- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率论第五章ch3ch4ch5习题课
* 例1:设随机变量X,Y相互独立并且概率分布如下,则下面各式正确的是( )。 2/3 1/3 p 1 0 X 2/3 1/3 p 1 0 Y 求X=Y的概率? 练习1:设随机变量X,Y相互独立并且概率分布如下,则下面各式正确的是( )。 1/2 1/2 p 1 -1 X 1/2 1/2 p 1 -1 Y 求X=Y的概率? 例2:下面四个二元函数哪个可作为随机变量的概率密度函数? 练习2:设连续型随机变量X,Y的概率密度函数为: 则下面的二元函数哪个可作为二维随机变量的概率密度函数? 例3:设两个相互独立的随机变量ξ,η服从同一分布的离散型随机变量即 (1)求X=max(ξ,η),Y=min(ξ,η)的分布律。 (2)求X,Y的联合分布律。 解:X=?,Y=?,XY=?,为了清楚我们作表: (3)求X,Y的数字特征 E(X),E(Y),cov(X,Y)。 1/3 2 1/3 1/3 p 3 1 ξ 1/3 2 1/3 1/3 p 3 1 η 1/9 (1,1) 1 3/9 (1,2),(2,1),(2,2) 2 5/9 P (1,3),(2,3),(3,3),(3,1,(3,2) 3 ξ,η X 5/9 (1,1),(1,2),(1,3),(2,1),(3,1) 1 3/9 (2,2),(2,3),(3,2) 2 1/9 P (3,3) 3 ξ,η Y 要由X,Y值决定ξη的值,再用独立性求概率。 9 6 3 6 4 2 3 2 1 XY 0 不可能 (2,3) 1/9 (2,2) (2,2) 2/9 (2,1),(1,2) (2,1) 0 不可能 (1,3) 0 不可能 (1,2) 1/9 (1,1) (1,1) 2/9 (3,1),(1,3) (3,1) 2/9 (3,2),(3,2) (3,2) 1/9 P (3,3) (3,3) ξ,η (X,Y) 可求得X与Y的概率分布: 1/3 2 5/9 1/9 p 3 1 X 于是求X,Y的联合分布律: 1/3 2 1/9 5/9 p 3 1 Y 1/9 2/9 2/9 3 0 1/9 2/9 2 0 0 1/9 1 3 2 1 X Y 1/9 9 1/9 4 2/9 3 2/9 6 2/9 2 1/9 p 1 XY 现在求数字特征: 虽然ξη相互独立,但X,Y不相互独。 例题4:设随机变量X服从U(0,1)并且Y=X2,求X,Y的相关系数。 均匀分布有什么性质? 于是X,Y的相关系数为: 相关系数的公式? 这说明X,Y确实是相关的! 练习4:设X服从标准正态分布并且Y=X2,证明X,Y不相关也不独立。 证明: 噢,不相关不是完全没关系! 所以X,Y不相关,但X与Y之间有平方关系,故肯定不独立。 例题5:随机变量X,Y服从区域 G={(x,y)|0x1,|y|x}上的均匀分布, 联合概率密度是什么啊? (1)求E(X),E(Y),D(X),D(Y),cov(X,Y),ρXY (2)X,Y相互独立吗? (3)二阶混合原点矩。 解:先求联合概率密度,再求边缘概率密度。 G的面积为 当0<x1时 当-1<y1时 奇函数 所以X,Y不独立。 所以X,Y不相关也不独立。 练习5:已知X,Y服从半径为R的中心在原点的园盘上的均匀分布,证明X,Y既不相关也不独立。 概率密度是什么? 例6:设有一列相互独立的随机变量X1,X2,…,Xn,并且 E(Xi)=μ,D(Xi)=σ2,再记 证明下面结果: 大卫:思索者 (1)这实际上是求n个随机变量的平均值的数学期望与方差; 大卫:思索者 (2)这实际上是求n个随机变量的样本方差的表达式。 大卫:思索者 证明方法? (3)这实际上是求n个随机变量的样本方差的表达式。 大卫:思索者 怎样求它的数学期望? 例7:设某种元件的寿命(小时)服从指数分布,平均寿命为20小时。当一个系统中这种元件损坏后立即更换另一个元件,如果这个系统一年要工作2000小时,问年计划中应当准备多少只元件才能保证这个系统一年正常工作概率不小于95%? 解:设一年要准备n只元件。先用字母表示事件。 Xi=“第i只元件的寿命”,i=1,2,…,n Y=“n只元件总寿命” 则有 Y=X1+X2+…+Xn依据独立同分布场合的中心极限定理: 怎么解?
原创力文档


文档评论(0)