概率论与数理期末考试及答案

概率论与数理期末考试及答案

一、单项选择题（每题2分，共20分）1.设\(A\)，\(B\)为两个互斥事件，且\(P(A)>0\)，\(P(B)>0\)，则下列结论正确的是（）A.\(P(A|B)=P(A)\)B.\(P(B|A)>0\)C.\(P(AB)=P(A)P(B)\)D.\(P(A\cupB)=P(A)+P(B)\)2.已知随机变量\(X\)服从参数为\(\lambda\)的泊松分布，且\(P(X=1)=P(X=2)\)，则\(\lambda\)的值为（）A.1B.2C.3D.43.设随机变量\(X\)的概率密度函数为\(f(x)=\begin{cases}2x,&0\leqx\leq1\\0,&其他\end{cases}\)，则\(P(X\leq0.5)\)等于（）A.0.25B.0.5C.0.75D.14.若随机变量\(X\)与\(Y\)相互独立，且\(X\simN(1,4)\)，\(Y\simN(2,9)\)，则\(Z=X-Y\)服从的分布是（）A.\(N(-1,-5)\)B.\(N(-1,13)\)C.\(N(3,13)\)D.\(N(3,5)\)5.设总体\(X\simN(\mu,\sigma^{2})\)，\(X_1,X_2,\cdots,X_n\)是来自总体\(X\)的样本，\(\overline{X}=\frac{1}{n}\sum_{i=1}^{n}X_i\)，则\(\frac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}\)服从的分布是（）A.\(N(0,1)\)B.\(t(n-1)\)C.\(\chi^{2}(n)\)D.\(F(n,1)\)6.设随机变量\(X\)的分布函数为\(F(x)=\begin{cases}0,&x<0\\\frac{x}{2},&0\leqx<1\\\frac{2}{3},&1\leqx<2\\1,&x\geq2\end{cases}\)，则\(P(X=1)\)等于（）A.\(\frac{1}{2}\)B.\(\frac{1}{3}\)C.\(\frac{2}{3}\)D.17.已知\(E(X)=2\)，\(D(X)=4\)，则\(E(X^{2})\)的值为（）A.4B.8C.12D.168.设\(X_1,X_2,\cdots,X_n\)是来自总体\(X\)的样本，总体\(X\)的均值为\(\mu\)，样本均值为\(\overline{X}\)，则\(E(\overline{X})\)等于（）A.\(n\mu\)B.\(\mu\)C.\(\frac{\mu}{n}\)D.\(\mu^{2}\)9.设\(A\)，\(B\)为两个事件，且\(P(A)=0.6\)，\(P(B)=0.5\)，\(P(A|B)=0.4\)，则\(P(AB)\)等于（）A.0.2B.0.3C.0.4D.0.510.设随机变量\(X\)服从区间\([0,2]\)上的均匀分布，则\(D(X)\)等于（）A.\(\frac{1}{3}\)B.\(\frac{2}{3}\)C.\(\frac{4}{3}\)D.\(\frac{1}{4}\)答案：1.D2.B3.A4.B5.A6.B7.C8.B9.A10.A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.\(0\leqP(A)\leq1\)B.\(P(\varnothing)=0\)C.\(P(\Omega)=1\)D.若\(A\subseteqB\)，则\(P(A)\leqP(B)\)2.设随机变量\(X\)的分布律为\(P(X=k)=\frac{C}{2^{k}}\)，\(k=1,2,\cdots\)，则常数\(C\)的值可以通过（）来确定A.\(\sum_{k=1}^{\infty}P(X=k)=1\)B.利用分布律的非负性C.利用期望公式D.利用方差公式3.若随机变量\(X\)与\(Y\)相互独立，则（）A.\(E(XY)=E(X)E(Y)\)B.\(D(X+Y)=D(X)+D(Y)\)C.\(P(X\leqx,Y\leqy)=P(X\leqx)P(Y\leqy)\)D.\(f_{XY}(x,y)=f_X(x)f_Y(y)\)（连续型时）4.设总体\(X\simN(\mu,\sigma^{2})\)，\(X_1,X_2,\cdots,X_n\)是来自总体\(X\)的样本，以下哪些是统计量（）A.\(\overline{X}=\frac{1}{n}\sum_{i=1}^{n}X_i\)B.\(S^{2}=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\overline{X})^{2}\)C.\(\frac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}\)D.\(\sum_{i=1}^{n}X_i^{2}\)5.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关于\(x=\mu\)对称B.正态分布由均值\(\mu\)和方差\(\sigma^{2}\)唯一确定C.若\(X\simN(\mu,\sigma^{2})\)，则\(P(\mu-\sigma<X<\mu+\sigma)\approx0.6826\)D.正态分布是一种连续型分布6.设\(A\)，\(B\)，\(C\)为三个事件，下列等式成立的是（）A.\(A\cupB=B\cupA\)B.\((A\cupB)\cupC=A\cup(B\cupC)\)C.\(A(B\cupC)=(AB)\cup(AC)\)D.\(\overline{A\cupB}=\overline{A}\cap\overline{B}\)7.随机变量\(X\)的期望\(E(X)\)具有以下性质（）A.\(E(c)=c\)（\(c\)为常数）B.\(E(aX+b)=aE(X)+b\)（\(a,b\)为常数）C.\(E(X+Y)=E(X)+E(Y)\)D.若\(X\geq0\)，则\(E(X)\geq0\)8.对于离散型随机变量\(X\)，其分布律\(P(X=x_k)=p_k\)，\(k=1,2,\cdots\)需满足（）A.\(p_k\geq0\)，\(k=1,2,\cdots\)B.\(\sum_{k=1}^{\infty}p_k=1\)C.\(0\leqp_k\leq1\)D.\(p_k\)可以为任意实数9.设总体\(X\)的均值为\(\mu\)，方差为\(\sigma^{2}\)，\(X_1,X_2,\cdots,X_n\)是来自总体\(X\)的样本，则样本均值\(\overline{X}\)的（）A.\(E(\overline{X})=\mu\)B.\(D(\overline{X})=\frac{\sigma^{2}}{n}\)C.当\(n\)很大时，\(\overline{X}\)近似服从正态分布D.\(\overline{X}\)是总体均值\(\mu\)的无偏估计量10.以下哪些是常见的离散型分布（）A.两点分布B.二项分布C.泊松分布D.均匀分布答案：1.ABCD2.AB3.ABCD4.ABD5.ABCD6.ABCD7.ABCD8.ABC9.ABCD10.ABC三、判断题（每题2分，共20分）1.若\(A\)与\(B\)是对立事件，则\(A\)与\(B\)一定互斥。（）2.随机变量\(X\)的分布函数\(F(x)\)是单调递增函数。（）3.设\(X\)与\(Y\)是两个随机变量，若\(E(XY)=E(X)E(Y)\)，则\(X\)与\(Y\)相互独立。（）4.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。（）5.若随机变量\(X\)服从正态分布\(N(\mu,\sigma^{2})\)，则\(P(X=\mu)=0\)。（）6.概率为0的事件一定是不可能事件。（）7.对于任意两个事件\(A\)和\(B\)，有\(P(A\cupB)=P(A)+P(B)\)。（）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\(\sum_{k=1}^{\infty}p_k^2=1\)。（）9.总体\(X\)的样本\(X_1,X_2,\cdots,X_n\)相互独立且与总体\(X\)同分布。（）10.若\(X\)服从参数为\(n\)，\(p\)的二项分布\(B(n,p)\)，则\(E(X)=np\)，\(D(X)=np(1-p)\)。（）答案：1.√2.√3.×4.√5.√6.×7.×8.×9.√10.√四、简答题（每题5分，共20分）1.简述概率的公理化定义。答案：设\(E\)是随机试验，\(\Omega\)是样本空间，对于\(\Omega\)中的每一个事件\(A\)，赋予一个实数\(P(A)\)，若\(P(A)\)满足：非负性\(P(A)\geq0\)；规范性\(P(\Omega)=1\)；可列可加性，对两两互斥事件\(A_1,A_2,\cdots\)有\(P(\bigcup_{i=1}^{\infty}A_i)=\sum_{i=1}^{\infty}P(A_i)\)，则称\(P(A)\)为事件\(A\)的概率。2.已知随机变量\(X\)的概率密度函数\(f(x)\)，如何求\(X\)的分布函数\(F(x)\)？答案：分布函数\(F(x)=\int_{-\infty}^{x}f(t)dt\)。当\(x\)取不同范围值时，根据\(f(x)\)的表达式分段积分求解\(F(x)\)，注意积分下限是负无穷，上限是\(x\)。3.简述矩估计法的基本思想。答案：用样本矩来估计总体矩。因为样本来自总体，样本矩在一定程度上反映总体矩特征。比如用样本均值估计总体均值，用样本二阶中心矩估计总体方差，通过建立方程求解总体参数的估计值。4.简述随机变量独立性的实际意义。答案：实际中，若随机变量相互独立，意味着一个变量的取值不影响另一个变量取值的概率。例如不同地区的天气状况，若相互独立，一个地区下雨与否不影响另一个地区下雨概率，便于分别研究和计算相关概率问题。五、讨论题（每题5分，共20分）1.在实际生活中，哪些情况可以用正态分布来近似描述？并说明原因。答案：很多自然和社会现象可近似用正态分布描述，如学生考试成绩、人群身高体重。因为这些现象受众多相互独立的微小因素综合影响，根据中心极限定理，大量独立同分布随机变量之和近似服从正态分布，所以呈现出中间多、两头少的分布特征。2.讨论样本容量对参数估计的影响。答案：样本容量越大，参数估计越精确可靠。大样本能更全面反映总体特征，样本统计量更接近总体参数真实值。比如估计总体均值，大样本下样本均值的方差更小，估计的误差范围减小，置信区间更窄，提高了估计的准确性和可信度。3.举例说明条件概率在实际决策中的应用。答案：例如医疗诊断。已知某种疾病发病率