2006年考研数学一第6题
📝 题目
设随机变量 $X$ 与 $Y$ 相互独立,且均服从区间 $[0,3]$ 上的均匀分布,由 $P\{\max \{X, Y\} \leqslant 1\}=$ $\_\_\_\_$。
💡 答案解析
**答案**: $\displaystyle\frac{1}{9}$ .
---
**解析**:
由 $X \sim U(0,3), Y \sim U(0,3)$ 得 $X, Y$ 的边缘密度函数为
$$ f_{X}(x)=\left\{\begin{array}{ll} \frac{1}{3}, & 0\lt x\lt 3, \\ 0, & \text { 其他. } \end{array} \quad f_{Y}(y)= \begin{cases}\frac{1}{3}, & 0\lt y\lt 3, \\ 0, & \text { 其他. }\end{cases}\right. $$
由 $X, Y$ 独立得
$$ \begin{aligned} P\{\max (X, Y) \leqslant 1\} & =P\{X \leqslant 1, Y \leqslant 1\} \\ & =P\{X \leqslant 1\} P\{Y \leqslant 1\}=\int_{0}^{1} \frac{1}{3} \mathrm{~d} x \cdot \int_{0}^{1} \frac{1}{3} \mathrm{~d} y=\frac{1}{9} \end{aligned} $$
##
📋 详细解题步骤
步骤 1/5
目标:转化事件
题目要求计算概率 $P\{\max(X,Y) \leq 1\}$。首先理解事件的含义:随机变量 $X$ 和 $Y$ 的最大值不超过 1。最大值不超过 1 意味着两个变量中的较大者小于或等于 1,这等价于两个变量都小于或等于 1。因为如果其中任何一个大于 1,那么最大值就会大于 1。因此,事件 $\{\max(X,Y) \leq 1\}$ 与事件 $\{X \leq 1 \text{ 且 } Y \leq 1\}$ 是完全相同的。于是有:
$$
P\{\max(X,Y) \leq 1\} = P\{X \leq 1, Y \leq 1\}.
$$
这一步将原问题转化为求二维随机变量 $(X,Y)$ 落在区域 $(-\infty, 1] \times (-\infty, 1]$ 上的概率,为后续利用联合分布函数或密度函数进行计算奠定了基础。
公式:P\{\max(X,Y) \leq 1\} = P\{X \leq 1, Y \leq 1\}
提示:最大值不超过某数等价于所有变量都不超过该数,这是常用转化技巧。
步骤 3/5
目标:写出均匀分布的概率密度函数
根据题目条件,随机变量 $X$ 和 $Y$ 均服从区间 $(0,3)$ 上的均匀分布,记作 $X \sim U(0,3)$,$Y \sim U(0,3)$。对于连续型均匀分布 $U(a,b)$,其概率密度函数(PDF)的一般形式为:
$$
f(x) = \begin{cases}
\dfrac{1}{b-a}, & a < x < b \\
0, & \text{其他}
\end{cases}
$$
这里 $a=0$,$b=3$,因此 $b-a = 3-0 = 3$,所以概率密度函数为:
$$
f_X(x) = \begin{cases}
\dfrac{1}{3}, & 0 < x < 3 \\
0, & \text{其他}
\end{cases}
$$
同理,$Y$ 的概率密度函数为:
$$
f_Y(y) = \begin{cases}
\dfrac{1}{3}, & 0 < y < 3 \\
0, & \text{其他}
\end{cases}
$$
由于 $X$ 和 $Y$ 相互独立(题目未明确说明,但通常此类问题默认独立,且后续步骤需要用到独立性),联合概率密度函数为边缘概率密度函数的乘积:
$$
f_{X,Y}(x,y) = f_X(x) \cdot f_Y(y) = \begin{cases}
\dfrac{1}{9}, & 0 < x < 3, \; 0 < y < 3 \\
0, & \text{其他}
\end{cases}
$$
该联合密度函数在正方形区域 $(0,3)\times(0,3)$ 上为常数 $\frac{1}{9}$,面积为 $9$,积分为 $1$,满足概率密度函数的归一性。
公式:f_X(x) = \begin{cases} \dfrac{1}{3}, & 0 < x < 3 \\ 0, & \text{其他} \end{cases}
提示:均匀分布密度函数在区间内为常数,注意区间端点是否包含不影响概率。
步骤 4/5
目标:计算P{X≤1}和P{Y≤1}
由题目已知,随机变量 $X$ 和 $Y$ 独立且均服从区间 $[0,3]$ 上的均匀分布,即 $X \sim U(0,3)$,$Y \sim U(0,3)$。均匀分布的概率密度函数为:
$$f_X(x) = \begin{cases} \frac{1}{3}, & 0 \le x \le 3 \\ 0, & \text{其他} \end{cases}$$
$$f_Y(y) = \begin{cases} \frac{1}{3}, & 0 \le y \le 3 \\ 0, & \text{其他} \end{cases}$$
现在计算 $P\{X \le 1\}$。根据概率密度函数的定义,概率等于密度函数在区间上的积分:
$$P\{X \le 1\} = \int_{-\infty}^{1} f_X(x) \, dx = \int_{0}^{1} \frac{1}{3} \, dx$$
计算该定积分:
$$\int_{0}^{1} \frac{1}{3} \, dx = \frac{1}{3} \cdot (1 - 0) = \frac{1}{3}$$
因此 $P\{X \le 1\} = \frac{1}{3}$。
同理,由于 $Y$ 与 $X$ 同分布,$P\{Y \le 1\}$ 的计算完全相同:
$$P\{Y \le 1\} = \int_{0}^{1} \frac{1}{3} \, dy = \frac{1}{3}$$
所以 $P\{X \le 1\} = \frac{1}{3}$,$P\{Y \le 1\} = \frac{1}{3}$。这两个概率将在后续步骤中用于计算联合事件的概率。
公式:P\{X \le 1\} = \int_{0}^{1} \frac{1}{3} \, dx = \frac{1}{3}
提示:均匀分布的概率与区间长度成正比,区间[0,1]占[0,3]的1/3,可直接得结果。
步骤 5/5
目标:计算最终概率
在前面的步骤中,我们已经分别求出了两个独立事件发生的概率,每个事件的概率均为 $\frac{1}{3}$。由于这两个事件相互独立,根据概率的乘法公式,它们同时发生的概率等于各自概率的乘积。因此,最终概率为:
$$
P = \frac{1}{3} \times \frac{1}{3} = \frac{1}{9}.
$$
为了验证结果的正确性,我们可以从概率的基本性质出发进行检验。首先,$\frac{1}{9}$ 是一个介于0和1之间的数,符合概率的取值范围。其次,由于每个事件发生的概率 $\frac{1}{3}$ 是通过合理的古典概型或几何概型计算得到的,且独立性条件成立,因此乘积结果合理。
另外,我们也可以考虑用枚举法或树形图来辅助验证:假设两个独立试验各有3种等可能的结果,则总共有 $3 \times 3 = 9$ 种等可能的组合,其中只有一种组合对应两个事件同时发生,所以概率为 $\frac{1}{9}$,与计算结果一致。
至此,整个问题的求解过程完成,最终答案为 $\frac{1}{9}$。
公式:$$P = \frac{1}{3} \times \frac{1}{3} = \frac{1}{9}$$
提示:注意独立事件同时发生的概率是各自概率的乘积,而非和。
📷 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。