设随机变量X X X 和Y Y Y 相互独立且均服从分布( − 1 1 q p ) ( p + q = 1 ) \begin{pmatrix}-1&1\\q&p\end{pmatrix}(p+q=1) ( − 1 q 1 p ) ( p + q = 1 ) ,则下列随机变量服从二项分布的是( )
A. X + Y X+Y X + Y
B. X − Y X-Y X − Y
C. X Y XY X Y
D. X − Y 2 − 1 \frac{X-Y}{2}-1 2 X − Y − 1
设随机变量X X X 与Y Y Y 相互独立,且X ∼ B ( 1 , 1 2 ) X \sim B(1,\frac{1}{2}) X ∼ B ( 1 , 2 1 ) ,Y ∼ N ( 0 , 1 ) Y \sim N(0,1) Y ∼ N ( 0 , 1 ) ,则P { X Y ≤ 0 } = P\{XY \leq 0\}= P { X Y ≤ 0 } = ( )
A. 0
B. 1 4 \frac{1}{4} 4 1
C. 1 2 \frac{1}{2} 2 1
D. 3 4 \frac{3}{4} 4 3
设随机变量X X X 与Y Y Y 相互独立,且X X X 服从二项分布B ( 1 , 1 2 ) B(1,\frac{1}{2}) B ( 1 , 2 1 ) ,Y Y Y 服从指数分布E ( 1 ) E(1) E ( 1 ) ,则P { X + Y ≥ 1 } = P\{X+Y \geq 1\}= P { X + Y ≥ 1 } = ( )
A. 1 + e − 1 1+e^{-1} 1 + e − 1
B. 1 − e − 1 1-e^{-1} 1 − e − 1
C. 1 2 ( 1 + e − 1 ) \frac{1}{2}(1+e^{-1}) 2 1 ( 1 + e − 1 )
D. 1 2 ( 1 − e − 1 ) \frac{1}{2}(1-e^{-1}) 2 1 ( 1 − e − 1 )
设随机变量X X X 服从区间( − 3 , 2 ) (-3,2) ( − 3 , 2 ) 上的均匀分布,令Y = { − 1 , X ⩽ − 1 1 , X > − 1 Y=\begin{cases}-1,&X \leqslant-1\\1,&X>-1\end{cases} Y = { − 1 , 1 , X ⩽ − 1 X > − 1 ,Z = { − 1 , X ≤ 1 1 , X > 1 Z=\begin{cases}-1,&X \leq 1\\1,&X>1\end{cases} Z = { − 1 , 1 , X ≤ 1 X > 1 ,则P { Y + Z = 0 } = P\{Y+Z=0\}= P { Y + Z = 0 } = _____。
设两个相互独立的随机变量X X X 和Y Y Y 均服从二项分布B ( 1 , 1 2 ) B(1,\frac{1}{2}) B ( 1 , 2 1 ) ,则P { X ≥ Y } = P\{X \geq Y\}= P { X ≥ Y } = _____。
设离散型随机变量X X X 和Y Y Y 独立同分布:P { X = x k } = P { Y = x k } = p k P\{X=x_k\}=P\{Y=x_k\}=p_k P { X = x k } = P { Y = x k } = p k ,k = 1 , 2 , ⋯ k=1,2,\cdots k = 1 , 2 , ⋯ ,则P { X = Y } = P\{X=Y\}= P { X = Y } = _____。
设随机变量X X X 与Y Y Y 相互独立,且均服从正态分布N ( 0 , 1 2 ) N(0,\frac{1}{2}) N ( 0 , 2 1 ) 。记随机变量Z = ∣ X − Y ∣ Z=|X-Y| Z = ∣ X − Y ∣ 的概率密度为f ( z ) f(z) f ( z ) ,则( )
A. f ( z ) = 1 2 π e − z 2 2 , − ∞ < z < + ∞ f(z)=\frac{1}{\sqrt{2\pi}}e^{-\frac{z^2}{2}},-\infty<z<+\infty f ( z ) = 2 π 1 e − 2 z 2 , − ∞ < z < + ∞
B. f ( z ) = 2 π e − z 2 2 , − ∞ < z < + ∞ f(z)=\sqrt{\frac{2}{\pi}}e^{-\frac{z^2}{2}},-\infty<z<+\infty f ( z ) = π 2 e − 2 z 2 , − ∞ < z < + ∞
C. f ( z ) = { 1 2 π e − z 2 2 , z > 0 0 , z ≤ 0 f(z)=\begin{cases}\frac{1}{\sqrt{2\pi}}e^{-\frac{z^2}{2}},&z>0\\0,&z \leq 0\end{cases} f ( z ) = { 2 π 1 e − 2 z 2 , 0 , z > 0 z ≤ 0
D. f ( z ) = { 2 π e − z 2 2 , z > 0 0 , z ≤ 0 f(z)=\begin{cases}\sqrt{\frac{2}{\pi}}e^{-\frac{z^2}{2}},&z>0\\0,&z \leq 0\end{cases} f ( z ) = { π 2 e − 2 z 2 , 0 , z > 0 z ≤ 0
设随机变量X X X 在区间( a , b ) (a,b) ( a , b ) 上随机取值,当观察到X = x ( a < x < b ) X=x(a<x<b) X = x ( a < x < b ) 时,随机变量Y Y Y 在区间( x , b ) (x,b) ( x , b ) 上随机取值。求:
(1) Y Y Y 的概率密度;
(2) P { X + Y < a + b } P\{X+Y<a+b\} P { X + Y < a + b } 。
某系统由两个相互独立工作的元件串联而成,只要有一个元件不工作,系统就不工作,设第i i i 个元件的工作寿命为X i X_i X i ,已知X i ∼ E ( λ i ) X_i \sim E(\lambda_i) X i ∼ E ( λ i ) ,λ i > 0 \lambda_i>0 λ i > 0 ,i = 1 , 2 i=1,2 i = 1 , 2 。
(1) 求该系统的工作寿命X X X 的概率密度f ( x ) f(x) f ( x ) ;
(2) 证明:对任意的t , s > 0 t,s>0 t , s > 0 ,有P { X > t + s ∣ X > t } = P { X > s } P\{X>t+s | X>t\}=P\{X>s\} P { X > t + s ∣ X > t } = P { X > s } 。
已知二维随机变量( X , Y ) (X,Y) ( X , Y ) 在以点( 0 , 0 ) , ( 1 , − 1 ) , ( 1 , 1 ) (0,0),(1,-1),(1,1) ( 0 , 0 ) , ( 1 , − 1 ) , ( 1 , 1 ) 为顶点的三角形区域上服从均匀分布。
(1) 求边缘概率密度f X ( x ) , f Y ( y ) f_X(x),f_Y(y) f X ( x ) , f Y ( y ) 及条件概率密度f X ∣ Y ( x ∣ y ) , f Y ∣ X ( y ∣ x ) f_{X|Y}(x|y),f_{Y|X}(y|x) f X ∣ Y ( x ∣ y ) , f Y ∣ X ( y ∣ x ) ,并判断X X X 与Y Y Y 是否相互独立;
(2) 计算概率P { X > 1 2 ∣ Y > 0 } P\{X>\frac{1}{2} | Y>0\} P { X > 2 1 ∣ Y > 0 } ,P { X > 1 2 } P\{X>\frac{1}{2}\} P { X > 2 1 } 。
已知二维随机变量( X , Y ) (X,Y) ( X , Y ) 的概率密度为f ( x , y ) = { 2 e − ( x + y ) , 0 < x < y 0 , 其他 f(x,y)=\begin{cases}2e^{-(x+y)},&0<x<y\\0,&\text{其他}\end{cases} f ( x , y ) = { 2 e − ( x + y ) , 0 , 0 < x < y 其他 ,求( X , Y ) (X,Y) ( X , Y ) 的分布函数F ( x , y ) F(x,y) F ( x , y ) 。
设二维随机变量( X , Y ) (X,Y) ( X , Y ) 在矩形区域D = { ( x , y ) ∣ 0 ≤ x ≤ 2 , 0 ≤ y ≤ 1 } D=\{(x,y) | 0 \leq x \leq 2,0 \leq y \leq 1\} D = {( x , y ) ∣0 ≤ x ≤ 2 , 0 ≤ y ≤ 1 } 上服从均匀分布,求Z = X Y Z=XY Z = X Y 的概率密度。
设随机变量X X X 与Y Y Y 相互独立,且X X X 服从二项分布B ( 2 , 1 2 ) B(2,\frac{1}{2}) B ( 2 , 2 1 ) ,Y Y Y 的概率密度为f Y ( y ) = { 4 y 3 , 0 ≤ y ≤ 1 0 , 其他 f_Y(y)=\begin{cases}4y^3,&0 \leq y \leq 1\\0,&\text{其他}\end{cases} f Y ( y ) = { 4 y 3 , 0 , 0 ≤ y ≤ 1 其他 ,Z = X + Y Z=X+Y Z = X + Y 。
(1) P { Z ≤ 5 2 ∣ X > 1 } P\{Z \leq \frac{5}{2} | X>1\} P { Z ≤ 2 5 ∣ X > 1 } ;
(2) Z Z Z 的概率密度。
设随机变量X , Y X,Y X , Y 相互独立,且X X X 的概率密度为f X ( x ) = { 1 , 0 < x < 1 0 , 其他 f_X(x)=\begin{cases}1,&0<x<1\\0,&\text{其他}\end{cases} f X ( x ) = { 1 , 0 , 0 < x < 1 其他 ,Y Y Y 的概率密度为f Y ( y ) = { e a y , y > 0 0 , 其他 f_Y(y)=\begin{cases}e^{ay},&y>0\\0,&\text{其他}\end{cases} f Y ( y ) = { e a y , 0 , y > 0 其他 。
(1) 求a a a 的值;
(2) 若Z = 2 X + a Y Z=2X+aY Z = 2 X + aY ,求Z Z Z 的概率密度。
设X , Y X,Y X , Y 独立同分布,P { X = k } = 1 a k P\{X=k\}=\frac{1}{a^k} P { X = k } = a k 1 ,k = 1 , 2 , ⋯ k=1,2,\cdots k = 1 , 2 , ⋯ ,则P { X > Y } = P\{X>Y\}= P { X > Y } = ( )
A. 1 2 \frac{1}{2} 2 1
B. 1 2 a \frac{1}{2a} 2 a 1
C. 1 3 \frac{1}{3} 3 1
D. 1 3 a \frac{1}{3a} 3 a 1
设随机变量X , Y X,Y X , Y 相互独立,且X ∼ U ( − 2 , 4 ) X \sim U(-2,4) X ∼ U ( − 2 , 4 ) ,Y ∼ ( − 2 2 3 4 1 4 ) Y \sim \begin{pmatrix}-2&2\\\frac{3}{4}&\frac{1}{4}\end{pmatrix} Y ∼ ( − 2 4 3 2 4 1 ) ,则P { X Y > 2 } = P\{XY>2\}= P { X Y > 2 } = ( )
A. 1 6 \frac{1}{6} 6 1
B. 1 4 \frac{1}{4} 4 1
C. 1 3 \frac{1}{3} 3 1
D. 1 2 \frac{1}{2} 2 1
设二维随机变量( X , Y ) (X,Y) ( X , Y ) 的概率密度为f ( x , y ) = { 1 4 , − 1 ≤ x < 1 , 0 ≤ y < 2 0 , 其他 f(x,y)=\begin{cases}\frac{1}{4},&-1 \leq x<1,0 \leq y<2\\0,&\text{其他}\end{cases} f ( x , y ) = { 4 1 , 0 , − 1 ≤ x < 1 , 0 ≤ y < 2 其他 ,则二次型g ( x 1 , x 2 , x 3 ) = x 1 2 + 2 x 2 2 + Y x 3 2 + 2 X x 1 x 2 + 2 X x 1 x 3 g(x_1,x_2,x_3)=x_1^2+2x_2^2+Yx_3^2+2Xx_1x_2+2Xx_1x_3 g ( x 1 , x 2 , x 3 ) = x 1 2 + 2 x 2 2 + Y x 3 2 + 2 X x 1 x 2 + 2 X x 1 x 3 正定的概率为( )
A. 2 3 \frac{2}{3} 3 2
B. 1 2 \frac{1}{2} 2 1
C. 1 3 \frac{1}{3} 3 1
D. 1 4 \frac{1}{4} 4 1
设随机变量X X X 在( 0 , 2 ) (0,2) ( 0 , 2 ) 上服从均匀分布,Y Y Y 服从参数为λ = 2 \lambda=2 λ = 2 的指数分布,且X , Y X,Y X , Y 相互独立,则关于a a a 的方程a 2 + X a + Y = 0 a^2+Xa+Y=0 a 2 + X a + Y = 0 有实根的概率为_____(答案用标准正态分布的分布函数Φ ( x ) \Phi(x) Φ ( x ) 表示)。
设二维正态随机变量( X , Y ) (X,Y) ( X , Y ) 的概率密度为f ( x , y ) f(x,y) f ( x , y ) ,已知条件概率密度f X ∣ Y ( x ∣ y ) = A e − 2 3 ( x − y 2 ) 2 f_{X|Y}(x|y)=Ae^{-\frac{2}{3}(x-\frac{y}{2})^2} f X ∣ Y ( x ∣ y ) = A e − 3 2 ( x − 2 y ) 2 和f Y ∣ X ( y ∣ x ) = B e − 2 3 ( y − x 2 ) 2 f_{Y|X}(y|x)=Be^{-\frac{2}{3}(y-\frac{x}{2})^2} f Y ∣ X ( y ∣ x ) = B e − 3 2 ( y − 2 x ) 2 。求:
(1) 常数A A A 和B B B ;
(2) 边缘概率密度f X ( x ) f_X(x) f X ( x ) 和f Y ( y ) f_Y(y) f Y ( y ) ;
(3) f ( x , y ) f(x,y) f ( x , y ) 。
设二维随机变量( U , V ) (U,V) ( U , V ) 在以点( − 2 , 0 ) , ( 2 , 0 ) , ( 0 , 1 ) , ( 0 , − 1 ) (-2,0),(2,0),(0,1),(0,-1) ( − 2 , 0 ) , ( 2 , 0 ) , ( 0 , 1 ) , ( 0 , − 1 ) 为顶点的四边形区域D D D 上服从均匀分布,令X = { − 1 , U ≤ − 1 1 , U > − 1 X=\begin{cases}-1,&U \leq-1\\1,&U>-1\end{cases} X = { − 1 , 1 , U ≤ − 1 U > − 1 ,Y = { − 1 , V ≤ 1 2 1 , V > 1 2 Y=\begin{cases}-1,&V \leq \frac{1}{2}\\1,&V>\frac{1}{2}\end{cases} Y = { − 1 , 1 , V ≤ 2 1 V > 2 1 。
(1) 求( X , Y ) (X,Y) ( X , Y ) 的分布律;
(2) 求X X X 和Y Y Y 的相关系数ρ X Y \rho_{XY} ρ X Y ;
(3) 求V V V 的边缘概率密度。
设一组两台机器同时启动开始制作产品,其独立工作时间T 1 , T 2 T_1,T_2 T 1 , T 2 均服从参数为1的指数分布,X X X 表示两台机器较早出现故障的时间,且收益Y = { X − 1 , X > 1 0 , X ≤ 1 Y=\begin{cases}X-1,&X>1\\0,&X \leq 1\end{cases} Y = { X − 1 , 0 , X > 1 X ≤ 1 。
(1) 求P { Y > 0 } P\{Y>0\} P { Y > 0 } ;
(2) 若有N N N 组机器承接制作产品的任务,收益大于0的组数记为M M M ,记N ∼ P ( 2 e 2 ) N \sim P(2e^2) N ∼ P ( 2 e 2 ) ,在N = n ( n ≥ 1 ) N=n(n \geq 1) N = n ( n ≥ 1 ) 的条件下,M ∼ B ( n , P { Y > 0 } ) M \sim B(n,P\{Y>0\}) M ∼ B ( n , P { Y > 0 }) ,求M M M 的概率分布。
设X 1 , X 2 X_1,X_2 X 1 , X 2 是来自标准正态总体X X X 的简单随机样本,则Y = X 1 X 2 Y=\frac{X_1}{X_2} Y = X 2 X 1 的概率密度f Y ( y ) = f_Y(y)= f Y ( y ) = ( )
A. 1 π ( 1 + y 2 ) \frac{1}{\pi(1+y^2)} π ( 1 + y 2 ) 1
B. 1 π ( 1 + y ) \frac{1}{\pi(1+y)} π ( 1 + y ) 1
C. 1 1 + y 2 \frac{1}{1+y^2} 1 + y 2 1
D. 1 π e − y 2 \frac{1}{\sqrt{\pi}}e^{-y^2} π 1 e − y 2
设X 1 , X 2 X_1,X_2 X 1 , X 2 相互独立,X 1 ∼ ( 1 0 1 2 1 2 ) X_1 \sim \begin{pmatrix}1&0\\\frac{1}{2}&\frac{1}{2}\end{pmatrix} X 1 ∼ ( 1 2 1 0 2 1 ) ,X 2 ∼ N ( 0 , 1 ) X_2 \sim N(0,1) X 2 ∼ N ( 0 , 1 ) ,Y = 2 X 1 X 2 − X 2 Y=2X_1X_2-X_2 Y = 2 X 1 X 2 − X 2 ,则Y Y Y 的分布函数为( )
A. 1 − Φ ( 2 y ) 1-\Phi(2y) 1 − Φ ( 2 y )
B. 1 − Φ ( y ) 1-\Phi(y) 1 − Φ ( y )
C. Φ ( 2 y ) \Phi(2y) Φ ( 2 y )
D. Φ ( y ) \Phi(y) Φ ( y )
设X , Y X,Y X , Y 独立同分布于参数为λ \lambda λ 的指数分布,令Z = max { X , Y } Z=\max\{X,Y\} Z = max { X , Y } ,则与Z Z Z 同分布的是( )
A. X + Y 2 \frac{X+Y}{2} 2 X + Y
B. 2 X + Y 2 \frac{2X+Y}{2} 2 2 X + Y
C. 2 X + Y 3 \frac{2X+Y}{3} 3 2 X + Y
D. Y Y Y
设随机变量X , Y X,Y X , Y 独立同分布于E ( λ ) E(\lambda) E ( λ ) ,其中λ > 0 \lambda>0 λ > 0 ,F ( x ) F(x) F ( x ) 为X X X 的分布函数,则与F ( X ) F(X) F ( X ) 同分布的是( )
A. 2 X X + Y \frac{2X}{X+Y} X + Y 2 X
B. X Y \frac{X}{Y} Y X
C. X + Y 2 X \frac{X+Y}{2X} 2 X X + Y
D. Y X + Y \frac{Y}{X+Y} X + Y Y
设X 1 , X 2 , ⋯ , X n X_1,X_2,\cdots,X_n X 1 , X 2 , ⋯ , X n 是来自总体X X X 的简单随机样本,Y = max 2 ≤ i ≤ n { X i } Y=\max\limits_{2 \leq i \leq n}\{X_i\} Y = 2 ≤ i ≤ n max { X i } ,已知X X X 的概率密度为f ( x ) = { e − x , x > 0 0 , x ≤ 0 f(x)=\begin{cases}e^{-x},&x>0\\0,&x \leq 0\end{cases} f ( x ) = { e − x , 0 , x > 0 x ≤ 0 ,则P { X 1 Y − Y < 0 } = P\{X_1Y-Y<0\}= P { X 1 Y − Y < 0 } = _____。
设X ∼ f X ( x ) = { 2 x , 0 < x < 1 0 , 其他 X \sim f_X(x)=\begin{cases}2x,&0<x<1\\0,&\text{其他}\end{cases} X ∼ f X ( x ) = { 2 x , 0 , 0 < x < 1 其他 ,在给定X = x ( 0 < x < 1 ) X=x(0<x<1) X = x ( 0 < x < 1 ) 的条件下,Y ∼ U ( − x , x ) Y \sim U(-x,x) Y ∼ U ( − x , x ) 。
(1) 求( X , Y ) (X,Y) ( X , Y ) 的概率密度f ( x , y ) f(x,y) f ( x , y ) ;
(2) 若[ Y ] [Y] [ Y ] 表示不超过Y Y Y 的最大整数,求W = X + [ Y ] W=X+[Y] W = X + [ Y ] 的分布函数。
设二维随机变量( X , Y ) (X,Y) ( X , Y ) 在区域D = { ( x , y ) ∣ 0 < x < 1 , x 2 < y < x } D=\{(x,y) | 0<x<1,x^2<y<\sqrt{x}\} D = {( x , y ) ∣0 < x < 1 , x 2 < y < x } 上服从均匀分布,令U = { 1 , X ≤ Y 0 , X > Y U=\begin{cases}1,&X \leq Y\\0,&X>Y\end{cases} U = { 1 , 0 , X ≤ Y X > Y 。
(1) 写出( X , Y ) (X,Y) ( X , Y ) 的概率密度;
(2) U U U 与X X X 是否相互独立?说明理由;
(3) 求Z = U + X Z=U+X Z = U + X 的分布函数F Z ( z ) F_Z(z) F Z ( z ) 。
设X 0 , X 1 , X 2 , ⋯ , X n X_0,X_1,X_2,\cdots,X_n X 0 , X 1 , X 2 , ⋯ , X n 是来自总体X X X 的简单随机样本,Y = 1 max 1 ≤ i ≤ n { X i } Y=\frac{1}{\max\limits_{1 \leq i \leq n}\{X_i\}} Y = 1 ≤ i ≤ n m a x { X i } 1 ,已知X X X 的概率密度为f ( x ) = { e − x , x > 0 0 , x ≤ 0 f(x)=\begin{cases}e^{-x},&x>0\\0,&x \leq 0\end{cases} f ( x ) = { e − x , 0 , x > 0 x ≤ 0 。
(1) 求Y Y Y 的分布函数;
(2) 求P { X 0 Y − X 0 − Y + 1 < 0 } P\{X_0Y-X_0-Y+1<0\} P { X 0 Y − X 0 − Y + 1 < 0 } 。
设二维随机变量( X , Y ) (X,Y) ( X , Y ) 在区域D = { ( x , y ) ∣ ∣ x ∣ + ∣ y ∣ ≤ 1 } D=\{(x,y) | |x|+|y| \leq 1\} D = {( x , y ) ∣∣ x ∣ + ∣ y ∣ ≤ 1 } 上服从均匀分布,令U = X + Y U=X+Y U = X + Y ,V = X − Y V=X-Y V = X − Y 。求:
(1) U U U 与V V V 的概率密度f U ( u ) f_U(u) f U ( u ) 与f V ( v ) f_V(v) f V ( v ) ;
(2) U U U 与V V V 的协方差Cov ( U , V ) \text{Cov}(U,V) Cov ( U , V ) 和相关系数ρ U V \rho_{UV} ρ U V 。
设随机变量X ∼ B ( 2 , 1 2 ) X \sim B(2,\frac{1}{2}) X ∼ B ( 2 , 2 1 ) 和随机变量Y ∼ N ( 0 , 1 ) Y \sim N(0,1) Y ∼ N ( 0 , 1 ) ,且X X X 与Y Y Y 相互独立。令Z = ( X − 1 ) Y Z=(X-1)Y Z = ( X − 1 ) Y ,记( Y , Z ) (Y,Z) ( Y , Z ) 的分布函数为F ( y , z ) F(y,z) F ( y , z ) 。求:
(1) Z Z Z 的分布函数F Z ( z ) F_Z(z) F Z ( z ) ;
(2) F ( 1 , 1 ) F(1,1) F ( 1 , 1 ) 的值,已知∫ − ∞ 1 1 2 π e − t 2 2 d t = 0.8413 \int_{-\infty}^{1}\frac{1}{\sqrt{2\pi}}e^{-\frac{t^2}{2}}dt=0.8413 ∫ − ∞ 1 2 π 1 e − 2 t 2 d t = 0.8413 。
设X , Y X,Y X , Y 独立同分布于标准正态分布N ( 0 , 1 ) N(0,1) N ( 0 , 1 ) ,记Z = { X , X Y > 0 0 , X Y = 0 − X , X Y < 0 Z=\begin{cases}X,&XY>0\\0,&XY=0\\-X,&XY<0\end{cases} Z = ⎩ ⎨ ⎧ X , 0 , − X , X Y > 0 X Y = 0 X Y < 0 。
(1) 证明Z Z Z 服从标准正态分布;
(2) ( Y , Z ) (Y,Z) ( Y , Z ) 是否服从二维正态分布?说明理由。
设某商品每天的供应量X X X 的概率密度为f ( x ) = { x e − x , x ≥ 0 0 , x < 0 f(x)=\begin{cases}xe^{-x},&x \geq 0\\0,&x<0\end{cases} f ( x ) = { x e − x , 0 , x ≥ 0 x < 0 ,若每天的供应量相互独立,求:
(1) 3天总供应量的概率密度;
(2) 连续3天中最大供应量的概率密度。