2026年考研数学一概率论与数理统计专项练习

2026年考研数学一概率论与数理统计专项练习一、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和Y相互独立，且均服从参数为λ的泊松分布，则随机变量Z=X-Y的分布列为（）A.服从参数为λ的泊松分布B.服从参数为2λ的泊松分布C.服从参数为λ/2的泊松分布D.无法确定其分布2.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，x∈(0,1)，其中θ>0为未知参数，则θ的矩估计量为（）A.1/2B.1/3C.1/4D.无法计算3.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是否相互独立？（）A.是B.否C.无法判断D.以上都不对4.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数，则θ的最大似然估计量为（）A.1/样本均值B.样本均值C.样本方差的倒数D.样本方差的平方根5.设随机变量X和Y的协方差为Cov(X,Y)=2，X的方差为Var(X)=4，Y的方差为Var(Y)=9，则X和Y的相关系数ρ_(XY)为（）A.1/3B.2/3C.1/2D.3/46.设总体X的概率密度函数为f(x;θ)=1/θ，x∈(0,θ)，其中θ>0为未知参数，则θ的无偏估计量是（）A.样本最大值B.样本最小值C.样本均值D.样本方差的平方根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|1/8|3/8||1|3/8|1/8|则P{X+Y=1}为（）A.1/2B.1/4C.3/4D.18.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，x∈(0,1)，其中θ>0为未知参数，则θ的极大似然估计量的表达式为（）A.1/样本均值B.样本均值的倒数C.样本最大值D.样本最小值9.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E(XY)为（）A.1/4B.1/2C.1D.010.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数，则θ的矩估计量为（）A.1/样本均值B.样本均值C.样本方差的倒数D.样本方差的平方根二、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和Y相互独立，且X~N(1,4)，Y~N(2,9)，则Z=2X-3Y的分布为________。2.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，x∈(0,1)，其中θ>0为未知参数，则θ的矩估计量为________。3.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P{X=1|Y=0}为________。4.设总体X的概率密度函数为f(x;θ)=1/θ，x∈(0,θ)，其中θ>0为未知参数，则θ的无偏估计量是________。5.设随机变量X和Y的协方差为Cov(X,Y)=3，X的方差为Var(X)=9，Y的方差为Var(Y)=16，则X和Y的相关系数ρ_(XY)为________。6.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数，则θ的最大似然估计量为________。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|1/8|3/8||1|3/8|1/8|则E(X)为________。8.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，x∈(0,1)，其中θ>0为未知参数，则θ的极大似然估计量的表达式为________。9.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Var(X+Y)为________。10.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数，则θ的矩估计量为________。三、判断题（本大题共10小题，每小题2分，共20分。请将答案填在题后的括号内，正确的填“√”，错误的填“×”。）1.设随机变量X和Y相互独立，且X~N(μ_1,σ_1^2)，Y~N(μ_2,σ_2^2)，则Z=2X-3Y的分布为N(2μ_1-3μ_2,4σ_1^2+9σ_2^2)。（）2.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，x∈(0,1)，其中θ>0为未知参数，则θ的矩估计量为1/样本均值。（）3.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。（）4.设总体X的概率密度函数为f(x;θ)=1/θ，x∈(0,θ)，其中θ>0为未知参数，则θ的无偏估计量是样本最大值。（）5.设随机变量X和Y的协方差为Cov(X,Y)=0，则X和Y相互独立。（）6.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数，则θ的最大似然估计量为1/样本均值。（）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|1/8|3/8||1|3/8|1/8|则P{X=1|Y=0}为3/4。（）8.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，x∈(0,1)，其中θ>0为未知参数，则θ的极大似然估计量的表达式为1/样本均值。（）9.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Var(X+Y)=Var(X)+Var(Y)。（）10.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数，则θ的矩估计量为样本方差的倒数。（）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.简述泊松分布的性质及其应用。2.简述矩估计法的基本思想。3.简述最大似然估计法的基本思想。4.简述随机变量独立性的定义及其性质。5.简述协方差和相关系数的定义及其关系。6.简述无偏估计量的定义及其意义。7.简述样本均值和样本方差的定义及其计算公式。8.简述正态分布的性质及其应用。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.某电话交换台每分钟接到的呼唤次数服从泊松分布，平均每分钟接到3次呼唤。求1分钟内接到不超过5次呼唤的概率。2.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，x∈(0,1)，其中θ>0为未知参数。现抽取样本X_1,X_2,...,X_n，求θ的矩估计量。3.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E(X)，E(Y)，Var(X)，Var(Y)，Cov(X,Y)。4.设总体X的概率密度函数为f(x;θ)=1/θ，x∈(0,θ)，其中θ>0为未知参数。现抽取样本X_1,X_2,...,X_n，求θ的无偏估计量。5.设随机变量X和Y的协方差为Cov(X,Y)=2，X的方差为Var(X)=4，Y的方差为Var(Y)=9，求X和Y的相关系数ρ_(XY)。6.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数。现抽取样本X_1,X_2,...,X_n，求θ的最大似然估计量。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|1/8|3/8||1|3/8|1/8|求P{X+Y=1}。8.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数。现抽取样本X_1,X_2,...,X_n，求θ的矩估计量。六、案例分析（本大题共9小题，每小题2分，共18分。请将答案写在答题卡上。）1.某工厂生产的产品，其寿命X（单位：小时）服从指数分布，即概率密度函数为f(x;θ)=θe^(-θx)，x∈(0,∞)，其中θ>0为未知参数。现抽取样本X_1,X_2,...,X_n，求θ的矩估计量。2.某射手每次射击命中目标的概率为p，射击次数X服从二项分布B(n,p)。现进行n次射击，命中次数为X_0，求p的最大似然估计量。3.某班级有50名学生，其身高X（单位：厘米）服从正态分布N(170,σ^2)。现抽取样本X_1,X_2,...,X_n，求σ^2的无偏估计量。4.某商店销售某种商品，其需求量X（单位：件）服从泊松分布，平均每天销售3件。求某天销售不超过5件的概率。5.某公司员工的工资Y（单位：元）与工龄X（单位：年）相关，其联合分布律如下表所示：|X\Y|3000|4000|5000||-----|------|------|------||1|0.1|0.2|0.1||2|0.2|0.3|0.1||3|0.1|0.1|0.2|求E(Y)，E(X)，Var(Y)，Var(X)，Cov(X,Y)。6.某地区成年男性的身高X（单位：厘米）服从正态分布N(175,σ^2)，体重Y（单位：公斤）与身高X相关，其相关系数为0.8。求X和Y的协方差。7.某公司生产的产品，其合格率p未知。现进行n次抽样检验，合格品数为X_0，求p的无偏估计量。8.某班级有50名学生，其体重Y（单位：公斤）服从正态分布N(60,σ^2)，身高X（单位：厘米）与体重Y相关，其相关系数为0.7。求X和Y的协方差。9.某商店销售某种商品，其需求量X（单位：件）服从泊松分布，平均每天销售3件。求某天销售不超过5件的概率。七、论述题（本大题共11小题，每小题2分，共22分。请将答案写在答题卡上。）1.论述泊松分布的性质及其应用。2.论述矩估计法的基本思想及其优缺点。3.论述最大似然估计法的基本思想及其优缺点。4.论述随机变量独立性的定义及其性质。5.论述协方差和相关系数的定义及其关系。6.论述无偏估计量的定义及其意义。7.论述样本均值和样本方差的定义及其计算公式。8.论述正态分布的性质及其应用。9.论述指数分布的性质及其应用。10.论述二项分布的性质及其应用。11.论述卡方分布的性质及其应用。【标准答案及解析】一、单项选择题1.D解析：由于X和Y相互独立，且均服从参数为λ的泊松分布，则Z=X-Y的分布无法确定，因为泊松分布不具有可加性。2.A解析：总体X的期望为E(X)=θ，样本均值为1/n∑X_i，则θ的矩估计量为1/2。3.A解析：由联合分布律可计算P{X=1,Y=0}=1/4，P{X=1}=1/2，P{Y=0}=1/2，由于P{X=1,Y=0}=P{X=1}P{Y=0}，故X和Y相互独立。4.A解析：似然函数为L(θ)=∏θe^(-θx_i)，取对数后对θ求导，得θ的极大似然估计量为1/样本均值。5.B解析：ρ_(XY)=Cov(X,Y)/√(Var(X)Var(Y))=2/√(4×9)=2/6=1/3。6.A解析：E(X)=(θ+1)/(θ+2)，令E(X)=θ，解得θ=样本最大值。7.A解析：P{X+Y=1}=P{X=0,Y=1}+P{X=1,Y=0}=3/8+3/8=1/2。8.C解析：似然函数为L(θ)=∏θx_i^(θ-1)，取对数后对θ求导，得θ的极大似然估计量为样本最大值。9.B解析：E(XY)=∑∑x_iy_iP{X=x_i,Y=y_i}=1/4，故E(XY)=1/2。10.A解析：E(X)=(θ+1)/(θ+2)，令E(X)=样本均值，解得θ=1/样本均值。二、填空题1.N(2μ_1-3μ_2,13σ_1^2+9σ_2^2)2.1/样本均值3.1/24.样本最大值5.3/6=1/26.1/样本均值7.1/28.1/样本均值9.210.1/样本均值三、判断题1.√2.√3.√4.√5.×6.√7.√8.×9.√10.×四、简答题1.泊松分布的性质：①仅有一个参数λ，表示单位时间（或单位面积）内发生的事件的平均次数；②分布律为P{X=k}=λ^k/e^λ/k!，k=0,1,2,...；③期望和方差均为λ。应用：①描述单位时间内发生的事件次数，如电话交换台接到的呼唤次数、汽车站到达的乘客数等；②描述单位面积内发生的事件数，如布上的疵点数、显微镜视野中的微生物数等。2.矩估计法的基本思想：用样本矩估计总体矩，即用样本的k阶原点矩估计总体的k阶原点矩，用样本的k阶中心矩估计总体的k阶中心矩，然后通过解方程得到参数的估计量。优点：简单易行，不需要知道总体的分布形式。缺点：估计量的精度可能不高。3.最大似然估计法的基本思想：在已知样本观测值的情况下，选择使样本出现的概率最大的参数值作为参数的估计值。优点：估计量具有良好的一致性和渐近正态性。缺点：计算复杂，需要知道总体的分布形式。4.随机变量独立性的定义：若随机变量X和Y的联合分布函数等于边缘分布函数的乘积，即F(x,y)=F_X(x)F_Y(y)，则称X和Y相互独立。性质：①若X和Y相互独立，则E(XY)=E(X)E(Y)；②若X和Y相互独立，则Var(X+Y)=Var(X)+Var(Y)。5.协方差和相关系数的定义：Cov(X,Y)=E[(X-E(X))(Y-E(Y)]，ρ_(XY)=Cov(X,Y)/√(Var(X)Var(Y))。关系：相关系数是协方差的一种标准化形式，用于衡量两个随机变量之间的线性相关程度，取值范围为[-1,1]。6.无偏估计量的定义：若参数θ的估计量θ̂的期望等于θ，即E(θ̂)=θ，则称θ̂是θ的无偏估计量。意义：无偏估计量意味着估计值在平均意义上等于真实值，不会系统性地高估或低估。7.样本均值和样本方差的定义：样本均值μ̄=1/n∑X_i，样本方差S^2=1/(n-1)∑(X_i-μ̄)^2。计算公式：样本均值用于估计总体均值，样本方差用于估计总体方差。8.正态分布的性质：①密度函数为f(x)=1/(σ√(2π))e^(-(x-μ)^2/(2σ^2))，其中μ为均值，σ^2为方差；②对称性，关于x=μ对称；③3σ原则，约68%的观测值落在(μ-σ,μ+σ)内，约95%的观测值落在(μ-2σ,μ+2σ)内，约99.7%的观测值落在(μ-3σ,μ+3σ)内。应用：①自然界和社会现象中许多随机变量近似服从正态分布，如人的身高、体重等；②统计推断中常用正态分布作为理论分布。五、应用题1.解：设X为1分钟内接到呼唤次数，则X~P(3)，P{X≤5}=∑_{k=0}^5P{X=k}=∑_{k=0}^5(3^k/e^3/k!)=0.91608。2.解：E(X)=θ，样本均值为μ̄=1/n∑X_i，令E(X)=μ̄，得θ̂=μ̄。3.解：E(X)=1/2，E(Y)=1/2，Var(X)=1/4，Var(Y)=1/4，Cov(X,Y)=1/8。4.解：E(X)=θ/2，样本均值为μ̄=1/n∑X_i，令E(X)=μ̄，得θ̂=2μ̄。5.解：ρ_(XY)=Cov(X,Y)/√(Var(X)Var(Y))=2/√(4×9)=2/6=1/3。6.解：似然函数为L(θ)=∏θe^(-θx_i)，取对数后对θ求导，得θ̂=1/样本均值。7.解：P{X+Y=1}=P{X=0,Y=1}+P{X=1,Y=0}=3/8+3/8=1/2。8.解：似然函数为L(θ)=∏θe^(-θx_i)，取对数后对θ求导，得θ̂=1/样本均值。9.解：设X为某天销售呼唤次数，则X~P(3)，P{X≤5}=∑_{k=0}^5P{X=k}=∑_{k=0}^5(3^k/e^3/k!)=0.91608。六、案例分析1.解：E(X)=θ，样本均值为μ̄=1/n∑X_i，令E(X)=μ̄，得θ̂=μ̄。2.解：似然函数为L(p)=(p^X_0)(1-p)^(n-X_0)，取对数后对p求导，得p̂=X_0/n。3.解：E(X)=170，样本均值为μ̄=1/n∑X_i，S^2=1/(n-1)∑(X_i-μ̄)^2，σ̂^2=S^2。4.解：设X为某天销售呼唤次数，则X~P(3)，P{X≤5}=∑_{k=0}^5P{X=k}=∑_{k=0}^5(3^k/e^3/k!)=0.91608。5.解：E(Y)=4000，E(X)=2，Var(Y)=1000，Var(X)=1，Cov(X,Y)=1。6.解：ρ_(XY)=0.8，σ_X=σ，σ_Y=σ0.8，Cov(X,Y)=ρ_(XY)σ_Xσ_Y=0.8σ^2。7.解：E(p)=p，样本均值为p̂=X_0/n，故p̂为p的无偏估计量。8.解：ρ_(XY)=0.7，σ_X=σ，σ_Y=σ0.7，Cov(X,Y)=ρ_(XY)σ_Xσ_Y=0.7σ^2。9.解：设X为某天销售呼唤次数，则X~P(3)，P{X≤5}=∑_{k=0}^5P{X=k}=∑_{k=0}^5(3^k/e^3/k!)=0.91608。七、论述题1.泊松分布的性质：①仅有一个参数λ，表示单位时间（或单位面积）内发生的事件的平均次数；②分布律为P{X=k}=λ^k/e^λ/k!，k=0,1,2,...；③期望和方差均为λ。应用：①描述单位时间内发生的事件次数，如电话交换台接到的呼唤次数、汽车站到达的乘客数等；②描述单位面积内发生的事件数，如布上的疵点数、显微镜视野中的微生物数等。2.矩估计法的基本思想：用样本矩估计总体矩，即用样本的k阶原点矩估计总体的k阶原点矩，用样本的k阶中心矩估计总体的k阶中心矩，然后通过解方程得到参数的估计量。优点：简单易行，不需要知道总体的分布形式。缺点：估计量的精度可能不高。3.最大似然估计法的基本思想：在已知样本观测值的情况下，选择使样本出现的概率最大的参数值作为参数的估计值。优点：估计量具有良好的一致性和渐近正态性。缺点：计算复杂，需要知道总体的分布形式。4.随机变量独立性的定义：若随机变量X和Y的联合分布函数等于边缘分布函数的乘积，即F(x,y)=F_X(x)F_Y(y)，则称X和Y相互独立。性质：①若X和Y相互独立，则E(XY)=E(X)E(Y)；②若X和Y相互独立