2026年安徽省考研数学一概率论与数理统计习题

2026年安徽省考研数学一概率论与数理统计习题一、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与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.服从正态分布D.无法确定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.无法确定3.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4则E(XY)的值为（）A.0.5B.0.6C.0.7D.0.84.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的最大似然估计量是（）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.样本中位数D.样本均值6.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4则P{X+Y=1}的值为（）A.0.5B.0.6C.0.7D.0.87.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的极大似然估计量是（）A.1/2B.1/3C.1/4D.无法确定8.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4则P{X=1|Y=1}的值为（）A.0.5B.0.6C.0.7D.0.89.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的无偏估计量是（）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10.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的极大似然估计量是（）A.样本最大值B.样本最小值C.样本中位数D.样本均值二、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，且均服从参数为λ的泊松分布，则P{X+Y=n}的值为________。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\Y0100.10.210.30.4则E(X)的值为________。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的最大似然估计量是________。5.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________。6.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4则P{X=1|Y=1}的值为________。7.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的极大似然估计量是________。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，则θ的无偏估计量是________。9.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的极大似然估计量是________。10.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4则E(XY)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.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的分布列为泊松分布。（）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1/2。（）3.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4则E(XY)=0.5。（）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的最大似然估计量是1/样本均值。（）5.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。（）6.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4则P{X=1|Y=1}=0.6。（）7.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的极大似然估计量是1/3。（）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，则θ的无偏估计量是样本均值。（）9.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的极大似然估计量是样本最小值。（）10.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4则E(XY)=0.7。（）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.简述无偏估计的概念及其意义。5.简述样本均值和样本方差的定义及其计算方法。6.简述条件概率的定义及其计算方法。7.简述随机变量独立性的定义及其性质。8.简述期望和方差的定义及其计算方法。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X1,X2,...,Xn，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\Y0100.10.210.30.4求E(X)，E(Y)，E(XY)。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。现抽取样本X1,X2,...,Xn，求θ的最大似然估计量。5.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X1,X2,...,Xn，求θ的无偏估计量。6.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4求P{X=1|Y=1}。7.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X1,X2,...,Xn，求θ的极大似然估计量。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X1,X2,...,Xn，求θ的无偏估计量。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.某工厂生产的产品合格率为p，现从中随机抽取100件产品，发现其中有90件合格品。试用矩估计法估计p。2.某射手每次射击命中目标的概率为p，现进行n次射击，命中k次。试用最大似然估计法估计p。3.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4求P{X+Y=1}。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。现抽取样本X1,X2,...,Xn，求θ的最大似然估计量。5.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X1,X2,...,Xn，求θ的无偏估计量。6.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4求E(XY)。7.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X1,X2,...,Xn，求θ的极大似然估计量。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X1,X2,...,Xn，求θ的无偏估计量。9.设随机变量X和Y的联合分布律如下表所示：X\Y0100.10.210.30.4求P{X=1|Y=1}。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.论述无偏估计的概念及其意义。5.论述样本均值和样本方差的定义及其计算方法。6.论述条件概率的定义及其计算方法。7.论述随机变量独立性的定义及其性质。8.论述期望和方差的定义及其计算方法。9.论述概率论与数理统计在科学研究中的应用。10.论述概率论与数理统计在经济管理中的应用。11.论述概率论与数理统计在工程技术中的应用。【标准答案及解析】一、单项选择题1.A解析：由泊松分布的可加性知，X+Y服从参数为2λ的泊松分布。2.B解析：E(X)=1/θ，令E(X)=样本均值，解得θ=1/样本均值。3.B解析：E(XY)=0.1×0+0.2×0+0.3×0+0.4×1=0.6。4.A解析：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/样本均值。5.A解析：E(X)=θ/2，令E(X)=样本均值，解得θ=2×样本均值。6.B解析：P{X+Y=1}=P{X=0,Y=1}+P{X=1,Y=0}=0.2+0.3=0.5。7.A解析：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/2。8.D解析：P{X=1|Y=1}=(P{X=1,Y=1})/P{Y=1}=0.4/(0.2+0.4)=0.6667。9.A解析：E(X)=1/θ，令E(X)=样本均值，解得θ=1/样本均值。10.A解析：似然函数为L(θ)=θ^(-n)，取对数后对θ求导，令导数为0，解得θ=样本最大值。二、填空题1.(λ^n/n!)e^(-λ)解析：由泊松分布的可加性知，X+Y服从参数为2λ的泊松分布，故P{X+Y=n}=(2λ^n/n!)e^(-2λ)。2.1/2解析：E(X)=1/θ，令E(X)=样本均值，解得θ=1/2。3.0.7解析：E(X)=0.1×0+0.2×1+0.3×1+0.4×1=0.7。4.1/样本均值解析：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/样本均值。5.样本最大值解析：似然函数为L(θ)=θ^(-n)，取对数后对θ求导，令导数为0，解得θ=样本最大值。6.0.6667解析：P{X=1|Y=1}=(P{X=1,Y=1})/P{Y=1}=0.4/(0.2+0.4)=0.6667。7.1/2解析：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/2。8.1/样本均值解析：E(X)=1/θ，令E(X)=样本均值，解得θ=1/样本均值。9.样本最大值解析：似然函数为L(θ)=θ^(-n)，取对数后对θ求导，令导数为0，解得θ=样本最大值。10.0.5解析：E(XY)=0.1×0+0.2×0+0.3×0+0.4×1=0.5。三、判断题1.√解析：由泊松分布的可加性知，X+Y服从参数为2λ的泊松分布。2.×解析：E(X)=1/θ，令E(X)=样本均值，解得θ=1/样本均值。3.√解析：E(XY)=0.1×0+0.2×0+0.3×0+0.4×1=0.5。4.√解析：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/样本均值。5.√解析：似然函数为L(θ)=θ^(-n)，取对数后对θ求导，令导数为0，解得θ=样本最大值。6.√解析：P{X=1|Y=1}=(P{X=1,Y=1})/P{Y=1}=0.4/(0.2+0.4)=0.6667。7.×解析：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/2。8.×解析：E(X)=1/θ，令E(X)=样本均值，解得θ=1/样本均值。9.√解析：似然函数为L(θ)=θ^(-n)，取对数后对θ求导，令导数为0，解得θ=样本最大值。10.×解析：E(XY)=0.1×0+0.2×0+0.3×0+0.4×1=0.5。四、简答题1.泊松分布的性质：（1）泊松分布是离散型分布，其概率质量函数为P(X=k)=λ^k/k!e^(-λ)，k=0,1,2,...（2）泊松分布的期望和方差均为λ。（3）泊松分布具有可加性，即若X和Y相互独立且均服从泊松分布，则X+Y也服从泊松分布。泊松分布的应用：（1）泊松分布常用于描述单位时间内发生的事件数，如电话交换台每分钟接到的呼唤次数、一本书每页的错别字数等。（2）泊松分布在排队论、可靠性理论等领域有广泛应用。2.矩估计法的基本思想：矩估计法是通过样本矩来估计总体矩，进而估计总体参数的方法。具体步骤如下：（1）计算样本矩，如样本均值、样本方差等。（2）建立样本矩与总体矩之间的关系，即用样本矩来估计总体矩。（3）解出总体参数的估计量。矩估计法的优点是简单易行，缺点是可能存在较大偏差，尤其是在样本量较小的情况下。3.最大似然估计法的基本思想：最大似然估计法是通过选择使似然函数达到最大的参数值作为参数的估计值的方法。具体步骤如下：（1）写出似然函数，即样本观测值出现的概率。（2）对似然函数取对数，得到对数似然函数。（3）对对数似然函数求导，令导数为0，解出参数的估计值。最大似然估计法的优点是具有较好的渐近性质，缺点是计算复杂，尤其是在参数空间维度较高的情况下。4.无偏估计的概念及其意义：无偏估计是指估计量的期望值等于被估计参数的估计。即若θ是总体参数，θ̂是θ的估计量，则若E(θ̂)=θ，称θ̂是θ的无偏估计。无偏估计的意义在于，它可以保证估计量在多次抽样中平均来说能够正确估计总体参数，从而提高估计的可靠性。5.样本均值和样本方差的定义及其计算方法：样本均值是指样本观测值的算术平均数，计算公式为：样本方差是指样本观测值与其样本均值的差的平方的平均数，计算公式为：6.条件概率的定义及其计算方法：条件概率是指事件A在事件B发生的条件下发生的概率，记为P(A|B)。其计算公式为：P(A|B)=P(A∩B)/P(B)条件概率的计算方法主要有两种：（1）直接根据定义计算。（2）利用全概率公式计算。7.随机变量独立性的定义及其性质：随机变量X和Y相互独立是指对于任意两个实数a和b，有P{X≤a,Y≤b}=P{X≤a}P{Y≤b}。随机变量独立性的性质：（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)。8.期望和方差的定义及其计算方法：期望是指随机变量取值的平均值，计算公式为：方差是指随机变量取值与其期望值的差的平方的平均数，计算公式为：五、应用题1.解：由泊松分布的性质知，1分钟内接到不超过5次呼唤的概率为：P{X≤5}=∑_{k=0}^{5}P{X=k}=(e^(-3)×(3^k)/k!)=0.916082.解：E(X)=θ/2，令E(X)=样本均值，解得θ=2×样本均值。故θ的矩估计量为2×样本均值。3.解：E(X)=0.7，E(Y)=0.6，E(XY)=0.5。4.解：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/样本均值。故θ的最大似然估计量为1/样本均值。5.解：E(X)=θ/2，令E(X)=样本均值，解得θ=2×样本均值。故θ的无偏估计量为2×样本均值。6.解：P{X=1|Y=1}=(P{X=1,Y=1})/P{Y=1}=0.4/(0.2+0.4)=0.6667。7.解：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/2。故θ的极大似然估计量为1/2。8.解：E(X)=1/θ，令E(X)=样本均值，解得θ=1/样本均值。故θ的无偏估计量为1/样本均值。9.解：P{X=1|Y=1}=(P{X=1,Y=1})/P{Y=1}=0.4/(0.2+0.4)=0.6667。六、案例分析1.解：E(p)=p，令E(p)=样本合格率，解得p=样本合格率。故p的矩估计量为样本合格率。2.解：似然函数为L(p)=p^k(1-p)^(n-k)，取对数后对p求导，令导数为0，解得p=k/n。故p的最大似然估计量为k/n。3.解：P{X+Y=1}=P{X=0,Y=1}+P{X=1,Y=0}=0.2+0.3=0.5。4.解：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/样本均值。故θ的最大似然估计量为1/样本均值。5.解：E(X)=θ/2，令E(X)=样本均值，解得θ=2×样本均值。故θ的无偏估计量为2×样本均值。6.解：E(XY)=0.1×0+0.2×0+0.3×0+0.4×1=0.5。7.解：似然函数为L(θ)=θ^(-n)exp(-θ∑x_i)，取对数后对θ求导，令导数为0，解得θ=1/2。故θ的极大似然估计量为1/2。8.解：E(X)=1/θ，令E(X)=样本均值，解得θ=1/样本均值。故θ的无偏估计量为1/样本均值。9.解：P{X=1|Y=1}=(P{X=1,Y=1})/P{Y=1}=0.4/(0.2+0.4)=0.6667。七、论述题1.论述泊松分布的性质及其应用：泊松分布是离散型分布，其概率质量函数为P(X=k)=λ^k/k!e^(-λ)，k=0,1,2,...，具有以下性质：（1）泊松分布的期望和方差均为λ。（2）泊松分布具有可加性，即若X和Y相互独立且均服从泊松分布，则X+Y也服从泊松分布。泊松分布在以下领域有广泛应用：（1）泊松分布常用于描述单位时间内发生的事件数，如电话交换台每分钟接到的呼唤次数、一本书每页的错别字数等。（2）泊松分布在排队论、可靠性理论等领域有广泛应用。2.论述矩估计法的基本思想及其优缺点：矩估计法是通过样本矩来估计总体矩，进而估计总体参数的方法。具体步骤如下：（1）计算样本矩，如样本均值、样本方差等。（2）建立样本矩与总体矩之间的关系，即用样本矩来估计总体矩。（3）解出总体参数的估计量。矩估计法的优点是简单易行，缺点是可能存在较大偏差，尤其是在样本量较小的情况下。3.论述最大似然估计法的基本思想及其优缺点：最大似然估计法是通过选择使似然函数达到最大的参数值作为参数的估计值的方法。具体步骤如下：（1）写出似然函数，即样本观测值出现的概率。（2）对似然函数取对数，得到对数似然函数。（3）对对数似然函数求导，令导数为0，解出参数的估计值。最大似然估计法的优点是