2026年考研数学一概率论与数理统计习题库

2026年考研数学一概率论与数理统计习题库一、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P{X+Y=0}等于（）A.e^{-λ}B.e^{-2λ}C.1D.0解析：根据泊松分布性质，P{X=0}=e^{-λ}，同理P{Y=0}=e^{-λ}。由于X与Y独立，P{X+Y=0}=P{X=0且Y=0}=P{X=0}P{Y=0}=e^{-λ}•e^{-λ}=e^{-2λ}。选项B正确。2.设随机变量X的分布函数为F(x)，则下列说法正确的是（）A.F(x)一定单调不减B.F(x)一定连续C.F(x)一定可导D.F(x)一定可积解析：分布函数F(x)的定义性质包括非减性、右连续性、F(-∞)=0、F(+∞)=1。非减性意味着单调不减，右连续性不等于连续，分段点可能存在跳跃，因此B错误。单调函数不一定可导，如阶梯函数不可导，C错误。分布函数定义域为(-∞,+∞)，但未必可积，D错误。选项A正确。3.设随机变量X与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)等于（）A.0.2B.0.4C.0.6D.0.8解析：根据联合分布律，P{X=0,Y=0}=0.1，P{X=0,Y=1}=0.2，P{X=1,Y=0}=0.3，P{X=1,Y=1}=0.4。计算E(XY)需要先求边缘分布：P{X=0}=0.1+0.2=0.3，P{X=1}=0.3+0.4=0.7P{Y=0}=0.1+0.3=0.4，P{Y=1}=0.2+0.4=0.6E(X)=0×0.3+1×0.7=0.7E(Y)=0×0.4+1×0.6=0.6E(XY)=Σxyp{X=x,Y=y}=0×0×0.1+0×1×0.2+1×0×0.3+1×1×0.4=0.4。选项B正确。4.设总体X服从正态分布N(μ,σ^2)，X1,...,Xn为样本，则下列统计量中不是μ的无偏估计量的是（）A.X̄B.max{X1,...,Xn}C.Σ(Xi-μ)/nD.(X1+X2)/2解析：根据无偏估计定义，E(估计量)=θ。A.E(X̄)=E(ΣXi/n)=ΣE(Xi)/n=μ，X̄是μ的无偏估计。B.max{X1,...,Xn}的期望值与μ有关，且不等于μ，不是无偏估计。C.E(Σ(Xi-μ)/n)=ΣE(Xi-μ)/n=Σ0/n=0，不是μ的无偏估计。D.E((X1+X2)/2)=E(X1)/2+E(X2)/2=μ/2+μ/2=μ，是μ的无偏估计。选项B错误。5.设总体X的密度函数为f(x)=λe^{-λ(x-a)}(x≥a,λ>0)，则X的数学期望为（）A.a+1/λB.a+λC.aλD.a解析：根据密度函数性质，f(x)在x≥a时为λe^{-λ(x-a)}，在x<a时为0。计算期望：E(X)=∫_a^+∞x•λe^{-λ(x-a)}dx令t=x-a，则x=t+a，dx=dt，积分限变为0到+∞：E(X)=∫_0^+∞(t+a)•λe^{-λt}dt=∫_0^+∞tλe^{-λt}dt+∫_0^+∞aλe^{-λt}dt第一项：∫_0^+∞tλe^{-λt}dt=(-t/λ)e^{-λt}|_0^+∞+∫_0^+∞(1/λ)e^{-λt}dt=0+(1/λ^2)=1/λ第二项：∫_0^+∞aλe^{-λt}dt=a(-e^{-λt})|_0^+∞=a所以E(X)=1/λ+a。选项A正确。6.设随机变量X与Y的协方差为1，X与Z的协方差为-2，Y与Z的协方差为3，则X与Y+Z的协方差为（）A.-1B.1C.4D.5解析：根据协方差性质，Cov(aX+bY,cX+dY)=acCov(X,Y)+adCov(X,Y)+bcCov(X,Y)+bdCov(Y,Y)Cov(X,Y+Z)=Cov(X,Y)+Cov(X,Z)=1+(-2)=-1。选项A正确。7.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，则下列统计量中服从t分布的是（）A.(X̄-μ)/(σ/√n)B.(X̄-μ)/(S/√n)C.(X̄-μ)/(σ/√n)^2D.(ΣXi-μ)/σ解析：根据t分布定义，统计量形式为(T=(X̄-μ)/(S/√n))，其中S为样本标准差。A.(X̄-μ)/(σ/√n)服从Z分布。B.(X̄-μ)/(S/√n)服从t(n-1)分布。C.(X̄-μ)/(σ/√n)^2服从χ^2(1)分布。D.(ΣXi-μ)/σ无分布意义。选项B正确。8.设总体X的密度函数为f(x)=1/(π(1+x^2))(-∞<x<+∞)，则X的方差Var(X)等于（）A.1B.2C.π^2D.π^2-1解析：计算E(X)：E(X)=∫_(-∞)^+∞x•(1/(π(1+x^2)))dx令t=x^2，则x=√t，dx=dt/(2√t)，积分限变为0到+∞：E(X)=∫_0^+∞√t/(π(1+t))•(dt/(2√t))=(1/(2π))∫_0^+∞(1/(1+t))dt=(1/(2π))ln(1+t)|_0^+∞该积分发散，E(X)不存在，因此Var(X)不存在。选项均不正确。9.设X1,...,Xn为来自指数分布f(x)=λe^{-λx}(x≥0,λ>0)的样本，则下列统计量中是λ的无偏估计量的是（）A.X̄B.2X̄C.nX̄D.1/(X̄)解析：指数分布E(X)=1/λ，Var(X)=1/λ^2。A.E(X̄)=1/λ，但Var(X̄)=1/(nλ^2)，不是无偏估计。B.E(2X̄)=2E(X̄)=2/λ，但Var(2X̄)=4Var(X̄)=4/(nλ^2)，不是无偏估计。C.E(nX̄)=nE(X̄)=n/λ，但Var(nX̄)=n^2Var(X̄)=n^2/(nλ^2)=n/λ^2，不是无偏估计。D.E(1/(X̄))≠λ，不是无偏估计。无正确选项，题目设计有误。10.设X1,...,Xn为来自均匀分布U(0,θ)的样本，则θ的无偏估计量是（）A.(n+1)X̄B.2X̄C.(n-1)X̄D.nX̄解析：均匀分布U(0,θ)的样本均值为E(X̄)=θ/(n+1)。A.E((n+1)X̄)=(n+1)E(X̄)=θ，是θ的无偏估计。B.E(2X̄)=2E(X̄)=2θ/(n+1)≠θ。C.E((n-1)X̄)=(n-1)E(X̄)=nθ/(n+1)≠θ。D.E(nX̄)=nE(X̄)=nθ/(n+1)≠θ。选项A正确。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与Y相互独立，且X~N(1,4)，Y~N(0,9)，则X+2Y的方差为______。2.设随机变量X的密度函数为f(x)=Ae^{-|x|}(-∞<x<+∞)，则A=______。3.设总体X的分布律为P{X=k}=(k+1)/20(k=1,2,3)，则E(X)=______。4.设X1,...,Xn为来自泊松分布P(λ)的样本，则X1+...+Xn的分布为______。5.设总体X的密度函数为f(x)=λ^2xe^{-λx}(x≥0,λ>0)，则X的期望为______。6.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，则统计量(2X̄-μ)/(σ/√2)服从______分布。7.设随机变量X与Y的协方差为2，X的方差为4，Y的方差为9，则X与Y的相关系数ρXY=______。8.设总体X的密度函数为f(x)=1/(2σ)(-σ≤x≤σ)，则X的样本中位数是______。9.设X1,...,Xn为来自指数分布f(x)=λe^{-λx}(x≥0,λ>0)的样本，则样本方差S^2的无偏估计量是______。10.设总体X的分布律为P{X=k}=(λ^k/k!)e^{-λ}(k=0,1,2,...)，则X的众数是______。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，正确填“√”，错误填“×”。）1.设随机变量X与Y相互独立，且X~N(μ1,σ1^2)，Y~N(μ2,σ2^2)，则X-Y也服从正态分布。（）2.分布函数F(x)的导数f(x)一定是概率密度函数。（）3.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，则X̄和S^2相互独立。（）4.设总体X的密度函数为f(x)=1/(π(1+x^2))(-∞<x<+∞)，则X与-X服从同一分布。（）5.设X1,...,Xn为来自均匀分布U(0,θ)的样本，则X(n)是θ的无偏估计。（）6.设总体X的密度函数为f(x)=λe^{-λx}(x≥0,λ>0)，则X的样本中位数是1/λ。（）7.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，则(ΣXi-μ)^2/σ^2服从χ^2(n)分布。（）8.设随机变量X与Y的协方差为0，则X与Y相互独立。（）9.设总体X的密度函数为f(x)=1/(2σ)(-σ≤x≤σ)，则X的样本均值X̄是θ的无偏估计。（）10.设X1,...,Xn为来自泊松分布P(λ)的样本，则X̄是λ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。2.解释中心极限定理的主要内容。3.说明样本方差S^2的无偏估计量的求法。4.描述正态分布的三个主要性质。5.解释协方差与相关系数的区别。6.说明统计量T=(X̄-μ)/(S/√n)的应用场景。7.描述均匀分布U(0,θ)的样本均值X̄的性质。8.解释为什么指数分布的期望与方差存在关系。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.某工厂生产的产品合格率为0.8，现随机抽取10件产品，求至少有8件合格的概率。2.设随机变量X与Y的联合密度函数为f(x,y)=c(x+y)(0≤x≤y≤1)，求c的值。3.设总体X的密度函数为f(x)=λ^2xe^{-λx}(x≥0,λ>0)，求X的期望E(X)和方差Var(X)。4.设X1,...,Xn为来自正态总体N(μ,4)的样本，样本均值为X̄=10，样本容量n=16，求μ的95%置信区间。5.设随机变量X与Y的协方差为3，X的方差为9，Y的方差为4，求X与Y的相关系数ρXY。6.设总体X的密度函数为f(x)=1/(2σ)(-σ≤x≤σ)，求X的样本中位数。7.设X1,...,Xn为来自泊松分布P(λ)的样本，样本均值为X̄=2，求λ的95%置信区间。8.设总体X的分布律为P{X=k}=(λ^k/k!)e^{-λ}(k=0,1,2,...)，求X的二阶矩E(X^2)。【标准答案及解析】一、单项选择题参考答案：1.B2.A3.B4.B5.A6.A7.B8.无9.无10.A二、填空题参考答案：11.1312.1/213.7/314.Poisson(nλ)15.1/λ16.N(0,2)17.2/318.019.(n-1)S^2/n20.0三、判断题参考答案：21.√22.×23.√24.√25.×26.×27.×28.×29.×30.√四、简答题解析：1.泊松分布的应用场景：①描述单位时间或单位面积内稀有事件发生的次数，如每分钟到达的顾客数、每平方米的缺陷数；②排队论中的到达间隔时间分布；③放射性粒子计数；④保险理赔次数等。2.中心极限定理：①设X1,...,Xn为独立同分布随机变量，E(Xi)=μ，Var(Xi)=σ^2，则当n→∞时，样本均值X̄的分布趋近于N(μ,σ^2/n)；②无论原始分布如何，只要方差存在，样本均值的分布都趋近于正态分布；③该定理是许多统计推断方法的基础。3.样本方差S^2的无偏估计量求法：①总体方差σ^2的无偏估计量是S^2=(Σ(Xi-X̄)^2)/(n-1)；②证明：E[Σ(Xi-X̄)^2/(n-1)]=E[Σ(Xi-μ)^2/(n-1)]=Var(Xi)=σ^2。4.正态分布的三个主要性质：①密度函数关于均值μ对称；②在μ处取得最大值(1/(σ√2π))e^{-μ^2/(2σ^2)}；③分布曲线下面积为1，且约68.27%的数据在(μ-σ,μ+σ)内，95.45%在(μ-2σ,μ+2σ)内。5.协方差与相关系数的区别：①协方差Cov(X,Y)=E[(X-μ)(Y-ν)]衡量X与Y的线性关系强度，但无量纲，受尺度影响；②相关系数ρXY=Cov(X,Y)/(σXσY)无量纲，取值[-1,1]，绝对值越大线性关系越强。6.统计量T=(X̄-μ)/(S/√n)的应用场景：①用于正态总体未知方差时均值μ的假设检验；②用于构造t分布置信区间；③适用于小样本场合。7.均匀分布U(0,θ)的样本均值X̄的性质：①E(X̄)=θ/(n+1)；②Var(X̄)=θ^2/(2(n+1)^2)；③当n→∞时，X̄依概率收敛于θ。8.指数分布的期望与方差关系：①密度函数f(x)=λe^{-λx}(x≥0)的期望E(X)=1/λ；②方差Var(X)=1/λ^2；③因为E(X^2)=2/λ^2，所以Var(X)=E(X^2)-(E(X))^2。五、应用题解析：1.至少8件合格的概率：P{X≥8}=P{X=8}+P{X=9}+P{X=10}=10C8(0.8)^8(0.2)^2+10C9(0.8)^9(0.2)+10C10(0.8)^10≈0.302+0.268+0.107=0.6772.c的值：∫_0^1∫_0^yc(x+y)dydx=c∫_0^1[xy+(y^