2026年数学二概率论与数理统计习题集

2026年数学二概率论与数理统计习题集一、单项选择题（本大题共10小题，每小题2分，共20分。在每小题列出的四个选项中，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：本题考查随机变量分布函数的基本性质。选项A正确，分布函数F(x)随着x的增大而增大；选项B正确，分布函数在任意点x处右连续；选项C正确，分布函数在负无穷处取值为0，在正无穷处取值为1；选项D错误，分布函数F(x)必须是连续函数，不可能存在不可导点。故选D。2.设随机变量X～N(μ,σ^2)，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性质。由P(X≤μ-2σ)=0.2可知，标准正态变量Z=(X-μ)/σ满足P(Z≤-2)=0.2，即Φ(-2)=0.2，其中Φ(x)为标准正态分布函数。由于标准正态分布关于0对称，所以Φ(2)=1-0.2=0.8。又P(μ-σ<X<μ+σ)=P(-1<Z<1)=Φ(1)-Φ(-1)=Φ(1)-[1-Φ(1)]=2Φ(1)-1=2×0.8-1=0.6。故选C。3.设X1,X2,...,Xn是来自总体X的简单随机样本，X～N(μ,σ^2)，则下列统计量中不是μ的无偏估计量的是（）A.X̄=(1/n)∑XiB.X(1)（最小值）C.X̄-cD.(1/(n-1))∑(Xi-X̄)^2解析：本题考查点估计的无偏性。选项A正确，样本均值X̄是总体均值μ的无偏估计量；选项B错误，样本最小值X(1)不是μ的无偏估计量；选项C正确，X̄-c是μ-c的无偏估计量，从而也是μ的无偏估计量；选项D正确，样本方差S^2=(1/(n-1))∑(Xi-X̄)^2是总体方差σ^2的无偏估计量。故选B。4.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，0<x<1，θ>0，则θ的矩估计量为（）A.X̄B.1/X̄C.1/(1-X̄)D.1/(nX̄)解析：本题考查矩估计法。总体X的期望E(X)=∫0^1x•θx^(θ-1)dx=θ/(θ+1)。样本均值X̄是E(X)的无偏估计量，故θ的矩估计量为θ̂=(X̄)/(1-X̄)。故选C。5.设总体X的概率分布为：X012P0.20.50.3则E(X)和D(X)分别为（）A.1.1，0.49B.1.1，0.59C.1.0，0.59D.1.0，0.49解析：本题考查离散型随机变量的期望和方差。E(X)=0×0.2+1×0.5+2×0.3=1.1，E(X^2)=0^2×0.2+1^2×0.5+2^2×0.3=1.7，D(X)=E(X^2)-[E(X)]^2=1.7-1.1^2=0.49。故选D。6.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=3X-2Y+5的分布为（）A.N(1,13)B.N(1,52)C.N(1,37)D.N(1,40)解析：本题考查正态分布的性质。由于X和Y相互独立，且X～N(1,4)，Y～N(2,9)，所以3X-2Y也服从正态分布，且E(3X-2Y)=3E(X)-2E(Y)=3×1-2×2=-1，D(3X-2Y)=9D(X)+4D(Y)=9×4+4×9=72。因此，Z=3X-2Y+5～N(-1+5,72)=N(4,72)。选项C的方差为37，选项D的方差为40，均不正确。故选C。7.设随机变量X和Y的联合概率密度函数为f(x,y)=cxy，0<x<1，0<y<1，则常数c的值为（）A.2B.3C.4D.6解析：本题考查二维连续型随机变量的联合概率密度函数的性质。由概率密度函数的性质可知，∫0^1∫0^1cxydydx=1。计算得∫0^1cxdx∫0^1ydy=c(1/2)(1/2)=c/4=1，故c=4。故选C。8.设随机变量X和Y的协方差为Cov(X,Y)=0.5，X的方差为D(X)=2，Y的方差为D(Y)=3，则X和Y的相关系数ρXY为（）A.0.25B.0.5C.0.75D.1解析：本题考查相关系数的计算。相关系数ρXY=Cov(X,Y)/(√D(X)√D(Y))=0.5/(√2×√3)=√6/6≈0.408。选项A最接近。故选A。9.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x>0，θ>0，则θ的极大似然估计量为（）A.n/∑XiB.1/∑XiC.∑Xi/nD.1/∑(Xi^2)解析：本题考查极大似然估计法。设样本为X1,X2,...,Xn，则似然函数为L(θ)=θ^nexp(-θ∑Xi)。对数似然函数为lnL(θ)=nlnθ-θ∑Xi。求导得dlnL(θ)/dθ=n/θ-∑Xi=0，解得θ̂=n/∑Xi。故选A。10.设总体X的概率分布为：X-101Pp1/41/2则p的矩估计值为（）A.1/4B.1/8C.3/8D.1/2解析：本题考查矩估计法。E(X)=-1×p+0×(1/4)+1×(1/2)=-p+1/2。样本均值为X̄=-1×p̂+0×(1/4)+1×(1/2)=1/2-p̂。由矩估计法得-p̂+1/2=X̂，即p̂=1/2-X̂。由于X̂是E(X)的无偏估计量，所以p̂=1/2-E(X)=1/2-(-p+1/2)=p。故p̂=1/2。故选D。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～B(10,0.3)，则P(X≥3)=________。解析：本题考查二项分布的概率计算。P(X≥3)=1-P(X≤2)=1-C(10,0)0.3^0(1-0.3)^10-C(10,1)0.3^1(1-0.3)^9-C(10,2)0.3^2(1-0.3)^8≈0.9894。2.设随机变量X～P(λ)，且P(X=2)=P(X=3)，则λ=________。解析：本题考查泊松分布的性质。由P(X=2)=P(X=3)可得e^(-λ)λ^2/2=e^(-λ)λ^3/6，即λ=3。3.设随机变量X的分布函数为F(x)，则P(a<X≤b)=________。解析：本题考查分布函数的应用。P(a<X≤b)=F(b)-F(a)。4.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和Y相互独立，且均服从N(0,1)，所以X^2+Y^2～χ^2(2)。P(X^2+Y^2>1)=1-P(X^2+Y^2≤1)=1-P(χ^2(2)≤1)=1-Φ(1)=1-0.8413=0.1587。5.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，0<x<1，θ>0，则θ的矩估计量为________。解析：见第4题解析，θ̂=1/(1-X̄)。6.设总体X的概率分布为：X-101Pp1/41/2则E(X)=________。解析：E(X)=-1×p+0×(1/4)+1×(1/2)=-p+1/2。7.设随机变量X和Y的协方差为Cov(X,Y)=2，X的方差为D(X)=4，Y的方差为D(Y)=9，则X和Y的相关系数ρXY=________。解析：ρXY=Cov(X,Y)/(√D(X)√D(Y))=2/(√4×√9)=2/6=1/3。8.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x>0，θ>0，则θ的极大似然估计量为________。解析：见第9题解析，θ̂=n/∑Xi。9.设随机变量X和Y的联合概率密度函数为f(x,y)=cxy，0<x<1，0<y<1，则P(X>Y)=________。解析：P(X>Y)=∫0^1∫y^1_1cxydydx=c∫0^1x[1-y]dy=c(1/2)=1/2（因为c=4）。10.设总体X的概率分布为：X-101Pp1/41/2则p的极大似然估计值为________。解析：见第10题解析，p̂=1/2。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的分布函数为F(x)，则F(x)是单调不减的。（）解析：正确。分布函数F(x)随着x的增大而增大或保持不变。2.设随机变量X～N(μ,σ^2)，则X的线性变换aX+b也服从正态分布。（）解析：正确。正态分布的线性变换仍然服从正态分布，即aX+b～N(aμ+b,a^2σ^2)。3.设X1,X2,...,Xn是来自总体X的简单随机样本，X～N(μ,σ^2)，则样本方差S^2是总体方差σ^2的无偏估计量。（）解析：错误。样本方差S^2是总体方差σ^2的无偏估计量，但未修正的样本方差(1/n)∑(Xi-X̄)^2不是。4.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，0<x<1，θ>0，则θ的极大似然估计量与矩估计量相同。（）解析：正确。如第4题和第9题所示，θ̂=1/(1-X̄)。5.设随机变量X和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。（）解析：正确。独立正态分布的和仍然服从正态分布，即X+Y～N(μ1+μ2,σ1^2+σ2^2)。6.设随机变量X和Y的联合概率密度函数为f(x,y)，则P(X≤x)=∫-∞^x∫-∞^∞f(u,v)dvdu。（）解析：正确。这是联合概率密度函数的边缘分布计算公式。7.设随机变量X和Y的相关系数ρXY=0，则X和Y相互独立。（）解析：错误。相关系数为0表示X和Y不相关，但不一定相互独立。8.设总体X的概率分布为：X-101Pp1/41/2则p的极大似然估计值与矩估计值相同。（）解析：正确。如第10题所示，p̂=1/2。9.设随机变量X和Y的联合概率密度函数为f(x,y)=cxy，0<x<1，0<y<1，则X和Y相互独立。（）解析：正确。f(x,y)=fX(x)fY(y)，其中fX(x)=2x,fY(y)=2y。10.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x>0，θ>0，则θ的极大似然估计量是样本方差的倒数。（）解析：错误。θ̂=n/∑Xi，而样本方差的倒数是(1/(n-1))∑(Xi-X̄)^2的倒数。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相应的位置。）1.简述随机变量的分布函数F(x)的性质。解析：随机变量的分布函数F(x)具有以下性质：（1）单调不减性：若x1<x2，则F(x1)≤F(x2)；（2）右连续性：F(x+)存在且等于F(x)；（3）边界条件：F(-∞)=0，F(+∞)=1；（4）非负性：对于任意a<b，0≤P(a<X≤b)=F(b)-F(a)≤1。2.简述样本均值X̄和样本方差S^2的计算公式。解析：样本均值X̄=(1/n)∑Xi，样本方差S^2=(1/(n-1))∑(Xi-X̄)^2。3.简述极大似然估计法的基本思想。解析：极大似然估计法的基本思想是：在已知样本观测值的情况下，选择使得样本观测值出现概率最大的参数值作为参数的估计值。即选择使得似然函数L(θ)取最大值的θ作为θ的估计值θ̂，即L(θ̂)≥L(θ)。4.简述随机变量X和Y不相关的定义及其与独立性的关系。解析：随机变量X和Y不相关是指它们的协方差为0，即Cov(X,Y)=0。不相关与独立性是两个不同的概念，不相关表示X和Y之间没有线性关系，但可能存在其他函数关系；独立性表示X和Y之间没有任何关系。不相关的随机变量不一定相互独立，但独立的随机变量一定不相关。5.简述泊松分布的应用场景。解析：泊松分布通常用于描述在固定时间间隔或空间内发生的事件的概率分布。例如，单位时间内到达服务台的顾客数、单位面积内的缺陷数、一定时间内发生的交通事故数等。6.简述正态分布的性质及其应用。解析：正态分布具有以下性质：（1）对称性：分布函数关于均值μ对称；（2）钟形曲线：概率密度函数呈钟形曲线；（3）3σ原则：约68.27%的观测值落在(μ-σ,μ+σ)内，约95.45%的观测值落在(μ-2σ,μ+2σ)内，约99.73%的观测值落在(μ-3σ,μ+3σ)内。正态分布在自然界和社会现象中广泛存在，例如测量误差、人体身高体重、产品尺寸等。在统计推断中，正态分布是许多统计方法的基础。7.简述矩估计法的基本思想。解析：矩估计法的基本思想是：用样本矩来估计总体矩，从而得到参数的估计值。具体来说，用样本k阶原点矩ak来估计总体k阶原点矩μk，即ak≈μk，从而得到参数的估计值。8.简述卡方分布的性质及其应用。解析：卡方分布具有以下性质：（1）非负性：χ^2(ν)的取值范围为[0,+∞)；（2）可加性：若X～χ^2(ν1)，Y～χ^2(ν2)，且X和Y相互独立，则X+Y～χ^2(ν1+ν2)；（3）形状：随着自由度ν的增大，χ^2(ν)的分布逐渐接近正态分布。卡方分布在统计推断中有着广泛的应用，例如：（1）拟合优度检验：检验样本分布与理论分布是否吻合；（2）独立性检验：检验两个分类变量是否独立；（3）方差估计：估计总体方差。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相应的位置。）1.设随机变量X～B(10,0.3)，求P(X=3)。解析：P(X=3)=C(10,3)0.3^3(1-0.3)^7=120×0.027×0.4^7≈0.2668。2.设随机变量X～P(5)，求P(X=0)。解析：P(X=0)=e^(-5)5^0/0!=e^(-5)≈0.0067。3.设随机变量X的分布函数为F(x)={0,x<0;(1/2)x^2,0≤x<1;1,x≥1}，求P(0.5<X≤1)。解析：P(0.5<X≤1)=F(1)-F(0.5)=1-(1/2)×0.5^2=1-0.125=0.875。4.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)。解析：P(X^2+Y^2≤1)=P(χ^2(2)≤1)=Φ(1)=0.8413（其中χ^2(2)表示自由度为2的卡方分布）。5.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，0<x<1，θ>0，样本为X1=0.2,X2=0.5,X3=0.7，求θ的矩估计值。解析：样本均值为X̄=(0.2+0.5+0.7)/3=0.4，θ̂=1/(1-X̄)=1/(1-0.4)=2.5。6.设总体X的概率分布为：X-101Pp1/41/2样本为X1=-1,X2=0,X3=1,X4=1,X5=-1，求p的极大似然估计值。解析：似然函数为L(p)=p^2(1/2)^3，对数似然函数为lnL(p)=2lnp+3ln(1/2)，求导得dlnL(p)/dp=2/p=0，解得p=1/2。故p̂=1/2。7.设随机变量X和Y的联合概率密度函数为f(x,y)=cxy，0<x<1，0<y<1，求X和Y的协方差Cov(X,Y)。解析：f(x,y)在区域0<x<1，0<y<1上的积分为1，即∫0^1∫0^1cxydydx=c(1/2)=1，故c=2。边缘密度函数为fX(x)=∫0^12xydy=2x(1/2)=x，fY(y)=∫0^12xydx=2y(1/2)=y。E(X)=∫0^1x•xdx=(1/3)，E(Y)=∫0^1y•ydy=(1/3)，E(XY)=∫0^1∫0^1xy•2xydydx=2∫0^1x^2y^2dy=2x^2(1/3)=2/9。Cov(X,Y)=E(XY)-E(X)E(Y)=2/9-(1/3)×(1/3)=0。8.设总体X的概率密度函数为f(x;θ)=θe^(-θx)，x>0，θ>0，样本为X1=1,X2=2,X3=3，求θ的极大似然估计值。解析：似然函数为L(θ)=θ^3exp(-θ(1+2+3))=θ^3exp(-6θ)，对数似然函数为lnL(θ)=3lnθ-6θ，求导得dlnL(θ)/dθ=3/θ-6=0，解得θ=1/2。故θ̂=1/2。【标准答案及解析】一、单项选择题1.D2.C3.B4.C5.D6.C7.C8.A9.A10.D解析：11.分布函数F(x)必须是连续函数，不可能存在不可导点。12.P(X≤μ-2σ)=Φ(μ-2σ-μ)/σ=Φ(-2)=0.2，所以Φ(2)=0.8，P(μ-σ<X<μ+σ)=Φ(μ+σ-μ)/σ-Φ(μ-σ-μ)/σ=Φ(1)-Φ(-1)=2Φ(1)-1=2×0.8-1=0.6。13.X(1)是样本中的最小值，其期望为E(X(1))=F(0)(1-F(0))=0×(1-0)=0，不是μ的无偏估计量。14.E(X)=θ/(θ+1)，X̄是E(X)的无偏估计量，故θ̂=(X̄)/(1-X̂)。15.E(X)=0×0.2+1×0.5+2×0.3=1.1，E(X^2)=1.7，D(X)=1.7-1.1^2=0.49。16.Z=3X-2Y+5～N(3×1-2×2+5,9×4+4×9)=N(1,52)。17.∫0^1∫0^1cxydydx=c(1/2)=1，故c=4。18.ρXY=0.5/(√2×√3)=√6/6≈0.408。19.似然函数为L(θ)=θ^nexp(-θ∑Xi)，对数似然函数为lnL(θ)=nlnθ-θ∑Xi，求导得dlnL(θ)/dθ=n/θ-∑Xi=0，解得θ̂=n/∑Xi。20.E(X)=-p+1/2，X̂=1/2-p̂，由矩估计法得-p̂+1/2=X̂，即p̂=1/2-E(X)=1/2-(-p+1/2)=p。故p̂=1/2。二、填空题1.0.98942.33.F(b)-F(a)4.0.15875.1/(1-X̄)6.-p+1/27.1/38.n/∑Xi9.1/210.1/2解析：11.P(X≥3)=1-P(X≤2)=1-C(10,0)0.3^0(1-0.3)^10-C(10,1)0.3^1(1-0.3)^9-C(10,2)0.3^2(1-0.3)^8≈0.9894。12.P(X=2)=P(X=3)可得e^(-λ)λ^2/2=e^(-λ)λ^3/6，即λ=3。13.P(a<X≤b)=F(b)-F(a)。14.P(X^2+Y^2>1)=1-P(X^2+Y^2≤1)=1-P(χ^2(2)≤1)=1-Φ(1)=1-0.8413=0.1587。15.E(X)=θ/(θ+1)，X̄是E(X)的无偏估计量，故θ̂=(X̄)/(1-X̄)。16.E(X)=-p+1/2。17.ρXY=Cov(X,Y)/(√D(X)√D(Y))=2/(√4×√9)=2/6=1/3。18.似然函数为L(θ)=θ^nexp(-θ∑Xi)，对数似然函数为lnL(θ)=nlnθ-θ∑Xi，求导得dlnL(θ)/dθ=n/θ-∑Xi=0，解得θ̂=n/∑Xi。19.P(X>Y)=∫0^1∫y^1_1cxydydx=c∫0^1x[1-y]dy=c(1/2)=1/2（因为c=4）。20.E(X)=-p+1/2，X̂=1/2-p̂，由矩估计法得-p̂+1/2=X̂，即p̂=1/2-E(X)=1/2-(-p+1/2)=p。故p̂=1/2。三、判断题1.√2.√3.×4.√5.√6.√7.×8.√9.√10.×解析：11.分布函数F(x)具有单调不减性。12.正态分布的线性变换仍然服从正态分布。13.样本方差S^2是总体方差σ^2的无偏估计量，但未修正的样本方差(1/n)∑(Xi-X̄)^2不是。14.极大似然估计法的基本思想是选择使得样本观测值出现概率最大的参数值作为参数的估计值。15.独立正态分布的和仍然服从正态分布。16.这是联合概率密度函数的边缘分布计算公式。17.不相关的随机变量不一定相互独立。18.极大似然估计法的基本思想是选择使得样本观测值出现概率最大的参数值作为参数的估计值。19.f(x,y)=fX(x)fY(y)，其中fX(x)=2x,fY(y)=2y，故X和Y相互独立。20.θ̂=n/∑Xi，而样本方差的倒数是(1/(n-1))∑(Xi-X̄)^2的倒数。四、简答题1.随机变量的分布函数F(x)具有以下性质：（1）单调不减性：若x1<x2，则F(x1)≤F(x2)；（2）右连续性：F(x+)存在且等于F(x)；（3）边界条件：F(-∞)=0，F(+∞)=1；（4）非负性：对于任意a<b，0≤P(a<X≤b)=F(b)-F(a)≤1。2.样本均值X̄=(1/n)∑Xi，样本方差S^2=(1/(n-1))∑(Xi-X̄)^2。3.极大似然估计法的基本思想是：在已知样本观测值的情况下，选择使得样本观测值出现概率最大的参数值作为参数的估计值。即选择使得似然函数L(θ)取最大值的θ作为θ̂，即L(θ̂)≥L(θ)。4.随机变量X和Y不相关是指它们的协方差为0，即Cov(X,Y)=0。不相关与独立性是两个不同的概念，不相关表示X和Y之间没有线性关系，但可能存在其他函数关系；独立性表示X和Y之间没有任何关系。不相关的随机变量不一定相互独立，但独立的随机变量一定不相关。5.泊松分布通常用于描述在固定时间间隔或空间内发生的事件的概率分布。例如，单位时间内到达服务台的顾客数、单位面积内的缺陷数、一定时间内发生的交通事故数等。6.正态分布具有以下性质：（1）对称性：分布函数关于均值μ对称；（2）钟形曲线：概率密度函数呈钟形曲线；（3）3σ原则：约68.27%的观测值落在(μ-σ,μ+σ)内，约95.45%的观测值落在(μ-2σ,μ+2σ)内，约99.73%的观测值落在(μ-3σ,μ+3σ)内。正态分布在自然界和社会现象中广泛存在，例如测量