1-9 已知随机变量 X 的分布函数为
0
x
x
1
x
,
, 0
,
( )
F x
X
2
0
kx
1
1
求:①系数 k; ②X 落在区间 (0.3,0.7) 内的概率; ③随机变量
X 的概率密度。
解:
第①问 利用 ( )
XF x 右连续的性质
k=1
第②问
第③问
P
0.3
F
X
0.7
0.7
F
0.3
P
0.3
X
0.7
P X
0.7
f
X
( )
x
( )
dF x
X
dx
2
x
0
1
x
0
else
1-10 已知随机变量 X 的概率密度为 ( )
x
普拉斯分布),求:
①系数 k ②X 落在区间 (0,1) 内的概率
的分布函数
Xf
x
ke
(
(拉
x
)
③随机变量 X
解:
第①问
第②问
f x dx
1
k
P x
1
X
x
2
F x
2
随机变量 X 落在区间 1
x x 的概率 1
{
P x
2
(
]
,
1
2
F x
1
x
2
x
1
f x dx
X x
2
就是曲线
}
y
下的曲
f x
边梯形的面积。
P
0
X
1
1
0
f x dx
P
0
1 1
2
X
1
e
1
第③问
x
e
x
e
x
0
x
0
f x
1
2
1
2
x
F x
( )
f x dx
1
2
1
2
x
0
x
e dx
x
e dx
x
0
x
0
e
1
2
1
x
1
2
x
0
x
e
x
0
1
2
x
e dx
x
0
1-11 某繁忙的汽车站,每天有大量的汽车进出。设每辆汽车
在一天内出事故的概率为 0.0001,若每天有 1000 辆汽车进出
汽车站,问汽车站出事故的次数不小于 2 的概率是多少?
二项分布
n=1
n 成立 , 0不成立
p q
0,np=
n
,p
,
- 分布
(0 1)
泊松分布
高斯分布
实际计算中,只需满足
n
10
p
0.1
,二项分布就趋近于泊松分布
P X k
=
ke
!
k
=
np
汽车站出事故的次数不小于 2 的概率
P(
k
2) 1
P k
0
P k
1
答案
P(
k
2) 1 1.1
e
0.1
1-12 已知随机变量 (
( ,
x y
f
XY
,
)X Y 的概率密度为
0,
y
,
, 其它
ke
4 )
y
x
(3
)
x
0
0
求:①系数 k?② (
)X Y 的分布函数?③ {0
P
,
X
1,0
X
?
2}
第③问
方法一:
联合分布函数 ( ,
XYF
x y 性质:
)
若任意四个实数 1
a a b b ,满足
,
,
,
2
1
2
a
1
,
a b
2
1
,
2 1
b
,则
2
}
2
{
( , )
P a X a b Y b F a b F a b F a b F a b
2 1
( , )
2 2
( , )
1 2
( , )
1 1
XY
XY
XY
XY
1
2}
{0
P
1,0
X
Y
F
XY
(1,2)
F
XY
(0,0)
F
XY
(1,0)
F
XY
(0,2)
方法二:利用
P x y
{(
,
)
D
}
D
f
X Y
,
u v dudv
{0
P
X
1,0
2}
Y
2
0
1
0
f
XY
,
x y dxdy
1-13 已知随机变量 (
( ,
f x y
)
0
)X Y 的概率密度为
,
1,
y
其它
y x ?②判断 X 和 Y 是否独
|
x y 和 (
Yf
|
1
0
x
,
,
x
)
)
①求条件概率密度 (
Xf
立?给出理由。
先求边缘概率密度 ( )
x 、 ( )
y
Xf
Yf
注意上下限的选取
( )
f x
X
( )
f y
Y
f
XY
,
x y dy
f
XY
,
x y dx
x
dy
x
0 ,
1
x
,0
else
2
x
0
1
,0
x
else
,
dx
,0
y
1
1
y
1
dx
y
0
, 1
y
0
y
|
1 |
0
1
y
1
else
,
else
1-14 已知离散型随机变量 X 的分布律为
X
P
求:①X 的分布函数
6
7
3
0.2 0.1 0.7
Y
②随机变量 3
X
1
的分布律
1-15 已知随机变量 X 服从标准高斯分布。求:①随机变量 X
e
的概率密度?②随机变量 Z
X 的概率密度?
'( )
h y
( )
h y
( )
y
分析:①
f
Y
Y
f
X
②
f
Y
( )
y
|
h
' ( ) |
1
y
f
X
[
h y
1
( )]
|
h
' ( ) |
2
y
f
X
[
h y
2
( )]
答案:
f
Y
( )
y
2
ln
y
2
1
2
y
e
0
y
0
else
f
Z
( )
z
2
z
2
2
e
0
z
0
else
1-16 已知随机变量 1X 和 2X 相互独立,概率密度分别为
f
X
1
(
x
1
)
1
2
1
2
x
1
e
0
,
,
x
1
x
1
求随机变量
Y
X
1
1
3
x
2
e
1
3
0
f
X
(
x
2
)
2
,
0
0
的概率密度?
X
2
,
,
x
2
x
2
0
0
Y
解:设 1
Y
2
Y
X
X
1
1
(
2
X
任意的 求反函数,求雅克比 J=-1
)
f
Y Y
1 2
,
y y
1
2
1
3
e
y
1
1
6
y
2
1
6
0
y
2
0
y
1
else
f
Y
1
y
1
1
3
y
1
1
2
y
1
e
e
0
0
y
1
else
1-17 已知随机变量 ,X Y 的联合分布律为
5
Y
m,
n
m n e
3 2
P X
! !
m n
求:①边缘分布律
P X
②条件分布律
m |
P X
,
m n
,
m (
和
Y n
m
0,1,2,
0,1,2,
P Y n X
(
n n
0,1,2,
)
?
)
和
P Y
m
|
?
分析:
P X
m,
Y
n
泊松分布
P X k
ke
!
k
m n
3 2
e
! !
m n
5
3
m
3
e
!
m
2
2
n
e
!
n
,
,
m n
0,1,2,
,
k
0,1,2,
k
!
k
e
e
1
P19 (1-48)
P X k
k
0
k
0
k
e
!
k
e
k
0
解:①
P X
m
n
1
P X
m,
Y
n
3
m
3
e
!
m
1
n
2
2
n
e
!
n
同理
P Y
n
n
1
P X
m
,
Y
n
2
2
n
e
!
n
②
P X
m,
Y
n
=
P X m P Y
n
即 X、Y 相互独立