第四章 随机变量的数字特征 4.1 数学期望
习题1
设随机变量X服从参数为p的0-1分布,求E(X). 解答:
依题意,X的分布律为
X 0 1 P 1-p p 由E(X)=∑i=1∞xipi, 有
E(X)=0?(1-p)+1?p=p.
习题2
袋中有n张卡片,记有号码1,2,…,n. 现从中有放回抽出k张卡片来,求号码之和X的期望. 分析: . 解答:
设Xi表示第i次取得的号码,则X=∑i=1kXi, 且
P{Xi=m}=1n,
其中m=1,2,?,n,i=1,2,?,k, 故
E(Xi)=1n(1+2+?+n)=n+12,i=1,2,?,k,
从而
E(X)=∑i=1kE(Xi)=k(n+1)2.
习题3
某产品的次品率为0.1, 检验员每天检验4次. 每次随机地抽取10件产品进行检验,如发现其中的次品数多于1,就去调整设备. 以X表示一天中调整设备的次数,试求E(X)(设诸产品是否为次品是相互独立的). 解答:
X的可能取值为0,1,2,3,4, 且知X~b(4,p), 其中
p=P{调整设备}
=1-C101×0.1×0.99-0.910≈0.2639, 所以E(X)=4×p=4×0.2639=1.0556.
习题4
据统计,一位60岁的健康(一般体检未发生病症)者,在5年之内仍然活着和自杀死亡的概率为p(0
a), 应如何确定b才能使公司可期望获益,若有m人参加保险,公司可期望从中收益多少? 解答:
令X=“从一个参保人身上所得的收益”,由X的概率分布为
X aa-b pk p1-p ∴E(X)=ap+(a-b)(1-p)=a-b(1-p)>0, 即a
(3)E(Z)=E[(X-Y)2]=∑i∑j(xi-yj)2pij
=(1-(-1))2×0.2+(1-0)2×0.1+(1-1)2×0.1
+32×0.1+22×0.0+12×0.1+42×0.0+32×0.3+22×0.1 =5.
也可以利用期望的性质求E(Z), 得
E[(X-Y)2]=E(X2-2XY+Y2)
=E(X2)-2E(XY)+E(Y2)
=(12×0.4+22×0.2+32×0.4)-2[-1×0.2 +1×0.1+(-2)×0.1+2×0.1+(-3)×0.0+3×0.1] +(-1)2×0.3+12×0.3 =5.
习题12
设(X,Y)的概率密度为
f(x,y)={12y2,0≤y≤x≤10,其它,
求E(X),E(Y),E(XY),E(X2+Y2). 解答: 如右图所示.
E(X)=∫-∞+∞∫-∞+∞xf(x,y)dxdy=∫01dx∫0xx?12y2dy=45, E(Y)=∫-∞+∞∫-∞+∞yf(x,y)dxdy=∫01dx∫0xy?12y2dy=35, E(XY)=∫-∞+∞∫-∞+∞xyf(x,y)dxdy=∫01dx∫0xxy?12y2dy=12, E(X2+Y2)=∫-∞+∞∫-∞+∞(x2+y2)f(x,y)dxdy
=∫01dx∫0x(x2+y2)?12y2dy=23+615=1615. 习题13
设X和Y相互独立,概率密度分别为
?1(x)={2x,0≤x≤10,其它,?2(y)={e-(y-5),y>50,其它,
求E(XY). 解答:
解法一 由独立性.
E(XY)=E(X)?E(Y)=∫01x?2xdx∫0+∞ye-(y-5)dy=23×6=4.
解法二 令z=y-5, 则
E(XY)=E(X)?E(Y)=∫01x?2xdx?E(z+5)=23×(1+5)=4.
4.2 方差
习题1
设随机变量X服从泊松分布,且P(X=1)=P(X=2), 求E(X),D(X). 解答:
由题设知,X的分布律为
P{X=k}=λkk!e-λ(λ>0)
由P{X=1}=P{X=2}, 得λ11!e-λ=λ22!e-λ,即
λ=0(舍去), λ=2.
所以E(X)=2,D(X)=2. 习题2
下列命题中错误的是().
(A)若X~p(λ), 则E(X)=D(X)=λ;
(B)若X服从参数为λ的指数分布,则E(X)=D(X)=1λ; (C)若X~b(1,θ),则E(X)=θ,D(X)=θ(1-θ);
(D)若X服从区间[a,b]上的均匀分布,则E(X2)=a2+ab+b23.
解答: 应选(B).
E(X)=1λ,D(X)=1λ2.
习题3
设X1,X2,?,Xn是相互独立的随机变量,且都服从正态分布N(μ,σ2)(σ>0), 则ξˉ=1n∑i=1nξi服从的分布是ˉ. 解答:
由多维随机变量函数的分布知:
有限个相互独立的正态随机变量的线性组合仍然服从正态分布,且
E(Xˉ)=μ,D(Xˉ)=σ2n.
习题4
若Xi~N(μi,σi2)(i=1,2,?,n), 且X1,X2,?,Xn相互独立,则Y=∑i=1n(aiXi+bi)服从的分布是 . 解答:
应填N(∑i=1n(aiμi+bi),∑i=1nai2σi2). 由多维随机变量函数的分布知:
有限个相互独立的正态随机变量的线性组合仍然服从正态分布,且
E(Y)=∑i=1n(aiμi+bi),D(Y)=∑i=1nai2σi2.
习题5
设随机变量X服从泊松分布,且
3P{X=1}+2P{X=2}=4P{X=0},
求X的期望与方差. 解答: