目录
- 第四章 多维随机变量及其分布
- 第五章 多维随机变量函数的分布
-
- B B B组
-
- 3.设随机变量 X X X与 Y Y Y相互独立,且都服从参数为 1 1 1的指数分布,则随机变量 Z = Y X Z=\cfrac{Y}{X} Z=XY的概率密度为______。
- 5.设 ( X , Y ) (X,Y) (X,Y)的概率密度为 f ( x , y ) = { 2 , 0 < x < 1 , 0 < y < x , 0 , 其 他 . f(x,y)=\begin{cases}2,&0<x<1,0<y<x,\\0,&其他.\end{cases} f(x,y)={ 2,0,0<x<1,0<y<x,其他.
- 6.设 X , Y X,Y X,Y是相互独立的随机变量,它们都服从参数为 n , p n,p n,p的二项分布,证明: Z = X + Y Z=X+Y Z=X+Y服从参数为 2 n , p 2n,p 2n,p的二项分布。
- 8.设随机变量 X X X与 Y Y Y相互独立,概率密度分别为 f X ( x ) = { 1 , 0 < x < 1 , 0 , 其 他 , f Y ( y ) = { e − y , y > 0 , 0 , 其 他 , f_X(x)=\begin{cases}1,&0<x<1,\\0,&其他,\end{cases}f_Y(y)=\begin{cases}e^{-y},&y>0,\\0,&其他,\end{cases} fX(x)={ 1,0,0<x<1,其他,fY(y)={ e−y,0,y>0,其他,求随机变量 Z = 2 X + Y Z=2X+Y Z=2X+Y的概率密度 f Z ( z ) f_Z(z) fZ(z)。
- 9.设随机变量 ( X , Y ) (X,Y) (X,Y)的概率密度为 f ( x , y ) = { 3 x , 0 < x < 1 , 0 < y < x , 0 , 其 他 , f(x,y)=\begin{cases}3x,&0<x<1,0<y<x,\\0,&其他,\end{cases} f(x,y)={ 3x,0,0<x<1,0<y<x,其他,求随机变量 Z = X − Y Z=X-Y Z=X−Y的概率密度 f Z ( z ) f_Z(z) fZ(z)。
- C C C组
-
- 3.设一元二次方程 x 2 − X x + Y = 0 x^2-Xx+Y=0 x2−Xx+Y=0的两个根相互独立,都服从 ( 0 , 2 ) (0,2) (0,2)均匀分布,分别求 X X X与 Y Y Y的概率密度。
- 6.设随机变量 X 1 , X 2 , ⋯ , X n X_1,X_2,\cdots,X_n X1,X2,⋯,Xn相互独立,且 X i X_i Xi服从参数为 λ i \lambda_i λi的指数分布,其概率密度为 f i ( x ) = { λ i e − λ i x , x > 0 , 0 , 其 他 , i = 1 , 2 , ⋯ , n , f_i(x)=\begin{cases}\lambda_ie^{-\lambda_ix},&x>0,\\0,&其他,\end{cases}i=1,2,\cdots,n, fi(x)={ λie−λix,0,x>0,其他,i=1,2,⋯,n,求 P { X 1 = min { X 1 , X 2 , ⋯ , X n } } P\{X_1=\min\{X_1,X_2,\cdots,X_n\}\} P{ X1=min{ X1,X2,⋯,Xn}}。
- 7.设 X 1 ∼ P ( λ 1 ) , X 2 ∼ P ( λ 2 ) X_1\sim P(\lambda_1),X_2\sim P(\lambda_2) X1∼P(λ1),X2∼P(λ2),且 X 1 X_1 X1与 X 2 X_2 X2相互独立。
- 写在最后
第四章 多维随机变量及其分布
C C C组
1. 设随机变量 X X X与 Y Y Y相互独立,证明 X 2 X^2 X2与 Y 2 Y^2 Y2也相互独立。
证 设 X 2 X^2 X2与 Y 2 Y^2 Y2的联合分布函数及边缘分布函数分别为 G ( x , y ) , G 1 ( x ) , G 2 ( y ) G(x,y),G_1(x),G_2(y) G(x,y),G1(x),G2(y), X 2 X^2 X2与 Y 2 Y^2 Y2的值域为 [ 0 , + ∞ ) [0,+\infty) [0,+∞),于是:当 x < 0 x<0 x<0或 y < 0 y<0 y<0时, G ( x , y ) = 0 , G 1 ( x ) = 0 , G 2 ( y ) = 0 G(x,y)=0,G_1(x)=0,G_2(y)=0 G(x,y)=0,G1(x)=0,G2(y)=0;当 x ⩾ 0 , y ⩾ 0 x\geqslant0,y\geqslant0 x⩾0,y⩾0时, G ( x , y ) = P { X 2 ⩽ x , Y 2 ⩽ y } = P { − x ⩽ X ⩽ x , − y ⩽ Y ⩽ y } G(x,y)=P\{X^2\leqslant x,Y^2\leqslant y\}=P\{-\sqrt{x}\leqslant X\leqslant\sqrt{x},-\sqrt{y}\leqslant Y\leqslant\sqrt{y}\} G(x,y)=P{
X2⩽x,Y2⩽y}=P{
−x⩽X⩽x,−y⩽Y⩽y};当 x ⩾ 0 x\geqslant0 x⩾0时, G 1 ( x ) = P { X 2 ⩽ x } = P { − x ⩽ X ⩽ x } G_1(x)=P\{X^2\leqslant x\}=P\{-\sqrt{x}\leqslant X\leqslant\sqrt{x}\} G1(x)=P{
X2⩽x}=P{
−x⩽X⩽x};当 y ⩾ 0 y\geqslant0 y⩾0时, G 2 ( x ) = P { Y 2 ⩽ y } = P { − y ⩽ Y ⩽ y } G_2(x)=P\{Y^2\leqslant y\}=P\{-\sqrt{y}\leqslant Y\leqslant\sqrt{y}\} G2(x)=P{
Y2⩽y}=P{
−y⩽Y⩽y}。
又因 X X X与 Y Y Y相互独立,则有 P { − x ⩽ X ⩽ x , − y ⩽ Y ⩽ y } = P { − x ⩽ X ⩽ x } P { − y ⩽ Y ⩽ y } P\{-\sqrt{x}\leqslant X\leqslant\sqrt{x},-\sqrt{y}\leqslant Y\leqslant\sqrt{y}\}=P\{-\sqrt{x}\leqslant X\leqslant\sqrt{x}\}P\{-\sqrt{y}\leqslant Y\leqslant\sqrt{y}\} P{
−x⩽X⩽x,−y⩽Y⩽y}=P{
−x⩽X⩽x}P{
−y⩽Y⩽y}。所以有 G ( x , y ) = G 1 ( x ) G 2 ( y ) G(x,y)=G_1(x)G_2(y) G(x,y)=G1(x)G2(y),即 X 2 X^2 X2与 Y 2 Y^2 Y2也相互独立。(这道题主要利用了分类讨论求解)
第五章 多维随机变量函数的分布
B B B组
3.设随机变量 X X X与 Y Y Y相互独立,且都服从参数为 1 1 1的指数分布,则随机变量 Z = Y X Z=\cfrac{Y}{X} Z=XY的概率密度为______。
解 由题意可知 X X X的概率密度为 f ( x ) = { e − x , x > 0 , 0 , 其 他 . f(x)=\begin{cases}e^{-x},&x>0,\\0,&其他.\end{cases} f(x)={ e−x,0,x>0,其他.则 f Z ( z ) = ∫ − ∞ + ∞ ∣ x ∣ f ( x ) f ( x z ) d x f_Z(z)=\displaystyle\int^{+\infty}_{-\infty}|x|f(x)f(xz)\mathrm{d}x fZ(z)=∫−∞+∞∣x∣f(x)f(xz)dx,其中 ∣ x ∣ f ( x ) f ( x z ) = { x e − x ⋅ e − z x , x > 0 , z > 0 , 0 , 其 他 = { x e − x ( 1 + z ) , x > 0 , z > 0 , 0 , 其 他 . |x|f(x)f(xz)=\begin{cases}xe^{-x}\cdot e^{-zx},&x>0,z>0,\\0,&其他\end{cases}=\begin{cases}xe^{-x(1+z)},&x>0,z>0,\\0,&其他.\end{cases} ∣x∣f(x)f(xz)={ xe−x⋅e−zx,0,x>0,z>0,其他={ xe−x(1+z),0,x>0,z>0,其他.所以 f Z ( z ) = { ∫ 0 + ∞ x e − x ( 1 + z ) d x , z > 0 , 0 , 其 他 = { 1 ( 1 + z ) 2 , z > 0 , 0 , 其 他 . f_Z(z)=\begin{cases}\displaystyle\int^{+\infty}_0xe^{-x(1+z)}\mathrm{d}x,&z>0,\\0,&其他\end{cases}=\begin{cases}\cfrac{1}{(1+z)^2},&z>0,\\0,&其他.\end{cases} fZ(z)=⎩⎨⎧∫0+∞xe−x(1+z)dx,0,z>0,其他=⎩⎨⎧(1+z)21,0,z>0,其他.(这道题主要利用了卷积求解)
5.设 ( X , Y ) (X,Y) (X,Y)的概率密度为 f ( x , y ) = { 2 , 0 < x < 1 , 0 < y < x , 0 , 其 他 . f(x,y)=\begin{cases}2,&0<x<1,0<y<x,\\0,&其他.\end{cases} f(x,y)={ 2,0,0<x<1,0<y<x,其他.
(1)求 Z = X − 2 Y Z=X-2Y Z=X−2Y的概率密度;
解 由分布函数的定义 F Z ( z ) = P { Z ⩽ z } = P { X − 2 Y ⩽ z } F_Z(z)=P\{Z\leqslant z\}=P\{X-2Y\leqslant z\} FZ(z)=P{
Z⩽z}=P{
X−2Y⩽z},可知当 z < − 1 z<-1 z<−1时, F Z ( z ) = 0 F_Z(z)=0 FZ(z)=0;当 − 1 ⩽ z < 0 -1\leqslant z<0 −1⩽z<0时,积分区域如下图所示:
F Z ( z ) = P { X − 2 Y ⩽ z } = ∬ x − 2 y ⩽ z f ( x , y ) d x d y = 2 ∫ − z 1 d x ∫ 1 2 ( x − z ) x d y = 1 2 ( 1 + z ) 2 ; \begin{aligned} F_Z(z)&=P\{X-2Y\leqslant z\}=\displaystyle\iint\limits_{x-2y\leqslant z}f(x,y)\mathrm{d}x\mathrm{d}y\\ &=2\displaystyle\int^1_{-z}\mathrm{d}x\displaystyle\int^x_{\frac{1}{2}(x-z)}\mathrm{d}y=\cfrac{1}{2}(1+z)^2; \end{aligned} FZ(z)=P{
X−2Y⩽z}=x−2y⩽z∬f(x,y)dxdy=2∫−z1dx∫21(x−z)xdy=21(1+z)2;
当 0 ⩽ z < 1 0\leqslant z<1 0⩽z<1时,积分区域如下图所示:
F Z ( z ) = P { X − 2 Y ⩽ z } = 1 − P { X − 2 Y > z } = 1 − ∬ x − 2 y > z f ( x , y ) d x d y = 1 − 1 2 ( 1 + z ) 2 ; \begin{aligned} F_Z(z)&=P\{X-2Y\leqslant z\}=1-P\{X-2Y>z\}\\ &=1-\displaystyle\iint\limits_{x-2y>z}f(x,y)\mathrm{d}x\mathrm{d}y=1-\cfrac{1}{2}(1+z)^2; \end{aligned} FZ(z)=P{
X−2Y⩽z}=1−P{
X−2Y>z}=1−x−2y>z∬f(x,y)dxdy=1−21(1+z)2;
当 z ⩾ 1 z\geqslant1 z⩾1时, F Z ( z ) = 1 F_Z(z)=1 FZ(z)=1。
综上, F Z ( z ) = { 0 , z < − 1 , 1 2 ( 1 + z ) 2 , − 1 ⩽ z < 0 1 − 1 2 ( 1 + z ) 2 , 0 ⩽ z < 1 1 , z ⩾ 1. F_Z(z)=\begin{cases}0,&z<-1,\\\cfrac{1}{2}(1+z)^2,&-1\leqslant z<0\\1-\cfrac{1}{2}(1+z)^2,&0\leqslant z<1\\1,&z\geqslant1.\end{cases} FZ(z)=⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧0,21(1+z)2,1−21(1+z)2,1,z<−1,−1⩽z<00⩽z<1z⩾1.所以 f Z ( z ) = F Z ′ ( z ) = { 1 + z , − 1 ⩽ z < 0 , 1 − z , 0 ⩽ z < 1 0 , 其 他 . f_Z(z)=F'_Z(z)=\begin{cases}1+z,&-1\leqslant z<0,\\1-z,&0\leqslant z<1\\0,&其他.\end{cases} fZ(z)=FZ′(z)=⎩⎪⎨