2025年山大概率统计试题及答案

山大概率统计试题及答案

单项选择题（每题2分，共10题）1.设事件A与B互不相容，且P(A)>0，P(B)>0，则有（）A.P(AB)=P(A)P(B)B.P(A|B)=P(A)C.P(A∪B)=1D.P(A|B)=02.已知随机变量X的概率密度为f(x)，且f(-x)=f(x)，F(x)是X的分布函数，则对任意实数a，有（）A.F(-a)=1-∫₀ᵃf(x)dxB.F(-a)=0.5-∫₀ᵃf(x)dxC.F(-a)=F(a)D.F(-a)=2F(a)-13.设随机变量X服从参数为λ的泊松分布，且P(X=1)=P(X=2)，则λ=（）A.1B.2C.3D.44.设随机变量X和Y相互独立，且X~N(1,2)，Y~N(0,1)，则Z=X-Y服从的分布是（）A.N(1,3)B.N(1,1)C.N(0,3)D.N(0,1)5.设总体X~N(μ,σ²)，X₁,X₂,…,Xₙ为来自总体X的样本，X̅为样本均值，则D(X̅)=（）A.σ²B.σ²/nC.nσ²D.σ/√n6.设A，B为两个随机事件，且P(A)=0.6，P(B)=0.7，则P(AB)的最大值为（）A.0.6B.0.7C.1D.0.427.已知随机变量X的分布函数为F(x)，则P(a<X≤b)=（）A.F(a)-F(b)B.F(b)-F(a)C.F(a)+F(b)D.1-F(b)+F(a)8.设随机变量X的概率分布为P(X=k)=c(2/3)ᵏ，k=1,2,3,…，则c=（）A.1/2B.1C.2D.39.设二维随机变量(X,Y)的联合分布函数为F(x,y)，则F(+∞,y)=（）A.0B.1C.FY(y)D.FX(x)10.设总体X~U(a,b)，X₁,X₂,…,Xₙ为来自总体X的样本，则参数a，b的矩估计量分别为（）A.â=X̅-S，b̂=X̅+SB.â=min{X₁,X₂,…,Xₙ}，b̂=max{X₁,X₂,…,Xₙ}C.â=2X̅-√(3S²)，b̂=2X̅+√(3S²)D.â=X̅-√(3S²)，b̂=X̅+√(3S²)多项选择题（每题2分，共10题）1.以下关于概率的性质正确的有（）A.0≤P(A)≤1B.P(Ω)=1C.P(∅)=0D.若A⊂B，则P(A)≤P(B)2.设随机变量X服从正态分布N(μ,σ²)，则以下说法正确的是（）A.正态曲线关于x=μ对称B.当μ固定时，σ越大，曲线越“矮胖”C.P(X=μ)=0D.X的取值范围是(-∞,+∞)3.设随机变量X和Y的相关系数为ρXY，则（）A.|ρXY|≤1B.若X和Y相互独立，则ρXY=0C.若ρXY=0，则X和Y相互独立D.ρXY反映了X和Y之间线性关系的密切程度4.以下哪些是离散型随机变量的概率分布（）A.二项分布B.泊松分布C.均匀分布D.正态分布5.设总体X的均值为μ，方差为σ²，X₁,X₂,X₃为来自总体X的样本，则以下哪些是μ的无偏估计量（）A.X̅=(X₁+X₂+X₃)/3B.(X₁+X₂)/2C.X₁D.(X₁+2X₂)/36.设事件A，B相互独立，且P(A)=0.4，P(B)=0.5，则（）A.P(AB)=0.2B.P(A∪B)=0.7C.P(A|B)=0.4D.P(B|A)=0.57.设二维随机变量(X,Y)的联合概率密度为f(x,y)，则（）A.∫∫f(x,y)dxdy=1B.f(x,y)≥0C.P((X,Y)∈D)=∫∫Df(x,y)dxdyD.边缘概率密度fX(x)=∫f(x,y)dy8.以下关于大数定律的说法正确的有（）A.大数定律表明大量重复试验中，事件发生的频率稳定于概率B.切比雪夫大数定律要求随机变量序列相互独立且方差有界C.伯努利大数定律是切比雪夫大数定律的特殊情况D.大数定律为用频率估计概率提供了理论依据9.设总体X~N(μ,σ²)，在对总体均值μ进行区间估计时，以下说法正确的是（）A.置信水平越高，置信区间越宽B.样本容量越大，置信区间越窄C.已知σ²时用Z统计量，未知σ²时用t统计量D.置信区间是一个随机区间10.设随机变量X的期望E(X)存在，则以下正确的是（）A.E(c)=c（c为常数）B.E(cX)=cE(X)C.E(X+Y)=E(X)+E(Y)D.若X，Y相互独立，E(XY)=E(X)E(Y)判断题（每题2分，共10题）1.若事件A和B互斥，则A和B一定相互独立。（）2.连续型随机变量X的概率密度函数f(x)在某点x₀处的值f(x₀)表示X取值为x₀的概率。（）3.设随机变量X和Y相互独立且都服从参数为1的指数分布，则X+Y也服从指数分布。（）4.样本均值X̅是总体均值μ的无偏估计量。（）5.若随机变量X的方差D(X)=0，则X为常数。（）6.事件A的对立事件记为Ā，则P(A)+P(Ā)=1。（）7.二维均匀分布的联合概率密度在其取值区域内是常数。（）8.相关系数ρXY=0是随机变量X和Y相互独立的充分必要条件。（）9.中心极限定理表明，无论总体服从什么分布，当样本容量足够大时，样本均值近似服从正态分布。（）10.设总体X的分布函数为F(x;θ)，θ为未知参数，θ̂是θ的一个估计量，若E(θ̂)=θ，则θ̂是θ的有效估计量。（）简答题（每题5分，共4题）1.简述概率的公理化定义。答：设E是随机试验，Ω是它的样本空间。对于E的每一事件A赋予一个实数，记为P(A)，称为事件A的概率，若P(A)满足：非负性，P(A)≥0；规范性，P(Ω)=1；可列可加性，若A₁,A₂,…两两互不相容，则P(∪ₙ₌₁^∞Aₙ)=∑ₙ₌₁^∞P(Aₙ)。2.简述离散型随机变量和连续型随机变量的区别。答：离散型随机变量的取值是可列的，能用概率分布P(X=xₖ)=pₖ（k=1,2,…）描述；连续型随机变量取值充满某个区间，用概率密度函数f(x)描述，通过积分求概率，且取某一具体值概率为0，离散型取某值概率可不为0。3.什么是无偏估计量？答：设θ是总体的一个未知参数，θ̂(X₁,X₂,…,Xₙ)是θ的一个估计量，若E(θ̂)=θ，则称θ̂是θ的无偏估计量，即估计量的数学期望等于被估计的参数。4.简述正态分布的性质。答：正态分布图像关于x=μ对称，在x=μ处取得最大值；μ决定对称轴位置，σ决定曲线“胖瘦”，σ越大曲线越“矮胖”；取值范围是(-∞,+∞)；服从正态分布的随机变量的线性组合仍服从正态分布。讨论题（每题5分，共4题）1.讨论在实际生活中，概率统计有哪些应用场景。答：在保险行业用于风险评估与保费制定；在质量控制中监测产品质量；在金融领域用于投资决策、风险分析；在市场调研中通过抽样推断总体需求等，为决策提供依据。2.讨论随机变量独立性的实际意义及判断方法。答：实际意义在于变量间互不影响，如多个独立生产环节。判断方法：离散型看联合分布是否等于边缘分布乘积；连续型看联合概率密度是否等于边缘概率密度乘积；也可从实际背景判断变量间有无关联。3.讨论参数估计中，点估计和区间估计的优缺点。答：点估计优点是给出具体数值，计算简便；缺点是无法知道估计的精确程度和可靠程度。区间估计优点是给出包含参数的区间及可靠程度；缺点是没有具体估计值，区间宽窄与可靠度、精度有关，较难平衡。4.讨论大数定律和中心极限定理在统计学中的重要性。答：大数定律表明大量重复试验下频率趋于概率，为用频率估计概率提供理论基础；中心极限定理指出样本容量足够大时，样本均值近似正态，使许多统计推断和分析（如区间估计、假设检验）得以实现，是统计学重要理论支撑。答案单项选择题1.D2.B3.B4