2025-2026年考研数学一概率统计中心极限定理与正态分布习题集

2025-2026年考研数学一概率统计中心极限定理与正态分布习题集一、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X1，X2，…，Xn独立同分布，且均服从参数为λ的泊松分布，记Y=X1+X2+…+Xn，则当n→∞时，随机变量Y的分布函数fY(x)渐近于（）。A.λe^(-λx)B.(1/√(2πxλ))e^(-x^2/(2λ))C.(1/√(2πnλ))e^(-x^2/(2nλ))D.(1/√(2π))e^(-x^2/2)2.设随机变量X～N(μ,σ^2)，Y=aX+b（a≠0），则Y的分布为（）。A.N(μ,σ^2)B.N(aμ+b,a^2σ^2)C.N(μ,|a|σ^2)D.N(aμ+b,|a|σ^2)3.设随机变量X1，X2，…，Xn独立同分布，且均服从N(0,1)，则当n→∞时，统计量Y=(X1+X2+…+Xn)^2/n的渐近分布为（）。A.χ^2(n)B.χ^2(n-1)C.N(0,1)D.N(0,1/n)4.设随机变量X～N(0,1)，Y=X^2，则Y的分布函数fY(y)在y=0处（）。A.不连续B.连续但不可导C.可导且导数为0D.可导且导数不为05.设随机变量X～N(μ,σ^2)，Y=X^2，则E(Y)等于（）。A.μ^2B.σ^2C.μ^2+σ^2D.√(2πσ^2)6.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则样本均值X̄=(X1+X2+…+Xn)/n的分布为（）。A.N(μ,σ^2)B.N(μ,σ^2/n)C.N(μ,σ^2√n)D.N(μ/n,σ^2/n)7.设随机变量X～N(0,1)，Y=X^2，则Y的数学期望E(Y)等于（）。A.0B.1C.2D.1/28.设随机变量X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，则当n→∞时，样本均值X̄的渐近分布为（）。A.N(λ,λ/n)B.P(λ)C.χ^2(n)D.N(0,λ)9.设随机变量X～N(μ,σ^2)，Y=X^2，则Y的方差Var(Y)等于（）。A.σ^2B.2σ^4C.σ^4+2μ^2σ^2D.σ^410.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则统计量Y=X̄^2的渐近分布为（）。A.N(μ^2,σ^2/n)B.χ^2(1)C.N(μ^2,σ^4/n)D.χ^2(n)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～N(0,1)，Y=X^2，则P(Y≤1)=________。2.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则样本方差S^2的期望E(S^2)=________。3.设随机变量X～N(μ,σ^2)，Y=X^2，则Y的数学期望E(Y)=________。4.设随机变量X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，则当n→∞时，样本均值X̄的方差Var(X̄)=________。5.设随机变量X～N(μ,σ^2)，Y=X^2，则Y的方差Var(Y)=________。6.设随机变量X1，X2，…，Xn独立同分布，且均服从N(0,1)，则当n→∞时，统计量Y=(X1+X2+…+Xn)^2/n的期望E(Y)=________。7.设随机变量X～N(μ,σ^2)，Y=X^2，则Y的分布函数fY(y)在y=σ^2处________。8.设随机变量X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，则当n→∞时，样本方差S^2的渐近分布为________。9.设随机变量X～N(μ,σ^2)，Y=X^2，则Y的数学期望E(Y)=________。10.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则统计量Y=X̄^2的方差Var(Y)=________。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～N(μ,σ^2)，Y=X^2，则Y的分布为卡方分布。（）2.设随机变量X1，X2，…，Xn独立同分布，且均服从N(0,1)，则当n→∞时，统计量Y=(X1+X2+…+Xn)^2/n的分布为N(1,1/n)。（）3.设随机变量X～N(μ,σ^2)，Y=X^2，则Y的数学期望E(Y)=μ^2+σ^2。（）4.设随机变量X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，则当n→∞时，样本均值X̄的分布为N(λ,λ/n)。（）5.设随机变量X～N(0,1)，Y=X^2，则Y的分布函数fY(y)在y=0处不连续。（）6.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则样本方差S^2的期望E(S^2)=σ^2。（）7.设随机变量X～N(μ,σ^2)，Y=X^2，则Y的方差Var(Y)=2σ^4。（）8.设随机变量X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，则当n→∞时，样本方差S^2的分布为χ^2(n-1)。（）9.设随机变量X～N(μ,σ^2)，Y=X^2，则Y的数学期望E(Y)=σ^2。（）10.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则统计量Y=X̄^2的方差Var(Y)=σ^4/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.请简述中心极限定理的内容及其应用。2.请简述正态分布的性质及其应用。3.请解释样本均值和样本方差的定义及其意义。4.请解释泊松分布的性质及其应用。5.请解释卡方分布的性质及其应用。6.请解释t分布的性质及其应用。7.请解释F分布的性质及其应用。8.请解释大数定律的内容及其应用。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。）1.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，求样本均值X̄的分布。2.设随机变量X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，求样本均值X̄的渐近分布。3.设随机变量X～N(0,1)，求Y=X^2的分布。4.设随机变量X～N(μ,σ^2)，求Y=X^2的数学期望和方差。5.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，求样本方差S^2的期望和方差。6.设随机变量X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，求样本方差S^2的渐近分布。7.设随机变量X～N(μ,σ^2)，求Y=X^2的分布函数。8.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，求统计量Y=X̄^2的渐近分布。【标准答案及解析】一、单项选择题1.B解析：根据中心极限定理，当n→∞时，随机变量Y=X1+X2+…+Xn的分布函数fY(x)渐近于正态分布N(nμ,nλ)。因此，正确答案为B。2.B解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=aX+b（a≠0），则Y～N(aμ+b,a^2σ^2)。因此，正确答案为B。3.A解析：根据中心极限定理，当n→∞时，统计量Y=(X1+X2+…+Xn)^2/n的渐近分布为χ^2(n)。因此，正确答案为A。4.A解析：根据卡方分布的性质，若Y=X^2，其中X～N(0,1)，则Y的分布函数fY(y)在y=0处不连续。因此，正确答案为A。5.C解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=X^2，则E(Y)=μ^2+σ^2。因此，正确答案为C。6.B解析：根据正态分布的性质，若X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则样本均值X̄=(X1+X2+…+Xn)/n的分布为N(μ,σ^2/n)。因此，正确答案为B。7.C解析：根据卡方分布的性质，若Y=X^2，其中X～N(0,1)，则E(Y)=1。因此，正确答案为C。8.A解析：根据中心极限定理，当n→∞时，样本均值X̄的渐近分布为N(λ,λ/n)。因此，正确答案为A。9.B解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=X^2，则Var(Y)=2σ^4。因此，正确答案为B。10.C解析：根据中心极限定理，当n→∞时，统计量Y=X̄^2的渐近分布为N(μ^2,σ^4/n)。因此，正确答案为C。二、填空题1.√(1-1/π)解析：根据卡方分布的性质，若Y=X^2，其中X～N(0,1)，则P(Y≤1)=√(1-1/π)。因此，答案为√(1-1/π)。2.σ^2解析：根据样本方差的性质，若X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则样本方差S^2的期望E(S^2)=σ^2。因此，答案为σ^2。3.μ^2+σ^2解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=X^2，则E(Y)=μ^2+σ^2。因此，答案为μ^2+σ^2。4.λ/n解析：根据中心极限定理，当n→∞时，样本均值X̄的方差Var(X̄)=λ/n。因此，答案为λ/n。5.2σ^4解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=X^2，则Var(Y)=2σ^4。因此，答案为2σ^4。6.1解析：根据中心极限定理，当n→∞时，统计量Y=(X1+X2+…+Xn)^2/n的期望E(Y)=1。因此，答案为1。7.不连续解析：根据卡方分布的性质，若Y=X^2，其中X～N(0,1)，则Y的分布函数fY(y)在y=σ^2处不连续。因此，答案为不连续。8.χ^2(n-1)/(n-1)解析：根据样本方差的性质，若X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，则当n→∞时，样本方差S^2的渐近分布为χ^2(n-1)/(n-1)。因此，答案为χ^2(n-1)/(n-1)。9.μ^2+σ^2解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=X^2，则E(Y)=μ^2+σ^2。因此，答案为μ^2+σ^2。10.σ^4/n解析：根据中心极限定理，当n→∞时，统计量Y=X̄^2的方差Var(Y)=σ^4/n。因此，答案为σ^4/n。三、判断题1.×解析：根据卡方分布的性质，若Y=X^2，其中X～N(μ,σ^2)，则Y的分布为非中心卡方分布，而不是卡方分布。因此，答案为×。2.√解析：根据中心极限定理，当n→∞时，统计量Y=(X1+X2+…+Xn)^2/n的分布为N(1,1/n)。因此，答案为√。3.√解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=X^2，则E(Y)=μ^2+σ^2。因此，答案为√。4.√解析：根据中心极限定理，当n→∞时，样本均值X̄的分布为N(λ,λ/n)。因此，答案为√。5.×解析：根据卡方分布的性质，若Y=X^2，其中X～N(0,1)，则Y的分布函数fY(y)在y=0处连续。因此，答案为×。6.√解析：根据样本方差的性质，若X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，则样本方差S^2的期望E(S^2)=σ^2。因此，答案为√。7.√解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=X^2，则Var(Y)=2σ^4。因此，答案为√。8.×解析：根据样本方差的性质，若X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，则当n→∞时，样本方差S^2的分布为χ^2(n-1)/(n-1)，而不是χ^2(n-1)。因此，答案为×。9.×解析：根据正态分布的性质，若X～N(μ,σ^2)，Y=X^2，则E(Y)=μ^2+σ^2，而不是σ^2。因此，答案为×。10.√解析：根据中心极限定理，当n→∞时，统计量Y=X̄^2的方差Var(Y)=σ^4/n。因此，答案为√。四、简答题1.中心极限定理的内容是：设随机变量X1，X2，…，Xn独立同分布，且均服从任意分布，只要数学期望和方差存在，则当n→∞时，样本均值X̄的分布渐近于正态分布N(μ,σ^2/n)。中心极限定理的应用非常广泛，例如在统计学中用于大样本估计和假设检验。2.正态分布的性质包括：（1）正态分布的密度函数是关于均值μ对称的；（2）正态分布的密度函数在μ处取得最大值，且随着远离μ逐渐减小；（3）正态分布的密度函数是连续的；（4）正态分布的数学期望和方差分别等于μ和σ^2；（5）正态分布在统计学中用于描述许多自然和社会现象，例如身高、体重、考试成绩等。3.样本均值和样本方差的定义及其意义：样本均值X̄=(X1+X2+…+Xn)/n，是样本数据的平均值，用于估计总体的均值；样本方差S^2=[(X1-μ)^2+(X2-μ)^2+…+(Xn-μ)^2]/(n-1)，是样本数据偏离均值的平方的平均值，用于估计总体的方差。4.泊松分布的性质包括：（1）泊松分布是离散分布，其概率质量函数为P(X=k)=λ^ke^(-λ)/k!，其中λ是泊松分布的参数；（2）泊松分布的数学期望和方差都等于λ；（3）泊松分布在统计学中用于描述单位时间内发生的事件数，例如每分钟到达的顾客数、每平方米的缺陷数等。5.卡方分布的性质包括：（1）卡方分布是连续分布，其密度函数为f(y)=y^(k/2-1)e^(-y/2)/(2^(k/2)Γ(k/2))，其中k是卡方分布的自由度；（2）卡方分布的数学期望和方差分别等于k和2k；（3）卡方分布在统计学中用于假设检验和置信区间估计，例如χ^2拟合优度检验、χ^2独立性检验等。6.t分布的性质包括：（1）t分布是连续分布，其密度函数为f(t)=(Γ((k+1)/2)/(√(kπ)Γ(k/2)))(1+(t^2)/k)^(-(k+1)/2)，其中k是t分布的自由度；（2）t分布的数学期望为0，方差为k/(k-2)（当k>2时）；（3）t分布在统计学中用于小样本假设检验和置信区间估计，例如t检验、t置信区间等。7.F分布的性质包括：（1）F分布是连续分布，其密度函数为f(f)=(Γ((m+n)/2)/(Γ(m/2)Γ(n/2)))(m/n)^(m/2)f^(m/2-1)(1+(m/n)f)^(-(m+n)/2)，其中m和n是F分布的自由度；（2）F分布的数学期望为n/(n-2)（当n>2时），方差为2n^2(n-2)^2/(n^2-4)(n^2-5)（当n>5时）；（3）F分布在统计学中用于方差分析（ANOVA）和回归分析，例如F检验、F置信区间等。8.大数定律的内容是：设随机变量X1，X2，…，Xn独立同分布，且均服从任意分布，只要数学期望存在，则当n→∞时，样本均值X̄的分布渐近于正态分布N(μ,σ^2/n)。大数定律的应用非常广泛，例如在统计学中用于大样本估计和假设检验。五、应用题1.设随机变量X1，X2，…，Xn独立同分布，且均服从N(μ,σ^2)，求样本均值X̄的分布。解：根据中心极限定理，当n→∞时，样本均值X̄=(X1+X2+…+Xn)/n的分布为N(μ,σ^2/n)。因此，样本均值X̄的分布为N(μ,σ^2/n)。2.设随机变量X1，X2，…，Xn独立同分布，且均服从Poisson(λ)，求样本均值X̄的渐近分布。解：根据中心极限定理，当n→∞时，样本均值X̄=(X1+X2+…+Xn)/n的渐近分布为N(λ,λ/n)。因此，样本均值X̄的渐近分布为N(λ,λ/n)。3.设随机变量X～N(0,1)，求Y=X^2的分布。解：根据卡方分布的性质，若Y=X^2，其中X～N(0,1)，则Y的分布为χ^2