概率论第3章习题详解

概率论与数理统计习题 第三章 多维随机变量及其分布习题3-1 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.（X ，Y ）的可能取值为(i , j )，i =0，1，2，3， j =0，12，i + j ≥2，联合分布律为 P {X=0, Y=2 }=351472222=C C C P {X=1, Y=1 }=35647221213=C C C C P {X=1, Y=2 }=35647122213=C C C C P {X=2, Y=0 }=353472223=C C C P {X=2, Y=1 }=351247121223=C C C C P {X=2, Y=2 }=353472223=C C C P {X=3, Y=0 }=352471233=C C C P {X=3, Y=1 }=352471233=C C C P {X=3, Y=2 }=0习题3-2 设随机变量),(Y X 的概率密度为⎩⎨⎧<<<<--=其它,0,42,20),6(),(y x y x k y x f（1） 确定常数k ； （2） 求{}3,1<<Y X P （3） 求{}5.1<X P ； （4） 求{}4≤+Y X P . 分析：利用P {(X , Y)∈G}=⎰⎰⎰⎰⋂=oD G Gdy dx y x f dy dx y x f ),(),(再化为累次积分，其中⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<<<=42,20),(y x y x D o解：（1）∵⎰⎰⎰⎰+∞∞-+∞∞---==2012)6(),(1dydx y x k dy dx y x f ，∴81=k （2）83)6(81)3,1(321⎰⎰=--=<<dy y x dxY X P （3）3227)6(81),5.1()5.1(425.10=--=∞<≤=≤⎰⎰dy y x dx Y X P X P （4）32)6(81)4(4020=--=≤+⎰⎰-dy y x dxY X P x习题3-3 将一枚硬币掷3次，以X 表示前2次出现H 的次数，以Y 表示3次中出现H 的次数，求Y X ,的联合分布律以及),(Y X 的边缘分布律。

《概率论与随机过程》第三章习题答案3.2 随机过程()t X 为()()ΦωX +=t cos A t 0式中，A 具有瑞利分布，其概率密度为()02222>=-a eaa P a A ，σσ，()πΦ20，在上均匀分布，A Φ与是两个相互独立的随机变量，0ω为常数，试问X(t)是否为平稳过程。

解：由题意可得:()[]()()002121020022222002222=⇒+=*+=⎰⎰⎰⎰∞--∞φφωπσφπσφωX E πσσπd t cos da e a a dad eat cos a t a a ()()()[]()()()()()()[]()()()()()12021202120202120202221202022021012022022202010022222200201021212122112210212212121221212222222222222t t cos t t cos t t cos det t cos da e e a t t cos dea d t t cos t t cos a d ea d t cos t cos da eaadad e at cos a t cos a t t t t R a a a a a a a -=-⨯=-⨯-=-⨯⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫-∞+-=-⨯-=⎩⎨⎧⎭⎬⎫+++---=++=++==-∞∞---∞∞-∞--∞⎰⎰⎰⎰⎰⎰⎰⎰⎰ωσωσωσωωφφωωπσφπφωφωσφσπφωφωX X E σσσσπσπσσπXX ）（，可见()[]t X E 与t 无关，()21t t R ，XX 与t 无关，只与()12t t -有关。

∴()t X 是平稳过程另解：()[][]0022000000[cos()][cos()][];(,)cos()cos(())cos()cos(())t E A t E A E t E A R t t E A t t E A E t t E X ωΦωΦτωΦωτΦωΦωτΦ⎡⎤=+=+=⨯=⎣⎦⎡⎤⎡⎤+=+++=+++⎣⎦⎣⎦[][][])cos()cos())cos((τωτωτωω0200022222A E t E A E =+Φ++= ∴()t X 是平稳过程3.3 设S(t) 是一个周期为T 的函数，随机变量Φ在（0，T ）上均匀分布，称X(t)=S （t+Φ）,为随相周期过程，试讨论其平稳性及各态遍历性。

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 ⎰⎰∞+∞+--=02d 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)1,3()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 ，41)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⎰⎰∞+∞+--=02d 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 ⎰⎰---=20202d 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 ，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 ．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 ．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 ．10．设条件密度函数为⎪⎩⎪⎨⎧<<<=其他．,0,10,3)|(32|y x y x 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()),((xxx 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 xy 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 a y 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 y Y 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⎰--=12d e12x x ⎰--=12d e 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．证：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 x f +-⋅=，(+∞<<∞-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⎰⎰∞+--=1d e d e y x b y x )e 1(|)e (|)e (1102-+∞---=-⋅=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 ),()(y y x x -+--=-=⎰e d e e1110)(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，101e 1e 1d e 1e d )()(----∞---=-==⎰⎰xxt xX X t t t f x F ，1≥x 时，1)(=x F X ，∴⎪⎪⎩⎪⎪⎨⎧≥<<--≤=--．1,1,10,e1e1,0,0)(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,e1e1,0,01u u u uu ．。

第三章 离散型随机变量率分布。

，试写出命中次数的概标的命中率为目；设已知射手每次射击射击中命中目标的次数指示射手在这三次独立以本空间上定义一个函数验的样本空间；试在样作为试验，试写出此试察这些次射击是否命中三次独立射击，现将观一射手对某目标进行了7.0.1.343.0441.0189.0027.03210027.0)7.01()()0()0(189.0)7.01()7.01(7.03)(3)1()1()1()1(441.0)7.01(7.07.03)(3)2()2()2()2(343.0)7.0()()3()3()(0)(1)()()(2)()()(3)(},,,{)},,(),,,(),,,(),,,(),,,(),,,(),,,(),,,{(3,2,1332183217653214323321187654321821321321321321321321321321⎪⎪⎭⎫ ⎝⎛=-======-⨯-⨯⨯===+=+====-⨯⨯⨯===+=+===================Ω==的分布列为所以，，则简记为将，，则代表击中目标的次数，令则次射中”，“第解：设ξξξξξξξξξξξξξξωξωξωξωξωξωξωξωξωξξωωωA A A P P P A A A P P P P P A A A P P P P P A A A P P P A A A A A A A A A A A A A A A A A A A A A A A A i i A i i i。

出的废品数的概率分布前已取个，求在取得合格品之不再放回而再取来使用，若取得废品就个这批零件中任取个废品，安装机器时从个合格品、一批零件中有1139.2118805499101112123)3(132054109112123)2(13227119123)1(129)0(32101919110111111211213110191111211213111191121311219=⨯⨯⨯=⋅⋅⋅===⨯⨯=⋅⋅===⨯=⋅=====C C C C C C C C P C C C C C C P C C C C P C C P ξξξξξξ，，，可能取值为：代表废品数，则解：令.1188054132054132271293210⎪⎪⎭⎫ ⎝⎛的分布列为所以，ξ废品数的概率分布。

概率论课后习题答案第三章第三章概率论课后习题答案概率论是一门研究随机现象的数学学科，它在现代科学和工程领域中有着广泛的应用。

而习题则是巩固和加深对概率论知识的理解和应用的重要手段。

在第三章的习题中，我们将探讨一些与随机变量和概率分布相关的问题，并给出相应的答案和解析。

1. 设随机变量X服从参数为λ的指数分布，即X～Exp(λ)，其概率密度函数为f(x) = λe^(-λx)，x≥0。

求以下概率：(a) P(X > 2)(b) P(X ≤ 1)(c) P(1 ≤ X ≤ 3)答案：(a) P(X > 2) = ∫[2,∞] λe^(-λx) dx = e^(-2λ)(b) P(X ≤ 1) = ∫[0,1] λe^(-λx) dx = 1 - e^(-λ)(c) P(1 ≤ X ≤ 3) = ∫[1,3] λe^(-λx) dx = e^(-λ) - e^(-3λ)解析：根据指数分布的性质，我们可以利用概率密度函数求解概率。

对于(a)，我们计算X大于2的概率，即求解X在区间[2,∞]上的概率密度函数的积分。

对于(b)，我们计算X小于等于1的概率，即求解X在区间[0,1]上的概率密度函数的积分。

对于(c)，我们计算X在1到3之间的概率，即求解X在区间[1,3]上的概率密度函数的积分。

2. 设随机变量X服从参数为μ和σ^2的正态分布，即X～N(μ,σ^2)，其概率密度函数为f(x) = (1/(σ√(2π))) * e^(-(x-μ)^2/(2σ^2))，-∞<x<∞。

求以下概率：(a) P(X > μ)(b) P(X ≤ μ)(c) P(μ-σ ≤ X ≤ μ+σ)答案：(a) P(X > μ) = 1 - P(X ≤μ) = 1 - 0.5 = 0.5(b) P(X ≤ μ) = 0.5(c) P(μ-σ ≤ X ≤ μ+σ) = P(X ≤ μ+σ) - P(X ≤ μ-σ) = 0.6827 - 0.3173 =0.3654解析：对于正态分布，我们可以利用概率密度函数求解概率。

概率论第3章作业题解与知识点讲解归纳一、第三章习题详解:3.1设二维随机向量(,)X Y 的分布函数为:1222,0,0,(,)0,x y x y x y F x y ----⎧--+≥≥=⎨⎩其他求}{12,35P X Y <≤<≤.解:因为 257(2,5)1222F ---=--+,6512221)5,1(---+--=F5322221)3,2(---+--=F ,4312221)3,1(---+--=F所以 )3,1()3,2()5,1()5,2()53,21(F F F F Y X P +--=≤<≤< 765473322222128----=--+==3.2 盒装有3个黑球, 2个白球. 现从任取4个球, 用X 表示取到的黑球的个数, 用Y 表示取到的白球的个数, 求(X , Y ) 的概率分布.解:因为X + Y = 4,所以(X ,Y )的可能取值为(2,2),(3,1)且 0)1,2(===Y X P ,6.053)2,2(452223=====C C C Y X P 4.052)1,3(451233=====C C C Y X P ,0)2,3(===Y X P 故(X ,Y )3.3 将一枚均匀的硬币抛掷3次, 用X 表示在3次出现正面的次数, 用Y 表示3次出现正面次数与出现反面次数之差的绝对值,求(X ,Y ) 的概率分布.解:因为|32||)3(|-=--=X X X Y ,又X 的可能取值为0,1,2,3所以(X ,Y )的可能取值为(0,3),(1,1), (2,1),(3,3)且 81)21()3,0(3====Y X P ,83)21()21()1,1(2113====C Y X P 83)21()21()1,2(1223====C Y X P ,81)21()3,3(3====Y X P故(X ,Y )的概率分布为3.4设二维随机向量(,)X Y 的概率密度函数为:(6),01,02,(,)0,a x y x y f x y --≤≤≤≤⎧=⎨⎩其他 (1) 确定常数a ;(2) 求}{0.5, 1.5P X Y ≤≤(3) 求{(,)}P X Y D ∈,这里 D 是由0,0,1x y x y ==+=这三条直线所围成的三角形区域.解:(1)因为dxdy y x a dxdy y x f ⎰⎰⎰⎰--=+∞∞-+∞∞-102)6(),(dx x x a dx y x a ⎰⎰---=---=102210202])4()6[(2])6(21[a dx x a 9)5(210=-=⎰由1),(=⎰⎰+∞∞-+∞∞-dxdy y x f ,得9a =1,故a =1/9.(2) dxdy y x Y X P ⎰⎰--=≤≤5.005.10)6(91)5.1,5.0( dx x dx y y x ⎰⎰--=--=5.005.005 .102]89)6(23[91]21)6([91125)687(5.00=-=⎰dx x (3) 1101{(,)}(,)(6)9xDP X Y D f x y dxdy dx x y dy -∈==--⎰⎰⎰⎰278)1211(181]21)6([9110210102=--=--=⎰⎰-dx x x dx y y x x3.5 设二维随机向量(,)X Y 的概率密度函数为:(2)2, 0,0,(,)0,x y e x y f x y -+⎧>>=⎨⎩其他(1) 求分布函数(,)F x y ; (2) 求}{P Y X ≤解:(1) 求分布函数(,)F x y ; 当0,0x y >>,(2)220(,)(,)22(1)(1)yxyxxyu v uv x y F x y f u v dudv edudv e du e dv e e -+-----∞-∞====--⎰⎰⎰⎰⎰⎰其他情形,由于(,)f x y =0,显然有(,)F x y =0。