2025-2026年考研概率论与数理统计概率分布专项习题

2025-2026年考研概率论与数理统计概率分布专项习题一、单项选择题（本大题共10小题，每小题2分，共20分。在每小题列出的四个选项中，只有一项是最符合题目要求的。请将所选项前的字母填在题后的括号内。）1.设随机变量X的概率密度函数为f(x)={c(x+1),-1≤x≤0;2c/x,0<x≤2;0,其他。则常数c的值为（）。A.1/3B.1/2C.1D.22.设随机变量X的分布函数为F(x)={0,x<0;(1/3)x^2,0≤x<1;1,x≥1。则P(X≤1/2)的值为（）。A.1/4B.1/3C.1/2D.2/33.设随机变量X服从参数为λ的泊松分布，且P(X=1)=P(X=2)，则λ的值为（）。A.1B.2C.1/2D.34.设随机变量X的分布律为X~(2,p)，且P(X≥1)=5/9，则p的值为（）。A.1/3B.2/3C.1/4D.3/45.设随机变量X的分布函数为F(x)={0,x<0;1-e^(-x),x≥0。则X的期望E(X)的值为（）。A.1B.1/2C.1/eD.26.设随机变量X的分布律为X~(n,p)，且E(X)=6，Var(X)=4，则n和p的值分别为（）。A.n=12,p=1/2B.n=9,p=2/3C.n=8,p=3/4D.n=10,p=3/57.设随机变量X和Y相互独立，且X~N(0,1)，Y~N(1,2)，则随机变量Z=2X+Y的分布为（）。A.N(0,5)B.N(1,6)C.N(0,3)D.N(1,3)8.设随机变量X和Y的联合分布律为P(X=0,Y=0)=1/4，P(X=0,Y=1)=1/4，P(X=1,Y=0)=1/4，P(X=1,Y=1)=1/4，则X和Y是否相互独立？（）。A.是B.否C.无法判断D.以上都不对9.设随机变量X和Y的联合概率密度函数为f(x,y)={1/8,0≤x≤2,0≤y≤4;0,其他。则P(X+Y≤2)的值为（）。A.1/4B.1/2C.3/8D.1/810.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的期望E(Z)和方差Var(Z)分别为（）。A.E(Z)=μ1+μ2,Var(Z)=σ1^2+σ2^2B.E(Z)=aμ1+bμ2,Var(Z)=a^2σ1^2+b^2σ2^2C.E(Z)=aμ1+bμ2,Var(Z)=a^2σ1^2+b^2σ2^2+2abσ1σ2D.E(Z)=μ1+μ2,Var(Z)=a^2σ1^2+b^2σ2^2二、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的概率密度函数为f(x)={2x,0≤x≤1;0,其他。则P(X>0.5)的值为________。2.设随机变量X的分布函数为F(x)={0,x<0;x^2,0≤x<1;1,x≥1。则P(0.3<X≤0.7)的值为________。3.设随机变量X服从参数为λ的泊松分布，且P(X=0)=1/2，则λ的值为________。4.设随机变量X的分布律为X~(n,p)，且E(X)=3，Var(X)=1.2，则n和p的值分别为________和________。5.设随机变量X的分布函数为F(x)={0,x<0;x^3,0≤x<1;1,x≥1。则X的期望E(X)的值为________。6.设随机变量X和Y相互独立，且X~N(2,1)，Y~N(3,4)，则随机变量Z=3X-2Y的期望E(Z)和方差Var(Z)分别为________和________。7.设随机变量X和Y的联合分布律为P(X=0,Y=0)=1/3，P(X=0,Y=1)=1/3，P(X=1,Y=0)=1/6，P(X=1,Y=1)=1/6，则X和Y的协方差Cov(X,Y)的值为________。8.设随机变量X和Y的联合概率密度函数为f(x,y)={1/8,0≤x≤2,0≤y≤4;0,其他。则P(X≤1,Y≤2)的值为________。9.设随机变量X和Y相互独立，且X~N(0,1)，Y~N(0,1)，则随机变量Z=X^2+Y^2的分布为________。10.设随机变量X和Y的联合概率密度函数为f(x,y)={x+y,0≤x≤1,0≤y≤1;0,其他。则P(X+Y≤1)的值为________。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的概率密度函数为f(x)={1/2,0≤x≤2;0,其他。则X的期望E(X)的值为1。（）2.设随机变量X的分布函数为F(x)={0,x<0;x^2,0≤x<1;1,x≥1。则X是连续型随机变量。（）3.设随机变量X服从参数为λ的泊松分布，且P(X=1)=P(X=2)，则λ=1/2。（）4.设随机变量X的分布律为X~(n,p)，且E(X)=4，Var(X)=2，则p=1/2。（）5.设随机变量X的分布函数为F(x)={0,x<0;1-e^(-x),x≥0。则X的期望E(X)的值为1/e。（）6.设随机变量X和Y相互独立，且X~N(0,1)，Y~N(0,1)，则随机变量Z=X+Y的分布为N(0,2)。（）7.设随机变量X和Y的联合分布律为P(X=0,Y=0)=1/4，P(X=0,Y=1)=1/4，P(X=1,Y=0)=1/4，P(X=1,Y=1)=1/4，则X和Y相互独立。（）8.设随机变量X和Y的联合概率密度函数为f(x,y)={1/8,0≤x≤2,0≤y≤4;0,其他。则P(X+Y≤2)的值为1/4。（）9.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的期望E(Z)和方差Var(Z)分别为μ1+μ2和σ1^2+σ2^2。（）10.设随机变量X和Y的联合概率密度函数为f(x,y)={x+y,0≤x≤1,0≤y≤1;0,其他。则P(X+Y>1)的值为1/6。（）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及其应用场景。2.简述正态分布的性质及其应用场景。3.简述随机变量独立性的定义及其判断方法。4.简述随机变量期望和方差的定义及其性质。5.简述随机变量协方差的定义及其性质。6.简述随机变量条件分布的定义及其计算方法。7.简述随机变量函数的分布的计算方法。8.简述大数定律和中心极限定理的内容及其应用。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X的概率密度函数为f(x)={2x,0≤x≤1;0,其他。求X的期望E(X)和方差Var(X)。2.设随机变量X的分布函数为F(x)={0,x<0;x^2,0≤x<1;1,x≥1。求P(X>0.5)和P(0.3<X≤0.7)。3.设随机变量X服从参数为λ的泊松分布，且P(X=1)=P(X=2)。求P(X=3)。4.设随机变量X的分布律为X~(n,p)，且E(X)=4，Var(X)=2。求n和p的值。5.设随机变量X和Y相互独立，且X~N(2,1)，Y~N(3,4)。求随机变量Z=3X-2Y的期望E(Z)和方差Var(Z)。6.设随机变量X和Y的联合分布律为P(X=0,Y=0)=1/3，P(X=0,Y=1)=1/3，P(X=1,Y=0)=1/6，P(X=1,Y=1)=1/6。求X和Y的协方差Cov(X,Y)。7.设随机变量X和Y的联合概率密度函数为f(x,y)={1/8,0≤x≤2,0≤y≤4;0,其他。求P(X≤1,Y≤2)和P(X+Y≤2)。8.设随机变量X和Y相互独立，且X~N(0,1)，Y~N(0,1)。求随机变量Z=X^2+Y^2的分布。六、论述题（本大题共11小题，每小题2分，共22分。请将答案写在答题卡上。）1.论述泊松分布的性质及其应用场景。2.论述正态分布的性质及其应用场景。3.论述随机变量独立性的定义及其判断方法。4.论述随机变量期望和方差的定义及其性质。5.论述随机变量协方差的定义及其性质。6.论述随机变量条件分布的定义及其计算方法。7.论述随机变量函数的分布的计算方法。8.论述大数定律和中心极限定理的内容及其应用。9.论述随机变量独立性的性质及其应用。10.论述随机变量期望的性质及其应用。11.论述随机变量方差的性质及其应用。【标准答案及解析】一、单项选择题1.A解析：由概率密度函数的性质，∫_{-∞}^{+∞}f(x)dx=1。即∫_{-1}^{0}(x+1)dx+∫_{0}^{2}(2/x)dx=1。计算得c=1/3。2.C解析：P(X≤1/2)=F(1/2)=(1/2)^2=1/4。3.B解析：由泊松分布的性质，P(X=k)=(λ^ke^(-λ))/k!。即(λ^1e^(-λ))/1!=(λ^2e^(-λ))/2!。解得λ=2。4.A解析：P(X≥1)=1-P(X=0)=1-(2^0e^(-2))/0!=1-e^(-2)。由P(X≥1)=5/9，解得p=1/3。5.C解析：E(X)=∫_{-∞}^{+∞}xf(x)dx=∫_{0}^{+∞}x(1-e^(-x))dx=1/e。6.A解析：E(X)=np=6，Var(X)=np(1-p)=4。解得n=12，p=1/2。7.A解析：由正态分布的性质，X~N(0,1)，Y~N(1,2)，则Z=2X+Y~N(0+1,4+2)=N(1,6)。8.A解析：由联合分布律，P(X=0,Y=0)P(X=0)P(Y=0)=(1/3)(1/2)(1/2)=1/12≠1/4，故不独立。9.C解析：P(X+Y≤2)=∫_{0}^{2}∫_{0}^{2-x}(1/8)dydx=3/8。10.B解析：由期望和方差的性质，E(Z)=aE(X)+bE(Y)=aμ1+bμ2，Var(Z)=a^2Var(X)+b^2Var(Y)=a^2σ1^2+b^2σ2^2。二、填空题1.1/4解析：P(X>0.5)=1-P(X≤0.5)=1-∫_{0}^{0.5}2xdx=1-1/4=3/4。2.1/16解析：P(0.3<X≤0.7)=F(0.7)-F(0.3)=(0.7)^2-(0.3)^2=1/16。3.ln2解析：P(X=0)=e^(-λ)=1/2，解得λ=ln2。4.n=12,p=1/2解析：E(X)=np=3，Var(X)=np(1-p)=1.2。解得n=12，p=1/2。5.1/4解析：E(X)=∫_{0}^{1}x3x^2dx=3/4。6.3,13解析：E(Z)=3E(X)-2E(Y)=32-23=0，Var(Z)=9Var(X)+4Var(Y)=91+44=25。7.0解析：Cov(X,Y)=E(XY)-E(X)E(Y)=0-(1/2)(1/2)=0。8.1/4解析：P(X≤1,Y≤2)=∫_{0}^{1}∫_{0}^{2}(1/8)dydx=1/4。9.χ^2(2)解析：由χ^2分布的性质，X^2+Y^2~χ^2(2)。10.1/2解析：P(X+Y≤1)=∫_{0}^{1}∫_{0}^{1-x}(x+y)dydx=1/2。三、判断题1.√解析：E(X)=∫_{0}^{1}x2xdx=2/3。2.×解析：分布函数F(x)在x=0处不可导，故X不是连续型随机变量。3.×解析：由泊松分布的性质，P(X=1)=λe^(-λ)，P(X=2)=(λ^2e^(-λ))/2!。由P(X=1)=P(X=2)，解得λ=2。4.√解析：E(X)=np=4，Var(X)=np(1-p)=2。解得n=8，p=1/2。5.√解析：E(X)=∫_{0}^{+∞}x(1-e^(-x))dx=1/e。6.×解析：由正态分布的性质，X~N(0,1)，Y~N(0,1)，则Z=X+Y~N(0,1+1)=N(0,2)。7.×解析：由联合分布律，P(X=0,Y=0)P(X=0)P(Y=0)=(1/3)(1/2)(1/2)=1/12≠1/4，故不独立。8.√解析：P(X+Y≤2)=∫_{0}^{2}∫_{0}^{2-x}(1/8)dydx=3/8。9.×解析：Var(Z)=a^2Var(X)+b^2Var(Y)=a^2σ1^2+b^2σ2^2。10.×解析：P(X+Y>1)=1-P(X+Y≤1)=1-∫_{0}^{1}∫_{0}^{1-x}(x+y)dydx=1/2。四、简答题1.泊松分布的性质：①参数λ为泊松分布的期望和方差；②分布律为P(X=k)=(λ^ke^(-λ))/k!，k=0,1,2,...；③应用场景：稀有事件在大量试验中发生的次数，如单位时间内到达的顾客数、单位面积内的缺陷数等。2.正态分布的性质：①密度函数为f(x)=(1/(σ√(2π)))e^(-(x-μ)^2/(2σ^2))；②分布函数为F(x)=∫_{-∞}^{x}f(t)dt；③期望为μ，方差为σ^2；④应用场景：测量误差、生物特征等。3.随机变量独立性的定义：若P(X≤x,Y≤y)=P(X≤x)P(Y≤y)对所有x,y成立，则X和Y相互独立；判断方法：检查联合分布律或联合密度函数是否可分解为边缘分布的乘积。4.随机变量期望的定义：E(X)=∫_{-∞}^{+∞}xf(x)dx（连续型）；E(X)=ΣxP(X=x)（离散型）；性质：线性性质E(aX+b)=aE(X)+b。5.随机变量协方差的定义：Cov(X,Y)=E[(X-E(X))(Y-E(Y))]；性质：Cov(X,Y)=E(XY)-E(X)E(Y)；Cov(X,Y)=Cov(Y,X)。6.随机变量条件分布的定义：在Y=y的条件下，X的条件分布律或密度函数；计算方法：P(X=k|Y=y)=P(X=k,Y=y)/P(Y=y)。7.随机变量函数的分布的计算方法：①分布函数法：F_Y(y)=P(Y≤y)=P(g(X)≤y)；②密度函数法：f_Y(y)=∫_{g^{-1}(y)}f_X(x)|dx/dy|dx。8.大数定律：当n→∞时，样本均值依概率收敛于总体均值；中心极限定理：当n→∞时，样本均值的分布近似于正态分布N(μ,σ^2/n)。五、应用题1.E(X)=∫_{0}^{1}x2xdx=2/3，Var(X)=E(X^2)-[E(X)]^2=1/3-(2/3)^2=1/9。2.P(X>0.5)=1-∫_{0}^{0.5}2xdx=1-1/4=3/4；P(0.3<X≤0.7)=(0.7)^2-(0.3)^2=1/16。3.P(X=3)=(2^3e^(-2))/3!=8e^(-2)/6=4e^(-2)/3。4.E(X)=np=4，Var(X)=np(1-p)=2。解得n=12，p=1/2。5.E(Z)=3E(X)-2E(Y)=32-23=0，Var(Z)=9Var(X)+4Var(Y)=91+44=25。6.E(XY)=0，E(X)E(Y)=(1/2)(1/2)=1/4。Cov(X,Y)=0-1/4=0。7.P(X≤1,Y≤2)=∫_{0}^{1}∫_{0}^{2}(1/8)dydx=1/4；P(X+Y≤2)=∫_{0}^{2}∫_{0}^{2-x}(1/8)dydx=3/8。8.Z=X^2+Y^2~χ^2(2)。六、论述题1.泊松分布的性质：①参数λ为泊松分布的期望和方差；②分布律为P(X=k)=(λ^ke^(-λ))/k!，k=0,1,2,...；③应用场景：稀有事件在大量试验中发生的次数，如单位时间内到达的顾客数、单位面积内的缺陷数等。2.正态分布的性质：①密度函数为f(x)=(1/(σ√(2π)))e^(-(x-μ)^2/(2σ^2))；②分布函数为F(x)=∫_{-∞}^{x}f(t)dt；③期