2026年考研数学一概率论与数理统计重点难点解析

2026年考研数学一概率论与数理统计重点难点解析一、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且F(+∞)=1D.F(x)在任意点x处可能存在跳跃间断点解析：本题考查分布函数的基本性质。分布函数F(x)必须满足单调不减性、右连续性、边界条件F(-∞)=0和F(+∞)=1。根据概率论基本定理，对于离散型随机变量，其分布函数在跳跃点处存在跳跃间断，但对于连续型随机变量，分布函数是连续的。因此选项D描述错误，正确答案为D。2.设随机变量X和Y相互独立，且X～N(μ1,σ1^2)，Y～N(μ2,σ2^2)，则随机变量Z=X+Y的分布是（）A.N(μ1+μ2,σ1^2+σ2^2)B.N(μ1-μ2,σ1^2-σ2^2)C.N(μ1+μ2,σ1^2σ2^2)D.N(μ1μ2,σ1^2+σ2^2)解析：本题考查正态分布的性质。根据正态分布的可加性，若X～N(μ1,σ1^2)，Y～N(μ2,σ2^2)且X和Y相互独立，则Z=X+Y也服从正态分布，其均值为μ1+μ2，方差为σ1^2+σ2^2。因此正确答案为A。3.设事件A和B互斥，且P(A)>0，P(B)>0，则下列结论正确的是（）A.P(A|B)=P(B|A)B.P(A∪B)=P(A)+P(B)C.P(AB)=P(A)P(B)D.P(A|B)=0解析：本题考查条件概率和互斥事件的性质。由于A和B互斥，则P(AB)=0。根据条件概率定义，P(A|B)=P(AB)/P(B)=0/P(B)=0。因此正确答案为D。4.设总体X～N(μ,σ^2)，X1,...,Xn为来自X的简单随机样本，则下列统计量中不是μ的无偏估计量的是（）A.X̄=(1/n)∑_{i=1}^nXiB.X̄=(1/(n-1))∑_{i=1}^n(Xi-X̄)C.X̄=(1/n)∑_{i=1}^n(a_iXi)，其中∑_{i=1}^na_i=1D.X̄=(1/(n+1))∑_{i=1}^nXi解析：本题考查无偏估计量的概念。根据样本均值的性质，X̄是μ的无偏估计量。选项B是样本方差的估计量，不是μ的估计量。选项C中，由于∑_{i=1}^na_i=1，加权平均仍然是μ的无偏估计量。选项D中，虽然分母为n+1，但X̄仍然是μ的无偏估计量。因此正确答案为B。5.设总体X的概率密度函数为f(x)=λe^{-λ(x-θ)}，x≥θ，则θ的矩估计量是（）A.X̄B.min(X1,...,Xn)C.max(X1,...,Xn)D.X(1:n)解析：本题考查参数的矩估计法。首先计算总体X的期望E(X)=θ+1/λ。根据样本均值的性质，E(X̄)=E(X)=θ+1/λ，因此θ的矩估计量为θ̂=X̄-1/λ。由于θ是位置参数，其最大似然估计量为样本最小值X(1:n)。因此正确答案为B。6.设总体X的概率分布为X～B(n,p)，其中0<p<1，则下列关于样本方差S^2的性质描述正确的是（）A.E(S^2)=pB.E(S^2)=npC.E(S^2)=p(1-p)D.E(S^2)=n(n-1)p^2解析：本题考查二项分布的性质和样本方差的期望。对于二项分布X～B(n,p)，其方差为Var(X)=np(1-p)。根据样本方差的性质，E(S^2)=Var(X)=np(1-p)。因此正确答案为C。7.设总体X的概率密度函数为f(x)=1/(β+1)x^(-β-1)，0<x<1，其中β>0，则X的期望E(X)为（）A.β/(β+1)B.β/(β-1)C.1/(β+1)D.1/(β-1)解析：本题考查伽玛分布的性质。给定的概率密度函数是伽玛分布Γ(1,β)的特例。对于Γ(1,β)分布，期望为1/β。因此E(X)=1/β=1/(β+1)。因此正确答案为C。8.设随机变量X和Y的联合概率密度函数为f(x,y)=c(x+y)，0≤x≤y≤1，则常数c的值为（）A.1/2B.1C.2D.1/4解析：本题考查联合概率密度函数的性质。根据联合概率密度函数的归一化条件，∫∫_Df(x,y)dydx=1。计算得c∫_0^1∫_x^1(x+y)dydx=1。解得c=1/2。因此正确答案为A。9.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，则X的样本中位数是（）A.μB.μ±σC.μ±σ/√2D.μ+σ/2解析：本题考查正态分布的性质。对于正态分布X～N(μ,σ^2)，其样本中位数在理论上等于总体均值μ。因此正确答案为A。10.设总体X的概率分布为X～P(λ)，其中λ>0，则X的样本方差S^2的期望E(S^2)为（）A.λB.λ^2C.λ(λ-1)D.λ^2/2解析：本题考查泊松分布的性质。对于泊松分布X～P(λ)，其均值和方差均为λ。根据样本方差的性质，E(S^2)=Var(X)=λ。因此正确答案为A。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(0,1)，Y～N(0,1)，则P(X^2+Y^2>1)=________。解析：本题考查卡方分布的性质。由于X^2和Y^2相互独立且服从χ^2(1)分布，X^2+Y^2服从χ^2(2)分布。因此P(X^2+Y^2>1)=P(χ^2(2)>1)=1-P(χ^2(2)≤1)=1-0.7079=0.2921。2.设事件A的概率为P(A)=0.6，事件B的概率为P(B)=0.7，且P(AB)=0.4，则P(A|B)=________。解析：本题考查条件概率的计算。根据条件概率定义，P(A|B)=P(AB)/P(B)=0.4/0.7≈0.5714。3.设总体X的概率密度函数为f(x)=λe^{-λ(x-θ)}，x≥θ，则θ的极大似然估计量是________。解析：本题考查参数的极大似然估计法。似然函数为L(θ)=∏_{i=1}^nλe^{-λ(X_i-θ)}=λ^nexp[-λ∑_{i=1}^n(X_i-θ)]。对数似然函数为lnL(θ)=nlnλ-λ∑_{i=1}^n(X_i-θ)。求导得dlnL(θ)/dθ=λn，因此θ的极大似然估计量为θ̂=min(X1,...,Xn)。4.设总体X～N(μ,σ^2)，X1,...,Xn为来自X的简单随机样本，则样本方差S^2的分布是________。解析：本题考查样本方差的分布。根据卡方分布的性质，(n-1)S^2/σ^2服从χ^2(n-1)分布。5.设总体X的概率分布为X～B(n,p)，其中0<p<1，则X的方差Var(X)=________。解析：本题考查二项分布的性质。对于二项分布X～B(n,p)，其方差为Var(X)=np(1-p)。6.设总体X的概率密度函数为f(x)=1/(β+1)x^(-β-1)，0<x<1，其中β>0，则X的方差Var(X)=________。解析：本题考查伽玛分布的性质。给定的概率密度函数是伽玛分布Γ(1,β)的特例。对于Γ(1,β)分布，方差为Var(X)=1/β^2=1/(β+1)^2。7.设随机变量X和Y的联合概率密度函数为f(x,y)=c(x+y)，0≤x≤y≤1，则E(XY)=________。解析：本题考查联合概率密度函数的性质。根据期望的定义，E(XY)=∫∫_Dxyf(x,y)dydx=c∫_0^1∫_x^1xy(x+y)dydx。计算得E(XY)=1/6。8.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，则X的样本标准差S的分布是________。解析：本题考查样本标准差的分布。根据t分布的性质，(n-1)S^2/σ^2服从χ^2(n-1)分布，因此S/σ服从t(n-1)分布。9.设总体X的概率分布为X～P(λ)，其中λ>0，则X的样本均值X̄的分布是________。解析：本题考查泊松分布的性质。对于泊松分布X～P(λ)，其样本均值X̄/n服从N(λ/n,λ/n^2)分布。10.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，则X的样本中位数是________。解析：本题考查正态分布的性质。对于正态分布X～N(μ,σ^2)，其样本中位数在理论上等于总体均值μ。三、判断题（本大题共10小题，每小题2分，共20分。请判断下列各题的正误，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,σ1^2)，Y～N(μ2,σ2^2)，则随机变量Z=aX+bY+c的分布是N(aμ1+bμ2+c,a^2σ1^2+b^2σ2^2)。（×）解析：本题考查正态分布的性质。根据正态分布的线性组合性质，若X～N(μ1,σ1^2)，Y～N(μ2,σ2^2)且X和Y相互独立，则Z=aX+bY+c的分布是N(aμ1+bμ2+c,a^2σ1^2+b^2σ2^2)。2.设事件A和B互斥，且P(A)>0，P(B)>0，则P(A|B)=0。（√）解析：本题考查条件概率和互斥事件的性质。由于A和B互斥，则P(AB)=0。根据条件概率定义，P(A|B)=P(AB)/P(B)=0/P(B)=0。3.设总体X～N(μ,σ^2)，X1,...,Xn为来自X的简单随机样本，则X̄和S^2相互独立。（√）解析：本题考查正态分布的性质。对于正态分布，样本均值和样本方差相互独立。4.设总体X的概率分布为X～B(n,p)，其中0<p<1，则X的样本方差S^2是p的无偏估计量。（×）解析：本题考查无偏估计量的概念。对于二项分布X～B(n,p)，其样本方差S^2的期望为E(S^2)=np(1-p)，不是p的无偏估计量。5.设总体X的概率密度函数为f(x)=1/(β+1)x^(-β-1)，0<x<1，其中β>0，则X的期望E(X)=1/β。（×）解析：本题考查伽玛分布的性质。给定的概率密度函数是伽玛分布Γ(1,β)的特例。对于Γ(1,β)分布，期望为1/β。6.设随机变量X和Y的联合概率密度函数为f(x,y)=c(x+y)，0≤x≤y≤1，则f(x,y)是合法的概率密度函数。（√）解析：本题考查概率密度函数的性质。由于∫∫_Df(x,y)dydx=1，计算得c=1/2，因此f(x,y)是合法的概率密度函数。7.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，则X的样本方差S^2服从χ^2(n-1)分布。（×）解析：本题考查样本方差的分布。根据卡方分布的性质，(n-1)S^2/σ^2服从χ^2(n-1)分布，因此S^2/σ^2服从χ^2(n-1)分布。8.设总体X的概率分布为X～P(λ)，其中λ>0，则X的样本均值X̄的期望E(X̄)=λ。（√）解析：本题考查泊松分布的性质。对于泊松分布X～P(λ)，其样本均值X̄的期望为E(X̄)=λ。9.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，则X的样本中位数是μ±σ/√2。（×）解析：本题考查正态分布的性质。对于正态分布X～N(μ,σ^2)，其样本中位数在理论上等于总体均值μ。10.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，则X的样本方差S^2的期望E(S^2)=σ^2。（√）解析：本题考查样本方差的性质。根据样本方差的性质，E(S^2)=Var(X)=σ^2。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对应题号的位置。）1.简述随机变量的分布函数F(x)必须满足的四个基本性质。答：随机变量的分布函数F(x)必须满足以下四个基本性质：（1）单调不减性：对于任意x1<x2，有F(x1)≤F(x2)；（2）右连续性：对于任意x，有lim_{t→x+}F(t)=F(x)；（3）边界条件：F(-∞)=0且F(+∞)=1；（4）非递减性：对于任意x，有lim_{t→x-}F(t)≤F(x)。2.解释什么是独立重复试验，并举例说明。答：独立重复试验是指一系列相互独立的随机试验，每个试验的结果只有两种可能，且每次试验的成功概率相同。例如，抛掷一枚硬币10次，每次抛掷都是独立重复试验，每次试验的成功（正面朝上）概率为0.5。3.设总体X的概率密度函数为f(x)=λe^{-λ(x-θ)}，x≥θ，其中λ>0，请写出θ的矩估计量的求解步骤。答：θ的矩估计量的求解步骤如下：（1）计算总体X的期望E(X)=θ+1/λ；（2）根据样本均值的性质，E(X̄)=E(X)=θ+1/λ；（3）解方程θ=X̄-1/λ，得到θ的矩估计量为θ̂=X̄-1/λ。4.解释什么是样本方差，并说明其与总体方差的关系。答：样本方差S^2是衡量样本数据离散程度的统计量，定义为S^2=(1/(n-1))∑_{i=1}^n(Xi-X̄)^2，其中X̄是样本均值。样本方差S^2是总体方差σ^2的无偏估计量，即E(S^2)=σ^2。5.设随机变量X和Y相互独立，且X～N(μ1,σ1^2)，Y～N(μ2,σ2^2)，请写出随机变量Z=X+Y的分布。答：根据正态分布的可加性，若X～N(μ1,σ1^2)，Y～N(μ2,σ2^2)且X和Y相互独立，则Z=X+Y也服从正态分布，其均值为μ1+μ2，方差为σ1^2+σ2^2，即Z～N(μ1+μ2,σ1^2+σ2^2)。6.解释什么是极大似然估计，并说明其基本思想。答：极大似然估计是一种参数估计方法，其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。具体步骤如下：（1）写出样本的似然函数L(θ)=∏_{i=1}^nf(X_i;θ)，其中f(x;θ)是总体X的概率密度函数或概率质量函数；（2）对似然函数取对数得到对数似然函数lnL(θ)；（3）求导数dlnL(θ)/dθ=0，解出θ的估计值θ̂。7.设总体X的概率分布为X～B(n,p)，其中0<p<1，请写出X的样本方差的期望E(S^2)。答：对于二项分布X～B(n,p)，其样本方差S^2的期望为E(S^2)=np(1-p)。8.解释什么是卡方分布，并说明其应用。答：卡方分布是一种连续型概率分布，通常用于统计推断中的假设检验和置信区间估计。若随机变量X服从卡方分布χ^2(k)，则其概率密度函数为f(x)=x^{(k/2)-1}e^{-x/2}/[2^{k/2}Γ(k/2)]，其中k为自由度。卡方分布在样本方差、拟合优度检验、独立性检验等方面有广泛应用。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对应题号的位置。）1.设随机变量X和Y的联合概率密度函数为f(x,y)=c(x+y)，0≤x≤y≤1，求常数c的值。解：根据联合概率密度函数的归一化条件，∫∫_Df(x,y)dydx=1。计算得c∫_0^1∫_x^1(x+y)dydx=1。具体计算如下：∫_0^1∫_x^1(x+y)dydx=c∫_0^1[x(1-x)+(1-x)/2]dx=c∫_0^1(1/2-x)dx=c[1/2-x^2/2]_0^1=c(1/2-1/2)=1/2。因此c=1/2。2.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，X1,...,Xn为来自X的简单随机样本，求样本均值X̄的分布。解：根据正态分布的性质，若X～N(μ,σ^2)，则X̄～N(μ,σ^2/n)。因此样本均值X̄的分布为N(μ,σ^2/n)。3.设总体X的概率分布为X～P(λ)，其中λ>0，X1,...,Xn为来自X的简单随机样本，求样本均值X̄的分布。解：根据泊松分布的性质，若X～P(λ)，则nX̄～P(nλ)。因此样本均值X̄的分布为P(nλ)。4.设总体X的概率密度函数为f(x)=1/(β+1)x^(-β-1)，0<x<1，其中β>0，求X的期望E(X)。解：根据伽玛分布的性质，给定的概率密度函数是Γ(1,β)的特例。对于Γ(1,β)分布，期望为1/β。因此E(X)=1/β。5.设随机变量X和Y相互独立，且X～N(0,1)，Y～N(0,1)，求P(X^2+Y^2>1)。解：由于X^2和Y^2相互独立且服从χ^2(1)分布，X^2+Y^2服从χ^2(2)分布。因此P(X^2+Y^2>1)=P(χ^2(2)>1)=1-P(χ^2(2)≤1)=1-0.7079=0.2921。6.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，X1,...,Xn为来自X的简单随机样本，求θ的极大似然估计量。解：似然函数为L(θ)=∏_{i=1}^n(1/σ√(2π))e^{-(X_i-μ)^2/(2σ^2)}=exp[-(1/(2σ^2))∑_{i=1}^n(X_i-μ)^2]/(σ^n√(2π)^n)。对数似然函数为lnL(θ)=-nlnσ-(1/(2σ^2))∑_{i=1}^n(X_i-μ)^2-nln(2π)。求导得dlnL(θ)/dμ=∑_{i=1}^n(X_i-μ)/σ^2=0，解得μ̂=X̄。因此θ的极大似然估计量为θ̂=min(X1,...,Xn)。7.设总体X的概率分布为X～B(n,p)，其中0<p<1，X1,...,Xn为来自X的简单随机样本，求X的样本方差的期望E(S^2)。解：对于二项分布X～B(n,p)，其样本方差S^2的期望为E(S^2)=np(1-p)。8.设总体X的概率密度函数为f(x)=1/σ√(2π)e^{-(x-μ)^2/(2σ^2)}，X1,...,Xn为来自X的简单随机样本，求X的样本中位数。解：对于正态分布X～N(μ,σ^2)，其样本中位数在理论上等于总体均值μ。【标准答案及解析】一、单项选择题1.D2.A3.D4.B5.B6.C7.C8.A9.A10.A解析：11.分布函数必须在任意点x处连续，因此选项D错误。12.正态分布的线性组合仍然是正态分布，且参数为线性组合后的均值和方差。13.互斥事件意味着P(AB)=0，因此条件概率P(A|B)=0。14.样本方差S^2是总体方差σ^2的无偏估计量，但选项B是样本标准差的平方。15.矩估计法通过样本矩来估计总体参数，对于伽玛分布Γ(1,β)，期望为1/β。16.二项分布的样本方差期望为np(1-p)。17.伽玛分布Γ(1,β)的期望为1/β。18.联合概率密度函数的归一化条件要求∫∫_Df(x,y)dydx=1，计算得c=1/2。19.正态分布的样本中位数在理论上等于总体均值μ。20.泊松分布的样本均值期望为λ。二、填空题1.0.29212.0.57143.min(X1,...,Xn)4.χ^2(n-1)5.np(1-p)6.1/(β+1)^27.1/68.t(n-1)9.N(λ/n,λ/n^2)10.μ解析：11.X^2+Y^2服从χ^2(2)分布，P(χ^2(2)>1)=1-0.7079=0.2921。12.P(A|B)=P(AB)/P(B)=0.4/0.7≈0.5714。13.似然函数为L(θ)=∏_{i=1}^nλe^{-λ(X_i-θ)}，求导得dlnL(θ)/dθ=λn，因此θ̂=min(X1,...,Xn)。14.(n-1)S^2/σ^2服从χ^2(n-1)分布。15.对于二项分布X～B(n,p)，其方差为Var(X)=np(1-p)。16.伽玛分布Γ(1,β)的方差为Var(X)=1/β^2=1/(β+1)^2。17.E(XY)=∫∫_Dxyf(x,y)dydx=c∫_0^1∫_x^1xy(x+y)dydx=1/6。18.(n-1)S^2/σ^2服从χ^2(n-1)分布，因此S/σ服从t(n-1)分布。19.对于泊松分布X～P(λ)，其样本均值X̄/n服从N(λ/n,λ/n^2)分布。20.对于正态分布X～N(μ,σ^2)，其样本中位数在理论上等于总体均值μ。三、判断题1.×2.√3.√4.×5.×6.√7.×8.√9.×10.√解析：11.正态分布的线性组合仍然是正态分布，且参数为线性组合后的均值和方差。12.互斥事件意味着P(AB)=0，因此条件概率P(A|B)=0。13.对于正态分布，样本均值和样本方差相互独立。14.对于二项分布X～B(n,p)，其样本方差S^2的期望为E(S^2)=np(1-p)，不是p的无偏估计量。15.伽玛分布Γ(1,β)的期望为1/β。16.由于∫∫_Df(x,y)dydx=1，计算得c=1/2，因此f(x,y)是合法的概率密度函数。17.根据卡方分布的性质，(n-1)S^2/σ^2服从χ^2(n-1)分布，因此S^2/σ^2服从χ^2(n-1)分布。18.对于泊松分布X～P(λ)，其样本均值X̄的期望为E(X̄)=λ。19.对于正态分布X～N(μ,σ^2)，其样本中位数在理论上等于总体均值μ。20.根据样本方差的性质，E(S^2)=Var(X)=σ^2。四、简答题1.简述随机变量的分布函数F(x)必须满足的四个基本性质。答：随机变量的分布函数F(x)必须满足以下四个基本性质：（1）单调不减性：对于任意x1<x2，有F(x1)≤F(x2)；（2）右连续性：对于任意x，有lim_{t→x+}F(t)=F(x)；（3）边界条件：F(-∞)=0且F(+∞)=1；（4）非递减性：对于任意x，有lim_{t→x-}F(t)≤F(x)。2.解释什么是独立重复试验，并举例说明。答：独立重复试验是指一系列相互独立的随机试验，每个试验的结果只有两种可能，且每次试验的成功概率相同。例如，抛掷一枚硬币10次，每次抛掷都是独立重复试验，每次试验的成功（正面朝上）概率为0.5。3.设总体X的概率密度函数为f(x)=λe^{-λ(x-θ)}，x≥θ，其中λ>0，请写出θ的矩估计量的求解步骤。答：θ的矩估计量的求解步骤如下：（1）计算总体X的期望E(X)=θ+1/λ；（2）根据样本均值的性质，E(X̄)=E(X)=θ+1/λ；（3）解方程θ=X̄-1/λ，得到θ的矩估计量为θ̂=X̄-1/λ。4.解释什么是样本方差，并说明其与总体方差的关系。答：样本方差S^2是衡量样本数据离散程度的统计量，定义为S^2=(1/(n-1))∑_{i=1}^n(Xi-X̄)^2，其中X̄是样本均值。样本方差S^2是总体方差σ^2的无偏估计量，即E(S^2)=σ^2。5.设随机变量X和Y相互独立，且X～N(μ1,σ1^2)，Y～N(μ2,σ2^2)，请写出随机变量Z=X+Y的分布。答：根据正态分布的可加性，若X～N(μ1,σ1^2)，Y～N(μ2,σ2^2)且X和Y相互独立，则Z=X+Y也服从正态分布，其均值为μ1+μ2，方差为σ1^2+σ2^2，即Z～N(μ1+μ2,σ1^2+σ2^2)。6.解释什么是极大似然估计，并说明其基本思想。答：极大似然估计是一种参数估计方法，其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。具体步骤如下：（1）写出样本的似然函数L(θ)=∏_{i=1}^nf(X_i;θ)，其中f(x;θ)是总体X的概率密度函数或概率质量函数；（2）对似然函数取对数得到对数似然函数lnL(θ)；（3）求导数dlnL(θ)/dθ=0，解出θ的估计值θ̂。7.设总体X的概率分布为X～B(n,p)，其中0<p<1，请写出X的样本方差的期望E(S^2)。答：对于二项分布X～B(n,p)，其样本方差S^2的期望为E(S^2)=np(1-p)。8.解释什么是卡方分布，并说明其应用。答：卡方分布是一种连续型概率分布，通常用于统计推断中的假设检验和置信区间估计。若随机变量X服从卡方分布χ^2(k)，则其概率密度函数为f(x)=x^{(k/2)-1}e^{-x/2}/[2^{k/2}Γ(k/2)]，其中k为自由度。卡方分布在样本方差、拟合优度检验、独立性检验等方面有广泛应用。五、应用题1.设随机变量X和Y的联合概率密度函数为f(x,y)=c(x+y)，0≤x≤y≤1，求常数c的值。解：根据联合概率密度函数的归一化条件，∫∫_Df(x,y)dydx=1。计算得c∫_0^1∫_x^1(x+y)dydx=1。具体计