2025年大数据数学考试题及答案

2025年大数据数学考试题及答案一、选择题（每题5分，共30分）1.设数据集$D=\{3,5,7,9,11\}$，则该数据集的均值为（）A.7B.8C.9D.10答案：A解析：均值（平均数）的计算公式为$\bar{x}=\frac{\sum_{i=1}^{n}x_{i}}{n}$，其中$n$是数据的个数，$x_{i}$是第$i$个数据。对于数据集$D=\{3,5,7,9,11\}$，$n=5$，$\sum_{i=1}^{5}x_{i}=3+5+7+9+11=35$，则均值$\bar{x}=\frac{35}{5}=7$。2.已知两个事件$A$和$B$，$P(A)=0.4$，$P(B)=0.5$，若$A$和$B$相互独立，则$P(A\cupB)$等于（）A.0.2B.0.7C.0.8D.0.9答案：B解析：若两个事件$A$和$B$相互独立，则$P(A\capB)=P(A)\timesP(B)$。已知$P(A)=0.4$，$P(B)=0.5$，所以$P(A\capB)=0.4\times0.5=0.2$。根据概率的加法公式$P(A\cupB)=P(A)+P(B)-P(A\capB)$，将$P(A)=0.4$，$P(B)=0.5$，$P(A\capB)=0.2$代入可得$P(A\cupB)=0.4+0.5-0.2=0.7$。3.在线性回归方程$\hat{y}=\hat{\beta}_{0}+\hat{\beta}_{1}x$中，$\hat{\beta}_{1}$表示（）A.当$x$每增加一个单位时，$y$的平均变化量B.当$y$每增加一个单位时，$x$的平均变化量C.回归直线在$y$轴上的截距D.回归直线的斜率答案：D解析：在线性回归方程$\hat{y}=\hat{\beta}_{0}+\hat{\beta}_{1}x$中，$\hat{\beta}_{1}$是回归直线的斜率，它表示当$x$每增加一个单位时，$\hat{y}$（预测值）的平均变化量；$\hat{\beta}_{0}$是回归直线在$y$轴上的截距。所以本题选D。4.已知矩阵$A=\begin{bmatrix}1&2\\3&4\end{bmatrix}$，则矩阵$A$的行列式$|A|$的值为（）A.-2B.2C.10D.-10答案：A解析：对于二阶矩阵$A=\begin{bmatrix}a&b\\c&d\end{bmatrix}$，其行列式$|A|=ad-bc$。已知矩阵$A=\begin{bmatrix}1&2\\3&4\end{bmatrix}$，则$|A|=1\times4-2\times3=4-6=-2$。5.设随机变量$X\simN(2,4)$，则$P(X\lt4)$的值为（已知$\varPhi(1)=0.8413$）（）A.0.8413B.0.1587C.0.6826D.0.3413答案：A解析：若随机变量$X\simN(\mu,\sigma^{2})$，则$Z=\frac{X-\mu}{\sigma}\simN(0,1)$。已知$X\simN(2,4)$，则$\mu=2$，$\sigma=2$。$P(X\lt4)=P\left(\frac{X-2}{2}\lt\frac{4-2}{2}\right)=P(Z\lt1)$，因为标准正态分布函数$\varPhi(z)=P(Z\ltz)$，且已知$\varPhi(1)=0.8413$，所以$P(X\lt4)=0.8413$。6.在一个包含100个样本的数据集里，某个特征值出现的频数为20，则该特征值的频率为（）A.0.2B.0.5C.0.8D.20答案：A解析：频率的计算公式为$f=\frac{n}{N}$，其中$n$是某个特征值出现的频数，$N$是样本总数。已知$n=20$，$N=100$，则频率$f=\frac{20}{100}=0.2$。二、填空题（每题5分，共20分）1.已知向量$\vec{a}=(1,2)$，$\vec{b}=(3,-1)$，则$\vec{a}\cdot\vec{b}=$______。答案：1解析：对于两个向量$\vec{a}=(x_{1},y_{1})$，$\vec{b}=(x_{2},y_{2})$，它们的数量积$\vec{a}\cdot\vec{b}=x_{1}x_{2}+y_{1}y_{2}$。已知$\vec{a}=(1,2)$，$\vec{b}=(3,-1)$，则$\vec{a}\cdot\vec{b}=1\times3+2\times(-1)=3-2=1$。2.若数据$x_{1},x_{2},\cdots,x_{n}$的方差为4，则数据$3x_{1}+2,3x_{2}+2,\cdots,3x_{n}+2$的方差为______。答案：36解析：设数据$x_{1},x_{2},\cdots,x_{n}$的平均数为$\bar{x}$，方差为$s^{2}$，则$\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_{i}$，$s^{2}=\frac{1}{n}\sum_{i=1}^{n}(x_{i}-\bar{x})^{2}=4$。对于数据$y_{i}=3x_{i}+2$，$i=1,2,\cdots,n$，其平均数$\bar{y}=\frac{1}{n}\sum_{i=1}^{n}(3x_{i}+2)=3\times\frac{1}{n}\sum_{i=1}^{n}x_{i}+2=3\bar{x}+2$。方差$s_{y}^{2}=\frac{1}{n}\sum_{i=1}^{n}[(3x_{i}+2)-(3\bar{x}+2)]^{2}=\frac{1}{n}\sum_{i=1}^{n}(3x_{i}-3\bar{x})^{2}=\frac{1}{n}\sum_{i=1}^{n}9(x_{i}-\bar{x})^{2}=9\times\frac{1}{n}\sum_{i=1}^{n}(x_{i}-\bar{x})^{2}=9s^{2}$。因为$s^{2}=4$，所以$s_{y}^{2}=9\times4=36$。3.已知函数$f(x)=x^{3}-3x^{2}+2$，则函数$f(x)$的极大值为______。答案：2解析：首先对函数$f(x)=x^{3}-3x^{2}+2$求导，$f^\prime(x)=3x^{2}-6x=3x(x-2)$。令$f^\prime(x)=0$，即$3x(x-2)=0$，解得$x=0$或$x=2$。当$x\lt0$时，$f^\prime(x)=3x(x-2)\gt0$，函数$f(x)$单调递增；当$0\ltx\lt2$时，$f^\prime(x)=3x(x-2)\lt0$，函数$f(x)$单调递减；当$x\gt2$时，$f^\prime(x)=3x(x-2)\gt0$，函数$f(x)$单调递增。所以$x=0$是函数$f(x)$的极大值点，将$x=0$代入$f(x)$可得$f(0)=0^{3}-3\times0^{2}+2=2$，即函数$f(x)$的极大值为2。4.在抽样调查中，从500个总体中抽取50个样本，若采用系统抽样的方法，则抽样间隔为______。答案：10解析：系统抽样的抽样间隔$k=\frac{N}{n}$，其中$N$是总体个数，$n$是样本容量。已知$N=500$，$n=50$，则抽样间隔$k=\frac{500}{50}=10$。三、解答题（共50分）1.（10分）某公司记录了过去10个月的销售额（单位：万元）如下：30，32，35，33，36，34，37，35，38，36。（1）求这组数据的中位数；（2）求这组数据的标准差（结果保留两位小数）。解：（1）将数据从小到大排列：30，32，33，34，35，35，36，36，37，38。因为数据个数$n=10$为偶数，所以中位数是中间两个数的平均值，即第5个数和第6个数的平均值。中位数$M=\frac{35+35}{2}=35$（万元）。（2）首先求这组数据的均值$\bar{x}$：$\bar{x}=\frac{30+32+33+34+35+35+36+36+37+38}{10}=\frac{346}{10}=34.6$（万元）。然后求方差$s^{2}$：\[\begin{align}s^{2}&=\frac{1}{10}\sum_{i=1}^{10}(x_{i}-\bar{x})^{2}\\&=\frac{1}{10}[(30-34.6)^{2}+(32-34.6)^{2}+(33-34.6)^{2}+(34-34.6)^{2}+(35-34.6)^{2}+(35-34.6)^{2}+(36-34.6)^{2}+(36-34.6)^{2}+(37-34.6)^{2}+(38-34.6)^{2}]\\&=\frac{1}{10}[(-4.6)^{2}+(-2.6)^{2}+(-1.6)^{2}+(-0.6)^{2}+0.4^{2}+0.4^{2}+1.4^{2}+1.4^{2}+2.4^{2}+3.4^{2}]\\&=\frac{1}{10}(21.16+6.76+2.56+0.36+0.16+0.16+1.96+1.96+5.76+11.56)\\&=\frac{1}{10}\times52.4\\&=5.24\end{align}\]标准差$s=\sqrt{s^{2}}=\sqrt{5.24}\approx2.29$（万元）。2.（12分）设随机变量$X$的概率分布为：|$X$|-1|0|1||----|----|----|----||$P$|0.2|0.5|0.3|（1）求$E(X)$和$D(X)$；（2）设$Y=2X+1$，求$E(Y)$和$D(Y)$。解：（1）根据期望和方差的定义公式：期望$E(X)=\sum_{i}x_{i}P(X=x_{i})$，则$E(X)=(-1)\times0.2+0\times0.5+1\times0.3=-0.2+0+0.3=0.1$。方差$D(X)=\sum_{i}(x_{i}-E(X))^{2}P(X=x_{i})$，$D(X)=(-1-0.1)^{2}\times0.2+(0-0.1)^{2}\times0.5+(1-0.1)^{2}\times0.3$$=(-1.1)^{2}\times0.2+(-0.1)^{2}\times0.5+(0.9)^{2}\times0.3$$=1.21\times0.2+0.01\times0.5+0.81\times0.3$$=0.242+0.005+0.243$$=0.49$。（2）根据期望和方差的性质：若$Y=aX+b$（$a$，$b$为常数），则$E(Y)=aE(X)+b$，$D(Y)=a^{2}D(X)$。已知$Y=2X+1$，$a=2$，$b=1$，$E(X)=0.1$，$D(X)=0.49$。$E(Y)=2E(X)+1=2\times0.1+1=1.2$。$D(Y)=2^{2}D(X)=4\times0.49=1.96$。3.（14分）已知线性回归模型$y=\beta_{0}+\beta_{1}x+\varepsilon$，其中$\varepsilon\simN(0,\sigma^{2})$，通过最小二乘法得到样本数据$(x_{1},y_{1}),(x_{2},y_{2}),\cdots,(x_{n},y_{n})$的回归方程为$\hat{y}=\hat{\beta}_{0}+\hat{\beta}_{1}x$。（1）推导$\hat{\beta}_{1}$和$\hat{\beta}_{0}$的计算公式；（2）若已知一组样本数据：$x=[1,2,3,4,5]$，$y=[2,4,6,8,10]$，求回归方程$\hat{y}=\hat{\beta}_{0}+\hat{\beta}_{1}x$。解：（1）设$Q(\beta_{0},\beta_{1})=\sum_{i=1}^{n}(y_{i}-\beta_{0}-\beta_{1}x_{i})^{2}$，要使$Q(\beta_{0},\beta_{1})$达到最小，分别对$\beta_{0}$和$\beta_{1}$求偏导数并令其为0。$\frac{\partialQ}{\partial\beta_{0}}=-2\sum_{i=1}^{n}(y_{i}-\beta_{0}-\beta_{1}x_{i})=0$，即$\sum_{i=1}^{n}(y_{i}-\beta_{0}-\beta_{1}x_{i})=0$，$\sum_{i=1}^{n}y_{i}-n\beta_{0}-\beta_{1}\sum_{i=1}^{n}x_{i}=0$，可得$\beta_{0}=\bar{y}-\beta_{1}\bar{x}$，其中$\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_{i}$，$\bar{y}=\frac{1}{n}\sum_{i=1}^{n}y_{i}$。$\frac{\partialQ}{\partial\beta_{1}}=-2\sum_{i=1}^{n}(y_{i}-\beta_{0}-\beta_{1}x_{i})x_{i}=0$，将$\beta_{0}=\bar{y}-\beta_{1}\bar{x}$代入可得：\[\begin{align}\sum_{i=1}^{n}(y_{i}-\bar{y}+\beta_{1}\bar{x}-\beta_{1}x_{i})x_{i}&=0\\\sum_{i=1}^{n}(y_{i}-\bar{y})x_{i}-\beta_{1}\sum_{i=1}^{n}(x_{i}-\bar{x})x_{i}&=0\\\beta_{1}&=\frac{\sum_{i=1}^{n}(x_{i}-\bar{x})(y_{i}-\bar{y})}{\sum_{i=1}^{n}(x_{i}-\bar{x})^{2}}\end{align}\]（2）首先计算$\bar{x}$和$\bar{y}$：$\bar{x}=\frac{1+2+3+4+5}{5}=3$，$\bar{y}=\frac{2+4+6+8+10}{5}=6$。$\sum_{i=1}^{5}(x_{i}-\bar{x})(y_{i}-\bar{y})=(1-3)\times(2-6)+(2-3)\times(4-6)+(3-3)\times(6-6)+(4-3)\times(8-6)+(5-3)\times(10-6)$$=(-2)\times(-4)+(-1)\times(-2)+0\times0+1\times2+2\times4$$=8+2+0+2+8=20$。$\sum_{i=1}^{5}(x_{i}-\bar{x})^{2}=(1-3)^{2}+(2-3)^{2}+(3-3)^{2}+(4-3)^{2}+(5-3)^{2}$$=(-2)^{2}+(-1)^{2}+0^{2}+1^{2}+2^{2}=4+1+0+1+4=10$。则$\hat{\beta}_{1}=\frac{\sum_{i=1}^{5}(x_{i}-\bar{x})(y_{i}-\bar{y})}{\sum_{i=1}^{5}(x_{i}-\bar{x})^{2}}=\frac{20}{10}=2$。$\hat{\beta}_{0}=\bar{y}-