内容发布更新时间 : 2024/12/23 16:53:02星期一 下面是文章的全部内容请认真阅读。
6. 设(?,?)的联合密度函数为 当1?m?n时
P{?1?m,?2?n}?P{??m,??n?m}?P{??m}P{??n
p(x,y)?cxy2,0?x?2,0?y?1.
试求: (1)常数
c;(2):?,?至少有一个小于12的概率.
解: 由联合密度函数的规范性知:
?210?0cxy2dydx?1
即
?2cx03dx?1 ?2c3?1
解得c?32.
??(?,?)的联合密度函数为
p(x,y)?32xy2 (2)?,?至少有一个小于12的概率p为:
p?P{??12}?P{??12}?P{??112,??2}
1111??2130?xy2dydx??2?23xy2dxdy??2?230xy22002002dxxy
1111??2x2y3|1234y2x2|2300dx??0dy??22004y2x2|0dy
?23128 7. 在可列重伯努利试验中,以?i表示第i成功的等待时间,试求
(?1,?2)的:
1)
联合分布; (2) 边缘分布.
(注:?1表示第一次成功的等待时间,?2表示第二次成功的等待时间,???1??2表示第一次成功到第二次成功的等待时间.根
据无记忆性,?服从几何分布,即忘记了第一次成功的信息.)根据题目要求,本题解答如下 解:(1)设一次试验中成功的概率为
p 失败的概率为q;
因为?1,?2服从几何分布具有无记忆性所以:
11
?qm?1pqn?m?1p?qn?2p2
(2)边缘分布
a. ?1的边缘分布:
根据边缘分布的定义当?1取值为m时的边缘分布.即让?2遍历所有可能的值m?1,m?2,?n于是有:
P{?m?11?m}?qp2?qmp2???qn?2p2
?i??n?2qip2?pqm?1
m?1即?1的边缘分布为
pm.?pqm?1(1?m)
b. ?2的边缘分布:
当第二次成功出现在第
n次时 ,即让?1遍历可能的值
1,2,3,?n?1.而?1取每一个值的概率均为 qn?2p2,于是有P{?2?n}?(n?1)qn?2p2
即?22的边缘分布为:
p.n?(n?1)qn?2p,n?2
8.设(?,?)服从区域D?{(x,y):0?x2?y?x?1}上的
均匀分布.试求: (1) ?的边缘分布;
(2)P{??12} 解
:
(
1
)
因
为
(?,?)服
从
区
域
{
D?{(x,y):0?x2?y?x?1}上的均匀分布,所以有
?1p(x,y)???,(x,y)?D
?m(D)?0,其它并且有m(D)?0?x2??dxdy??1(x?x21?y?x?10)dx?2?13?16 ?当(x,y)?D时p(x,y)?6.于是有?的边缘分布为
:
p?(x)??p(x,y)dy??6dy?6(x2?x)??x??x2
x?(0,1)
(
2
)
法
(
1
)
:
当
???2?1?1?r?2(1?r2)???1?ed? 2???02??1?2S??22???时,
P{(?,?)?D(?)}?1.
,由此得
11y117P{??}??1p?(y)dy??1?6dxdy??16(y?y)dy??2y2??1?2242?1222d???0S21?r2
法(2): 而
111P{??}?1?P{??}?1?F()
222210. 设随机向量有联合密度函数
p(x,y,z)?xze?(x?xy?z), x,y,z?0
113F()??26(x?x2)dx??126(?x2)dx?2?
02242所以P(?1 (1).?的一维边缘密度;(2)?的一维边缘密度(3)(?,?)的二维边缘密度 解:(1)
137?)?1?2???2 244?的一维边缘密度即把yz看作常量得到:
p?(x)????0?x9. (选学) 设(?,?)为二维正态随机向量,求落入区域
???0??xze?(x?xy?z)dydz ze?zD=
{(x,y)2:
(x?a)2?22-
2r(x?a1)(y?a2)??12?+
?xe?0???0e?xydy
(y?a2)?e?x?ze?zdz
0???e?x(ze?z?e?z)|0
???22
??}内的概率.
?e?x
解:作变换,令x?a椭圆区域为
22rsin?cos?sin2??2?cos?2 ??2?????2???2?12??1则|J|????cos?,y?b??sin?,
即得?的一维边缘密
p?(x)?e?x.
??(2)?的一维边缘密度,把x,z看作常量.即
p?(y)??0??0?0xze?(x?xy?z)dxdz
记
cos?2?21?2rsin?cos??1?2?sin?2?22?s2
??xe???(x?xy)???0ze?zdzdx
则???/s,且
12??1?21?r2?1??e?(x?xy)|0 2(1?y)1(1?y)2
P{(?,?)?D(?)}?
??2x0?d??es0?12(1?r)2?2S2?d??y?0
即??的一维边缘密度:
?
12??1?21?r2??2x0(1?r2)?2(1?r2)??eS2S2p?(y)?2S1(1?y)2
(3)(?,?)的二维边缘密度此时z为常量.
0d?12
有:
p??xze?(x?xy?z)dy
0??
xze?(x?z)?x???0e?(xy)dxy
?24y(1?x?y)?2(1?x?y),0?x?1?y,0????12y(1?y)2??(1?y)2??0,其它0,??
?ze?(x?z) (x?0,z?0) (1)所以,??
即(?,?)的二维边缘密度2.6 随机变量的独立性
4.设随机变量(?,?)的联合密度函数为
1
条件下?的条件密度为 2
p??(x,y)?ze?(x?z)
1p(,y)1p?|?(y|)?212p?()21?6y(1??y)?12,0?y????132(1?)?2?0,其它?p(x,y)?24y(1?x?y),x,y?0且x?y?1,
11
试求(1)??条件下?的条件密度;(2)??条件下?的
22
条件密度。 解:据题意知,
(2)?1??24y(1?2y),0?y???2; ?0,其它?1
条件下?的条件密度为 2?,?的边缘概率密度函数分别为
1p(x,)1?x12????24y(1?x?y)dy,0?x?1p?|?(x|)?p?(x)??p(x,y)dy??012??p()??0,其它?2?
?4(1?x)3,0?x?1, ??其它?0,1?y???24y(1?x?y)dx,0?y?1p?(y)??p(x,y)dx??0???0,其它??1?2(1?x?)?1?12,0?x???4(1?2x),0?x???122??2(1?)??其它?0,2?0,其它?。
5.设(?,?)是连续型随机变量,?有密度函数
?12y(y?1)2,0?y?1, ??0,其它?故当0?x?1时,
p(x,y)p?(x)
p1(x)??2xe??x,x?0
而?服从区间(0,?)上的均匀分布,试求?的密度函数。 解:据题意知,
p?|?(y|x)?
当0??24y(1?x?y)?6y(1?x?y),0?y?1?x,0?y?1?x????4(1?x)3??(1?x)3?1?,0?y?x??p(y|x)?0,其它0,其它 ?x???|??其它?0,由于
y?1时,
p(x,y)p?(y)p?|?(y|x)?p(x,y),故
p?(x)p?|?(x|y)?13
?12??x???xe,0?y?xp(x,y)?p?|?(y|x)p?(x)??x?0,其它?y2???8xydx,0?y?1?4y,p?(y)??p(x,y)dx??0?????其它?0,?0,?, 因为
??2e??x,0?y?x, ??0,其它?所以,?的密度函数为
?????2e??xdx,y?0p?(y)??p(x,y)dx??y???0,其它??p(x,y)?p?(x)p?(y),所以?与?不独立.
7.设随机向量(?,?)的联合密度函数
??e??y,y?0。 ??0,其它?6.设随机变量(?,?)的联合密度函数为
?1?xy?,|x|?1,|y|?1p(x,y)??4,
?其它?0,试证?与?不独立,但?与?是相互独立的.
证:当|22x|?1时,
????4xy,0?x,y?1(1)p(x,y)??;
0,其它?(2)
p?(x)??p(x,y)dy??1?xy1dy?,其余
?1421p?(x)?0.
同理当|当
?8xy,0?x?y?1, p(x,y)??其它?0,y|?1时,p?(y)?1/2其余p?(x)?0,
试问?与?是否相互独立?为什么?
解:(1)?的边缘概率密度函数为
?0?|x|?1,0?y?1时有
p(x,y)?p?(x)p?(y),所以?与?不独立.
1???4xydy,0?x?1?2x,0?x?1现试用分布函数来证?2与?2独立.?2的分布函数记为
p?(x)??p(x,y)dy??0????其它?其它?0,?0,F1(x),则当0?x?1时,
,
同理,?的边缘概率密度函数为
,
F1(x)?P{?2?x}?P{?x???x}???1??2y,0?y?1?4xydx,0?y?1?p?(y)??p(x,y)dx???0??;
??0,其它?其它??0,2同理可求得?的分布函数F2(y),得
p(x,y)?p?(x)p?(y),所以?与?独立.
xx1dx?x2因为
(2)?的边缘概率密度函数为
?x?0?0,?F1(x)??x,0?x?1?1,x?1,?y?0?0,?F2(y)??y,0?y?1?1,y?1,?1 2???8xydy,0?x?1?4x(1?x),0?x?1p?(x)??p(x,y)dy??x??22??(?,?)联合分布函数记为F3(x,y),则当0,其它?其它??0,,
同理,?的边缘概率密度函数为
0?x?1,y?1时
F3(x,y)?P{?2?x,?2?y}?P{?2?x}?x
14
同理得当0?y?1,x?1时,F3(x,y)?y;当
同理可证 P{??P{??1,???1}?P{??1}P{???1}?10?x?1,0?y?1时
??1,??1}?P{???1}P{??1},
F3(x,y)?P{?2?x,?2?y}?P{?x???x,?y???y}P{???1,???1}?P{???1}P{???1}.
=
?x?xds?y?1?stdt?xy
y4所以?与?相互独立.用同样的方法可证?与?也相互独
立.但
合起来写得
?0,?x,??F2(x,y)??y,?xy,???1,x?0或y?00?x?1,y?10?y?1,x?1 0?x?1,0?y?1x?1,y?1?F1(x)F2(y)对所有x,y都成立,所
P{??1,??1,??1}?P({??1,??1}?[{??1,??1}?{?
?P{??1,??1}?P{??1}P{??1}?而P{?1, 4?1}P{??1}P{??1}?不难验证F3(x,y)以?与?独立.
221, 8所以,?,?,?只两两独立而不相互独立. 2.7 随机变量函数的分布
1.设?与?相互独立,同服从参数为(1)?8.若?,?相互独立,都服从?1与1这两点上的等可能分布,令?p的几何分布,试求:
???,试证?,?,?证:由题设得
两两独立但整体不独立.
(2)???的分布. ??的分布;
解:据题意知,?与?的概率分布分别为
P{??1}?P({??1,??1}?(???1,???1})
P{??i}?qi?1p,i?1,2,?
?P{??1,??1}?P{???1,???1}?,
11111????22222(1)
P{??j}?qj?1p,j?1,2,?
P{???1}?P({??1,???1}?(???1,??1})
P{????k}??P{??i,??k?i}??P{??i}P{??k?i?1i?111111?P{??1,???1}?P{???1,??1}?????22 222
k?1k?1.
k?1k?1P{??1,??1}?P({??1}?[{??1,??1}?(???1,???1}])i?1k?i?1??qpqp??qk?2p2?(k?1)qk?2p2,
i?1i?112{,?? 1?P{??1,??1}?P{??1}P{??1}?k??1,P?}P{??1}4,
????,所以
P{??1,???1}?P({??1}?[{??1,???1}?(???1,??1}])(2)令?
{??k}??{??i,??k}??{??k,??j}
i?1j?1k?1k15