概率论与数理统计教程第四版课后答案第三章精品.ppt

3.24 二维随机变量在 区域R： 上服从均匀分布，求（1） 的概率密度； （2）数学期望 及 ，方差 及 （3）相关矩 及相关系数 解 其中C 为常数。 则 （1）设（X,Y）的概率密度 （2） （3） (2) 3.25 二维随机变量 的联合密度函数为 求（1）数学期望 及 （2）方差 及 （3）协方差 解 ( 1) 3.28 利用切比雪夫不等式估计随机变量与其数学期望的差大于三 倍标准差的概率. 解 3.29 为了确定事件 A 的概率, 进行了10000次重复独立试验. 利用 切比雪夫不等式估计:用事件 A 在10000次试验中发生的频率作为 事件 A 的概率近似值时, 误差小于0.01的概率. 解 设事件 A 在每次试验中发生的概率为 p, 因此所求事件的概率为 在这10000次试验中 发生了X 次, 则 3.30 解 3.32 从某工厂的产品中任取200件，检查结果发现其中有6件次 品，能否相信该工厂的次品率不大于1％？ 解 假设该工厂的次品率p不大于1％， 则检查200件发现次品X不小于6的概率： 根据小概率事件的实际不可能原理， 不能相信该工厂的次品率不大于1％。 一、一维随机变量的数学期望 定义1 设X是一离散型随机变量，其分布列为： 则随机变量X 的数学期望为: 设X是一连续型随机变量，其分布密度为 则随机变量X的数学期望为 定义2 第三章 随机变量的数字特征小结 随机变量X及Y 的数学期望分别定义如下：假定级数是绝对收敛的. （1）设二维离散随机变量(X,Y)的联合概率函数为p(xi , yj)，则 （2）设二维连续随机变量(X,Y)的联合概率密度为f(x, y)，则 随机变量X及Y 的数学期望分别定义如下：假定积分绝对收敛. 二、二维随机变量的数学期望 则定义随机变量函数 的数学期望为： （1）设离散型随机变量X 的概率分布为： 三、一维随机变量函数的数学期望 机变量函数 的数学期望为： 则定义随 （2）若X为连续型随机变量， 其概率密度为 （1）设二维离散随机变量(X,Y)的联合概率函数为p(xi , yj)，则 随机变量函数g(X,Y)的数学期望如下： 假定这个级数是绝对收敛的. （2）设二维连续随机变量(X,Y)的联合概率密度为f(x, y)，则 随机变量g(X,Y)的数学期望如下： 假定这个积分是绝对收敛的. 四、二维随机变量的函数的数学期望 五、关于数学期望的定理 定理1 推论 （1） （2） （3） 定理2 推论 定理3 若X、Y 独立，则有： 推论 X 的标准差： 定义 X 的方差： 若X 为离散型随机变量，则有 若X 为连续型随机变量，则有 二维随机变量的方差 离散型随机变量 六、方差与标准差 连续型随机变量 方差的计算公式: 定理1 推论： 有关方差的定理： 二项分布： 0 -1分布： 几何分布: 均匀分布: 指数分布: Poisson分布 定理2： 若X与Y 独立， 推论： 若 相互独立， 七、某些常用分布的数学期望及方差 对于离散随机变量： 对于连续随机变量： 对于离散随机变量： 对于连续随机变量： 随机变量X 的 k 阶原点矩： 定义1 其中k为正整数。特别的， 定义2： X 的k 阶中心矩： 特别的， 八、原点矩与中心矩 1、X与Y 的协方差（或相关矩）： 定义 ⑴ 离散型随机变量： ⑵ 连续型随机变量： 注 九、协方差与相关系数 注 设X与Y是任两个随机变量， 定理1 定理2 若X与Y 独立，则： 逆命题不成立。 2、X与Y 的相关系数 定义 定理3 且 定理4 定理5 如果 X 与Y 独立，则 反之不成立。 即: X 与 Y相互独立 X与 Y 不相关 十、切比雪夫不等式与大数定律 1、切比雪夫不等式 2、切比雪夫大数定律 独立且方差一致有上界 3、辛钦大数定律 独立同分布 4、伯努利大数定律 在独立试验序列中，事件 A 的频率按概率收敛于事件 A 的概率. 3.2 一批零件中有9个合格品与3个废品。安装机器时从中任取1个。如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的数学期望、方差和标准差。 解 第三章答案 设在取得合格品以前已取出的废品数为X 3.3 对一目标射击，直至击中为止。如果每次射击命中率为 p，求射击次数的数学期望和方差。 解 设随机变量X表示射击次数， 则X 服从几何分布。 3.4 对某工厂的每批产品进行放回抽样检查。如果发现次品，则立即停止检查而认为这批产品不合格；若连续检查5个产品都是合格，则也停止检查而认为这批产品合格。设这批产品的次品率为p，求每