Skip to main content

5.1 运用基本概念计算数字特征

小题

  1. 【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}

则方差 D(Y)=\displaystyle D(Y)=

  1. 【2017-3-4 分】 设随机变量 X 的概率分布为 P{X=2}=12\displaystyle P\{X=-2\}=\dfrac{1}{2}, P{X=1}=a\displaystyle P\{X=1\}=a, P{X=3}=b\displaystyle P\{X=3\}=b, 若 EX=0\displaystyle EX=0, 则 DX=\displaystyle DX=

  2. 【2020-3-4 分】 随机变量 X 的概率分布 P{X=k}=12k\displaystyle P\{X=k\}=\dfrac{1}{2^k}, k=1,2,3,\displaystyle k=1, 2, 3, \cdots, Y 表示 X 被3 整除的余数, 则 E(Y)=\displaystyle E(Y)=

  3. 【1987-1-2 分】 已知连续随机变量 X 的密度为 f(x)=1πex2+2x1\displaystyle f(x)=\dfrac{1}{\sqrt{\pi}}e^{-x^2+2x-1}, 则 X 的数学期望为_____; X 的方差为

  4. 【1987-4-4 分】 已知随机变量 Y 的概率密度为

f(y)={ya2ey22a2,y0,0,y<0,f(y)= \begin{cases} \frac{y}{a^2}e^{-\frac{y^2}{2a^2}}, & y \geq 0, \\ 0, & y<0, \end{cases}

随机变量 Z=1Y\displaystyle Z=\dfrac{1}{Y} 的数学期望 EZ\displaystyle EZ

  1. 【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+e2X}=\displaystyle E\{X+e^{-2X}\}=

  2. 【1995-5-3 分】 设 X 是一个随机变量, 其概率密度为

f(x)={1+x,1x0,1x,0<x1,0,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}

则方差 D(X)=\displaystyle D(X)=

  1. 【2009-1-4 分】 设随机变量 X 的分布函数为 F(x)=0.3Φ(x)+0.7Φ(x12)\displaystyle F(x)=0.3\Phi(x)+0.7\Phi\left(\dfrac{x-1}{2}\right), 其中 Φ(x)\displaystyle \Phi(x) 是标准正态分布的分布函数, 则 E(X)=\displaystyle E(X)=( ) A. 0\displaystyle 0    B. 0.3\displaystyle 0.3    C. 0.7\displaystyle 0.7    D. 1\displaystyle 1

  2. 【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 Y012
00.070.180.15
10.080.320.20

则 X 和 Y 的相关系数 ρ=\displaystyle \rho=

  1. 【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-101
00.070.180.15
10.080.320.20

X2\displaystyle X^2Y2\displaystyle Y^2 的协方差 Cov(X2,Y2)=\displaystyle Cov(X^2, Y^2)=

  1. 【2024-1-5 分】 设随机变量 X 的概率密度为
f(x)={2(1x),0<x<10,elsef(x)= \begin{cases} 2(1-x), & 0<x<1 \\ 0, & \text{else} \end{cases}

X=x(0<x<1)\displaystyle X=x(0<x<1) 的条件下, 随机变量 Y 服从区间 (x,1)\displaystyle (x, 1) 上的均匀分布, 则 Cov(X,Y)=\displaystyle Cov(X, Y)=( ) A. 136\displaystyle -\dfrac{1}{36} B. 172\displaystyle -\dfrac{1}{72} C. 172\displaystyle \dfrac{1}{72} D. 136\displaystyle \dfrac{1}{36}

  1. 【2016-1-4 分】 随机试验 E 有三种两两不相容的结果 A1\displaystyle A_1, A2\displaystyle A_2, A3\displaystyle A_3, 且三种结果发生的概率均为 13\displaystyle \dfrac{1}{3} .将试验 E 独立重复做2 次, X 表示2 次试验中结果 A1\displaystyle A_1 发生的次数, Y 表示2 次试验中结果 A2\displaystyle A_2 发生的次数, 则 X 与 Y 的相关系数为( ) A. 12\displaystyle -\dfrac{1}{2}    B. 13\displaystyle -\dfrac{1}{3} C. 13\displaystyle \dfrac{1}{3}    D. 12\displaystyle \dfrac{1}{2}

  2. 【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

  3. 【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,σ2)\displaystyle N(\mu, \sigma^2), 则 P{XY<1}\displaystyle P\{|X-Y|<1\}( ) A. 与 μ\displaystyle \mu 无关, 而与 σ2\displaystyle \sigma^2 有关 B. 与 μ\displaystyle \mu 有关, 而与 σ2\displaystyle \sigma^2 无关 C. 与 μ,σ2\displaystyle \mu, \sigma^2 都有关 D. 与 μ,σ2\displaystyle \mu, \sigma^2 都无关

  4. 【2020-1-4 分】 设随机变量 X 服从区间 (π2,π2)\displaystyle \left(-\dfrac{\pi}{2}, \dfrac{\pi}{2}\right) 上的均匀分布, Y=sinX\displaystyle Y=\sin X, 则 Cov(X,Y)=\displaystyle Cov(X, Y)=

大题

  1. 【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=2}=0.3\displaystyle P\{X=2\}=0.3, P{X=3}=0.5\displaystyle P\{X=3\}=0.5 .试写出 X 的分布函数 F(x)\displaystyle F(x), 并求 X 的数学期望与方差.

  2. 【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.

  3. 【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(11+X)\displaystyle E\left(\dfrac{1}{1+X}\right).

  4. 【1996-1-6 分】ξ\displaystyle \xiη\displaystyle \eta 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 的分布为 P{ξ=i}=13,i=1,2,3\displaystyle P\{\xi=i\}=\dfrac{1}{3}, i=1, 2, 3, 又设 X=max{ξ,η}\displaystyle X=\max\{\xi, \eta\}, Y=min{ξ,η}\displaystyle Y=\min\{\xi, \eta\} . (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) .

  5. 【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), 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) 和方差 D(X)\displaystyle D(X) .

  6. 【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.

  7. 【2015-13-11 分】 设随机变量 X 的概率密度为

f(x)={2xln2,x>0,0,x0.f(x)= \begin{cases} 2^{-x}\ln 2, & x>0, \\ 0, & x \leq 0. \end{cases}

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).

  1. 【1990-1-6 分】 设二维随机变量 (X,Y)\displaystyle (X, Y) 在区域 D:0<x<1\displaystyle D: 0<x<1, y<x\displaystyle |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=2X+1\displaystyle Z=2X+1 的方差 D(Z)\displaystyle D(Z) .

  2. 【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={Xa}\displaystyle A=\{X \leq a\}, B={Y>a}\displaystyle B=\{Y>a\} (1)已知 P(AB)=79\displaystyle P(A \cup B)=\dfrac{7}{9}, 求常数 a; (2)求 1X\displaystyle \dfrac{1}{X} 的数学期望.

  3. 【1993-4-8 分】 设随机变量 X 和 Y 同分布, X 的概率密度为

f(x)={38x2,0<x<20,其他.f(x)= \begin{cases} \frac{3}{8}x^2, & 0<x<2 \\ 0, & \text{其他}. \end{cases}

(1) 已知事件 A={X>a}\displaystyle A=\{X>a\}B={Y>a}\displaystyle B=\{Y>a\} 独立, 且 P(AB)=34\displaystyle P(A \cup B)=\dfrac{3}{4}, 求常数 a; (2)求 1X2\displaystyle \dfrac{1}{X^2} 的数学期望.

  1. 【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)
P0.100.150.250.200.150.15

求: (1)X 的概率分布; (2) X+Y\displaystyle X+Y 的概率分布; (3) Z=sinπ(X+Y)2\displaystyle Z=\sin\dfrac{\pi(X+Y)}{2} 的数学期望.

  1. 【1997-4-8 分】 假设随机变量 Y 服从参数为 λ=1\displaystyle \lambda=1 的指数分布, 随机变量
Xk={0,Yk,1,Y>k,k=1,2X_k= \begin{cases} 0, & Y \leq k, \\ 1, & Y>k, \end{cases} k=1,2

(1)求 X1\displaystyle X_1X2\displaystyle X_2 的联合概率分布; (2) 求 E(X1+X2)\displaystyle E(X_1+X_2) .

  1. 【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
Xi={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)

试求: (1) 随机变量 X1\displaystyle X_1X2\displaystyle X_2 的联合分布; (2) 随机变量 X1\displaystyle X_1X2\displaystyle X_2 的相关系数 ρ\displaystyle \rho.

  1. 【1999-3-9 分】 假设二维随机变量 (X,Y)\displaystyle (X, Y) 在矩形 G={(x,y)0x2,0y1}\displaystyle G=\{(x, y)|0 \leq x \leq 2, 0 \leq y \leq 1\} 上服从均匀分布.记
U={0,XY1,X>YV={0,X2Y1,X>2YU= \begin{cases} 0, & X \leq Y \\ 1, & X>Y \end{cases} \quad V= \begin{cases} 0, & X \leq 2Y \\ 1, & X>2Y \end{cases}

(1)求 U 和 V 的联合分布; (2)求 U 和 V 的相关系数 ρ\displaystyle \rho .

  1. 【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,U11,U>1Y={1,U11,U>1X= \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}

试求: (1) X 和 Y 的联合概率分布; (2) D(X+Y)\displaystyle D(X+Y) .

  1. 【2004-134-9 分】 设 A, B 为两个随机事件, 且 P(A)=14\displaystyle P(A)=\dfrac{1}{4}, P(BA)=13\displaystyle P(B|A)=\dfrac{1}{3}, P(AB)=12\displaystyle P(A|B)=\dfrac{1}{2}, 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}

求: (1) 二维随机变量 (X,Y)\displaystyle (X, Y) 的概率分布; (2) X 与 Y 的相关系数 ρXY\displaystyle \rho_{XY}; (3) Z=X2+Y2\displaystyle Z=X^2+Y^2 的概率分布.

  1. 【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
X12
P2/31/3

U=max{X,Y}\displaystyle U=\max\{X, Y\}, V=min{X,Y}\displaystyle V=\min\{X, Y\} .求: (1) (U,V)\displaystyle (U, V) 的概率分布; (2)U 与V 的协方差 Cov(U,V)\displaystyle Cov(U, V) .

  1. 【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) 的分布律; (2)求 Cov(X,Y)\displaystyle Cov(X, Y) .

  2. 【2011-13-11 分】 设随机变量 X 与 Y 的概率分布分别为

X01
P1/32/3
Y-101
P1/31/31/3

P{X2=Y2}=1\displaystyle P\{X^2=Y^2\}=1 (1) 求二维随机变量 (X,Y)\displaystyle (X, Y) 的概率分布; (2)求 Z=XY\displaystyle Z=XY 的概率分布; (3)求 X 与 Y 的相关系数 ρXY\displaystyle \rho_{XY} .

  1. 【2020-3-11 分】 二维随机变量 (X,Y)\displaystyle (X, Y) 在区域 D={(x,y)0<y<1x2}\displaystyle D=\{(x, y)|0<y<\sqrt{1-x^2}\} 上服从均匀分布, 令
Z1={1,XY>00,XY0,Z2={1,X+Y>00,X+Y0Z_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}

求: (1) (Z1,Z2)\displaystyle (Z_1, Z_2) 概率分布; (2)求 Z1\displaystyle Z_1, Z2\displaystyle Z_2 相关系数.

  1. 【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}

试求: (1) P{X<Y}\displaystyle P\{X<Y\}; (2) E(XY)\displaystyle E(XY).

  1. 【1991-4-6 分】 假设随机变量 X 和 Y 在圆域 x2+y2r2\displaystyle x^2+y^2 \leq r^2 上服从二维均匀分布: (1)求 X 和 Y 的相关系数 ρ\displaystyle \rho; (2)问 X 和 Y 是否独立?

  2. 【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 12\displaystyle \dfrac{1}{2} 的正态分布, 求随机变量 XY\displaystyle |X-Y| 的方差.

  3. 【2000-4-8 分】 设二维随机变量 (X,Y)\displaystyle (X, Y) 的密度函数为 f(x,y)=12[φ1(x,y)+φ2(x,y)]\displaystyle f(x, y)=\dfrac{1}{2}[\varphi_1(x, y)+\varphi_2(x, y)], 其中 φ1(x,y)\displaystyle \varphi_1(x, y)φ2(x,y)\displaystyle \varphi_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 13\displaystyle \dfrac{1}{3}13\displaystyle -\dfrac{1}{3}, 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 f1(x)\displaystyle f_1(x)f2(y)\displaystyle f_2(y) 及 X 和 Y 的相关系数 ρ\displaystyle \rho(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?

  4. 【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 的方差.

  5. 【2006-3-13 分】 设随机变量 X 的概率密度为

fX(x)={12,1<x<014,0x<20,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}

Y=X2\displaystyle Y=X^2, F(x,y)\displaystyle F(x, y) 为二维随机变量 (X,Y)\displaystyle (X, Y) 的分布函数.求 (1) Y 的概率密度 fY(y)\displaystyle f_Y(y); (2) Cov(X,Y)\displaystyle Cov(X, Y); (3) F(12,4)\displaystyle F\left(-\dfrac{1}{2}, 4\right).