【2000-34-3 分】 设随机变量 X 在区间[-1, 2]上服从均匀分布, 随机变量
Y = { 1 , X > 0 , 0 , X = 0 , − 1 , X < 0 , Y=
\begin{cases}
1, & X>0, \\
0, & X=0, \\
-1, & X<0,
\end{cases} Y = ⎩ ⎨ ⎧ 1 , 0 , − 1 , X > 0 , X = 0 , X < 0 ,
则方差 D ( Y ) = \displaystyle D(Y)= D ( Y ) =
【2017-3-4 分】 设随机变量 X 的概率分布为 P { X = − 2 } = 1 2 \displaystyle P\{X=-2\}=\dfrac{1}{2} P { X = − 2 } = 2 1 , P { X = 1 } = a \displaystyle P\{X=1\}=a P { X = 1 } = a , P { X = 3 } = b \displaystyle P\{X=3\}=b P { X = 3 } = b , 若 E X = 0 \displaystyle EX=0 E X = 0 , 则 D X = \displaystyle DX= D X =
【2020-3-4 分】 随机变量 X 的概率分布 P { X = k } = 1 2 k \displaystyle P\{X=k\}=\dfrac{1}{2^k} P { X = k } = 2 k 1 , k = 1 , 2 , 3 , ⋯ \displaystyle k=1, 2, 3, \cdots k = 1 , 2 , 3 , ⋯ , Y 表示 X 被3 整除的余数, 则 E ( Y ) = \displaystyle E(Y)= E ( Y ) =
【1987-1-2 分】 已知连续随机变量 X 的密度为 f ( x ) = 1 π e − x 2 + 2 x − 1 \displaystyle f(x)=\dfrac{1}{\sqrt{\pi}}e^{-x^2+2x-1} f ( x ) = π 1 e − x 2 + 2 x − 1 , 则 X 的数学期望为_____; X 的方差为
【1987-4-4 分】 已知随机变量 Y 的概率密度为
f ( y ) = { y a 2 e − y 2 2 a 2 , y ≥ 0 , 0 , y < 0 , f(y)=
\begin{cases}
\frac{y}{a^2}e^{-\frac{y^2}{2a^2}}, & y \geq 0, \\
0, & y<0,
\end{cases} f ( y ) = { a 2 y e − 2 a 2 y 2 , 0 , y ≥ 0 , y < 0 ,
随机变量 Z = 1 Y \displaystyle Z=\dfrac{1}{Y} Z = Y 1 的数学期望 E Z \displaystyle EZ E Z
【1992-1-3 分】 设随机变量 X 服从参数为1 的指数分布, 则数学期望 E { X + e − 2 X } = \displaystyle E\{X+e^{-2X}\}= E { X + e − 2 X } =
【1995-5-3 分】 设 X 是一个随机变量, 其概率密度为
f ( x ) = { 1 + x , − 1 ≤ x ≤ 0 , 1 − x , 0 < x ≤ 1 , 0 , 其他 f(x)=
\begin{cases}
1+x, & -1 \leq x \leq 0, \\
1-x, & 0<x \leq 1, \\
0, & \text{其他}
\end{cases} f ( x ) = ⎩ ⎨ ⎧ 1 + x , 1 − x , 0 , − 1 ≤ x ≤ 0 , 0 < x ≤ 1 , 其他
则方差 D ( X ) = \displaystyle D(X)= D ( X ) =
【2009-1-4 分】 设随机变量 X 的分布函数为 F ( x ) = 0.3 Φ ( x ) + 0.7 Φ ( x − 1 2 ) \displaystyle F(x)=0.3\Phi(x)+0.7\Phi\left(\dfrac{x-1}{2}\right) F ( x ) = 0.3Φ ( x ) + 0.7Φ ( 2 x − 1 ) , 其中 Φ ( x ) \displaystyle \Phi(x) Φ ( x ) 是标准正态分布的分布函数, 则 E ( X ) = \displaystyle E(X)= E ( X ) = ( )
A. 0 \displaystyle 0 0 B. 0.3 \displaystyle 0.3 0.3 C. 0.7 \displaystyle 0.7 0.7 D. 1 \displaystyle 1 1
【2002-4-3 分】 设随机变量 X 和 Y 的联合概率分布为
X \ Y \displaystyle X\backslash Y X \ Y 0 1 2 0 0.07 0.18 0.15 1 0.08 0.32 0.20
则 X 和 Y 的相关系数 ρ = \displaystyle \rho= ρ =
【2002-3-3 分】 设随机变量 X 和 Y 的联合概率分布为
X \ Y \displaystyle X\backslash Y X \ Y -1 0 1 0 0.07 0.18 0.15 1 0.08 0.32 0.20
则 X 2 \displaystyle X^2 X 2 和 Y 2 \displaystyle Y^2 Y 2 的协方差 C o v ( X 2 , Y 2 ) = \displaystyle Cov(X^2, Y^2)= C o v ( X 2 , Y 2 ) =
【2024-1-5 分】 设随机变量 X 的概率密度为
f ( x ) = { 2 ( 1 − x ) , 0 < x < 1 0 , else f(x)=
\begin{cases}
2(1-x), & 0<x<1 \\
0, & \text{else}
\end{cases} f ( x ) = { 2 ( 1 − x ) , 0 , 0 < x < 1 else
在 X = x ( 0 < x < 1 ) \displaystyle X=x(0<x<1) X = x ( 0 < x < 1 ) 的条件下, 随机变量 Y 服从区间 ( x , 1 ) \displaystyle (x, 1) ( x , 1 ) 上的均匀分布, 则 C o v ( X , Y ) = \displaystyle Cov(X, Y)= C o v ( X , Y ) = ( )
A. − 1 36 \displaystyle -\dfrac{1}{36} − 36 1
B. − 1 72 \displaystyle -\dfrac{1}{72} − 72 1
C. 1 72 \displaystyle \dfrac{1}{72} 72 1
D. 1 36 \displaystyle \dfrac{1}{36} 36 1
【2016-1-4 分】 随机试验 E 有三种两两不相容的结果 A 1 \displaystyle A_1 A 1 , A 2 \displaystyle A_2 A 2 , A 3 \displaystyle A_3 A 3 , 且三种结果发生的概率均为 1 3 \displaystyle \dfrac{1}{3} 3 1 .将试验 E 独立重复做2 次, X 表示2 次试验中结果 A 1 \displaystyle A_1 A 1 发生的次数, Y 表示2 次试验中结果 A 2 \displaystyle A_2 A 2 发生的次数, 则 X 与 Y 的相关系数为( )
A. − 1 2 \displaystyle -\dfrac{1}{2} − 2 1 B. − 1 3 \displaystyle -\dfrac{1}{3} − 3 1
C. 1 3 \displaystyle \dfrac{1}{3} 3 1 D. 1 2 \displaystyle \dfrac{1}{2} 2 1
【2021-13-5 分】 甲乙两个盒子中各装有2 个红球和2 个白球, 先从甲盒中任取一球, 观察颜色后放入乙盒中, 再从乙盒中任取一球.令 X, Y 分别表示从甲盒和乙盒中取到的红球个数, 则 X 与 Y 的相关系数为
【2019-13-4 分】 设随机变量 X 与 Y 相互独立, 且都服从正态分布 N ( μ , σ 2 ) \displaystyle N(\mu, \sigma^2) N ( μ , σ 2 ) , 则 P { ∣ X − Y ∣ < 1 } \displaystyle P\{|X-Y|<1\} P { ∣ X − Y ∣ < 1 } ( )
A. 与 μ \displaystyle \mu μ 无关, 而与 σ 2 \displaystyle \sigma^2 σ 2 有关
B. 与 μ \displaystyle \mu μ 有关, 而与 σ 2 \displaystyle \sigma^2 σ 2 无关
C. 与 μ , σ 2 \displaystyle \mu, \sigma^2 μ , σ 2 都有关
D. 与 μ , σ 2 \displaystyle \mu, \sigma^2 μ , σ 2 都无关
【2020-1-4 分】 设随机变量 X 服从区间 ( − π 2 , π 2 ) \displaystyle \left(-\dfrac{\pi}{2}, \dfrac{\pi}{2}\right) ( − 2 π , 2 π ) 上的均匀分布, Y = sin X \displaystyle Y=\sin X Y = sin X , 则 C o v ( X , Y ) = \displaystyle Cov(X, Y)= C o v ( X , Y ) =
【1987-5-8 分】 已知随机变量 X 的概率分布为 P { X = 1 } = 0.2 \displaystyle P\{X=1\}=0.2 P { X = 1 } = 0.2 , P { X = 2 } = 0.3 \displaystyle P\{X=2\}=0.3 P { X = 2 } = 0.3 , P { X = 3 } = 0.5 \displaystyle P\{X=3\}=0.5 P { X = 3 } = 0.5 .试写出 X 的分布函数 F ( x ) \displaystyle F(x) F ( x ) , 并求 X 的数学期望与方差.
【1988-5-7 分】 假设有十只同种电器元件, 其中有两只废品, 装配仪器时从这批元件中任取一只, 如是废品, 则扔掉重新任取一只; 若仍是废品, 则扔掉再取一只.试求在取到正品之前, 已取出的废品只数的分布, 数学期望和方差.
【1991-5-7 分】 一汽车沿一街道行驶, 需要经过三个均设有红绿信号灯的路口, 每个信号灯为红或绿与其他信号灯为红或绿相互独立, 且红绿两种信号显示的时间相等, 以 X 表示汽车首次遇到红灯前已通过的路口的个数.
(1)求 X 的概率分布;
(2) 求 E ( 1 1 + X ) \displaystyle E\left(\dfrac{1}{1+X}\right) E ( 1 + X 1 ) .
【1996-1-6 分】 设 ξ \displaystyle \xi ξ 和 η \displaystyle \eta η 是两个相互独立且服从同一分布的两个随机变量, 已知ξ \displaystyle \xi ξ 的分布为 P { ξ = i } = 1 3 , i = 1 , 2 , 3 \displaystyle P\{\xi=i\}=\dfrac{1}{3}, i=1, 2, 3 P { ξ = i } = 3 1 , i = 1 , 2 , 3 , 又设 X = max { ξ , η } \displaystyle X=\max\{\xi, \eta\} X = max { ξ , η } , Y = min { ξ , η } \displaystyle Y=\min\{\xi, \eta\} Y = min { ξ , η } .
(1) 写出二维随机变量的分布律;
(2) 求随机变量X 的数学期望 E ( X ) \displaystyle E(X) E ( X ) .
【2000-1-8 分】 某流水生产线上每个产品不合格的概率为 p ( 0 < p < 1 ) \displaystyle p(0<p<1) p ( 0 < p < 1 ) , 各产品合格与否相互独立, 当出现一个不合格产品时即停机检修.设开机后第一次停机时已生产了的产品个数为 X, 求 X 的数学期望 E ( X ) \displaystyle E(X) E ( X ) 和方差 D ( X ) \displaystyle D(X) D ( X ) .
【2003-1-10 分】 已知甲、乙两箱中装有同种产品, 其中甲箱中装有3 件合格品和3 件次品, 乙箱中仅装有3 件合格品.从甲箱中任取3 件产品放入乙箱后, 求:
(1) 乙箱中次品件数 X 的数学期望;
(2) 从乙箱中任取一件产品是次品的概率.
【2015-13-11 分】 设随机变量 X 的概率密度为
f ( x ) = { 2 − x ln 2 , x > 0 , 0 , x ≤ 0. f(x)=
\begin{cases}
2^{-x}\ln 2, & x>0, \\
0, & x \leq 0.
\end{cases} f ( x ) = { 2 − x ln 2 , 0 , x > 0 , x ≤ 0.
对 X 进行独立重复地观测, 直到第2 个大于3 的观测值出现时停止, 记 Y 为观测次数.求:
(1)Y 的概率分布;
(2)E(Y).
【1990-1-6 分】 设二维随机变量 ( X , Y ) \displaystyle (X, Y) ( X , Y ) 在区域 D : 0 < x < 1 \displaystyle D: 0<x<1 D : 0 < x < 1 , ∣ y ∣ < x \displaystyle |y|<x ∣ y ∣ < x 内服从均匀分布, 求关于 X 的边缘概率密度函数及随机变量 Z = 2 X + 1 \displaystyle Z=2X+1 Z = 2 X + 1 的方差 D ( Z ) \displaystyle D(Z) D ( Z ) .
【1993-5-8 分】 设随机变量 X 和 Y 独立, 都在区间[1, 3]上服从均匀分布;引进事件 A = { X ≤ a } \displaystyle A=\{X \leq a\} A = { X ≤ a } , B = { Y > a } \displaystyle B=\{Y>a\} B = { Y > a }
(1)已知 P ( A ∪ B ) = 7 9 \displaystyle P(A \cup B)=\dfrac{7}{9} P ( A ∪ B ) = 9 7 , 求常数 a;
(2)求 1 X \displaystyle \dfrac{1}{X} X 1 的数学期望.
【1993-4-8 分】 设随机变量 X 和 Y 同分布, X 的概率密度为
f ( x ) = { 3 8 x 2 , 0 < x < 2 0 , 其他 . f(x)=
\begin{cases}
\frac{3}{8}x^2, & 0<x<2 \\
0, & \text{其他}.
\end{cases} f ( x ) = { 8 3 x 2 , 0 , 0 < x < 2 其他 .
(1) 已知事件 A = { X > a } \displaystyle A=\{X>a\} A = { X > a } 和 B = { Y > a } \displaystyle B=\{Y>a\} B = { Y > a } 独立, 且 P ( A ∪ B ) = 3 4 \displaystyle P(A \cup B)=\dfrac{3}{4} P ( A ∪ B ) = 4 3 , 求常数 a;
(2)求 1 X 2 \displaystyle \dfrac{1}{X^2} X 2 1 的数学期望.
【1989-5-8 分】 已知随机变量 X 和 Y 的联合概率分布为:
(X,Y) (0,0) (0,1) (1,0) (1,1) (2,0) (2,1) P 0.10 0.15 0.25 0.20 0.15 0.15
求:
(1)X 的概率分布;
(2) X + Y \displaystyle X+Y X + Y 的概率分布;
(3) Z = sin π ( X + Y ) 2 \displaystyle Z=\sin\dfrac{\pi(X+Y)}{2} Z = sin 2 π ( X + Y ) 的数学期望.
【1997-4-8 分】 假设随机变量 Y 服从参数为 λ = 1 \displaystyle \lambda=1 λ = 1 的指数分布, 随机变量
X k = { 0 , Y ≤ k , 1 , Y > k , k = 1 , 2 X_k=
\begin{cases}
0, & Y \leq k, \\
1, & Y>k,
\end{cases}
k=1,2 X k = { 0 , 1 , Y ≤ k , Y > k , k = 1 , 2
(1)求 X 1 \displaystyle X_1 X 1 和 X 2 \displaystyle X_2 X 2 的联合概率分布;
(2) 求 E ( X 1 + X 2 ) \displaystyle E(X_1+X_2) E ( X 1 + X 2 ) .
【1998-4-8 分】 某箱装有100 件产品, 其中一、二、三等品分别为80 件、10 件和10 件, 现在从中随机抽取一件, 记
X i = { 1 , 若抽到i等品 0 , 其他 ( i = 1 , 2 , 3 ) X_i=
\begin{cases}
1, & \text{若抽到i等品} \\
0, & \text{其他}
\end{cases}
(i=1,2,3) X i = { 1 , 0 , 若抽到 i 等品 其他 ( i = 1 , 2 , 3 )
试求:
(1) 随机变量 X 1 \displaystyle X_1 X 1 与 X 2 \displaystyle X_2 X 2 的联合分布;
(2) 随机变量 X 1 \displaystyle X_1 X 1 与 X 2 \displaystyle X_2 X 2 的相关系数 ρ \displaystyle \rho ρ .
【1999-3-9 分】 假设二维随机变量 ( X , Y ) \displaystyle (X, Y) ( X , Y ) 在矩形 G = { ( x , y ) ∣ 0 ≤ x ≤ 2 , 0 ≤ y ≤ 1 } \displaystyle G=\{(x, y)|0 \leq x \leq 2, 0 \leq y \leq 1\} G = {( x , y ) ∣0 ≤ x ≤ 2 , 0 ≤ y ≤ 1 } 上服从均匀分布.记
U = { 0 , X ≤ Y 1 , X > Y V = { 0 , X ≤ 2 Y 1 , X > 2 Y U=
\begin{cases}
0, & X \leq Y \\
1, & X>Y
\end{cases}
\quad
V=
\begin{cases}
0, & X \leq 2Y \\
1, & X>2Y
\end{cases} U = { 0 , 1 , X ≤ Y X > Y V = { 0 , 1 , X ≤ 2 Y X > 2 Y
(1)求 U 和 V 的联合分布;
(2)求 U 和 V 的相关系数 ρ \displaystyle \rho ρ .
【2002-3-8 分】 假设随机变量 U 在区间[-2, 2]上服从均匀分布, 随机变量
X = { − 1 , 若 U ≤ − 1 1 , 若 U > − 1 Y = { − 1 , 若 U ≤ 1 1 , 若 U > 1 X=
\begin{cases}
-1, & \text{若} U \leq -1 \\
1, & \text{若} U>-1
\end{cases}
\quad
Y=
\begin{cases}
-1, & \text{若} U \leq 1 \\
1, & \text{若} U>1
\end{cases} X = { − 1 , 1 , 若 U ≤ − 1 若 U > − 1 Y = { − 1 , 1 , 若 U ≤ 1 若 U > 1
试求:
(1) X 和 Y 的联合概率分布;
(2) D ( X + Y ) \displaystyle D(X+Y) D ( X + Y ) .
【2004-134-9 分】 设 A, B 为两个随机事件, 且 P ( A ) = 1 4 \displaystyle P(A)=\dfrac{1}{4} P ( A ) = 4 1 , P ( B ∣ A ) = 1 3 \displaystyle P(B|A)=\dfrac{1}{3} P ( B ∣ A ) = 3 1 , P ( A ∣ B ) = 1 2 \displaystyle P(A|B)=\dfrac{1}{2} P ( A ∣ B ) = 2 1 , 令
X = { 1 , A 发生 , 0 , A 不发生 Y = { 1 , B 发生 , 0 , B 不发生 X=
\begin{cases}
1, & A \text{发生}, \\
0, & A \text{不发生}
\end{cases}
\quad
Y=
\begin{cases}
1, & B \text{发生}, \\
0, & B \text{不发生}
\end{cases} X = { 1 , 0 , A 发生 , A 不发生 Y = { 1 , 0 , B 发生 , B 不发生
求:
(1) 二维随机变量 ( X , Y ) \displaystyle (X, Y) ( X , Y ) 的概率分布;
(2) X 与 Y 的相关系数 ρ X Y \displaystyle \rho_{XY} ρ X Y ;
(3) Z = X 2 + Y 2 \displaystyle Z=X^2+Y^2 Z = X 2 + Y 2 的概率分布.
【2007-4-11 分】 设随机变量 X 与 Y 独立同分布, 且 X 的概率分布为
记 U = max { X , Y } \displaystyle U=\max\{X, Y\} U = max { X , Y } , V = min { X , Y } \displaystyle V=\min\{X, Y\} V = min { X , Y } .求:
(1) ( U , V ) \displaystyle (U, V) ( U , V ) 的概率分布;
(2)U 与V 的协方差 C o v ( U , V ) \displaystyle Cov(U, V) C o v ( U , V ) .
【2010-3-11 分】 箱中装有6 个球, 其中红、白、黑球个数分别为1, 2, 3 个, 现从箱中随机地取出2 个球, 记 X 为取出的红球个数, Y 为取出的白球个数.
(1) 求随机变量 ( X , Y ) \displaystyle (X, Y) ( X , Y ) 的分布律;
(2)求 C o v ( X , Y ) \displaystyle Cov(X, Y) C o v ( X , Y ) .
【2011-13-11 分】 设随机变量 X 与 Y 的概率分布分别为
X 0 1 P 1/3 2/3 Y -1 0 1 P 1/3 1/3 1/3
且 P { X 2 = Y 2 } = 1 \displaystyle P\{X^2=Y^2\}=1 P { X 2 = Y 2 } = 1
(1) 求二维随机变量 ( X , Y ) \displaystyle (X, Y) ( X , Y ) 的概率分布;
(2)求 Z = X Y \displaystyle Z=XY Z = X Y 的概率分布;
(3)求 X 与 Y 的相关系数 ρ X Y \displaystyle \rho_{XY} ρ X Y .
【2020-3-11 分】 二维随机变量 ( X , Y ) \displaystyle (X, Y) ( X , Y ) 在区域 D = { ( x , y ) ∣ 0 < y < 1 − x 2 } \displaystyle D=\{(x, y)|0<y<\sqrt{1-x^2}\} D = {( x , y ) ∣0 < y < 1 − x 2 } 上服从均匀分布, 令
Z 1 = { 1 , X − Y > 0 0 , X − Y ≤ 0 , Z 2 = { 1 , X + Y > 0 0 , X + Y ≤ 0 Z_1=
\begin{cases}
1, & X-Y>0 \\
0, & X-Y \leq 0
\end{cases}
, \quad
Z_2=
\begin{cases}
1, & X+Y>0 \\
0, & X+Y \leq 0
\end{cases} Z 1 = { 1 , 0 , X − Y > 0 X − Y ≤ 0 , Z 2 = { 1 , 0 , X + Y > 0 X + Y ≤ 0
求:
(1) ( Z 1 , Z 2 ) \displaystyle (Z_1, Z_2) ( Z 1 , Z 2 ) 概率分布;
(2)求 Z 1 \displaystyle Z_1 Z 1 , Z 2 \displaystyle Z_2 Z 2 相关系数.
【1989-4-7 分】 已知随机变量 X 与 Y 的联合概率密度为
f ( x , y ) = { e − ( x + y ) , 0 < x < + ∞ , 0 < y < + ∞ , 0 , 其他 f(x,y)=
\begin{cases}
e^{-(x+y)}, & 0<x<+\infty, 0<y<+\infty, \\
0, & \text{其他}
\end{cases} f ( x , y ) = { e − ( x + y ) , 0 , 0 < x < + ∞ , 0 < y < + ∞ , 其他
试求:
(1) P { X < Y } \displaystyle P\{X<Y\} P { X < Y } ;
(2) E ( X Y ) \displaystyle E(XY) E ( X Y ) .
【1991-4-6 分】 假设随机变量 X 和 Y 在圆域 x 2 + y 2 ≤ r 2 \displaystyle x^2+y^2 \leq r^2 x 2 + y 2 ≤ r 2 上服从二维均匀分布:
(1)求 X 和 Y 的相关系数 ρ \displaystyle \rho ρ ;
(2)问 X 和 Y 是否独立?
【1998-1-6 分】 设两个随机变量 X, Y 相互独立, 且都服从均值为0、方差为 1 2 \displaystyle \dfrac{1}{2} 2 1 的正态分布, 求随机变量 ∣ X − Y ∣ \displaystyle |X-Y| ∣ X − Y ∣ 的方差.
【2000-4-8 分】 设二维随机变量 ( X , Y ) \displaystyle (X, Y) ( X , Y ) 的密度函数为 f ( x , y ) = 1 2 [ φ 1 ( x , y ) + φ 2 ( x , y ) ] \displaystyle f(x, y)=\dfrac{1}{2}[\varphi_1(x, y)+\varphi_2(x, y)] f ( x , y ) = 2 1 [ φ 1 ( x , y ) + φ 2 ( x , y )] , 其中 φ 1 ( x , y ) \displaystyle \varphi_1(x, y) φ 1 ( x , y ) 和 φ 2 ( x , y ) \displaystyle \varphi_2(x, y) φ 2 ( x , y ) 都是二维正态密度函数, 且它们对应的二维随机变量的相关系数分别为 1 3 \displaystyle \dfrac{1}{3} 3 1 和 − 1 3 \displaystyle -\dfrac{1}{3} − 3 1 , 它们的边缘密度函数所对应的随机变量的数学期望都是零, 方差都是1.
(1) 求随机变量 X 和 Y 的密度函数 f 1 ( x ) \displaystyle f_1(x) f 1 ( x ) 和 f 2 ( y ) \displaystyle f_2(y) f 2 ( y ) 及 X 和 Y 的相关系数 ρ \displaystyle \rho ρ (可以直接利用二维正态密度的性质);
(2) 问 X 和 Y 是否独立?为什么?
【2001-4-8 分】 设随机变量 X 和 Y 的联合分布在以点(0, 1), (1, 0), (1, 1)为顶点的三角形区域上服从均匀分布, 试求随机变量 U = X + Y \displaystyle U=X+Y U = X + Y 的方差.
【2006-3-13 分】 设随机变量 X 的概率密度为
f X ( x ) = { 1 2 , − 1 < x < 0 1 4 , 0 ≤ x < 2 0 , 其他 f_X(x)=
\begin{cases}
\frac{1}{2}, & -1<x<0 \\
\frac{1}{4}, & 0 \leq x<2 \\
0, & \text{其他}
\end{cases} f X ( x ) = ⎩ ⎨ ⎧ 2 1 , 4 1 , 0 , − 1 < x < 0 0 ≤ x < 2 其他
令 Y = X 2 \displaystyle Y=X^2 Y = X 2 , F ( x , y ) \displaystyle F(x, y) F ( x , y ) 为二维随机变量 ( X , Y ) \displaystyle (X, Y) ( X , Y ) 的分布函数.求
(1) Y 的概率密度 f Y ( y ) \displaystyle f_Y(y) f Y ( y ) ;
(2) C o v ( X , Y ) \displaystyle Cov(X, Y) C o v ( X , Y ) ;
(3) F ( − 1 2 , 4 ) \displaystyle F\left(-\dfrac{1}{2}, 4\right) F ( − 2 1 , 4 ) .