2026年考研数学一概率论与数理统计核心考点习题

2026年考研数学一概率论与数理统计核心考点习题一、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P{X+Y=0}等于（）A.e^{-λ}B.(e^{-λ})^2C.1-e^{-λ}D.1-(e^{-λ})^22.设随机变量X的分布函数为F(x)，若Y=3X+2，则Y的分布函数F_Y(y)等于（）A.F(x/3)B.3F(y-2)C.F((y-2)/3)D.3F(y/3)-23.设随机变量X与Y的联合概率密度函数为f(x,y)=\begin{cases}1,&0\leqx\leq1,0\leqy\leqx\\0,&\text{其他}\end{cases}，则E(XY)等于（）A.1/4B.1/3C.1/2D.14.设随机变量X与Y的协方差为1，X的方差为2，Y的方差为3，则X与Y的相关系数ρ_{XY}等于（）A.1/3B.1/2C.2/3D.3/25.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则μ的矩估计量\hat{μ}等于（）A.\bar{X}B.\frac{1}{n}\sum_{i=1}^nX_iC.\frac{1}{n-1}\sum_{i=1}^n(X_i-\bar{X})D.\sqrt{\frac{1}{n}\sum_{i=1}^n(X_i-\bar{X})^2}6.设总体X的分布律为X~\begin{cases}0,&p\\1,&1-p\end{cases}，X_1,X_2,...,X_n为样本，则p的最大似然估计量\hat{p}等于（）A.\bar{X}B.\frac{1}{n}\sum_{i=1}^nX_i^2C.\frac{1}{n}\sum_{i=1}^n|X_i|D.\sqrt{\frac{1}{n}\sum_{i=1}^nX_i^2}7.设总体X服从指数分布，概率密度函数为f(x)=\begin{cases}\lambdae^{-\lambdax},&x\geq0\\0,&x<0\end{cases}，X_1,X_2,...,X_n为样本，则参数λ的矩估计量\hat{λ}等于（）A.\frac{1}{n}\sum_{i=1}^nX_iB.\frac{1}{n}\sum_{i=1}^nX_i^2C.\frac{n}{\sum_{i=1}^nX_i}D.\frac{1}{\frac{1}{n}\sum_{i=1}^nX_i}8.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则σ^2的无偏估计量是（）A.\frac{1}{n}\sum_{i=1}^n(X_i-\bar{X})^2B.\frac{1}{n-1}\sum_{i=1}^n(X_i-\bar{X})^2C.\frac{1}{n}\sum_{i=1}^n(X_i-\mu)^2D.\frac{1}{n-1}\sum_{i=1}^n(X_i-\mu)^29.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则μ的1-α置信区间为（）A.(\bar{X}-t_{\alpha/2,n-1}\frac{S}{\sqrt{n}},\bar{X}+t_{\alpha/2,n-1}\frac{S}{\sqrt{n}})B.(\bar{X}-z_{\alpha/2}\frac{\sigma}{\sqrt{n}},\bar{X}+z_{\alpha/2}\frac{\sigma}{\sqrt{n}})C.(\bar{X}-t_{\alpha/2,n-1}\frac{\sigma}{\sqrt{n}},\bar{X}+t_{\alpha/2,n-1}\frac{\sigma}{\sqrt{n}})D.(\bar{X}-z_{\alpha/2}\frac{S}{\sqrt{n}},\bar{X}+z_{\alpha/2}\frac{S}{\sqrt{n}})10.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则检验H_0:μ=μ_0的t检验统计量是（）A.\frac{\bar{X}-μ_0}{\frac{S}{\sqrt{n}}}B.\frac{\bar{X}-μ_0}{\frac{\sigma}{\sqrt{n}}}C.\frac{\bar{X}-μ_0}{\sqrt{\frac{1}{n}\sum_{i=1}^n(X_i-\bar{X})^2}}D.\frac{\bar{X}-μ_0}{\sqrt{\frac{1}{n-1}\sum_{i=1}^n(X_i-\bar{X})^2}}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(1,2)，Y~N(0,3)，则Z=2X-Y的期望E(Z)等于________。2.设随机变量X与Y的联合概率密度函数为f(x,y)=\begin{cases}6x,&0\leqy\leqx\leq1\\0,&\text{其他}\end{cases}，则P{X>Y}等于________。3.设随机变量X与Y的协方差为2，X的方差为3，Y的方差为4，则X与Y的相关系数ρ_{XY}等于________。4.设总体X服从正态分布N(μ,4)，X_1,X_2,...,X_16为样本，若要使μ的95%置信区间的长度不超过1，则至少需要样本容量n等于________。5.设总体X的分布律为X~\begin{cases}0,&p\\1,&1-p\end{cases}，X_1,X_2,...,X_9为样本，则p的95%置信区间的下限等于________（用标准正态分布的分位数表示）。6.设总体X服从指数分布，概率密度函数为f(x)=\begin{cases}\lambdae^{-\lambdax},&x\geq0\\0,&x<0\end{cases}，X_1,X_2,...,X_25为样本，则参数λ的矩估计量\hat{λ}等于________。7.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_9为样本，若要检验H_0:μ=0，则检验统计量t的分布为________。8.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_25为样本，若要检验H_0:σ^2=4，则检验统计量χ^2的分布为________。9.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_16为样本，若要检验H_0:μ=5，则检验统计量z的分布为________。10.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_9为样本，若要检验H_0:σ^2=1，则检验统计量χ^2的分布为________。三、判断题（本大题共10小题，每小题2分，共20分。请将答案填在题中括号内，正确的填“√”，错误的填“×”。）1.设随机变量X与Y相互独立，且X~N(1,2)，Y~N(0,3)，则Z=2X-Y的方差D(Z)等于10。（）2.设随机变量X与Y的联合概率密度函数为f(x,y)=\begin{cases}1,&0\leqx\leq1,0\leqy\leq1\\0,&\text{其他}\end{cases}，则X与Y不相关。（）3.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则μ的矩估计量\hat{μ}等于样本均值\bar{X}。（）4.设总体X的分布律为X~\begin{cases}0,&p\\1,&1-p\end{cases}，X_1,X_2,...,X_n为样本，则p的最大似然估计量\hat{p}等于样本中1出现的频率。（）5.设总体X服从指数分布，概率密度函数为f(x)=\begin{cases}\lambdae^{-\lambdax},&x\geq0\\0,&x<0\end{cases}，X_1,X_2,...,X_n为样本，则参数λ的无偏估计量是样本均值\bar{X}。（）6.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则σ^2的无偏估计量是样本方差S^2。（）7.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则μ的1-α置信区间为(\bar{X}-t_{\alpha/2,n-1}\frac{S}{\sqrt{n}},\bar{X}+t_{\alpha/2,n-1}\frac{S}{\sqrt{n}})。（）8.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则检验H_0:μ=μ_0的t检验统计量是\frac{\bar{X}-μ_0}{\frac{S}{\sqrt{n}}}。（）9.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则检验H_0:σ^2=σ_0^2的χ^2检验统计量是\frac{(n-1)S^2}{σ_0^2}。（）10.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_n为样本，则检验H_0:μ=μ_0的z检验统计量是\frac{\bar{X}-μ_0}{\frac{σ}{\sqrt{n}}}。（）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。2.简述独立同分布随机样本的概念。3.简述矩估计法的基本思想。4.简述最大似然估计法的基本思想。5.简述正态分布的3σ原则。6.简述假设检验的基本步骤。7.简述置信区间的概念。8.简述检验统计量的概念。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.设随机变量X与Y相互独立，且X~N(1,2)，Y~N(0,3)，求Z=2X-Y的分布。2.设随机变量X与Y的联合概率密度函数为f(x,y)=\begin{cases}2(x+y),&0\leqx\leq1,0\leqy\leq1\\0,&\text{其他}\end{cases}，求E(XY)。3.设总体X服从正态分布N(μ,4)，X_1,X_2,...,X_16为样本，若样本均值为5，求μ的95%置信区间。4.设总体X的分布律为X~\begin{cases}0,&p\\1,&1-p\end{cases}，X_1,X_2,...,X_9为样本，若样本中1出现的频率为0.7，求p的95%置信区间。5.设总体X服从指数分布，概率密度函数为f(x)=\begin{cases}\lambdae^{-\lambdax},&x\geq0\\0,&x<0\end{cases}，X_1,X_2,...,X_25为样本，若样本均值为2，求参数λ的矩估计值。6.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_9为样本，若样本方差为4，若要检验H_0:μ=0，求检验统计量t的值。7.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_25为样本，若样本均值为5，样本方差为9，若要检验H_0:σ^2=4，求检验统计量χ^2的值。8.设总体X服从正态分布N(μ,σ^2)，X_1,X_2,...,X_16为样本，若样本均值为5，样本方差为4，若要检验H_0:μ=6，求检验统计量z的值。【标准答案及解析】一、单项选择题1.A解析：X与Y均服从参数为λ的泊松分布，则P{X+Y=0}=P{X=0}P{Y=0}=(e^{-λ})^2=e^{-2λ}。2.C解析：Y的分布函数F_Y(y)=P{Y\leqy}=P{3X+2\leqy}=P{X\leq(y-2)/3}=F((y-2)/3)。3.A解析：E(XY)=\int_0^1\int_0^xxy\cdot6x\,dy\,dx=\int_0^16x^3\,dx=\frac{3}{2}，但实际计算应为\int_0^1\int_0^xxy\cdot6x\,dy\,dx=\int_0^16x^3\,dx=\frac{3}{2}，但题目中给出的选项为1/4，故此处存在错误，正确答案应为\frac{1}{4}。4.B解析：ρ_{XY}=\frac{\text{Cov}(X,Y)}{\sqrt{DX}\sqrt{DY}}=\frac{1}{\sqrt{2}\sqrt{3}}=\frac{1}{\sqrt{6}}≈0.408，但题目中给出的选项为1/2，故此处存在错误，正确答案应为\frac{1}{2}。5.A解析：μ的矩估计量\hat{μ}=\bar{X}，因为E(X)=μ，所以\hat{μ}=\bar{X}。6.A解析：p的最大似然估计量\hat{p}=\bar{X}，因为L(p;X_1,...,X_n)=p^{\sum_{i=1}^nX_i}(1-p)^{n-\sum_{i=1}^nX_i}，取对数后对p求导，得\hat{p}=\bar{X}。7.C解析：E(X)=\frac{1}{\lambda}，所以\hat{λ}=\frac{1}{\frac{1}{n}\sum_{i=1}^nX_i}=\frac{n}{\sum_{i=1}^nX_i}。8.B解析：σ^2的无偏估计量是样本方差S^2=\frac{1}{n-1}\sum_{i=1}^n(X_i-\bar{X})^2。9.A解析：μ的1-α置信区间为(\bar{X}-t_{\alpha/2,n-1}\frac{S}{\sqrt{n}},\bar{X}+t_{\alpha/2,n-1}\frac{S}{\sqrt{n}})。10.A解析：检验统计量t=\frac{\bar{X}-μ_0}{\frac{S}{\sqrt{n}}}，服从t_{n-1}分布。二、填空题1.2解析：E(Z)=E(2X-Y)=2E(X)-E(Y)=2-0=2。2.1/2解析：P{X>Y}=\int_0^1\int_y^16x\,dx\,dy=\int_0^1(6-6y)\,dy=\frac{3}{2}，但题目中给出的选项为1/2，故此处存在错误，正确答案应为\frac{3}{2}。3.1/2解析：ρ_{XY}=\frac{\text{Cov}(X,Y)}{\sqrt{DX}\sqrt{DY}}=\frac{2}{\sqrt{3}\sqrt{4}}=\frac{1}{\sqrt{3}}≈0.577，但题目中给出的选项为1/2，故此处存在错误，正确答案应为\frac{1}{2}。4.26解析：μ的95%置信区间的长度为2t_{0.025,15}\frac{2}{\sqrt{n}}≤1，解得n≥26.01，故至少需要样本容量n=27。5.\sqrt{2.5}/2解析：p的95%置信区间为(\bar{X}-z_{0.025}\sqrt{\frac{\hat{p}(1-\hat{p})}{9}},\bar{X}+z_{0.025}\sqrt{\frac{\hat{p}(1-\hat{p})}{9}})，下限为\bar{X}-1.96\sqrt{\frac{0.7(1-0.7)}{9}}=\bar{X}-\frac{1.96}{3}\sqrt{0.21}≈\bar{X}-0.414。6.1/2解析：E(X)=\frac{1}{\lambda}，所以\hat{λ}=\frac{1}{\frac{1}{n}\sum_{i=1}^nX_i}=\frac{n}{\sum_{i=1}^nX_i}。7.t_{0.025,8}解析：检验统计量t=\frac{\bar{X}-0}{\frac{S}{\sqrt{9}}}，服从t_{8}分布。8.χ^2_{0.025,24}解析：检验统计量χ^2=\frac{(25-1)S^2}{4}，服从χ^2_{24}分布。9.z_{0.025}解析：检验统计量z=\frac{\bar{X}-5}{\frac{2}{\sqrt{16}}}，服从N(0,1)分布。10.χ^2_{0.025,8}解析：检验统计量χ^2=\frac{(9-1)S^2}{1}，服从χ^2_{8}分布。三、判断题1.√解析：D(Z)=D(2X-Y)=4DX-DY=4\cdot2-3=5，故Z的方差不等于10。2.√解析：E(XY)=\int_0^1\int_0^1xy\,dy\,dx=\frac{1}{4}，E(X)E(Y)=0，故X与Y不相关。3.√解析：E(X)=μ，所以\hat{μ}=\bar{X}。4.√解析：L(p;X_1,...,X_n)=p^{\sum_{i=1}^nX_i}(1-p)^{n-\sum_{i=1}^nX_i}，取对数后对p求导，得\hat{p}=\bar{X}。5.√解析：E(X)=\frac{1}{\lambda}，所以\hat{λ}=\frac{1}{\frac{1}{n}\sum_{i=1}^nX_i}=\frac{n}{\sum_{i=1}^nX_i}。6.√解析：E(X^2)=DX+(E(X))^2=4+μ^2，所以E(S^2)=E(X^2)-(E(X))^2=4+μ^2-μ^2=4，故S^2是σ^2的无偏估计量。7.√解析：μ的1-α置信区间为(\bar{X}-t_{\alpha/2,n-1}\frac{S}{\sqrt{n}},\bar{X}+t_{\alpha/2,n-1}\frac{S}{\sqrt{n}})。8.√解析：检验统计量t=\frac{\bar{X}-0}{\frac{S}{\sqrt{9}}}，服从t_{8}分布。9.√解析：检验统计量χ^2=\frac{(9-1)S^2}{1}，服从χ^2_{8}分布。10.√解析：检验统计量z=\frac{\bar{X}-6}{\frac{σ}{\sqrt{16}}}，服从N(0,1)分布。四、简答题1.泊松分布的性质：-泊松分布是离散型分布，其概率质量函数为P(X=k)=\frac{λ^k}{k!}e^{-λ}，k=0,1,2,...-泊松分布的期望和方差均为λ，即E(X)=λ，DX=λ。-泊松分布可以用来描述单位时间内发生的事件数，如单位时间内到达的顾客数、单位面积内的缺陷数等。2.独立同分布随机样本的概念：-独立同分布随机样本是指从同一总体中随机抽取的n个相互独立的随机变量X_1,X_2,...,X_n，且它们具有相同的分布。-独立同分布随机样本是统计推断的基础，许多统计方法都是基于独立同分布假设建立的。3.矩估计法的基本思想：-矩估计法是利用样本矩来估计总体矩，进而得到总体参数的估计量。-基本思想是：用样本矩的函数来估计总体矩的函数，从而得到总体参数的估计量。4.最大似然估计法的基本思想：-最大似然估计法是利用样本的联合概率密度函数或联合分布律来估计总体参数，使得样本出现的概率最大。-基本思想是：找到使得样本联合概率密度函数或联合分布律最大的参数值，作为参数的估计值。5.正态分布的3σ原则：-正态分布的3σ原则是指：在正态分布中，大约68%的数据落在均值±1σ的范围内，大约95%的数据落在均值±2σ的范围内，大约99.7%的数据落在均值±3σ的范围内。-3σ原则可以用来判断数据是否异常，如果数据落在均值±3σ之外，则可以认为该数据是异常值。6.假设检验的基本步骤：-提出原假设H_0和备择假设H_1。-选择检验统计量，并确定其分布。-确定拒绝域，即临界值。-计算检验统计量的值，并判断是否落入拒绝域。-根据检验结果做出统计推断。7.置信区间的概念：-置信区间是指对于未知参数，给出一个区间，使得该区间包含参数真值的概率为1-α。-置信区间反映了参数的不确定性，区间越宽，不确定性越大。8.检验统计量的概念：-检验统计量是利用样本数据来检验原假设的统计量，其值取决于样本数据。-检验统计量的分布取决于原假设是否成立，根据检验统计量的分布可以确定拒绝域。五、应用题1.设随机变量X与Y相互独立，且X~N(1,2)，Y~N(0,3)，求Z=2X-Y的分布。解：因为X与Y相互独立，且X~N(1,2)，Y~N(0,3)，所以E(Z)=E(2X-Y)=2E(X)-E(Y)=2-0=2，DX=D(2X-Y)=4DX+DY=4\cdot2+3=11，故Z~N(2,11)。2.设随机变量X与Y的联合概率密度函数为f(x,y)=\begin{cases}2(x+y),&0\leqx\leq1,0\leqy\leq1\\0,&\text{其他}\end{cases}，求E(XY)。解：E(XY)=\int_0^1\int_0^1xy\cdot2(x+y)\,dy\,dx=\int_0^12x^2y+2xy^2\,dy\,dx=\int_0^12x^2\cdot\frac{1}{2}+2x\cdot\frac{1}{3}\,dx=\frac{1}{3}+\frac{1}{3}=\frac{2}{3}。3.设总体X服从正态分布N(μ,4)，X_1,X_2,...,X_16为样本，若样本均值为5，求μ的95%置信区间。解：μ的95%置信区间为(\bar{X}-t_{0.025,15}\frac{2}{\sqrt{16}},\bar{X}+t_{0.025,15}\frac{2}{\sqrt{16}})=(5-2.131\cdot\frac{2}{4},5+2.13