2026年考研数学二轮强化训练概率统计习题

2026年考研数学二轮强化训练概率统计习题一、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的分布函数为F(x)，则下列关于F(x)的性质描述错误的是（）A.F(x)是单调不减函数B.F(x)是右连续的C.F(-∞)=0，F(+∞)=1D.F(x)可能存在不可导点解析：本题考查分布函数的基本性质。分布函数F(x)必须满足单调不减、右连续、边界条件F(-∞)=0，F(+∞)=1。由于随机变量的分布曲线可能存在跳跃间断点，因此F(x)不一定处处可导，选项D正确描述了这一特性，而其他选项均为分布函数的基本性质。正确答案为D。2.设随机变量X～N(μ,σ²)，若P(X≤μ-2σ)=0.2，则P(μ-σ<X<μ+σ)的值为（）A.0.6826B.0.5C.0.3174D.0.1587解析：本题考查正态分布的标准化性质。由P(X≤μ-2σ)=0.2可得Φ(-2)=0.2，其中Φ为标准正态分布函数。根据对称性Φ(2)=1-0.2=0.8。又P(μ-σ<X<μ+σ)=P(-1<X<1)=Φ(1)-Φ(-1)=2Φ(1)-1=2×0.8-1=0.6。正确答案为C。3.设X1,X2,...,Xn是来自总体X的简单随机样本，X～P(λ)，则下列关于样本均值的分布描述正确的是（）A.E(样本均值)=λ²B.D(样本均值)=λC.样本均值近似服从N(λ,λ/n)D.样本均值的分布为泊松分布解析：本题考查泊松分布样本均值的统计性质。对于泊松分布X～P(λ)，有E(X)=D(X)=λ。样本均值X̄=ΣXi/n的期望E(X̄)=E(ΣXi/n)=ΣE(Xi)/n=λ，方差D(X̄)=D(ΣXi/n)=ΣD(Xi)/n²=λ/n。因此X̄～P(λ²)，但样本均值的分布不是泊松分布。正确答案为C。4.设随机变量X和Y相互独立，且X～N(1,4)，Y～N(2,9)，则随机变量Z=2X-3Y+5的分布为（）A.N(0,37)B.N(5,37)C.N(5,25)D.N(0,25)解析：本题考查正态分布的线性组合性质。对于相互独立的正态分布随机变量X～N(μ1,σ1²)和Y～N(μ2,σ2²)，线性组合aX+bY也服从正态分布，且E(aX+bY)=aμ1+bμ2，D(aX+bY)=a²σ1²+b²σ2²。对于Z=2X-3Y+5，有E(Z)=2×1-3×2+5=3，D(Z)=2²×4+(-3)²×9=52。因此Z～N(3,52)。正确答案为B。5.设总体X的概率密度函数为f(x)=λe^{-λ(x-θ)}(x≥θ,λ>0)，则参数θ的矩估计量为（）A.X̄B.min(X1,X2,...,Xn)C.X(1)D.Ẍ解析：本题考查参数的矩估计方法。首先计算总体X的期望E(X)=E[X-θ+θ]=E[X-θ]+θ。由于X-θ～Exp(λ)，有E[X-θ]=1/λ，因此E(X)=1/λ+θ。样本均值的期望E(X̄)=E(ΣXi/n)=ΣE(Xi)/n=(n/λ+n)θ。令E(X)=X̄，解得θ=X̄-(1/λ)。又由样本极小值min(X1,X2,...,Xn)的期望E[X(1)]=θ+1/λ，因此θ=X(1)-1/λ。综合可得θ=X̄-(1/λ)=X(1)-1/λ，即θ=X(1)。正确答案为C。6.设总体X的概率密度函数为f(x)=1/(β+1)x^(β+1)(0<x<1,β>0)，则E(X)和D(X)分别为（）A.β/(β+1),β/(β+2)B.(β+1)/(β+2),(β+1)/(β+3)C.β/(β+2),β/(β+1)D.(β+1)/(β+2),(β+2)/(β+3)解析：本题考查伽玛分布的期望和方差。令t=x^(β+1)，则dx=βt^(β-1)dt。因此E(X)=∫₀¹x•1/(β+1)x^(β+1)dx=∫₀¹x^(β+1)/(β+1)x^(β+1)dx=∫₀¹x^(β+1)/(β+1)x^(β+1)dx=β/(β+2)。类似可得D(X)=β/(β+2)²。正确答案为A。7.设总体X的概率密度函数为f(x)=1/θe^{-x/θ}(0<x<θ,θ>0)，则参数θ的极大似然估计量为（）A.X̄B.max(X1,X2,...,Xn)C.min(X1,X2,...,Xn)D.2X̄解析：本题考查指数分布参数的极大似然估计。似然函数L(θ)=∏(1/θ)e^{-xi/θ}=θ⁻ⁿe^(-Σxi/θ)。对数似然函数lnL=-nlnθ-Σxi/θ。求导得-dlnL/dθ=0，解得θ=Σxi/n=X̄。但极大似然估计量应使似然函数最大，对于指数分布，θ应取样本最大值max(X1,X2,...,Xn)。正确答案为B。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|0.1|0.2||1|0.3|0.4|则X和Y是否相互独立？（）A.是B.否C.无法判断D.取决于边缘分布解析：本题考查随机变量独立性的判断。首先计算边缘分布P(X=0)=0.1+0.2=0.3，P(X=1)=0.3+0.4=0.7；P(Y=0)=0.1+0.3=0.4，P(Y=1)=0.2+0.4=0.6。若X和Y独立，则P(X=0,Y=0)=P(X=0)P(Y=0)=0.3×0.4=0.12≠0.1。因此X和Y不独立。正确答案为B。9.设随机变量X和Y的联合概率密度函数为f(x,y)=2e^{-(x+y)}(0<x<y<∞)，则P(X+Y<2)的值为（）A.1-e⁻²B.1-2e⁻²C.e⁻²D.2e⁻²解析：本题考查二维连续型随机变量的概率计算。积分区域为0<x<y<2，即x轴在y轴左侧，且y轴在2以下。P(X+Y<2)=∫₀²∫₀^y2e^{-(x+y)}dxdy=∫₀²(1-e^{-y})dy=2-1/e²=1-e⁻²。正确答案为A。10.设X1,X2,...,Xn是来自总体X的简单随机样本，X～N(μ,σ²)，则下列关于样本方差S²的无偏估计量的描述正确的是（）A.S²是σ²的无偏估计B.(n-1)S²是σ²的无偏估计C.S²是(1/n)Σ(Xi-μ)²的无偏估计D.S²是(1/n)Σ(Xi-X̄)²的无偏估计解析：本题考查样本方差的无偏性。对于正态分布，E[(n-1)S²]=E[Σ(Xi-X̄)²]=nσ²，因此E[S²]=σ²。而(1/n)Σ(Xi-X̄)²是样本方差的n倍，其期望为(n-1)σ²/n，不是σ²。正确答案为B。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～N(0,1)，Y=X²，则P(Y≤1)=________。2.设随机变量X和Y相互独立，且X～N(1,9)，Y～N(0,4)，则P(X-Y>2)=________。3.设总体X的概率密度函数为f(x)=1/θe^{-x/θ}(0<x<θ,θ>0)，则E(X²)=________。4.设总体X的概率密度函数为f(x)=2/(1+x)(0<x<1)，则P(0.5<X<1)=________。5.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.1|0.2||1|0.3|0.4|则E(XY)=________。6.设随机变量X和Y的联合概率密度函数为f(x,y)=6x(1-y)(0<x<y<1)，则P(X<0.5)=________。7.设总体X的概率密度函数为f(x)=1/θe^{-x/θ}(0<x<θ,θ>0)，则θ的矩估计量为________。8.设总体X的概率密度函数为f(x)=1/5(1+x)(0<x<4)，则E(X)=________。9.设随机变量X和Y相互独立，且X～N(2,4)，Y～N(1,9)，则P(2<X<4)=________。10.设X1,X2,...,Xn是来自总体X的简单随机样本，X～N(μ,σ²)，则μ的置信水平为1-α的置信区间为________。三、判断题（本大题共10小题，每小题2分，共20分。请判断下列各题是否正确，正确的填"√"，错误的填"×"。）1.设随机变量X和Y相互独立，且X～N(μ1,σ1²)，Y～N(μ2,σ2²)，则X+Y一定服从正态分布。（）2.设总体X的概率密度函数为f(x)=1/θe^{-x/θ}(0<x<θ,θ>0)，则参数θ的极大似然估计量是样本最大值。（）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|0.1|0.2||1|0.3|0.4|则X和Y相互独立。（）4.设总体X的概率密度函数为f(x)=1/θe^{-x/θ}(0<x<θ,θ>0)，则E(X)=θ/2。（）5.设随机变量X和Y的联合概率密度函数为f(x,y)=2e^{-(x+y)}(0<x<y<∞)，则X和Y相互独立。（）6.设总体X的概率密度函数为f(x)=1/5(1+x)(0<x<4)，则X的分布函数为F(x)在x=2处不可导。（）7.设随机变量X和Y相互独立，且X～N(2,4)，Y～N(1,9)，则X-Y一定服从正态分布。（）8.设总体X的概率密度函数为f(x)=1/θe^{-x/θ}(0<x<θ,θ>0)，则θ的矩估计量是样本均值。（）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|0.1|0.2||1|0.3|0.4|则E(X+Y)=E(X)+E(Y)。（）10.设X1,X2,...,Xn是来自总体X的简单随机样本，X～N(μ,σ²)，则S²是σ²的无偏估计。（）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.简述泊松分布的应用场景及其主要性质。2.解释什么是随机变量的独立性，并举例说明。3.描述样本均值和样本方差的计算方法及其统计意义。4.说明极大似然估计的基本思想及其适用条件。5.解释什么是置信区间，并说明其置信水平的含义。6.描述正态分布的标准化过程及其应用。7.说明随机变量函数的期望计算方法，并举例说明。8.描述假设检验的基本步骤及其在统计推断中的作用。五、应用题（本大题共8小题，每小题4分，共32分。请将答案写在答题卡上。）1.某工厂生产的产品合格率为0.8，现随机抽取100件产品，求至少有85件合格品的概率。2.设随机变量X和Y的联合概率密度函数为f(x,y)=6x(1-y)(0<x<y<1)，求E(XY)。3.设总体X的概率密度函数为f(x)=1/5(1+x)(0<x<4)，求E(X)和D(X)。4.设随机变量X和Y相互独立，且X～N(2,4)，Y～N(1,9)，求P(X<Y)。5.设总体X的概率密度函数为f(x)=1/θe^{-x/θ}(0<x<θ,θ>0)，样本容量为n=5，样本观测值为2,3,1.5,2.5,3.2，求参数θ的极大似然估计值。6.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.1|0.2||1|0.3|0.4|求X和Y的边缘分布律，并判断X和Y是否相互独立。7.设总体X的概率密度函数为f(x)=2/(1+x)(0<x<1)，样本容量为n=10，样本观测值为0.2,0.5,0.8,0.3,0.7,0.4,0.6,0.9,0.1,0.3，求样本均值和样本方差。8.设总体X的概率密度函数为f(x)=1/θe^{-x/θ}(0<x<θ,θ>0)，样本容量为n=4，样本观测值为1.2,1.8,1.5,2.0，求参数θ的置信水平为95%的置信区间。【标准答案及解析】一、单项选择题1.D解析：分布函数F(x)必须单调不减、右连续、边界条件F(-∞)=0，F(+∞)=1。由于随机变量的分布曲线可能存在跳跃间断点，因此F(x)不一定处处可导，选项D正确描述了这一特性。2.C解析：由P(X≤μ-2σ)=0.2可得Φ(-2)=0.2，根据对称性Φ(2)=1-0.2=0.8。又P(μ-σ<X<μ+σ)=P(-1<X<1)=Φ(1)-Φ(-1)=2Φ(1)-1=2×0.8-1=0.6。正确答案为C。3.C解析：对于泊松分布X～P(λ)，有E(X)=D(X)=λ。样本均值X̄=ΣXi/n的期望E(X̄)=E(ΣXi)/n=ΣE(Xi)/n=λ，方差D(X̄)=D(ΣXi)/n²=ΣD(Xi)/n²=λ/n。因此X̄～P(λ²)，但样本均值的分布不是泊松分布。正确答案为C。4.B解析：对于相互独立的正态分布随机变量X～N(μ1,σ1²)和Y～N(μ2,σ2²)，线性组合aX+bY也服从正态分布，且E(aX+bY)=aμ1+bμ2，D(aX+bY)=a²σ1²+b²σ2²。对于Z=2X-3Y+5，有E(Z)=2×1-3×2+5=3，D(Z)=2²×4+(-3)²×9=52。因此Z～N(3,52)。正确答案为B。5.C解析：首先计算总体X的期望E(X)=E[X-θ+θ]=E[X-θ]+θ。由于X-θ～Exp(λ)，有E[X-θ]=1/λ，因此E(X)=1/λ+θ。样本均值的期望E(X̄)=E(ΣXi)/n=ΣE(Xi)/n=(n/λ+n)θ。令E(X)=X̄，解得θ=X̄-(1/λ)。又由样本极小值min(X1,X2,...,Xn)的期望E[X(1)]=θ+1/λ，因此θ=X(1)-1/λ。综合可得θ=X̄-(1/λ)=X(1)-1/λ，即θ=X(1)。正确答案为C。6.A解析：对于伽玛分布，E(X)=β/(β+1)，D(X)=β/(β+2)。因此E(X)=β/(β+1)，D(X)=β/(β+2)。正确答案为A。7.B解析：对于指数分布，似然函数L(θ)=∏(1/θ)e^{-xi/θ}=θ⁻ⁿe^(-Σxi/θ)。对数似然函数lnL=-nlnθ-Σxi/θ。求导得-dlnL/dθ=0，解得θ=Σxi/n=X̄。但极大似然估计量应使似然函数最大，对于指数分布，θ应取样本最大值max(X1,X2,...,Xn)。正确答案为B。8.B解析：首先计算边缘分布P(X=0)=0.1+0.2=0.3，P(X=1)=0.3+0.4=0.7；P(Y=0)=0.1+0.3=0.4，P(Y=1)=0.2+0.4=0.6。若X和Y独立，则P(X=0,Y=0)=P(X=0)P(Y=0)=0.3×0.4=0.12≠0.1。因此X和Y不独立。正确答案为B。9.A解析：积分区域为0<x<y<2，即x轴在y轴左侧，且y轴在2以下。P(X+Y<2)=∫₀²∫₀^y2e^{-(x+y)}dxdy=∫₀²(1-e^{-y})dy=2-1/e²=1-e⁻²。正确答案为A。10.B解析：对于正态分布，E[(n-1)S²]=E[Σ(Xi-X̄)²]=nσ²，因此E[S²]=σ²。而(1/n)Σ(Xi-X̄)²是样本方差的n倍，其期望为(n-1)σ²/n，不是σ²。正确答案为B。二、填空题1.√解析：P(Y≤1)=P(X²≤1)=P(-1≤X≤1)=Φ(1)-Φ(-1)=2Φ(1)-1=2×0.8-1=0.6。2.1-2e⁻²解析：P(X-Y>2)=P(X>Y+2)=∫₁⁵∫_(y+2)⁵6x(1-y)dxdy=∫₁⁵(3x²-12x+24)dx=1-2e⁻²。3.θ²/3解析：E(X²)=∫₀θx²•1/θe^{-x/θ}dx=θ³/3。4.1/3-e⁻¹解析：P(0.5<X<1)=∫₀¹∫₀^x2/(1+y)dydx=ln2-1/2。5.0.4解析：E(XY)=ΣΣxy•P(X=x,Y=y)=0.2+0.4+0.6+0.8=2×0.4=0.8。6.1/4解析：P(X<0.5)=∫₀^0.5∫₀^x6xydxdy=1/4。7.min(X1,X2,...,Xn)解析：极大似然估计量应使似然函数最大，对于指数分布，θ应取样本最小值min(X1,X2,...,Xn)。8.9/5解析：E(X)=∫₀⁴x•1/5(1+x)dx=9/5。9.1/3解析：P(2<X<4)=P((X-2)/2<(4-2)/2)=Φ(1)-Φ(0)=0.8413-0.5=0.3413≈1/3。10.(X̄-t_(n-1,α/2)S/√n,X̄+t_(n-1,α/2)S/√n)解析：μ的置信水平为1-α的置信区间为(X̄-t_(n-1,α/2)S/√n,X̄+t_(n-1,α/2)S/√n)。三、判断题1.√解析：对于相互独立的正态分布随机变量X～N(μ1,σ1²)和Y～N(μ2,σ2²)，线性组合aX+bY也服从正态分布。2.√解析：对于指数分布，θ应取样本最大值max(X1,X2,...,Xn)。3.×解析：P(X=1,Y=1)=0.4≠P(X=1)P(Y=1)=0.4×0.4=0.16，因此X和Y不独立。4.×解析：E(X)=∫₀θx•1/θe^{-x/θ}dx=θ/2。5.√解析：f(x,y)=f(x)•f(y)，其中f(x)=2e^{-x}(x>0)和f(y)=e^{-y}(y>x)。6.√解析：F(x)=∫₀^x1/(1+t)dt=ln(1+x)-ln1=ln(1+x)，在x=2处不可导。7.√解析：对于相互独立的正态分布随机变量X～N(μ1,σ1²)和Y～N(μ2,σ2²)，X-Y～N(μ1-μ2,σ1²+σ2²)。8.×解析：θ的矩估计量是样本最小值min(X1,X2,...,Xn)。9.√解析：E(X+Y)=E(X)+E(Y)。10.×解析：S²是σ²的无偏估计。四、简答题1.泊松分布的应用场景及其主要性质泊松分布主要应用于描述单位时间内发生某事件的次数，如单位时间内到达服务台的顾客数、单位面积内的缺陷数等。主要性质包括：①概率质量函数为P(X=k)=λ^k•e^{-λ}/k!，其中λ>0为事件发生率；②E(X)=D(X)=λ；③可由二项分布极限得到，当n→∞，p→0，np=λ时，二项分布B(n,p)→P(λ)。2.随机变量的独立性及其举例随机变量X和Y相互独立是指P(X=x,Y=y)=P(X=x)P(Y=y)对所有x,y成立。例如：掷两枚均匀硬币，X表示第一枚硬币结果（0或1），Y表示第二枚硬币结果（0或1），则X和Y相互独立。3.样本均值和样本方差的计算方法及其统计意义样本均值X̄=ΣXi/n，样本方差S²=Σ(Xi-X̄)²/(n-1)。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，用于衡量数据离散程度。4.极大似然估计的基本思想及其适用条件极大似然估计的基本思想是选择使似然函数最大的参数值。适用条件包括：①总体分布已知；②样本独立同分布；③参数空间连通。5.置信区间及其置信水平的含义置信区间是指估计参数的区间，置信水平是指区间包含真实参数的概率。例如，95%置信水平意味着100次抽样得到的95%置信区间中有95%包含真实参数。6.正态分布的标准化过程及其应用标准化过程是将X标准化为Z=(X-μ)/σ，其中Z～N(0,1)。应用包括：①计算正态分布概率；②比较不同分布数据。7.随机变量函数的期望计算方法及其举例随机变量函数g(X)的期望E[g(X)]=∫g(x)f(x)dx（连续型）或Σg(x)P(X=x)（离散型）。例如，若X～N(0,1)，则E[X²]=1。8.假设检验的基本步骤及其在统计推断中的作用基本步骤：①提出原假设和备择假设；②选择检验统计量；③确定拒绝域；④计算P值或临界值；⑤做出决策。作用：在不确定条件下做出合理推断。五、应用题1.某工厂生产的产品合格率为0.8，现随机抽取100件产品，求至少有85件合格品的概率。解：X～B(100,0.8)，P(X≥85)=1-P(X≤84)=1-Φ((84-100×0.8)/√(100×0.8×0.2))=1-Φ(-2)=0.9772。2.设随机变量X和Y的联合概率密度函数为f(x,y)=6x(1