概率论第3章作业题解与知识点归纳

高中数学必修3 第三章 概率 知识点总结及强化训练一、 知识点总结3.1.1 —3.1.2随机事件的概率及概率的意义 1、基本概念：（1）必然事件：在条件S 下，一定会发生的事件，叫相对于条件S 的必然事件； （2）不可能事件：在条件S 下，一定不会发生的事件，叫相对于条件S 的不可能事件； （3）确定事件：必然事件和不可能事件统称为相对于条件S 的确定事件；（4）随机事件：在条件S 下可能发生也可能不发生的事件，叫相对于条件S 的随机事件；（5）频数与频率：在相同的条件S 下重复n 次试验，观察某一事件A 是否出现，称n 次试验中事件A出现的次数nA 为事件A 出现的频数；称事件A 出现的比例fn(A)=n n A为事件A 出现的概率：对于给定的随机事件A ，如果随着试验次数的增加，事件A 发生的频率fn(A)稳定在某个常数上，把这个常数记作P （A ），称为事件A 的概率。

（6）频率与概率的区别与联系：随机事件的频率，指此事件发生的次数nA 与试验总次数n 的比值n n A，它具有一定的稳定性，总在某个常数附近摆动，且随着试验次数的不断增多，这种摆动幅度越来越小。

我们把这个常数叫做随机事件的概率，概率从数量上反映了随机事件发生的可能性的大小。

频率在大量重复试验的前提下可以近似地作为这个事件的概率3.1.3 概率的基本性质 1、基本概念：（1）事件的包含、并事件、交事件、相等事件（2）若A ∩B 为不可能事件，即A ∩B=ф，那么称事件A 与事件B 互斥；（3）若A ∩B 为不可能事件，A ∪B 为必然事件，那么称事件A 与事件B 互为对立事件；（4）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)2、概率的基本性质：1）必然事件概率为1，不可能事件概率为0，因此0≤P(A)≤1； 2）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；3）若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)；4）互斥事件与对立事件的区别与联系，互斥事件是指事件A 与事件B 在一次试验中不会同时发生，其具体包括三种不同的情形：（1）事件A 发生且事件B 不发生；（2）事件A 不发生且事件B 发生；（3）事件A 与事件B 同时不发生，而对立事件是指事件A 与事件B 有且仅有一个发生，其包括两种情形；（1）事件A 发生B 不发生；（2）事件B 发生事件A 不发生，对立事件互斥事件的特殊情形。

北师版初三数学上册第三章概率知识点讲解附作业九年级（上册）第三章概率的进一步认识一．频数与频率频数：在数据统计中，每个对象出现的次数叫做频数，频率：每个对象出现的次数与总次数的比值为频率。

即 频数频率总次数概率的意义和大小：概率就是表示每件事情发生的可能性大小，即一个时间发生的可能性大小的数值。

必然事件发生的概率为1；不可能事件发生的概率为0；不确定事件发生的概率在0与1之间。

频率与概率的区别：随着实验次数的增加，实验结果出现的频率逐渐趋于一个常数，则把这个常数看做实验结果的概率。

注意：①频率就是频率，频率不是概念②频率是通过实验得到的，概率就通过计算得到的③通过频率估计概率时，只看最多实验次数一项的频率，此项的频率即等于概率，而不是求所有频率的平均值二．通过实验运用稳定的频率来估计某一时间的概率在进行试验的时候，当试验的次数很大时，某个事件发生的频率稳定在相应的概率附近。

我们可以通过多次试验，用一个事件发生的频率来估计这一事件发生的频率。

三．利用画树状图或列表法求概率（重难点）①树状图的画法有两钟，可以横画也可以竖着画，其中树状图在画法上要写“开始”然后是“第一次”“第二次”“结果”②列表法的使用必须保证是两个元素的才方便使用，因为表格最方便的是使用两个轴向。

其中表格的类型有三种，一种是标准型，第二种是中间有一条斜线型，第三种是中间加数据型，比如和，奇数，偶数等四．概率题型①公平题②方程题③用频率估计概念④画树状图列表求概率（重点）⑤游戏设定1、在抛一枚质地均匀的硬币的实验中，如果没有硬币，则下列实验不能作为替代物的是（）A、一枚均匀的骰子，B、瓶盖，C、两张相同的卡片，D、两张扑克牌2、密码锁的密码是一个四位数字的号码,每位上的数字都可以是0到9中的任一个,某人忘了密码的最后一位号码, 此人开锁时,随意拔动最后一位号码正好能把锁打开的概率是______．若此人忘了中间两位号码,随意拔动中间两位号码正好能把锁打开的概率是______．3、某商场在“五一”期间推出购物摸奖活动，摸奖箱内有除颜色以外完全相同的红色、白色乒乓球各两个．顾客摸奖时，一次摸出两个球，如果两个球的颜色相同就得奖，颜色不同则不得奖．那么顾客摸奖一次，得奖的概率是．4、从一个装有2黄2黑的袋子里有放回地两次摸到的都是黑球的概率是 .5、如图所示的两个圆盘中，指针落在每一个数上的机会均等，那么两个指针同时落在偶数上的概率是……( )A．1925； B．1025； C．625；D．5 256、为了估计湖里有多少条鱼，我们从湖里捕上100条做上标记，然后放回湖里，经过一段时间待带标记的鱼完全混合于鱼群中后，第二次捕得200条，发现其中带标记的鱼25条，通过这种调查方式，我们可以估计出这个湖里有______条鱼.7、在一个密闭不透明的盒子里有若干个白球，在不允许将球倒出来的情况下，为了估计白球的个数，小刚向其中放入8个黑球，摇匀后从中随机摸出一个球记下颜色，再把它放回盒中，不断重复，共摸球400次，其中88次摸到黑球，估计盒中大约有白球（）A、28个B、30个C、36个D、42个8、有一个抛两枚硬币的游戏，规则是：若出现两个正面，则甲赢；若出现一正一反，则乙赢；若出现两个反面，则甲、乙都不赢。

概率论与数理统计03-第三章作业及答案习题3-1⽽且12{0}1P X X ==. 求1和2的联合分布律.解由12{0}1P X X ==知12{0}0P X X ≠=. 因此X 1和X 2的联合分布于是根据边缘概率密度和联合概率分布的关系有X 1和X 2的联合分布律(2) 注意到12{0,0}0P X X ===, ⽽121{0}{0}04P X P X =?==≠, 所以X 1和X 2不独⽴.2. 设随机变量(X ,Y )的概率密度为(,)(6),02,24,0,.f x y k x y x y =--<<<其它求: (1) 常数k ; (2) {1,3}P X Y <<; (3) { 1.5}P X <; (4) {4}P X Y +≤.解 (1) 由(,)d d 1f x y x y +∞+∞-∞, 得2424222204211d (6)d (6)d (10)82y k x y x k y x x y k y y k =--=--=-= , 所以 18k =. (2) 31201,31{1,3}d (6)d 8(,)d d x y P X Y y x y x f x y x y <<<<==--??1322011(6)d 82y x x y =--321113()d 828y y =-=?. (3) 1.51.5 { 1.5}d (,)d ()d X P X x f x y y f x x +∞-∞-∞-∞<==??4 1.521d (6)d 8y x y x --=22011(6)d 82y x x y =--?421633()d 882y y =-? 2732=. (4) 作直线4x y +=, 并记此直线下⽅区域与(,)0f x y ≠的矩形区域(0,2)(0,4)?的交集为G . 即:02,0G x y <<<≤4x -.见图3-8. 因此{P X Y +≤4}{(,)}P X Y G =∈(,)d d Gf x y x y =??44201d (6)d 8x y x y x -=--??4422011(6)d 82xy x x y -=--?42211[(6)(4)(4)]d 82y y y y =----? 42211[2(4)(4)]d 82y y y =-+-? 423211(4)(4)86y y =----?23=. 图3-8 第4题积分区域3. ⼆维随机变量(,)X Y 的概率密度为2(,),1,01,0,f x y kxy x y x =≤≤≤≤其它.试确定k , 并求2{(,)},:,01P X Y G G x y x x ∈≤≤≤≤. 解由2111401(,)d d d (1)d 26xk k f x y xdy x kxy y x x x +∞+∞-∞-∞====-??,解得6=k .因⽽ 2112401{(,)}d 6d 3()d 4x xP X Y G x xy y x x x x ∈==-=. 4. 设⼆维随机变量(X , Y )概率密度为4.8(2),01,0,(,)0,.y x x y x f x y -=??≤≤≤≤其它求关于X 和Y 边缘概率密度.解 (,)X Y 的概率密度(,)f x y 在区域:0G ≤x ≤1,0≤y ≤x 外取零值.因⽽, 有24.8(2)d ,01,()(,)d 0,2.4(2),01,0,x X y x y x f x f x y y x x x +∞-∞-<<==-<<=其它.其它. 124.8(2)d ,01,()(,)d 0,2.4(34),01,0,yY y x x y f y f x y x y y y y +∞-∞-<<==-+<<=其它.其它.5. 假设随机变量U 在区间[-2, 2]上服从均匀分布, 随机变量 1,1,1,1,U X U --=>-??若≤若 1,1,1, 1.U Y U -=>??若≤若试求：(1) X 和Y 的联合概率分布；(2){P X Y +≤1}.解 (1) 见本章第三节三(4).(2){P X Y +≤1}1{1}P X Y =-+>1{1,1}P X Y =-==13144=-=. 习题3-21. 设(X , Y )的分布律为求: (1) 在条件X =2下Y 的条件分布律;(2) {22}P X Y ≥≤.解 (1) 由于6.02.01.003.0}2{=+++==X P ,所以在条件X =2下Y 的条件分布律为216.03.0}2{}1,2{}2|1{========X P Y X P X Y P ,06.00}2{}2,2{}2|2{========X P Y X P X Y P ,616.01.0}2{}3,2{}2|3{========X P Y X P X Y P ,316.02.0}2{}4,2{}2|4{========X P Y X P X Y P ,{P Y ≤2}{1}{2}P Y P Y ==+==0.10.3000.20.6++++=. ⽽{2,2}{2,1}{2,2}{3,1}{3,2}P X Y P X Y P X Y P X Y P X Y ===+==+==+==≥≤0.3000.20.5=+++=.因此{2,2}{22}{2}P X Y P X Y P Y =≥≤≤≥≤0.550.66==. 2. 设⼆维随机变量(X , Y )的概率密度为(,)1,01,02,0,.f x y x y x =<<<其它求：(1) (X , Y )的边缘概率密度(),()X Y f x f y ；(2)11{}.22P Y X ≤≤ 解 (1) 当01x <<时,20()(,)d d 2xX f x f x y y y x +∞-∞===?;当x ≤0时或x ≥1时, ()0X f x =.故 2,01,()0,其它.X x x f x <<=??当02()(,)d d 12y Y y f y f x y x x +∞-∞===-;当y ≤0时或y ≥2时, ()0Y f y =.故 1,02,()20,.Y yy f y -<<=其它 (2) 当z ≤0时,()0Z F z =; 当z ≥2时,1)(=z F Z ;当0z f x y x y -=≤2x12202-2d 1d d 1d zxz x zx y x y =?+24z z =-.故 1,02,()20,.()其它Z zzz f z F z -<<'== (3) {}{}11311322161122442≤，≤≤≤≤P X Y P Y X P X ===. 3. 设G 是由直线y =x , y =3,x =1所围成的三⾓形区域, ⼆维随机变量(,)X Y 在G 上服从⼆维均匀分布.求: (1) (X , Y )的联合概率密度；(2) {1}P Y X -≤；(3) 关于X 的边缘概率密度.解 (1)由于三⾓形区域G 的⾯积等于2, 所以(,)X Y 的概率密度为∈=.),(,0,),(,21),(G y x G y x y x f (2)记区域x y y x D -=|),{(≤}1与G 的交集为0G ,则{1}P Y X -≤0011113d d (2)22224G G x y S ===-=??. 其中0G S 为G 0的⾯积.(3) X 的边缘概率密度()(,)d X f x f x y y +∞-∞=?. 所以,当]3,1[∈x 时, 311()d (3)22X xf x y x ==-?. 当1x 时, 0)(=x f X .因此∈-=.,0],3,1[),1(21)(其它x x x f X习题3-31. 设X 与Y 相互独⽴, 且分布律分别为下表:求⼆维随机变量(,)X Y 的分布律.解由于X 与Y 相互独⽴, 所以有}{}{},{j i j i y Y P x X P y Y x X P =?====,6,5,2,0;0,21,1=--=j i .因此可得⼆维随机变量(,)X Y 的联合分布律2. 设(X , Y )的分布律如下表:问,αβ为何值时X 与Y 相互独⽴? 解由于边缘分布满⾜23111,1i j i j p p ??====∑∑, ⼜X , Y 相互独⽴的等价条件为p ij = p i . p .j (i =1,2; j =1,2,3).故可得⽅程组 21,3111().939αβα++==?+解得29α=,19β=.经检验, 当29α=,19β=时, 对于所有的i =1,2; j =1,2,3均有p ij = p i .p .j 成⽴. 因此当29α=,19β=时, X 与Y 相互独⽴..3. 设随机变量X 与Y 的概率密度为()e (,)0,.,01,0,x y b f x y x y -+=?<<>?其它 (1) 试确定常数b .(2) 求边缘概率密度()X f x , ()Y f y . (3) 问X 与Y 是否相互独⽴？解 (1) 由11()101(,)d d e d d e d e d (1e )x y y x f x y x y b y x b y x b +∞+∞+∞+∞-+----∞-∞====-?,得 111e b -=-.(2) ()(,)d X f x f x y y ∞-∞=?1e ,01,1e 0,xx --<<=-??其它.()(,)d Y f y f x y x ∞-∞=?e ,0,0,y y ->=其它.(3) 由于(,)()()X Y f x y f x f y =?，所以X 与Y 相互独⽴.4. 设X 和Y 是两个相互独⽴的随机变量, X 在(0, 1)上服从均匀分布, Y 的概率密度为21e ,0,()20Y yy f y y ->=，≤0.(1) 求X 和Y 的联合概率密度.(2) 设关于a 的⼆次⽅程为220a Xa Y ++=, 试求a 有实根的概率.解 (1) 由题设知X 和Y 的概率密度分别为1,01,()0,X x f x <<=??其它， 21e ,0,()20,.yY y f y ->=其它因X 和Y 相互独⽴, 故(X , Y )的联合概率密度为21e ,01,(,)()()20,.yX Y x y f x y f x f y -<<>==其它 (2) ⽅程有实根的充要条件是判别式⼤于等于零. 即244X Y ?=-≥20X ?≥Y .因此事件{⽅程有实根}2{X =≥}Y .下⾯计算2211221(,)d d e d (1e)d 2yxx Df x y xdy x y x --===-2121ed 12[(1)(0)]0.1445xx πΦΦ-=-=--≈?.图3-3 第6题积分区域习题3-41. 设⼆维随机变量(X ,Y )的概率分布为YX 0 10 0.4 a 1 b 0.1若随机事件{X =0}与{X +Y =1}相互独⽴, 求常数a , b .解⾸先, 由题设知0.40.11a b +++=. 由此得0.5a b +=. 此外,{0}0.4P X a ==+,{1}{0,1}{1,0}0.5P X Y P X Y P X Y a b +====+===+=, {0,1}{0,1}P X X Y P X Y a =+=====. 根据题意有{0,1}{0}{1}P X X Y P X P X Y =+===+=,即(0.4)0.5a a =+?. 解得0.4,0.1a b ==.2. 设两个相互独⽴的随机变量X ,Y 的分布律分别为求随机变量Z = X + Y 的分布律.解随机变量Z = X + Y 的可能取值为7,5,3.Z 的分布律为18.06.0.03}2,1{}3{=?=====Y X P Z P , {5}{1,4}{3,2}0.30.4070.60.54P Z P X Y P X Y ====+===?+?=,28.04.07.0}4,3{}7{=?=====Y X P Z P ,或写为3. 设X 和Y 是两个相互独⽴的随机变量, 且X 服从正态分布N (µ, σ2 ), Y 服从均匀分布U (-a , a )( a >0), 试求随机变量和Z =X +Y 的概率密度.解已知X 和Y 的概率密度分别为22()2()x X f x µσ--=,),(+∞-∞∈x ;-?-∈=).,(,0),,(,21)(a a y a a y ay f Y .由于X 和Y 相互独⽴, 所以22()21()()()d d 2z y a Z X Y f z f z y f y y y a µσ---+∞=1[()()]2z µa z µa ΦΦa σσ-+---. 4. 设随机变量X 和Y 的联合分布是正⽅形G={(x,y )|1≤x ≤3, 1≤y ≤3}上的均匀分布, 试求随机变量U=|X -Y|的概率密度f (u ).解由题设知, X 和Y 的联合概率密度为111,3,3,(,)40,.x y f x y =≤≤≤≤其它记()F u 为U 的分布函数, 参见图3-7, 则有当u ≤0时,(){||F u P X Y =-≤u }=0; 当u ≥2时,()1F u =;当0< u <2时, 图3-7 第8题积分区域||(){}(,)d d x y uF u P U u f x y x y -==≤≤21[42(2)]412u =-?- 211(2)4u =--.故随机变量||U X Y =-的概率密度为1(2),02,()20,u u p u -<<=其它..总习题三1. 设随机变量(X , Y )的概率密度为<<<=.,0,10,||,1),(其它x x y y x f 求条件概率密度)|()|(||y x f x y f Y X X Y 和.解⾸先(,)其它X x x f x f x y dy +∞-∞<<==??1,01,()1,10,0,(,)≤其它.Y y y f y y y f x y dx +∞-∞-<<==+-图3-9第1题积分区域当01y <<时, |1,1,1(|)0,X Y y x y f x y x <<-=??取其它值.当1y -<≤0时, |1,1,1(|)0,X Y y x y f x y x -<<+=??取其它值.当10<,||,(|)20,Y X y x f y x x y <=取其它值.2. 设随机变量X 与Y 相互独⽴, 下表列出⼆维随机变量(,)X Y 的分布律及关于X 和关于Y 的边缘分布律中部分数值, 试将其余数值填⼊表中空⽩处 .解⾸先, 由于11121{}{,}{,}P Y y P X x Y y P X x Y y ====+==, 所以有24P X x Y y P Y y P X x Y y ====-===-=.在此基础上利⽤X 和Y 的独⽴性, 有11111{,}124{}1{}46P X x Y y P X x P Y y =======.于是 2113{}1{}144P X x P X x ==-==-=.再次, 利⽤X 和Y 的独⽴性, 有12211{,}18{}1{}24P X x Y y P Y y P X x =======. 于是 312111{}1{}{}1623P Y y P Y y P Y y ==-=-==--=.最后, 利⽤X 和Y 的独⽴性, 有2222313{,}{}{}428P X x Y y P X x P Y y ======?=; 2323311{,}{}{}434P X x Y y P X x P Y y ======?=; 1313111{,}{}{}43123.(34)e (,)0,.,0,0,x y k f x y x y -+=?>>??其它(1) 求常数k ；(2) 求(X ,Y )的分布函数；(3) 计算{01,02}P X Y <<≤≤; (4) 计算(),x f x ()y f y ；(5) 问随机变量X 与Y 是否相互独⽴?解 (1)由3401(,)d d e d e d 12xy kf x y x y k x y +∞+∞+∞+∞---∞-∞===,可得12=k .(2) (X ,Y )的分布函数(,)(,)d d x y F x y f u v x y -∞-∞=??.当x ≤0或y ≤0时,有 0),(=y x F ;当,0>>y x 时,34340(,)12e d e d (1e )(1e )x即 34(1e )(1e ),0,0,(,)0,.其它x y x y F x y --?-->>=??(3) {01,02}P X Y <<≤≤38(1,2)(0,0)(1e )(1e )F F --=-=--.(4) (34)012ed ,0,()(,)d 0,其它.x y X y x f x f x y y +∞-++∞-∞>==所以 33e ,0,()0,其它.x X x f x -?>=??类似地, 有44e ,0,()0,其它.y Y y f y -?>=?显然2),(),()(),(R y x y f x f y x f Y X ∈??=, 故X 与Y 相互独⽴. 4.解已知),(Y X 的分布律为注意到41260}1{}1{=++====Y P X P , ⽽0}1,1{===Y X P ,可见P{X=1, Y=1}≠P{X=1}P{Y=1}. 因此X与Y不相互独⽴.(2) Z X Y =+的可能取值为3, 4, 5, 6, 且316161}1,2{}2,1{}3{=+===+====Y X P Y X P Z P , }1,3{}2,2{}3,1{}4{==+==+====Y X P Y X P Y X P Z P 3 112161121=++=, 3(3) V =21}2,2{}1,2{}2,1{}2{===+==+====Y X P Y X P Y X P V P , 2 1}2{1}3{==-==V P V P . 即max(,)V X Y =的分布律为(4) min{U =}3,1{}2,1{}1{==+====Y X P Y X P U P}1,2{}1,3{==+==+Y X P Y X P 21=, 21}1{1}2{==-==U P U P .即min{,}U X Y =的分布律为(5) W U =+31}1,2{}2,1{}2,1{}3{===+=======Y X P Y X P V U P W P ,。

《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.。

概率论第三章习题参考解答1. 如果ξ服从0-1分布, 又知ξ取1的概率为它取0的概率的两倍, 求ξ的期望值 解：由习题二第2题算出ξ的分布率为ξ0 1 P1/32/3因此有E ξ=0×P (ξ=0)+1×P (ξ=1)=2/3+2η, ξ与η的分布律如下表所示:: 求周长的期望值, 用两种方法计算, 一种是利用矩形长与宽的期望计算, 另一种是利用周长的分布计算.解: 由长和宽的分布率可以算得E ξ=29×P (ξ=29)+30×P (ξ=30)+31×P (ξ=31) =29×0.3+30×0.5+31×0.2=29.9E η=19×P (η=19)+20×P (η=20)+21×P (η=21) =19×0.3+20×0.4+21×0.3=20 由期望的性质可得E ζ=2(E ξ+E η)=2×(29.9+20)=99.8而如果按ζ的分布律计算它的期望值, 也可以得E ζ=96×0.09+98×0.27+100×0.35+102×0.23+104×0.06=99.8 验证了期望的性质.4. 连续型随机变量ξ的概率密度为⎩⎨⎧><<=其它)0,(10)(a k x kx x aϕ又知Eξ=0.75, 求k 和a 的值。

解: 由性质⎰+∞∞-=1)(dx x ϕ得111)(|10110=+=+==++∞∞-⎰⎰a kx a k dx kx dx x a aϕ即k =a +1(1)又知75.022)(|10211=+=+===+++∞∞-⎰⎰a kx a k dx kx dx x x E a a ϕξ得k =0.75a +1.5(2)由(1)与(2)解得0.25a =0.5, 即a =2, k =36. 下表是某公共汽车公司的188辆汽车行驶到发生一次引擎故障的里程数的分布数列.若表中各以组中值为代表. 从188辆汽车中, 任意抽选15辆, 得出下列数字: 90, 50, 150, 110, 90, 90, 110, 90, 50, 110, 90, 70, 50, 70, 150. (1)求这15个数字的平均数; (2) 计算表3-9中的期望并与(1)相比较.解: (1) 15个数的平均数为(90+50+150+110+90+90+110+90+50+110+90+70+50+70+150)/15 = 91.33 (2) 按上表计算期望值为(10×5+30×11+50×16+70×25+90×34+110×46+130×33+150×16+170×2)/188 =96.177. 两种种子各播种300公顷地, 调查其收获量, 如下表所示, 分别求出它们产量的平均值解: 假设种子甲的每公顷产量数为, 种子乙的每公顷产量数为, 则 E ξ=(4500×12+4800×38+5100×40+5400×10)/100=4944 E η=(4500×23+4800×24+5100×30+5400×23)/100=49598. 一个螺丝钉的重量是随机变量, 期望值为10g , 标准差为1g . 100个一盒的同型号螺丝钉重量的期望值和标准差各为多少?(假设各个螺丝钉的重量相互之间独立) 解: 假设这100个螺丝钉的重量分别为ξ1, ξ2,…, ξ100, 因此有E ξi =10, Dξi =102=12=1, (i =1,2,…,100), 设ξ为这100个螺丝钉的总重量，因此∑==1001i i ξξ，则ξ的数学期望和标准差为gD D D kgg E E E i ii i i i i i 1011001)(1000101001001100110011001=⨯==⎪⎭⎫⎝⎛====⨯==⎪⎭⎫ ⎝⎛=∑∑∑∑====ξξξσξξξξ9. 已知100个产品中有10个次品，求任意取出的5个产品中次品数的期望值.解: 假设ξ为取出5个产品中的次品数, 又假设ξi 为第i 次取出的次品数, 即, 如果第i 次取到的是次品, 则ξi =1否则ξi =0, i =1,2,3,4,5, ξi 服从0-1分布,而且有 P {ξi =0}=90/100, P {ξi =1}=10/100, i =1,2,3,4,5因此, E ξi =10/100=1/10, 因为∑==51i iξξ因此有5.010155151=⨯==⎪⎭⎫ ⎝⎛=∑∑==i i i i E E E ξξξ10. 一批零件中有9个合格品和3个废品, 在安装机器时, 从这批零件中任取一个, 如果取出的是废品就不再放回去. 求取得第一个合格品之前, 已经取出的废品数的数学期望和方差. 解: 假设在取到第一个合格品之前已取出的废品数为ξ, 则可算出0045.02201101112123}3{041.02209109112123}2{2045.0119123}1{75.0129}0{==⋅⋅====⋅⋅===⋅=====ξξξξP P P P因此有319.009.0409.0)(409.090045.04041.02045.03.030045.02041.02045.0222===-==⨯+⨯+==⨯+⨯+=ξξξξξE E D E E11. 假定每人生日在各个月份的机会是同样的, 求3个人中生日在第一个季度的平均人数. 解: 设三个随机变量ξi ,(i =1,2,3), 如果3个人中的第i 个人在第一季度出生, 则ξi =1, 否则ξi =0, 则ξi 服从0-1分布, 且有 P (ξi =1)=1/4, 因此E ξi =1/4, (i =1,2,3)设ξ为3个人在第一季度出生的人数, 则ξ=ξ1+ξ2+ξ3, 因此Eξ=E (ξ1+ξ2+ξ3)=3Eξi =3/4=0.7512. ξ有分布函数⎩⎨⎧>-=-其它1)(x e x F xλ, 求E ξ及D ξ. 解: 因ξ的概率密度为⎩⎨⎧>='=-其它)()(x e x F x xλλϕ, 因此 ()λλλϕξλλλλλ11)(0=-=+-=-===∞+-∞+-∞+-+∞-+∞-+∞∞-⎰⎰⎰⎰xx xxxe dx e xe e xd dx ex dx x x E()2220222222)(|λξλλϕξλλλλ==+-=-===⎰⎰⎰⎰∞+-∞+-+∞-+∞-+∞∞-E dx xe ex e d x dx ex dx x x E x x x x22222112)(λλλξξξ=-=-=E E D13. ⎪⎩⎪⎨⎧<-=其它1||11)(~2x x x πϕξ, 求E ξ和D ξ.解: 因φ(x )是偶函数, 因此Eξ=0,则D ξ=Eξ2-(Eξ)2=Eξ2 因此有⎰⎰-===+∞∞-1222212)(dx xx dx x x E D πϕξξ令θθθd dx x cos ,sin ==则上式=2112sin 21212cos 2sin 12||20202022=+=+=⎰⎰ππππθπθπθθπθθπd d 即D ξ=1/2=0.516. 如果ξ与η独立, 不求出ξη的分布直接从ξ的分布和η的分布能否计算出D (ξη), 怎样计算?解: 因ξ与η独立, 因此ξ2与η2也独立, 则有[]()()222222)()()(ηξηξξηξηξηE E E E E E D -=-=17. 随机变量η是另一个随机变量ξ的函数, 并且η=e λξ(λ>0), 若E η存在, 求证对于任何实数a 都有λξλξEe ea P a⋅≤≥-}{.证: 分别就离散型和连续型两种情况证. 在ξ为离散型的情况: 假设P (ξ=x i )=p i , 则λξλξλλλξEe e e E p e p ep a P a a i i a x ax i a x ax i i i i i --∞=-≥-≥==≤≤=≥∑∑∑][){)(1)()(在ξ为连续型的情况假设ξ的概率密度为φ(x ), 则λξλξλλλϕϕϕξEe e Ee dx x e dx x edx x a P a a a x aa x a--+∞∞--+∞-+∞==≤≤=≥⎰⎰⎰)()()()()()(}{证毕.18. 证明事件在一次试验中发生次数的方差不超过1/4.证: 设ξ为一次试验中事件A 发生的次数, 当然最多只能发生1次, 最少为0次, 即ξ服从0-1分布, P {ξ=1}=P (A )=p , P {ξ=0}=1-p =q ,则4121412124141)1(222≤⎪⎭⎫ ⎝⎛--=-⋅+-=-=-=p p p p p p p D ξ19. 证明对于任何常数c , 随机变量ξ有 D ξ=E (ξ-c )2-(Eξ-c )2证: 由方差的性质可知D (ξ-c )=Dξ, 而2222)()()]([)()(c E c E c E c E c D ---=---=-ξξξξξ证毕.20. (ξ,η)的联合概率密度φ(x ,y )=e -(x +y )(x ,y >0), 计算它们的协方差cov (ξ,η). 解: 由φ(x ,y )=e -(x +y )(x ,y >0)可知ξ与η相互独立, 因此必有cov (ξ,η)=0.21. 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ξ, η分别记为第一,二次取到球上的号码数, 求ξ与η的协方差.,P {ξ=2}=P {η=2}=2/3, P {ξ=1}=P {η=1}=1/3, E ξ=E η=35322311=⨯+⨯38314312312},{)(2121=⨯+⨯+⨯====∑∑==i j j i ijP E ηξξη则913538)(),cov(22-=-=⋅-=ηξξηηξE E E22. (ξ , η)只取下列数组中的值：)0,2()31,1()1,1()0,0(--且相应的概率依次为1/6, 1/3, 1/12, 5/12. 求ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: ξ与的联合分布表及各边缘分布计算表如下表所示: 因此1212260121=⨯+⨯+⨯-=ξE 1225125412512=⨯+⨯=ξE 144275144251225)(22=-=-=ξξξE E D 3613311121311270=⨯+⨯+⨯=ηE 1083731121912=+⨯=ηE 129627512961691237129616910837)(22=-⨯=-=-=ηηηE E D 36133112131)(-=-⨯-=ξηE则4322211236171336131253613)(),cov(-=⨯⨯-=⋅--=⋅-=ηξξηηξE E E 相关系数804.027522127543236122211296275144275432221),cov(-=-=⨯⨯⨯-=⨯-==ηξηξρD D, 计算ξ与η的相关系数ρ, 并判断ξ与η是否独立? 解: 由上表的数据的对称性可知与η的边缘分布一样, 算出为 P (ξ=-1)=P (η=-1)=3/8 P (ξ=0)=P (η=-0)=2/8P (ξ=1)=P (η=1)=3/8 由对称性可知Eξ=Eη=0831831=⨯+⨯-. 081818181)(=+--=ξηE 因此cov (ξ,η)=E (ξη)-E (ξ)E (η)=0 则ρ=0而P (ξ=0,η=0)=0≠P {ξ=0}P {η=0}=1/16因此ξ与η不独立. 这是一个随机变量间不相关也不独立的例子.24. 两个随机变量ξ与η, 已知Dξ=25, Dη=36, ρξη=0.4, 计算D (ξ+η)与D (ξ-η). 解:374.065236252),cov(2)]()[()]([)(854.065236252),cov(2)]()[()]([)(2222=⨯⨯⨯-+=-+=-+=---==---=-=⨯⨯⨯++=++=++=-+-==+-+=+ξηξηρηξηξηξηξηηξξηξηξηξρηξηξηξηξηηξξηξηξηξD D D D D D E E E E E D D D D D D D E E E E E D《概率论与数理统计》复习资料一、填空题（15分）题型一：概率分布的考察 【相关公式】（P379）【相关例题】 1、设(,)XU a b ，()2E X =，1()3D Z =，则求a ，b 的值。

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。

高中数学必修3 第三章 概率 知识点总结及强化训练一、 知识点总结3.1.1 —3.1.2随机事件的概率及概率的意义 1、基本概念：（1）必然事件：在条件S 下，一定会发生的事件，叫相对于条件S 的必然事件； （2）不可能事件：在条件S 下，一定不会发生的事件，叫相对于条件S 的不可能事件； （3）确定事件：必然事件和不可能事件统称为相对于条件S 的确定事件；（4）随机事件：在条件S 下可能发生也可能不发生的事件，叫相对于条件S 的随机事件；（5）频数与频率：在相同的条件S 下重复n 次试验，观察某一事件A 是否出现，称n 次试验中事件A出现的次数nA 为事件A 出现的频数；称事件A 出现的比例fn(A)=n n A为事件A 出现的概率：对于给定的随机事件A ，如果随着试验次数的增加，事件A 发生的频率fn(A)稳定在某个常数上，把这个常数记作P （A ），称为事件A 的概率。

（6）频率与概率的区别与联系：随机事件的频率，指此事件发生的次数nA 与试验总次数n 的比值n n A，它具有一定的稳定性，总在某个常数附近摆动，且随着试验次数的不断增多，这种摆动幅度越来越小。

我们把这个常数叫做随机事件的概率，概率从数量上反映了随机事件发生的可能性的大小。

频率在大量重复试验的前提下可以近似地作为这个事件的概率3.1.3 概率的基本性质 1、基本概念：（1）事件的包含、并事件、交事件、相等事件（2）若A ∩B 为不可能事件，即A ∩B=ф，那么称事件A 与事件B 互斥；（3）若A ∩B 为不可能事件，A ∪B 为必然事件，那么称事件A 与事件B 互为对立事件；（4）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)2、概率的基本性质：1）必然事件概率为1，不可能事件概率为0，因此0≤P(A)≤1； 2）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；3）若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)；4）互斥事件与对立事件的区别与联系，互斥事件是指事件A 与事件B 在一次试验中不会同时发生，其具体包括三种不同的情形：（1）事件A 发生且事件B 不发生；（2）事件A 不发生且事件B 发生；（3）事件A 与事件B 同时不发生，而对立事件是指事件A 与事件B 有且仅有一个发生，其包括两种情形；（1）事件A 发生B 不发生；（2）事件B 发生事件A 不发生，对立事件互斥事件的特殊情形。

第三章习题解1 在一箱子中装有12只开关，其中2 只是次品，在其中任取两次，每次任取一只，考虑两种试验：（1）放回抽样；（2）不放回抽样。

定义随机变量X ，Y 如下： 0,1X ⎧=⎨⎩若第一次取出的是正品，，若第一次取出的是次品。

0,Y 1⎧=⎨⎩若第二次取出的是正品，，若第二次取出的是次品。

试分别就（1），（2）两种情况写出X ，Y 的联合分布律。

解 （1）放回抽样由于每次抽取时都是12只开关，第一次取到正品有10种可能，即第一次取到正品的概率为 105{0}126P X ===， 第一次取出的是次品的概率为 21{1}126P X === 同理，第二次取到正品的概率105{0}126P Y ===第二次取到次品的概率为21{1}126P Y ===由乘法公式得X ，Y 的联合分布率为{,}{|}{}{}{}P X i Y j P Y j X i P X i P X i P Y j =========，0,1i =，0,1j =。

具体地有5525{0,0}6636P X Y ===⨯=，515{0,1}6636P X Y ===⨯=， 155{1,0}6636P X Y ===⨯=，111{1,1}6636P X Y ===⨯=用表格的形式表示为（2 5{0}6P X ==，1{1}6P X == 因为第二次抽取时，箱子里只有11只开关，当第一次抽取的是正品，则箱子中有9只正品）。

所以9{0|0}11P Y X ===， 2{1|0}11P Y X === 10{0|1}11P Y X ===， 1{1|1}11P Y X ===则5945{0,0}61166P X Y ===⨯= 5210{0,1}61166P X Y ===⨯=，11010{1,0}61166P X Y ===⨯=，111{1,1}61166P X Y ===⨯= 用表格表示为2 （14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。

、第三章习题详解:1_2 勺一2-〉+2「x〉0 y〉0 3.1设二维随机向量(X』)的分布函数为：尸(兀刃二—八’0. 其他求p {l<x <2,3<y<5 }・解：因为F(2, 5)二 1 —2-2—2〃+ 2 ・，F(L5)二1-2--2-+2-6尸(2)3)二 1 ----- 2-3 + 2y , F(U)二 1 — 2八一27 +所以P(1<X<23<K<5) = F(2, 5)-尸(1,5)-尸(2, 3) + F(l,3)” 25 + 21帶唱3. 2盒中装有3个黑球,2个白球•现从中任取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，求住力的概率分布.解:因为X+K二4,所以(X,F)的可能取值为(2,2), (3, 1)c c 3p(x 二2』二1)二o, P(X 二2, y 二2)二二-二0. 6de 2P& 二3, y 二1)二二—二0.4, P(X二3, y 二2)二0故(Xf)的概率分布为3・3将一枚均匀的硕币抛掷3次，用X表示在3次中出现正面的次数，用丫表示3次中出现正面次数与出现反面次数之差的绝对值，求(x,r)的概率分布.解：因为Y二|X—(3—X)冃2X—31,又X的可能取值为0丄2,3所以(X, 7)的可能取值为(0, 3), (1, 1), (2, 1), (3, 3)且p(x 二o, r 二3)二4)3 = , P(x 二i, r 二i)二C；(较(穿二 |2 o 2 2 oP(X =2, y 二1)二,P(X=3, r 二3)二(i)3二i卩（6_ —刃, lo,⑴确定常数a;⑵求 p{x<o. 5, y<1.5 } (3)求 P{(X, Y) e D},这里 D 是由 x = O f y = 0. x+y = 1 这三条直 线所围成的三角形区域.解：(1)因为匸匸 / (x, y 〃xdy 二[[d(6 - X - y)dxdy=a[[_刁(6_兀_刃‘ k/x = y£ [ (6~x)2- ^~x)2Vx =2G ( (5 - x)dx - 9a I (兀)刃访二1,得9a=L 故&二1/9・ J-x J-x⑵ P(X <0. 5, y <1. 5)二 f°『£ (6 — x — y)dxdy1 严 51 r " f 1 o 5 39 ,二詁0 [(6—小-㊁厂° g 二胡g (6~x)飞炖P {(X, y) GD}二 jj/U 刃必心=£dx1~A二討［3-小-弱 肚二包（11-12—讼諾3.4设二维随机向量（X,Y ）的概率密度函数为: 0<x<L0<y <2,其他y)dy3. 6向一个无限平面靶射击，设命中点（X,Y ）的概率密度函数为/ （兀刃二 ---- -- : -- ,_oovx, y v+oo,7r （i + £ +求命中点与靶心（坐标原点）的距离不超过G 的概率.解：叱+厂如广颂册严二2兀丄•芥宀］ =171 2 1+厂 o 「1771 + £3. 7设二维随机向量（X 』）的概率分布如下表所示，求X 和Y 的边缘概率分布.12e 〃<2r-v)3. 5设二维随机向量（X 』）的概率密度函数为：/ （X, V ）二＜ （0. Q 0, y > 0,其他(1) 求分布函数F (兀刃；(2) 求P{Y<X}解：(1)求分布函数尸么—丿；当x>0』>0.F(x, y) - j f(u f v)dudv =£ £ 2「匚小dudv =2J ； e ^udu e ^'dv =(l-e (1 -e其他情形，由于/（x 』）二0,显然有尸（兀刃二0。

第三章 概率 3.1 事件与概率 3.1.1 随机现象一、必然现象与随机现象1. 必然现象：必然发生某种结果的现象注：必然现象具有确定性，它在一定条件下，肯定发生2. 随机现象：相同条件下，多次观察同一现象，每一次观察到的结果不一定相同，事先很难预料哪一种结果会出现注：⑴相同条件下，观察同一现象 ⑵多次观察⑶每次观察的结果不一定相同，且无法预料下一次的观察结果3.1.2 事件与基本事件空间一、不可能事件、必然事件、随机事件的概念1. 在同样的条件下重复进行试验时，有的结果始终不会发生，它称为不可能事件；有的结果在每次试验中一定会发生，它称为必然事件；在试验中可能发生，可能不发生称为随机事件2. 随机事件的记法：用大写字母A 、B 、C ……二、基本事件、基本事件空间1. 试验中不能再分的简单的随机事件，其他事件可用它们来描绘，这样的事件称为基本事件2. 所有基本事件构成的集合称为基本事件空间，用Ω表示3.1.3 频率与概率一、概率的定义及其理解1. 定义：一般地，在n 次重复进行的试验中，事件A 发生的频率m n，当n 很大时，总是在某个常数附近摆动，随着n 的增加，摆动幅度越来越小，这时就把这个常数叫做事件A 的概率，记作()P A2. 区别：(1)频率随着试验次数的改变而改变，概率却是一个常数(2)频率有一定的稳定性，总在某个常数附近摆动，概率可看成频率在理论上的期望，它从数量上反映了随机事件发生的可能性的大小二、随机事件A 的概率()P A 的范围1. 设随机事件A 在n 次试验中发生了m 次，那么有0mn ≤≤，01mn ≤≤ ()01P A ≤≤当A 是必然事件时， ()1P A = 当A 是不可能事件时，()0P A =3.1.4概率的相关性质一、互斥事件的基本概念1. 互斥事件：事件A 与B 不可能同时发生，这种不可能同时发生的两个事件叫做互斥事件2. 对立事件：不能同时发生且必有一个发生的两个事件叫做互为对立事件，事件A 的对立事件记作A 二、事件A 与B 的并（或和）及互斥事件的概率加法公式1. 由事件A 和B 至少有一个发生所构成的集合C ，称为事件A 与B 的并（或和），记作：C A B =⋃2. 互斥事件的概率加法公式若事件A 、B 互斥，那么事件A B ⋃发生的概率等于事件A 、B 分别发生的概率的和，即)()()(B P A P B A P +=推广 ，)()()()(2121n n A P A P A P A A A P +++= 3. 注意：如果两个事件不互斥，就不能运用上面的公式 4. 对立事件：()()1P A P A +=3.2 古典概型一、古典概型1. 定义：(1)在一次试验中，所有可能出现的基本事件只有有限个 (2)每个基本事件出现的可能性相等2. 求法：（古典概率模型）若一次试验中的等可能基本事件共有n 个，那么每一个等可能事件的概率都是，如果随机事件A 中包含了其中的m 个等可能的基本事件，那么随机事件A 发生的概率为()m P A n= 二、概率的一般加法公式（选学） 1. 事件A 与B 的交（或积）事件A 和B 同时发生所构成的事件D ,称为事件A 与B 的交（或积），记作D A B =⋂（或D A B =）2. 概率的一般加法公式当A 、B 不是互斥事件时的基本事件总数中基本事件个数中基本事件个数中基本事件个数的基本事件总数中包含的基本事件数Ω-+=Ω=B A B A B A B A P )( 即)()()()(B A P B P A P B A P -+=三、练习题1. 下列现象中，随机现象有哪些？ ⑴某体操元动员参加下周举行的运动会 ⑵同时掷两颗骰子，出现6点 ⑶某人购买福利彩票中奖⑷三角形中任意两边的和大于第三边 2. 判断下列现象是必然现象还是随机现象 ⑴掷一枚质地均匀的硬币的结果⑵行人在十字路口看到的交通信号灯的颜色⑶在10个同类产品中，有8个正品，2个次品，从中任意抽取出3个检验的结果⑷在10个同类产品中，有8个正品，2个次品，从中任意抽取出3个，至少有一个正品的结果 ⑸三角形的内角和是180︒3. 下面给出五个事件： ⑴某地2月3日下雪⑵函数xy a =（0a >且1a ≠）在其定义域上是增函数⑶实数的绝对值不小于0⑷在标准大气压下，水在1C ︒时结冰⑸,a b R ∈，则ab ba =其中必然事件是________，不可能事件是________，随机事件是________ 4. 以1，2，3，5中任取2个数字作为直线0Ax By +=的系数,A B ⑴写出这个实验的基本事件空间 ⑵求这个实验基本事件总数⑶写出“这条直线的斜率大于1-”这一事件所包括的基本事件5．袋中有红，白，黄，黑大小相同颜色不同的四个小球，按下列要求分别进行实验 ⑴从中任取一个球；⑵从中任取两个球；⑶先后不放回地各取一个球 分别写出上面试验的基本事件空间，并指出基本事件总数6. 某农场计划种植某种新作物，为此对这种作物的两个品种（分别成为品种甲和品种乙）进行田间试验，选取两大块地，每大块地n 个小块地，在总共n 2小块地中，随机选n 小块地种植品种甲，另外n 小块地种植品种乙，假设2=n ，求第一大块地都种植品种甲的概率7. 一个容量为100的样本，某数据的分组与各组的频数如下： 组别 (]0,10(]10,20(]20,30(]30,40(]40,50(]50,60(]60,70频数1213241516137则样本数据落在]40,10(上的频率为( )A . 0.13B . 0.39C . 0.52D . 0.648. 某种产品质量以其质量指标衡量，质量指标值越大表明质量越好，且质量指标值大于或等于102的产品为优质点，现用两种新配方（分别成为A 配方和B 配方）做试验，各生产了100件这种产品，并测量了每件产品的质量指标值，得到下面的试验结果 A 配方的频数分布表 指标值分组 [)90,94[)94,98[)98,102[)102,106[)106,110频数82042228B 配方的频数分布表 指标值分组 [)90,94[)94,98[)98,102[)102,106[)106,110频数412423210分别估计用A 配方，B 配方生产的产品的优质品率9. 为了解学生身高情况，某校以10％的比例对全校100名学生按性别进行分层抽样调查，测得身高情况的统计图如图： ⑴估计该校男生人数⑵估计该校学生身高在cm 185~170之间的概率⑶以样本中身高在cm 190~180之间的男生中任选2人，求至少有1人身高在cm 190~185之间的概率10．在一个容量为66的样本，数据的分组及各组的频数如下：2)5.15,5.11[；4)5.19,5.15[；9)5.23,5.19[；18)5.27,5.23[；11)5.31,5.27[；12)5.35,5.31[；7)5.39,5.35[；3)5.43,5.39[ 根据样本的频率分布估计，数据落在)5.43,5.31[的概率约是( )A .61B .31C .21D .3211. 某城市有甲、乙两种报纸供居民们订阅，记事件A 为“只订甲报”，事件B 为“至少订一种报”，事件C 为“至多订一种报”，事件D 为“不订甲报”，事件E 为“一种报也不定”，判断下列每对事件是不是互斥事件，如果是，再判断它们是不是对立事件⑴ A 与C ⑵ B 与E ⑶ B 与D ⑷ B 与C ⑸ C 与E12. 玻璃盒子里装有各色球12只，其中5红，4黑，2白，1绿，从中取1球，设事件A 为“取出1只红球”，事件B 为“取出1只黑球”，事件C 为“取出1只白球”，事件D 为“取出1只绿球”，已知121)(,61)(,31)(,125)(====D P C P B P A P ,求： ⑴“取出一球为红球或黑球”的概率 ⑵“取出1球为红球或黑球或白球”的概率13．现有8名奥运会志愿者，其中志愿者321,,A A A 通晓日语，321,,B B B 通晓俄语，21,C C 通晓韩语，从中选取通晓日语，俄语和韩语的志愿者各1名，组成一个小组 ⑴ 求1A 被选中的概率 ⑵求1B 和1C 不全被选中的概率身高频数 1510513 61271 男生2 4131452 身高频数15 10 5女生14. 设b 和c 分别是先后抛掷一枚骰子得到的点数，用随机变量表示方程02=++c bx x 实根的个数（重根按一个计算），求方程02=++c bx x 有实根的概率15. 依次投掷两枚骰子，并记录骰子的点数 ⑴这个试验的基本事件空间包括多少个基本事件？ ⑵事件“点数相同”包含哪几个基本事件？ ⑶事件“点数之和为奇数”包含哪几个基本事件16. 袋中装有6个小球，其中4个白球，2个红球，从袋中任意取出2个球，求下列事件的概率： ⑴事件A ：取出的2个球都是白球.⑵事件B ：取出的2个球1个是白球，另一个是红球17. 从标有1，2，3，…，7的7个小球中取出一球，记下它上面的数字，放回后再取出一球，记下它上面的数字，求两球上的数字之和大于11或者能被4整除的概率18. 某初级中学共有学生2000名，各年级男女生人数如下表：初一年纪 初二年级初三年级女生 373 xy 男生377370z已知在全校学生中随机抽取1名，抽到初二年级女生的概率是0.19 ⑴求x 的值⑵现用分层抽样的方法在全校抽取48名学生，问应在初三年级抽取多少名？ ⑶已知245≥y ，245≥z 求初三年级中女生比男生多的概率19. 从长度分别为2，3，4，5的四条线中任意取出三条，则以这三条线段为边可以构成三角形的概率是________20. 某饮料公司对一名员工进行测试以便更确定其考评级别，公司准备了两种不同的饮料共5杯，其颜色完全相同，并且其中3杯为A 饮料，另外2杯为B 饮料，公司要求此员工一品尝后，从5杯饮料中选出3杯A 饮料，若该员工3杯都选对，则评为优秀；若3杯选对2杯，则评为良好；否则评为合格。

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

习题三1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 111222⨯⨯111222⨯⨯=2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律. 【解】X 和Y 的联合分布律如表： 23247C 3C 35= 13247C 2C 35= 1232247C C 6C 35= 1132247C C 12C 35= 13247C 2C 35= 2427C /C =2132247C C 6C 35= 23247C 3C 35=3.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎪⎩⎪⎨⎧≤≤≤≤.,020,20,sin sin 其他ππy x y x求二维随机变量（X ，Y ）在长方形域⎭⎬⎫⎩⎨⎧≤<≤<36,40πππy x 内的概率. 【解】如图πππ{0,}(3.2)463P X Y <≤<≤公式 ππππππ(,)(,)(0,)(0,)434636F F F F --+ππππππsin sin sin sin sin 0sin sin 0sin 4346362(31).4=--+=-题3图说明：也可先求出密度函数，再求概率。

4.设随机变量（X ，Y ）的分布密度f （x ，y ）=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求：（1） 常数A ；（2） 随机变量（X ，Y ）的分布函数； （3） P {0≤X <1，0≤Y <2}. 【解】（1） 由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12 （2） 由定义，有 (,)(,)d d y xF x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3) {01,02}P X Y ≤<≤<12(34)3800{01,02}12e d d (1e )(1e )0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰5.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k（1） 确定常数k ；（2） 求P {X ＜1，Y ＜3}； （3） 求P {X <1.5}； （4） 求P {X +Y ≤4}. 【解】（1） 由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故 18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3) 11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y <<=⎰⎰⎰⎰如图1.542127d (6)d .832x x y y =--=⎰⎰(4) 24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y +≤+≤=⎰⎰⎰⎰如图b240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1） 因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他 而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()X Y f x y X Y f x f y 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他. (2) 5()(,)d d 25e d d y y xDP Y X f x y x y x y -≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xyx x y x-==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e ,0,0,(,)(,)0,x y x y F x y f x y x y -+⎧>>∂==⎨∂∂⎩其他. 8.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）= 4.8(2),01,0,0,.y x x y x -≤≤≤≤⎧⎨⎩其他求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰x204.8(2)d 2.4(2),01,=0,.0,y x y x x x ⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰12y 4.8(2)d 2.4(34),01,=0,.0,y x x y y y y ⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图 题9图9.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<-.,0,0,其他e y x y求边缘概率密度. 【解】()(,)d X f x f x y y +∞-∞=⎰e d e ,0,=0,.0,y x x y x +∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰0e d e ,0,=0,.0,yy x x y y --⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧≤≤.,0,1,22其他y x y cx（1） 试确定常数c ；（2） 求边缘概率密度. 【解】（1）(,)d d (,)d d Df x y x y f x y x y +∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c ==⎰⎰ 得214c =. (2) ()(,)d X f x f x y y +∞-∞=⎰212422121(1),11,d 840,0,.x x x x x y y ⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 ()(,)d Y f y f x y x +∞-∞=⎰522217d ,01,420,0, .y y x y x y y -⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他 11.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<.,0,10,,1其他x x y求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.题11图【解】()(,)d X f x f x y y +∞-∞=⎰1d 2,01,0,.x x y x x -⎧=<<⎪=⎨⎪⎩⎰其他111d 1,10,()(,)d 1d 1,01,0,.y Y y x y y f y f x y x x y y -+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y X X y x f x y f y x xf x ⎧<<⎪==⎨⎪⎩其他|1, 1,1(,)1(|),1,()10,.X Y Y y x y f x y f x y y x f y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X ，最大的号码为Y .（1） 求X 与Y 的联合概率分布； （2） X 与Y 是否相互独立？ 【解】（1） X 与Y 的联合分布律如下表3 4 5{}i P X x =13511C 10= 3522C 10= 3533C 10= 610 23511C 10=3522C 10=310 3 02511C 10= 110{}i P Y y =110 310610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠=== 故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为 2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03（1）求关于X 和关于Y 的边缘分布； （2） X 与Y 是否相互独立？ 【解】（1）X 和Y 的边缘分布如下表2 5 8 P {Y=y i } 0.4 0.15 0.30 0.35 0.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38YXXYXY(2) 因{2}{0.4}0.20.8P X P Y ===⨯0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e （1）求X 和Y 的联合概率密度；（2） 设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率.【解】（1） 因1,01,()0,X x f x <<⎧==⎨⎩其他; 21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩独立其他题14图(2) 方程220a Xa Y ++=有实根的条件是2(2)40X Y ∆=-≥故 X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==-Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}Z XF z P Z z P z Y=≤=≤ (1) 当z ≤0时，()0Z F z =（2） 当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zx y zF z x y y x x y x y +∞≥==⎰⎰⎰⎰ 33610231010=d 2z zy yzy +∞⎛⎫-= ⎪⎝⎭⎰题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y x x yx y +∞≥==⎰⎰⎰⎰ 336231010101=d 12y y zy z +∞⎛⎫-=- ⎪⎝⎭⎰即 11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他 故 21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他 16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥之间独立34{180}{180}P X P X ≥≥ 1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ== 17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，….证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以 {}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==于是0{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki ki n i k i n k ii k k n k i k n k P X i P Y k i n n p q p q i k i n n p qi k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn ，Y =μ1′+μ2′+…+μn ′, X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.(1) 求P {X =2｜Y =2}，P {Y =3｜X =0}； （2） 求V =max （X ，Y ）的分布律； （3） 求U =min （X ，Y ）的分布律； （4） 求W =X +Y 的分布律. 【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑ {3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑ （2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤=10{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑ 0,1,2,3,4,5i =所以V 的分布律为 V =max(X ,Y ) 0 1 2 3 4 5 P 00.040.160.280.240.28(3) {}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k ik i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =于是 U =min(X ,Y ) 0 1 2 3 P0.280.300.250.17(4)类似上述过程，有W =X +Y 0 1 2 3 4 5 6 7 8 P0.020.060.130.190.240.190.120.0520.雷达的圆形屏幕半径为R ，设目标出现点（X ，Y ）在屏幕上服从均匀分布. （1） 求P {Y ＞0｜Y ＞X }；（2） 设M =max{X ，Y }，求P {M ＞0}.题20图【解】因（X ，Y ）的联合概率密度为22221,,(,)π0,.x y R f x y R⎧+≤⎪=⎨⎪⎩其他 （1）{0,}{0|}{}P Y Y X P Y Y X P Y X >>>>=>0(,)d (,)d y y xy xf x y f x y σσ>>>=⎰⎰⎰⎰π2π/405π42π/401d d π1d d πRR r rR r rR θθ=⎰⎰⎰⎰3/83;1/24== (2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y >=>=-≤00131{0,0}1(,)d 1.44x y P X Y f x y σ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D 由曲线y =1/x 及直线y =0，x =1,x=e 2所围成，二维随机变量（X ，Y ）在区域D 上服从均匀分布，求（X ，Y ）关于X 的边缘概率密度在x =2处的值为多少？题21图【解】区域D 的面积为 22e e 0111d ln 2.S x x x===⎰（X ,Y ）的联合密度函数为211,1e ,0,(,)20,.x y f x y x ⎧≤≤<≤⎪=⎨⎪⎩其他（X ，Y ）关于X 的边缘密度函数为1/2011d ,1e ,()220,.x X y x f x x⎧=≤≤⎪=⎨⎪⎩⎰其他 所以1(2).4X f =22.设随机变量X 和Y 相互独立，下表列出了二维随机变量（X ，Y ）联合分布律及关于X 和y 1 y 2 y 3P {X =x i }=p ix 1 x 21/81/8P {Y =y j }=p j 1/61【解】因21{}{,}j j iji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+== 从而11111{,}.6824P X x Y y ===-= YX而X 与Y 独立，故{}{}{,}i j i i P X x P Y y P X x Y y =====,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x === 又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y === 同理21{},2P Y y == 223{,}8P X x Y y ===又31{}1jj P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故23.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.【解】(1) {|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=.(2) {,}{}{|}P X n Y m P X n P Y m X n ======e C (1),,0,1,2,.!m m n mnnp p n m n n n λλ--=-≤≤=24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩ 1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩ 因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩ 推得 1{max{,}1}9P X Y ≤=. 26. 设二维随机变量（X ，Y ）的概率分布为其中a ,b ,c 为常数，且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求：（1） a ,b ,c 的值； （2） Z 的概率分布； （3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4. 由()0.2E X =-，可得0.1a c -+=-.再由 {0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得 0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===.(2) Z 的可能取值为-2，-1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z(3) {}{0}0.10.20.10.10.20.4P X Z P Y b ====++=++=.。

第三章 多维随机变量及其分布一、判断题（在每题后的括号中 对的打“√”错的打“×” ）1、若X ，Y 均服从正态分布，则（X ，Y ）服从二维正态分布 （ × ）2、随机变量（X ，Y ）的概率密度为22,1(,)0,k x y f x y ⎧+≤=⎨⎩其它，则π1=k （√ ）3、有限个相互独立的正态随机变量的线性组合仍然服从正态分布。

（√） 二、单选题1、随机变量X ，Y 相互独立且~(0,1)X N ，~(1,1)Y N ，则下列各式成立的是( B )A ．21}0{=≤+Y X P ； B ．21}1{=+≤Y X P ； C ．21}0{=≥+Y X P ； D ．-≤=1{1}2P X Y 。

分析 因X ，Y 相互独立，它们又都服从正态分布，因此X +Y 与X -Y 也都服从正态分布，且(1,2)X Y N + ，(1,2)X Y N --，由于1{1}(0)2P X Y +≤=Φ=Φ=，选B2、设随机变量21,X X 的分布律为：101111424iX p- i =1,2且满足1}0{21==X X P ，则==}{21X X P ( A )A ．0；B ．41；C ．21； D ．1。

分析 从1}0{21==X X P ，可知12{0}0P X X ≠=，即12121212{1,1}{1,1}{1,1}{1,1}0P X X P X X P X X P X X =-=-==-====-==== 根据联合分布与边缘分布的关系，求出21,X X 的联合概率分布12121212{}{1,1}{0,0}{1,1}0P X X P X X P X X P X X ===-=-+==+===，选A 3、设随机变量X ，Y 相互独立且同分布：1{1}{1}2P X P Y =-==-=，1{1}{1}2P X P Y ====，则下列各式成立的是( A )A ．1{}2P X Y ==； B ．{}1P X Y ==； C ．1{0}4P X Y +==； D ．1{1}4P XY ==。