概率论考试题及答案

概率论考试题及答案

一、单项选择题（每题2分，共20分）1.设\(A\)、\(B\)为两事件，\(P(A)=0.6\)，\(P(B)=0.5\)，\(P(A|B)=0.4\)，则\(P(AB)\)=（）A.0.2B.0.3C.0.4D.0.52.设随机变量\(X\)服从参数为\(\lambda\)的泊松分布，且\(P(X=1)=P(X=2)\)，则\(\lambda\)=（）A.1B.2C.3D.43.已知随机变量\(X\)的概率密度函数\(f(x)=\begin{cases}k(1-x^2),&-1<x<1\\0,&\text{其他}\end{cases}\)，则\(k\)=（）A.\(\frac{3}{4}\)B.\(\frac{4}{3}\)C.\(\frac{1}{2}\)D.14.设随机变量\(X\simN(1,4)\)，\(\Phi(x)\)为标准正态分布函数，则\(P(X\leqslant3)\)=（）A.\(\Phi(1)\)B.\(\Phi(2)\)C.\(\Phi(0.5)\)D.\(\Phi(1.5)\)5.设\(X\)和\(Y\)是两个相互独立的随机变量，\(X\simU(0,1)\)，\(Y\simU(0,2)\)，则\((X,Y)\)的联合概率密度函数\(f(x,y)\)=（）A.\(\begin{cases}1,&0<x<1,0<y<2\\0,&\text{其他}\end{cases}\)B.\(\begin{cases}2,&0<x<1,0<y<2\\0,&\text{其他}\end{cases}\)C.\(\begin{cases}\frac{1}{2},&0<x<1,0<y<2\\0,&\text{其他}\end{cases}\)D.\(\begin{cases}4,&0<x<1,0<y<2\\0,&\text{其他}\end{cases}\)6.设随机变量\(X\)的期望\(E(X)=2\)，方差\(D(X)=4\)，则\(E(X^2)\)=（）A.4B.6C.8D.107.设\(X_1,X_2,\cdots,X_n\)是来自总体\(X\)的样本，\(X\simN(\mu,\sigma^2)\)，则\(\frac{\sum_{i=1}^{n}(X_i-\overline{X})^2}{\sigma^2}\)服从（）分布A.\(N(0,1)\)B.\(\chi^2(n-1)\)C.\(t(n-1)\)D.\(F(n-1,n)\)8.设总体\(X\)的概率密度函数\(f(x;\theta)=\begin{cases}\frac{1}{\theta}e^{-\frac{x}{\theta}},&x>0\\0,&x\leqslant0\end{cases}\)，\(X_1,X_2,\cdots,X_n\)是样本，\(\theta\)的矩估计量是（）A.\(\overline{X}\)B.\(2\overline{X}\)C.\(\frac{\overline{X}}{2}\)D.\(\frac{1}{\overline{X}}\)9.在假设检验中，记\(H_0\)为原假设，则犯第一类错误是指（）A.\(H_0\)为真，接受\(H_0\)B.\(H_0\)为真，拒绝\(H_0\)C.\(H_0\)为假，接受\(H_0\)D.\(H_0\)为假，拒绝\(H_0\)10.设随机变量\(X\)满足\(P(X=k)=\frac{C}{k!}\)，\(k=0,1,2,\cdots\)，则\(C\)=（）A.\(e\)B.\(e^{-1}\)C.1D.\(e^2\)二、多项选择题（每题2分，共20分）1.以下关于概率的性质正确的有（）A.\(0\leqslantP(A)\leqslant1\)B.\(P(\Omega)=1\)C.\(P(\varnothing)=0\)D.若\(A\subseteqB\)，则\(P(A)\leqslantP(B)\)E.\(P(A\cupB)=P(A)+P(B)\)2.设随机变量\(X\)服从二项分布\(B(n,p)\)，则（）A.\(E(X)=np\)B.\(D(X)=np(1-p)\)C.\(P(X=k)=C_n^kp^k(1-p)^{n-k}\)D.当\(n\)很大，\(p\)很小时，近似服从泊松分布E.\(X\)取值为\(0\)到\(n\)3.对于二维随机变量\((X,Y)\)，以下说法正确的是（）A.若\(X\)和\(Y\)相互独立，则\(f(x,y)=f_X(x)f_Y(y)\)（连续型）B.\(E(X+Y)=E(X)+E(Y)\)C.\(D(X+Y)=D(X)+D(Y)\)D.若\(X\)和\(Y\)相互独立，则\(Cov(X,Y)=0\)E.\(Cov(X,Y)=E(XY)-E(X)E(Y)\)4.设总体\(X\)服从正态分布\(N(\mu,\sigma^2)\)，\(X_1,X_2,\cdots,X_n\)是样本，则（）A.\(\overline{X}\simN(\mu,\frac{\sigma^2}{n})\)B.\(\frac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}\simN(0,1)\)C.\(\frac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)\)D.\(\frac{\overline{X}-\mu}{\frac{S}{\sqrt{n}}}\simt(n-1)\)E.样本均值\(\overline{X}\)是\(\mu\)的无偏估计量5.以下哪些是常用的点估计方法（）A.矩估计法B.最大似然估计法C.区间估计法D.最小二乘法E.贝叶斯估计法6.设\(A\)、\(B\)、\(C\)为三个事件，以下等式成立的是（）A.\(A\cupB=B\cupA\)B.\((A\cupB)\cupC=A\cup(B\cupC)\)C.\(A(B\cupC)=(AB)\cup(AC)\)D.\(\overline{A\cupB}=\overline{A}\cap\overline{B}\)E.\(\overline{A\capB}=\overline{A}\cup\overline{B}\)7.随机变量\(X\)的分布函数\(F(x)\)具有的性质有（）A.\(0\leqslantF(x)\leqslant1\)B.\(F(-\infty)=0\)C.\(F(+\infty)=1\)D.\(F(x)\)单调不减E.\(F(x)\)右连续8.设\(X\)是离散型随机变量，其分布律为\(P(X=x_k)=p_k\)，\(k=1,2,\cdots\)，则（）A.\(p_k\geqslant0\)B.\(\sum_{k=1}^{\infty}p_k=1\)C.\(E(X)=\sum_{k=1}^{\infty}x_kp_k\)D.\(D(X)=E(X^2)-[E(X)]^2\)E.\(E(aX+b)=aE(X)+b\)（\(a,b\)为常数）9.以下关于正态分布的说法正确的是（）A.正态分布的概率密度函数图像是关于\(x=\mu\)对称的钟形曲线B.当\(\sigma\)越大，曲线越“矮胖”C.当\(\sigma\)越小，曲线越“瘦高”D.标准正态分布是\(\mu=0\)，\(\sigma=1\)的正态分布E.任何正态分布都可以通过线性变换转化为标准正态分布10.在假设检验中，与拒绝域有关的因素有（）A.原假设\(H_0\)B.备择假设\(H_1\)C.显著性水平\(\alpha\)D.检验统计量E.样本容量\(n\)三、判断题（每题2分，共20分）1.若\(P(A)+P(B)=1\)，则\(A\)与\(B\)为对立事件。（）2.连续型随机变量\(X\)的概率密度函数\(f(x)\)在某点\(x_0\)的值\(f(x_0)\)就是\(X\)取\(x_0\)的概率。（）3.若随机变量\(X\)和\(Y\)的协方差\(Cov(X,Y)=0\)，则\(X\)和\(Y\)相互独立。（）4.样本均值\(\overline{X}\)是总体均值\(\mu\)的无偏估计量，样本方差\(S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\overline{X})^2\)是总体方差\(\sigma^2\)的无偏估计量。（）5.设\(X\simN(\mu,\sigma^2)\)，则\(P(X\leqslant\mu)=0.5\)。（）6.对于任意两个事件\(A\)和\(B\)，都有\(P(A\cupB)=P(A)+P(B)\)。（）7.随机变量\(X\)的方差\(D(X)\)越大，说明\(X\)的取值越分散。（）8.若总体\(X\)的分布未知，只要样本容量\(n\)足够大，根据中心极限定理，样本均值\(\overline{X}\)近似服从正态分布。（）9.在假设检验中，显著性水平\(\alpha\)就是犯第一类错误的概率。（）10.设\(X\)和\(Y\)是两个随机变量，若\(E(XY)=E(X)E(Y)\)，则\(X\)和\(Y\)相互独立。（）四、简答题（每题5分，共20分）1.简述概率的公理化定义。答：设\(\Omega\)是样本空间，\(F\)是\(\Omega\)中的一些子集组成的集合族，若对\(F\)中的每一个事件\(A\)，都有一个实数\(P(A)\)与之对应，且满足非负性\(P(A)\geqslant0\)；规范性\(P(\Omega)=1\)；可列可加性，即若\(A_1,A_2,\cdots\)两两互不相容，则\(P(\bigcup_{i=1}^{\infty}A_i)=\sum_{i=1}^{\infty}P(A_i)\)，则称\(P(A)\)为事件\(A\)的概率。2.简述随机变量的数学期望和方差的含义。答：数学期望反映随机变量取值的平均水平。方差衡量随机变量取值相对于其均值的离散程度，方差越大，取值越分散；方差越小，取值越集中在均值附近。3.简述矩估计法的基本步骤。答：首先求总体的\(k\)阶矩\(E(X^k)\)（\(k=1,2,\cdots\)），一般用含未知参数的式子表示。然后令样本\(k\)阶矩\(A_k=\frac{1}{n}\sum_{i=1}^{n}X_i^k\)等于总体\(k\)阶矩\(E(X^k)\)，得到关于未知参数的方程或方程组，最后求解方程或方程组得到未知参数的矩估计量。4.简述假设检验的基本步骤。答：第一步，提出原假设\(H_0\)和备择假设\(H_1\)；第二步，选择合适的检验统计量；第三步，给定显著性水平\(\alpha\)，确定拒绝域；第四步，根据样本观测值计算检验统计量的值；第五步，将检验统计量的值与拒绝域比较，作出拒绝或接受\(H_0\)的决策。五、讨论题（每题5分，共20分）1.讨论相互独立与互不相容的区别与联系。答：区别：相互独立是从概率角度定义，\(P(AB)=P(A)P(B)\)；互不相容是事件关系，\(AB=\varnothing\)即\(P(AB)=0\)。联系：一般两者无必然联系。若\(P(A)>0\)，\(P(B)>0\)，则相互独立的\(A\)、\(B\)一定不是互不相容；互不相容的\(A\)、\(B\)通常不相互独立（除\(P(A)=0\)或\(P(B)=0\)外）。2.讨论正态分布在实际生活中的应用。答：在实际