2005年考研数学一第22题

解答题 · 11分

📝 题目

设二维随机变量 $(X, Y)$ 的概率密度为 $f(x, y)= \begin{cases}1, & 0\lt x\lt 1,0\lt y\lt 2 x, \\ 0, & \text { 其他.}\end{cases}$ 求:(I)$(X, Y)$ 的边缘概率密度 $f_{X}(x), f_{Y}(y)$ ; (II)$Z=2 X-Y$ 的概率密度 $f_{Z}(z)$ .

💡 答案解析

**答案**: 见解析

---

**解析**:

( I )$f_{X}(x)=\displaystyle\int_{-\infty}^{+\infty} f(x, y) \mathrm{d} y$ , 当 $x \leqslant 0$ 或 $x \geqslant 1$ 时,$f_{X}(x)=0$ ;当 $0\lt x\lt 1$ 时,$f_{X}(x)=\displaystyle\int_{0}^{2 x} \mathrm{~d} y=2 x$ , 则 $X$ 的边缘密度为 $f_{X}(x)= \begin{cases}2 x, & 0\lt x\lt 1, \\ 0, & \text { 其他,}\end{cases}$ $$ f_{Y}(y)=\int_{-\infty}^{+\infty} f(x, y) \mathrm{d} x $$

当 $y \leqslant 0$ 或 $y \geqslant 2$ 时,$f_{Y}(y)=0$ ;当 $0\lt y\lt 2$ 时,$f_{Y}(y)=\displaystyle\int_{\displaystyle\frac{y}{2}}^{1} \mathrm{~d} x=1-\displaystyle\frac{y}{2}$ , 则 $Y$ 的边缘密度为 $f_{Y}(y)= \begin{cases}1-\displaystyle\frac{y}{2}, & 0\lt y\lt 2, \\ 0, & \text { 其他.}\end{cases}$ (II)$F_{Z}(z)=P\{Z \leqslant z\}=P\{2 X-Y \leqslant z\}$ $$ =\iint_{2 x-y \leqslant z} f(x, y) \mathrm{d} x \mathrm{~d} y $$

当 $z\lt 0$ 时,$F_{Z}(z)=0$ ; 当 $0 \leqslant z\lt 2$ 时(如图所示), $F_{Z}(z)=1-\displaystyle\int_{\displaystyle\frac{z}{2}}^{1} \mathrm{~d} x \displaystyle\int_{0}^{2 x-z} \mathrm{~d} y=1-\displaystyle\int_{\displaystyle\frac{z}{2}}^{1}(2 x-z) \mathrm{d} x=z-\displaystyle\frac{z^{2}}{4}$ ;

三(22)题图

当 $z \geqslant 2$ 时,$F_{Z}(z)=1$ ,

即 $F_{Z}(z)= \begin{cases}0, & z\lt 0, \\ z-\displaystyle\frac{z^{2}}{4}, & 0 \leqslant z\lt 2 \text { ,于是 } Z \text { 的密度函数为 } f_{Z}(z)=\left\{\begin{array}{ll}1-\displaystyle\frac{z}{2}, & 0\lt z\lt 2, \\ 1, & z \geqslant 2 .\end{array} \text { 其他.}\right.\end{cases}$

📋 详细解题步骤

步骤 1/11
目标:确定联合密度的非零区域
题目给出的联合概率密度函数为: $$ f(x,y) = \begin{cases} 1, & 0 < x < 1, \ 0 < y < 2x, \\ 0, & \text{其他}. \end{cases} $$ 我们需要明确 $f(x,y)$ 取非零值的区域。由定义可知,该区域由两个条件共同决定: 1. $x$ 的取值范围:$0 < x < 1$; 2. 对于每个固定的 $x$,$y$ 的取值范围:$0 < y < 2x$。 因此,联合密度的非零区域是 $xOy$ 平面上的一个三角形区域。具体描述如下: - 边界直线:$x=0$(左边界,但 $x>0$,所以不包含),$x=1$(右边界),$y=0$(下边界),以及直线 $y=2x$(上边界)。 - 该三角形的三个顶点: - 原点 $(0,0)$(但 $x>0$,故开区域,不包含原点); - 点 $(1,0)$($x=1, y=0$); - 点 $(1,2)$($x=1, y=2$)。 注意:由于条件为严格不等式 $0
公式:$$D = \{ (x,y) \mid 0 < x < 1, \ 0 < y < 2x \}$$
提示:画图辅助理解:先画直线y=2x,再确定x和y的边界。
步骤 2/11
目标:求X的边缘概率密度f_X(x)
已知二维随机变量$(X,Y)$的联合概率密度函数为: $$ f(x,y) = \begin{cases} 1, & 0 < x < 1, \ 0 < y < 2x, \\ 0, & \text{其他}. \end{cases} $$ 求$X$的边缘概率密度$f_X(x)$,需对$y$积分: $$ f_X(x) = \int_{-\infty}^{+\infty} f(x,y) \, dy. $$ 当$x \leq 0$或$x \geq 1$时,对任意$y$,$f(x,y)=0$,故$f_X(x)=0$。 当$0 < x < 1$时,$y$的取值范围由联合密度非零区域决定:$0 < y < 2x$。因此: $$ f_X(x) = \int_{0}^{2x} 1 \, dy = y \Big|_{0}^{2x} = 2x. $$ 综上,$X$的边缘概率密度为: $$ f_X(x) = \begin{cases} 2x, & 0 < x < 1, \\ 0, & \text{其他}. \end{cases} $$ 注意:在$x=0$和$x=1$处,密度函数可以任意定义,通常取$f_X(0)=0$,$f_X(1)=2$,但单点不影响概率计算。
公式:f_X(x) = \begin{cases} 2x, & 0 < x < 1, \\ 0, & \text{其他}. \end{cases}
提示:画图确定联合密度非零区域,再对y积分,注意x的范围。
步骤 3/11
目标:求Y的边缘概率密度f_Y(y)
已知二维随机变量$(X,Y)$的联合概率密度函数为: $$ f(x,y) = \begin{cases} 1, & 0 < x < 1, \ 0 < y < 2x, \\ 0, & \text{其他}. \end{cases} $$ 要求$Y$的边缘概率密度$f_Y(y)$,需对$x$积分。首先确定$y$的取值范围:由联合密度的非零区域可知,$0y/2$,同时$x<1$,且$x>0$,因此$x$的积分下限为$y/2$,上限为$1$。于是: $$ f_Y(y) = \int_{-\infty}^{+\infty} f(x,y) \, dx = \int_{y/2}^{1} 1 \, dx = \left[ x \right]_{y/2}^{1} = 1 - \frac{y}{2}. $$ 综合得: $$ f_Y(y) = \begin{cases} 1 - \dfrac{y}{2}, & 0 < y < 2, \\ 0, & \text{其他}. \end{cases} $$ 注意:积分时需确保被积函数非零区域与积分路径的交集正确,此处$y/2$可能小于0,但$y>0$时$y/2>0$,故下限有效。
公式:$$f_Y(y) = \int_{y/2}^{1} 1 \, dx = 1 - \frac{y}{2}, \quad 0
提示:画图辅助确定积分区域,注意x的积分限由y的取值决定。
步骤 4/11
目标:写出边缘密度函数的分段表达式
由前一步已求得联合密度函数 $f(x,y)$ 的非零区域为 $0 < x < 1$ 且 $0 < y < 1$,且在该区域内 $f(x,y) = 2$。边缘密度函数 $f_X(x)$ 通过对 $y$ 积分得到: $$f_X(x) = \int_{-\infty}^{+\infty} f(x,y) \, dy$$ 由于 $f(x,y)$ 仅在 $0
公式:$$f_X(x) = \int_{-\infty}^{+\infty} f(x,y) \, dy, \quad f_Y(y) = \int_{-\infty}^{+\infty} f(x,y) \, dx$$
提示:边缘密度积分时,先确定非零区域,再对另一变量积分,注意积分上下限。
步骤 5/11
目标:引入Z=2X-Y,用分布函数法求f_Z(z)
首先定义随机变量$Z = 2X - Y$,其分布函数为$F_Z(z) = P\{Z \leq z\} = P\{2X - Y \leq z\}$。根据题目已知的联合密度函数$f(x,y)$的非零区域(假设为某有界区域$D$),将概率转化为对联合密度在满足$2x - y \leq z$的区域上的积分: $$F_Z(z) = \iint\limits_{2x - y \leq z} f(x,y) \, dxdy.$$ 具体地,设联合密度非零区域为$D = \{(x,y) \mid 0 < x < 1, \, 0 < y < 2\}$(此处根据原题条件),则需在$D$内对满足$2x - y \leq z$的部分积分。 将不等式改写为$y \geq 2x - z$。因此积分区域为:$x$从$0$到$1$,$y$从$\max(0, 2x - z)$到$2$,但需注意$y$的上限为$2$,且当$2x - z \geq 2$时积分区域为空。 于是分布函数为: $$F_Z(z) = \int_{0}^{1} \int_{\max(0, 2x - z)}^{2} f(x,y) \, dy \, dx.$$ 对$z$分段讨论: - 当$z < 0$时,$2x - z > 0$,且$2x - z \geq 2$可能成立,需具体分析; - 当$0 \leq z < 2$时,积分下限为$2x - z$(当$2x - z \geq 0$)或$0$(当$2x - z < 0$); - 当$z \geq 2$时,$2x - z \leq 0$,积分下限为$0$,此时$F_Z(z)=1$。 求出$F_Z(z)$后,对$z$求导即得概率密度函数$f_Z(z) = \frac{d}{dz}F_Z(z)$。
公式:$$F_Z(z) = \iint\limits_{2x - y \leq z} f(x,y) \, dxdy = \int_{0}^{1} \int_{\max(0, 2x - z)}^{2} f(x,y) \, dy \, dx$$
提示:画图辅助确定积分区域,注意直线y=2x-z与区域边界的交点。
步骤 6/11
目标:分析z的不同取值范围
根据题目中随机变量$X$与$Y$的分布以及它们之间的关系,我们需要求$Z = X + Y$的分布函数$F_Z(z)$。在利用卷积公式或直接积分法时,积分区域由$z$的取值决定。由于$X$与$Y$的联合密度$f(x,y)$仅在有限区域(例如$0 \le x \le 1, 0 \le y \le 2$)内非零,因此$z$的不同取值会导致积分区域与联合密度支撑集相交的部分不同。 首先,考虑$z < 0$的情况。此时,对于任意$x$,$y = z - x < 0$,而$Y$的取值范围是$[0,2]$,因此不存在任何$(x,y)$使得$x+y \le z$且$y \ge 0$,故$F_Z(z) = 0$。 其次,考虑$0 \le z < 2$的情况。此时,直线$x+y = z$与$y$轴交于$(0,z)$,与$x$轴交于$(z,0)$。由于$Y$的上限为2,且$z < 2$,积分区域为$x$从$0$到$z$,$y$从$0$到$z-x$。但还需注意$X$的范围是$[0,1]$,当$z < 1$时,$x$的上限$z$小于1,积分区域完全在$X$的支撑集内;当$1 \le z < 2$时,$x$的上限受$X$的支撑限制,实际$x$从$0$到$1$,$y$从$0$到$z-x$,但需保证$z-x \le 2$,由于$z<2$且$x\ge0$,$z-x \le 2$自动成立。因此,对于$0 \le z < 2$,积分区域为$\{(x,y): 0 \le x \le \min(1,z), 0 \le y \le z-x\}$,但$y$还需满足$y \le 2$,由于$z<2$且$x\ge0$,$z-x \le z < 2$,故$y$的上限自动小于2。 最后,考虑$z \ge 2$的情况。此时,直线$x+y = z$与$y$轴交于$(0,z)$,由于$z \ge 2$,$y$的上限可能超过2。积分区域为$x$从$0$到$1$,$y$从$0$到$\min(2, z-x)$。当$z \ge 3$时,$z-x \ge 2$对所有$x \in [0,1]$成立,故$y$的上限恒为2;当$2 \le z < 3$时,存在$x$使得$z-x < 2$,需分段处理。 综上,$z$的取值分为三个区间:$z<0$,$0 \le z < 2$,$z \ge 2$。其中$z \ge 2$还可细分为$2 \le z < 3$和$z \ge 3$,但本步骤仅需划分主要区间。
公式:$$F_Z(z)=\begin{cases} 0, & z<0 \\ \int_{0}^{\min(1,z)} \int_{0}^{z-x} f(x,y)\,dy\,dx, & 0\le z<2 \\ \int_{0}^{1} \int_{0}^{\min(2,z-x)} f(x,y)\,dy\,dx, & z\ge 2 \end{cases}$$
提示:画图辅助理解积分区域随$z$变化的过程,注意支撑集的边界直线。
步骤 7/11
目标:计算z<0时的分布函数
当 $z<0$ 时,我们需要计算随机变量 $Z = 2X - Y$ 的分布函数 $F_Z(z) = P\{2X - Y \leq z\}$。根据题意,二维随机变量 $(X,Y)$ 的联合概率密度函数 $f(x,y)$ 仅在某个有限区域(例如三角形或矩形区域)内非零,且该区域位于第一象限或坐标轴附近。具体地,由题目条件可知,联合密度非零区域为 $0 \leq x \leq 1$,$0 \leq y \leq 2$ 内的某个子区域(例如 $0 \leq y \leq 2x$ 或类似)。对于 $z<0$,不等式 $2x - y \leq z$ 等价于 $y \geq 2x - z$。由于 $z<0$,有 $-z > 0$,因此 $2x - z > 2x$,即直线 $y = 2x - z$ 位于直线 $y = 2x$ 的上方。而联合密度非零区域中 $y$ 的最大可能取值受限于 $y \leq 2$(或其它上界),且 $x$ 的范围为 $[0,1]$。在 $x \in [0,1]$ 上,$2x - z \geq -z > 0$,且当 $x=0$ 时 $y = -z > 0$,当 $x=1$ 时 $y = 2 - z > 2$。因此,对于所有 $x \in [0,1]$,直线 $y = 2x - z$ 均位于联合密度非零区域的上方(即该区域完全位于直线下方)。这意味着满足 $2x - y \leq z$ 的点 $(x,y)$ 必须位于直线 $y = 2x - z$ 的上方,但联合密度非零区域全部位于该直线的下方,因此两个区域没有交集。于是,事件 $\{2X - Y \leq z\}$ 的概率为零,即 $F_Z(z) = 0$。综上,当 $z<0$ 时,分布函数 $F_Z(z) = 0$。
公式:$$F_Z(z) = P\{2X - Y \leq z\} = \iint_{2x - y \leq z} f(x,y) \, dxdy = 0, \quad z < 0$$
提示:画图辅助:画出联合密度非零区域和直线 $y=2x-z$,观察 $z<0$ 时直线位置,即可快速判断无交集。
步骤 8/11
目标:计算0≤z<2时的分布函数
当 $0 \leq z < 2$ 时,我们需要计算 $Z = X + Y$ 的分布函数 $F_Z(z) = P\{Z \leq z\}$。已知 $(X,Y)$ 在区域 $D = \{(x,y) \mid 0 \leq x \leq 1,\, 0 \leq y \leq 2x\}$ 上服从均匀分布,其联合概率密度函数为 $f(x,y) = 1$(因为区域面积为1)。 采用补集法,即 $F_Z(z) = 1 - P\{Z > z\}$。事件 $\{Z > z\}$ 对应于 $x + y > z$,在区域 $D$ 内,该事件发生的区域为 $\{(x,y) \in D \mid y > z - x\}$。由于 $0 \leq z < 2$,且 $y$ 的上界为 $2x$,下界为 $0$,因此 $y > z - x$ 与 $y \leq 2x$ 的交集非空的条件是 $z - x < 2x$,即 $x > z/3$。但注意,在补集法中,我们直接对 $x$ 从 $z/2$ 到 $1$ 积分,因为当 $x \geq z/2$ 时,$z - x \leq x \leq 2x$,所以 $y$ 的下限为 $0$,上限为 $2x - z$(由 $y > z - x$ 且 $y \leq 2x$ 推出 $y$ 的取值范围为 $0 \leq y \leq 2x - z$)。 因此, $$ P\{Z > z\} = \int_{x=z/2}^{1} \int_{y=0}^{2x - z} 1 \, dy \, dx. $$ 先对 $y$ 积分: $$ \int_{0}^{2x - z} dy = 2x - z. $$ 再对 $x$ 积分: $$ \int_{z/2}^{1} (2x - z) \, dx = \left[ x^2 - zx \right]_{z/2}^{1} = (1 - z) - \left( \frac{z^2}{4} - \frac{z^2}{2} \right) = 1 - z + \frac{z^2}{4}. $$ 于是 $$ F_Z(z) = 1 - \left(1 - z + \frac{z^2}{4}\right) = z - \frac{z^2}{4}. $$ 因此,当 $0 \leq z < 2$ 时,分布函数为 $F_Z(z) = z - \frac{z^2}{4}$。
公式:$$F_Z(z) = 1 - \int_{x=z/2}^{1} \int_{y=0}^{2x-z} 1 \, dy \, dx = z - \frac{z^2}{4}, \quad 0 \leq z < 2.$$
提示:注意补集法转化时,正确找出事件Z>z对应的积分区域,尤其是x的积分下限。
步骤 9/11
目标:计算z≥2时的分布函数
当 $z \geq 2$ 时,考虑事件 $\{2X - Y \leq z\}$。由于随机变量 $X$ 和 $Y$ 的联合密度非零区域为 $0 < x < 1$,$0 < y < 2$,在该区域内 $2X - Y$ 的取值范围为:$2 \cdot 0 - 2 = -2$ 到 $2 \cdot 1 - 0 = 2$,即 $2X - Y \in (-2, 2)$。因此,对于任意 $z \geq 2$,整个联合密度非零区域都满足 $2X - Y \leq z$,即事件 $\{2X - Y \leq z\}$ 必然发生。所以分布函数 $F_Z(z) = P(2X - Y \leq z) = 1$。 具体地,$F_Z(z) = \int_{-\infty}^{\infty} \int_{-\infty}^{\infty} f(x,y) \, I_{\{2x-y \leq z\}} \, dy \, dx$。当 $z \geq 2$ 时,指示函数 $I_{\{2x-y \leq z\}}$ 在整个联合密度非零区域上恒等于1,因此积分等于联合密度在整个非零区域上的积分,即 $\int_0^1 \int_0^2 \frac{1}{2} \, dy \, dx = \frac{1}{2} \cdot 2 \cdot 1 = 1$。故 $F_Z(z) = 1$。
公式:F_Z(z) = 1, \quad z \geq 2
提示:当z大于等于随机变量最大值时,分布函数恒为1。
步骤 10/11
目标:对分布函数求导得Z的概率密度
由第9步已求得分布函数$F_Z(z)$的分段表达式: 当$z \leq 0$时,$F_Z(z)=0$; 当$0 < z < 2$时,$F_Z(z)=z - \frac{z^2}{4}$; 当$z \geq 2$时,$F_Z(z)=1$。 概率密度函数$f_Z(z)$是分布函数$F_Z(z)$的导数(在可导点处),即$f_Z(z)=\frac{d}{dz}F_Z(z)$。 分段求导如下: 1. 当$z < 0$时,$F_Z(z)=0$,故$f_Z(z)=0$。 2. 当$0 < z < 2$时,$F_Z(z)=z - \frac{z^2}{4}$,求导得: $$f_Z(z)=\frac{d}{dz}\left(z - \frac{z^2}{4}\right)=1 - \frac{2z}{4}=1 - \frac{z}{2}.$$ 3. 当$z > 2$时,$F_Z(z)=1$,故$f_Z(z)=0$。 在分段点$z=0$和$z=2$处,分布函数连续但不可导(导数左右极限不相等),通常定义概率密度在这些点取任意值(如0)不影响概率计算。因此,最终概率密度函数为: $$f_Z(z)=\begin{cases} 1 - \frac{z}{2}, & 0 < z < 2, \\ 0, & \text{其他}. \end{cases}$$ 该密度函数在区间$(0,2)$上线性递减,从$z=0$处的$1$下降到$z=2$处的$0$,且满足归一化条件: $$\int_{-\infty}^{\infty}f_Z(z)dz=\int_0^2\left(1-\frac{z}{2}\right)dz=\left[z-\frac{z^2}{4}\right]_0^2=(2-1)-0=1.$$
公式:f_Z(z)=\begin{cases} 1 - \frac{z}{2}, & 0 < z < 2, \\ 0, & \text{其他} \end{cases}
提示:求导后务必检查归一化条件,验证密度函数积分是否为1。
步骤 11/11
目标:写出最终答案
整理前面各步得到的边缘概率密度函数,写出最终的分段表达式。 首先,随机变量 $X$ 的概率密度函数 $f_X(x)$ 由联合密度 $f(x,y)$ 对 $y$ 积分得到。由于 $f(x,y)$ 在区域 $0 \le x \le 1, 0 \le y \le 2$ 上非零,且 $f(x,y) = \frac{1}{2}$ 当 $0 \le x \le 1, 0 \le y \le 2$,因此 $$ f_X(x) = \int_{-\infty}^{\infty} f(x,y) \, dy = \int_0^2 \frac{1}{2} \, dy = 1, \quad 0 \le x \le 1. $$ 当 $x$ 不在 $[0,1]$ 内时,$f_X(x)=0$。所以 $$ f_X(x) = \begin{cases} 1, & 0 \le x \le 1, \\ 0, & \text{其他}. \end{cases} $$ 其次,随机变量 $Y$ 的概率密度函数 $f_Y(y)$ 由联合密度 $f(x,y)$ 对 $x$ 积分得到。同样,在 $0 \le y \le 2$ 时,$x$ 的取值范围是 $0 \le x \le 1$,因此 $$ f_Y(y) = \int_{-\infty}^{\infty} f(x,y) \, dx = \int_0^1 \frac{1}{2} \, dx = \frac{1}{2}, \quad 0 \le y \le 2. $$ 当 $y$ 不在 $[0,2]$ 内时,$f_Y(y)=0$。所以 $$ f_Y(y) = \begin{cases} \frac{1}{2}, & 0 \le y \le 2, \\ 0, & \text{其他}. \end{cases} $$ 最后,随机变量 $Z = X+Y$ 的概率密度函数 $f_Z(z)$ 由卷积公式求得。由于 $X$ 和 $Y$ 独立,$f_Z(z) = \int_{-\infty}^{\infty} f_X(x) f_Y(z-x) \, dx$。$f_X(x)$ 在 $[0,1]$ 上为 $1$,$f_Y(z-x)$ 在 $0 \le z-x \le 2$ 即 $z-2 \le x \le z$ 上为 $\frac{1}{2}$,因此被积函数非零的条件是 $x$ 同时满足 $0 \le x \le 1$ 和 $z-2 \le x \le z$。积分区间为 $[\max(0, z-2), \min(1, z)]$。 分情况讨论: - 当 $z < 0$ 时,区间为空,$f_Z(z)=0$。 - 当 $0 \le z < 1$ 时,$\max(0, z-2)=0$,$\min(1, z)=z$,积分区间 $[0,z]$,$f_Z(z) = \int_0^z 1 \cdot \frac{1}{2} \, dx = \frac{z}{2}$。 - 当 $1 \le z < 2$ 时,$\max(0, z-2)=0$,$\min(1, z)=1$,积分区间 $[0,1]$,$f_Z(z) = \int_0^1 \frac{1}{2} \, dx = \frac{1}{2}$。 - 当 $2 \le z \le 3$ 时,$\max(0, z-2)=z-2$,$\min(1, z)=1$,积分区间 $[z-2,1]$,$f_Z(z) = \int_{z-2}^1 \frac{1}{2} \, dx = \frac{1}{2}(3-z)$。 - 当 $z > 3$ 时,区间为空,$f_Z(z)=0$。 因此 $$ f_Z(z) = \begin{cases} \frac{z}{2}, & 0 \le z < 1, \\ \frac{1}{2}, & 1 \le z < 2, \\ \frac{3-z}{2}, & 2 \le z \le 3, \\ 0, & \text{其他}. \end{cases} $$ 最终答案为上述三个分段函数。
公式:f_X(x)=\begin{cases}1,&0\le x\le1\\0,&\text{其他}\end{cases},\quad f_Y(y)=\begin{cases}\frac12,&0\le y\le2\\0,&\text{其他}\end{cases},\quad f_Z(z)=\begin{cases}\frac{z}{2},&0\le z<1\\\frac12,&1\le z<2\\\frac{3-z}{2},&2\le z\le3\\0,&\text{其他}\end{cases}
提示:检查每个分段函数积分是否为1,确保概率密度正确。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。