考研概率试题及答案_第1页
考研概率试题及答案_第2页
考研概率试题及答案_第3页
考研概率试题及答案_第4页
考研概率试题及答案_第5页
已阅读5页,还剩28页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

考研概率试题及答案一、概率论基础(20分)1.选择题(每题2分,共6分)1.设A、B为两个随机事件,且P(A)=0.6,P(B)=0.3,P(AB)=0.1,则P(A∪B)=()A.0.7B.0.8C.0.9D.1.02.已知P(A)=0.5,P(B)=0.6,P(AB)=0.3,则P(A|B)=()A.0.5B.0.6C.0.75D.0.83.设A、B、C为三个随机事件,且A与B相互独立,B与C相互独立,A与C相互独立,则()A.A、B、C相互独立B.A、B、C两两独立但不一定相互独立C.A、B、C不一定相互独立D.以上都不对2.填空题(每题2分,共4分)1.设A、B为两个随机事件,且P(A)=0.4,P(B)=0.5,P(A∪B)=0.7,则P(A∩B)=______。2.设A、B为两个随机事件,且P(A)=0.6,P(B)=0.5,P(A|B)=0.8,则P(A∪B)=______。3.计算题(每题5分,共10分)1.一批产品中有10件正品和2件次品,不放回地抽取两次,每次一件。求:(1)第一次取到正品的概率;(2)第一次取到正品且第二次取到次品的概率;(3)已知第一次取到正品,第二次取到次品的概率。2.有三个箱子,第一个箱子中有4个白球和2个黑球,第二个箱子中有3个白球和3个黑球,第三个箱子中有2个白球和4个黑球。随机选择一个箱子,然后从中随机抽取一个球。求:(1)取到白球的概率;(2)已知取到白球,求它是从第一个箱子中取出的概率。二、随机变量及其分布(25分)1.选择题(每题2分,共6分)1.设随机变量X的分布函数为F(x),则P(a<X≤b)=()A.F(b)-F(a)B.F(b)-F(a-)C.F(b-)-F(a)D.F(b-)-F(a-)2.设随机变量X~N(0,1),Y~N(0,1),且X与Y相互独立,则X+Y服从()A.N(0,1)B.N(0,2)C.N(0,√2)D.不确定3.设随机变量X的密度函数为f(x)=2x,0<x<1,则P(X>0.5)=()A.0.25B.0.5C.0.75D.12.填空题(每题2分,共4分)1.设随机变量X~B(5,0.3),则P(X=2)=______。2.设随机变量X~U(1,5),则E(X)=______,D(X)=______。3.计算题(每题5分,共15分)1.设随机变量X的分布律为:X|0|1|2---|---|---|---P|0.2|0.5|0.3求Y=2X+1的分布律。2.设随机变量X的密度函数为f(x)=ke^(-|x|),-∞<x<∞。求:(1)常数k的值;(2)X的分布函数F(x);(3)P(|X|<1)。3.设随机变量X和Y的联合密度函数为f(x,y)=2e^(-x-y),0<x<y<∞。求:(1)边缘密度函数f_X(x)和f_Y(y);(2)条件密度函数f_{X|Y}(x|y)和f_{Y|X}(y|x);(3)判断X和Y是否独立。三、随机变量的数字特征(15分)1.选择题(每题2分,共6分)1.设随机变量X~N(μ,σ²),则E(X)=()A.μB.σ²C.μ/σD.σ2.设随机变量X和Y的方差分别为D(X)=4,D(Y)=9,且X和Y的相关系数ρ=0.5,则D(X+Y)=()A.13B.15C.17D.193.设随机变量X~B(n,p),则E(X)=()A.npB.n(1-p)C.np(1-p)D.√(np(1-p))2.填空题(每题2分,共4分)1.设随机变量X的密度函数为f(x)=3x²,0<x<1,则E(X)=______。2.设随机变量X和Y的协方差Cov(X,Y)=2,D(X)=4,D(Y)=9,则X和Y的相关系数ρ=______。3.计算题(每题5分,共5分)设随机变量X的密度函数为f(x)=λe^(-λx),x>0,其中λ>0。求:(1)E(X);(2)D(X);(3)P(X>E(X))。四、大数定律与中心极限定理(10分)1.选择题(每题2分,共4分)1.设随机变量X₁,X₂,...,Xₙ,...相互独立且同分布,E(X_i)=μ,D(X_i)=σ²<∞,则根据辛钦大数定律,有()A.lim_{n→∞}P(|(1/n)∑_{i=1}^nX_i-μ|<ε)=1B.lim_{n→∞}P(|(1/n)∑_{i=1}^nX_i-μ|>ε)=0C.lim_{n→∞}P(|(1/n)∑_{i=1}^nX_i-μ|<ε)=0D.lim_{n→∞}P(|(1/n)∑_{i=1}^nX_i-μ|>ε)=12.设随机变量X₁,X₂,...,Xₙ,...相互独立且同分布,E(X_i)=μ,D(X_i)=σ²<∞,则根据林德伯格-列维中心极限定理,当n充分大时,∑_{i=1}^nX_i近似服从()A.N(nμ,nσ²)B.N(μ,σ²/n)C.N(nμ,σ²)D.N(μ,nσ²)2.计算题(每题3分,共6分)1.某车间有200台车床,由于各种原因每台车床有60%的时间在运转。每台车床运转时耗电1千瓦,问至少应供应多少千瓦电力,才能以99%的概率保证车间所有车床都能正常运转?2.设随机变量X₁,X₂,...,Xₙ,...相互独立且同分布,E(X_i)=0,D(X_i)=1,i=1,2,...,n。求lim_{n→∞}P((1/√n)∑_{i=1}^nX_i≤x)。五、数理统计基础(20分)1.选择题(每题2分,共6分)1.设X₁,X₂,...,Xₙ是来自正态总体N(μ,σ²)的简单随机样本,其中σ²未知,μ已知,则()是统计量。A.X₁+X₂+...+Xₙ-μB.(X₁-μ)/(S/√n),其中S是样本标准差C.(X₁+X₂)/(X₃-X₄)D.σ²(X₁²+X₂²+...+Xₙ²)2.设X₁,X₂,...,Xₙ是来自正态总体N(0,σ²)的简单随机样本,其中σ²未知,则()是σ的无偏估计。A.(1/n)∑_{i=1}^nX_i²B.(1/(n-1))∑_{i=1}^nX_i²C.(1/n)∑_{i=1}^n|X_i|D.(1/(n-1))∑_{i=1}^n|X_i|3.设X₁,X₂,...,Xₙ是来自正态总体N(μ,σ²)的简单随机样本,σ²已知,μ未知,则μ的置信水平为1-α的置信区间是()A.(X̄-z_{α/2}σ/√n,X̄+z_{α/2}σ/√n)B.(X̄-t_{α/2}(n-1)S/√n,X̄+t_{α/2}(n-1)S/√n)C.(X̄-z_{α/2}S/√n,X̄+z_{α/2}S/√n)D.(X̄-t_{α/2}(n-1)σ/√n,X̄+t_{α/2}(n-1)σ/√n)2.填空题(每题2分,共4分)1.设X₁,X₂,...,Xₙ是来自正态总体N(μ,σ²)的简单随机样本,则样本均值X̄=______,样本方差S²=______。2.设X₁,X₂,...,Xₙ是来自泊松分布P(λ)的简单随机样本,则λ的矩估计量是______,最大似然估计量是______。3.计算题(每题5分,共10分)1.设X₁,X₂,...,Xₙ是来自正态总体N(μ,σ²)的简单随机样本,σ²已知,μ未知。求μ的极大似然估计量,并证明它是无偏的、有效的。2.设X₁,X₂,...,Xₙ是来自正态总体N(μ,σ²)的简单随机样本,μ已知,σ²未知。求σ²的置信水平为1-α的置信区间。六、综合应用题(10分)1.某工厂生产一种产品,其质量指标X~N(100,σ²)。现从一批产品中随机抽取9件,测得质量指标的样本均值为102,样本标准差为3。求:(1)σ²的置信水平为95%的置信区间;(2)在显著性水平α=0.05下,检验这批产品的质量指标均值是否为100。2.设随机变量X和Y的联合分布律为:X\Y|0|1---|---|---0|0.1|0.21|0.3|0.4求:(1)X和Y的边缘分布;(2)X和Y的协方差Cov(X,Y);(3)X和Y的相关系数ρ;(4)判断X和Y是否独立。答案:一、概率论基础1.选择题1.答案:B解析:根据概率的加法公式,P(A∪B)=P(A)+P(B)-P(AB)=0.6+0.3-0.1=0.8。2.答案:A解析:根据条件概率的定义,P(A|B)=P(AB)/P(B)=0.3/0.6=0.5。3.答案:C解析:两两独立不一定相互独立。例如,设样本空间Ω={1,2,3,4},每个样本点等可能发生,令A={1,2},B={1,3},C={1,4},则A、B、C两两独立但不相互独立。2.填空题1.答案:0.2解析:根据概率的加法公式,P(A∪B)=P(A)+P(B)-P(A∩B),所以P(A∩B)=P(A)+P(B)-P(A∪B)=0.4+0.5-0.7=0.2。2.答案:0.78解析:根据条件概率的定义,P(A|B)=P(AB)/P(B),所以P(AB)=P(A|B)P(B)=0.8×0.5=0.4。根据概率的加法公式,P(A∪B)=P(A)+P(B)-P(AB)=0.6+0.5-0.4=0.78。3.计算题1.解:(1)设A表示"第一次取到正品",则P(A)=10/12=5/6。(2)设B表示"第二次取到次品",则P(AB)=P(A)P(B|A)=(10/12)×(2/11)=20/132=5/33。(3)P(B|A)=2/11。2.解:(1)设A_i表示"选择第i个箱子",i=1,2,3;B表示"取到白球"。则P(A₁)=P(A₂)=P(A₃)=1/3。根据全概率公式,P(B)=P(B|A₁)P(A₁)+P(B|A₂)P(A₂)+P(B|A₃)P(A₃)=(4/6)×(1/3)+(3/6)×(1/3)+(2/6)×(1/3)=(4/18)+(3/18)+(2/18)=9/18=1/2。(2)根据贝叶斯公式,P(A₁|B)=P(B|A₁)P(A₁)/P(B)=(4/6)×(1/3)/(1/2)=(4/18)/(1/2)=8/18=4/9。二、随机变量及其分布1.选择题1.答案:A解析:根据分布函数的定义,P(a<X≤b)=F(b)-F(a)。2.答案:B解析:因为X和Y独立且都服从N(0,1),所以X+Y~N(0+0,1+1)=N(0,2)。3.答案:C解析:P(X>0.5)=∫_{0.5}^12xdx=[x²]_{0.5}^1=1-0.25=0.75。2.填空题1.答案:0.3087解析:P(X=2)=C(5,2)×0.3²×0.7³=10×0.09×0.343=0.3087。2.答案:3,4/3解析:X~U(1,5),所以E(X)=(1+5)/2=3,D(X)=(5-1)²/12=16/12=4/3。3.计算题1.解:Y=2X+1,所以:P(Y=1)=P(X=0)=0.2P(Y=3)=P(X=1)=0.5P(Y=5)=P(X=2)=0.3Y的分布律为:Y|1|3|5---|---|---|---P|0.2|0.5|0.32.解:(1)由∫_{-∞}^∞f(x)dx=1,得∫_{-∞}^∞ke^(-|x|)dx=1。由于f(x)是偶函数,所以2k∫_0^∞e^(-x)dx=2k[-e^(-x)]_0^∞=2k(0-(-1))=2k=1,因此k=1/2。(2)当x<0时,F(x)=∫_{-∞}^x(1/2)e^tdt=(1/2)e^x当x≥0时,F(x)=∫_{-∞}^0(1/2)e^tdt+∫_0^x(1/2)e^(-t)dt=(1/2)+(1/2)(1-e^(-x))=1-(1/2)e^(-x)所以F(x)=(1/2)e^x,x<0;1-(1/2)e^(-x),x≥0(3)P(|X|<1)=P(-1<X<1)=F(1)-F(-1)=[1-(1/2)e^(-1)]-(1/2)e^(-1)=1-e^(-1)≈0.63213.解:(1)求边缘密度函数:f_X(x)=∫_x^∞2e^(-x-y)dy=2e^(-x)∫_x^∞e^(-y)dy=2e^(-x)[-e^(-y)]_x^∞=2e^(-x)(0-(-e^(-x)))=2e^(-2x),x>0f_Y(y)=∫_0^y2e^(-x-y)dx=2e^(-y)∫_0^ye^(-x)dx=2e^(-y)[-e^(-x)]_0^y=2e^(-y)(1-e^(-y)),y>0(2)条件密度函数:f_{X|Y}(x|y)=f(x,y)/f_Y(y)=2e^(-x-y)/[2e^(-y)(1-e^(-y))]=e^(-x)/(1-e^(-y)),0<x<yf_{Y|X}(y|x)=f(x,y)/f_X(x)=2e^(-x-y)/(2e^(-2x))=e^(x-y),y>x(3)判断独立性:f_X(x)f_Y(y)=2e^(-2x)×2e^(-y)(1-e^(-y))=4e^(-2x-y)(1-e^(-y))≠2e^(-x-y)=f(x,y)所以X和Y不独立。三、随机变量的数字特征1.选择题1.答案:A解析:对于正态分布N(μ,σ²),数学期望E(X)=μ。2.答案:C解析:D(X+Y)=D(X)+D(Y)+2Cov(X,Y)=D(X)+D(Y)+2ρ√(D(X)D(Y))=4+9+2×0.5×√(4×9)=13+6=19。3.答案:A解析:对于二项分布B(n,p),数学期望E(X)=np。2.填空题1.答案:3/4解析:E(X)=∫_0^1x·3x²dx=3∫_0^1x³dx=3[x⁴/4]_0^1=3/4。2.答案:1/3解析:ρ=Cov(X,Y)/√(D(X)D(Y))=2/√(4×9)=2/6=1/3。3.计算题解:(1)E(X)=∫_0^∞x·λe^(-λx)dx=λ∫_0^∞xe^(-λx)dx令u=x,dv=λe^(-λx)dx,则du=dx,v=-e^(-λx)所以∫xe^(-λx)dx=-xe^(-λx)+∫e^(-λx)dx=-xe^(-λx)-(1/λ)e^(-λx)+C因此E(X)=λ[-xe^(-λx)-(1/λ)e^(-λx)]_0^∞=λ[0-(0-0-1/λ)]=1(2)E(X²)=∫_0^∞x²·λe^(-λx)dx令u=x²,dv=λe^(-λx)dx,则du=2xdx,v=-e^(-λx)所以∫x²λe^(-λx)dx=-x²e^(-λx)+∫2xe^(-λx)dx我们已经求得∫xe^(-λx)dx=-xe^(-λx)-(1/λ)e^(-λx)+C所以∫x²λe^(-λx)dx=-x²e^(-λx)+2[-xe^(-λx)-(1/λ)e^(-λx)]+C=-e^(-λx)(x²+2x/λ+2/λ²)+C因此E(X²)=λ[-e^(-λx)(x²+2x/λ+2/λ²)]_0^∞=λ[0-(-2/λ²)]=2/λ²所以D(X)=E(X²)-[E(X)]²=2/λ²-1=1/λ²(3)P(X>E(X))=P(X>1)=∫_1^∞λe^(-λx)dx=[-e^(-λx)]_1^∞=e^(-λ)四、大数定律与中心极限定理1.选择题1.答案:A解析:根据辛钦大数定律,对于独立同分布的随机变量序列,若数学期望存在,则样本均值依概率收敛于数学期望,即lim_{n→∞}P(|(1/n)∑_{i=1}^nX_i-μ|<ε)=1。2.答案:A解析:根据林德伯格-列维中心极限定理,当n充分大时,∑_{i=1}^nX_i近似服从N(nμ,nσ²)。2.计算题1.解:设X_i表示第i台车床是否在运转,X_i=1表示运转,X_i=0表示不运转,则X_i~B(1,0.6)。总耗电量Y=∑_{i=1}^{200}X_i,E(Y)=200×0.6=120,D(Y)=200×0.6×0.4=48。由中心极限定理,Y近似服从N(120,48),即N(120,(4√3)²)。设需要供应的电力为x千瓦,则P(Y≤x)≥0.99。标准化得P((Y-120)/(4√3)≤(x-120)/(4√3))≥0.99。查标准正态分布表,P(Z≤2.33)≈0.99,所以(x-120)/(4√3)≥2.33。因此x≥120+2.33×4√3≈120+16.16=136.16。至少应供应137千瓦电力,才能以99%的概率保证车间所有车床都能正常运转。2.解:根据林德伯格-列维中心极限定理,当n→∞时,(1/√n)∑_{i=1}^nX_i依分布收敛于标准正态分布N(0,1)。因此lim_{n→∞}P((1/√n)∑_{i=1}^nX_i≤x)=Φ(x),其中Φ(x)是标准正态分布的分布函数。五、数理统计基础1.选择题1.答案:A解析:统计量是不含未知参数的样本函数。选项A中μ已知,不含未知参数,是统计量;选项B和C中含未知参数σ,不是统计量;选项D中σ²未知,不是统计量。2.答案:A解析:E[(1/n)∑_{i=1}^nX_i²]=(1/n)∑_{i=1}^nE(X_i²)=(1/n)∑_{i=1}^n[D(X_i)+(E(X_i))²]=(1/n)∑_{i=1}^n[σ²+0]=σ²,所以(1/n)∑_{i=1}^nX_i²是σ²的无偏估计。3.答案:A解析:当σ²已知时,μ的置信水平为1-α的置信区间是(X̄-z_{α/2}σ/√n,X̄+z_{α/2}σ/√n)。2.填空题1.答案:(1/n)∑_{i=1}^nX_i,(1/(n-1))∑_{i=1}^n(X_i-X̄)²解析:样本均值X̄=(1/n)∑_{i=1}^nX_i,样本方差S²=(1/(n-1))∑_{i=1}^n(X_i-X̄)²。2.答案:X̄,X̄解析:对于泊松分布P(λ),一阶矩E(X)=λ,所以λ的矩估计量是样本均值X̄。似然函数L(λ)=∏_{i=1}^n(e^(-λ)λ^{X_i}/X_i!)=e^(-nλ)λ^{∑_{i=1}^nX_i}/∏_{i=1}^nX_i!对数似然函数lnL(λ)=-nλ+(∑_{i=1}^nX_i)lnλ-ln(∏_{i=1}^nX_i!)对λ求导并令其为零:dlnL/dλ=-n+(∑_{i=1}^nX_i)/λ=0解得λ=(1/n)∑_{i=1}^nX_i=X̄所以λ的最大似然估计量也是X̄。3.计算题1.解:似然函数L(μ)=∏_{i=1}^n(1/√(2πσ²))exp(-(X_i-μ)²/(2σ²))=(2πσ²)^{-n/2}exp(-∑_{i=1}^n(X_i-μ)²/(2σ²))对数似然函数lnL(μ)=-(n/2)ln(2πσ²)-∑_{i=1}^n(X_i-μ)²/(2σ²)对μ求导并令其为零:dlnL/dμ=∑_{i=1}^n(X_i-μ)/σ²=0解得μ=(1/n)∑_{i=1}^nX_i=X̄所以μ的极大似然估计量是X̄。无偏性:E(X̄)=E((1/n)∑_{i=1}^nX_i)=(1/n)∑_{i=1}^nE(X_i)=(1/n)∑_{i=1}^nμ=μ,所以X̄是无偏的。有效性:X̄的方差D(X̄)=D((1/n)∑_{i=1}^nX_i)=(1/n²)∑_{i=1}^nD(X_i)=(1/n²)∑_{i=1}^nσ²=σ²/n根据Cramér-Rao不等式,任何无偏估计量的方差下界是1/nI(μ),其中I(μ)是Fisher信息量。对于正态分布N(μ,σ²),I(μ)=E[-(∂²/∂μ²)lnf(X;μ)]=E[(X-μ)²/σ⁴]=σ²/σ⁴=1/σ²所以方差下界是1/(n·1/σ²)=σ²/n由于X̄的方差等于这个下界,所以X̄是有效的。2.解:似然函数L(σ²)=∏_{i=1}^n(1/√(2πσ²))exp(-(X_i-μ)²/(2σ²))=(2πσ²)^{-n/2}exp(-∑_{i=1}^n(X_i-μ)²/(2σ²))对数似然函数lnL(σ²)=-(n/2)ln(2πσ²)-∑_{i=1}^n(X_i-μ)²/(2σ²)对σ²求导并令其为零:dlnL/dσ²=-(n/2)(1/σ²)+∑_{i=1}^n(X_i-μ)²/(2σ⁴)=0解得σ²=(1/n)∑_{i=1}^n(X_i-μ)²所以σ²的极大似然估计量是(1/n)∑_{i=1}^n(X_i-μ)²构造枢轴量:令Y=(1/n)∑_{i=1}^n(X_i-μ)²,则nY/σ²~χ²(n)对于给定的置信水平1-α,有P(χ²_{1-α/2}(n)<nY/σ²<χ²_{α/2}(n))=1-α解得P(nY/χ²_{α/2}(n)<σ²<nY/χ²_{1-α/2}(n))=1-α所以σ²的置信水平为1-α的置信区间是(nY/χ²_{α/2}(n),nY/χ²_{1-α/2}(n)),即(∑_{i=1}^n(X_i-μ)²/χ²_{α/2}(n),∑_{i=1}^n(X_i-μ)²/χ²_{1-α/2}(n))六、综合应用题1.解:(1)由于σ²未知,μ未知,使用样本方差S²来估计σ²

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论