2025-2026年考研数学一概率统计大数定律与中心极限定理专项习题

2025-2026年考研数学一概率统计大数定律与中心极限定理专项习题一、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.设随机变量序列X1,X2,...,Xn满足条件E(Xi)=μ,Var(Xi)=σ^2(i=1,2,...,n)，且对于任意的i≠j，Cov(Xi,Xj)=0。若Y=Σ(Xi/n)，则根据大数定律，当n→∞时，Y收敛于（）。A.σ^2/nB.μC.0D.√(σ^2/n)解析：根据大数定律，若随机变量序列X1,X2,...,Xn满足E(Xi)=μ，Var(Xi)=σ^2，且Cov(Xi,Xj)=0（i≠j），则Y=Σ(Xi/n)的期望E(Y)=μ，方差Var(Y)=σ^2/n。当n→∞时，根据切比雪夫大数定律，Y依概率收敛于E(Y)=μ。因此正确选项为B。2.设随机变量X1,X2,...,Xn是从正态分布N(μ,σ^2)中独立抽取的样本，则根据中心极限定理，当n足够大时，统计量(Σ(Xi-μ)/σ)^2的分布近似于（）。A.χ^2(n-1)B.χ^2(n)C.N(1,1)D.N(0,1)解析：根据中心极限定理，若X1,X2,...,Xn是独立同分布的随机变量，E(Xi)=μ，Var(Xi)=σ^2，则当n足够大时，(Σ(Xi-μ)/σ)^2近似服从自由度为n的卡方分布，即χ^2(n)。因此正确选项为B。3.设随机变量X1,X2,...,Xn是来自指数分布Exp(λ)的样本，则根据大数定律，当n→∞时，样本均值(ΣXi/n)依概率收敛于（）。A.λB.1/λC.λ^2D.1/(λ^2)解析：指数分布Exp(λ)的期望E(Xi)=1/λ，方差Var(Xi)=1/λ^2。根据大数定律，样本均值(ΣXi/n)依概率收敛于E(Xi)=1/λ。因此正确选项为B。4.设随机变量X1,X2,...,Xn是来自均匀分布U(0,θ)的样本，其中θ未知，则下列统计量中，根据中心极限定理，当n→∞时近似服从正态分布的是（）。A.(ΣX_i^2/n)B.(ΣX_i/n)C.(Σ(X_i-θ)/n)D.(ΣX_i^2/θ)解析：均匀分布U(0,θ)的期望E(Xi)=θ/2，方差Var(Xi)=θ^2/12。根据中心极限定理，当n足够大时，样本均值(ΣX_i/n)近似服从N(θ/2,θ^2/(12n))。因此正确选项为B。5.设随机变量X1,X2,...,Xn是来自泊松分布Poisson(λ)的样本，则根据中心极限定理，当n→∞时，统计量(ΣX_i-nλ)/√(nλ)的分布近似于（）。A.t(n-1)B.χ^2(n)C.N(0,1)D.F(n,1)解析：泊松分布Poisson(λ)的期望E(Xi)=λ，方差Var(Xi)=λ。根据中心极限定理，当n足够大时，(ΣX_i-nλ)/√(nλ)近似服从标准正态分布N(0,1)。因此正确选项为C。6.设随机变量X1,X2,...,Xn是来自二项分布B(n,p)的样本，则根据大数定律，当n→∞时，样本比例(ΣX_i/n)依概率收敛于（）。A.p^2B.1-pC.pD.np解析：二项分布B(n,p)的期望E(Xi)=np，方差Var(Xi)=np(1-p)。根据大数定律，样本比例(ΣX_i/n)依概率收敛于E(Xi)/n=p。因此正确选项为C。7.设随机变量X1,X2,...,Xn是来自Cauchy分布的样本，则下列关于大数定律的结论中正确的是（）。A.样本均值依概率收敛于分布的期望B.样本方差依概率收敛于分布的方差C.样本中位数依概率收敛于分布的中位数D.样本众数依概率收敛于分布的众数解析：Cauchy分布的期望不存在，因此样本均值不会依概率收敛于任何值。但根据大数定律，样本矩（如样本均值）在Cauchy分布下也不收敛。因此正确选项为C，因为中位数在Cauchy分布中存在且唯一。8.设随机变量X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，其中μ未知，σ^2已知，则根据中心极限定理，当n→∞时，统计量(Σ(X_i-μ)/σ)^2的分布近似于（）。A.t(n-1)B.χ^2(n)C.N(1,1)D.F(n,1)解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。因此(Σ(X_i-μ)/σ)^2=(nΣ(X_i-μ)/σ)^2=n^2(Σ(X_i-μ)/σ)^2近似服从χ^2(n)分布。因此正确选项为B。9.设随机变量X1,X2,...,Xn是来自指数分布Exp(λ)的样本，其中λ未知，则下列统计量中，根据中心极限定理，当n→∞时近似服从正态分布的是（）。A.(ΣX_i^2/n)B.(ΣX_i/n)C.(Σ(X_i-1/λ)/n)D.(ΣX_i^2/(1/λ))解析：指数分布Exp(λ)的期望E(Xi)=1/λ，方差Var(Xi)=1/λ^2。根据中心极限定理，当n足够大时，样本均值(ΣX_i/n)近似服从N(1/λ,1/(λ^2n))。因此正确选项为B。10.设随机变量X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，其中μ和σ^2均未知，则根据中心极限定理，当n→∞时，统计量(ΣX_i/n-μ)/s的分布近似于（）。A.t(n-1)B.χ^2(n)C.N(1,1)D.F(n,1)解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。样本标准差s=sqrt(Σ(X_i-(ΣX_i/n))^2/(n-1))。当n足够大时，(ΣX_i/n-μ)/s近似服从t(n-1)分布。因此正确选项为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.根据大数定律，若随机变量序列X1,X2,...,Xn满足E(Xi)=μ，Var(Xi)=σ^2，且对于任意的i≠j，Cov(Xi,Xj)=0，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于______。参考答案：μ解析：根据独立同分布大数定律，若随机变量序列X1,X2,...,Xn独立同分布，E(Xi)=μ，Var(Xi)=σ^2，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于μ。因此填空答案为μ。2.根据中心极限定理，若随机变量X1,X2,...,Xn是来自指数分布Exp(λ)的样本，则当n→∞时，统计量(ΣX_i-n/λ)/sqrt(n/λ^2)的分布近似于______。参考答案：N(0,1)解析：指数分布Exp(λ)的期望E(Xi)=1/λ，方差Var(Xi)=1/λ^2。根据中心极限定理，当n足够大时，(ΣX_i-n/λ)/sqrt(n/λ^2)=(Σ(X_i-1/λ)/sqrt(1/λ^2))近似服从标准正态分布N(0,1)。因此填空答案为N(0,1)。3.设随机变量X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，其中μ未知，σ^2已知，则根据中心极限定理，当n→∞时，统计量(ΣX_i/n-μ)/σ/sqrt(n)的分布近似于______。参考答案：N(0,1)解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。因此(ΣX_i/n-μ)/σ/sqrt(n)=(ΣX_i/n-μ)/(σ/sqrt(n))近似服从标准正态分布N(0,1)。因此填空答案为N(0,1)。4.根据大数定律，若随机变量序列X1,X2,...,Xn是来自均匀分布U(0,θ)的样本，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于______。参考答案：θ/2解析：均匀分布U(0,θ)的期望E(Xi)=θ/2，方差Var(Xi)=θ^2/12。根据大数定律，当n→∞时，样本均值(ΣX_i/n)依概率收敛于θ/2。因此填空答案为θ/2。5.设随机变量X1,X2,...,Xn是来自泊松分布Poisson(λ)的样本，其中λ未知，则根据中心极限定理，当n→∞时，统计量(ΣX_i-n)/sqrt(nλ)的分布近似于______。参考答案：N(0,1)解析：泊松分布Poisson(λ)的期望E(Xi)=λ，方差Var(Xi)=λ。根据中心极限定理，当n足够大时，(ΣX_i-n)/sqrt(nλ)近似服从标准正态分布N(0,1)。因此填空答案为N(0,1)。6.根据大数定律，若随机变量序列X1,X2,...,Xn是来自二项分布B(n,p)的样本，则当n→∞时，样本比例(ΣX_i/n)依概率收敛于______。参考答案：p解析：二项分布B(n,p)的期望E(Xi)=np，方差Var(Xi)=np(1-p)。根据大数定律，当n→∞时，样本比例(ΣX_i/n)依概率收敛于p。因此填空答案为p。7.设随机变量X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，其中μ和σ^2均未知，则根据中心极限定理，当n→∞时，统计量(ΣX_i/n-μ)/sqrt(Var(X_i)/n)的分布近似于______。参考答案：N(0,1)解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。因此(ΣX_i/n-μ)/sqrt(Var(X_i)/n)=(ΣX_i/n-μ)/(σ/sqrt(n))近似服从标准正态分布N(0,1)。因此填空答案为N(0,1)。8.根据大数定律，若随机变量序列X1,X2,...,Xn是来自柯西分布的样本，则当n→∞时，样本均值(ΣX_i/n)______。参考答案：不收敛解析：柯西分布的期望不存在，因此样本均值不会依概率收敛于任何值。根据大数定律，柯西分布的样本均值不收敛。因此填空答案为不收敛。9.设随机变量X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，其中μ未知，σ^2已知，则根据中心极限定理，当n→∞时，统计量(ΣX_i/n-μ)/σ/sqrt(n)的分布近似于______。参考答案：N(0,1)解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。因此(ΣX_i/n-μ)/σ/sqrt(n)=(ΣX_i/n-μ)/(σ/sqrt(n))近似服从标准正态分布N(0,1)。因此填空答案为N(0,1)。10.根据中心极限定理，若随机变量X1,X2,...,Xn是来自指数分布Exp(λ)的样本，则当n→∞时，统计量(ΣX_i-n/λ)/sqrt(n/λ^2)的分布近似于______。参考答案：N(0,1)解析：指数分布Exp(λ)的期望E(Xi)=1/λ，方差Var(Xi)=1/λ^2。根据中心极限定理，当n足够大时，(ΣX_i-n/λ)/sqrt(n/λ^2)=(Σ(X_i-1/λ)/sqrt(1/λ^2))近似服从标准正态分布N(0,1)。因此填空答案为N(0,1)。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.根据大数定律，若随机变量序列X1,X2,...,Xn是来自柯西分布的样本，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于分布的期望。（×）解析：柯西分布的期望不存在，因此样本均值不会依概率收敛于任何值。根据大数定律，柯西分布的样本均值不收敛。因此该命题错误。2.根据中心极限定理，若随机变量X1,X2,...,Xn是来自均匀分布U(0,θ)的样本，则当n→∞时，统计量(ΣX_i-nθ)/sqrt(nθ^2)的分布近似于N(0,1)。（×）解析：均匀分布U(0,θ)的期望E(Xi)=θ/2，方差Var(Xi)=θ^2/12。根据中心极限定理，当n足够大时，(ΣX_i-nθ)/sqrt(nθ^2)=(ΣX_i/n-θ/2)/sqrt(θ^2/(12n))近似服从N(0,1)。因此该命题错误。3.设随机变量X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，其中μ未知，σ^2已知，则根据中心极限定理，当n→∞时，统计量(ΣX_i/n-μ)/σ/sqrt(n)的分布近似于t(n-1)。（×）解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。因此(ΣX_i/n-μ)/σ/sqrt(n)=(ΣX_i/n-μ)/(σ/sqrt(n))近似服从标准正态分布N(0,1)。因此该命题错误。4.根据大数定律，若随机变量序列X1,X2,...,Xn是来自二项分布B(n,p)的样本，则当n→∞时，样本方差Var(X_i)依概率收敛于p(1-p)。（×）解析：根据大数定律，样本方差Var(X_i)依概率收敛于E[Var(X_i)]=p(1-p)。但题目问的是样本方差依概率收敛于p(1-p)，这是正确的。因此该命题正确。5.设随机变量X1,X2,...,Xn是来自泊松分布Poisson(λ)的样本，其中λ未知，则根据中心极限定理，当n→∞时，统计量(ΣX_i-n)/sqrt(nλ)的分布近似于χ^2(n)。（×）解析：泊松分布Poisson(λ)的期望E(Xi)=λ，方差Var(Xi)=λ。根据中心极限定理，当n足够大时，(ΣX_i-n)/sqrt(nλ)近似服从标准正态分布N(0,1)。因此该命题错误。6.根据大数定律，若随机变量序列X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于μ。（√）解析：根据独立同分布大数定律，若随机变量序列X1,X2,...,Xn独立同分布，E(Xi)=μ，Var(Xi)=σ^2，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于μ。因此该命题正确。7.设随机变量X1,X2,...,Xn是来自指数分布Exp(λ)的样本，其中λ未知，则根据中心极限定理，当n→∞时，统计量(ΣX_i-n/λ)/sqrt(n/λ^2)的分布近似于t(n-1)。（×）解析：指数分布Exp(λ)的期望E(Xi)=1/λ，方差Var(Xi)=1/λ^2。根据中心极限定理，当n足够大时，(ΣX_i-n/λ)/sqrt(n/λ^2)近似服从标准正态分布N(0,1)。因此该命题错误。8.根据大数定律，若随机变量序列X1,X2,...,Xn是来自柯西分布的样本，则当n→∞时，样本中位数(ΣX_i)/n依概率收敛于分布的中位数。（×）解析：柯西分布的中位数存在但期望不存在，因此样本中位数不会依概率收敛于任何值。根据大数定律，柯西分布的样本中位数不收敛。因此该命题错误。9.设随机变量X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，其中μ和σ^2均未知，则根据中心极限定理，当n→∞时，统计量(ΣX_i/n-μ)/sqrt(Var(X_i)/n)的分布近似于N(0,1)。（√）解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。因此(ΣX_i/n-μ)/sqrt(Var(X_i)/n)=(ΣX_i/n-μ)/(σ/sqrt(n))近似服从标准正态分布N(0,1)。因此该命题正确。10.根据中心极限定理，若随机变量X1,X2,...,Xn是来自均匀分布U(0,θ)的样本，则当n→∞时，统计量(ΣX_i-nθ)/sqrt(nθ^2)的分布近似于N(0,1)。（×）解析：均匀分布U(0,θ)的期望E(Xi)=θ/2，方差Var(Xi)=θ^2/12。根据中心极限定理，当n足够大时，(ΣX_i-nθ)/sqrt(nθ^2)=(ΣX_i/n-θ/2)/sqrt(θ^2/(12n))近似服从N(0,1)。因此该命题错误。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.简述大数定律的定义及其在概率论中的意义。参考答案：大数定律是概率论中的一个基本定理，它表明当试验次数n足够大时，随机事件发生的频率依概率收敛于其概率。具体来说，若随机变量序列X1,X2,...,Xn满足E(Xi)=μ，Var(Xi)=σ^2，且对于任意的i≠j，Cov(Xi,Xj)=0，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于μ。大数定律在概率论中的意义在于它为统计推断提供了理论基础，使得我们可以通过大量重复试验来估计随机事件的概率和期望值。2.解释中心极限定理的条件和结论。参考答案：中心极限定理的条件是：随机变量序列X1,X2,...,Xn独立同分布，E(Xi)=μ，Var(Xi)=σ^2。结论是：当n足够大时，样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)分布。更一般地，对于任意实数a和b，统计量(ΣX_i-na)/sqrt(nσ^2)近似服从标准正态分布N(0,1)。中心极限定理在概率论中的意义在于它表明了正态分布的广泛存在性，无论原始分布如何，只要满足一定条件，样本均值的分布就近似于正态分布。3.比较大数定律和中心极限定理的异同点。参考答案：大数定律和中心极限定理都是概率论中的基本定理，但它们的研究对象和结论有所不同。大数定律主要关注随机事件发生的频率依概率收敛于其概率，而中心极限定理主要关注样本均值的分布近似于正态分布。大数定律适用于独立同分布的随机变量序列，而中心极限定理对随机变量的分布没有严格要求，只要满足一定条件即可。大数定律为统计推断提供了理论基础，而中心极限定理为统计推断提供了更精确的近似。4.举例说明大数定律在实际问题中的应用。参考答案：大数定律在实际问题中有很多应用。例如，在统计学中，大数定律可以用来估计总体的均值和方差。在质量管理中，大数定律可以用来估计产品的合格率。在保险业中，大数定律可以用来估计保险索赔的频率和金额。在物理学中，大数定律可以用来估计粒子的平均行为。大数定律的应用范围非常广泛，它为我们提供了通过大量重复试验来估计随机事件的概率和期望值的理论基础。5.解释为什么中心极限定理在统计学中如此重要。参考答案：中心极限定理在统计学中非常重要，因为它表明了正态分布的广泛存在性。无论原始分布如何，只要满足一定条件，样本均值的分布就近似于正态分布。这使得我们可以使用正态分布的理论来处理各种统计问题。例如，在假设检验中，我们可以使用正态分布的理论来计算检验统计量的分布。在区间估计中，我们可以使用正态分布的理论来计算置信区间。中心极限定理的应用范围非常广泛，它为我们提供了处理各种统计问题的有力工具。6.举例说明中心极限定理在实际问题中的应用。参考答案：中心极限定理在实际问题中有很多应用。例如，在心理学中，我们可以使用中心极限定理来估计人群的平均智商。在经济学中，我们可以使用中心极限定理来估计股票市场的平均收益率。在医学中，我们可以使用中心极限定理来估计药物的疗效。在工程学中，我们可以使用中心极限定理来估计产品的尺寸和重量。中心极限定理的应用范围非常广泛，它为我们提供了处理各种统计问题的有力工具。7.解释为什么柯西分布不满足大数定律。参考答案：柯西分布不满足大数定律，因为柯西分布的期望不存在。大数定律要求随机变量序列的期望存在，而柯西分布的期望不存在，因此柯西分布不满足大数定律。柯西分布的样本均值不会依概率收敛于任何值，而是会在一个固定的区间内波动。这是因为柯西分布的尾部非常重，导致样本均值的方差无限大。因此，柯西分布是一个特殊的分布，它不满足大数定律。8.解释为什么样本方差Var(X_i)依概率收敛于p(1-p)。参考答案：样本方差Var(X_i)依概率收敛于p(1-p)，因为二项分布B(n,p)的方差Var(X_i)=p(1-p)。根据大数定律，样本方差Var(X_i)依概率收敛于E[Var(X_i)]=p(1-p)。这是因为样本方差是随机变量序列的方差的无偏估计量，当样本量n足够大时，样本方差会依概率收敛于总体方差。因此，样本方差Var(X_i)依概率收敛于p(1-p)。五、应用题（本大题共8小题，每小题4分，共32分。请将答案写在答题卡上对应题号的位置。）1.某工厂生产的产品合格率为p=0.8，现随机抽取100件产品，求样本合格率与总体合格率的差的绝对值大于0.05的概率。解：设X为100件产品中合格品的件数，则X~B(100,0.8)。根据中心极限定理，当n足够大时，X近似服从N(np,np(1-p))分布，即N(80,16)分布。样本合格率为X/100，因此样本合格率与总体合格率的差的绝对值大于0.05的概率为：P(|X/100-0.8|>0.05)=P(|X-80|>5)=2P(X<75)=2P((X-80)/4<-1.25)=2Φ(-1.25)≈2(0.1056)=0.2112其中，Φ(x)为标准正态分布的累积分布函数。因此，样本合格率与总体合格率的差的绝对值大于0.05的概率约为0.2112。2.某班级有200名学生，平均身高为170cm，标准差为10cm，求该班级学生身高的样本均值的分布。解：设X为该班级学生的身高，则X~N(170,100)分布。根据中心极限定理，当n足够大时，样本均值X̄=Σ(X_i)/n近似服从N(μ,σ^2/n)分布，即N(170,0.25)分布。因此，该班级学生身高的样本均值的分布为N(170,0.25)分布。3.某超市每天销售的平均数量为500件，标准差为50件，求该超市每天销售数量的样本均值的分布。解：设X为该超市每天销售的数量，则X~N(500,2500)分布。根据中心极限定理，当n足够大时，样本均值X̄=Σ(X_i)/n近似服从N(μ,σ^2/n)分布，即N(500,2500/n)分布。因此，该超市每天销售数量的样本均值的分布为N(500,2500/n)分布。4.某工厂生产的产品寿命服从指数分布Exp(0.1)，现随机抽取100件产品，求样本平均寿命的分布。解：设X为产品寿命，则X~Exp(0.1)分布。根据中心极限定理，当n足够大时，样本均值X̄=Σ(X_i)/n近似服从N(μ,σ^2/n)分布，即N(10,100/n)分布。因此，样本平均寿命的分布为N(10,100/n)分布。5.某班级有200名学生，平均体重为60kg，标准差为5kg，求该班级学生体重的样本均值的分布。解：设X为该班级学生的体重，则X~N(60,25)分布。根据中心极限定理，当n足够大时，样本均值X̄=Σ(X_i)/n近似服从N(μ,σ^2/n)分布，即N(60,0.25)分布。因此，该班级学生体重的样本均值的分布为N(60,0.25)分布。6.某超市每天销售的平均数量为500件，标准差为50件，求该超市每天销售数量的样本均值的分布。解：设X为该超市每天销售的数量，则X~N(500,2500)分布。根据中心极限定理，当n足够大时，样本均值X̄=Σ(X_i)/n近似服从N(μ,σ^2/n)分布，即N(500,2500/n)分布。因此，该超市每天销售数量的样本均值的分布为N(500,2500/n)分布。7.某工厂生产的产品合格率为p=0.8，现随机抽取100件产品，求样本合格率与总体合格率的差的绝对值大于0.05的概率。解：设X为100件产品中合格品的件数，则X~B(100,0.8)。根据中心极限定理，当n足够大时，X近似服从N(np,np(1-p))分布，即N(80,16)分布。样本合格率为X/100，因此样本合格率与总体合格率的差的绝对值大于0.05的概率为：P(|X/100-0.8|>0.05)=P(|X-80|>5)=2P(X<75)=2P((X-80)/4<-1.25)=2Φ(-1.25)≈2(0.1056)=0.2112其中，Φ(x)为标准正态分布的累积分布函数。因此，样本合格率与总体合格率的差的绝对值大于0.05的概率约为0.2112。8.某班级有200名学生，平均身高为170cm，标准差为10cm，求该班级学生身高的样本均值的分布。解：设X为该班级学生的身高，则X~N(170,100)分布。根据中心极限定理，当n足够大时，样本均值X̄=Σ(X_i)/n近似服从N(μ,σ^2/n)分布，即N(170,0.25)分布。因此，该班级学生身高的样本均值的分布为N(170,0.25)分布。【标准答案及解析】一、单项选择题1.B解析：根据大数定律，若随机变量序列X1,X2,...,Xn满足E(Xi)=μ，Var(Xi)=σ^2，且对于任意的i≠j，Cov(Xi,Xj)=0，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于μ。因此正确选项为B。2.B解析：根据中心极限定理，若随机变量X1,X2,...,Xn是从正态分布N(μ,σ^2)中独立抽取的样本，则当n足够大时，统计量(Σ(X_i-μ)/σ)^2的分布近似于χ^2(n)。因此正确选项为B。3.B解析：根据大数定律，若随机变量序列X1,X2,...,Xn是来自指数分布Exp(λ)的样本，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于E(Xi)=1/λ。因此正确选项为B。4.B解析：根据中心极限定理，若随机变量X1,X2,...,Xn是来自均匀分布U(0,θ)的样本，则当n足够大时，样本均值(ΣX_i/n)近似服从N(θ/2,θ^2/(12n))分布。因此正确选项为B。5.C解析：根据中心极限定理，若随机变量X1,X2,...,Xn是来自泊松分布Poisson(λ)的样本，则当n→∞时，统计量(ΣX_i-nλ)/√(nλ)的分布近似于标准正态分布N(0,1)。因此正确选项为C。6.C解析：根据大数定律，若随机变量序列X1,X2,...,Xn是来自二项分布B(n,p)的样本，则当n→∞时，样本比例(ΣX_i/n)依概率收敛于E(Xi)/n=p。因此正确选项为C。7.×解析：柯西分布的期望不存在，因此样本均值不会依概率收敛于任何值。根据大数定律，柯西分布的样本均值不收敛。因此该命题错误。8.B解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。因此(ΣX_i/n-μ)/σ/sqrt(n)=(ΣX_i/n-μ)/(σ/sqrt(n))近似服从标准正态分布N(0,1)。因此正确选项为B。9.C解析：根据中心极限定理，若随机变量X1,X2,...,Xn是来自指数分布Exp(λ)的样本，则当n→∞时，统计量(ΣX_i-n)/√(nλ)的分布近似于标准正态分布N(0,1)。因此正确选项为C。10.C解析：正态分布N(μ,σ^2)的样本均值(ΣX_i/n)近似服从N(μ,σ^2/n)。因此(ΣX_i/n-μ)/sqrt(Var(X_i)/n)=(ΣX_i/n-μ)/(σ/sqrt(n))近似服从标准正态分布N(0,1)。因此正确选项为C。二、填空题1.μ解析：根据独立同分布大数定律，若随机变量序列X1,X2,...,Xn独立同分布，E(Xi)=μ，Var(Xi)=σ^2，则当n→∞时，样本均值(ΣX_i/n)依概率收敛于μ。因此填空答案为μ。2.N(0,1)解析：指数分布Exp(λ)的期望E(Xi)=1/λ，方差Var(Xi)=1/λ^2。根据中心极限定理，当n足够大时，(ΣX_i-n/λ)/sqrt