y x y x y x y x F 或6、（1） ,0,0;0),(,00>>=≤≤y x y x F y x 或),(y x F =∫∫+−x y t s dsdt ze)2())(())((200202yt x s y t x se e dt e ds e−−−−−−==∫∫=)1)(1(2y x e e −−−−即⎩⎨⎧>>−−=−−.,0,0,0),1)(1(),(2其它y x e e y x F y x （2）P ()()220(),22x x y x yxy xY X f x y dxdy dx e dy e e d +∞+∞−−−−<≤===−∫∫∫∫∫x∫∫∞+−−−∞+−−=−−=03220)(2)1(2dx e e dx e e x x x x .312131(2)2131(2023=−−=−=∞+−−x x e e7、（1）时，0>x ,0)(,0;)(=≤==∫∞+−−x f x e dy e x f X Xx y X 时 即 ⎩⎨⎧≤>=−.0,0,0,)(x x e x f x X （2）{}2/111210121),(1−−≤+−−−+===≤+∫∫∫∫e e dy e dxdxdy y x f Y X P y x x xy8、（1）（i ）时,，;),()(计算根据公式∫∞+∞−=dy y x f x f X 0≤x 当10;0)(<<=x x f X 当时()();24.224.2)2(8.4)(202x x x y dy x y x f xx X −=−=−=∫0)(,1=≥x f x X 时当即⎩⎨⎧<<−=.,0;10),2(4.2)(2其它x x x x f X （ii ） 利用公式计算. 当∫∞+∞−=dx y x f y f Y ),()(;0)(,0=≤y f y Y 时,10时当<<y112)22(8.4)2(8.4)(y y Y x x y dx x y y f ∫−=−=⎥⎥⎦⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛−−⎟⎠⎞⎜⎝⎛−=222128.42y y y );43(4.2)2223(8.422y y y y y y +−=+−=当时，1≥y .0)(=y f Y 即⎩⎨⎧<<+−=.0;10),43(4.2)(2其它y y y y y f Y 121111222211111(2)((1(,1(,)1.22222P X Y P X Y f x y dxdy dx dxdy +∞+∞⎧⎫<<=−≥≥=−=−=⎨⎬⎩⎭∫∫∫∫∪58、47809、本题先求出关于x 的边缘概率密度，再求出其在2=x 之值. 由于平面区域D 的面积为)2(X f ,2121=dx =∫x S e D 故（X,Y ）的联合概率密度为⎪⎩⎪⎨⎧∈=.,0;),(,21),其它D y x y x (f易知，X 的概率密度为∫∞+∞−⎪⎩⎪⎨⎧<<==,,0,1,21),()(2其它e x xdy y x f x f X 故.41221)2(=×=X f 10、（1）有放回抽取：当第一次抽取到第个数字时，第二次可抽取到该数字仍有十种可能机会，即为 k {}).9, ,1,0(101====i k Y i X P （2）不放回抽取：（i ）当第一次抽取第)90(≤≤k k 个数时，则第二次抽到此（第个）数是不可能的，故 k {}.)9,,1,0,; =k i k (0====i k Y i X P（ii ）当第一次抽取第个数时，而第二次抽到其他数字（非k ）的机会为，知)90(≤≤k k 9/1{}.)9,,1,0,; =k i k (9/1≠===i k Y i X P 11、（1）因∫−=−=12,)1(12)1(24)(yy y ydx x y f η.,0)(;10其它=≤≤y f y n 故在0≤y ≤1时，⎩⎨⎧≤≤−−=;1)1/()1(2)(2其它x y y x y x f ηξ因()∫−=−=x y x ydy x x f 022,)1(12124)(ξ.,0)(;10其它=≤≤x f x ξ故在0≤x ≤1时，⎩⎨⎧≤≤=.0,0/2)(2其它x y x y x y f ξη（2）因;1,121)(2/12∞≤≤==∫x x nxdy y x X f x x ξ;,0)(其它=x f ξ故在1≤x<时，∞⎪⎩⎪⎨⎧<<=.,1121)(其它x y xnxy x y f ξη因 ⎪⎪⎪⎩⎪⎪⎪⎨⎧∞<<=≤<==∫∫∞∞,002121102121)(22/12其它y y dx y x y dx y x y f y y η 故在10≤<y 时,⎪⎩⎪⎨⎧∞<<=;011)(2其它x y y x x y f ξη 而在,1时∞<<y ⎪⎩⎪⎨⎧∞<<=.0)(2其它x y x yx y f ξη（3）在x >0,.0,0)(;0,)(≤=>==∫∞−−x x f x e dy e x f x xy ξξ⎪⎩⎪⎨⎧>=−.0,)(其它x y e x y f y x ξη ;0,)(0>==∫−−y ye dx e y f y yy η .故在y>0时，0,0)(≤=y y f η⎪⎩⎪⎨⎧<<=.0,01)(其它y x y y x f ηξ12、1(1)(2)2(),0(1)(1)X n n n n n f x dy x x y x ∞−−−−==+++∫>，故12(1)(2)0,(/1)0.n nY X n y y f y −⎧−+>=⎨⎩其它 13、X 和Y 是否独立，可用分布函数或概率密度函数验证.方法一：X 的分布函数的分布函数分别为 Y x F X 和)()(y F Y ⎩⎨⎧<≥−=+∞=−,0001),()(5.0x x e x F x F x X ⎩⎨⎧<≥−=+∞=−.0001),()(5.0y y e y F y F yY 由于独立.Y X y F x F y x F Y X 和知),()(),(={}{}{}[][]1.005.005.0)1.0(1)1.0(11.01.01.0,1.0−−−=⋅=−⋅−=>⋅>=>>=e e e F F Y P X P Y X P Y X αY X Y X x f x f y x f Y X 和分别表示和),,()()(),,(方法二：以的概率密度，可知 ⎩⎨⎧≥≥=∂∂∂=+−.00,025.0),(),()(5.02其它y x e y x y x F y x f y x ∫∞+∞−−⎩⎨⎧<≥==,0005.0),()(5.0x x e dy y x f x f x X ∫∞+∞−−⎩⎨⎧<≥==.00,05.0),()(5.0y y e dx y x f y f yY ∫∫∞+∞+−+−==>>==1.01.01.0)(5.0.25.0}1.0,1.0{.),()(),(e dxdy e Y X P a Y X y f x f y x f y x Y X 独立和知由于)()(),(j i j i y Y P x x P y Y x X P =⋅====14、因知X 与Y 相互独立，即有 . )3,2,1,2,1(==j i 首先，根据边缘分布的定义知 .2418161),(11=−===y Y x X P 又根据独立性有),(61)()(},{2411111i x X p y Y p x X p y Y x X p ===⋅===== 解得41)(==i x X P ,从而有 1218124141),(31=−−===y Y x X P 又由 )()(),(2121y Y P x X P y Y x X P =⋅====, 可得 ),(41812y Y P == 即有21)(2==y Y P , 从而 838121),(22=−===y Y x X P .类似地，由),()(),(3131y Y P x X P y Y x X P ===== 有),(411213y Y P ==得31)(3==y Y P ,从而,.111),(31=−===y Y x X P 最后=)(2x X P =1+3+1=3. 将上述数值填入表中有1x1/24 1/8 1/12 1/4 2x1/8 3/8 1/4 3/4 {}j P y X P j ⋅==1/6 1/2 1/3115、本题的关键是由题设P{X 1X 2=0}=1，可推出P{X 1X 2≠0}=0；再利用边缘分布的定义即可列出概率分布表.(1)由P{X 1X 2=0}=1,可见易见,0}1,1{}1,1{2121=====−=X X P X X P 25.0}1{}0,1{121=−===−=X P X X P 5.0}1{}1,0{221=====X P X X P 25.0}1{}0,1{121=====X P X X P 0}0,0{21===X X P121212.16、(1) ⎩⎨⎧<<=,,0,10,1)(其他x x f X ⎪⎩⎪⎨⎧≤>=−.0,0,021)(2y y ey f yY 因为X ，Y 独立，对任何y x ,都有 ).,()()y x f y f x Y =⋅(f X ⎪⎩⎪⎨⎧><<=−.,0,0,10,21),(2其他所以有y x e y x f y（2）二次方程 有实根，△ t Y Xt t 中022=++,04)2(2≥−=Y X ,02≥−Y X 即,2X Y ≤ 故=)(有实根t P dydx e dydx y x f X Y P yx y x 2122221),(}{−≤∫∫∫∫==≤∫−−=1022)(dx ex y=dx edx edx x x x 2101010222221211)21(−−∫∫−=−=−πππ21−=［∫∫∞−∞−−−−1022222121dx edx exx ππ］.1445.08555.01]5.08413.0[21)]0()1([21=−≈−−≈Φ−Φ−=ππ17、（1）因为X ，Y 独立，所以 .⎩⎨⎧>>==+−.,0,0,0,)()(),()(其他y x e y f x f y x f uy x Y X λλμ（2）根据Z 的定义，有 P{z=1}=P{Y ≥X}∫∫∫∫∞+∞−+−≥==)(),(xy x xy dydx e dydx y x f μλλμ∫∫∞+∞+−−=)(dx dy e e xy x μλμλ ),0u dx ee x x +=⋅=∫∞+−−λλλμλ{}{110=−==Z P Z P Z 的分布函数为⎪⎪⎩⎪⎪⎨⎧≥<≤+<=.1,1,10,,0,0)(z z z z F Z μλμ18、∵X 、Y 分别仅取0，1两个数值，∴Z 亦只取0，1两个数值. 又∵X 与Y 相互独立，∴{}{}{}{}==========00)0,0(0),max(0Y P X P Y X P Y X P Z P 1/2×1/2=1/4， 故{}{}.4/34/110111=−==−===Z P Z P 19、 X 由2×2阶行列式表示，仍是一随机变量，且X=X 1X 4--X 2X 3，根据X 1，X 2，X 3，X 4的地位是等价且相互独立的，X 1X 4与X 2X 3也是独立同分布的，因此可先求出X 1X 4和X 2X 3的分布律，再求X 的分布律. ,则X=Y 1--Y 2.随机变量Y 1和Y 2独立同分布：322411,X X Y X X Y ==记}{}{}{{}.84.016.01}0{0112121=−========Y P Y Y P Y P 16.01,132===P X X P 显见, 随机变量X=Y 1--Y 2有三个可能值--1,0,1.易见 P{X=--1}=P{Y 1=0,Y 2=1}=0.84×0.16= 0.1344， P{X=1}=P{Y 1=1,Y 2=0}=0.16×0.84=0.1344, P{X=0}=1--2×0.1344=0.7312. 于是，行列式的概率分布为 4321X X X X X =~ ⎥⎦⎤⎢⎣⎡−1344.07312.01344.010120、因为{Z=i }={X+Y=i }={X=0,Y=i }}.0,{}1,1{==−==Y i X i Y X ∪ ∪∪ 由于上述各事件互不相容，且注意到X 与Y 相与独立，则有 ∑∑==−===−====i k ik k i Y P k X P k i Y k X P i Z P 00}{}{},{}{∑=+−−−−−=−−=iik ki n ki k i nkn kk n P p pC P p c 022111()1()1∑=−−+ik k i n k n in n C Cp 02121)(,,1,0,)1(212121n n i p p C i n n i i n n+=−=−++).,(~21p n n B Y X Z ++=故注：在上述计算过程中，已约定：当r>n 时，用到了公式 并,0=rnC .12121∑=+−=ik i n n k i n k n C C C21、X 和Y 的概率分布密度为},2)(exp{21)(22σσπy x x f X −−=);(+∞<<−∞x ⎩⎨⎧≤≤−=.,0,),2/(1)(其它πππy y f Y 因X 和Y 独立，考虑到 )仅在[)(y f Y ππ,−]上才有非零值，故由卷积公式知Z 的概率密度为.221)()()(222)(dy edy y f y z f z f a y z Y X Z ∫∫−−−−∞+∞−=−=ππμσππ令σμ−−=y z t ,则上式右端等于.(2122122⎥⎦⎤⎢⎣⎡⎟⎠⎞⎜⎝⎛−−Φ−−+Φ=∫−+−−−σμπσμππππσμπσμπz z dt e z z t 22、（1）由题设知 {}y X X P y M P y F n M ≤=≤=),,max()()(1),,(1y X y X P n ≤≤= )()()()()(121y F y F y X P y X P y X P Xn X n =≤≤≤=.∵),1(],0[~:,,1n i U X X X i n ≤≤θ独立且同分布 ∴⎪⎩⎪⎨⎧><<≤=,0,1,0,,0,0)(x x x x x F i X θθ∴⎪⎪⎩⎪⎪⎨⎧≥<<≤=.,1,0,,0,0)(θθθy y y y y F n n M 故⎪⎩⎪⎨⎧<<=−.,0,0,)(1其它θθy ny y f n n M（2）{}y X X P y N P y N P y F n N >−=>−=≤=),,min(1)(1)()(1()y X P y X P y X P y X y X y X P n n >>>−=>>>−= )()(1,,,12121()[])(11)(11y F y X P i X i ni −−=>Π−==故 ⎪⎩⎪⎨⎧<<−=⎪⎩⎪⎨⎧<<−−−=−−其它其它,0,00,)(,001(1()(11y y n y y n y f n n n N θθθθθ 23、由题设容易得出随机变量（X ，Y ）的概率密度，本题相当于求随机变量X 、Y 的函数S=XY 的概率密度，可用分布函数微分法求之.依题设，知二维随机变量（X ，Y ）的概率密度为()()()⎩⎨⎧∉∈=G y x Gy x y x f ,,0,2/1,若若 设为S 的分布函数,则 当{s S P s F ≤=)(}0≤s 时,()0=s F ； 当时, .2≥s ()1=s F 现设0<s<2. 曲线s xy =与矩形G 的上边交于点(s,1);位于曲线s xy =上方的点满足s xy >,位于下方的点满足s xy <. 故(){}{}{}).ln 2ln 1(2211211121s sdy dx dxdy S XY P s XY P s S P s F s x s sxy −+=−=−=>−=≤=≤=∫∫∫∫>于是,⎩⎨⎧≥≤<<−=.20,0,20,2/)ln 2(ln )(s s s s s f 或若若（二）、补充题答案1.由于即{},0)(),,min(,,max =<==Y X P Y X 故知ηξηξ{}{}{}03,23,12,1=========Y X P Y X P Y X P ；又易知{}{}{}{},9/1111,11,1==⋅=======ηξηξP P P Y X P{}{},9/12,22,2======ηξP Y X P {}{},9/13,33,3======ηξP Y X P {}{}{},9/29/19/11,22,11,2=+===+=====ηξηξP P Y X P{}{}{},9/22,33,22,3===+=====ηξηξP P Y X P {}.9/29/711,3=−===Y X P 所以2.（1）x{}.,2,1,0,0,)1( =≤≤−===n n m P P C n X m Y P m n {}（2）{}{}n X P n X m Y P m Y n X P ======,.,2,1,0,0,!)1( =≤≤⋅⋅−=−−n n m e P P C n m n mm n λλ3.22)1()1()1()0()0()1(p p Y P X P Y P X P z P +−===+====)1(2)0()1()1()0()0(p p Y P X P Y P X P z P −===+====而，由2)1,1()1,1(p Y X P Z X P ======),1()1()1,1(=====Z P X P Z X P 得. 2/1=p 5.:设随机变量ξ和η相互独立，都服从分 )1,0(N 布.则⎭⎬⎫⎩⎨⎧+−⋅=)(21exp 21),(22y x y x p π.显然， ,),(),(∫∫∫∫<SGdxdy y x p dxdy y x p,其中 G 和S 分别是如图所示的矩形ABCD 和圆.22/)21(),(2∫∫∫−−=a ax Gdx e dxdy y x p π，令,sin ,cos ϕγϕγ==y x 则 ∫∫∫∫=ππ20221),(a aSdxdy y x p 所以221212/a aaxe dx e −−−−<∫π.6.设这类电子管的寿命为ξ，则（1）三个管子均不要替换的概率为；（2）三个管子均要替换的概率为 .∫∞+==>1502.3/2)/(100)150(dx x P ξ21(−27/8)3/2(3=27/1)3/3=7.假设总体X 的密度函数为，分布函数为，第次的观察值为，独立同分布，其联合密度函数)(x f ,(1x f )(x F )()2x f i (n x )1(n i X i ≤≤i X )(),1n f x f x =.依题意，所求的概率为{}∫∫∫∫∫∫∞+∞−∞−∞−∞−−−−=−==>>><n n n nx i x x x x n n nn nn n i n n n n dx x f dx x f dx x f dx x f dx dx xx f X X X X X X P 112211111,...,2,1121)(...)()()(),,(.,...,,∫∫∞+∞−∞+∞−−−==)()()()(11n n n n n n n x dF x F dx x f x F.1)(1n x F nn n=∞−∞+=8.)(),()(21211211n P n k P n k P =+=+===+=ξξξξξξξξ)()()(2121n P k n P k P =+−===ξξξξ.由普哇松分布的可加性，知服从参数为的普哇松分布，所以 21ξξ+21λλ+)(21212112121!)()!(!)(λλλλλλλλξξξ+−−−−+−⋅==+=e n e k n ek n k P n k n k.1211211kn kk n −⎟⎟⎠⎞⎜⎜⎝⎛+−⎟⎟⎠⎞⎜⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛=λλλλλλ9.当，0≤z (),0)(=≤=z Z P z F z ,0>z 当()z Z P z F z ≤=)(∫∫−+−=20)2(02xz y x z dy e dx∫∫−−−−−−−==202012x z z z y z x ze e dy e dxe ，所以 Y X z 2+=的分布函数为 ⎩⎨⎧>+−≤=−.0,)1(1,0,0),(z e z z y x F z10.由条件知X 和Y 的联合密度为⎪⎩⎪⎨⎧≤≤≤≤=其他若,0,31,31,41),(y x y x p以表示随机{})()(∞<<−∞≤=u u U P u F 变量U 的分布函数.显然，当0≤u 时， 0)(=u F ；当时，； 2≥u 1)(=u F 当，则20<<u []∫∫∫∫≤−uy x y x p ||,(≤−−−=−−===uy x u u dxdy dxdy u F ||2)2(411)2(44141))(2u−于是，随机变量的密度为⎪⎩⎪⎨⎧<<−=其他,0;20),2(21)(u u u p .11.记为这3个元件无故障工作的时间，则的分布函数321,,X X X ),,min(321X X X T ={}[][].)(1),,min(1(31321t X P t X X X P t F T −=>−(11)13X P t ≤−−=>)()t T P =≤=⎩⎨⎧≤>−=∴⎩⎨⎧=≤>−=−−,0,0,0,1)()3,2,1(,0,0,0,1)(~3t t e t F i t t e t F X t T t i λλ∵ 故 ⎪⎩⎪⎨⎧≤>==−.0,0,0,3)(')(3t t e t F t f t T T λλ。

线性代数部分第一章 行列式一、单项选择题1．=0001001001001000 .A 0B 1-C 1D 22.=0001100000100100 .A 0B 1-C 1D 2 3．若a a a a a =22211211,则=21112212ka a ka a .A kaB ka -C a k 2D a k 2-4． 已知4阶行列式中第1行元依次是3,1,0,4-, 第3行元的余子式依次为x ,1,5,2-, 则=x .A 0B 3-C 3D 25. k 等于下列选项中哪个值时,齐次线性方程组⎪⎩⎪⎨⎧=++=++=++000321321321x x kx x kx x kx x x 有非零解.A 1-B 2-C 3-D 06．设行列式na a a a =22211211,m a a a a =21231113,则行列式232221131211--a a a a a a 等于A. m n -B.)(-n m +C. n m +D.n m -二、填空题1. 行列式=0100111010100111.2．行列式010...0002...0.........000 (10)0 0n n =-.3．如果M a a a a a a a a a D ==333231232221131211,则=---=323233312222232112121311133333 3a a a a a a a a a a a a D .4．行列式=--+---+---1111111111111111x x x x .5．已知三阶行列式中第二列元素依次为1,2,3, 其对应的余子式依次为3,2,1,则该行列式的值为.6．齐次线性方程组⎪⎩⎪⎨⎧=+-=+=++0020232121321x x x kx x x x kx 仅有零解的充要条件是.7．若齐次线性方程组⎪⎩⎪⎨⎧=+--=+=++0230520232132321kx x x x x x x x 有非零解,则k =.三、计算题2．yxyx x y x y y x y x+++；3．解方程0011011101110=x x xx ；6. 111...1311...1112 (1).........111...(1)b b n b----7. 11111222123111...1..................nb a a a b b a a b b b a ； 8．121212123.....................n nn x a a a a x a a a a x a a a a x;四、证明题1．设1=abcd ,证明：011111111111122222222=++++dddd c c c c b b b b a a a a .2．3332221112333332222211111)1(c b a c b a c b a x c b x a x b a c b x a x b a c b x a xb a -=++++++.3．))()()()()()((111144442222d c b a c d b d b c a d a c a b d c b a dcbad c b a +++------=.第二章 矩阵一、单项选择题1. A 、B 为n 阶方阵,则下列各式中成立的是 ;a 22A A =b ))((22B A B A B A +-=- c AB A A B A -=-2)( d T T T B A AB =)( 2.设方阵A 、B 、C 满足AB=AC,当A 满足 时,B=C;a AB =BAb 0≠Ac 方程组AX=0有非零解d B 、C 可逆 3.若A 为n 阶方阵,k 为非零常数,则=kA ;a A kb A kc A k nd A k n4.设A 为n 阶方阵,且0=A ,则 ;a A 中两行列对应元素成比例b A 中任意一行为其它行的线性组合c A 中至少有一行元素全为零d A 中必有一行为其它行的线性组合 5.设A 为n 阶方阵,*A 为A 的伴随矩阵,则 ; (a) a 1*-=A A b A A =* c 1*+=n AA d 1*-=n AA6. 设A ,B 为n 阶方矩阵,22B A =,则下列各式成立的是 ; a B A = b B A -= c B A = d 22B A = 7.设A 为n 阶可逆矩阵,则下面各式恒正确的是 ; a T A A 22= b 112)2(--=A Ac 111])[(])[(---=T T T A Ad T T T T A A ])[(])[(11--=8.已知⎪⎪⎪⎭⎫ ⎝⎛=113022131A ,则 ;a A A T =b *1A A =-c ⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛113202311010100001Ad ⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛113202311010100001A9.设I C B A ,,,为同阶方阵,I 为单位矩阵,若I ABC =,则 ;a I ACB =b I CAB =c I CBA =d I BAC = 10.n 阶矩阵A 可逆的充要条件是 ; a A 的每个行向量都是非零向量 b A 中任意两个行向量都不成比例c A 的行向量中有一个向量可由其它向量线性表示d 对任何n 维非零向量X ,均有0≠AX 11. 设矩阵A=1,2,B=⎪⎪⎭⎫ ⎝⎛4321,C⎪⎪⎭⎫⎝⎛=654321则下列矩阵运算中有意义的是A ．ACB B ．ABC C ．BACD ．CBA 12.设矩阵A,B 均为可逆方阵,则以下结论正确的是DA ．⎪⎪⎭⎫ ⎝⎛B A 可逆,且其逆为⎪⎪⎭⎫ ⎝⎛--11B AB ．⎪⎪⎭⎫ ⎝⎛B A 不可逆 C ．⎪⎪⎭⎫ ⎝⎛B A 可逆,且其逆为⎪⎪⎭⎫ ⎝⎛--11A BD ．⎪⎪⎭⎫ ⎝⎛B A 可逆,且其逆为⎪⎪⎭⎫ ⎝⎛--11B A13.已知向量TT )0,3,4,1(23,)1,2,2,1(2--=β+α---=β+α,则β+α=AA ．T)1,1,2,0(-- B.T)1,1,0,2(-- C ．T)0,2,1,1(-- D ．T)1,5,6,2(---14.设A 和B 为n 阶方阵,下列说法正确的是CA. 若AB AC =,则B C =B. 若0AB =,则0A =或0B =C. 若0AB =,则0A =或0B =D. 若0A E -=,则A E =6、设两事件A二、填空题1.设A 为n 阶方阵,I 为n 阶单位阵,且I A =2,则行列式=A _______2.行列式=---000c b c a ba_______3.设A 为5阶方阵,*A 是其伴随矩阵,且3=A ,则=*A _______4.设4阶方阵A 的秩为2,则其伴随矩阵*A 的秩为_______ 三、计算题1.解下列矩阵方程X 为未知矩阵.1 223221103212102X ⎛⎫⎛⎫ ⎪ ⎪-= ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭ ；2 0101320100211100110X ⎛⎫⎛⎫⎛⎫ ⎪ ⎪=- ⎪ ⎪ ⎪-⎝⎭ ⎪ ⎪⎝⎭⎝⎭ ； 3 2AX A X =+,其中423110123A ⎛⎫⎪= ⎪⎪-⎝⎭；2.设A 为n 阶对称阵,且20A =,求A .3.设11201A ⎛⎫= ⎪⎝⎭,23423A ⎛⎫= ⎪⎝⎭,30000A ⎛⎫= ⎪⎝⎭,41201A ⎛⎫= ⎪⎝⎭,求1234A A A A ⎛⎫⎪⎝⎭.4.设211011101,121110110A B ⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,求非奇异矩阵C ,使T A C BC =.四、证明题1. 设A 、B 均为n 阶非奇异阵,求证AB 可逆.2. 设0k A =k 为整数, 求证I A -可逆.4. 设n 阶方阵A 与B 中有一个是非奇异的,求证矩阵AB 相似于BA .5. 证明可逆的对称矩阵的逆也是对称矩阵.第三章 向量一、单项选择题1. 321,,ααα, 21,ββ都是四维列向量,且四阶行列式m =1321βααα,n =2321ααβα,则行列式)(21321=+ββαααn m a +)( n m b -)( n m c +-)( n m d --)(2. 设A 为n 阶方阵,且0=A ,则 ;成比例中两行（列）对应元素A a )( 线性组合中任意一行为其它行的A )b ( 零中至少有一行元素全为A c )( 线性组合中必有一行为其它行的A )d (3. 设A 为n 阶方阵,n r A r <=)(,则在A 的n 个行向量中 ;个行向量线性无关必有r a )(个行向量线性无关任意r )b (性无关组个行向量都构成极大线任意r c )(个行向量线性表示其它任意一个行向量都能被r )d (4. n 阶方阵A 可逆的充分必要条件是n r A r a <=)()( n A b 的列秩为)(零向量的每一个行向量都是非）（A c 的伴随矩阵存在）（A d5. n 维向量组12,,...,s ααα线性无关的充分条件是)(a 12,,...,s ααα都不是零向量)(b 12,,...,s ααα中任一向量均不能由其它向量线性表示 )(c 12,,...,s ααα中任意两个向量都不成比例 )(d 12,,...,s ααα中有一个部分组线性无关二、填空题1. 若T )1,1,1(1=α,T )3,2,1(2=α,T t ),3,1(3=α线性相关,则t=▁▁▁▁;2. n 维零向量一定线性▁▁▁▁关;3. 向量α线性无关的充要条件是▁▁▁▁;4. 若321,,ααα线性相关,则12,,...,s ααα)3(>s 线性▁▁▁▁关;5. n 维单位向量组一定线性▁▁▁▁;三、计算题 1. 设T )1,1,1(1λα+=,T )1,1,1(2λα+=,T )1,1,1(3λα+=,T),,0(2λλβ=,问1λ为何值时,β能由321,,ααα唯一地线性表示2λ为何值时,β能由321,,ααα线性表示,但表达式不唯一 3λ为何值时,β不能由321,,ααα线性表示 2. 设T )3,2,0,1(1=α,T )5,3,1,1(2=α,T a )1,2,1,1(3+=α,T a )8,4,2,1(4+=α,T b )5,3,1,1(+=β问： 1b a ,为何值时,β不能表示为4321,,,αααα的线性组合 2b a ,为何值时,β能唯一地表示为4321,,,αααα的线性组合 3. 求向量组T )4,0,1,1(1-=α,T )6,5,1,2(2=α,T )2,5,2,1(3=α,T )0,2,1,1(4--=α,T )14,7,0,3(5=α的一个极大线性无关组,并将其余向量用该极大无关组线性表示; 四、证明题1. 设2131222112,3,ααβααβααβ-=-=+=,试证321,,βββ线性相关;2. 设12,,...,n ααα线性无关,证明12231,,...,n αααααα+++在n 为奇数时线性无关；在n 为偶数时线性相关;第四章 线性方程组一、单项选择题1．设n 元齐次线性方程组0AX =的系数矩阵的秩为r ,则0AX =有非零解的充分必要条件是A r n =B r n <C r n ≥D r n >2．设A 是m n ⨯矩阵,则线性方程组AX b =有无穷解的充要条件是A ()r A m <B ()r A n <C ()()r Ab r A m =<D ()()r Ab r A n =<3．设A 是m n ⨯矩阵,非齐次线性方程组AX b =的导出组为0AX =,若m n <,则A AX b =必有无穷多解B AX b =必有唯一解C 0AX =必有非零解D 0AX =必有唯一解4．方程组1232332422(2)(3)(4)(1)x x x x x x λλλλ+-=⎧⎪+=⎨⎪-=----⎩无解的充分条件是λ=A 1B 2C 3D 45．方程组12323331224(1)(3))(1))x x x x x x x λλλλλλ++=-⎧⎪-=-⎪⎨=-⎪⎪-=---⎩有唯一解的充分条件是λ=A 1B 2C 3D 4 二、填空题1. 设A 为100阶矩阵,且对任意100维的非零列向量X ,均有0AX ≠,则A 的秩为 .2. 线性方程组1231212320200kx x x x kx x x x ++=⎧⎪+=⎨⎪-+=⎩仅有零解的充分必要条件是 .3. 设12,,s X X X 和1122s s c X c X c X +++均为非齐次线性方程组AX b =的解12,,s c c c 为常数,则12s c c c +++= .4. 若线性方程组AX b =的导出组与0(())BX r B r ==有相同的基础解系,则()r A = .5. 若线性方程组m n A X b ⨯=的系数矩阵的秩为m ,则其增广矩阵的秩为 .三、计算题1. 已知123,,ααα是齐次线性方程组0AX =的一个基础解系,问122331,,αααααα+++是否是该方程组的一个基础解系 为什么2. 设54331012263211311111A -⎡⎤⎢⎥⎢⎥=⎢⎥-⎢⎥⎣⎦,12010560011210012320B --⎡⎤⎢⎥-⎢⎥=⎢⎥-⎢⎥--⎣⎦,已知B 的行向量都是线性方程组0AX =的解,试问B 的四个行向量能否构成该方程组的基础解系 为什么3. 设四元齐次线性方程组为 Ι：122400x x x x +=⎧⎨-=⎩1求Ι的一个基础解系2如果12(0,1,1,0)(1,2,2,1)T T k k +-是某齐次线性方程组II 的通解,问方程组Ι和II 是否有非零的公共解 若有,求出其全部非零公共解；若无,说明理由;第五章 特征值与特征向量一、单项选择题1. 设001010100A ⎛⎫ ⎪= ⎪ ⎪⎝⎭,则A 的特征值是 ;a -1,1,1b 0,1,1c -1,1,2d 1,1,22. 设110101011A ⎛⎫ ⎪= ⎪ ⎪⎝⎭,则A 的特征值是 ;a 0,1,1b 1,1,2c -1,1,2d -1,1,1 3. 设A 为n 阶方阵, 2A I =,则 ;a ||1A =b A 的特征根都是1c ()r A n =d A 一定是对称阵4. 若12,x x 分别是方阵A 的两个不同的特征值对应的特征向量,则1122k x k x +也是A 的特征向量的充分条件是 ;a 1200k k ==且b 1200k k ≠≠且c 120k k =d 1200k k ≠=且 5. 若n 阶方阵,A B 的特征值相同,则 ;a A B =b ||||A B =c A 与B 相似d A 与B 合同二、填空题1. n 阶零矩阵的全部特征值为_______;2. 设A 为n 阶方阵,且I A =2,则A 的全部特征值为_______;3. 设A 为n 阶方阵,且0=m A m 是自然数,则A 的特征值为_______;4. 若A A =2,则A 的全部特征值为_______;5. 若方阵A 与I 4相似,则=A _______;三、计算题1. 若n 阶方阵A 的每一行元素之和都等于a ,试求A 的一个特征值及该特征值对应的一个特征向量.2. 求非奇异矩阵P ,使1P AP -为对角阵.1 2112A ⎛⎫= ⎪⎝⎭2 112131201A -⎛⎫⎪=-- ⎪ ⎪--⎝⎭四、证明题1. 设A 是非奇异阵, λ是A 的任一特征根,求证1λ是1A -的一个特征根,并且A 关于λ的特征向量也是1A -关于1λ的特征向量. 2. 设2A E =,求证A 的特征根只能是1±.3. 设n 阶方阵A 与B 中有一个是非奇异的,求证矩阵AB 相似于BA .4. 证明:相似矩阵具有相同的特征值.5. 设n 阶矩阵A E ≠,如果()()r A E r A E n ++-=,证明：-1是A 的特征值;6. 设A B ,证明kk A B ;7. 设12,αα是n 阶矩阵A 分别属于12,λλ的特征向量,且12λλ≠,证明12αα+不是A 的特征向量;概率论部分一、填空：每题3分,共15分1． 假设,A B 是两独立的事件,()0.7,()0.3P A B P A ⋃==,则()P B =_________; 2． 设A,B 是两事件,(|)1/4,()1/3P A B P B ==,则()P AB =__________; 3． 若二维随机变量(X,Y)满足()()()E XY E X E Y =,则X Y 与________; 4． 随机变量~(0,1),23,~X N Y X Y =+则_________; 5． 设总体)1,0(~N X ,1210,,,X X X 是来自总体X 的样本,则X 服从_________分布;二、选择：每题3分,共15分1． 如果成立,则事件,A B 互为对立事件....()()1A AB B AB C AB A B D P A P B =Φ=Ω=Φ⋃=Ω+=且2． 若X 的概率密度为02()4240x x f x xx ≤≤⎧⎪=-≤≤⎨⎪⎩其它,则{3}P X ≤= .3/2A .5/2B .7/2C .4D3． 设随机变量),(~p n B X ,则方差var()X =.A np .(1)B n p - 2.C np .(1)D np p -4． 下列结论正确的是A .X 与Y 相互独立,则X 与Y 不相关B .X 与Y 不独立,则X 与Y 相关C .X 与Y 不相关,则X 与Y 相互独立D .X 与Y 相关,则X 与Y 相互独立5． 设n X X X ,,,21 为来自正态总体2~(,)X N μσ的一个样本,其中μ已知,2σ未知,则下面不是统计量的是 ()A 1X ()B 221()ni i X μσ=-∑()C 211()n i i X n μ=-∑ ()D 211()1n i i X X n =--∑ 三、计算：共70分1．15分甲乙两袋,甲袋中有两白球一个黑球,乙袋中有一个白球两个黑球;先从甲袋中取一球放到乙袋中,再从乙袋中取一球,1求从乙袋中取出的是白球的概率；2已发现从乙袋中取出的是白球,问从甲袋中取出放入乙袋中的球为白球的概率;2．10分设随机变量X 的密度函数为2,02()0,cx x f x ⎧<<=⎨⎩其它,试求：(1)常数c ；(2){11}P X -<<;3.10分设随机变量X 的密度函数为2,01;()0,x x f x <<⎧=⎨⎩其他，,求 2X Y =的概率密度；4．10分一袋中装有5只球,编码为1,2,3,4,5,在袋中同时取3只,以X 表示取出的3只球中的最小号码,求随机变量X 的分布律与数学期望.5.15分设随机变量X,Y 的概率密度为 6,01(,)0,x y x f x y <<<⎧=⎨⎩其它1试求关于X 及Y 的边缘概率密度；2判断X 与Y 是否相互独立,并说明理由.6．10分总体X 的概率密度函数为220(),00x x f x θθθ⎧<<⎪=>⎨⎪⎩其它是未知参数,求未知参数θ的矩估计量,并验证未知参数θ的矩估计量是θ的有偏还是无偏估计量;线性代数部分参考答案第一章 行列式一、单项选择题1． C .2. C .3．B.4 C .5. A 6.C二．填空题1.0;2.!)1(1n n --;3.M 3-;4.4x ;5.2-;6.3,2-≠k ;7.7=k 三．计算题 1. )(233y x +-； 2. 1,0,2-=x ;3 (2)(1)...((2))b b n b -+---;4 ∏=--nk k kna b1)()1(;5 ∏∑==-+nk k nk k a x a x 11)()(;第二章参考答案一：1. a ；2. b ；3.c ；4.d ； 5.d ； 6.d ； 7.d ； 8.c ；9.b ； 10.d.11.B 12.D13.A14.C二．1. 1或-1；2. 0； 5. 81；6. 0；三、1.1、⎪⎪⎪⎭⎫⎝⎛---016213010；2、⎪⎪⎪⎪⎪⎭⎫⎝⎛-02132121； 3、⎪⎪⎪⎭⎫⎝⎛------9122692683. 2. 0； 3.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---1000210012100121； 4.⎪⎪⎪⎭⎫⎝⎛100001010；第三章向量参考答案一、 单项选择1.b2.d3.a4.b5.b 二、填空题1. 52.相关3. 0≠α4.相关三、解答题1. 解：设332211αααβx x x ++=则对应方程组为⎪⎩⎪⎨⎧=+++=+++=+++2321321321)1()1(0)1(λλλλλx x x x x x x x x其系数行列式)3(1111111112+=+++=λλλλλA1当3,0-≠≠λλ时,0≠A ,方程组有唯一解,所以β可由3,21,ααα唯一地线性表示;2当0=λ时,方程组的增广阵 ⎪⎪⎪⎭⎫ ⎝⎛=011101110111A ⎪⎪⎪⎭⎫ ⎝⎛→000000000111,31)()(<==A r A r ,方程组有无穷多解,所以β可由3,21,ααα线性表示,但表示式不唯一;3当3-=λ时,方程组的增广阵⎪⎪⎪⎭⎫ ⎝⎛----=921131210112A ⎪⎪⎪⎭⎫⎝⎛-----→18000123303121,)()(A r A r ≠,方程组无解,所以β不能由3,21,ααα线性表示; 2.解:以βαααα,,,,4321为列构造矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+++58153342321211011111a b a →⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--+-b a a 41000041100121101111121时，且当01≠±=b a β不能表示为4321,,,αααα的线性组合； 2任意时，当b a ,1±≠β能唯一地表示为4321,,,αααα的线性组合;3.解：=),,,,(54321ααααα⎪⎪⎪⎪⎪⎭⎫⎝⎛---140264725500121131121⎪⎪⎪⎪⎪⎭⎫⎝⎛--→000110001011020101 421,,ααα为一个极大无关组,且31240αααα=-++, 42152αααα-+=四、证明题1.证：∵0)2(4)(33121=--+ββββ∴0435321=++-βββ ∴321,,βββ线性相关2.证：设0)()()(1322211=++++++ααααααn n k k k则0)()()(122111=+++++-n n n n k k k k k k ααα ∵n ααα,,,21 线性无关∴⎪⎪⎩⎪⎪⎨⎧=+=+=+-0001211n n n k k k k k k 其系数行列式1100001000001100001110001 =⎩⎨⎧=-++为偶数为奇数n n n ,0,2)1(11∴当n 为奇数时,n k k k ,,,21 只能为零,n ααα,,,21 线性无关； 当n 为偶数时,n k k k ,,,21 可以不全为零,n ααα,,,21 线性相关;参考答案一、单项选择题 1.B 2.D 3.C 4.B 5.A二、填空题1.1002.23k k ≠-≠且3.14.r5.m三、计算题 1. 是 2. 不能3. 112(0,0,1,0),(1,1,0,1)T T v v ==- 2(1,1,1,1)()T k k -其中为任意非零常数第五章 参考答案一、单项选择题 1.a 2.c 3.c 4.d 5.b二、填空题1.02.1,-13.04.0,15.4I三、计算题 1.,(1,1,,1)T a2.11111-⎛⎫ ⎪⎝⎭ 2113211122-⎛⎫⎪- ⎪ ⎪⎝⎭四. 证明题 略概率论部分一、填空每题3分共15分1. 4/7；2. 1/12 ；3. 不相关；4. ~(3,4)Y N ；5. (0,1/10)N 二、选择每题3分共15分1．C ； 2. C ； 3. D ； 4. A ； 5. B 三、计算 1． 15分解：设12{}{}A A ==第一次从甲袋中摸的是黑球第一次从甲袋中摸的是白球{}B =从乙袋中摸的是白球（1） 由全概率公式11221212()(|)()(|)()31212(),(),(|)(|)3344P B P B A P A P B A P A P A P A P B A P B A =+====分所以PB=1/12+4/12=5/12 (3)分2要求2(|)P A B ,由贝叶斯公式分分25451232425)()()|()|(222 =⨯⨯==B P A P A B P B A P2. (10)分解：(1)由()1f x dx +∞-∞=⎰,得220813cx dx c ==⎰,所以38c =, ……4分 (2)11231010311{11}()888P X f x dx x dx x --<<====⎰⎰,……6分 3．10分解：1 2Y X =分别在(,0)-∞∞和（0,+）单调,所以''(|(|||,01()0,,X X Y f f y f y ⎧+<<⎪=⎨⎪⎩其他． ……4分,01,01y ⎧+=<<⎪=⎨⎪⎩其他０， ……6分,或利用分布函数法：2(){}{}{{0Y F y P Y y P X y P X P X =≤=≤=≤≤=<≤……4分20,01xdx x y y ===<<,……4分1,01()()0,Y Y y f y F y <<⎧'∴==⎨⎩其他……2分 4. 10分解：X ＝1,2,3 ………2分22343335556311{1},{2},{3}101010C C P X P X P X C C C ========= ,5分………6分631()123101010E X =⨯+⨯+⨯ =1.5… 12分5．15分解： 1()(,)X f x f x y dy ∞-∞=⎰06,010,x xdy x ⎧<<⎪=⎨⎪⎩⎰其它26,010,x x ⎧<<=⎨⎩其它 ………6分()(,)Y f y f x y dx ∞-∞=⎰16,010,y xdx y ⎧<<⎪=⎨⎪⎩⎰其它23(1),010,y y ⎧-<<=⎨⎩其它 ………6分2X 与Y 不相互独立,因为(,)()()X Y f x y f x f y ≠ ………3分 6．10分解：1222()3xEX xf x dx xdx θθθ+∞-∞===⎰⎰,···3分,X =θ32···2分,__^3,2X θ=所以···2分 由于__^3322E E X E X θθ===, 所以θ的矩估计量为无偏估计;···············3分。

习题一：写出下列随机试验的样本空间：(1) 某篮球运动员投篮时, 连续5 次都命中, 观察其投篮次数; 解：连续5 次都命中，至少要投5次以上，故}{Λ,7,6,51=Ω； (2) 掷一颗匀称的骰子两次, 观察前后两次出现的点数之和; 解：}{12,11,4,3,22Λ=Ω； (3) 观察某医院一天内前来就诊的人数;解：医院一天内前来就诊的人数理论上可以从0到无穷，所以}{Λ,2,1,03=Ω；(4) 从编号为1，2，3，4，5 的5 件产品中任意取出两件, 观察取出哪两件产品; 解：属于不放回抽样，故两件产品不会相同，编号必是一大一小，故： ()}{;51,4≤≤=Ωj i j i π (5) 检查两件产品是否合格;解：用0 表示合格, 1 表示不合格，则()()()()}{1,1,0,1,1,0,0,05=Ω；(6) 观察某地一天内的最高气温和最低气温(假设最低气温不低于T1, 最高气温不高于T2); 解：用x 表示最低气温, y 表示最高气温;考虑到这是一个二维的样本空间，故： ()}{216,T y x T y x ≤≤=Ωπ；(7) 在单位圆内任取两点, 观察这两点的距离; 解：}{207ππx x =Ω；(8) 在长为l 的线段上任取一点, 该点将线段分成两段, 观察两线段的长度. 解：()}{l y x y x y x =+=Ω,0,0,8φφ；(1) A 与B 都发生, 但C 不发生; C AB ；(2) A 发生, 且B 与C 至少有一个发生;)(C B A ⋃； (3) A,B,C 中至少有一个发生; C B A ⋃⋃；(4) A,B,C 中恰有一个发生;C B A C B A C B A ⋃⋃； (5) A,B,C 中至少有两个发生; BC AC AB ⋃⋃； (6) A,B,C 中至多有一个发生;C B C A B A ⋃⋃；(7) A;B;C 中至多有两个发生;ABC(8) A,B,C 中恰有两个发生.C AB C B A BC A ⋃⋃ ； 注意：此类题目答案一般不唯一，有不同的表示方式。

第一章习题解答1． 设随机变量X 服从几何分布，即：(),0,1,2,k P X k pq k ===L 。

求X 的特征函数，EX 及DX 。

其中01,1p q p <<=-是已知参数。

解 0()()jtxjtkk X k f t E eepq ∞===∑Q()k jtkk p q e∞==∑ =0()1jt kjtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑Q222()()[()]q D X E X E X P =-=（其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑）令 0()(1)n n S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰202201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰）W2、（1） 求参数为(,)p b 的Γ分布的特征函数，其概率密度函数为1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩（2） 其期望和方差；（3） 证明对具有相同的参数的b 的Γ分布，关于参数p 具有可加性。

解 （1）设X 服从(,)p b Γ分布，则10()()p jtxp bxX b f t ex e dx p ∞--=Γ⎰ 1()0()p p jt b x b x e dx p ∞--=Γ⎰101()()()()(1)p u p p p p p b e u b u jt b x du jt p b jt b jt b∞----==Γ---⎰ 1(())x p p e x dx ∞--Γ=⎰Q （2）'1()(0)X p E X f j b∴== 2''221(1)()(0)X p p E X f j b +== 222()()()PD XE X E X b∴===（4） 若(,)i i X p b Γ: 1,2i = 则121212()()()()(1)P P X X X X jt f t f t f t b-++==-1212(,)Y X X P P b ∴=+Γ+:同理可得：()()iiP X b f t b jt∑=∑- W3、设X 是一随机变量，()F x 是其分布函数，且是严格单调的，求以下随机变量的特征函数。