由汪忠志主编的合肥工业大学出版社出版的概率论作业答案：作业1,2答案

《概率论与数理统计》作业集及答案第1章概率论的基本概念§ 1 .1随机试验及随机事件1.(1) 一枚硬币连丢3次，观察正面H、反面T出现的情形.样本空间是：S= __________________________(2)—枚硬币连丢3次，观察出现正面的次数.样本空间是：S= _____________________________________ ;2.(1)丢一颗骰子.A :出现奇数点，贝U A= _________________ ; B:数点大于2，则B=(2)一枚硬币连丢2次， A :第一次出现正面，则A= _________________ ;B:两次出现同一面，则 = ________________ ; C :至少有一次出现正面，则C= § 1 .2随机事件的运算1•设A、B C为三事件，用A B C的运算关系表示下列各事件：(1)A、B、C都不发生表示为： __________ .(2)A 与B都发生，而C不发生表示为：(3)A与B都不发生，而C发生表示为：.(4)A 、B C中最多二个发生表示为：(5)A、B、C中至少二个发生表示为：.(6)A 、B C中不多于一个发生表示为：2.设S = {x : 0 _ x _ 5}, A = {x :1 ：： x _ 3}, B = {x : 2 _ ：： 4}:贝y(1) A 一 B = , (2) AB = , (3) AB = _______________ ,(4) A B = __________________ , (5) AB = ________________________ 。

§ 1 .3概率的定义和性质1.已知P(A B)二0.8, P( A)二0.5, P(B)二0.6，贝U(1) P(AB) = , (2)( P( A B) )= , (3) P(A B)= .2.已知P(A) =0.7, P(AB) =0.3,则P(AB)= .§ 1 .4古典概型1.某班有30个同学，其中8个女同学，随机地选10个,求:(1)正好有2个女同学的概率，(2)最多有2个女同学的概率,(3)至少有2个女同学的概率.2.将3个不同的球随机地投入到 4个盒子中，求有三个盒子各一球的概率.§ 1 .5条件概率与乘法公式1 •丢甲、乙两颗均匀的骰子，已知点数之和为7,则其中一颗为1的概率是 ____________________ 。

X1 2 Nhomakorabea3
4
pk 5 8 9 32 21 256 3 256
P(1 < ξ ≤ 3) = P(ξ = 3) + P(ξ = 2) = 93 256 .
练习.已知随机变量 X 的概率密度为 f (x) = Ae− x ( − ∞ < x < +∞) ，求（1）A ；（2）P(0 < X < 1) ；（3） X
P( ABC)
，
P((A −
C)
|
AB ∪ C)
=
P( ABC ) P( AB ∪ C)
．
（1） A, B,C 独立， P(( A − C) ∩ ( AB ∪ C)) = P( ABC) = 0.1 ,
P( AB ∪ C) = P( A)P(B) + P(C) − P( A)P(B)P(C) = 0.6 , P(( A − C) | AB ∪ C) = 1 ; 6
解：ξ 可能取值为1, 2, 3, 4 ． P(ξ = 1) = P(第一次摸到红球) = 5 , P(ξ = 2) = P(一白二红) = 3 × 6 = 9 ,
8
8 8 32
P(ξ = 3) = P(一白二白三红) = 3 × 2 × 7 = 21 , 8 8 8 256
P(ξ = 4) = P(一白二白三白四红) = 3 × 2 × 1 × 8 = 3 . 8 8 8 8 256
,
P(( A − C) | AB ∪ C) = 2 ． 7
练习 2．有两个盒子，第一个中装有 2 个红球，1 个白球，第二盒中装一半红球一半白球.现从两盒中任取一球 放在一起，现从中取一球，问：
（1）这个球是红球的概率;（2）若发现这个球是红球，问从第一盒中取出的球是红球的概率．

P A P AB1 AB2 P AB1 P AB2 P B1 P A B1 P B2 P A B2
2 1 0.97 0.98 有9个是新的。第一次比赛从中任取3个来用， 比赛后仍放回盒中，第二次比赛再从盒中任取3个，求第二次取出的球都是 新球的概率。 解: 设 Bi 表示事件“第一次取出了 i 个新球”i, =0,1,2,3.
从而P( A B) 1 P( AB) 1 0.012 0.988.
10
三、为防止意外, 在矿内同时设有两种报警系统A与B, 每种系统单独使用时, 其有
效的概率系统A为0.92，系统B为0.93, 在A失灵的条件下, B有效的概率为0.85, 求 （1）发生意外时, 这两个报警系统至少有一个有效的概率； （2） B失灵的条件下, A有效的概率.
解
设事件A表示“报警系统A有效”，事件B表示“报警系统B有效”，由已知
P ( A) 0.92, P ( B) 0.93, P ( B A) 0.85,
则 P ( AB ) P ( A) P ( B A) 0.08 0.85 0.068 , 故 P( AB) P( B) P( AB) 0.93 0.068 0.862,
AB 6 ; A B 1 ,5 .
1
四、写出下面随机试验的样本空间： （1）袋中有5只球，其中3只白球2只黑球，从袋中 任意取一球，观察其颜色； （2） 从（1）的袋中不放回任意取两次球（每次取出一个）观察其颜色； （3） 从（1）的袋中不放回任意取3只球，记录取到的黑球个数； （4） 生产产品直到有10件正品为止，记录生产产品的总件数； 解 （１）设
i
表示抛掷一颗骰子，出现i点数，i＝1,2,3,4,5,6. 则样本空间

概率论与数理统计习（第四版）题解答第一章 随机事件及其概率·样本空间·事件的关系及运算一、任意抛掷一颗骰子，观察出现的点数。

设事件A 表示“出现偶数点”，事件B 表示“出现的点数能被3整除”．（1）写出试验的样本点及样本空间；（2）把事件A 及B 分别表示为样本点的集合；（3）事件B A AB B A B A ,,,,分别表示什么事件？并把它们表示为样本点的集合．解：设i ω表示“出现i 点”)6,,2,1( =i ，则（1）样本点为654321,,,,,ωωωωωω；样本空间为}.,,,,,{654321ωωωωωω=Ω （2）},,{642ωωωA =； }.,{63ωωB =（3）},,{531ωωωA =，表示“出现奇数点”；},,,{5421ωωωωB =，表示“出现的点数不能被3整除”；},,,{6432ωωωωB A =⋃，表示“出现的点数能被2或3整除”；}{6ωAB =，表示“出现的点数能被2整除且能被3整除”；},{B A 51ωω= ，表示“出现的点数既不能被2整除也不能被3整除”二、写出下列随机试验的样本空间及各个事件中的样本点：（1）同时掷三枚骰子，记录三枚骰子的点数之和．A —“点数之和大于10”，B —“点数之和小于15”．（2）一盒中有5只外形相同的电子元件，分别标有号码1，2，3，4，5．从中任取3只，A —“最小号码为1”．解：(1) 设i ω表示“点数之和等于i ”)18,,4,3( =i ，则},,,{1843ωωω =Ω；},,,{181211ωωωA =；}.,,,{1443ωωωB =(2) 设ijk ω表示“出现号码为k j i ,,”);5,,2,1,,(k j i k j i ≠≠= ，则},,,,,,,,,{345245235234145135134125124123ωωωωωωωωωω=Ω }.,,,,,{145135134125124123ωωωωωωA =三、设C B A ,,为三个事件，用事件之间的运算表示下列事件： (1) A 发生, B 与C 都不发生； (2) C B A ,,都发生；(3) C B A ,,中至少有两个发生； (4) C B A ,,中至多有两个发生． 解：(1) C B A ；(2) ABC ；(3) ABC C AB C B A BC A ⋃⋃⋃或CA BC AB ⋃⋃(4) BC A C B A C AB C B A C B A C B A C B A ⋃⋃⋃⋃⋃⋃或C B A ⋃⋃或.ABC四、一个工人生产了n 个零件，以i A 表示他生产的第 i 个零件是合格品（n i ≤≤1）．用i A 表示下列事件：（1）没有一个零件是不合格品； （2）至少有一个零件是不合格品； （3）仅有一个零件是不合格品； （4）至少有一个零件不是不合格品． 解：(1) n A A A 21；(2) n A A A 21或n A A A ⋃⋃⋃ 21； (3) n n n A A A A A A A A A 212121⋃⋃⋃ (4) n A A A ⋃⋃⋃ 21或.21n A A A第二章 概率的古典定义·概率加法定理一、电话号码由七个数字组成，每个数字可以是0，1，2，…，9中的任一个数（但第一个数字不能为0），求电话号码是由完全不同的数字组成的概率．解：基本事件总数为611011011011011011019109⨯=C C C C C C C 有利事件总数为456789214151617181919⨯⨯⨯⨯⨯=C C C C C C C 设A 表示“电话号码是由完全不同的数字组成”，则0605.0109456789)(62≈⨯⨯⨯⨯⨯⨯=A P二、把十本书任意地放在书架上，求其中指定的三本书放在一起的概率．解：基本事件总数为!101010=A 指定的三本书按某确定顺序排在书架上的所有可能为!777=A 种；这三本书按确定的顺序放在书架上的所以可能的位置共818=C 种；这三本书的排列顺序数为!333=A ；故有利事件总数为!3!8!38!7⨯=⨯⨯(亦可理解为)3388P P设A 表示“指定的三本书放在一起”，则067.0151!10!3!8)(≈=⨯=A P三、为了减少比赛场次，把二十个队任意分成两组（每组十队）进行比赛，求最强的两个队被分在不同组内的概率．解：20个队任意分成两组（每组10队）的所以排法，构成基本事件总数1020C ；两个最强的队不被分在一组的所有排法，构成有利事件总数91812C C 设A 表示“最强的两队被分在不同组”，则526.01910)(102091812≈==C C C A P四、某工厂生产的产品共有100个，其中有5个次品．从这批产品中任取一半来检查，求发现次品不多于1个的概率．解：设i A 表示“出现的次品为i 件”)5,4,3,2,1,0(=i ，A 表示“取出的产品中次品不多于 1个”，则 .10A A A ⋃=因为V A A =10，所以).()()(10A P A P A P +=而0281.0979942347)(5010050950≈⨯⨯⨯==C C A P 1529.09799447255)(501004995151≈⨯⨯⨯⨯==C C C A P故 181.01529.00281.0)(=+≈A P 五、一批产品共有200件, 其中有6件废品．求 (1) 任取3件产品恰有1件是废品的概率; (2) 任取3件产品没有废品的概率; (3) 任取3件产品中废品不少于2件的概率． 解：设A 表示“取出的3件产品中恰有1件废品”；B 表示“取出的3件产品中没有废品”；C 表示“取出的3件产品中废品不少于2件”，则 (1) 0855.019819920019319418)(3200219416≈⨯⨯⨯⨯==C C C A P (2) 912.0198199200192193194)(32003194≈⨯⨯⨯⨯==C C B P(3) 00223.019819920012019490)(3200019436119426≈⨯⨯⨯⨯=+=C C C C C C P六、设41)( ,0 ,31)()()(======BC P P(AC)P(AB)C P B P A P ．求A , B , C 至少有一事件发生的 概率．解：因为0==P(AC)P(AB)，所以V AC V AB ==,，从而V C AB =)(可推出0)(=ABC P设D 表示“A , B , C 至少有一事件发生”，则C B A D ⋃⋃=，于是有)()()()()()()()()(ABC P CA P BC P AB P C P B P A P C B A P D P +---++=⋃⋃= 75.04341313131==-++=第三章 条件概率与概率乘法定理·全概率公式与贝叶斯公式一、设,6.0)|(,4.0)(,5.0)(===B A P B P A P 求)|(,)(B A A P AB P ． 解：因为B A AB B B A A +=+=)(，所以)()()(B A P AB P A P +=，即14.06.0)4.01(5.0)()()()()()(=⨯--=-=-=B A P B P A P B A P A P AB P68.074.05.036.0)4.01(5.05.0)()()()()()]([)|(≈=--+=-+==B A P B P A P A P B A P B A A P B A A P二、某人忘记了电话号码的最后一个数字，因而他随意地拨号，求他拨号不超过两次而接通所需电话的概率．若已知最后一个数字是奇数，那么此概率是多少？ 解：设A 表示“第一次拨通”，B 表示“第二次拨通”，C 表示“拨号不超过两次而拨通”（1）2.0101101)()()(19111101911011=+=⋅+=+=C C C C C C A B P A P C P（2）4.05151)()()(2511141511=+=+=+=A A A A A A B P A P C P三、两台车床加工同样的零件，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．（1）求任意取出的零件是合格品的概率；（2）如果任意取出的零件是废品，求它是第二台车床加工的概率． 解：设i A 表示“第i 台机床加工的零件”)2,1(=i ；B 表示“出现废品”；C 表示“出现合 格品”（1）)()()()()()()()(22112121A C P A P A C P A P C A P C A P C A C A P C P +=+=+= 973.0)02.01(31)03.01(32≈-⨯+-⨯=（2）25.002.03103.03202.031)()()()()()()()()(22112222=⨯+⨯⨯=+==A B P A P A B P A P A B P A P B P B A P B A P四、猎人在距离100米处射击一动物，击中的概率为0.6；如果第一次未击中，则进行第二次射击，但由于动物逃跑而使距离变为150米；如果第二次又未击中，则进行第三次射击，这时距离变为200米．假定击中的概率与距离成反比，求猎人三次之内击中动物的概率．解：设i A 表示“第i 次击中”)3,2,1(=i ，则由题设，有1006.0)(1kA P ==，得60=k ，从而有4.015060150)(2===k A P ，.3.020060200)(3===k A P设A 表示“三次之内击中”，则321211A A A A A A A ++=，故有)()()()()()()(321211A P A P A P A P A P A P A P ++=832.03.0)4.01()6.01(4.0)6.01(6.0=⨯-⨯-+⨯-+= （另解）设B 表示“猎人三次均未击中”，则168.0)3.01)(4.01)(6.01()(=---=B P故所求为 832.0)(1)(=-=B P B P五、盒中放有12个乒乓球，其中有9个是新的．第一次比赛时从其中任取3个来用，比赛后仍放回盒中．第二次比赛时再从盒中任取3个，求第二次取出的都是新球的概率． 解：设i A 表示“第一次取得i 个新球”)3,2,1,0(=i ，则2201)(312330==C C A P 22027)(31219231==C C C A P 220108)(31229132==C C C A P 22084)(31239033==C C C A P 设B 表示“第二次取出的都是新球”，则312363123731238312393022084220108220272201)()()(C C C C C C C C A B P A P B P i i i ⋅+⋅+⋅+⋅==∑=146.0532400776161112208444722010855142202755212201≈=⋅+⋅+⋅+⋅=第四章 随机事件的独立性·独立试验序列一、一个工人看管三台车床，在一小时内车床不需要工人照管的概率：第一台等于0.9，第二台等于0.8，第三台等于0.7．求在一小时内三台车床中最多有一台需要工人照管的概率． 解：设i A 表示“第i 台机床不需要照管”)3,2,1(=i ，则9.0)(1=A P 8.0)(2=A P 7.0)(3=A P再设B 表示“在一小时内三台车床中最多有一台需要工人照管”，则321321321321A A A A A A A A A A A A B +++=于是有)()()()()()()()()()()()()(321321321321A P A P A P A P A P A P A P A P A P A P A P A P B P +++= )7.01(8.09.07.0)8.01(9.07.08.0)9.01(7.08.09.0-⨯⨯+⨯-⨯+⨯⨯-+⨯⨯=902.0=．（另解）设i B 表示“有i 台机床需要照管”)1,0(=i ，B 表示“在一小时内三台车床中最多有一台需要工人照管”，则10B B B +=且0B 、1B 互斥，另外有 504.07.08.09.0)(0=⨯⨯=B P398.0)7.01(8.09.07.0)8.01(9.07.08.0)9.01()(1=-⨯⨯+⨯-⨯+⨯⨯-=B P 故902.0398.0504.0)()()()(1010=+=+=+=B P B P B B P B P ．二、电路由电池a 与两个并联的电池b 及c 串联而成．设电池c b a ,,损坏的概率分别是0.3、0.2、0.2，求电路发生间断的概率． 解：设1A 表示“a 损坏”；2A 表示“b 损坏”；3A 表示“c 损坏”；则3.0)(1=A P 2.0)()(32==A P A P又设B 表示“电路发生间断”，则321A A A B +=于是有)()()()()(321321321A A A P A A P A P A A A P B P -+=+=)()()()()()(321321A P A P A P A P A P A P -+= 328.02.02.03.02.02.03.0=⨯⨯-⨯+=．三、三个人独立地去破译一个密码，他们能译出的概率分别为51、31、41，求能将此密码译出的概率．解：设A 表示“甲能译出”；B 表示“乙能译出”；C 表示“丙能译出”，则51)(=A P 31)(=B P 41)(=C P设D 表示“此密码能被译出”，则C B A D ⋃⋃=，从而有)()()()()()()()()(ABC P CA P BC P AB P C P B P A P C B A P D P +---++=⋃⋃=)()()()()()()()()()()()(C P B P A P A P C P C P B P B P A P C P B P A P +---++= 6.0413151415141513151413151=⨯⨯+⨯-⨯-⨯-++=． （另解）52)411)(311)(511()()()()()(=---===C P B P A P C B A P D P ，从而有6.053521)(1)(==-=-=D P D P四、甲、乙、丙三人同时对飞机进行射击，三人的命中概率分别为7.0,5.0,4.0．飞机被一人击中而被击落的概率为2.0，被两人击中而被击落的概率为6.0，若三人都击中，则 飞机必被击落．求飞机被击落的概率． 解：设1A 表示“甲命中”；2A 表示“乙命中”；3A 表示“丙命中”；则4.0)(1=A P5.0)(2=A P 7.0)(3=A P设i B 表示“i 人击中飞机” )3,2,1,0(=i ，则09.0)7.01)(5.01)(4.01()())(()()(3213210=---===A P A P A P A A A P B P )()(3213213211A A A A A A A A A P B P ++=)()()(321321321A A A P A A A P A A A P ++=)()()()()()()()()(321321321A P A P A P A P A P A P A P A P A P ++=36.07.0)5.01)(4.01()7.01(5.0)4.01()7.01)(5.01(4.0=⨯--+-⨯⨯-+--⨯=)()(3213213212A A A A A A A A A P B P ++= )()()(321321321A A A P A A A P A A A P ++=)()()()()()()()()(321321321A P A P A P A P A P A P A P A P A P ++=41.07.0)5.01)(4.01()7.01(5.0)4.01()7.01)(5.01(4.0=⨯--+-⨯⨯-+--⨯=14.07.05.04.0)()()()()(3213213=⨯⨯===A P A P A P A A A P B P 设A 表示“飞机被击落”，则由题设有0)(0=B A P 2.0)(1=B A P 6.0)(2=B A P 1)(3=B A P故有458.0114.06.041.02.036.0009.0)()()(30=⨯+⨯+⨯+⨯==∑=i i i B A P B P A P ．五、某机构有一个9人组成的顾问小组，若每个顾问贡献正确意见的概率都是0.7，现在该机构内就某事可行与否个别征求每个顾问的意见，并按多数人意见作出决策，求作 出正确决策的概率．解：设i A 表示“第i 人贡献正确意见”，则7.0)(=i A P )9,,2,1( =i ．又设m 为作出正确意见的人数，A 表示“作出正确决策”，则 )9()8()7()6()5()5()(99999P P P P P m P A P ++++=≥=+⋅⋅+⋅⋅+⋅⋅=277936694559)3.0()7.0()3.0()7.0()3.0()7.0(C C C 9991889)7.0()3.0()7.0(⋅+⋅⋅+C C+⋅⋅+⋅⋅+⋅⋅=273645)3.0()7.0(36)3.0()7.0(84)3.0()7.0(126918)7.0()3.0()7.0(9+⋅⋅+0403.01556.02668.02668.01715.0++++= 901.0=．六、每次试验中事件A 发生的概率为p ，为了使事件A 在独立试验序列中至少发生一次的概率不小于p ，问至少需要进行多少次试验？ 解：设做n 次试验，则n p A P A P )1(1}{1}{--=-=一次都不发生至少发生一次要p p n ≥--)1(1，即要p p n -≤-1)1(，从而有.1)1(log )1(=-≥-p n p 答：至少需要进行一次试验．第五章 离散随机变量的概率分布·超几何分布·二项分布·泊松分布一、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取1个．如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的概率分布． 解：设X 表示“在取得合格品以前已取出的废品数”，则X 的概率分布为即亦即二、自动生产线在调整以后出现废品的概率为p ．生产过程中出现废品时立即进行调整．求在两次调整之间生产的合格品数的概率分布．解：设X 表示“在两次调整之间生产的合格品数”，且设p q -=1，则ξ的概率分布为三、已知一批产品共20个，其中有４个次品．（１）不放回抽样．抽取６个产品，求样品中次品数的概率分布； （２）放回抽样．抽取６个产品，求样品中次品数的概率分布． 解：（1）设X 表示“取出的样本中的次品数”，则X 服从超几何分布，即X 的概率函数为)4,3,2,0()(6206164===-x C C C x X P xx从而X 的概率分布为即（2）设X 表示“取出的样本中的次品数”，则X 服从超几何分布，即X 的概率函数为)6,5,4,3,2,0()2.01()2.0()(66=-==-x C x X P xx x从而X即四、电话总机为300个电话用户服务．在一小时内每一电话用户使用电话的概率等于0.01，求在一小时内有4个用户使用电话的概率（先用二项分布计算，再用泊松分布近似计算，并求相对误差）． 解：（1）用二项分布计算)01.0(=p168877.0)01.01()01.0()1()4(2964430029644300≈-=-==C p p C ξP（2）用泊松分布计算)301.0300(=⨯==np λ168031355.0!43)4(34≈==-e ξP相对误差为.5168877.0168031355.0168877.0000≈-=δ五、设事件A 在每一次试验中发生的概率为0.3，当A 发生次数不少于3次时，指示灯发出信号．现进行了5次独立试验，求指示灯发出信号的概率． 解：设X 表示“事件A 发生的次数”，则3.0)(==p A P ，5=n ，).3.0,5(~B X 于是有)5()4()3()3(=+=+==≥X P X P X P X P5554452335)1()1(p C p p C p p C +-+-=16308.000243.002835.01323.0≈++≈（另解） )2()1()0(1)3(1)3(=-=-=-=<-=≥X P X P X P X P X P322541155005)1()1()1(11p p C p p C p p C ------= 16308.0≈六、设随机变量X 的概率分布为2, 1, ,0 , !)(===k k ak X P kλ；其中λ>0为常数，试确定常数a ．解：因为∑∞===01)(k k X P ，即∑∞==01!k kk λa ，亦即1=λae ，所以.λe a -=第六章 随机变量的分布函数·连续随机变量的概率密度一、函数211x +可否是连续随机变量X 的分布函数？为什么？如果X 的可能值充满区间： （1）（∞+∞- ,）；（2）（0,∞-）．解：（1）设211)(xx F +=，则1)(0<<x F 因为0)(lim =-∞→x F x ，0)(lim =+∞→x F x ，所以)(x F 不能是X 的分布函数．（2）设211)(x x F +=，则1)(0<<x F 且0)(lim =-∞→x F x ，1)(lim 0=-→x F x因为)0( 0)1(2)('22<>+-=x x xx F ，所以)(x F 在（0,∞-）上单增． 综上述，故)(x F 可作为X 的分布函数．二、函数x x f sin )(=可否是连续随机变量X 的概率密度？为什么？如果X 的可能值充满区间：（1）⎥⎦⎤⎢⎣⎡2,0π； （2）[]π,0； （3）⎥⎦⎤⎢⎣⎡23,0π．解：（1）因为⎥⎦⎤⎢⎣⎡∈2,0πx ，所以0sin )(≥=x x f ；又因为1cos )(2020=-=⎰ππx dx x f ，所以当⎥⎦⎤⎢⎣⎡∈2,0πx 时，函数x x f sin )(=可作为某随机变量X 的概率密度．（2）因为[]πx ,0∈，所以0sin )(≥=x x f ；但12cos )(00≠=-=⎰ππx dx x f ，所以当[]πx ,0∈时，函数x x f sin )(=不可能是某随机变量X 的概率密度．（3）因为⎥⎦⎤⎢⎣⎡∈23,0πx ，所以x x f sin )(=不是非负函数，从而它不可能是随机变量X 的概率密度．二、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取1个．如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的分布函数，并作出分布函数的图形． 解：设X 表示“取出的废品数”，则X 的分布律为于是，⎪⎩>3,1x四、（柯西分布）设连续随机变量X 的分布函数为+∞<<∞-+=x x B A x F ,arctan )(．求：（1）系数A 及B ；（2）随机变量X 落在区间)1 ,1(-内的概率；(3) X 的概率密度．解：(1) 由0)2()(lim =-⋅+=-∞→πB A x F x ，12)(lim =⋅+=-∞→πB A x F x ，解得.1,21πB A ==即)( ,arctan 121)(+∞<<-∞+=x x πx F ．(2) .21)]1arctan(121[]1arctan 121[)1()1()11(=-+-+=--=<<-ππF F X P(3) X 的概率密度为)1(1)()(2x x F x f +='=π．五、（拉普拉斯分布）设随机变量X 的概率密度为+∞<<∞-=-x Ae x f x,)(．求：（1）系数A ；（2）随机变量X 落在区间)1,0(内的概率；（3）随机变量X 的分布函数．解：(1) 由1)(⎰+∞∞-=dx x f ，得1220⎰⎰+∞∞-+∞--===A dx e A dx Aex x，解得21=A ，即有 ).( ,21)(+∞<<-∞=-x e x f x(2) ).11(21)(2121)()10(101010ee dx e dx xf X P x x -=-===<<--⎰⎰(3) 随机变量X 的分布函数为⎪⎩⎪⎨⎧>-≤===-∞--∞-⎰⎰021102121)()(x e x e dx e dx x f x F x xx xx ．第七章 均匀分布·指数分布·随机变量函数的概率分布一、公共汽车站每隔5分钟有一辆汽车通过．乘客到达汽车站的任一时刻是等可能的．求乘客候车时间不超过3分钟的概率．解：设随机变量X 表示“乘客的候车时间”，则X 服从]5,0[上的均匀分布，其密度函数为⎩⎨⎧∉∈=]5,0[,0]5,0[,51)(x x x f 于是有.6.053)()30(3===≤≤⎰dx x f X P二、已知某种电子元件的使用寿命X (单位:h)服从指数分布，概率密度为⎪⎩⎪⎨⎧≤>=-.0,0;0,8001)(800x x e x f x任取３个这种电子元件，求至少有１个能使用1000h 以上的概率．解：设A 表示“至少有１个电子元件能使用1000h 以上”；321A 、A 、A 分别表示“元件甲、乙、丙能使用1000h 以上”．则287.08001)1000()()()(4510008001000800321≈=-==>===-∞+-∞+-⎰e e dx e X P A P A P A P xx)()()()()()()()()(321313221321321A A A P A A P A A P A A P A P A P A P A A A P A P +---++=⋃⋃=638.0287.0287.03287.0332≈+⨯-⨯=（另解）设A 表示“至少有１个电子元件能使用1000h 以上”．则287.08001)1000(4510008001000800≈=-==>-∞+-∞+-⎰ee dx e X P xx从而有713.01)1000(1)1000(45≈-=>-=≤-eX P X P ，进一步有638.0713.01)]1000([1)(33≈-≈≤-=X P A P三、(1) 设随机变量X 服从指数分布)(λe ．证明：对于任意非负实数s 及t ，有).()(t X P s X t s X P ≥=≥+≥这个性质叫做指数分布的无记忆性．(2) 设电视机的使用年数X 服从指数分布)10(．e ．某人买了一台旧电视机，求还能使用５年以上的概率． 解：（１）因为)(~λe X ，所以R x ∈∀，有xex F λ--=1)(，其中)(x F 为X 的分布函数．设t s X A +≥=，t X B ≥=．因为s 及t 都是非负实数，所以B A ⊂，从而A AB =．根据条件概率公式，我们有)(1)(1)()()()()()()()(s X P t s X P s X P t s X P B P A P B P AB P B A P s X t s X P <-+<-=≥+≥====≥+≥t st s e e e λλλ--+-=----=]1[1]1[1)(． 另一方面，我们有t t e e t F t X P t X P t X P λλ--=--=-=≤-=<-=≥)1(1)(1)(1)(1)(．综上所述，故有)()(t X P s X t s X P ≥=≥+≥．（２）由题设，知X 的概率密度为⎩⎨⎧≤>=-．，；，0001.0)(1.0x x e x f x 设某人购买的这台旧电视机已经使用了s 年，则根据上述证明的（１）的结论，该电视机还能使用5年以上的概率为6065.01.0)()5()5(5.051.051.05≈=-===≥=≥+≥-∞+-∞+-∞+⎰⎰e e dx e dx xf X P s X s X P xx ．答：该电视机还能使用5年以上的概率约为6065.0．四、设随机变量X 服从二项分布)4.0 ,3(B ，求下列随机变量函数的概率分布： （1）X Y 211-=；（2）2)3(2X X Y -=． 解：X 的分布律为（1）X Y 211-=的分布律为（2）2)3(2X XY -=的分布律为即五、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≤>+=.0,0;0,)1(2)(2x x x x f π求随机变量函数X Y ln =的概率密度．解：因为)()()(ln )()(yX yY e F e X P y X P y Y P y F =<=<=<=所以随机变量函数X Y ln =的概率密度为)( )1(2)()()()(2''+∞<<-∞+====y e e e e f e e F y F y f yyyyyyXYY π，即 )( )1(2)(2+∞<<-∞+=y e e y f y yY π．第八章 二维随机变量的联合分布与边缘分布一、把一颗均匀的骰子随机地掷两次．设随机变量X 表示第一次出现的点数，随机变量Y 表示两次出现点数的最大值，求二维随机变量),(Y X 的联合概率分布及Y 的边缘概率分布． 解：二维随机变量),(Y X 的联合概率分布为Y 的边缘概率分布为二、设二维随机变量（X ，Y ）的联合分布函数)3arctan )(2arctan (),(yC x B A y x F ++=．求：（1）系数A 、B 及C ；（2）（X ，Y ）的联合概率密度：（3）边缘分布函数及边缘概率密度． 解：（1）由0)0,(,0),0(,1),(=-∞=∞-=∞+-∞F F F ，得⎪⎪⎪⎩⎪⎪⎪⎨⎧=-=--=++0)2(0)2)(0(1)2)(2(πB AC πC B A πC πB A 解得2πC B ==，.12πA = （2）因为)3arctan 2)(2arctan 2(1),(2yx y x F ++=πππ，所以（X ，Y ）的联合概率密度为.)9)(4(6),(),(222"y x y x F y x f xy ++==π （3）X 及Y 的边缘分布函数分别为 x xxX xdx x dy y x f dx x F ∞-∞-∞-+∞∞-=+==⎰⎰⎰2arctan1)4(2),()(2ππ2arctan 121xπ+=yxyY ydy y dx y x f dy x F ∞-∞-∞-+∞∞-=+==⎰⎰⎰3arctan1)9(3),()(2ππ3arctan 121y π+=X 及Y 的边缘概率密度分别为⎰⎰⎰+∞+∞∞-+∞∞-++⋅=++==0222222)9(1)4(112)9)(4(6),()(dy y x dy y x dy y x f x f X ππ)4(2)3arctan 31()4(1122022x y x +=+⋅=∞+ππ ⎰⎰⎰+∞+∞∞-+∞∞-++=++==022222241)9(12)9)(4(6),()(dx xy dx y x dx y x f y f Y ππ )9(3)2arctan 21()9(122022y x y +=+=∞+ππ三、设),(Y X 的联合概率密度为⎩⎨⎧>>=+-.,00;0,,Ae ),(3y)(2x 其它y x y x f求：（1）系数A ；（2）),(Y X 的联合分布函数；（3）X 及Y 的边缘概率密度；（4）),(Y X落在区域R ：632 ,0 ,0<+>>y x y x 内的概率． 解：（1）由1),(=⎰⎰+∞∞-+∞∞-dy dx y x f ，有16132==⎰⎰∞+∞+--A dy e dx e A y x ，解得.6=A （2）),(Y X 的联合分布函数为⎪⎩⎪⎨⎧>>==⎰⎰⎰⎰--∞-∞-其它0,06),(),(0032y x dy e dx e dy y x f dx y x F x y y x xy⎩⎨⎧>>--=--其它00,0)1)(1(32y x e e y x（3）X 及Y 的边缘概率密度分别为⎩⎨⎧≤>=⎪⎩⎪⎨⎧≤>==-+∞--∞+∞-⎰⎰00020006),()(2032x x ex x dy e e dy y x f x f x y x X⎩⎨⎧≤>=⎪⎩⎪⎨⎧≤>==-+∞--∞+∞-⎰⎰30006),()(3032y y ex x dxe e dx y xf y f yy x Y （4）⎰⎰⎰⎰---==∈x y xR dy e dx edxdy y x f R Y X P 32203326),(}),{(6306271)(2---⎰-=-=e dx e e x四、设二维随机变量),(Y X 在抛物线2x y =与直线2+=x y 所围成的区域R 上服从均匀分布．求：(1) ),(Y X 的联合概率密度；(2) 概率)2(≥+Y X P ． 解：(1) 设),(Y X 的联合概率密度为⎩⎨⎧∉∈=.),(, 0;),(,),(R y x R y x C y x f 则由129)322()2(21322122212==-+=-+==--+-⎰⎰⎰⎰⎰C x x x C dx x x C dy dx C Cdxdy x x R解得92=C ．故有⎪⎩⎪⎨⎧∉∈=.),(, 0;),(,92),(R y x R y x y x f(2) ⎰⎰⎰⎰⎰⎰++-≥++==≥+x x x x y x dy dx dy dx dxdy y x f Y X P 2212210229292),()2(⎰⎰-++=21210)2(92292dx x x xdx481.02713)322(92922132102≈=-++=x x x x ． 第九章 随机变量的独立性·二维随机变量函数的分布一、设X 与Y 是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;0,21)(2y y e y f yY求 (1) ),(Y X 的联合概率密度; (2) 概率)(X Y P ≥．解: (1)X 的概率密度为⎩⎨⎧∉∈=)1,0(,0)1,0(,1)(x x x f X ，),(Y X 的联合概率密度为（注意Y X ,相互独立）⎪⎩⎪⎨⎧><<==-其它,00,10,21)()(),(2y x e y f x f y x f yY X（2）dx edx e dy e dx dxdy y x f X Y P x xyxy xy ⎰⎰⎰⎰⎰⎰-∞+-∞+-≥=-===≥1021022102)(21),()(7869.0)1(2221122≈-=-=--e ex二、设随机变量X 与Y 独立，并且都服从二项分布：.,,2 ,1 ,0 ,)(; ,,2 ,1 ,0 ,)(212211n j qp C j p n i q p C i p jn jj n Y in i i n X ====--证明它们的和Y X Z +=也服从二项分布．证明: 设j i k +=, 则ik n i k i k n ki i n i i n ki Y X Z q p C q p C i k P i P k Z P k P +---=-=∑∑=-===2211)()()()( ∑=-+=ki k n n k i n in q p C C2121)( 由knm ki ik nk m C C C +=-=∑, 有k n n ki in i n C C C21210+==∑. 于是有 ),,2,1,0( )(212121n n k q p C k P kn n k i n n Z +==-++ 由此知Y X Z +=也服从二项分布.三、设随机变量X 与Y 独立，并且X 在区间[0，1]内服从均匀分布，Y 在区间[0，2]内服从辛普森分布：⎪⎩⎪⎨⎧><≤<-≤≤=.20 0,; 2 1 ,2;10 ,)(y y y y y y y f Y 或求随机变量Y X Z +=的概率密度． 解: X 的概率密度为 ⎩⎨⎧∉∈=]1,0[,0]1,0[,1)(x x y f ξ . 于是),(Y X 的联合概率密度为⎪⎩⎪⎨⎧≤<≤≤-≤≤≤≤=. 0, 2 1,10 ,210,10,),(其它当当y x y y x y y x fY X Z +=的联合分布函数为}),{(}{}{)(D y x P z Y X P z Z P z F Z ∈=≤+=≤=，其中D 是zy x ≤+与),(y x f 的定义域的公共部分.故有 ⎪⎪⎪⎩⎪⎪⎪⎨⎧≤<+-≤<-+-≤≤><=3229321212331023,00)(222z z z z z z z zz z z F Z 从而随机变量Y X Z +=的概率密度为⎪⎪⎩⎪⎪⎨⎧≤<-≤<+-≤≤><=3232132103,00)(z z z z z z z z z f Z三、电子仪器由六个相互独立的部件ij L （3,2,1;2,1==j i ）组成，联接方式如右图所示．设各个部件的使用寿命ij X 服从相同的指数分布)(λe ，求仪器使用寿命的概率密度．解: 由题设，知ij X 的分布函数为⎩⎨⎧≤>-=-0,00,1x x e F x X ijλ先求各个并联组的使用寿命)3,2,1( =i Y i 的分布函数.因为当并联的两个部件都损坏时,第i 个并联组才停止工作,所以有)3,2,1(),m ax (21==i Y i i i ξξ从而有)3,2,1( =i Y i 的分布函数为⎩⎨⎧≤>-==-0,00,)1()(221y y e F F y F y X X Y i i i λ 设Z "仪器使用寿命".因为当三个并联组中任一个损坏时,仪器停止工作.所以有),,min (321Y Y Y Z =.从而有Z 的分布函数为⎩⎨⎧≤>---=⎩⎨⎧≤>----=-0,00,])1(1[10,00)],(1)][(1)][(1[1)(32321z z e z z z F z F z F z F z Y Y Y Z λ 故Z 的概率密度为⎩⎨⎧≤>--=---0,00,)2)(1(6)(23z z e e e z f z z z Z λλλλ第十章 随机变量的数学期望与方差一、一批零件中有9个合格品与3个废品．安装机器时从这批零件中任取一个．如果取出的废品不再放回去，求在取得合格品以前已取出的废品数的数学期望、方差与标准差． 解：设X 表示“在取得合格品以前已取出的废品数”，则X 的概率分布为即1103322013220924491430=⨯+⨯+⨯+⨯=EX 即3.0004.03041.02205.0175.00≈⨯+⨯+⨯+⨯=EX2X 的分布为即于是有229220192209444914302=⨯+⨯+⨯+⨯=EX 即4091.0004.09041.04205.0175.002≈⨯+⨯+⨯+⨯=EX从而有3191.013310042471)11033(229)(222≈=-=-=EX EX DX 565.03191.0≈==DX Xσ二、对某一目标进行射击，直至击中为止．如果每次射击命中率为p ，求射击次数的数学期望及方差． 解：设X 表示“第i 次击中”),2,1( =i ，则X 的分布为p q p q q p q p iqp ipqEX i i i i i i 1)1()1()(211111=-='-='===∑∑∑∞=∞=-∞=- 2Xp pp p q q p q p q q p pqi EX i i i ii i 122)1()1()(])([223111122-=-=-+='=''==∑∑∑∞=∞=∞=- 进一步有pp p p p EX EX DX 11)1(12)(22222-=--=-=三、设离散型随机变量X 的概率函数为,,2,1,21]2)1([ ==-=k k X P k k k问X 的数学期望是否存在？若存在，请计算)(X E ；若不存在，请解释为什么．解：因为∑∑∑∑∞=∞=∞=∞=-=⋅-=-=-==1111)1(212)1(]2)1([2)1()(k k k k k k k k k k ki i i k k k X P k x X P x 不绝对收敛，所以ξ没有数学期望．四、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≥<-=.1, 0;1,11)(2x x x x f π 求数学期望)(X E 及方差)(X D ．解：011)()(112=-⋅==⎰⎰-+∞∞-dx xx dx x xf X E πdx x x dx x x dx x f x X D ⎰⎰⎰-=-⋅==-∞+∞-1022112221211)()(πππ21]arcsin 2112[2102=+--=x x x π五、（拉普拉斯分布）设随机变量X 的概率密度为 )( ,21)(+∞<<-∞=-x e x f x．求数学期望)(X E 及方差)(X D ． 解：021)(===⎰⎰+∞∞--+∞∞-dx xe dx x xf EX x2!2)3(21)(0222==Γ====⎰⎰⎰+∞-+∞∞--+∞∞-dx e x dx e x dx x f x DX x x（分部积分亦可）第十一章 随机变量函数的数学期望·关于数学期望与方差的定理一、设随机变量X 服从二项分布)4.0,3(B ，求2)3(X X Y -=的数学期望及方差． 解：X 的概率分布为Y 的概率分布为2Y 的分布为72.072.0128.00=⨯+⨯=EY 72.072.0128.002=⨯+⨯=EY2016.0)72.0(72.0)(222=-=-=EY EY DY二、过半径为R 的圆周上一点任意作这圆的弦，求所有这些弦的平均长度．解：在圆周上任取一点O ，并通过该点作圆得直径OA ．建立平面直角坐标系，以O 为原点，且让OA 在x 轴的正半轴上．通过O 任作圆的一条弦OB ，使OB 与x 轴的夹角为θ，则θ服从]2,2[ππ-上的均匀分布，其概率密度为⎪⎩⎪⎨⎧-∉-∈=]2,2[,0]2,2[,1)(ππθππθπθf ．弦OB 的长为 ]2,2[cos 2)(ππθθθ-∈=R L ，故所有弦的平均长度为⎰⎰-∞+∞-⋅==22cos 21)()()]([ππθθπθθθθd R d L f L EπθπθθπππRR d R4sin 4cos 42020===⎰．三、一工厂生产的某种设备的寿命X （以年计）服从指数分布，概率密度为⎪⎩⎪⎨⎧≤>=-. 0,0 ;0 ,41)(4x x e x f x工厂规定，出售的设备若在售出一年之内损坏可予以调换．若工厂售出一台设备赢利100元，调换一台设备厂方需花费300元．试求厂方出售一台设备的平均净赢利． 解：由题设，有⎰⎰---∞--=-===<104110441141)()1(e e dx e dx x f X P x x 进而有 41)1(1)1(-=<-=≥eX P X P设Y 表示“厂方出售一台设备获得的净赢利”，则Y 的概率分布为从而有64.33200300100)1(200414141≈-⨯=⨯+-⨯-=---ee e EY答：厂方出售一台设备获得的平均净赢利约为64.33元．四、设随机变量n X X X ,,21相互独立，并且服从同一分布，数学期望为μ，方差为2σ．求这些随机变量的算术平均值∑==ni i X n X 11的数学期望与方差．解：因为μ=)(i X E ，2)(σ=i X D ，且随机变量n X X X ,,21相互独立．所以有μμ=====∑∑∑∑====ni n i i ni i n i i n X E n X E n X n E X E 11111)(1)(1)1()(，nn X D n X D n X n D X D ni ni in i i n i i 2122121211)(1)(1)1()(σσ=====∑∑∑∑====．五、一民航送客车载有20位旅客自机场开出，沿途有10个车站可以下车，到达一个车站时如没有旅客下车就不停车．假设每位旅客在各车站下车是等可能的，且各旅客是否下车相互独立．求该车停车次数的数学期望．解: 设i X 表示"第i 站的停车次数" (10,,2,1 =i ). 则i X 服从"10-"分布. 其中⎩⎨⎧=站有人下车若在第站无人下车若在第i i X i ,1,0于是i X 的概率分布为设∑==ni iXX 1, 则X 表示沿途停车次数, 故有]})10110(1[1)10110(0{10)(2020101101--⨯+-⨯===∑∑==i i i i EX X E EX748.8)9.01(1020≈-=即停车次数的数学期望为748.8.第十二章 二维随机变量的数字特征·切比雪夫不等式与大数定律一、设二维随机变量),(Y X 的联合概率密度为()(). 1,222++=y xAy x f求：（1）系数A ；（2）数学期望)(X E 及)(Y E ，方差)(X D 及)(Y D ，协方差),cov(Y X ．解: (1) 由⎰⎰+∞∞-+∞∞-=1),(dxdy y x f . 有()()⎰⎰⎰⎰∞+∞-∞+∞-∞+==+=++1112022222A dr rrd A dxdy y xAπθπ解得, π1=A .(2) ()011),()(222⎰⎰⎰⎰∞+∞-∞+∞-∞+∞-∞+∞-=++==dx y xxdy dxdy y x xf X E π.由对称性, 知 0)(=Y E .⎰⎰+∞∞-+∞∞-==-=dxdy y x f x EX EX X E X D ),(])[()(222()⎰⎰∞+∞-∞+∞-++=dx y xx dy 222211π()()+∞=+++=+-+=+=∞+∞+∞+⎰⎰⎰22022220223]11)1ln([1)1(211rr dr r rr r dr rr d πθπ同理, 有 +∞=)(Y D .)()])([(),cov(XY E EY Y Ex X E Y X =--=⎰⎰+∞∞-+∞∞-=dxdy y x xyf ),(()011),(222⎰⎰⎰⎰∞+∞-∞+∞-∞+∞-∞+∞-=++==dx y xxydy dxdy y x xyf π.二、设二维随机变量),(Y X 的联合概率密度为⎩⎨⎧<<<=其它．,0;10,,1),(x x y y x f求(1) ),cov(Y X ；(2) X 与Y 是否独立，是否相关，为什么？解: (1) 因为 ⎰⎰⎰⎰⎰====-∞+∞-∞+∞-10210322),(dx x dy xdx dxdy y x xf EX x x0),(10===⎰⎰⎰⎰-+∞∞-+∞∞-xx ydy dx dxdy y x yf EY0),()(1===⎰⎰⎰⎰-+∞∞-+∞∞-xxydy xdx dxdy y x xyf XY E所以有])32[()])([(),cov(Y X E EY Y EX X E Y X -=--=⎰⎰+∞∞-+∞∞-=dxdy y x xyf ),(010==⎰⎰-xxydy xdx ．(2) 当)1,0(∈x 时,有 ⎰⎰+∞∞--===x dy dy y x f x f xxX 2),()(; 当)1,0(∉x 时, 有0)(=x f X .即⎩⎨⎧∉∈=)1,0(0)1,0(2)(X x x x x f 同理有 ⎩⎨⎧∉+∈-=⎪⎩⎪⎨⎧∉∈=⎰⎰-)1,0(1)1,0(1)1,0()1,0()(11Y x y x y x dx x dx y f yy因为 ),()()(y x f y f x f Y X ≠, 所以X 与Y 不是独立的．又因为0),cov(=Y X , 所以X 与Y 是不相关的．三、利用切比雪夫不等式估计随机变量X 与其数学期望)(X E 的差的绝对值大于三倍标准差)(X σ的概率．解：91)3()3(2=≤>-ξξξξξD D D E P ．四、为了确定事件A 的概率，进行10000次重复独立试验．利用切比雪夫不等式估计：用事件A在10000次试验中发生的频率作为事件A 的概率的近似值时，误差小于0.01的概率． 解：设ξ表示“在10000次试验中事件A 的次数”，则)5.0,10000(~B ξ且有50005.010000=⨯==np E ξ 2500)5.01(5.010000=-⨯⨯==n p q D ξ 于是有npqp npq p np m P p n m P 22)01.0(1)01.0(1)01.0()01.0(-=-≥<-=<- 75.025.011=-=-=pq五、样检查产品质量时，如果发现次品多于10个，则认为这批产品不能接受．应该检查多少个产品，可使次品率为10%的一批产品不被接受的概率达到0.9？ 解：设ξ表示“发现的次品件数”，则)1.0,(~n B ξ，现要求.nn ξE 1.0= n ξD 09.0=要使得9.0)10(=>ξP ，即9.0)10(=≤<n ξP ，因为9.0)10(=≤<n ξP ，所以 )3.01.03.01.03.01.010()10(nn n n n ξn n P ξD ξE n ξD ξE ξξD ξE P -≤-<-=-≤-<-)3.01.010()3()33.01.03.01.010(1,01,0nn n n n n ξn n P --≈≤-<-=ΦΦ1)3.0101.0()3(1,01,0--+nn n ΦΦ （德莫威尔—Laplace 定理）因为10>n ，所以53>n ，从而有1)3(1,0≈n Φ，故9.0)3.0101.0(1,0≈-nn Φ． 查表有8997.0)28.1(1,0=Φ，故有28.13.0101.0≈-nn ，解得.146≈n 答：应该检查约146个产品，方可使次品率为10%的一批产品不被接受的概率达到0.9．第十三章 正态分布的概率密度、分布函数、数学期望与方差一、设随机变量X 服从正态分布)2,1(2N ，求（1）)8.56.1(<≤-X P ；（2）)56.4(≥X P ．解：(1) )4.2213.1()8.416.2()8.56.1(<-≤-=<-≤-=<≤-X P X P X P 8950.09032.019918.0)]3.1(1[)4.2()3.1()4.2(1,01,01,01,0=+-=--=--=ΦΦΦΦ(2) )78.12178.2(1)56.4(1)56.4(<-<--=<-=≥X P X P X P )]78.2(1)78.1(1)]78.2()78.1([11,01,01,01,0ΦΦΦΦ-+-=---=.0402.09973.09625.02=--二、已知某种机械零件的直径X （mm ）服从正态分布)6.0,100(2N ．规定直径在2.1100±（mm ）之间为合格品，求这种机械零件的不合格品率． 解：设p 表示这种机械零件的不合格品率，则)2.1100(1)2.1100(≤--=>-=X P X P p ．而)26.01002()6.02.16.01006.02.1()2.1100(≤-≤-=≤-≤-=≤-X P X P X P 1)2(2)]2(1[)2()2()2(-Φ=Φ--Φ=-Φ-Φ= 9544.019772.02=-⨯= 故0456.09544.01=-=p ．三、测量到某一目标的距离时发生的误差X (m)具有概率密度3200)20(22401)(--=x ex f π求在三次测量中至少有一次误差的绝对值不超过30m 的概率．解：三次测量中每次误差绝对值都超过30米可表为}30{}30{}30{>⋃>⋃>=ξξξD 第三次第二次第一次因为)40,20(~2N ξ，所以由事件的相互独立性，有31,01,033)]25.0(1)25.1([})3030{(})30{()(ΦΦ-+-=>+-<=>=ξξP ξP D P13025.05069.0)8944.05987.02(33≈=--= 于是有86975.013025.01)(1}30{=-=-=<D P P 米至少有一次绝对值三次测量中ξ．四、设随机变量),(~2σμN X ，求随机变量函数Xe Y =的概率密度（所得的概率分布称为对数正态分布）．解：由题设，知X 的概率密度为)(21)(222)(+∞<<-∞=--x ex f x X σμσπ从而可得随机变量Y 的分布函数为)()()(y e P y Y P y F X Y ≤=≤=．当0≤y 时，有0)(=y F Y ；此时亦有0)(='y F Y ． 当0>y 时，有dx ey X P y F yx Y ⎰∞---=≤=ln 2)(2221)ln ()(σμσπ．此时亦有222)(ln 21)(σμσπ--='y Y eyy F ．从而可得随机变量Y 的概率密度为⎪⎩⎪⎨⎧>≤=--.0,21;0,0)(222)(ln y e yy y f y Y σμσπ五、设随机变量X 与Y 独立，),(~211σμN X ，),(~222σμN Y ，求： (1) 随机变量函数bY aX Z +=1的数学期望与方差，其中a 及b 为常数； (2) 随机变量函数XY Z=2的数学期望与方差．解：由题设，有211)(,)(σμ==X D X E ；222)(,)(σμ==Y D Y E ．从而有(1)211)()()()()()(μμb a Y bE X aE bY E aX E bY aX E Z E +=+=+=+=；222212221)()()()()()(σσb a Y D b X D a bY D aX D bY aX D Z D +=+=+=+=．(2)212)()()()(μμ===Y E X E XY E Z E ；)()()()()()()()(22222222Y E X E Y E X E XY E Y X E XY D Z D -=-== )()()]()()][()([2222Y E X E Y E Y D X E X D -++= )()()()()()(22X E Y D Y E X D Y D X D ++= 212222212221μσμσσσ++=．第十四章二维正态分布·正态随机变量线性函数的分布中心极限定理一、设二维随机变量),(Y X 服从二维正态分布，已知0)()(==Y E X E ，16)(=X D ，25)(=Y D ，并且12),cov(=Y X ，求),(Y X 的联合概率密度．解：已知0==y x μμ，416==x σ，525==y σ，53),cov(),(===y x Y X Y X r σσ．从而 2516)53(1122=-=-r ，5412=-r ． 进一步按公式])())((2)([)1(21222222121),(yy y x y x x x y y x r x r y x ery x f σμσσμμσμσπσ-+-------=，可得),(Y X 的联合概率密度为)2550316((322522321),(y xy x e y x f +--=π．二、设随机变量X 与Y 独立，并且)1,0(~N X ，)2,1(~2N Y ．求随机变量32+-=Y X Z 的概率密度． 解：由题设，有0)(=X E ，1)(=X D ，1)(=Y E ，4)(=Y D ．又根据关于数学期望的定理和方差的定理以及独立正态随机变量线性组合的分布，我们有2)3()()(2)32()(=+-=+-=E Y E X E Y X E Z E ． 8)3()()(4)32()(=++=+-=D Y D X D Y X D Z D ．且)8,2())(,)((~N Z D Z E N Z =，故随机变量32+-=Y X Z 的概率密度为16)2(82)2(2241821)(--⨯--==z z Z eez f ππ )(+∞<<-∞z ．。

概率论第四版课本习题答案概率论是数学的一个重要分支，广泛应用于统计学、物理学、工程学等多个领域。

第四版课本习题答案的提供，可以帮助学生更好地理解和掌握概率论的基本概念和方法。

以下是一些概率论习题的解答示例：1. 随机事件的概率如果事件A的概率是P(A)=0.3，事件B的概率是P(B)=0.5，且事件A和B是互斥的，求事件A和B同时不发生的概率。

解答：由于A和B是互斥事件，事件A和B同时不发生的概率等于1减去它们各自发生的概率之和，即P(A' ∩ B') = 1 - P(A) - P(B) = 1 - 0.3 - 0.5 = 0.2。

2. 条件概率如果P(A|B) = 0.7，P(B) = 0.4，求P(A ∩ B)。

解答：根据条件概率的定义，P(A ∩ B) = P(A|B) * P(B) = 0.7* 0.4 = 0.28。

3. 独立事件如果事件A和事件B是独立的，且P(A) = 0.6，P(B) = 0.5，求P(A ∩ B)。

解答：对于独立的事件，P(A ∩ B) = P(A) * P(B) = 0.6 * 0.5= 0.3。

4. 全概率公式设事件A1, A2, ..., An是样本空间的一个划分，且P(Ai) > 0，对于任意事件B，证明P(B) = Σ[P(Ai) * P(B|Ai)]。

解答：根据全概率公式的定义，P(B)是事件B发生的概率，可以分解为所有可能的Ai发生时B发生的概率之和。

即P(B) = Σ[P(Ai ∩ B)]。

由于Ai和B是独立的，P(Ai ∩ B) = P(Ai) * P(B|Ai)，因此P(B) = Σ[P(Ai) * P(B|Ai)]。

5. 贝叶斯定理如果P(A|B) = 0.8，P(B) = 0.01，P(A'|B') = 0.6，P(B') =0.99，求P(B|A)。

解答：使用贝叶斯定理，P(B|A) = [P(A|B) * P(B)] / [P(A|B) * P(B) + P(A'|B') * P(B')] = (0.8 * 0.01) / [(0.8 * 0.01) + (0.6 * 0.99)] ≈ 0.008 / 0.6042 ≈ 0.0132。

第二章 随机变量2.1 X 2 3 4 5 6 7 8 9 10 11 12 P 1/361/181/121/95/361/65/361/91/121/181/362.2解：根据1)(0==∑∞=k k XP ，得10=∑∞=-k kae，即1111=---eae 。

故 1-=e a2.3解：用X 表示甲在两次投篮中所投中的次数，X~B(2,0.7) 用Y 表示乙在两次投篮中所投中的次数, Y~B(2,0.4) (1) 两人投中的次数相同P{X=Y}= P{X=0,Y=0}+ P{X=1,Y=1} +P{X=2,Y=2}=1122020*********2222220.70.30.40.60.70.30.40.60.70.30.40.60.3124C C C C C C ⨯+⨯+⨯=(2)甲比乙投中的次数多P{X >Y}= P{X=1,Y=0}+ P{X=2,Y=0} +P{X=2,Y=1}=12211102200220112222220.70.30.40.60.70.30.40.60.70.30.40.60.5628C C C C C C ⨯+⨯+⨯=解:（1）P{1≤X ≤3}= P{X=1}+ P{X=2}+ P{X=3}=12321515155++= (2) P {0.5<X<2.5}=P{X=1}+ P{X=2}=12115155+=2.5解：（1）P{X=2,4,6,…}=246211112222k +++=11[1()]1441314k k lim→∞-=- （2）P{X ≥3}=1―P{X <3}=1―P{X=1}- P{X=2}=1111244--= 2.6解：设i A 表示第i 次取出的是次品，X 的所有可能取值为0，1，212341213124123{0}{}()(|)(|)(|)P X P A A A A P A P A A P A A A P A A A A ====18171615122019181719⨯⨯⨯= 1123412342341234{1}{}{}{}{}2181716182171618182161817162322019181720191817201918172019181795P X P A A A A P A A A A P A A A A P A A A A ==+++=⨯⨯⨯+⨯⨯⨯+⨯⨯⨯+⨯⨯⨯=12323{2}1{0}{1}1199595P X P X P X ==-=-==--=2.7解：(1)设X 表示4次独立试验中A 发生的次数，则X~B(4,0.4)34314044(3)(3)(4)0.40.60.40.60.1792P X P X P X C C ≥==+==+=(2)设Y 表示5次独立试验中A 发生的次数，则Y~B(5,0.4)345324150555(3)(3)(4)(5)0.40.60.40.60.40.60.31744P X P X P X P X C C C ≥==+=+==++=2.8 （1）X ～P(λ)=P(0.5×3)= P(1.5)0 1.51.5{0}0!P X e -=== 1.5e -（2）X ～P(λ)=P(0.5×4)= P(2)0122222{2}1{0}{1}1130!1!P X P X P X e e e ---≥=-=-==--=-2.9解：设应配备m 名设备维修人员。

第一章 事件与概率1.1 写出下列随机试验的样本空间及表示下列事件的样本点集合。

(1)10件产品中有1件是不合格品，从中任取2件得1件不合格品。

(2)一个口袋中有2个白球、3个黑球、4个红球，从中任取一球，(ⅰ)得白球，(ⅱ)得红球。

解 (1)记9个合格品分别为 921,正正正，， ，记不合格为次，则，，，，，，，，，)()()(){(1913121次正正正正正正正 ，，，，，，，，，)()()()(2924232次正正正正正正正 ，，，，，，，)()()(39343次正正正正正 )}()()(9898次正次正正正，，，，，， A ){(1次正，，，，)(2次正)}(9次正，，(2)记2个白球分别为1 ，2 ，3个黑球分别为1b ，2b ，3b ，4个红球分别为1r ，2r ，3r ，4r 。

则 {1 ，2 ，1b ，2b ，3b ，1r ，2r ，3r ，4r }(ⅰ) A {1 ，2 } (ⅱ) B {1r ，2r ，3r ，4r }1.2 在数学系的学生中任选一名学生，令事件A 表示被选学生是男生，事件B 表示被选学生是三年级学生，事件C 表示该生是运动员。

(1) 叙述C AB 的意义。

(2)在什么条件下C ABC 成立？ (3)什么时候关系式B C 是正确的？ (4) 什么时候B A 成立？解 (1)事件C AB 表示该是三年级男生，但不是运动员。

(2) C ABC 等价于AB C ，表示全系运动员都有是三年级的男生。

(3)当全系运动员都是三年级学生时。

(4)当全系女生都在三年级并且三年级学生都是女生时`。

1.3 一个工人生产了n 个零件，以事件i A 表示他生产的第i 个零件是合格品（n i 1）。

用i A 表示下列事件： (1)没有一个零件是不合格品； (2)至少有一个零件是不合格品； (3)仅仅只有一个零件是不合格品； (4)至少有两个零件是不合格品。

解 (1)ni i A 1; (2) n i i n i i A A 11; (3) n i ni j j j i A A 11)]([ ;(4)原事件即“至少有两个零件是合格品”，可表示为 nji j i jiAA 1,；1.4 证明下列各式：(1)A B B A ; (2)A B B A (3) C B A )()(C B A ; (4) C B A )()(C B A(5) C B A )( )(C A )(C B (6)ni i ni i A A 11证明 （1）—（4）显然，（5）和（6）的证法分别类似于课文第10—12页（1.5）式和(1.6)式的证法。

第5题
必然事件是指概率为1的事件，因此 C选项正确。
习题二答案与解析
1. C 答案
2. B
01
03 02
习题二答案与解析
01
3. D
02
4. A
03
5. B
习题二答案与解析
第1题
根据概率的加法公式，两个互斥事件之和的概率等于它们概率的和，因此C选项正确。
第2题
根据概率的乘法公式，两个独立事件同时发生的概率等于它们概率的乘积，因此B选项 正确。
习题二答案与解析
01
02
第3题
第4题
根据概率的加法公式，两个对立事件 之和的概率等于1减去它们的概率之 和，因此D选项正确。
根据概率的加法公式，两个互斥且对 立事件之和的概率等于1减去它们的 概率之和，因此A选项正确。
03
第5题
根据概率的加法公式，两个独立事件 同时发生的概率等于它们概率的乘积 加上它们的概率之和减去它们同时发 生的概率，因此B选项正确。
3. C 4. B 5. C
习题一答案与解析
第1题
根据概率的基本性质，任何事件的概率都介 于0和1之间，因此A选项正确。
第2题
互斥事件是指两个事件不可能同时发生，因 此D选项正确。
习题一答案与解析
第3题
独立事件是指一个事件的发生不受另 一个事件是否发生的影响，因此C选
项正确。
第4题
不可能事件是指概率为0的事件，因 此B选项正确。
概率论与数理统计的应用领域
金融
概率论与数理统计在金融领 域中广泛应用于风险评估、 投资组合优化和金融衍生品 定价等方面。
医学
在医学领域，概率论与数理 统计用于临床试验设计、流 行病学研究、诊断和预后评 估等方面。

第一章 概率论的基本概念习题1—1 随机事件1.设C B A ,,表示三个事件，试将下列事件用C B A ,,表示出来： （1）C A ,都发生，B 不发生； 【 ,ABC AC B - 】 （2）三个事件中至少有一个发生; 【 A B C 】（3）三个事件中至少有两个. 【 ,AB ACBC ABC ABC ABC ABC +++ 】2．设某人对一目标接连进行三次射击，设{i A =第i 次命中}123i =（，，）；{j B =射击恰好命中j 次}0123j =（，，，）；{}0123k C k k ==三次射击至少命中次（，，，）. （1）通过321,,A A A 表示2B ; 【 2123123123B A A A A A A A A A = 】（2）通过123,,B B B 表示2C . 【 223C B B = 】3. 设,,A B C 为三个事件，指出下列各等式成立的条件. （1）A C B A =； 【 A BC ⊂ 】 （2）A B C A =； 【 B C A ⊂ 】（3）A B AB =； 【 A B = 】（4）()A B A B -=。

【 AB φ= 】习题1—2 概 率1．设111()()(),()()(),(),4816P A P B P C P AB P AC P BC P ABC =======求下列事件的概率： （1）()P A B C ； （2）．)(C B A P 解 （1）3317()()()()()()()()481616P AB C P A P B P C P AB P AC P BC P ABC =++---+=-+= (2）()9()1()16P ABC P A B C P A B C ==-=.2．从5双不同尺码的鞋子中任取4只，求至少有2只配成一双的概率.解 12112542254101321C C C C C p C +==， 或 411115222241013121C C C C C p C =-= ．3．从[0,1]中随机地取两个数，求下列事件的概率：（1）两数之和小于54；（2）两数之积大于14； （3）以上两个条件均满足.解 （1）设A ：两数之和小于54， 则有133123244()132P A -⨯⨯==． （2）设B ：两数之积大于14，则有1141(1)314()ln 2142dxxP B -==-⎰．（3）11451()3113315144()ln 2ln 2142244322x dxxP AB --==--⨯⨯=-⎰．4．旅行社100人中有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，在其中任意挑选一人，求此人会讲英语和日语， 但不会讲法语的概率．解 设A ：会讲英语，B ：会讲日语，C ：会讲法语．则有：()P ABC =329()()0.23100100P AB P ABC -=-=．习题1-3 条件概率1．根据对电路停电情况的研究，得到电路停电原因的一下经验数据：5%是由于变电器损坏；80%是由于电路线损坏；1%是由于两者同时损坏. 试求下列各种停电事件发生的概率。

概率论与数理统计习题参考答案概率论与数理统计习题参考答案（仅供参考）第一章第1页(共101页)概率论和数理统计的参考答案（附练习）第一章随机事件及其概率1.写出以下随机测试的样本空间：（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种产品中有3种存在缺陷。

每次取一个，直到三个有缺陷的产品全部取出后再放回去。

记录提取次数；（4）测量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）|x2+y2<1}（3）s={3，4，5，6，7，8，9，10}（4）s={v|v>0}2.设a、B和C为三个事件，并使用a、B和C的运算关系来表示以下事件：（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）至少出现a、B和C中的一种；（7） a、B和C的出现次数不超过一次；（8）解决方案a、B和C中至少有两个出现：请求的事件表示如下(1)abc（2） abc（3）abc（4）abc（6）a？BC(5)abc(7)ab?bc?ac(8)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表示该如果学生是三年级的学生，C项意味着学生是运动员，那么（1）AB项意味着什么？（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？解决方案：请求的事件表示如下（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.概率论和数理统计练习参考答案（仅供参考）第1章第2页（101）（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)由于一个问题的解决方案？B=acab，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.对于事件a、B和C，已知P（a）=P（B）=P（C）=，P（AB）=P（CB）=0，P（AC）=141求a、b、c中至少有一个发生的概率.8解由于abc?ab,p(ab)?0,故p(abc)=0那么p（a+B+C）=p（a）+p（B）+p（C）CP（AB）CP（BC）CP（AC）+p（ABC）？11115 04万肆仟肆佰捌拾捌元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={两个颜色相同的球}，B={两个颜色不同的球}222解由题意，基本事件总数为aa?b，有利于a的事件数为aa?ab，有利于b111111中的事件数是aaab？阿巴？2aaab，2aa?ab2则p(a)?2aa?b112aaabp(b)?2aa？B7.若10件产品中有件正品，3件次品,（1）取其中任何一个三次，不放回去，计算得到三个不良品的概率；（2）每次取其中任何一个三次，计算得到三次次品的概率（1）让a={得到三次次品}33c3a316p(a)?3?.或者p(a)?3?c10120a10720（2）设b={取到三个次品},则3327p（a）？3.1010008.在一家旅行社的100名导游中，43人说英语，35人说日语，32人说日语和汉语英语，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）此人可能会说英语和日语，但不会说法语；（2）此人只会说法语的可能性解设a={此人会讲英语},b={此人会讲日语},c={此人会讲法语}根据主题的意思，你可以概率论与数理统计习题参考答案（仅供参考）第一章第3页(共101页)（1） p（abc）？p（ab）？p（abc）？(2)p(abc)?p(ab)?p(abc)32923?? 100100100? p（a？b）？0 1? p（a？b）？1.p（a）？p（b）？p（ab）43353254?1一千零一亿零一十万零一百9.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）获得两个白点和一个太阳黑子的概率；（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）那么让a={带上所有白人孩子}3c814p(a)?3??0.255.C1255（2）设B={得到两个白点和一个太阳黑子}1c82c4p(b)??0.509.3c12(3)设c={取三颗子中至少的一颗黑子}p(c)?1?p(a).4?0.7(4)设d={取到三颗子颜色相同}33c8？c4p（d）？？0.273.3c1210.（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）六个人中有一个人恰好在同一个月过生日的概率是多少？解决方案(1)设a={至少有一个人生日在7月1日},则364500? 0.746便士？1.p（a）？1.365500（2）假设计算的概率为p（b）41c6?c1?1122?0.0073p(b)?12611.将字母C、C、e、e、I、N和S7随机排列成一行，并尝试将它们精确地排列成科学的概率p.227解决方案因为两个C和两个e共享A2，所以有A2安排，基本事件的总数是a722a2p？？0.0007947a7概率论与数理统计习题参考答案（仅供参考）第一章第4页(共101页)12.从5副手套中取出4副手套，并找出这4副手套未配对的可能性解要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c54?24中取法.设a={4只手套都不配对}，则有c54？2480便士（a）？4.210c1013.一名实习生用一台机器独立生产三个同类型零件，I零件不合格的概率为pi?为多少？假设AI={第I部分不合格}，I=1,2,3，那么p（AI）？圆周率？那么p（AI）？1.圆周率？1，I=1，2，3。

《概率论与数理统计》习题册答案
1.1 (1) S1 {3, 4,,18} ; (2) S2 {3, 4,5, 6, 7,8,9,10}; (3) S3 {10, 11, }; (4) S4 {(x, y) | x 2 y 2 1} .
1.2 (1) ABC ; (2) A B C ; (3) ABC ; (4) ABC ;
P(A|
B2
)P(B2
)
0.97
2 3
0.94
1 3
0.96
(2) P(B2
A)
P( A B2 )P(B2 ) P( A)
0.06 1 3 0.5
0.04
.
1.16.设 A 为事件“接收站收到信息 0”， B 为事件“原发信息
是 0”， 则
(1) P(A) P(A B)P(B) P(A | B)P(B)
b 2 2b ab b2 2b
.
(a b)(a b 2)
2.1
X34 5 pk 0.1 0.3 0.6
P{X 4} 0.4
;
Y1
pk 0.6
23 0.3 0.1
P{Y 3} 0
2.2
X012
pk 22/35 12/35 1/35
2.3 (1) P{X k} p(1 p)k1 , k 1, 2,
0,
z 0.
3.20
串联时
T
的分布函数
F
(t)
1
e
3t
,
t
0,
0, t 0.
习题册答案---3
《概率论与数理统计》习题册答案
并联时 T 的分布函数 F (t) (1 et )3 , t 0, 0, t 0.
1

习题1试说明随机试验应具有的三个特点．习题2将一枚均匀的硬币抛两次，事件A，B，C分别表示“第一次出现正面”，“两次出现同一面”，“至少有一次出现正面”，试写出样本空间及事件A，B，C中的样本点.1.2 随机事件的概率1.3 xx概型与几何概型1.4 条件概率1.5 事件的独立性复习总结与总习题解答习题3. 证明下列等式：习题5.习题6.习题7习题8习题9习题10习题11习题12习题13习题14习题15习题16习题17习题18习题19习题20习题21习题22习题23习题24习题25习题26第二章随机变量及其分布2.1 随机变量习题1随机变量的特征是什么？解答：①随机变量是定义在样本空间上的一个实值函数.②随机变量的取值是随机的，事先或试验前不知道取哪个值.③随机变量取特定值的概率大小是确定的.习题2试述随机变量的分类.解答：①若随机变量X的所有可能取值能够一一列举出来，则称X为离散型随机变量；否则称为非离散型随机变量.②若X的可能值不能一一列出，但可在一段连续区间上取值，则称X为连续型随机变量.习题3盒中装有大小相同的球10个，编号为0,1,2,⋯,9, 从中任取1个，观察号码是“小于5”，“等于5”，“大于5”的情况，试定义一个随机变量来表达上述随机试验结果，并写出该随机变量取每一个特定值的概率.解答：分别用ω1,ω2,ω3表示试验的三个结果“小于5”，“等于5”，“大于5”，则样本空间S={ω1,ω2,ω3}, 定义随机变量X如下：X=X(ω)={0,ω=ω11,ω=ω2,2,ω=ω3则X取每个值的概率为P{X=0}=P{取出球的号码小于5}=5/10,P{X=1}=P{取出球的号码等于5}=1/10,P{X=2}=P{取出球的号码大于5}=4/10.2.2 离散型随机变量及其概率分布习题1设随机变量X服从参数为λ的泊松分布，且P{X=1}=P{X=2}, 求λ.解答：由P{X=1}=P{X=2}, 得λe-λ=λ^2/2e^-λ,解得λ=2.习题2设随机变量X的分布xx为P{X=k}=k15,k=1,2,3,4,5,试求(1)P{12<X<52; (2)P{1≤X≤3};(3)P{X>3}.解答：(1)P{12<X<52=P{X=1}+P{X=2}=115+215=15;(2)P{≤X≤3}=P{X=1}+P{X=2}+P{X=3}=115+215+315=25;(3)P{X>3}=P{X=4}+P{X=5}=415+515=35.习题3已知随机变量X只能取-1,0,1,2四个值，相应概率依次为,,,, 试确定常数c, 并计算P{X<1∣X≠0}.解答：依题意知，+++=1, 即=1,解得c=3716=2.3125.由条件概率知P{X<1∣X≠0}=P{X<1,X≠0}P{X≠0}=P{X=-1}P{X≠0} =1=-3=26.25=0.32.习题4一袋中装有5只球，编号为1,2,3,4,5. 在袋中同时取3只，以X表示取出的3只球中的最大号码，写出随机变量X的分布xx.解答：随机变量X的可能取值为3,4,5.P{X=3}=C22⋅53=110, P{X=4}=C32⋅53=310, P{X=5}=C42⋅53=3 5,所以X的分布xx为习题5某加油站替出租车公司代营出租汽车业务，每出租一辆汽车，可从出租公司得到3元.因代营业务，每天加油站要多付给职工服务费60元，设每天出租汽车数X是一个随机变量，它的概率分布如下：就是说，加油站因代营业务得到的收入大于当天的额外支出费用的概率为0.6.习题6设自动生产线在调整以后出现废品的概率为p=0.1, 当生产过程中出现废品时立即进行调整，X代表在两次调整之间生产的合格品数，试求：(1)X的概率分布；(2)P{X≥5};(3)在两次调整之间能以0.6的概率保证生产的合格品数不少于多少?解答：(1)P{X=k}=(1-p)kp=(0.9)k×0.1,k=0,1,2,⋯;(2)P{X≥5}=∑k=5∞P{X=k}=∑k=5∞(0.9)k×0.1=(0.9)5;(3)设以0.6的概率保证在两次调整之间生产的合格品不少于m 件，则m应满足P{X≥m}=0.6,即P{X≤m-1}=0.4. 由于P{X≤m-1}=∑k=-1(0.9)k(0.1)=1-(0.9)m,故上式化为1=0.4, 解上式得m≈4.85≈5,因此，以0.6的概率保证在两次调整之间的合格品数不少于5.习题7设某运动员投篮命中的概率为0.6, 求他一次投篮时，投篮命中的概率分布.解答：此运动员一次投篮的投中次数是一个随机变量，设为X, 它可能的值只有两个，即0和1.X=0表示未投中，其概率为p1=P{X=0}=1-0.6=0.4,X=1表示投中一次，其概率为p2=P{X=1}=0.6.则随机变量的分布xx为习题8某种产品共10件，其中有3件次品，现从中任取3件，求取出的3件产品中次品的概率分布.解答：设X表示取出3件产品的次品数，则X的所有可能取值为0,1,2,3. 对应概率分布为P{X=0}=C103=35120,P{X=1}=C103=36120,P{X=2}=C103=21120,P{X=3}=C103=1120.X的分布xx为习题9一批产品共10件，其中有7件正品，3件次品，每次从这批产品中任取一件，取出的产品仍放回去，求直至取到正品为止所需次数X的概率分布.解答：由于每次取出的产品仍放回去，各次抽取相互独立，下次抽取时情况与前一次抽取时完全相同，所以X的可能取值是所有正整数1,2,⋯,k,⋯.设第k次才取到正品(前k-1次都取到次品), 则随机变量X的分布xx为P{X=k}=310×310×⋯×310×710=(310)k-1×710,k=1,2,⋯.习题10设随机变量X∼b(2,p),Y∼b(3,p), 若P{X≥1}=59,求P{Y≥1}.解答：因为X∼b(2,p),P{X=0}=(1-p)2=1-P{X≥1}=1-5/9=4/9,所以p=1/3.因为Y∼b(3,p), 所以P{Y≥1}=1-P{Y=0}=1-(2/3)3=19/27.习题11纺织厂女工照顾800个纺绽，每一纺锭在某一xxτ内断头的概率为0.005, 在τ这xx内断头次数不大于2的概率.解答：以X记纺锭断头数, n=800,p=0.005,np=4,应用泊松定理，所求概率为：P{0≤X≤2}=P{⋃0≤xi≤2{X=xi}=∑k=02b(k;800,0.005)≈∑k=02P(k;4)=e-4(1+41!+422!)≈0.2381.习题12设书籍上每页的印刷错误的个数X服从泊松分布，经统计发现在某本书上，有一个印刷错误与有两个印刷错误的页数相同，求任意检验4页，每页上都没有印刷错误的概率.解答：\becauseP{X=1}=P{X=2}, 即λ11!e-λ=λ22!e-λ⇒λ=2,∴P{X=0}=e-2,∴p=(e-2)4=e-8.2.3 随机变量的分布函数习题1F(X)={0,x<-20.4,-2≤x<01,x≥0,是随机变量X的分布函数，则X是___________型的随机变量.解答：离散.由于F(x)是一个阶梯函数，故知X是一个离散型随机变量.习题2设F(x)={0x<0x20≤1,1x≥1问F(x)是否为某随机变量的分布函数.解答：首先，因为0≤F(x)≤1,∀x∈(-∞,+∞).其次，F(x)单调不减且右连续，即F(0+0)=F(0)=0, F(1+0)=F(1)=1,且F(-∞)=0,F(+∞)=1,所以F(x)是随机变量的分布函数.习题3已知离散型随机变量X的概率分布为P{X=1}=0.3,P{X=3}=0.5,P{X=5}=0.2,试写出X的分布函数F(x)，并画出图形.解答：由题意知X的分布xx为：求P{0.4<X≤1.3},P{X>0.5},P{1.7<X≤2}.解答：P{0.4<X≥1.3}=P{1.3}-F(0.4)=(1.3-0.5)-0.4/2=0.6, P{X>0.5}=1-P{X≤0.5}=1-F(0.5)=1-0.5/2=0.75,P{1.7<X≤2}=F(2)-F(1.7)=1-1=0.习题6设随机变量X的分布函数为F(x)=A+Barctanx(-∞<x<+∞),试求：(1)系数A与B;(2)X落在(-1,1]内的概率.解答：(1)由于F(-∞)=0,F(+∞)=1,可知{A+B(-π2)A+B(π2)=1=0⇒A=12,B=1π,于是F(x)=12+1πarctanx, -∞<x<+∞;(2)P{-1<X≤1}=F(1)-F(-1)=(12+1πarctan1)-[12+1πarctanx(-1)]=12+1π⋅ππ(-π4)=12.习题7在区间[0,a]上任意投掷一个质点，以X表示这个质点的坐标.设这个质点落在[0,a]中任意小区间内的概率与这个小区间的xx成正比例，试求X的分布函数.解答：F(x)=P{X≤x}={0,x<0xa,0≤x<a.1,x≥a2.4 连续型随机变量及其概率密度习题1设随机变量X的概率密度为f(x)=12πe-(x+3)24(-∞<x<+∞),则Y=¯∼N(0,1).解答：应填3+X2.由正态分布的概率密度知μ=-3,σ=2由Y=X-μσ∼N(0,1), 所以Y=3+X2∼N(0,1).习题2已知X∼f(x)={2x,0<x<10,其它, 求P{X≤0.5};P{X=0.5};F(x).解答：P{X≤0.5}=∫-∞(x)dx=∫-∞00dx+∫00.52xdx=x2∣00.5=0.25, P{X=0.5}=P{X≤0.5}-P{X<0.5}=∫-∞(x)dx-∫-∞(x)dx=0.当X≤0时，F(x)=0;当0<x<1时，F(x)=∫-∞xf(t)dt=∫-∞00dt+∫0x2tdt=t2∣0x=x2;当X≥1时，F(x)=∫-∞xf(t)dt=∫-∞00dt+∫0x2tdt+∫1x0dt=t2∣01=1,故F(x)={0,x≤0x2,0<x<1.1,x≥1习题3设连续型随机变量X的分布函数为F(x)={A+Be-2x,x>00,x≤0,试求：(1)A,B的值；(2)P{-1<X<1}; (3)概率密度函数F(x).解答：(1)\becauseF(+∞)=limx→+∞(A+Be-2x)=1, ∴A=1;又\becauselimx→0+(A+Be-2x)=F(0)=0,∴B=-1.(2) P{-1<X<1}=F(1)-F(-1)=1-e-2.(3)f(x)=F′(x)={2e-x,x>00,x≤0.习题4服从拉普拉斯分布的随机变量X的概率密度f(x)=Ae-∣x∣,求系数A及分布函数F(x).解答：由概率密度函数的性质知，∫-∞+∞f(x)dx=1,即∫-∞+∞Ae-∣x∣dx=1,而∫-∞+∞Ae-∣x∣dx=∫-∞0Aexdx+∫0+∞Ae-xdx=Aex∣-∞0+(-Ae-x∣0+∞)=A+A=或∫-∞+∞Ae-xdx=2∫0+∞Ae-xdx=-2Ae-x∣0+∞=,所以=1, 即A=1/2.从而f(x)=12e-∣x∣,-∞<x<+∞,又因为F(x)=∫-∞xf(t)dt,所以当x<0时，F(x)=∫-∞x12e-∣t∣dt=12∫-∞xetdt=12et∣-∞x=12ex;当x≥0时，F(x)=∫-∞x12e-∣x∣dt=∫-∞012etdt+∫0x12e-tdt=12et∣-∞0-12e-t∣0x=12-12e-x+12=1-12e-x,从而F(x)={12ex,x<01-12e-x,x≥0.习题5某型号电子管，其寿命(以小时计)为一随机变量，概率密度f(x)={100x2,x≥1000,其它,某一电子管的使用寿命为X, 则三个电子管使用150小时都不需要更换的概率.解答：设电子管的使用寿命为X, 则电子管使用150小时以上的概率为P{X>150}=∫150+∞f(x)dx=∫150+∞100x2dx=-100x∣150+∞=100150=23,从而三个电子管在使用150小时以上不需要更换的概率为p=(2/3)3=8/27.习题6设一个汽车站上，某路公共汽车每5分钟有一辆车到达，设乘客在5分钟内任一时间到达是等可能的，试计算在车站候车的10位乘客中只有1位等待时间超过4分钟的概率.解答：设X为每位乘客的候车时间，则X服从[0,5]xx的均匀分布. 设Y表示车站xx10位乘客中等待时间超过4分钟的人数. 由于每人到达时间是相互独立的.这是10xx努力概型. Y服从二项分布，其参数n=10,p=P{X≥4}=15=0.2,所以P{Y=1}=C101×0.2×0.89≈0.268.习题7设X∼N(3,22).(1)确定C, 使得P{X>c}=P{X≤c};(2)设d满足P{X>d}≥0.9,问d至多为多少?解答：因为X∼N(3,22), 所以X-32=Z∼N(0,1).(1)欲使P{X>c}=P{X≤c},必有1-P{X≤c}=P{X≤c},即P{X≤c}=1/2,亦即Φ(c-32)=12, 所以c-32=0, 故c=3.(2)由P{X>d}≥0.9可得1-P{X≤d}≥0.9,即P{X≤d}≤0.1.于是Φ(d-32)≤0.1,Φ(3-d2)≥0.9.查表得3-d2≥1.282,所以d≤0.436.习题8设测量误差X∼N(0,102), 先进行100次独立测量，求误差的绝对值超过19.6的次数不小于3的概率.解答：先求任意误差的绝对值超过19.6的概率p,p=P{∣X∣>19.6}=1-P{∣X∣≤19.6}=1-P{∣X10∣≤1.96=1-[Φ(1.96)-Φ(-1.96)]=1-[2Φ(1.96)-1]=1-[2×0.975-1]=1-0.95=0.05.设Y为100次测量中误差绝对值超过19.6的次数，则Y∼b(100,0.05).因为n很大，p很小，可用泊松分布近似，np=5=λ, 所以P{Y≥3}≈1-50e-50!-51e-51!-52e-52!=1-3722-5≈0.87.习题9某玩具厂装配车间准备实行计件超产奖，为此需对生产定额作出规定. 根据以往记录，各工人每月装配产品数服从正态分布N(4000,3600).假定车间主任希望10%的工人获得超产奖，求：工人每月需完成多少件产品才能获奖？解答：用X表示工人每月需装配的产品数，则X∼N(4000,3600).设工人每月需完成x件产品才能获奖，依题意得P{X≥x}=0.1,即1-P{X<x}=0.1,所以1-F(x)=0.1, 即1-Φ(x-400060)=0.1, 所以Φ(x-400060)=0.9.查标准正态人分布表得Φ(1.28)=0.8997, 因此x-400060≈1.28,即x=4077件，就是说，想获超产奖的工人，每月必须装配4077件以上.习题10某地区18岁女青年的血压(收缩压，以mm-HG计)服从N(110,122). 在该地区任选一18岁女青年，测量她的血压X.(1)求P{X≤105},P{100<X≤120};(2)确定最小的x, 使P{X>x}≤0.005.解答：已知血压X∼N(110,122).(1)P{X≤105}=P{X-11012≤-512≈1-Φ(0.42)=0.3372,P{100<X≤120}=Φ(120-11012)-Φ(100-11012)=Φ(0.833)-Φ(-0.833)=2Φ(0.833)-1≈0.595.(2)使P{X>x}≤0.05,求x, 即1-P{X≤x}≤0.05,亦即Φ(x-11012)≥0.95,查表得x-10012≥1.645,从而x≥129.74.习题11设某xx男子身高X∼N(170,36), 问应如何选择公共汽车车门的高度使男子与车门碰头的机会小于0.01.解答：X∼N(170,36), 则X-1706∼N(0,1).设公共汽车门的高度为xcm，由题意P{X>x}<0.01, 而P{X>x}=1-P{X≤x}=1-Φ(x-1706)<0.01,即Φ(x-1706)>0.99, 查标准正态表得x-1706>2.33, 故x>.因此，车门的高度超过时，男子与车门碰头的机会小于0.01.习题12某人去火车站乘车，有两条路可以走. 第一条路程较短，但交通拥挤，所需时间(单位：分钟)服从正态分布N(40,102); 第。

第1章 概率论的基本概念§1 .8 随机事件的独立性1. 电路如图，其中A,B,C,D 为开关。

设各开关闭合与否相互独立，且每一开关闭合的概率均为p,求L 与R 为通路（用T 表示）的概率。

A B L R C D1. 甲，乙,丙三人向同一目标各射击一次，命中率分别为0.4,0.5和0.6，是否命中，相互独立， 求下列概率: (1) 恰好命中一次,(2) 至少命中一次。

第1章作业答案§1 .8. 1： 用A,B,C,D 表示开关闭合，于是 T = AB ∪CD, 从而，由概率的性质及A,B,C,D 的相互独立性P(T) = P(AB) + P(CD) - P(ABCD)= P(A)P(B) + P(C)P(D) – P(A)P(B)P(C)P(D)424222p p p p p -=-+=2： (1) 0.4(1-0.5)(1-0.6)+(1-0.4)0.5(1-0.6)+(1-0.4)(1-0.5)0.6=0.38； (2) 1-(1-0.4)(1-0.5)(1-0.6)=0.88.第2章 随机变量及其分布§2.2 10-分布和泊松分布1 某程控交换机在一分钟接到用户的呼叫次数X 是服从λ=4的泊松分布，求(1)每分钟恰有1次呼叫的概率；(2)每分钟只少有1次呼叫的概率； (3)每分钟最多有1次呼叫的概率；2 设随机变量X 有分布律： X 23 , Y ～π(X), 试求： p 0.4 0.6（1）P(X=2,Y ≤2)； (2)P(Y ≤2)； (3) 已知 Y ≤2, 求X=2 的概率。

§2.3 贝努里分布2 设每次射击命中率为0.2，问至少必须进行多少次独立射击，才能使至少击中一次的概率不小于0.9 ？§2.6 均匀分布和指数分布2 假设打一次所用时间（单位：分）X 服从2.0=α的指数分布，如某人正好在你前面走进亭，试求你等待：（1）超过10分钟的概率；（2）10分钟 到20分钟的概率。

概率论与数理统计作业及解答第一次作业★1. 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, 则三门炮最多有一门炮击中目标如何表示. 事件E ={事件,,A B C 最多有一个发生},则E 的表示为;E ABC ABC ABC ABC =+++或;ABAC BC =或;AB AC BC =或;AB ACBC =或().ABC ABC ABC ABC =-++(和A B +即并A B ,当,A B 互斥即AB φ=时,A B 常记为A B +.) 2. 设M 件产品中含m 件次品, 计算从中任取两件至少有一件次品的概率.221M mM C C --或1122(21)(1)m M m m MC C C m M m M M C -+--=- ★3. 从8双不同尺码鞋子中随机取6只, 计算以下事件的概率.A ={8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()0.2238,143C C P A C ===1414872616()80()0.5594,143C C C P B C === 2212862616()30()0.2098.143C C C P C C === ★4. 设某批产品共50件, 其中有5件次品, 现从中任取3件, 求:(1)其中无次品的概率; (2)其中恰有一件次品的概率.(1)34535014190.724.1960C C == (2)21455350990.2526.392C C C == 5. 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.(1){P 三位数为偶数}{P =尾数为偶数4},9=(2){P 三位数为奇数}{P =尾数为奇数5},9=或{P 三位数为奇数}1{P =-三位数为偶数45}1.99=-=6. 某办公室10名员工编号从1到10,任选3人记录其号码,求:(1)最小号码为5的概率;(2)最大号码为5的概率.记事件A ={最小号码为5}, B ={最大号码为5}.(1) 253101();12C P A C ==(2) 243101().20C P B C ==7. 袋中有红、黄、白色球各一个,每次从袋中任取一球,记下颜色后放回,共取球三次,求下列事件的概率:A ={全红},B ={颜色全同},C ={颜色全不同},D ={颜色不全同},E ={无黄色球},F ={无红色且无黄色球},G ={全红或全黄}.311(),327P A ==1()3(),9P B P A ==33333!2(),339A P C ===8()1(),9P D P B =-=3328(),327P E ==311(),327P F ==2()2().27P G P A ==☆.某班n 个男生m 个女生(m ≤n +1)随机排成一列, 计算任意两女生均不相邻的概率.☆.在[0, 1]线段上任取两点将线段截成三段, 计算三段可组成三角形的概率. 14第二次作业1. 设A , B 为随机事件, P (A )=0.92, P (B )=0.93, (|)0.85P B A =, 求:(1)(|)P A B , (2)()P A B ∪. (1) ()()0.85(|),()0.850.080.068,()10.92P AB P AB P B A P AB P A ====⨯=-()()()()()()P AB P A P AB P A P B P AB =-=-+0.920.930.0680.058,=-+=()0.058(|)0.83.()10.93P AB P A B P B ===-(2)()()()()P A B P A P B P AB =+-0.920.930.8620.988.=+-=2. 投两颗骰子,已知两颗骰子点数之和为7,求其中有一颗为1点的概率. 记事件A ={(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)}, B ={(1,6),(6,1)}. 21(|).63P B A ==★.在1—2000中任取一整数, 求取到的整数既不能被5除尽又不能被7除尽的概率. 记事件A ={能被5除尽}, B ={能被7除尽}.4001(),20005P A ==取整2000285,7⎡⎤=⎢⎥⎣⎦28557(),2000400P B ==200057,57⎡⎤=⎢⎥⨯⎣⎦57(),2000P AB = ()()1()1()()()P AB P AB P AB P A P B P AB ==-=--+1575710.686.54002000=--+=3. 由长期统计资料得知, 某一地区在4月份下雨(记作事件A )的概率为4/15, 刮风(用B 表示)的概率为7/15, 既刮风又下雨的概率为1/10, 求P (A |B )、P (B |A )、P (A B ).()1/103(|),()7/1514P AB P A B P B ===()1/103(|),()4/158P AB P B A P A ===()()()()P A B P A P B P AB =+-47119.15151030=+-=4. 设某光学仪器厂制造的透镜第一次落下时摔破的概率是1/2,若第一次落下未摔破,第二次落下时摔破的概率是7/10,若前二次落下未摔破,第三次落下时摔破的概率是9/10,试求落下三次而未摔破的概率．记事件i A ={第i 次落下时摔破},1,2,3.i = 1231213121793()()(|)(|)111.21010200P A A A P A P A A P A A A ⎛⎫⎛⎫⎛⎫==---= ⎪⎪⎪⎝⎭⎝⎭⎝⎭5. 设在n 张彩票中有一张奖券,有3个人参加抽奖,分别求出第一、二、三个人摸到奖券概率．记事件i A ={第i 个人摸到奖券},1,2,3.i =由古典概率直接得1231()()().P A P A P A n ===或212121111()()()(|),1n P A P A A P A P A A n n n-====-31231213121211()()()(|)(|).12n n P A P A A A P A P A A P A A A n n n n--====--或 第一个人中奖概率为11(),P A n=前两人中奖概率为12122()()(),P A A P A P A n +=+=解得21(),P A n=前三人中奖概率为1231233()()()(),P A A A P A P A P A n ++=++=解得31().P A n=6. 甲、乙两人射击, 甲击中的概率为0.8, 乙击中的概率为0.7, 两人同时射击, 假定中靶与否是独立的.求(1)两人都中靶的概率; (2)甲中乙不中的概率; (3)甲不中乙中的概率. 记事件A ={甲中靶},B ={乙中靶}. (1) ()()()0.70.70.56,P AB P A P B ==⨯=(2) ()()()0.80.560.24,P AB P A P AB =-=-= (3) ()()()0.70.560.14.P AB P B P AB =-=-=★7. 袋中有a 个红球, b 个黑球, 有放回从袋中摸球, 计算以下事件的概率: (1)A ={在n 次摸球中有k 次摸到红球}; (2)B ={第k 次首次摸到红球};(3)C ={第r 次摸到红球时恰好摸了k 次球}.(1) ();()k n kk n kk k nnna b a b P A C C a b a b a b --⎛⎫⎛⎫== ⎪ ⎪+++⎝⎭⎝⎭(2) 11();()k k kb a ab P B a b a b a b --⎛⎫== ⎪+++⎝⎭ (3) 1111().()rk rr k rr r k k ka b a b P C CCa b a b a b ------⎛⎫⎛⎫== ⎪ ⎪+++⎝⎭⎝⎭8.一射手对一目标独立地射击4次, 已知他至少命中一次的概率为80.81求该射手射击一次命中目标的概率.设射击一次命中目标的概率为,1.p q p =-4801121,,1.818133q q p q =-===-= 9. 设某种高射炮命中目标的概率为0.6, 问至少需要多少门此种高射炮进行射击才能以0.99的概率命中目标.(10.6)10.99,n -<-0.40.01,n <由50.40.01024,=60.40.01,<得 6.n ≥ ☆.证明一般加法(容斥)公式1111()()()()(1)().nn n n i i i i j ij ki i i i ji j kP A P A P A A P A A A P A -===<<<=-+++-∑∑∑证明 只需证分块111,,k k n k i i i i i i A A A A A A +⊂只计算1次概率．(1,,n i i 是1,,n 的一个排列,1,2,,.k n =)分块概率重数为1,,k i i A A 中任取1个-任取2个1(1)k -++-任取k 个,即121(1)1k k k k k C C C --++-=⇔ 121(1)(11)0.k k k k k k C C C -+++-=-=将,互换可得对偶加法(容斥)公式1111()()()()(1)().nnn n i i i ij ij k i i i i ji j kP A P A P A A P AA A P A -===<<<=-+++-∑∑∑☆.证明 若A , B 独立, A , C 独立, 则A , B ∪C 独立的充要条件是A , BC 独立. 证明(())()()()()P A B C P AB AC P AB P AC P ABC ==+- ()()()()()P A P B P A P C P ABC =+- 充分性:⇐(())()()()()(),P A B C P A P B P A P C P ABC =+-代入()()()P ABC P A P BC = ()(()()())P A P B P C P BC =+-()(),P A P B C = 即,A B C 独立. 必要性:⇒(())()()P A B C P A P B C =()(()()())P A P B P C P BC =+-()()()()()()P A P B P A P C P A P BC =+-()()()()()P A P B P A P C P ABC =+- ()()(),P ABC P A P BC =即,A BC 独立.☆.证明：若三个事件A 、B 、C 独立，则A ∪B 、AB 及A －B 都与C 独立． 证明 因为[()]()()()()()()()()()()()[()()()()]()()()P A B C P AC BC P AC P BC P ABC P A P C P B P C P A P B P C P A P B P A P B P C P A B P C ==+-=+-=+-=[()]()()()()[()()]()()()P AB C P ABC P A P B P C P A P B P C P AB P C ==== [()]()()()()()()()()[()()]()()()P A B C P AC B P AC P ABC P A P C P A P B P C P A P AB P C P A B P C -=-=-=-=-=-所以A ∪B 、AB 及A －B 都与C 独立. 第三次作业1. 在做一道有4个答案的选择题时, 如果学生不知道问题的正确答案时就作随机猜测. 设他知道问题的正确答案的概率为p , 分别就p =0.6和p =0.3两种情形求下列事件概率: (1)学生答对该选择题; (2)已知学生答对了选择题,求学生确实知道正确答案的概率. 记事件A ={知道问题正确答案},B ={答对选择题}.(1) 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+113,444p pp -=+=+ 当0.6p =时,13130.67()0.7,444410p P B ⨯=+=+== 当0.3p =时,13130.319()0.475.444440p P B ⨯=+=+==(2) 由贝叶斯公式得()4(|),13()1344P AB p pP A B p P B p ===++ 当0.6p =时,440.66(|),13130.67p P A B p ⨯===++⨯ 当0.3p =时,440.312(|).13130.319p P A B p ⨯===++⨯ 2. 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0.70; 当报警系统B 单独使用时, 其有效的概率为0.80.在报警系统A 有效的条件下, 报警系统B 有效的概率为0.84.计算以下概率: (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.()0.7,()0.8,(|)0.84.P A P B P B A === (1) ()()(|)0.70.840.588,P AB P A P B A ==⨯=(2) ()0.588(|)0.735,()0.8P AB P A B P B === (3) ()()1()1()()()P AB P A B P A B P A P B P AB ==-=--+10.70.80.5880.088.=--+=☆.为防止意外, 在矿内同时设有两种报警系统A 与B . 每种系统单独使用时, 其有效的概率系统A 为0. 92, 系统B 为0.93, 在A 失灵的条件下, B 有效的概率为0.85,. 求: (1)发生意外时, 两个报警系统至少有一个有效的概率; (2) B 失灵的条件下, A 有效的概率.3. 设有甲、乙两袋, 甲袋中有n 只白球, m 只红球; 乙袋中有N 只白球, M 只红球. 从甲袋中任取一球放入乙袋, 在从乙袋中任取一球, 问取到白球的概率是多少. 记事件A ={从甲袋中取到白球},B ={从乙袋中取到白球}. 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+111n N m Nn m N M n m N M +=+++++++().()(1)n N n m n m N M ++=+++☆.设有五个袋子, 其中两个袋子, 每袋有2个白球, 3个黑球. 另外两个袋子, 每袋有1个白球, 4个黑球, 还有一个袋子有4个白球, 1个黑球. (1)从五个袋子中任挑一袋, 并从这袋中任取一球, 求此球为白球的概率. (2)从不同的三个袋中任挑一袋, 并由其中任取一球, 结果是白球, 问这球分别由三个不同的袋子中取出的概率各是多少？★4. 发报台分别以概率0.6和0.4发出信号 “·” 及 “-”. 由于通信系统受到于扰, 当发出信号 “·” 时, 收报台分别以概率0.8及0.2收到信息 “·” 及 “-”; 又当发出信号 “-” 时, 收报台分别以概率0.9及0.l 收到信号 “-” 及 “·”. 求: (1)收报台收到 “·”的概率;(2)收报台收到“-”的概率;(3)当收报台收到 “·” 时, 发报台确系发出信号 “·” 的概率;(4)收到 “-” 时, 确系发出 “-” 的概率.记事件B ={收到信号 “·”},1A ={发出信号 “·”},2A ={发出信号“-”}.(1) )|()()|()()(2211A B P A P A B P A P B P +=;52.01.04.0)2.01(6.0=⨯+-⨯= (2) ()1()10.520.48;P B P B =-=-=(3) 1111()()(|)(|)()()P A B P A P B A P A B P B P B ==0.60.8120.923;0.5213⨯=== (4)2222()()(|)(|)()()P A B P A P B A P A B P B P B ==0.40.930.75.0.484⨯=== 5. 对以往数据分析结果表明, 当机器调整良好时, 产品合格率为90%, 而机器发生某一故障时, 产品合格率为30%. 每天早上机器开动时, 机器调整良好的概率为75%. (1)求机器产品合格率,(2)已知某日早上第一件产品是合格品, 求机器调整良好的概率. 记事件B ={产品合格},A ={机器调整良好}. (1) 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+0.750.90.250.30.75,=⨯+⨯=(2) 由贝叶斯公式得()()(|)(|)()()P AB P A P B A P A B P B P B ==0.750.90.9.0.75⨯== ☆.系统(A), (B), (C)图如下, 系统(A), (B)由4个元件组成, 系统(C)由5个元件组成, 每个元件的可靠性为p , 即元件正常工作的概率为p , 试求整个系统的可靠性.(A) (B) (C) 记事件A ={元件5正常},B ={系统正常}.(A) 222(|)(1(1)(1))(44),P B A p p p p p =---=-+ (B) 2222(|)1(1)(1)(2),P B A p p p p =---=- (C) 由全概率公式得()()(|)()(|)P B P A P B A P A P B A =+2222(44)(1)(2)p p p p p p p =⋅-++-- 23452252.p p p p =+-+第四次作业1. 在15个同型零件中有2个次品, 从中任取3个, 以X 表示取出的次品的个数, 求X 的分布律.2213315(),0,1,2.k k C C P X k k C -=== X0 1 2 P 22/35 12/35 1/35☆.经销一批水果, 第一天售出的概率是0.5, 每公斤获利8元, 第二天售出的概率是0.4, 每公斤获利5元, 第三天售出的概率是0.1, 每公斤亏损3元. 求经销这批水果每公斤赢利X X3- 5 8 P 0.1 0.4 0.50,3,(3)(3)0.1,35,()(5)(3)(5)0.10.40.5,58,(8)1,8.x F P X x F x F P X P X x F x <-⎧⎪-==-=-≤<⎪=⎨==-+==+=≤<⎪⎪=≥⎩2. 抛掷一枚不均匀的硬币, 每次出现正面的概率为2/3, 连续抛掷8次, 以X 表示出现正面的次数, 求X 的分布律.(8,2/3),X B n p ==8821(),0,1,,8.33k kk P X k C k -⎛⎫⎛⎫=== ⎪ ⎪⎝⎭⎝⎭3. 一射击运动员的击中靶心的命中率为0.35, 以X 表示他首次击中靶心时累计已射击的次数, 写出X 的分布律, 并计算X 取偶数的概率.(0.35),X G p =11()0.350.65,1,2.k k P X k pq k --===⨯= ()+()=1,()()=,P X P X P X P X q ⎧⎪⎨⎪⎩奇偶偶奇 解得0.6513()=0.394.110.6533q P X q ==++偶4. 一商业大厅里装有4个同类型的银行刷卡机, 调查表明在任一时刻每个刷卡机使用的概率为0.1,求在同一时刻:(1)恰有2个刷卡机被使用的概率;(2)至少有3个刷卡机被使用的概率; (3)至多有3个刷卡机被使用的概率;(4)至少有一个刷卡机被使用的概率. 在同一时刻刷卡机被使用的个数(4,0.1).X B n p ==(1) 2224(2)0.10.90.00486,P X C ==⨯⨯= (2) 3344(3)(3)(4)0.10.90.10.0037,P X P X P X C ≥==+==⨯⨯+= (3) 4(3)1(4)10.10.9999,P X P X ≤=-==-=(4)4(1)1(0)10.910.65610.3439.P X P X ≥=-==-=-=5. 某汽车从起点驶出时有40名乘客, 设沿途共有4个停靠站, 且该车只下不上. 每个乘客在每个站下车的概率相等, 并且相互独立, 试求: (1)全在终点站下车的概率; (2)至少有2个乘客在终点站下车的概率; (3)该车驶过2个停靠站后乘客人数降为20的概率. 记事件A ={任一乘客在终点站下车},乘客在终点站下车人数(40,1/4).X B n p ==(1) 40231(40)8.271810,4P X -⎛⎫===⨯ ⎪⎝⎭(2) 403940140313433(2)1(0)(1)1144434P X P X P X C ⎛⎫⎛⎫⎛⎫≥=-=-==--⨯=-⨯ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭10.0001340880.999865912.=-=(3) 记事件B ={任一乘客在后两站下车},乘客在后两站下车人数(40,1/2).Y B n p ==2020202040404011(20)0.1268.222C P Y C ⎛⎫⎛⎫==== ⎪ ⎪⎝⎭⎝⎭(精确值)应用斯特林公式!2,nn n n e π⎛⎫ ⎪⎝⎭2020202040404011(20)222C P X C ⎛⎫⎛⎫=== ⎪ ⎪⎝⎭⎝⎭24040!(20!)2= 402204040202e e ⎫⎪⎝⎭⎫⎫⎪⎪⎪⎭⎭0.1262.=其中 1.7724538509.π==参:贝努利分布的正态近似.6. 已知瓷器在运输过程中受损的概率是0.002, 有2000件瓷器运到, 求: (1)恰有2个受损的概率; (2)小于2个受损的概率; (3)多于2个受损的概率; (4)至少有1个受损的概率. 受损瓷器件数(2000,0.002),X B n p ==近似为泊松分布(4).P n p λ=⨯=(1) 2441480.146525,2!P e e --=== (2) 4424150.0915782,1!P e e --⎛⎫=+== ⎪⎝⎭(3) 431211130.761897,P P P e-=--=-= (4) 4410.981684.P e -=-=7. 某产品表面上疵点的个数X 服从参数为1.2的泊松分布, 规定表面上疵点的个数不超过2个为合格品, 求产品的合格品率.产品合格品率2 1.2 1.21.2 1.212.920.879487.1!2!P e e --⎛⎫=+=== ⎪⎝⎭ ★8. 设随机变量X求:X 的分布函数, 以及概率(||5).X ≤ 随机变量X 的分布函数为0,3,(3)(3)0.2,35,()(5)(3)(5)0.20.50.7,58,(8)1,8.x F P X x F x F P X P X x F x <-⎧⎪-==-=-≤<⎪=⎨==-+==+=≤<⎪⎪=≥⎩(36)(5)0.5,P X P X <≤===(1)(5)(8)0.50.30.8,P X P X P X >==+==+=(5)(||5)(5)(3)(5)0.20.50.7,P X P X F P X P X ≤=≤===-+==+=第五次作业1. 学生完成一道作业的时间X 是一个随机变量(单位: 小时), 其密度函数是2,00.5()0,kx x x f x ⎧+≤≤=⎨⎩其他试求: (1)系数k ; (2)X 的分布函数; (3)在15分钟内完成一道作业的概率; (4)在10到20分钟之间完成一道作业的概率. (1) 0.50.523200111(0.5),21,32248kk F kx xdx x x k ⎛⎫==+=+=+= ⎪⎝⎭⎰(2) 23200,01()()217,00.5,2(0.5)1,0.5.x x F x P X x x xdx x x x F x <⎧⎪⎪=≤=+=+≤<⎨⎪=≥⎪⎩⎰(3) 322011119()2170.140625,442464x F P X x x xdx ⎛⎫⎛⎫⎛⎫=≤=+=+== ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎰(4) 3212316111111129217.6336424108P X F F x xdx ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫≤≤=-=+=+= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎰2. 设连续型随机变量X 服从区间[-a , a ](a >0)上的均匀分布, 且已知概率1(1)3P X >=, 求: (1)常数a ; (2)概率1()3P X <.(1) 1111(1),3,223aa P X dx a a a ->====⎰(2) 13311115()3.36639P X dx -⎛⎫<==+= ⎪⎝⎭⎰3. 设某元件的寿命X 服从参数为θ 的指数分布, 且已知概率P (X >50)=e -4, 试求:(1)参数θ 的值; (2)概率P (25<X <100) . 补分布()()|,0.x x xx xS x P X x e dx e ex θθθθ+∞--+∞->==-=>⎰ (1) 504502(50)(50),0.08,25x S P X e dx e e θθθθ+∞---=>=====⎰(2) 由()(),,0,rxr S rx e S x r x θ-==>取50,x =依次令1,2,2r =得12282(25)(25)(50),(100)(100)(50)S P X S e S P X S e --=>===>==0.0003354563,=其中 2.7182818284.e28(25100)(25)(100)P X P X P X e e --<<=>->=- 0.135334650.00033545630.1349991937.=-= 4. 某种型号灯泡的使用寿命X (小时)服从参数为1800的指数分布, 求: (1)任取1只灯泡使用时间超过1200小时的概率; (2)任取3只灯泡各使用时间都超过1200小时的概率. (1) 1312008002(1200)0.2231301602,P X ee-⨯->===1.6487212707001.= (2) 932(1200)0.0111089965.P X e->==5. 设X ~N (0, 1), 求: P (X <0.61), P (-2.62<X <1.25), P (X ≥1.34), P (|X |>2.13). (1) (0.61)(0.61)0.72907,P X <=Φ=(2) ( 2.62 1.25)(1.25)( 2.62)(1.25)(2.62)1P X -<<=Φ-Φ-=Φ+Φ-0.894359956010.88995,=+-=(3) ( 1.34)1(1.34)10.909880.09012,P X >=-Φ=-=(4)(|| 2.13)22(2.13)220.983410.03318.P X >=-Φ=-⨯=6. 飞机从甲地飞到乙地的飞行时间X ~N (4,19). 设飞机上午10: 10从甲地起飞, 求: (1)飞机下午2: 30以后到达乙地的概率; (2)飞机下午2: 10以前到达乙地的概率; (3)飞机在下午1: 40至2: 20之间到达乙地的概率.(1) 131331/34111(1)10.841340.15866,331/3P X P X -⎛⎫⎛⎫⎛⎫>=-≤=-Φ=-Φ=-= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭(2) (4)(0)0.5,P X <=Φ=(3) 72525/647/24261/31/3P X --⎛⎫⎛⎫⎛⎫<<=Φ-Φ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭13122⎛⎫⎛⎫=Φ+Φ- ⎪ ⎪⎝⎭⎝⎭0.691460.9331910.62465.=+-=★7. 设某校高三女学生的身高X ~N (162, 25), 求: (1)从中任取1个女学生, 求其身高超过165的概率; (2)从中任取1个女学生, 求其身高与162的差的绝对值小于5的概率; (3)从中任取6个女学生, 求其中至少有2个身高超过165的概率.(1) 162165162(165)0.61(0.6)10.72580.2742,55X P X P --⎛⎫>=>==-Φ=-=⎪⎝⎭ (2) 162(|162|5)12(1)120.8413410.6827,5X P X P ⎛-⎫-<=<=Φ-=⨯-= ⎪⎝⎭(3) 记事件A ={任一女生身高超过165}, ()(165)0.2742,p P A P X ==>= 随机变量Y 贝努利分布(6,0.2742),B n p ==6156(2)1(0)(1)1(1)(1)0.52257.P Y P Y P Y p C p p ≥=-=-==----=第六次作业★1.设随机变量X 的分布律为(1)求Y =|X |的分布律; (2)求Y =X 2+X 的分布律. (1)(2)★.定理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 =是连续型变量,密度为(())|()|,()(),()0,XY f x y x y g x y g x f y αβ'=<<=⎧=⎨⎩极小值极大值其它. 证明 1)若()0,x x y ''=>{}{()()}{},Y y g X g x X x ≤=≤=≤()()(()())()(),Y X F y P Y y P g X g x P X x F x =≤=≤=≤= 两边对y 求导,()(())(),.Y X f y f x y x y y αβ'=<<2)若()0,x x y ''=<{}{()()}{},Y y g X g x X x ≤=≤=≥()()(()())()1(),Y X F y P Y y P g X g x P X x F x =≤=≤=≥=- 两边对y 求导,()(())(),.Y X f y f x y x y y αβ'=-<<因此总有()(())|()|,.Y X f y f x y x y y αβ'=<< 或证明()(),()0,()()(()())()1(),()0,X Y XP X x F x g x F y P Y y P g X g x P X x F x g x '≤=>⎧=≤=≤=⎨'≥=-<⎩ 两边对y 求导,(),()(),X Y X dF x dxdx dyf y dF x dx dx dy ⎧⎪⎪=⎨⎪-⎪⎩或两边微分()(),()()()(),X X Y Y X XdF x f x dx dF y f y dy dF x f x dx =⎧==⎨-=-⎩(),()(),X Y X dx f x dy f y dxf x dy ⎧⎪=⎨-⎪⎩(())|()|,.X f x y x y y αβ'=<<2. 设随机变量X 的密度函数是f X (x ), 求下列随机变量函数的密度函数: (1)Y =tan X ; (2)1Y X=; (3)Y =|X |. (1) 反函数()arctan ,x y y ='21(),1x y y =+由连续型随机变量函数的密度公式得 '21()(())|()|(arctan ).1Y X Xf y f x y x y f y y ==+ 或 反函数支()arctan ,i x y i y i π=+为整数，'21(),1i x y y =+'21()(())|()|(arctan ).1Y X i iX i i f y f x y x y f i y y π+∞+∞=-∞=-∞==++∑∑(2) 1,X Y =反函数1,y x y='211()()().Y X y y X f y f x x f y y ==(3) ()()(||)()()()Y X X F y P Y y P X y P y X y F y F y =≤=≤=-≤≤=--. 两边对y 求导得Y 的密度函数为()()(),0.Y X X f y f y f y y =+->★3. 设随机变量X ~U [-2, 2], 求Y =4X 2-1的密度函数.2()()(41)(115,Y F y P Y y P X y P X y =≤=-≤=≤=-≤≤两边对y 求导得随机变量Y 的密度为()115.Y f y y =-≤≤ 或解反函数支12()()x y x y =='''112211()(())|()|(())|()|2(())()115.Y X X X f y f x y x y f x y x y f x y x y y =+==-≤≤★4. 设随机变量X 服从参数为1的指数分布, 求Y =X 2的密度函数(Weibull 分布). 当0y ≤时, 2Y X =的分布()0Y F y =,当0y >时,2()()()(Y X F y P Y y P X y P X F =≤=≤=≤= 两边对y 求导得()Y X f y f '==0,()0.Y y f y >=⎩或反函数y x='()()0.Y X y y f y f x x y ==>★5. 设随机变量X~N (0, 1), 求(1)Y =e X 的密度函数; (2)Y =X 2的密度函数(Gamma 分布). (1) 当0y ≤时, e X Y =的分布()0Y F y =,当0y >时,()()(e )(ln )(ln ),X Y F y P Y y P y P X y y =≤=≤=≤=Φ 因而Y 的密度为''1()(ln )(ln )(ln )(ln ),Y f y y y y y y ϕϕ=Φ=={}2(ln ),0,2()0.Y y y f y ->=⎩ 或 反函数ln ,X Y =ln ,y x y ='1()()(ln )Y y y f y x x y y ϕϕ=={}2(ln ),0.2y y =-> (2) 当0y ≤时,()0Y F y =;当0Y >时,2()()()((Y X X F y P Y y P X y P X F F =≤=≤=≤=-.两边对y 求导得Y的密度函数为2,0,()0.yY y f y ->=⎩或反函数支12()()x y x y ==''21122()(())|()|(())|()|,0.y Y X X f y f x y x y f x y x y y -=+=> 6. 设随机变量X 的密度函数是21,1()0,1X x f x x x ⎧>⎪=⎨⎪≤⎩, 求Y =ln X 的概率密度. 反函数,y y x e ='()()(),0.y y y Y X y y X f y f x x f e e e y -===>第七次作业☆.将8个球随机地丢入编号为1, 2, 3, 4, 5的五个盒子中去, 设X 为落入1号盒的球的个数, Y 为落入2号盒的球的个数, 试求X 和Y 的联合分布律.1. 袋中装有标上号码1, 2, 2的3个球, 从中任取一个并且不再放回, 然后再从袋中任取一球,. 以X , Y 分别记第一、二次取到球上的号码数, 求: (1)(X , Y )的联合分布律(设袋中各球被取机会相等); (2)X , Y 的边缘分布律; (3)X 与Y 是否独立？ (1)(X , Y )的联合分布律为(1,1)0,P X Y ===1(1,2)(2,1)(2,2).3P X Y P X Y P X Y =========(2) X , Y 的分布律相同,12(1),(2).33P X P X ====(3) X 与Y 不独立.2. 设二维连续型变量(,)X Y 的联合分布函数35(1)(1),,0,(,)0,.x y e e x y F x y --⎧-->=⎨⎩其它求(,)X Y 联合密度.2(,)(,),f x y F x y x y ∂=∂∂3515,,0,(,)0,.x y e x y f x y --⎧>=⎨⎩其它★3. 设二维随机变量(X , Y )服从D 上的均匀分布, 其中D 是抛物线y =x 2和x =y 2所围成的区域, 试求它的联合密度函数和边缘分布密度函数, 并判断Y X ,是否独立.分布区域面积213123200211,333x S x dx x x ⎛⎫===-= ⎪⎝⎭⎰⎰联合密度213,1,(,)0,.x y f x y S ⎧=<<⎪=⎨⎪⎩其它边缘X的密度为22()),01,X x f x dy x x ==<<边缘Y的密度为22()),0 1.Y yf y dy y y ==<<(,)()(),X Y f x y f x f y ≠⋅因此X 与Y 不独立.或(,)f x y 非零密度分布范围不是定义在矩形区域上,因此X 与Y 不独立.4. 设二维离散型变量),(Y X 联合分布列是问,p q 取何值时X 与Y两行成比例1/151/52,1/53/103q p ===解得12,.1015p q ==★5.设(,)X Y 的联合密度为2,11,0,(,)0,.y Ax e x y f x y -⎧-<<>=⎨⎩其它求:(1)常数A ;(2)概率1(0,1);2P X Y <<>(3)边缘概率密度f X (x ), f Y (y ); (4)X 与Y 是否相互独立？(1) 2220()(,),11,y y X f x f x y dy Ax e dy Axe dy Ax x +∞+∞+∞--====-<<⎰⎰⎰112112()1,3X f x dx Ax dx A --===⎰⎰3.2A = (2) 112201113(0,1)(0)(1).22216y e P X Y P X P Y x dx e dy -+∞-<<>=<<>==⎰⎰ (3) 23(),11,2X f x x x =-<<111221113()(,),0.2y y y Y f y f x y dx Ax e dx e x dx e y ------====>⎰⎰⎰(4)由23,11,0()()(,),20,yX Y x e x y f x f y f x y -⎧-<<>⎪⋅==⎨⎪⎩其它得X 与Y 独立. 或因为2(,),11,0,y f x y Ax e x y -=-<<>可表示为x 的函数与y 的函数的积且分布在矩形区域上,所以X 与Y 相互独立.由此得(),0;y Y f y e y -=>2(),11,X f x Ax x =-<<112112()1,3X f x dx Ax dx A --===⎰⎰3.2A = 112201113(0,1)(0)(1).22216ye P X Y P X P Y x dx e dy -+∞-<<>=<<>==⎰⎰6. 设X 服从均匀分布(0,0.2),U Y 的密度为55,0,()0,y Y e y f y -⎧>=⎨⎩其它.且,X Y 独立.求:(1)X 的密度;(2) (,)X Y 的联合密度. (1)X 的密度为()5,00.2,X f x x =≤≤(2)(,)X Y 的联合密度为525,00.2,0,(,)0,y e x y f x y -⎧≤≤>=⎨⎩其它.第八次作业★1.求函数(1)Z 1=X +Y , (2) Z 2=min{X , Y }, (3) Z 3=max{X , Y }的分布律.(1) 11(0)(0),6P Z P X Y =====1111(1)(0,1)(1,0),362P Z P X Y P X Y ====+===+=1111(2)(0,2)(1,1),12126P Z P X Y P X Y ====+===+=11(3)(1,2).6P Z P X Y =====(2) 2111(1)(1,1)(1,2),1264P Z P X Y P X Y ====+===+=223(0)1(1).4P Z P Z ==-==(3) 31(0)(0),6P Z P X Y =====31117(1)(0,1)(1,1)(1,0),312612P Z P X Y P X Y P X Y ====+==+===++=3111(2)(0,2)(1,2).1264P Z P X Y P X Y ====+===+=2. 设随机变量(求函数Z =X /Y 的分布律.(/1)(1)(1)0.250.250.5,P Z X Y P X Y P X Y =====+==-=+= (/1)1(/1)0.5.P Z X Y P Z X Y ==-=-===3. 设X 与Y 相互独立, 概率密度分别为220()00,xX e x f x x -⎧>=⎨≤⎩0()00,y Y e y f y x -⎧>=⎨≤⎩试求Z =X +Y 的概率密度.()(,)()()zzZ X Y f z f x z x dx f x f z x dx =-=-⎰⎰20222(1),0.z zx z x z x z z e e dx e e dx e e z --+----===->⎰⎰★4. 设X ~U (0, 1), Y ~E (1), 且X 与Y 独立, 求函数Z =X +Y 的密度函数.,01,0,(,)0,y e x y f x y -⎧<<>=⎨⎩其它,当01z <≤时,()(,)()()zzZ X Y f z f x z x dx f x f z x dx =-=-⎰⎰01,zz z x z xz x e dx e e -+-+-====-⎰当1z >时,11110()(,)()().zz x z xz z Z X Y x f z f x z x dx f x f z x dx e dx e e e -+-+--==-=-===-⎰⎰⎰因此11,01,(),1,0,.z z z Z e z f z e e z ---⎧-≤≤⎪=->⎨⎪⎩其它★5. 设随机变量(X , Y )的概率密度为()101,0(,)10x y e x y f x y e -+-⎧⎪<<<<+∞=⎨-⎪⎩其它(1)求边缘概率密度f X (x ), f Y (y ); (2)求函数U =max (X , Y )的分布函数; (3)求函数V =min (X ,Y )的分布函数.(1) 1,01,()10,xX e x f x e --⎧<<⎪=-⎨⎪⎩其它.,0,()0,y Y e y f y -⎧>=⎨⎩其它. (2) 11000,0,1()(),01,111,1xx x x X X x e e F x f x dx dx x e e x ----≤⎧⎪-⎪===<<⎨--⎪≥⎪⎩⎰⎰.min{,1}10,0,1,01x x e x e --≤⎧⎪=⎨->⎪-⎩. 0,0,()1,0Y yy F y e y -≤⎧=⎨->⎩.21(1),01,()()()11,1x U X Y x e x F x F x F x e e x ---⎧-<<⎪==-⎨⎪-≥⎩.min{,1}1(1)(1),0.1x x e e x e -----=>-(3) 111,0,()1(),01,10,1x X X x e eS x F x x e x ---≤⎧⎪-⎪-=<<⎨-⎪≥⎪⎩.min{,1}111,0,,01x x e e x e---≤⎧⎪=⎨->⎪-⎩. 1,0,()1(),0Y Y y y S y F y e y -≤⎧-=⎨>⎩.112111()11,01,()1()()111,1x x x xV X Y e e e e e e x F x S x S x e ex ---------⎧---+-=<<⎪=-=--⎨⎪≥⎩.1min{,1}111,01x x x e e e x e --------+=>-.6. 设某种型号的电子管的寿命(以小时计)近似地服从N (160, 202)分布. 随机地选取4只求其中没有一只寿命小于180小时的概率.随机变量2(160,20),X N 180160(180)(1)0.84134,20P X -⎛⎫≤=Φ=Φ= ⎪⎝⎭没有一只寿命小于180小时的概率为444(180)(1(1))(10.84134)0.00063368.P X >=-Φ=-=第九次作业★1.试求: E (X ), E (X 2+5), E (|X |).20.110.210.320.130.10.4,i i iEX x p ==-⨯-⨯+⨯+⨯+⨯=∑2222222(2)0.1(1)0.210.320.130.1 2.2,i i iEX x p ==-⨯+-⨯+⨯+⨯+⨯=∑22(5)57.2,E X EX +=+=||||20.110.210.320.130.1 1.2.i i iE X x p ==⨯+⨯+⨯+⨯+⨯=∑2. 设随机变量X 的概率密度为0 0,() 01, 1.x x f x x x Ae x -⎧≤⎪=<≤⎨⎪>⎩求: (1)常数A ; (2)X 的数学期望.(1) 1100111(),2x f x dx xdx Ae dx Ae +∞+∞--==+=+⎰⎰⎰,2e A =(2) 12100114()2.2323x e e EX xf x dx x dx xe dx e +∞+∞--==+=+⨯=⎰⎰⎰★3. 设球的直径D 在[a , b ]上均匀分布,试求: (1)球的表面积的数学期望(表面积2D π);(2)球的体积的数学期望(体积316D π).(1) 22222()();3ba x E D ED dx a ab b b a ππππ===++-⎰ (2) 33322()().6624b a x E D ED dx a b a b b a ππππ⎛⎫===++ ⎪-⎝⎭⎰ ★4.求E (X ), E (Y ), E (XY ).2(0.10.050.050.1)2(0.10.150.050.1)i i iEX x p ==-⨯++++⨯+++∑20.320.350.1,=-⨯+⨯=1(0.10.050.1)2(0.050.15)j j jEY y p ==⨯+++⨯+∑3(0.050.10.05)4(0.10.20.05) 2.65,+⨯+++⨯++=,()i j i j ijE XY x y p =∑∑2(10.120.0530.0540.01)2(10.120.1530.0540.05)=-⨯⨯+⨯+⨯+⨯+⨯⨯+⨯+⨯+⨯ 1.5 1.50.=-+=★5. 设随机变量X 和Y 独立, 且具有概率密度为2,01,()0,X x x f x <<⎧=⎨⎩其它,3(1)3,1,()0, 1.y Y e y f y y --⎧>=⎨≤⎩(1)求(25)E X Y +; (2)求2()E X Y .(1) 112002()2,3X EX xf x dx x dx ===⎰⎰3(1)114()3,3y Y EY yf y dy ye dy +∞+∞--===⎰⎰或随机变量1Z Y =-指数分布(3),E 141,,33EZ EY EY =-==24(25)25258.33E X Y EX EY +=+=⨯+⨯=(2) 11223001()2,2X EX x f x dx x dx ===⎰⎰由X 和Y 独立得22142().233E X Y EX EY ==⨯=第十次作业1. 设离散型随机变量试求: (1) D (X ); (2) D (-3X +2) .(1) 20.110.210.320.130.10.4,i i iEX x p ==-⨯-⨯+⨯+⨯+⨯=∑2222222(2)0.1(1)0.210.320.130.1 2.2,i i iEX x p ==-⨯+-⨯+⨯+⨯+⨯=∑2222.20.4 2.04.DX EX E X =-=-= (2) 2(32)(3)9 2.0418.36.D X DX -+=-=⨯=★2. 设随机变量X 具有概率密度为22,02,()0,Ax x x f x ⎧+<<=⎨⎩其他，试求: (1)常数A ; (2)E (X ); (3) D (X ); (4) D (2X -3) .(1) 22081()(2)4,3f x dx Ax x dx A +∞-∞==+=+⎰⎰解得9.8A =-(2) 22095()(2).86EX xf x dx x x x dx +∞-∞==-+=⎰⎰(3) 22222094()(2),85EX x f x dx x x x dx +∞-∞==-+=⎰⎰2224519.56180DX EX E X ⎛⎫=-=-= ⎪⎝⎭(4) 21919(23)24.18045D X DX -==⨯= ★3. 设二维随机变量(,)X Y 联合概率密度为2,01,01,(,)0,x y x y f x y --<<<<⎧=⎨⎩其他，试求: (1),X Y 的协方差和相关系数A ; (2)(21).D X Y -+(1) 103()(,)(2),01,2X f x f x y dy x y dy x x +∞-∞==--=-<<⎰⎰由,x y 的对称性3(),0 1.2Y f y y y =-<<1035(),212X EX xf x dx x x dx EY +∞-∞⎛⎫==-== ⎪⎝⎭⎰⎰12222031(),24X EX x f x dx x x dx EY +∞-∞⎛⎫==-== ⎪⎝⎭⎰⎰2221511,412144DX EX E X DY ⎛⎫=-=-== ⎪⎝⎭11001()(,)(2),6E XY xyf x y dydx xy x y dydx +∞+∞-∞-∞==--=⎰⎰⎰⎰ 因此2151(,)(),612144Cov X Y E XY EXEY ⎛⎫=-=-=- ⎪⎝⎭,1.11X Y ρ==-(2) 由随机变量和的方差公式()2(,)D X Y DX DX Cov X Y +=++得(21)(2)()2(2,)D X Y D X D Y Cov X Y -+=+-+-22592(1)22(1)(,).144DX DY Cov X Y =+-+⨯⨯-⨯=★4. 设二维随机变量(,)X Y 具有联合分布律试求,,,EX DX EY DY 以及X 和Y 的相关系数. (1) X 的分布列为由变量X 分布对称得0,EX =或10.4500.4510.450,i i iEX x p ==-⨯+⨯+⨯=∑22222(1)0.4500.4510.450.9,i i iEX x p ==-⨯+⨯+⨯=∑220.9.DX EX E X =-=(2) Y 的分布列为(,)X Y 取值关于原点中心对称由变量Y 分布对称得0,EY =或20.20.250.2520.20,j j iEY y p ==-⨯-++⨯=∑222222(2)0.2(1)0.2510.2520.2 2.1,j j iEY y p ==-⨯+-⨯+⨯+⨯=∑22 2.1.DY EY E Y =-=(3) 由二维变量(,)X Y 的联合分布列关于两坐标轴对称得,()0,i j i j ijE XY x y p ==∑∑(,)()0,Cov X Y E XY EXEY =-=因此,0.X Y ρ==5. 设随机变量X 服从参数为2的泊松分布(2)P ,随机变量Y 服从区间(0,6)上的均匀分布(0,6),U 且,X Y 的相关系数,X Y ρ=记2,Z X Y =-求,.EZ DZ (1) 2,EX =063,2EY +==(2)2223 4.EZ E X Y EX EY =-=-=-⨯=-(2) 2(60)2, 3.12DX DY -===由,X Y ρ==得(,)1,Cov X Y = 由随机变量和的方差公式()2(,)D X Y DX DY Cov X Y +=++得2(2)(2)2(,2)(2)4(,)10.DZ D X Y DX D Y Cov X Y DX DY Cov X Y =-=+-+-=+--=第十一次作业★1. 试用切比雪夫不等式估计下一事件概率至少有多大: 掷1000次均匀硬币, 出现正面的次数在400到600次之间.出现正面的次数~(1000,0.5),X B n p == 10000.5500,EX np ==⨯=10000.50.5250,DX npq ==⨯⨯=应用切比雪夫不等式,有239(400600)(|500|100)1.10040DX P X P X ≤≤=-≤≥-=2. 若每次射击目标命中的概率为0.1, 不断地对靶进行射击, 求在500次射击中, 击中目标的次数在区间(49, 55)内的概率.击中目标的次数~(500,0.1),X B np ==5000.150,EX np ==⨯=5000.10.945.DX npq ==⨯⨯=根据中心极限定理,X 近似服从正态分布(50,45).N EX DX ==(4955)P X P ≤≤=≤≤1≈Φ-Φ=Φ+Φ-⎝⎭⎝⎭ (0.74)(0.15)10.77040.559610.33.=Φ+Φ-=+-=★3. 计算器在进行加法时, 将每个加数舍入最靠近它的整数.设所有舍入误差是独立的且在(-0.5, 0.5)上服从均匀分布, (1)若将1500个数相加, 问误差总和的绝对值超过15的概率是多少？(2)最多可有几个数相加使得误差总和的绝对值小于10的概率不小于0.90.(1) 误差变量,1,2,.i X i =⋅⋅⋅独立同均匀分布(0.5,0.5),X U -10,.12EX DX ==由独立变量方差的可加性150011500125,12i i D X =⎛⎫== ⎪⎝⎭∑15001i i X =∑近似(0,125).N15001||15i i P X =⎧⎫>⎨⎬⎩⎭∑15001|5ii P X =⎧⎪=>=⎨⎪⎪⎩⎭∑2222(1.34)220.90990.1802.5⎛≈-Φ=-Φ=-⨯= ⎝⎭(2) 1||10n i i P X =⎧⎫<⎨⎬⎩⎭∑1||n i P X =⎧⎪=<=⎨⎪⎩210.90,⎛≈Φ-≥ ⎝0.95,⎛Φ≥ ⎝1.645,≥2124.4345.1.645n ≤= 因此,最多可有4个数相加,误差总和的绝对值小于10的概率不小于0.90.★4. 一个系统由n 个相互独立的部件所组成, 每个部件的可靠性(即部件正常工作的概率)为0.90. 至少有80%的部件正常工作才能使整个系统正常运行, 问n 至少为多大才能使系统正常运行的可靠性不低于0.95.正常工作的部件数~(,),X B n p 其中0.9.p =0.9,EX np n ==0.09.DX npq n ==(0.8)P X n≥P ⎛=≥==⎭0.95,≈Φ≥⎝⎭1.645,24.354.n ≥≥因此n 至少取25.★5. 有一大批电子元件装箱运往外地, 正品率为0.8, 为保证以0.95的概率使箱内正品数多于1000只, 问箱内至少要装多少只元件？正品数~(,),X B n p 其中0.8.p =0.8,EX np n ==0.16.DX npq n ==(1000)P X≥P =≥=0.95,≈Φ≥1.645,0.810000.n ≥-≥ 解得1637.65,n ≥因此n 至少取1638.★.贝努利分布的正态近似.投掷一枚均匀硬币40次出现正面次数20X =的概率. 正面次数(40,1/2),X B n p ==400.520,400.50.510.EX np DX npq ==⨯===⨯⨯= 离散值20X =近似为连续分组区间19.520.5,X <<(20)(19.520.5)P X P X =<<0.16P ⎫=<=⎪⎭2((0.16)0.5)2(0.56360.5)0.1272.=Φ-=⨯-= 第十二次作业★1. 设X 1, X 2, ⋅⋅⋅, X 10为来自N (0, 0.32)的一个样本, 求概率1021{ 1.44}i i P X =>∑.标准化变量(0,1),1,2,...,10.0.3iXN i =由卡方分布的定义,10222211~(10).0.3ii Xχχ==∑1021 1.44i i P X =⎧⎫>⎨⎬⎩⎭∑10222211 1.44(10)160.1,0.30.3i i P X χ=⎧⎫==>=≈⎨⎬⎩⎭∑ 略大,卡方分布上侧分位数20.1(10)15.9872.χ= ★2. 设X 1, X 2, X 3, X 4, X 5是来自正态总体X ~(0, 1)容量为5的样本, 试求常数c , 使得统计量t 分布, 并求其自由度.由独立正态分布的可加性,12(0,2),X X N +标准化变量(0,1),U N =由卡方分布的定义,22222345~(3),X X X χχ=++U 与2χ独立.由t 分布的定义,(3),T t ===因此c =自由度为3.★3. 设112,,,n X X X 为来自N (μ1, σ2)的样本,212,,,nY Y Y 为来自N (μ2, σ2)的样本, 且两样本相互独立, 2212,S S分别为两个样本方差,222112212(1)(1)2pn S n S S n n -+-=+-. 试证明22().p E S σ=证 由221112(1)~(1),n S n χσ--及()211(1)1E n n χ-=-得()2211112(1)(1)1,n S E E n n χσ⎛⎫-=-=- ⎪⎝⎭221.ES σ= 类似地222.ES σ=222112212(1)(1)2pn S n S ES E n n ⎛⎫-+-= ⎪+-⎝⎭22212121212(1)(1).22n n ES ES n n n n σ--=+=+-+- ★4. 设1,...,n X X 为总体2(,)N μσ的简单样本,样本均值和样本方差依次为2,.X S 求满足下式的k 值:()0.95.P X kS μ>+=统计量(1),X T t n =-0.05(1)X P T t n ⎛⎫=>--= ⎪⎝⎭0.05(0.95.P X t n μ⎛>--= ⎝因此k = ☆.设正态总体2(,)N μσ的容量为12n =的简单样本为112,...,X X ,样本均值和样本方差依次为2,.X S 求满足下式的k 值:()0.95.P X kS μ>+= 正态总体样本方差未知,统计量(1),12.X T t n n =-=。

3

x

f (t ) dt
④．设 Y 的分布函数为 FY ( y ) ，则
FY ( y ) P{Y y} (1). 当 y 0 时，则 FY ( y) P{Y y} P{ } 0
2 (2). 当 y 时，则 FY ( y) P{Y y} P{ } 1 4 2 (3). 当 0 y 时，如图所示 4 Y YX 2 FY ( y) P{Y y} P{X y}
所以 (U , V ) 的分布律及边缘分布律为
U V
0 1
1 4 1 4
1 2
0 1
1 4 1 4
1 2
1 2 1 2
1
所以 U 与 V 相互独立．
1 x 4. 设随机变量 X 的概率分布密度为 f ( x) e , x ． 2 （1）求 X 的数学期望 EX 和方差 DX ； （2）求 X 与 X 的协方差，并问 X 与 X 是否不相关？
2 2 2 2
（反证既得） X , X 不独立，故 X , X 不独立。
2
2
e ( x ) , x , 5. 设总体 X 的概率密度函数为 f ( x) ，其 x . 0, 中 0 和 都是参数， 又设 X1 , , X n 为该总体的简单随机样 本，而 x1 , xn 为样本观察值， （Ⅰ）设 已知，求 的最大似 ˆ． ˆ． 然估计 （Ⅱ）设 已知，求 的矩估计
（2）由于 U , V 为离散型随机变量，且
P{U 1,V 1} P{X 0, Y 0} D中x 0, y 0部分的面积 1 ， D的面积 4 1 1 同理 P{U 0, V 0} ， P{U 0, V 1} ， 4 4 1 P{U 1, V 0} ， 4