北邮概率论与数理统计统计量及其分布(6.3)

概率论与数理统计课后答案北邮版(第三章)(总18页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--习题三1.将一硬币抛掷三次，以X表示在三次中出现正面的次数，以Y表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X和Y的联合分布律.222⨯⨯222⨯⨯=2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X表示取到黑球的只数，以Y表示取到红球的只数.求X和Y的联合分布律.【解】和的联合分布律如表：223247C3C35=313247C2C35=11232247C C6C35=21132247C C12C35=313247C2C35=12132247C C6C35=223247C3C35=3.设二维随机变量（X，Y）的联合分布函数为F（x，y）=⎪⎩⎪⎨⎧≤≤≤≤.,020,2,sinsin其他ππyxyx求二维随机变量（X，Y）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,4πππyx内的概率.【解】如图πππ{0,}(3.2)463P X Y<≤<≤公式ππππππ(,)(,)(0,)(0,)434636F F F F--+ππππππsin sin sin sin sin0sin sin0sin4346361).4=--+=题3图说明：也可先求出密度函数，再求概率。

4.设随机变量（X ，Y ）的分布密度f （x ，y ）=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求：（1） 常数A ；（2） 随机变量（X ，Y ）的分布函数；（3） P {0≤X <1，0≤Y <2}. 【解】（1） 由-(34)0(,)d d e d d 112x y A f x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12 （2） 由定义，有 (,)(,)d d yxF x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y ≤<≤<12(34)3800{01,02}12e d d (1e )(1e )0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰5.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k（1） 确定常数k ；（2） 求P {X ＜1，Y ＜3}； （3） 求P {X <}；（4） 求P {X +Y ≤4}. 【解】（1） 由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.5402127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1） 因X 在（0，）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他 而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y 独立5515e25e,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y x DP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xyx x y x-==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图 题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=e ,0,0,.y x y -⎧<<⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=22,1,0,.cx y x y ⎧≤≤⎨⎩其他（1） 试确定常数c ；（2） 求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰522217d ,01,420,0,.y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩其他 11.设随机变量（X ，Y ）的概率密度为f（x，y）=1,,01, 0,.y x x⎧<<<⎨⎩其他求条件概率密度f Y｜X（y｜x），f X｜Y（x｜y）.题11图【解】()(,)dXf x f x y y+∞-∞=⎰1d2,01,0,.xxy x x-⎧=<<⎪=⎨⎪⎩⎰其他111d1,10,()(,)d1d1,01,0,.yY yx y yf y f x y x x y y-+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y XXy xf x yf y x xf x⎧<<⎪==⎨⎪⎩其他|1,1,1(,)1(|),1,()10,.X YYy xyf x yf x y y xf y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X，最大的号码为Y.（1）求X与Y的联合概率分布；（2）X与Y是否相互独立【解】（1）X与Y的联合分布律如下表345{}iP X x= YX1 3511C 10= 3522C 10= 3533C 10= 610 2 0 3511C 10= 3522C 10= 310 32511C 10= 110{}i P Y y =110 310 610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为 2 5 8（1）求关于X 和关于Y 的边缘分布；（2） X 与Y 是否相互独立2 5 8 P {Y=y i }{}i P X x =(2) 因{2}{0.4}0.20.8P X P Y ===⨯0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2） 设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率.【解】（1） 因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩独立其他XYX Y题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ∆=-≥故 X 2≥Y ， 从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z P z Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2） 当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰ 33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图 (3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z x y zF z x y y x x yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4只，求其中没有一只寿命小于180h 的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥之间独立34{180}{180}P X P X ≥≥1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==于是{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii k k n k i k n k P X i P Y k i n n p q p qi k i n n p qi k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.（2） 求V =max （X ，Y ）的分布律； （3） 求U =min （X ，Y ）的分布律；（4） 求W =X +Y 的分布律.【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =所以V 的分布律为(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =（1） 求P {Y ＞0｜Y ＞X }；（2） 设M =max{X ，Y }，求P {M ＞0}.题20图【解】因（X ，Y ）的联合概率密度为22221,,(,)π0,.x y R f x y R⎧+≤⎪=⎨⎪⎩其他 （1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r r R θθ=⎰⎰⎰⎰3/83;1/24==(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D 由曲线y =1/x 及直线y =0，x =1,x=e 2所围成，二维随机变量（X ，Y ）在区域D 上服从均匀分布，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他（X ，Y ）关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他 所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-= 而X 与Y 独立，故{}{}{,}i j i i P X x P Y y P X x Y y =====,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x ===又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y === 同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1j j P Y y ===∑,故3111{}1623P Y y ==--=.同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=.(2) {,}{}{|}P X n Y m P X n P Y m X n ======e C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=.26. 设二维随机变量（X ，Y ）的概率分布为1 0 11 0 1 a 0 b 0 c其中a ,b ,c 为常数，且X 的数学期望E (X )=,P {Y ≤0|X ≤0}=，记Z =X +Y .求：（1） a ,b ,c 的值； （2） Z 的概率分布； （3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +=1 即 a+b+c = . 由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为2，1，0，1，2，X Y{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 2 1 0 1 2(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.27. 设随机变量X,Y 独立同分布,且X 的分布函数为F(x),求Z=max{X,Y}的分布函数.解：因为X,Y 独立同分布，所以F X （z ）=F Y (z),则F Z （z ）=P{Z ≤z}=P{X ≤z ，Y ≤z}=P{x ≤z}·P{Y ≤z}=［F （z ）］2.28.设随机变量X 与Y 相互独立，X 的概率分布为1{},1,0,1,3P X i i ===-Y 的概率密度为1,01,()0,Y y f y ≤<⎧=⎨⎩其他.记Z =X +Y .（1）求1{|0};2P Z X ≤= （2）求Z 的概率密度()Z f z分析 题（1）可用条件概率的公式求解.题（2）可先求Z 的分布函数，再求导得密度函数.解(1) 1{0,}12{|0}2{0}P X Z P Z X P X =≤≤===1{0,}2{0}P X Y P X =≤== 11{}22P Y =≤=（2）(){}{}Z F z P Z z P X Y z =≤=+≤{,1}{,0}{,1}P X Y z X P X Y z X P X Y z X =+≤=-++≤=++≤= {1,1}{,0}{1,1}P Y z X P Y z X P Y z X =≤+=-+≤=+≤-= {1}{1}{}{0}{1}{1}P Y z P X P Y z P X P Y z P X =≤+=-+≤=+≤-=1[{1}{}{1}]3P Y z P Y z P Y z =≤++≤+≤-1[(1)()(1)]3Y Y Y F z F z F z =+++-'1()()[(1)()(1)]3Z Z Y Y Y f z F z f z f z f z ==+++-1,1230,.z ⎧-≤<⎪=⎨⎪⎩其他29.设随机变量(X,Y)服从二维正态分布,且X 与Y 不相关,f X (x),f Y (y)分别表示X,Y 的概率密度,求在Y=y 的条件下,X 的条件概率密度f X ｜Y (x ｜y).解：由第四章第三节所证可知，二维正态分布的不相关与独立性等价，所以f(x,y)=f X (x) ·F Y (y)，由本章所讨论知，/()()(,)(/)()()()X Y X Y X Y Y f x f y f x y f x y f x f y f y ===.30.设二维随机变量(X ,Y )的概率密度为2,01,01,(,)0,.x y x y f x y --<<<<⎧=⎨⎩其他（1）求{2};P X Y >（2）求Z =X +Y 的概率密度()Z f z .分析 已知(X,Y)的联合密度函数，可用联合密度函数的性质{(,)P X Y ∈}(,)GG f x y dxdy =⎰⎰ 解（1）； Z=X+Y 的概率密度函数可用先求Z 的分布函数再求导的方法或直接套公式求解. 解 （1）2{2}(,)x yP X Y f x y dxdy >>=⎰⎰120120(2)57().824x dx x y dyx x dx =--=-=⎰⎰⎰（2）()(,),Z f z f x z x dx +∞-∞=-⎰其中 2()01,01(,)0x z x x z x f x z x ---<<<-<⎧-=⎨⎩其他201,01z x z x -<<<-<⎧=⎨⎩其他当02z z ≤≥或时，()0Z f z =； 当01z <<时，0()(2)(2);zZ f z z dx z z =-=-⎰ 当12z ≤<时，121()(2)(2),Z z f z z dx z -=-=-⎰即Z 的概率密度为2(2)01()(2)120Z z z z f z z z -<<⎧⎪=-≤<⎨⎪⎩其他。

概率论与数理统计教案-统计量和抽样分布一、教学目标1. 理解统计量的概念，掌握常见统计量的计算方法。

2. 了解抽样分布的定义，掌握正态分布、t分布、卡方分布等常见抽样分布的特点及应用。

3. 学会使用抽样分布进行假设检验和置信区间的估计。

二、教学内容1. 统计量的概念及计算方法统计量的定义样本均值、样本方差、样本标准差等常见统计量2. 抽样分布的定义及特点抽样分布的定义正态分布、t分布、卡方分布等常见抽样分布的特点3. 抽样分布的应用假设检验置信区间的估计三、教学方法1. 讲授法：讲解统计量的概念、计算方法，抽样分布的定义及特点。

2. 案例分析法：通过具体案例，让学生学会使用抽样分布进行假设检验和置信区间的估计。

3. 互动教学法：引导学生参与课堂讨论，提问、解答问题，提高学生的积极性和主动性。

四、教学步骤1. 引入统计量的概念，讲解样本均值、样本方差、样本标准差等常见统计量的计算方法。

2. 讲解抽样分布的定义，介绍正态分布、t分布、卡方分布等常见抽样分布的特点及应用。

3. 通过具体案例，让学生学会使用抽样分布进行假设检验和置信区间的估计。

五、课后作业1. 复习本节课的内容，整理笔记。

2. 完成课后习题，加深对统计量和抽样分布的理解。

3. 选择一个感兴趣的话题，运用抽样分布进行实际问题的分析。

六、教学评估1. 课堂提问：通过提问了解学生对统计量和抽样分布的理解程度。

2. 课后习题：检查学生对课堂内容的掌握情况。

3. 实际案例分析：评估学生运用抽样分布解决实际问题的能力。

七、拓展与延伸1. 引导学生探讨抽样分布在其他领域的应用，如经济学、生物学等。

2. 介绍与抽样分布相关的高级主题，如非参数统计、贝叶斯统计等。

3. 鼓励学生参加相关竞赛、研究项目，提高实践能力。

八、教学资源1. 教材：概率论与数理统计相关教材。

2. 课件：PPT课件，辅助学生理解统计量和抽样分布的概念及应用。

3. 案例资料：提供具体案例，方便学生学会使用抽样分布进行假设检验和置信区间的估计。

概率论与数理统计课后答案北邮版(第四章)(总18页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--习题四1.设随机变量X 的分布律为X ??1 0 12P 1/8 1/2 1/81/4求E （），（），（2+3）. 【解】(1) 11111()(1)012;82842E X =-⨯+⨯+⨯+⨯= (2) 2222211115()(1)012;82844E X =-⨯+⨯+⨯+⨯=(3) 1(23)2()32342E X E X +=+=⨯+=2.已知100个产品中有10个次品，求任意取出的5个产品中的次品数的数学期望、方差. X 0 1 2 3 4 5P 5905100C 0.583C = 1410905100C C 0.340C = 2310905100C C 0.070C = 3210905100C C 0.007C = 4110905100C C 0C = 5105100C 0C = 故 ()0.58300.34010.07020.00730405E X =⨯+⨯+⨯+⨯+⨯+⨯ 0.501,= 52()[()]iii D X x E X P ==-∑222(00.501)0.583(10.501)0.340(50.501)00.432.=-⨯+-⨯++-⨯=3.X ??1 01P p 1 p 2 p 3且已知E （）=,()=,求1，2，3. 【解】因1231P P P ++=……①,又12331()(1)010.1E X P P P P P =-++=-=……②,222212313()(1)010.9E X P P P P P =-++=+=……③由①②③联立解得1230.4,0.1,0.5.P P P ===4.袋中有N 只球，其中的白球数X 为一随机变量，已知E （X ）=n ，问从袋中任取1球为白球的概率是多少【解】记A ={从袋中任取1球为白球}，则(){|}{}Nk P A P A X k P X k ===∑全概率公式1{}{}1().NNk k k P X k kP X k N Nn E X N N========∑∑5.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧≤≤-<≤.,0,21,2,10,其他x x x x求E （X ），D （X ）. 【解】12201()()d d (2)d E X xf x x x x x x x +∞-∞==+-⎰⎰⎰21332011 1.33x x x ⎡⎤⎡⎤=+-=⎢⎥⎢⎥⎣⎦⎣⎦122232017()()d d (2)d 6E X x f x x x x x x x +∞-∞==+-=⎰⎰⎰ 故 221()()[()].6D XE X E X =-= 6.设随机变量X ，Y ，Z 相互独立，且E （X ）=5，E （Y ）=11，E （Z ）=8，求下列随机变量的数学期望. （1） U =2X +3Y +1；（2） V =YZ ??4X .【解】(1) [](231)2()3()1E U E X Y E X E Y =++=++ 25311144.=⨯+⨯+=(2) [][4][]4()E V E YZ X E YZ E X =-=- ,()()4()Y Z E Y E Z E X -因独立1184568.=⨯-⨯=7.设随机变量X ，Y 相互独立，且E （X ）=E （Y ）=3，D （X ）=12，D （Y ）=16，求E（3X ??2Y ），D （2X ??3Y ）. 【解】(1) (32)3()2()3323 3.E X Y E X E Y -=-=⨯-⨯=(2) 22(23)2()(3)412916192.D X Y D X DY -=+-=⨯+⨯=8.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<.,0,0,10,其他x y x k试确定常数k ，并求E （XY ）. 【解】因101(,)d d d d 1,2xf x y x y x k y k +∞+∞-∞-∞===⎰⎰⎰⎰故k =2 1()(,)d d d 2d 0.25xE XY xyf x y x y x x y y +∞+∞-∞-∞===⎰⎰⎰⎰.9.设X ，Y 是相互独立的随机变量，其概率密度分别为f X （x ）=⎩⎨⎧≤≤;,0,10,2其他x x f Y （y ）=(5)e ,5,0,.y y --⎧>⎨⎩其他求E （XY ）.【解】方法一：先求X 与Y 的均值 12()2d ,3E X x x x ==⎰ 5(5)5()e d 5e d e d 51 6.z y y z z E Y y yz z z +∞+∞+∞=-----=+=+=⎰⎰⎰令由X 与Y 的独立性，得2()()()6 4.3E XY E X E Y ==⨯=方法二：利用随机变量函数的均值公式.因X 与Y 独立，故联合密度为(5)2e ,01,5,(,)()()0,,y X Y x x y f x y f x f y --⎧≤≤>==⎨⎩其他 于是11(5)2(5)552()2ed d 2de d 6 4.3y y E XY xy x x y x xy y +∞+∞----===⨯=⎰⎰⎰⎰10.设随机变量X ，Y 的概率密度分别为f X （x ）=⎩⎨⎧≤>-;0,0,0,22x x x e f Y （y ）=⎩⎨⎧≤>-.0,0,0,44y y y e 求（1） E （X +Y ）;（2） E （2X ??3Y 2）. 【解】22-200()()d 2e d [e]e d xx x X X xf x x x x x x +∞+∞+∞--+∞-∞==-⎰⎰⎰201e d .2x x +∞-==⎰401()()d 4e dy .4y Y E Y yf y y y +∞+∞--∞==⎰⎰22242021()()d 4e d .48y Y E Y y f y y y y +∞+∞--∞====⎰⎰从而(1)113()()().244E X Y E X E Y +=+=+=(2)22115(23)2()3()23288E X Y E X E Y -=-=⨯-⨯= 11.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧<≥-.0,0,0,22x x cx xke 求（1） 系数c ;（2） E （X ）;（3） D （X ）. 【解】(1) 由222()d ed 12k x cf x x cx x k+∞+∞--∞===⎰⎰得22c k =. (2) 222()()d()2e d k x E X xf x x x k x x +∞+∞--∞==⎰⎰22220π2ed .k x kx x +∞-==⎰(3) 222222201()()d()2e .kxE X x f x x x k x k+∞+∞--∞==⎰⎰故 222221π4π()()[()].24D X E X E X k k k⎛-=-=-= ⎝⎭ 12.袋中有12个零件，其中9个合格品，3个废品.安装机器时，从袋中一个一个地取出（取出后不放回），设在取出合格品之前已取出的废品数为随机变量X ，求E （X ）和D （X ）.【解】设随机变量X 表示在取得合格品以前已取出的废品数，则X 的可能取值为0，1，2，3.为求其分布律，下面求取这些可能值的概率，易知9{0}0.750,12P X === 39{1}0.204,1211P X ==⨯= 329{2}0.041,121110P X ==⨯⨯= 3219{3}0.005.1211109P X ==⨯⨯⨯= 于是，得到的概率分布表如下：X0 1 2 3 P由此可得()00.75010.20420.04130.0050.301.E X =⨯+⨯+⨯+⨯=22222222()075010.20420.04130.0050.413()()[()]0.413(0.301)0.322.E X D X E X E X =⨯+⨯+⨯+⨯==-=-=13.一工厂生产某种设备的寿命X （以年计）服从指数分布，概率密度为f （x ）=⎪⎩⎪⎨⎧≤>-.0,0,0,414x x xe为确保消费者的利益，工厂规定出售的设备若在一年内损坏可以调换.若售出一台设备，工厂获利100元，而调换一台则损失200元，试求工厂出售一台设备赢利的数学期望.【解】厂方出售一台设备净盈利Y 只有两个值：100元和??200元 /41/411{100}{1}e d e 4x P Y P X x +∞--==≥==⎰1/4{200}{1}1e .P Y P X -=-=<=-故1/41/41/4()100e (200)(1e )300e 20033.64E Y ---=⨯+-⨯-=-= (元).14.设X 1，X 2，…，X n 是相互独立的随机变量，且有E （X i ）=μ，D （X i ）=σ2，i =1，2，…，n ，记∑==n i i S X n X 12,1，S 2=∑=--n i i X X n 12)(11. （1） 验证)(X E =μ，)(X D =n2σ；（2） 验证S 2=)(11122∑=--ni i X n X n ；（3） 验证E （S 2）=σ2.【证】(1) 1111111()()().n nn i i i i i i E X E X E X E X nu u n n n n ===⎛⎫===== ⎪⎝⎭∑∑∑22111111()()n nni i i ii i i D X D X D X X DXn nn ===⎛⎫== ⎪⎝⎭∑∑∑之间相互独立2221.n n nσσ==(2) 因222221111()(2)2nnnniii ii i i i i XX X X X X X nX X X ====-=+-=+-∑∑∑∑2222112nniii i XnX X nX X nX ===+-=-∑∑故22211()1ni i S X nX n ==--∑.(3) 因2(),()i i E X u D X σ==,故2222()()().i i i E X D X EX u σ=+=+ 同理因2(),()E X u D X nσ==,故222()E X u nσ=+.从而222221111()()[()()]11n ni i i i E s E X nX E X nE X n n ==⎡⎤=-=-⎢⎥--⎣⎦∑∑221222221[()()]11().1ni i E X nE X n n u n u n n σσσ==--⎡⎤⎛⎫=+-+=⎢⎥ ⎪-⎝⎭⎣⎦∑15.对随机变量X 和Y ，已知D （X ）=2，D （Y ）=3，Cov(X ,Y )=??1,计算：Cov （3X ??2Y +1，X +4Y ??3）.【解】Cov(321,43)3()10Cov(,)8()X Y X Y D X X Y D Y -++-=+- 3210(1)8328=⨯+⨯--⨯=-(因常数与任一随机变量独立，故Cov(X ,3)=Cov(Y ,3)=0,其余类似).16.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=221,1,π0,.x y ⎧+≤⎪⎨⎪⎩其他试验证X 和Y 是不相关的，但X 和Y 不是相互独立的. 【解】设22{(,)|1}D x y x y =+≤.2211()(,)d d d d πx y E X xf x y x y x x y +∞+∞-∞-∞+≤==⎰⎰⎰⎰ 2π1001=cos d d 0.πr r r θθ=⎰⎰同理E (Y )=0. 而 Cov(,)[()][()](,)d d X Y x E x y E Y f x y x y +∞+∞-∞-∞=--⎰⎰222π1200111d d sin cos d d 0ππx y xy x y r r r θθθ+≤===⎰⎰⎰⎰, 由此得0XY ρ=,故X 与Y 不相关. 下面讨论独立性，当|x |≤1时，2212112()1.ππx X x f x y x ---- 当|y |≤1时，2212112()1ππy Y y f y x y ---. 显然()()(,).X Y f x f y f x y ≠故X和Y不是相互独立的.17.??1 0 1??111/8 1/8 1/81/8 0 1/81/8 1/81/8验证X和Y是不相关的，但和不是相互独立的.【解】联合分布表中含有零元素，X与Y显然不独立，由联合分布律易求得X，Y及XY的分布律，其分布律如下表X??101P382838Y??101P382838XY??101P284828由期望定义易得E（X）=E（Y）=E（XY）=0.从而E(XY)=E(X)·E(Y),再由相关系数性质知ρXY=0,即X与Y的相关系数为0，从而X和Y是不相关的.又331{1}{1}{1,1}888P X P Y P X Y=-=-=⨯≠==-=-从而X与Y不是相互独立的.18.设二维随机变量（X，Y）在以（0，0），（0，1），（1，0）为顶点的三角形区域上服从均匀分布，求Cov（X，Y），ρXY.【解】如图，S D=12，故（X，Y）的概率密度为题18图2,(,),(,)0,x y Df x y∈⎧=⎨⎩其他.XY()(,)d d DE X xf x y x y =⎰⎰11001d 2d 3x x x y -==⎰⎰22()(,)d d DE X x f x y x y =⎰⎰112001d 2d 6xx x y -==⎰⎰从而222111()()[()].6318D XE X E X ⎛⎫=-=-= ⎪⎝⎭同理11(),().318E Y D Y == 而 1101()(,)d d 2d d d 2d .12xDDE XY xyf x y x y xy x y x xy y -====⎰⎰⎰⎰⎰⎰所以1111Cov(,)()()()123336X Y E XY E X E Y =-=-⨯=-. 从而 112)()XY D Y ρ-===-19.设（X ，Y ）的概率密度为f （x ，y ）=1ππsin(),0,0,2220.x y x y ,⎧+≤≤≤≤⎪⎨⎪⎩其他求协方差Cov （X ，Y ）和相关系数ρXY . 【解】π/2π/21π()(,)d d d sin()d .24E X xf x y x y x xx y y +∞+∞-∞-∞==+=⎰⎰⎰⎰ππ2222201ππ()d sin()d 2.282E X x x x y y =+=+-⎰⎰从而222ππ()()[()] 2.162D XE X E X =-=+-同理 2πππ(),() 2.4162E Y D Y ==+- 又 π/2π/2π()d sin()d d 1,2E XY x xy x y x y =+=-⎰⎰故 2ππππ4Cov(,)()()()1.2444X Y E XY E X E Y -⎛⎫⎛⎫=-=--⨯=- ⎪ ⎪⎝⎭⎝⎭222222π4(π4)π8π164.πππ8π32π8π32)()2162XY D Y ρ-⎛⎫- ⎪--+⎝⎭===-=-+-+-+- 20.已知二维随机变量（X ，Y ）的协方差矩阵为⎥⎦⎤⎢⎣⎡4111，试求Z 1=X ??2Y 和Z 2=2X ??Y 的相关系数.【解】由已知知：D (X )=1,D (Y )=4,Cov(X ,Y )=1.从而12()(2)()4()4Cov(,)1444113,()(2)4()()4Cov(,)414414,D Z D X Y D X D Y X Y D Z D X Y D X D Y X Y =-=+-=+⨯-⨯==-=+-=⨯+-⨯=12Cov(,)Cov(2,2)Z Z X Y X Y =--2Cov(,)4Cov(,)Cov(,)2Cov(,)2()5Cov(,)2()215124 5.X X Y X X Y Y Y D X X Y D Y =--+=-+=⨯-⨯+⨯=故 12122)()Z Z D Z ρ===21.对于两个随机变量V ，W ，若E （V 2），E （W 2）存在，证明：［E （VW ）］2≤E （V 2）E （W 2）.这一不等式称为柯西许瓦兹（Couchy??Schwarz ）不等式. 【证】令2(){[]},.g t E V tW t R =+∈显然22220()[()][2]g t E V tW E V tVW t W ≤=+=++222[]2[][],.E V t E VW t E W t R =++∀∈可见此关于t 的二次式非负，故其判别式Δ≤0， 即2220[2()]4()()E VW E W E V ≥∆=- 2224{[()]()()}.E VW E V E W =-故222[()]()()}.E VW E V E W ≤22.假设一设备开机后无故障工作的时间X 服从参数λ=1/5的指数分布.设备定时开机，出现故障时自动关机，而在无故障的情况下工作2小时便关机.试求该设备每次开机无故障工作的时间Y 的分布函数F （y ）.【解】设Y 表示每次开机后无故障的工作时间，由题设知设备首次发生故障的等待时间X ~E (λ),E (X )=1λ=5.依题意Y =min(X ,2). 对于y <0,f (y )=P {Y ≤y }=0. 对于y ≥2,F (y )=P (X ≤y )=1.对于0≤y <2,当x ≥0时，在(0,x )内无故障的概率分布为 P {X ≤x }=1??e ??λx ,所以F (y )=P {Y ≤y }=P {min(X ,2)≤y }=P {X ≤y }=1??e ??y/5.23.已知甲、乙两箱中装有同种产品，其中甲箱中装有3件合格品和3件次品，乙箱中仅装有3件合格品.从甲箱中任取3件产品放乙箱后，求：（1）乙箱中次品件数Z 的数学期望；（2）从乙箱中任取一件产品是次品的概率. 【解】（1） Z 的可能取值为0，1，2，3，Z 的概率分布为33336C C {}C k k P Z k -==, 0,1,2,3.k =因此，()0123.202020202E Z =⨯+⨯+⨯+⨯= (2) 设A 表示事件“从乙箱中任取出一件产品是次品”，根据全概率公式有3(){}{|}k P A P Z k P A Z k ====∑191921310.202062062064=⨯+⨯+⨯+⨯= 24.假设由自动线加工的某种零件的内径X （毫米）服从正态分布N （μ,1），内径小于10或大于12为不合格品，其余为合格品.销售每件合格品获利，销售每件不合格品亏损，已知销售利润T （单位：元）与销售零件的内径X 有如下关系T =⎪⎩⎪⎨⎧>-≤≤<-.12,5,1210,20,10,1X X X 若若若 问：平均直径μ取何值时，销售一个零件的平均利润最大【解】(){10}20{1012}5{12}E T P X P X P X =-<+≤≤->{10}20{1012}5{12}(10)20[(12)(10)]5[1(12)]25(12)21(10) 5.P X u u P u X u u P X u u u u u u u u =--<-+-≤-≤--->-=-Φ-+Φ--Φ---Φ-=Φ--Φ--故2/2d ()25(12)(1)21(10)(1)0(()),d x E T u u x u ϕϕϕ-=-⨯---⨯-= 令这里得 22(12)/2(10)/225e 21eu u ----=两边取对数有2211ln 25(12)ln 21(10).22u u --=--解得 125111ln11ln1.1910.91282212u =-=-≈(毫米) 由此可得，当u =毫米时，平均利润最大.25.设随机变量X 的概率密度为f (x )=⎪⎩⎪⎨⎧≤≤.,0,0,2cos 21其他πx x 对X 独立地重复观察4次，用Y 表示观察值大于π/3的次数，求Y 2的数学期望.（2002研考）【解】令 π1,,3(1,2,3,4)π0,3i X Y i ⎧>⎪⎪==⎨⎪≤⎪⎩X .则41~(4,)i i Y Y B p ==∑.因为ππ{}1{}33p P X P X =>=-≤及π/30π11{}cos d 3222x P X x ≤==⎰,所以111(),(),()42,242i i E Y D Y E Y ===⨯=2211()41()()22D YE Y EY =⨯⨯==-,从而222()()[()]12 5.E Y D Y E Y =+=+=26.两台同样的自动记录仪，每台无故障工作的时间T i (i =1,2)服从参数为5的指数分布，首先开动其中一台，当其发生故障时停用而另一台自动开启.试求两台记录仪无故障工作的总时间T =T 1+T 2的概率密度f T (t )，数学期望E （T ）及方差D （T ）. 【解】由题意知：55e ,0,()0,0t i t f t t -⎧≥=⎨<⎩. 因T 1,T 2独立，所以f T (t )=f 1(t )*f 2(t ).当t <0时，f T (t )=0;当t ≥0时，利用卷积公式得55()5120()()()d 5e 5e d 25e tx t x t T f t f x f t x x x t +∞-----∞=-==⎰⎰故得525e ,0,()0,0.t T t t f t t -⎧≥=⎨<⎩ 由于T i ~E (5),故知E (T i )=15,D (T i )=125(i =1,2)因此，有E (T )=E (T 1+T 2)=25.又因T 1,T 2独立，所以D （T ）=D （T 1+T 2）=225. 27.设两个随机变量X ，Y 相互独立，且都服从均值为0，方差为1/2的正态分布，求随机变量|X ??Y |的方差.【解】设Z =X ??Y ，由于22~0,,~0,,22X N Y N ⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭且X 和Y 相互独立，故Z ~N （0，1）.因22()()(||)[(||)]D X Y D Z E Z E Z -==-22()[()],E Z E Z =-而22/2()()1,(||)||e d 2πz E Z D Z E Z z z +∞--∞===⎰ 2/202e d π2πz z z +∞-== 所以 2(||)1πD X Y -=-. 28.某流水生产线上每个产品不合格的概率为p (0<p <1)，各产品合格与否相互独立，当出现一个不合格产品时，即停机检修.设开机后第一次停机时已生产了的产品个数为X ，求E （X ）和D （X ）.【解】记q =1??p ,X 的概率分布为P {X =i }=q i ??1p ,i =1,2,…，故12111()().1(1)i ii i q p E X iq p p q p q q p ∞∞-=='⎛⎫'===== ⎪--⎝⎭∑∑ 又221211121()()i i i i i i E X i qp i i q p iq p ∞∞∞---=====-+∑∑∑2232211()12112.(1)ii q pq q pq p q p pq q p q p p p∞=''⎛⎫''=+=+⎪-⎝⎭+-=+==-∑所以 22222211()()[()].p pD XE X E X p p p--=-=-=题29图29.设随机变量X 和Y 的联合分布在点（0，1），（1，0）及（1，1）为顶点的三角形区域上服从均匀分布.（如图），试求随机变量U =X +Y 的方差. 【解】D (U )=D (X +Y )=D (X )+D (Y )+2Cov(X ,Y )=D (X )+D (Y )+2[E (XY )??E (X )·E (Y )].由条件知X 和Y 的联合密度为2,(,),(,)0,0.x y G f x y t ∈⎧=⎨<⎩ {(,)|01,01,1}.G x y x y x y =≤≤≤≤+≥ 从而11()(,)d 2d 2.X xf x f x y y y x +∞-∞-===⎰⎰因此11122300031()()d 2d ,()2d ,22X E X xf x x x x E X x x =====⎰⎰⎰22141()()[()].2918D XE X E X =-=-=同理可得 31(),().218E Y D Y ==1115()2d d 2d d ,12xGE XY xy x y x x y y -===⎰⎰⎰⎰541Cov(,)()()(),12936X Y E XY E X E Y =-=-=- 于是 1121()().18183618D U D X Y =+=+-= 30.设随机变量U 在区间[??2,2]上服从均匀分布，随机变量X =1,1,1,1,U U -≤-⎧⎨>-⎩ Y =1,1,1, 1.U U -≤⎧⎨>⎩若 试求（1）X 和Y 的联合概率分布；（2）D （X +Y ）.【解】（1） 为求X 和Y 的联合概率分布，就要计算（X ，Y ）的4个可能取值(??1,??1),(??1,1),(1,??1)及(1,1)的概率.P {x =??1,Y =??1}=P {U ≤??1,U ≤1} 112d d 1{1}444x x P U ---∞-=≤-===⎰⎰P {X =??1,Y =1}=P {U ≤??1,U >1}=P {∅}=0, P {X =1,Y =??1}=P {U >??1,U ≤1}11d 1{11}44x P U -=-<≤==⎰21d 1{1,1}{1,1}{1}44x P X Y P U U P U ===>->=>=⎰. 故得X 与Y 的联合概率分布为(1,1)(1,1)(1,1)(1,1)(,)~1110424X Y ----⎡⎤⎢⎥⎢⎥⎣⎦. (2) 因22()[()][()]D X Y E X Y E X Y +=+-+,而X +Y 及（X +Y ）2的概率分布相应为202~111424X Y -⎡⎤⎢⎥+⎢⎥⎣⎦, 24()~1122X Y ⎡⎤⎢⎥+⎢⎥⎣⎦. 从而11()(2)20,44E X Y +=-⨯+⨯= 211[()]042,22E X Y +=⨯+⨯=所以22()[()][()] 2.D X Y E X Y E X Y +=+-+=31.设随机变量X 的概率密度为f (x )=x-e 21，（??∞<x <+∞）(1) 求E （X ）及D （X ）；（2） 求Cov(X ,|X |),并问X 与|X |是否不相关（3） 问X 与|X |是否相互独立，为什么【解】(1)||1()e d 0.2x E X xx +∞--∞==⎰ 2||201()(0)e d 0e d 2.2x x D X x x x x +∞+∞---∞=-==⎰⎰ (2) Cov(,|)(||)()(||)(||)X X E X X E X E X E X X =-= ||1||e d 0,2x x x x +∞--∞==⎰所以X 与|X |互不相关.(3) 为判断|X |与X 的独立性，需依定义构造适当事件后再作出判断，为此，对定义域??∞<x <+∞中的子区间（0,+∞）上给出任意点x 0，则有0000{}{||}{}.x X x X x X x -<<=<⊂<所以000{||}{} 1.P X x P X x <<<<<故由00000{,||}{||}{||}{}P X x X x P X x P X x P X x <<=<><<得出X 与|X |不相互独立.32.已知随机变量X 和Y 分别服从正态分布N （1，32）和N （0，42），且X 与Y的相关系数ρXY =??1/2，设Z =23YX +.（1） 求Z 的数学期望E （Z ）和方差D （Z ）； （2） 求X 与Z 的相关系数ρXZ ；（3） 问X 与Z 是否相互独立，为什么 【解】(1) 1().323X Y E Z E ⎛⎫=+=⎪⎝⎭ ()2Cov ,3232XY X Y D Z D D ⎛⎫⎛⎫⎛⎫=++⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭11119162Cov(,),9432X Y =⨯+⨯+⨯⨯ 而1Cov(,))()3462XY X Y D Y ρ⎛⎫==-⨯⨯=- ⎪⎝⎭所以 1()146 3.3D Z =+-⨯= (2) 因()()11Cov(,)Cov ,Cov ,Cov ,3232X Y X Z X X X X Y ⎛⎫=+=+ ⎪⎝⎭ 119()(6)3=0,323D X =+⨯-=- 所以 0.)()XZ D Z ρ==(3) 由0XZ ρ==，得X 与Z 不相关.又因1~,3,~(1,9)3Z N X N ⎛⎫ ⎪⎝⎭，所以X 与Z 也相互独立.33.将一枚硬币重复掷n 次，以X 和Y 表示正面向上和反面向上的次数.试求X 和Y 的相关系数XY ρ.【解】由条件知X +Y =n ，则有D （X +Y ）=D （n ）=0.再由X ~B (n ,p ),Y ~B (n ,q )，且p =q =12, 从而有 ()()4nD X npq D Y ===所以 0()()()2()()XY D X Y D X D Y D X D Y ρ=+=++2,24XY n nρ=+ 故XY ρ=??1. 34. ??1 0 11试求X 和Y 的相关系数ρ.【解】由已知知E (X )=,E (Y )=，而XY 的概率分布为YX ??1 01P所以E （XY ）=??+=Cov(X ,Y )=E (XY )??E (X )·E (Y )=??×=0从而 XY ρ=035.对于任意两事件A 和B ，0<P (A )<1，0<P (B )<1,则称ρ=())()()()()()(B P A P B P A P B P A P AB P ⋅-为事件A 和B 的相关系数.试证：（1） 事件A 和B 独立的充分必要条件是ρ=0；（2） |ρ|≤1.【证】（1）由ρ的定义知，ρ=0当且仅当P (AB )??P (A )·P (B )=0.而这恰好是两事件A 、B 独立的定义，即ρ=0是A 和B 独立的充分必要条件. (2) 引入随机变量X 与Y 为1,,0,A X A ⎧⎪=⎨⎪⎩若发生若发生; 1,,0,B Y B ⎧⎪=⎨⎪⎩若发生若发生.由条件知，X 和Y 都服从0??1分布，即01~1()()X P A P A ⎧⎨-⎩ 01~1()()Y P B P B ⎧⎨-⎩从而有E (X )=P (A ),E (Y )=P (B ),D (X )=P (A )·P (A ),D (Y )=P (B )·P (B ),Cov(X ,Y )=P (AB )??P (A )·P (B )所以，事件A 和B 的相关系数就是随机变量X 和Y 的相关系数.于是由二元随机变量相关系数的基本性质可得|ρ|≤1.36. 设随机变量X 的概率密度为Y Xf X (x )=⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-.,0,20,41,01,21其他x x令Y =X 2，F （x ,y ）为二维随机变量（X ，Y ）的分布函数，求： (1) Y 的概率密度f Y (y )； (2) Cov(X ,Y );(3)1(,4)2F -.解： (1) Y 的分布函数为2(){}{}Y F y P Y y P X y =≤=≤.当y ≤0时， ()0Y F y =，()0Y f y =； 当0＜y ＜1时，(){{0}{0Y F y P X P X P X =≤≤=<+≤≤=，()Y f y =；当1≤y <4时，1(){10}{02Y F y P X P X =-≤<+≤≤=()Y f y =；当y ≥4时，()1Y F y =，()0Y f y =. 故Y 的概率密度为1,()04,0,.Y y f y y <<=≤<⎪⎩其他(2) 0210111()()d d d 244+X E X =xf x x x x x x ∞∞=+=⎰⎰⎰--,022********()()()d d d )246+X E Y =E X =x f x x x x x x ∞∞=+=⎰⎰⎰--,02233310117()()()d d d 248+X E XY =E Y =x f x x x x x x ∞∞=+=⎰⎰⎰--,故 Cov(X,Y ) =2()()()3E XY E X E Y =⋅-.(3) 2111(,4){,4}{,4}222F P X Y P X X -=≤-≤=≤-≤11{,22}{2}22P X X P X =≤--≤≤=-≤≤-11{1}24P X =-≤≤-=.37. 设随机变量X 服从参数为1的泊松分布,求P{X=E(X 2)}.解：因为其分布律为P{x=k}=1!e k -,k=0,1,2,…,12211011121111()!(1)!(1)!11(2)!(1)!() 2.k k k k k e k k E X k e e k k k e k k e e e -∞∞∞--===∞∞-==--+===--⎛⎫=+ ⎪--⎝⎭=+=∑∑∑∑∑所以211{()}{2}.2!2P x E X P X e e --=====所以。