河海大学概率论与数理统计3习题三参考答案

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。

概率论与数理统计_河海大学中国大学mooc课后章节答案期末考试题库2023年1.设【图片】为常数，则【图片】的方差【图片】。

参考答案:错误2.设【图片】为假设检验的原假设，则显著性水平【图片】等于（）.参考答案:{拒绝|成立}3.在假设检验中，原假设和备择假设（）。

参考答案:只有一个成立而且必有一个成立4.以下命题正确的是（）。

参考答案:_若AB，则_若AB，则AB=B_若AB，则AB=A5.设二维随机变量【图片】的概率密度函数为【图片】则【图片】=（）。

（请用小数表示）参考答案:0.56.设随机变量【图片】的分布律为【图片】则【图片】=（）。

参考答案:37.设【图片】,【图片】, 【图片】，则【图片】=（）。

参考答案:18.设【图片】，则【图片】=（）。

参考答案:59.从【图片】五个数中任意取三个数，则这三个数中不含【图片】的概率为（）。

（请用小数表示）参考答案:0.410.设事件【图片】相互独立，且【图片】，【图片】，则【图片】=( )。

（请用小数表示）参考答案:0.5211.设随机变量【图片】的分布函数为【图片】则随机变量【图片】为离散型随机变量。

参考答案:正确12.若一项假设检验的显著性水平为【图片】，下面的表述哪一个是正确的（）。

参考答案:接受时的可靠性为95%13.若事件【图片】与【图片】相互独立，则必有【图片】。

参考答案:错误14.袋中有50只乒乓球，其中20只是黄球，30只是白球，今有两人依次随机地从袋中各取1只球，取后不放回，则第二个人取得黄球的概率是（）。

【请用小数表示】参考答案:0.415.若事件A,B互不相容，且P(A)=0.5,P(B)=0.25, 则P(A【图片】B)=( ).参考答案:0.7516.设二维随机变量【图片】的概率密度函数为【图片】,【图片】，则【图片】关于【图片】的边缘密度函数为【图片】,【图片】。

参考答案:正确17.设总体【图片】,【图片】是来自【图片】的样本，其中【图片】和【图片】均未知，则下述论断中正确的是（）。

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 ．。

习 题 三 （A ）三、解答题1. 设口袋中有3个球，它们上面依次标有数字1，1，2，现从口袋中无放回地连续摸出两个球，以X ，Y 分别表示第一次与第二次摸出的球上标有的数字，求(X ，Y )的分布律． 解：(X ，Y )取到的所有可能值为(1，1)，(1，2)，(2，1)由乘法公式： P {X =1，Y =1}=P {X =1}P {Y =1|X =1}=2/3⨯1/2=/3， P {X =1，Y =2}= P {X =1}P {Y =2|X =1}=2/3⨯1/2=1/3， P {X =2，Y =1}= P {X =2}P {Y =1|X =2}=1/3⨯2/2=1/3. (X ，Y )的分布律用表格表示如下：2．设盒中装有8支圆珠笔芯，其中3支是蓝的，3支是绿的，2支是红的，现从中随机抽取2支，以X ，Y 分别表示抽取的蓝色与红色笔芯数，试求： (1) X 和Y 的联合分布律；(2) P {X ，Y } ∈ A }，其中A = {(x ，y )| x + y ≤ 1}． 解：X ，Y 所有可能取到的值是0， 1， 2(1) P {X =i ， Y =j }=P {X =i }P {Y =j |X =i }=282223C C C C j i j i --， i ， j =0，1，2， i +j ≤2 或者用表格表示如下：(2)P{(X ，Y )∈A }=P {X +Y ≤1}=P {X =0， Y =0}+P {X =1，Y =0}+P {X =0，Y =1}=3/28+9/28+6/28=9/14.3．设事件B A 、满足,21)|(,21)|(,41)(===A B P B A P A P 记X ，Y 分别为一次试验中A ，B 发生的次数，即⎩⎨⎧=不发生，发生A A X 0,1，⎩⎨⎧=不发生，发生，B B Y 0 1，求：二维随机变量(X ，Y )的分布律．解：因为P (A )=1/4，,21)|(=A B P 由P (B |A )=2/14/1)()()(==AB P A P AB P 得P (AB )=1/8， 由P (A |B )=2/1)()(=B P AB P 得P(B)=1/4.(X ，Y )取到的所有可能数对为(0，0)，(1，0)，(0，1)，(1，1)，则 P {X =0，Y =0}=)(1)()(B A P B A P B A P -===1-P (A )-P (B )+P (AB )=5/8, P {X =0，Y =1}=)(B A P =P (B -A )=P (B )-P (AB )=1/8, P {X =1，Y =0}=)(B A P =P (A -B )=P (A )-P (AB )=1/8, P {X =1，Y =1}=P (AB )=1/8.4．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=.,0,10,10 ,),(其它y x Axy y x f 试求： (1) 常数A (2) P {X = Y } (3) P {X < Y }(4) (X ，Y )的分布函数． 解：(1)由归一性知：1=， 故A=4(2) P {X =Y }=0, (3) P {X <Y }=.(4)F (x ，y )=即F (x ，y )=5．设二维随机变量),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<+=其它0,20,10 ,3),(2y x xyx y x f求P {X + Y ≥ 1}． 解：P{X+Y ≥1}=7265)3(),(102121=+=⎰⎰⎰⎰-≥+dydx xy x dxdy y x f xy x 6．将一枚硬币掷3次，以X 表示前2次中出现正面的次数，以Y 表示3次中出现正面的次数，求X ，Y 的联合分布律及(X ，Y )的边缘分布律．解：X 的所有可能取值为0，1，2，Y 的所有可能取值为0，1，2，3. P {X =0，Y =0}=0.53=0.125; P {X =0，Y =1}=0.53=0.125P {X =1，Y =1}=25.05.05.0212=⨯C ， P {X =1，Y =2}=25.05.05.0212=⨯C P {X =2，Y =2}=0.53=0.125， P {X =2，Y =3}==0.53=0.125 X ，Y 的分布律及边缘分布律可用表格表示如下：Y X 0 1 2 3 P i . 0 0.125 0.125 0 0 0.25 1 0 0.25 0.250.52 00.125 0.125 0.25P .j0.125 0.375 0.375 0.125 1解法2：,21)21()21(}|{}{},{22⨯=======-iiiC i X j Y P i X P j Y i X P.1,0,3,2,1,0,2,1,0=-==i j j i7．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<=-其它,00,),(yx e y x f y 求边缘概率密度f X (x )，f Y (y )．解：⎩⎨⎧<<=-其它,00,),(yx e y x f y⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==-+∞-∞+∞-⎰⎰0,00,0,00,),()(x x e x x dy e dy y x f x f xxy X ⎩⎨⎧<≥=⎪⎩⎪⎨⎧<≥==--∞+∞-⎰⎰0,00,0,00,),()(0y y ye y y dx e dx y x f y f y y yY 8．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧≤≤=其它,01,),(22y x y cx y x f 求：(1) 确定常数c(2) 边缘概率密度f X (x )，f Y (y )．解：⎩⎨⎧<≤≤=0,01,),(22x y x y cx y x f(1)214212),(1104211122cdx x x c ydydx cx dxdy y x f x =-===⎰⎰⎰⎰⎰-∞+∞-∞+∞-所以 c=21/4(2) ⎪⎩⎪⎨⎧<-=⎪⎩⎪⎨⎧<==⎰⎰∞+∞-其它其它，,01||,8)1(2101||,421),()(42122x x x x ydy x dy y x f x f x X⎪⎩⎪⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰-∞+∞-其它其它，,010********),()(252y y y ydx x dx y x f y f y yY 9．设平面区域D 由曲线xy 1=及直线y = 0，x = 1，x = e 2围成，二维随机变量(X ，Y )在区域D 上服从均匀分布，求边缘概率密度f X (x )，f Y (y )． 解：2|ln 12211===⎰e e D x dx xS (X ，Y )在区域D 上服从均匀分布，故f (x ，y )的概率密度为⎪⎩⎪⎨⎧∈=其它，0),(,21),(Dy x y x f ⎪⎩⎪⎨⎧≤≤==⎰⎰∞+∞-其它（,01,21),()210X e x dy dy y x f x f x⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤≤≤-=-===--∞+∞-⎰⎰⎰其它（10,0),11(2121,2121),()221112X 2y e e y y dx e dx dx y x f x f y e 10．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f 试求条件概率密度f (y | x )．解：⎩⎨⎧<<<<=其它,00,10,3),(xy x x y x f)0)(( )(),()|(|>=x f x f y x f x y f X X X Y ⎪⎩⎪⎨⎧≤<===⎰⎰∞+∞-其它,010,233),()(20x x xdy dy y x f x f x X当0<x ≤1时，⎪⎩⎪⎨⎧<<==其它,00,233)(),()|(2|xy x x x f y x f x y f X X Y即，⎪⎩⎪⎨⎧≤<<=其它,010,2)|(|x y x x y f X Y11．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<=其它,0,10,1),(xy x y x f 求条件概率密度f (x | y )．解：⎩⎨⎧<<<=其它,0||,10,1),(xy x y x f⎪⎩⎪⎨⎧>-=≤+===⎰⎰⎰-∞+∞-0,10,1),()(11y y dx y y dx dx y x f y f y y Y当y ≤0时，⎪⎩⎪⎨⎧<<-<<+==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X当y >0时，⎪⎩⎪⎨⎧<<-<<-==其它,0,10,11)(),()|(|x y x x y x f y x f y x f Y Y X所以，⎪⎩⎪⎨⎧<<<-==其它,01||0,||11)(),()|(|x y y x f y x f y x f Y Y X12．已知随机变量Y 的概率密度为⎩⎨⎧<<=其它,010,5)(4y y y f Y 在给定Y = y 条件下，随机变量X 的条件概率密度为⎪⎩⎪⎨⎧<<<=其它,010,3)(32y x y x y x f 求概率P {X > 0.5}． 解：由)(),()|(|x f y x f y x f Y Y X =得 ⎩⎨⎧<<<<==其它,00,10,15)()|(),(2|yx y yx y f y x f y x f Y Y X644715),(}5.0{15.0125.0===>⎰⎰⎰⎰+∞+∞∞-xdydx yx dydx y x f X P 13．设二维随机变量(X ，Y )的分布律为试分别求),max(Y X Z =和),min(Y X W =的分布律． 解：Z =max(X ，Y )，W =min(X ，Y )的所有可能取值如下表Z =max(X ，Y )，W =min(X ，Y )的分布律为14．设X 和Y 是相互独立的随机变量，且)(~),(~θθE Y E X ，如果定义随机变量Z 如下：⎩⎨⎧>≤=Y X YX Z ,0,1 求Z 的分布律．解：⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X θθ ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f yY θθ 由独立性得X ，Y 的联合概率密度为⎪⎩⎪⎨⎧>>=+-其它,00,0,1),(2y x e y x f yx θθ 则P {Z =1}=P {X ≤Y }=211),(002==⎰⎰⎰⎰∞++-≤xyx yx dydx edxdy y x f θθ P {Z =0}=1-P {Z =1}=0.5故Z 的分布律为15．设二维随机变量(X ，Y )的概率密度为⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π求边缘概率密度f X (x )，f Y (y )；并问X 与Y 是否独立？解：⎪⎩⎪⎨⎧≤+=其它,01,1),(22y x y x f π⎪⎩⎪⎨⎧<-===⎰⎰---∞+∞-其它，01||,121),()(222112x x dy dy y x f x f x x X ππ 同理，⎪⎩⎪⎨⎧<-=其它，01||,12)(2y y y f Y π显然，)()(),(y f x f y x f Y X ≠，所以X 与Y 不相互独立16．设随机变量X 和Y 相互独立，试在以下情况下求Y X Z +=的概率密度， (1) )1,0(~),1,0(~U Y U X ； (2) )1(~),1,0(~Exp Y U X ．解：(1)⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧<<=其它,010,1)(Y y y f利用卷积公式：⎰+∞∞--=dx x z f x f z f Y X Z )()()(求f Z (z ))()(x z f x f Y X -=⎩⎨⎧+<<<<其它,01,10,1x z x x⎪⎪⎩⎪⎪⎨⎧<≤<≤-===-=⎰⎰⎰-∞+∞-其它2110,02,)()()(110z z z dx z dx dx x z f x f z f z z Y X Z(2) ⎩⎨⎧<<=其它,010,1)(x x f X ⎩⎨⎧≤>=-0,00,)(Y y y e y f y 利用卷积公式：⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎩⎨⎧+<<>=--其它,01,0,)()(y z y y e y f y z f y Y X⎰+∞∞--=dy y f y z f z f Y X Z )()()(⎪⎪⎩⎪⎪⎨⎧⎪⎩⎪⎨⎧≥<≤--=≥<≤=-----⎰⎰其它其它110,0,)1(,1110,0,,10z z e e e z z dy e dy e z zzz y z y17．设)1,1(~),1,0(~N Y N X ，且X 与Y 独立，求}1{≤+Y X P ． 解：由定理3.1（P75）知，X +Y ~N (1，2)，故5.0)0(}21121{}1{=Φ=-≤-+=≤+Y X P Y X P 18．设随机变量(X ，Y )的概率密度为⎪⎩⎪⎨⎧>>+=+-. ,0;0,0,)(21),()(其它y x e y x y x f y x(1) 问X 和Y 是否相互独立？ (2) 求Y X Z +=的概率密度． 解：(1) )1(21)(21),()0)(X +=+==-+∞+-+∞∞-⎰⎰x e dy e y x dx y x f x f x y x （(x>0) 同理，)1(21)(+=-y e y f yY y>0 显然，)()x (),(y f f y x f Y X =，所以X 与Y 不相互独立 (2).利用公式⎰+∞∞--=dx x z x f z f Z )()(，被积函数⎪⎩⎪⎨⎧>>=⎪⎩⎪⎨⎧>->-+=---+-其它其它,0,0,21,00,0,)(21),()(xz x ze x z x e x z x x z x f z x z x所以⎰+∞∞--=dx x z x f z f Z )()(，⎪⎩⎪⎨⎧⎪⎩⎪⎨⎧≤>=≤>=--⎰0,00,210,00,2120z z e z z z dx ze z z z19. 设某系统L 由两个相互独立的系统L 1，L 2联合而成，各连接方式如图所示．已知L 1，L 2的使用寿命X 与Y 分别服从参数为α，β 的指数分布，求以下各系统L 使用寿命Z 的分布函数及概率密度．解：并联时，系统L 的使用寿命Z=max{X ，Y} 因X ~Exp (α)，Y ~Exp (β)，故⎪⎩⎪⎨⎧≤>=-0,00,1)(x x e x f x X αα， ⎪⎩⎪⎨⎧≤>=-0,00,1)(y y e y f y Y ββ ⎪⎩⎪⎨⎧≤>-=-0,00,1)(x x e x F xX α， ⎪⎩⎪⎨⎧≤>-=-0,00,1)(y y e y F y Y β ⎪⎩⎪⎨⎧≤>--==--0,00),1)(1()()()(z z e e z F z F z F z z Y X Z βα⎪⎩⎪⎨⎧≤>+-+=⎪⎪⎭⎫⎝⎛+---0,00,)11(11)(11z z e e e z f z z z Z βαβαβαβα 串联时，系统L 的使用寿命Z =min{X ，Y }⎪⎩⎪⎨⎧≤>-=---=⎪⎪⎭⎫⎝⎛+-0,00,1)](1)][(1[1)(11z z e z F z F z F z Y X Z βα ⎪⎩⎪⎨⎧≤>⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫⎝⎛+-0,00,11)(11z z e z f zZ βαβα （B ）1．设二维随机变量(X ，Y )的分布律为已知随机事件{X = 0}与{X + Y = 1}相互独立，求a ，b 的值．解：P {X =0}=a +0.4，P {X +Y =1}=P {X =1，Y =0}+P {X =0，Y =1}=a +b. P {X =0，X +Y =1}=P {X =0，Y =1}=a 由于{X =0}与{X +Y =1}相互独立，所以 P {X =0， X +Y =1}=P {X =0} P {X +Y =1}即 a =(a +0.4)(a +b ) (1) 再由归一性知：0.4+a +b +0.1=1 (2) 解(1)，(2)得 a =0.4， b =0.1 2．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<--=其它 ,010,10 ,2),(y x y x y x f (1) 求P {X > 2Y }(2) 求Z = X + Y 的概率密度f Z (z )． 解: (1) 247)2(),(}2{10202=--==>⎰⎰⎰⎰>xyx dydx y x dxdy y x f Y X P (2) 利用公式dx x z x f z f Z ⎰+∞∞--=),()(计算⎩⎨⎧<-<<<-=-其它,010,10,2),(x z x z x z x f ⎪⎩⎪⎨⎧≥<≤-<<-=⎪⎪⎩⎪⎪⎨⎧≥<≤-<<-=-=⎰⎰⎰-∞+∞-2,021,)2(10),22,021,)2(10,)2(),()(2110z z z z z z z dx z z dx z dx x z x f z f z z Z （3．设随机变量X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-=其它,020,4101,21)(x x x f X令2X Y =，),(y x F 为二维随机变量(X ，Y )的分布函数，求 (1) Y 的概率密度)(y f Y ；(2) )4,21(-F ．解：(1) F Y (y )=P {Y ≤y }=P {X 2≤y } 当y <0时，f Y (y )=0当y ≥0时，)()(}{)(y F y F y X y P y F X X Y --=<<-=从而，⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>≤<≤<=⎪⎩⎪⎨⎧-+=4041,8110,83)]()([21)(y y y y y y f y f yy f X X Y ，(2) F (-1/2，4)=P {X ≤-1/2，Y ≤4}= P {X ≤-1/2，X 2≤4} =P {-2≤X ≤-1/2}=4121)(211212==⎰⎰----dx dx x f X 4．设(X ，Y )为二维离散型随机变量，X 和Y 的边缘分布律分别如下：如果1}0{==XY P ，试求 (1) (X ，Y )的分布律； (2) 问X 与Y 是否独立． 解：P {XY ≠0}=1-P {XY =0}=0 即 P {X =-1，Y =1}+P {X =1，Y =1}=0由概率的非负性知，P {X =-1，Y =1}=0，P {X =1，Y =1}=0由边缘分布律的定义，P {X =-1}= P {X =-1，Y =0}+ P {X =-1，Y =1}=1/4 得P {X =-1，Y =0}=1/4再由P {X =1}= P {X =1，Y =0}+ P {X =1，Y =1}=1/4 得P {X =1，Y =0}=1/4再由P {Y =1}=P {X =-1，Y =1}+ P {X =0，Y =1}+ P {X =1，Y =1}= P {X =0，Y =1} 知P {X =0，Y =1}=1/2最后由归一性得：P {X =0，Y =0}=0(X ，Y )的分布律用表格表示如下：(2) 显然，X 和Y 不相互独立，因为P {X =-1，Y =0}≠ P {X =-1}P {Y =0}5．设随机变量X 与Y 相互独立，且),(~),,(~2ππσμ-U Y N X ，求Z = X + Y 的概率密度（计算结果用标准正态分布分布函数)(x Φ表示）．解：X 与Y 相互独立，利用卷积公式dx x z f x fz f Y XZ ⎰+∞∞--=)()()(计算,21)(222)(σμσπ--=x X ex f ⎪⎩⎪⎨⎧-∈=其它,0),(,21)(πππy y f Y ⎪⎩⎪⎨⎧<-<-=---其它,0,221)()(222)(ππππσσμx z e x z f x f x Y X⎰⎰⎰+---+---+∞∞-==-=ππσμπππσμπσππσz z x z z x Y X Z dx edx edx x z f x f z f 22222)(212)(21221)()()()]()([21}{21ππππππ--+=+<<-=z F z F z X z P ⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛--Φ-⎪⎭⎫ ⎝⎛-+Φσμπσμππz z 21 6．设二维随机变量(X ，Y )在矩形}10,20),{(≤≤≤≤=y x y x G 上服从均匀分布，试求边长为X 和Y 的矩形面积S 的概率密度)(s f S ． 解：(X ，Y )～Ｕ(G )⎪⎩⎪⎨⎧∈=其它,0),(,21),(Gy x y x f设F (x )和f (s )分别表示S =XY 的分布函数和密度函数 F (s )=P {XY <s} s<0时，F S (s)=0s ≥0时，⎪⎩⎪⎨⎧+≥=⎰⎰⎰⎰s s xs S dydxdydx s F 010*******,1, 所以，⎪⎪⎩⎪⎪⎨⎧≥≥+<=2,12,2ln 220,0s s s s s s F S于是，S =ＸY 概率密度为⎪⎩⎪⎨⎧<<=其它,020,2ln 21)(s ss f S 7．设随机变量X 与Y 相互独立，其中X 的分布律为而Y 的概率密度为f (y )，求随机变量Y X U +=的概率密度)(u g ． 解：由全概率公式： F U (u )=P {U ≤u }={X +Y ≤u }=P {X =1}P {X +Y ≤u |X =1}+ P {X =2}P {X +Y ≤u |X =2} = P {X =1}P {1+Y ≤u }+ P {X =2}P {2+Y ≤u } =0.3⨯F Y (u -1)+0.7⨯F Y (u -2)所以，f U (u ) =0.3⨯f Y (u -1)+0.7⨯f Y (u -2)8．设二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<<<=其它，，,020,10 ,1),(x y x y x f 求：(1) (X ，Y )的边缘概率密度f X (x )，f Y (y )； (2) Y X Z -=2的概率密度)(z f Z ； 解：(1) ⎩⎨⎧<<<<=其它,00,10,1),(x y x y x f⎩⎨⎧<<=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,2,010,1),()(20x x x dy dy y x f x f x X ⎪⎩⎪⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,020,21,020,1),()(12y yy dx dx y x f y f y Y (2) ⎰⎰≤-=≤-=≤=zy x Z dxdy y x f z Y X P z Z P z F 2),(}2{}{)(如图所示，当z<0时，F Z (z)=0; 当z ≥2时，F Z (z)=1 当0≤z<2时:411)(212222020z z dydx dydx z F z xz x zx Z -=+=⎰⎰⎰⎰- 综上所述，⎪⎪⎩⎪⎪⎨⎧≥<≤-<=2,120,40.0)(2z z z z z z F Z 所以Z 的概率密度为：⎪⎩⎪⎨⎧<≤-=20,21,0)(z zz f Z 其它 9．设随机变量X 在区间(0，1)上服从均匀分布，在X = x （0 < x < 1）的条件下，随机变量Y 在区间),0(x 上服从均匀分布，求： (1) 随机变量X 和Y 的联合概率密度； (2) Y 的概率密度； (3) 概率P {X + Y > 1}． 解：(1) ⎩⎨⎧<<=其它,010,1)(x x f X⎪⎩⎪⎨⎧<<<<=其它,010,0,1)|(|x x y xx y f X Y ⎪⎩⎪⎨⎧<<<==其它（,010,1)()|),(|x y xx f x y f y x f X X Y(2) ⎩⎨⎧<<-=⎪⎩⎪⎨⎧<<==⎰⎰∞+∞-其它其它,010,ln ,010,1),()(1y y y dx x dx y x f y f y Y (3) 2ln 11),(}1{P 15.011-===≥+⎰⎰⎰⎰-≥+xx y x dydx xdxdy y x f Y X10. 设随机变量X 与Y 相互独立，X 的分布律为31}{==i X P ，（i = – 1，0，1），Y 的概率密度为⎩⎨⎧<≤=其它,010,1)(y y f Y ，记Y X Z +=，求：(1) 求}021{=≤X Z P (2) 求Z 的概率密度)(z f Z ．解：(1) P {Z ≤1/2|X =0}=P {X +Y ≤1/2|X =0}=P {Y ≤1/2}=1/2 (2) 由全概率公式：F Z (z )=P {Z ≤z }=P {X +Y ≤z }=P {X =1}P {X +Y ≤z |X =1} +P {X =0}P {X +Y ≤z |X =0}=P {X =-1}P {X +Y ≤z|X =-1} = P {X =1}P {1+Y ≤z }+P {X =0}P {Y ≤z }=P {X =-1}P {-1+Y ≤z } =1/3⨯[F Y (z -1)+ F Y (z )+ F Y (z +1)]从而，f Z (z ) =1/3⨯[f Y (z -1)+ f Y (z )+ f Y (z +1)]=⎪⎩⎪⎨⎧<<-其它,021,31z11．设X 与Y 的联合概率密度为⎩⎨⎧<<<<=.,0;0,10 ,3),(其它x y x x y x f 试求Y X Z -=的概率密度． 解：⎩⎨⎧<<<<=其它,00,10,3).(xy x x y x f⎰⎰-≥=-≥=≤-=≤=zx y Z dxdy y x f Z X Y P z Y X P z Z P z F ),(}{}{}{)(如图，当z<0时，F Z (z)=0; 当z ≥1时，F Z (z )=1当0≤z<1时:22333)(3100z z xdydx xdydx z F z xz x zxZ -=+=⎰⎰⎰⎰-综上得：⎪⎪⎩⎪⎪⎨⎧≥<≤-<=1,010,2230,0)(3z z z z z z F Z 12Z 的概率密度为⎪⎩⎪⎨⎧<≤-=其它,010),1(23)(2z z z f Z12．设X 与Y 独立同分布，且都服从标准正态分布N (0，1)，试求22Y X Z +=的分布． 解：,21)(22x X ex f -=π,21)(22y Y ey f -=π22221)()(),(y x Y X e y f x f y x f +-==π}{}{)(22z y x P z Z P z F Z ≤+=≤=当z<0时，F Z (z)=0; 当z ≥0时，220222222222121),(}{)(z zr z y x Z erdrd edxdy y x f z Y X P z F --≤+-===≤+=⎰⎰⎰⎰πθπ所以，Z 的概率密度为⎪⎩⎪⎨⎧≥=-其它,00,)(22z ze z f z Z。

《概率论与数理统计》第三章复习题解答1. 设Y X ,的分布律分别为且已知0)(=<Y X P ，4)1(=+>Y X P .（1）求),(Y X 的联合分布律；（2）判定Y X ,独立否；（3）求),min(),,max(,321Y X Z Y X Z Y X Z ==+=的分布律.解：(1) 由0)(=<Y X P 知0)1,1()0,1(==-=+=-=Y X P Y X P ，故0)1,1()0,1(==-===-=Y X P Y X P ；由41)1(=+>Y X P 知41)1,1(=-==Y X P .于是可以填写出如下不完整的联合分布律、边缘分布律表格：再由联合分布律、边缘分布律的关系可填出所余的3个空, 得到(2) 41)1,1(=-=-=Y X P ，而2141)1()1(⋅=-=-=Y P X P ，故Y X ,不独立. (3) 在联合分布律中增加0=X 的一行，该行ij p 均取为0，分别沿路径:对ij p 相加, 得2. 设平面区域G 由曲线xy 1=, 直线2,1,0e x x y ===所围成. ),(Y X 在G 上服从均匀分布, 求)2(X f .解：区域G 的面积.2][ln 12211===⎰e e G x dx xS 故),(Y X 的联合概率密度为⎪⎩⎪⎨⎧><<<=其它 ,0 10,1,21),(2x y e x y x f . ⎪⎩⎪⎨⎧<<===⎰⎰∞∞-其它 ,0 1 ,2121),()(210e x x dy dy y x f x f x X , .41)2( =∴Xf 3. 一个电子仪器由两个部件构成，Y X ,分别表示两个部件的寿命（单位：千小时），已知),(Y X 的联合分布函数为⎩⎨⎧>>---=+---其它 0,0 0 ,1),()(5.05.05.0y ,x e e e y x F y x y x(1) 问Y X ,是否独立；（2）求两个部件的寿命都超过0.1千小时的概率.解：(1) ⎪⎩⎪⎨⎧>-=∞+=-其它 0, 0 ,1),()(5.0x e x F x F x X , ⎪⎩⎪⎨⎧>-=+∞=-其它 0, 0 ,1),()(5.0y ey F y F y Y , 从而有)()(),(y F x F y x F Y X =, 所以Y X ,相互独立.(2) 由Y X ,相互独立知)]1.0(1)][1.0(1[)1.0()1.0()1.0,1.0(≤-≤-=>>=>>Y P X P Y P X P Y X P.)]1.0(1)][1.0(1[1.005.005.0---==--=e e e F F Y X4. 设),(Y X 的联合概率密度⎪⎩⎪⎨⎧><+=其它,0 0,1,2),(22y y x y x f π，⎩⎨⎧≥<=Y X Y X U ,1,0，⎪⎩⎪⎨⎧<≥=Y X Y X V 3 ,13,0，求：(1) ),(V U 的联合分布律；（2）)0(≠UV P .解：(1) 0)()3,()0,0(00=Φ=≥<====P Y X Y X P V U P p ；432),()3,()1,0(01===<<====⎰⎰OCD OCDS dxdy y x f Y X Y X P V U P p 扇形扇形π； 612),()3,()0,1(10===≥≥====⎰⎰OAB OABS dxdy y x f Y X Y X P V U P p 扇形扇形π； 1212),()3,()1,1(11===<≥====⎰⎰OBC OBCS dxdy y x f Y X Y X P V U P p 扇形扇形π. 于是有联合分布律:(2) 121)0(11==≠p UV P . 5. 设),(Y X 的联合概率密度为⎩⎨⎧<<<<=其它,010,10 ,1),(y x y x f求：(1))21,21(≤≤Y X P ；（2）)21(>+Y X P ；（3）)31(≥Y P ；（4）)21(>>Y Y X P .解：（1）4121211),()21,21(21,21=====≤≤⎰⎰⎰⎰≤≤G Gy x S dxdy dxdy y x f Y X P ；（2）=>+)21(Y X P 8721212111),(21=-===⎰⎰⎰⎰>+G Gy x S dxdy dxdy y x f ；（3）=≥)31(Y P 32)311(11),(31=-===⎰⎰⎰⎰≥G Gy S dxdy dxdy y x f ；（4）41211212121)21()21,()21(=⋅=>>>=>>Y P Y Y X P Y Y X P .6. 设),(Y X 的联合概率密度为⎪⎩⎪⎨⎧<<<<-=其它 ,0 2,2010 ,20),(x y x x x xcy x f求：(1) 常数c ；(2) )(x f X ；(3) )(x y f X Y ；(4) )128(=≥X Y P .解：(1) ,25)210(20),(1201020102c dx xcdy xx c dx dxdy y x f xx =-=-==⎰⎰⎰⎰⎰∞∞-∞∞-.251 =∴c(2) ⎪⎩⎪⎨⎧<<-=-==⎰⎰∞∞-else x x dy x xdy y x f x f x x X0, 2010 ,50202520),()(2.(3) 2010 <<x 时，0)(≠x f X ，)(x y f X Y 有定义，且⎪⎪⎩⎪⎪⎨⎧<<=--==elsex y xx x x x x f y x f x y f X X Y 0, 2,250202520)(),()( (4) )20,10 (12∈=x ，⎪⎩⎪⎨⎧<<==∴elsey X y f XY 0,126 ,61)12( ，从而 3261)12()128(1288=====≥⎰⎰∞dy dy X y f X Y P X Y .7. 设Y X ,相互独立且都服从]1,0[上的均匀分布, 求Y X Z +=的概率密度.解：⎰∞∞--=dx x z f x f z f Y X Z )()()(, 其中⎩⎨⎧<<=其它x x f X ,0 10 ,1 )(, ⎩⎨⎧<-<=-其它 x z x z f Y ,0 10 ,1 )(. ⎩⎨⎧<<-<<⇔⎩⎨⎧<-<<<⇔≠-z x z x x z x x z f x f Y X 11010100)()(. (区域见图示)(1)10<<z 时, zdx z f zZ =⋅=⎰011)(；(2) 21<≤z 时, z dx z f z Z -=⋅=⎰-211)(11；(3) )2,0(∉z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧<≤-<<=其它 z z z z z f Z ,0 21 ,210 , )(.8*. 设),(Y X 的联合概率密度⎩⎨⎧<<=-其它 ,0 0 ,),(yx xe y x f y ，求(1) )21(<<Y X P ,)21(=<Y X P ；(2)Y X Z +=的概率密度；(3) )1),(min(<Y X P .解：(1) ① 102142512121)()()2()2,1()21(22221202102202102---=---=--==<<<=<<-------⎰⎰⎰⎰⎰⎰e e e e e e dxe e x dx e e x dy xe dx dyxe dxY P Y X P Y X P x x xy x y； ②⎪⎩⎪⎨⎧≤>===--∞∞-⎰⎰0 0, 0,21),()(20y y e y dx xe dx y x f y f y y yY ， 02)2( 2≠=∴-e f Y ，于是 ⎪⎩⎪⎨⎧<<====--elsex xe xef x f Y x f Y Y X 0, 20 ,22)2()2,()2(22 ，从而 412)2()21(101=====<⎰⎰∞-dy x dx Y x f Y X P Y X . (2) ⎰∞∞--=dx x z x f z f Z ),()(, 其中2000),(zx xx z x x z x f X <<⇔⎩⎨⎧>->⇔≠-. (区域见图示)(1) 0>z 时, ⎰⎰---==2020)()(z xzz x z Z dx xe edx xez f 2)12(zze ze---+=； (2)0≤z 时, 0)(=z f Z .综上知⎪⎩⎪⎨⎧≤>-+=--0 ,0 0,)12()(2z z e ze zf z z Z .（3）)1,1(1)1),(min(1)1),(min(≥≥-=≥-=<Y X P Y X P Y X P1111,12111),(1-∞-∞∞-≥≥-=-=-=-=⎰⎰⎰⎰⎰e dx xe dy xe dxdxdy y x f x xyy x .9*. 设),(Y X 的联合概率密度⎩⎨⎧>>=+-其它 ,0 0,0,),()(y x e y x f y x ，求Y X Z -=的概率密度.解：)()()(z Y X P z Z P z F Z ≤-=≤= (1) 0<z 时, 0)()(=Φ=P z F Z ；(2) 0=z 时, 0),()()(0====⎰⎰>=x y Z dxdy y x f X Y P z F(3)0>z 时, 如图⎰⎰⎰⎰⎰⎰∞+---+--+<<-+==zz x zx y x zz x y x zx y z x Z dy e e dxdy e e dxdxdy y x f z F 0),()(⎰⎰∞--+------+-=zz x z x x z zx x dx e e e dx ee )()1(0z zx z z z xz xe dx e e e dx ee e-∞------=-+-=⎰⎰1)()(202综上知⎪⎩⎪⎨⎧≤>-=-0 ,0 0 ,1)(z z e z F z Z , 求导得⎩⎨⎧≤>=-0,0 0,)(z z e z f z Z .10. 设B A ,是两个随机事件, 且,41)(,21)(,41)(===B A P A B P A P 引进随机变量 ⎩⎨⎧=⎩⎨⎧=不发生当发生当 不发生当发生当 B B Y A A X ,0 ,1 , ,0 ,1.判断下列结论的正误, 并给予分析：（1）B A ,互不相容；（2）B A ,相互独立；（3）Y X ,相互独立；（4）1)(==Y X P ；（5）41)1(22==+Y X P . 解：（1）检验0)(=AB P 是否成立. 事实上0812141)()()(≠=⋅==A B P A P AB P , 故B A ,相容, 原结论错. （2）检验)()()(B P A P AB P =是否成立. 事实上由于41)(,41)(==B A P A P ,.)()()()()( A P B P B A P B P AB P ==∴ 即)()()(B P A P AB P =成立, 故B A ,独立, 原结论对.（3）检验Y X ,的联合分布律与边缘分布律之积是否都相等. 事实上81)(11==AB P p ；838121)()()()(01=-=-=-==AB P B P AB B P B A P p ； 818141)()()()(10=-=-=-==AB P A P AB A P B A P p ；83818381100=---=p . 于是有经检验, Y X ,的联合分布律与边缘分布律之积都相等, 故原结论对.（4）只需正确求出)(Y X P =的值. 事实上0218183)(1100≠=+=+==p p Y X P , 故原结论错. （5）只需正确求出)1(22=+Y X P 的值. 事实上41218183)1(100122≠=+=+==+p p Y X P , 故原结论错.。

概率论与数理统计第3章课后题答案第三章连续型随机变量3.1 设随机变数 的分布函数为F(x)，试以F(x)表示下列概率：（1）P( a)；（2）P( a)；（3）P( a)；（4）P( a) 解：（1）P( a) F(a 0) F(a)；（2）P( a) F(a 0)；（3）P( a)=1-F(a)；（4）P( a) 1 F(a 0)。

3.2 函数F(x) 11 x2是否可以作为某一随机变量的分布函数，如果（1） x（2）0 x ，在其它场合适当定义；（3）- x 0，在其它场合适当定义。

解：（1）F(x)在（- , ）设随机变数 具有对称的分布密度函数p(x)，即p(x) p( x),证明：对任意的a 0,有（1）F( a) 1 F(a)12ap(x)dx；（2）P（ a) 2F(a) 1；（3）P( a) 2 1 F(a) 。

证：（1）F( a)ap(x)dx 1ap(x)dx=1ap( x)dx 1ap(x)dx=1 F(a) 1 （2）P( ap(x)dxap(x)dxa12a0ap(x)dx；ap(x)dx 2 p(x)dx，由（1）知1-F(a)故上式右端=2F(a) 1；12ap(x)dx。

（3）P( a) 1 P( a) 1 [2F(a) 1] 2[1 F(a)]3.5 设F1(x)与F2(x)都是分布函数，又a 0,b 0是两个常数，且a b 1。

证明F(x) aF1(x) b F2(x)也是一个分布函数，并由此讨论，分布函数是否只有离散型和连续型这两种类型？证：因为F1(x)与F2(x1) F2(x2)，于是F(x1) aF1(x1) b F2(x1) aF1(x2) b F2(x2) F(x2)F2(x都是分布函数，当x1 x2时，F1(x1) F1(x2)，又xlimF(x) lim[aF1(x) b F2(x)] 0xlimF(x) lim[aF1(x) b F2(x)] a b 1xxF(x 0) aF1(x 0) b F2(x 0) aF1(x) b F2(x) F(x)所以，F(x)也是分布函数。

概率论与数理统计课后习题答案一、概率论1.1 基础概念题目1.什么是随机试验？试举例子。

2.什么是样本空间和事件？回答1.随机试验是指具备以下特征的实验：可以在相同条件下重复进行，每次试验的结果不确定，但可能结果（事件）集合已经确定。

例如，抛一枚硬币的结果是正面或反面，掷一个骰子的结果是1、2、3、4、5或6等等。

2.样本空间是指随机试验所有可能结果的集合，用S表示。

事件是指样本空间中的一个或多个结果组成的子集。

例如，抛一枚硬币的样本空间是{正面，反面}，事件可以是{正面}或{反面}，或者样本空间本身。

1.2 概率公理题目1.什么是频率概率和主观概率？2.概率公理中的三条公理是什么？回答1.频率概率是由大量重复试验的结果所呈现的相对频率给出的概率。

它基于频率的思想，认为某个事件发生的概率等于该事件在大量试验中出现的频率。

主观概率是由个人主观判断给出的概率。

它基于主观认知和经验，认为某个事件发生的概率取决于主观评估和信念。

2.概率公理是指概率理论的基本公理系统，包括以下三条公理：–非负性公理：对于任意事件A，其概率P(A)大于等于0。

–规范性公理：样本空间S的概率为1，即P(S) = 1。

–可列可加性公理：对于任意互不相容的事件A1，A2，…，An，即这些事件两两不相容（即任意i≠j，Ai∩Aj=∅），则它们的并事件A=A1∪A2∪…∪An的概率等于各事件概率之和，即P(A) = P(A1) + P(A2) + … + P(An)。

1.3 条件概率与独立性题目1.什么是条件概率？给出计算条件概率的公式。

2.什么是独立事件？给出判断两个事件独立的条件。

回答1.条件概率是指事件A在另一个事件B已经发生的条件下发生的概率。

条件概率的公式是P(A|B) = P(A∩B) /P(B)，其中P(A∩B)表示A与B的交集的概率，P(B)表示事件B发生的概率。

2.事件A和事件B是独立事件，指的是事件A的发生与事件B的发生无关。

《概率论与数理统计》习题及答案第 三 章1．掷一枚非均质的硬币，出现正面的概率为p (01)p <<，若以X 表示直至掷到正、反面都出现时为止所需投掷次数，求X 的分布列。

解 ()X k =表示事件：前1k -次出现正面，第k 次出现反面，或前1k -次出现反面，第k 次出现正面，所以11()(1)(1),2,3,.k k P X k p p p p k --==-+-=2．袋中有b 个黑球a 个白球，从袋中任意取出r 个球，求r 个球中黑球个数X 的分布列。

解 从a b +个球中任取r 个球共有ra b C +种取法，r 个球中有k 个黑球的取法有k r kb a C C -，所以X 的分布列为()k r kb ara bC C P X k C -+==，max(0,),max(0,)1,,min(,)k r a r a b r =--+， 此乃因为，如果r a <，则r 个球中可以全是白球，没有黑球，即0k =；如果r a >则r 个球中至少有r a -个黑球，此时k 应从r a -开始。

3．一实习生用一台机器接连生产了三个同种零件，第i 个零件是不合格品的概率1(1,2,3)1i p i i ==+，以X 表示三个零件中合格品的个数，求X 的分布列。

解 设i A =‘第i 个零件是合格品’1,2,3i =。

则1231111(0)()23424P X P A A A ===⋅⋅=， 123123123(1)()P X P A A A A A A A A A ==++123123123()()()P A A A P A A A P A A A =++111121113623423423424=⋅⋅+⋅⋅+⋅⋅=， 123123123(2)()P X P A A A A A A A AA ==++ 123123123()()()P A A A P A A A P A A A =++ 1211131231123423423424=⋅⋅+⋅⋅⋅+⋅⋅=，20 1231236(3)()23424P X P A A A ===⋅⋅=. 即X 的分布列为01231611624242424XP. 4．一汽车沿一街道行驶，需通过三个设有红绿信号灯的路口，每个信号灯为红或绿与其他信号灯为红或绿相互独立，且每一信号灯红绿两种信号显示的概率均为12，以X 表示该汽车首次遇到红灯前已通过的路口的个数，求X 的概率分布。