2026年考研数学概率论与数理统计专项训练

2026年考研数学概率论与数理统计专项训练一、单项选择题（本大题共10小题，每小题2分，共20分。在每小题给出的四个选项中，只有一项是符合题目要求的。请将所选项前的字母填在题后的括号内。）1.设随机变量X的概率密度函数为f(x)={c(x+1),-1≤x≤0;c/x,0<x≤1;0,其他。则常数c的值为（）。A.1/2B.1C.2D.32.已知随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|1/4|1/4||1|1/4|1/4|则X和Y是否相互独立？（）A.是B.否C.无法判断D.取决于具体分布3.设随机变量X的期望E(X)=2，方差D(X)=1/4，则根据切比雪夫不等式，P(|X-2|≥1)的值不超过（）。A.1/4B.1/2C.3/4D.14.设总体X服从正态分布N(μ,σ²)，其中μ未知，σ²已知。现从该总体中抽取样本容量为n的样本，则μ的矩估计量为（）。A.x̄B.∑(xᵢ)²/nC.√(∑(xᵢ-x̄)²)/(n-1)D.(x₁+x₂)/25.设总体X的概率分布为P(X=k)=(k+1)/6,k=1,2,3。则E(X)的值为（）。A.2B.2.5C.3D.3.56.设随机变量X和Y的协方差Cov(X,Y)=1/2，X的方差D(X)=2，Y的方差D(Y)=3。则X和Y的相关系数ρ(X,Y)的值为（）。A.1/3B.1/2C.2/3D.3/47.设总体X的概率密度函数为f(x;θ)={θx^(θ-1),0<x<1;0,其他}，其中θ>0为未知参数。则θ的极大似然估计量为（）。A.x̄B.max(xᵢ)C.min(xᵢ)D.1/x̄8.设随机变量X和Y的联合概率密度函数为f(x,y)={1,0≤x≤1,0≤y≤x;0,其他。则E(XY)的值为（）。A.1/4B.1/3C.1/2D.2/39.设总体X服从泊松分布Poisson(λ)，其中λ>0为未知参数。现从该总体中抽取样本容量为n的样本，则λ的无偏估计量为（）。A.x̄B.∑(xᵢ)²/nC.√(∑(xᵢ-x̄)²)/(n-1)D.(x₁+x₂)/210.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|1/4|1/4||1|1/4|1/4|则X和Y的协方差Cov(X,Y)的值为（）。A.0B.1/4C.1/2D.1二、填空题（本大题共10小题，每小题2分，共20分。请将答案填在题中横线上。）1.设随机变量X的概率密度函数为f(x)={2x,0≤x≤1;0,其他。则P(0.5<X<1)的值为________。2.已知随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|1/4|1/4||1|1/4|1/4|则P(X+Y=1)的值为________。3.设随机变量X的期望E(X)=3，方差D(X)=4。根据切比雪夫不等式，P(1<X<5)的值至少为________。4.设总体X服从正态分布N(μ,σ²)，其中μ未知，σ²已知。现从该总体中抽取样本容量为n的样本，则σ²的无偏估计量为________。5.设总体X的概率分布为P(X=k)=(k+1)/6,k=1,2,3。则D(X)的值为________。6.设随机变量X和Y的协方差Cov(X,Y)=-1，X的方差D(X)=4，Y的方差D(Y)=9。则X和Y的相关系数ρ(X,Y)的值为________。7.设总体X的概率密度函数为f(x;θ)={θe^(-θx),x≥0;0,x<0}，其中θ>0为未知参数。则θ的矩估计量为________。8.设随机变量X和Y的联合概率密度函数为f(x,y)={1,0≤x≤1,0≤y≤x;0,其他。则P(X>Y)的值为________。9.设总体X服从泊松分布Poisson(λ)，其中λ>0为未知参数。现从该总体中抽取样本容量为n的样本，则λ的最大似然估计量为________。10.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|1/4|1/4||1|1/4|1/4|则X和Y的协方差Cov(X,Y)的值为________。三、判断题（本大题共10小题，每小题2分，共20分。请将判断结果填在题后的括号内，正确的填“√”，错误的填“×”。）1.若随机变量X和Y相互独立，则E(XY)=E(X)E(Y)。（）2.设总体X服从正态分布N(μ,σ²)，其中μ未知，σ²已知。现从该总体中抽取样本容量为n的样本，则μ的极大似然估计量为样本均值x̄。（）3.设总体X的概率分布为P(X=k)=(k+1)/6,k=1,2,3。则E(X)=2。（）4.若随机变量X和Y的协方差Cov(X,Y)=0，则X和Y相互独立。（）5.设总体X服从泊松分布Poisson(λ)，其中λ>0为未知参数。现从该总体中抽取样本容量为n的样本，则λ的无偏估计量为样本均值x̄。（）6.设随机变量X和Y的联合概率密度函数为f(x,y)={1,0≤x≤1,0≤y≤x;0,其他。则E(X)=2/3。（）7.设总体X服从正态分布N(μ,σ²)，其中μ未知，σ²已知。现从该总体中抽取样本容量为n的样本，则σ²的无偏估计量为样本方差S²。（）8.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|1/4|1/4||1|1/4|1/4|则X和Y相互独立。（）9.设总体X服从指数分布Exp(λ)，其中λ>0为未知参数。则λ的矩估计量为1/x̄。（）10.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|1/4|1/4||1|1/4|1/4|则X和Y的相关系数ρ(X,Y)=0。（）四、简答题（本大题共8小题，每小题2分，共16分。请将答案写在答题卡上。）1.请简述随机变量的期望和方差的基本性质。2.请简述独立同分布随机样本的概念及其在统计推断中的作用。3.请简述矩估计法的基本思想及其步骤。4.请简述极大似然估计法的基本思想及其步骤。5.请简述切比雪夫不等式的内容及其应用。6.请简述协方差和相关系数的概念及其关系。7.请简述样本均值和样本方差的基本性质及其计算公式。8.请简述正态分布N(μ,σ²)的几个重要性质及其在统计推断中的应用。五、应用题（本大题共8小题，每小题4分，共24分。请将答案写在答题卡上。）1.设随机变量X的概率密度函数为f(x)={2x,0≤x≤1;0,其他。求X的期望E(X)和方差D(X)。2.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|1/4|1/4||1|1/4|1/4|求X和Y的协方差Cov(X,Y)。3.设总体X服从正态分布N(μ,σ²)，其中μ未知，σ²=4。现从该总体中抽取样本容量为n=16的样本，样本均值为x̄=5。求μ的95%置信区间。4.设总体X的概率分布为P(X=k)=(k+1)/6,k=1,2,3。求X的期望E(X)和方差D(X)。5.设随机变量X和Y的联合概率密度函数为f(x,y)={1,0≤x≤1,0≤y≤x;0,其他。求E(XY)。6.设总体X服从泊松分布Poisson(λ)，其中λ>0为未知参数。现从该总体中抽取样本容量为n=10的样本，样本观测值为2,3,1,2,3,1,2,3,1,2。求λ的矩估计量和最大似然估计量。7.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|1/4|1/4||1|1/4|1/4|求X和Y的相关系数ρ(X,Y)。8.设总体X服从指数分布Exp(λ)，其中λ>0为未知参数。现从该总体中抽取样本容量为n=5的样本，样本观测值为2,3,1,4,2。求λ的矩估计量和最大似然估计量。【标准答案及解析】一、单项选择题1.参考答案：C解析：根据概率密度函数的性质，∫(-1)^∞f(x)dx=1。即∫(-1)^0c(x+1)dx+∫0^1c/xdx=1。计算得c(1)+cln(1)-cln(0)=1，即c=2。2.参考答案：A解析：根据联合分布律，P(X=0,Y=0)P(X=0,Y=1)P(X=1,Y=0)P(X=1,Y=1)=(1/4×1/4)/(1/4×1/4)=1，故X和Y相互独立。3.参考答案：B解析：根据切比雪夫不等式，P(|X-2|≥1)≤D(X)/1²=1/4=1/2。4.参考答案：A解析：根据矩估计法，E(X)=μ，x̄=∑xᵢ/n，故μ的矩估计量为x̄。5.参考答案：B解析：根据概率分布，E(X)=∑kP(X=k)=1×(2/6)+2×(3/6)+3×(4/6)=2.5。6.参考答案：B解析：根据协方差的定义，Cov(X,Y)=ρ(X,Y)√D(X)√D(Y)，故ρ(X,Y)=Cov(X,Y)/(√D(X)√D(Y))=(1/2)/(√2×√3)=1/2。7.参考答案：B解析：根据极大似然估计法，似然函数L(θ)=∏f(xᵢ;θ)=θ^(n)∏xᵢ^(θ-1)，对θ求导并令其为0，得θ=min(xᵢ)。8.参考答案：C解析：根据联合概率密度函数，E(XY)=∫∫xyf(x,y)dxdy=∫0^1∫0^xxydxdy=∫0^1x²/2dx=1/6=1/2。9.参考答案：A解析：根据泊松分布的性质，E(X)=λ，故λ的无偏估计量为x̄。10.参考答案：A解析：根据联合分布律，Cov(X,Y)=E(XY)-E(X)E(Y)=(1/4+1/4+1/4)-(1/2×1/2)=0。二、填空题1.参考答案：1/4解析：P(0.5<X<1)=∫0.51f(x)dx=∫0.51(2x)dx=x²|0.51=1/4。2.参考答案：1/2解析：P(X+Y=1)=P(X=0,Y=1)+P(X=1,Y=0)=1/4+1/4=1/2。3.参考答案：3/4解析：根据切比雪夫不等式，P(1<X<5)=P(|X-3|<2)≥1-D(X)/2²=1-4/4=3/4。4.参考答案：S²=∑(xᵢ-x̄)²/(n-1)解析：根据样本方差的定义，σ²的无偏估计量为S²=∑(xᵢ-x̄)²/(n-1)。5.参考答案：5/18解析：根据概率分布，D(X)=E(X²)-[E(X)]²=7/3-(5/3)²=5/18。6.参考答案：-1/3解析：根据协方差的定义，Cov(X,Y)=ρ(X,Y)√D(X)√D(Y)，故ρ(X,Y)=Cov(X,Y)/(√D(X)√D(Y))=-1/(√4×√9)=-1/3。7.参考答案：1/x̄解析：根据矩估计法，E(X)=θ，x̄=∑xᵢ/n，故θ的矩估计量为θ=1/x̄。8.参考答案：1/2解析：P(X>Y)=∫0^1∫y^1f(x,y)dxdy=∫0^1∫y^1(1)dxdy=∫0^1(1-y)dy=1/2。9.参考答案：x̄解析：根据泊松分布的性质，E(X)=λ，故λ的最大似然估计量为x̄。10.参考答案：0解析：根据联合分布律，Cov(X,Y)=E(XY)-E(X)E(Y)=(1/4+1/4+1/4)-(1/2×1/2)=0。三、判断题1.参考答案：√解析：根据期望的性质，若随机变量X和Y相互独立，则E(XY)=E(X)E(Y)。2.参考答案：√解析：根据极大似然估计法，对于正态分布N(μ,σ²)，其中μ未知，σ²已知，μ的极大似然估计量为样本均值x̄。3.参考答案：√解析：根据概率分布，E(X)=∑kP(X=k)=1×(2/6)+2×(3/6)+3×(4/6)=2。4.参考答案：×解析：若随机变量X和Y的协方差Cov(X,Y)=0，只能说明X和Y不相关，不能说明X和Y相互独立。5.参考答案：√解析：根据泊松分布的性质，E(X)=λ，故λ的无偏估计量为x̄。6.参考答案：√解析：根据联合概率密度函数，E(X)=∫0^1∫0^xxf(x,y)dxdy=∫0^1x²dx=1/3。7.参考答案：×解析：根据样本方差的定义，σ²的无偏估计量为S²=∑(xᵢ-x̄)²/(n-1)，而不是样本方差S²。8.参考答案：√解析：根据联合分布律，P(X=0,Y=0)P(X=0,Y=1)P(X=1,Y=0)P(X=1,Y=1)=(1/4×1/4)/(1/4×1/4)=1，故X和Y相互独立。9.参考答案：√解析：根据指数分布的性质，E(X)=1/λ，故λ的矩估计量为θ=1/x̄。10.参考答案：√解析：根据联合分布律，Cov(X,Y)=E(XY)-E(X)E(Y)=(1/4+1/4+1/4)-(1/2×1/2)=0，故X和Y的相关系数ρ(X,Y)=0。四、简答题1.参考答案：随机变量的期望E(X)表示随机变量取值的平均水平，方差D(X)表示随机变量取值的离散程度。期望和方差具有以下性质：-线性性质：E(aX+b)=aE(X)+b，D(aX+b)=a²D(X)-非负性：D(X)≥0-方差最小值：D(X)=0当且仅当X为常数-方差分解：D(X)=E(X²)-[E(X)]²2.参考答案：独立同分布随机样本是指从同一总体中抽取的、相互独立且具有相同分布的随机样本。独立同分布随机样本在统计推断中的作用：-可以利用大数定律和中心极限定理进行推断-可以估计总体参数的矩和极大似然估计-可以进行假设检验和置信区间估计3.参考答案：矩估计法的基本思想是用样本矩来估计总体矩。步骤如下：-计算总体矩：E(Xⁿ)-计算样本矩：x̄ⁿ=∑xᵢⁿ/n-建立方程：E(Xⁿ)=x̄ⁿ-解方程得到参数估计量4.参考答案：极大似然估计法的基本思想是选择使样本观测值出现概率最大的参数值作为参数的估计值。步骤如下：-写出似然函数：L(θ)=∏f(xᵢ;θ)-对似然函数取对数：lnL(θ)-对θ求导并令其为0：dlnL(θ)/dθ=0-解方程得到参数估计量5.参考答案：切比雪夫不等式的内容是：对于任意随机变量X，若E(X)=μ，D(X)=σ²，则对于任意ε>0，有P(|X-μ|≥ε)≤σ²/ε²。应用：-可以估计概率事件发生的范围-可以进行误差估计-可以进行假设检验6.参考答案：协方差Cov(X,Y)表示随机变量X和Y的线性相关程度，相关系数ρ(X,Y)表示随机变量X和Y的标准化线性相关程度。关系：ρ(X,Y)=Cov(X,Y)/(√D(X)√D(Y))。ρ(X,Y)的取值范围为[-1,1]。7.参考答案：样本均值x̄=∑xᵢ/n，表示样本观测值的平均水平。样本方差S²=∑(xᵢ-x̄)²/(n-1)，表示样本观测值的离散程度。性质：-样本均值是总体均值的无偏估计-样本方差是总体方差的无偏估计-样本均值和样本方差是统计推断的基础8.参考答案：正态分布N(μ,σ²)的几个重要性质：-密度函数关于μ对称-在μ处取得最大值：f(μ)=1/(σ√(2π))-3σ原则：约68%的观测值在(μ-σ,μ+σ)内，约95%的观测值在(μ-2σ,μ+2σ)内-可加性：若X~N(μ₁,σ₁²)，Y~N(μ₂,σ₂²)，则X+Y~N(μ₁+μ₂,σ₁²+σ₂²)-在统计推断中的应用：正态分布是许多统计推断方法的基础，如t检验、z检验、置信区间等五、应用题1.参考答案：E(X)=∫0^1xf(x)dx=∫0^1x(2x)dx