2025-2026年考研数学一概率统计数字特征与大数定律习题集

2025-2026年考研数学一概率统计数字特征与大数定律习题集一、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X的期望E(X)存在，且Y是X的函数，Y=g(X)，若E(X)和E[g(X)]都存在，则根据期望的性质，必有E[g(X)]等于（）。A.g[E(X)]B.E[g(X)]C.g(X)E(X)D.E(X)g(X)2.设随机变量X和Y的方差分别为DX和DY，且X和Y的相关系数ρXY=0.5，若Z=2X-3Y，则随机变量Z的方差DZ等于（）。A.13DX+9DYB.13DX-9DYC.4DX+9DYD.4DX-9DY3.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}cxy,&0\leqx\leq1,0\leqy\leq2\\0,&\text{其他}\end{cases}，则常数c的值为（）。A.1/2B.1/4C.1/8D.1/164.设随机变量X和Y的协方差COV(X,Y)存在，且E(X)=2，E(Y)=3，E(XY)=5，则X和Y的相关系数ρXY等于（）。A.1/2B.3/4C.1/4D.15.设随机变量X的期望E(X)=1，方差DX=2，Y是X的线性函数，Y=3X+4，则Y的期望E(Y)和方差DY分别为（）。A.E(Y)=7，DY=6B.E(Y)=7，DY=18C.E(Y)=10，DY=2D.E(Y)=10，DY=66.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.1|0.2||1|0.3|0.4|则随机变量X和Y的协方差COV(X,Y)等于（）。A.0.1B.0.2C.0.3D.0.47.设随机变量X和Y的期望分别为E(X)=2，E(Y)=3，且X和Y的方差分别为DX=1，DY=4，根据切比雪夫不等式，对于任意ε>0，有P(|X-Y|≥ε)≤（）。A.1/9ε^2B.1/4ε^2C.1/ε^2D.1/36ε^28.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}2e^{-(x+y)},&x\geq0,y\geq0\\0,&\text{其他}\end{cases}，则随机变量X和Y的协方差COV(X,Y)等于（）。A.1B.2C.1/2D.09.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.1|0.3||1|0.4|0.2|则随机变量X和Y的协方差COV(X,Y)等于（）。A.-0.1B.0.1C.0.2D.0.310.设随机变量X和Y的期望分别为E(X)=1，E(Y)=2，且X和Y的方差分别为DX=1，DY=4，根据马尔可夫不等式，对于任意p>0，有P(X≥2)≤（）。A.1/4B.1/2C.1D.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和Y的期望分别为E(X)=2，E(Y)=3，且X和Y的方差分别为DX=1，DY=4，则X和Y的协方差COV(X,Y)的取值范围是________。2.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}c(x+y),&0\leqx\leq1,0\leqy\leq1\\0,&\text{其他}\end{cases}，则常数c的值为________。3.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.2|0.3||1|0.4|0.1|则随机变量X和Y的协方差COV(X,Y)等于________。4.设随机变量X的期望E(X)=1，方差DX=2，Y是X的线性函数，Y=2X-3，则Y的期望E(Y)和方差DY分别为________和________。5.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}2xy,&0\leqx\leq1,0\leqy\leq1\\0,&\text{其他}\end{cases}，则随机变量X和Y的协方差COV(X,Y)等于________。6.设随机变量X和Y的期望分别为E(X)=2，E(Y)=3，且X和Y的方差分别为DX=1，DY=4，根据切比雪夫不等式，对于任意ε>0，有P(|X-Y|≥2)≤________。7.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}e^{-(x+y)},&x\geq0,y\geq0\\0,&\text{其他}\end{cases}，则随机变量X和Y的协方差COV(X,Y)等于________。8.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.3|0.2||1|0.2|0.3|则随机变量X和Y的协方差COV(X,Y)等于________。9.设随机变量X和Y的期望分别为E(X)=1，E(Y)=2，且X和Y的方差分别为DX=1，DY=4，根据马尔可夫不等式，对于任意p>0，有P(X≥3)≤________。10.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}3x,&0\leqx\leq1,0\leqy\leqx\\0,&\text{其他}\end{cases}，则随机变量X和Y的协方差COV(X,Y)等于________。三、判断题（本大题共10小题，每小题2分，共20分。请将判断结果填在题后的括号内，正确填“√”，错误填“×”。）1.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}2e^{-(x+y)},&x\geq0,y\geq0\\0,&\text{其他}\end{cases}，则随机变量X和Y相互独立。（）2.设随机变量X和Y的期望分别为E(X)=2，E(Y)=3，且X和Y的方差分别为DX=1，DY=4，根据切比雪夫不等式，对于任意ε>0，有P(|X+Y|≥ε)≤1/ε^2。（）3.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.2|0.1||1|0.3|0.4|则随机变量X和Y的协方差COV(X,Y)等于0.1。（）4.设随机变量X的期望E(X)=1，方差DX=2，Y是X的线性函数，Y=3X+4，则Y的期望E(Y)和方差DY分别为7和2。（）5.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}3x,&0\leqx\leq1,0\leqy\leqx\\0,&\text{其他}\end{cases}，则随机变量X和Y的协方差COV(X,Y)等于1/12。（）6.设随机变量X和Y的期望分别为E(X)=2，E(Y)=3，且X和Y的方差分别为DX=1，DY=4，根据马尔可夫不等式，对于任意p>0，有P(X≥4)≤1/4。（）7.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.4|0.1||1|0.2|0.3|则随机变量X和Y的协方差COV(X,Y)等于-0.1。（）8.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}2xy,&0\leqx\leq1,0\leqy\leq1\\0,&\text{其他}\end{cases}，则随机变量X和Y的协方差COV(X,Y)等于1/4。（）9.设随机变量X和Y的期望分别为E(X)=1，E(Y)=2，且X和Y的方差分别为DX=1，DY=4，根据切比雪夫不等式，对于任意ε>0，有P(|X-Y|≥3)≤1/9ε^2。（）10.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}2e^{-(x+y)},&x\geq0,y\geq0\\0,&\text{其他}\end{cases}，则随机变量X和Y的相关系数ρXY等于1。（）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.简述随机变量X的期望E(X)和方差DX的定义及其性质。2.简述随机变量X和Y的协方差COV(X,Y)的定义及其性质。3.简述随机变量X和Y的相关系数ρXY的定义及其性质。4.简述切比雪夫不等式的表述及其应用。5.简述马尔可夫不等式的表述及其应用。6.简述大数定律的表述及其应用。7.简述中心极限定理的表述及其应用。8.简述独立同分布随机变量序列的大数定律的表述及其应用。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和Y的联合概率密度函数为f(x,y)=\begin{cases}2xy,&0\leqx\leq1,0\leqy\leq1\\0,&\text{其他}\end{cases}，求随机变量X和Y的协方差COV(X,Y)。2.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.2|0.3||1|0.4|0.1|求随机变量X和Y的协方差COV(X,Y)。3.设随机变量X的期望E(X)=2，方差DX=1，Y是X的线性函数，Y=3X-4，求Y的期望E(Y)和方差DY。4.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}3x,&0\leqx\leq1,0\leqy\leqx\\0,&\text{其他}\end{cases}，求随机变量X和Y的协方差COV(X,Y)。5.设随机变量X和Y的期望分别为E(X)=1，E(Y)=2，且X和Y的方差分别为DX=1，DY=4，根据切比雪夫不等式，估计P(|X-Y|≥3)。6.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}2e^{-(x+y)},&x\geq0,y\geq0\\0,&\text{其他}\end{cases}，求随机变量X和Y的协方差COV(X,Y)。7.设随机变量X和Y的联合分布律如下表所示：|X\Y|0|1||-----|---|---||0|0.3|0.2||1|0.2|0.3|求随机变量X和Y的协方差COV(X,Y)。8.设随机变量X和Y的联合概率密度函数为f(x,y)=\begin{cases}3x,&0\leqx\leq1,0\leqy\leqx\\0,&\text{其他}\end{cases}，求随机变量X和Y的相关系数ρXY。六、案例分析（本大题共9小题，每小题2分，共18分。请将答案写在答题卡上。）1.某工厂生产的产品重量X服从正态分布N(50,4)，求产品重量在45克到55克之间的概率。2.某班级有50名学生，其中男生和女生的人数分别为30和20，随机抽取10名学生，求抽到男生人数X的期望和方差。3.某商店销售某种商品，每天的销售量X服从泊松分布P(3)，求某天销售量超过5的概率。4.某班级有100名学生，其中数学成绩优秀的学生有20名，随机抽取10名学生，求抽到数学成绩优秀学生人数Y的期望和方差。5.某工厂生产的产品寿命X服从指数分布Exp(0.1)，求产品寿命超过10天的概率。6.某班级有60名学生，其中男生和女生的人数分别为30和30，随机抽取10名学生，求抽到男生人数Z的期望和方差。7.某商店销售某种商品，每天的销售量X服从泊松分布P(4)，求某天销售量超过10的概率。8.某工厂生产的产品重量X服从正态分布N(60,9)，求产品重量在55克到65克之间的概率。9.某班级有80名学生，其中数学成绩优秀的学生有15名，随机抽取10名学生，求抽到数学成绩优秀学生人数W的期望和方差。七、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.论述随机变量X的期望E(X)和方差DX的定义及其性质。2.论述随机变量X和Y的协方差COV(X,Y)的定义及其性质。3.论述随机变量X和Y的相关系数ρXY的定义及其性质。4.论述切比雪夫不等式的表述及其应用。5.论述马尔可夫不等式的表述及其应用。6.论述大数定律的表述及其应用。7.论述中心极限定理的表述及其应用。8.论述独立同分布随机变量序列的大数定律的表述及其应用。9.论述随机变量X和Y的独立性与其协方差的关系。10.论述随机变量X和Y的相关系数ρXY与其线性关系的关系。11.论述概率统计中数字特征和大数定律的重要性及其应用。【标准答案及解析】一、单项选择题1.B解析：根据期望的性质，E[g(X)]不一定等于g[E(X)]，但E[g(X)]存在，所以选项B正确。2.D解析：根据方差的性质，D(2X-3Y)=4DX+9DY-12COV(X,Y)，由于X和Y的相关系数ρXY=0.5，所以COV(X,Y)=ρXY√DX√DY=0.5√1√4=1，代入上式得DZ=4DX+9DY-12=4×1+9×4-12=16，所以选项D正确。3.C解析：根据联合概率密度函数的性质，∫∫_Df(x,y)dydx=1，其中D为定义域，即0≤x≤1，0≤y≤2，所以c∫_0^1∫_0^2xydydx=1，计算得c=1/8，所以选项C正确。4.A解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)=5-2×3=5-6=-1，根据相关系数的定义，ρXY=COV(X,Y)/√DX√DY=-1/√1√4=-1/2，所以选项A正确。5.B解析：根据期望的性质，E(Y)=E(3X+4)=3E(X)+4=3×1+4=7，根据方差的性质，DY=D(3X+4)=9DX=9×2=18，所以选项B正确。6.A解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.7，E(XY)=0.1+0.4=0.5，所以COV(X,Y)=0.5-0.5×0.7=0.5-0.35=0.15，所以选项A正确。7.D解析：根据切比雪夫不等式，P(|X-Y|≥ε)≤DX+DY/ε^2=1+4/ε^2=5/ε^2，所以选项D正确。8.D解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=1，E(Y)=1，E(XY)=∫_0^∞∫_0^∞xye^{-(x+y)}dxdy=1/4，所以COV(X,Y)=1/4-1×1=1/4-1=-3/4，所以选项D正确。9.B解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.5，E(XY)=0.1+0.3=0.4，所以COV(X,Y)=0.4-0.5×0.5=0.4-0.25=0.15，所以选项B正确。10.A解析：根据马尔可夫不等式，P(X≥2)=P(X≥1/p)≥1/pE(X)=1/2×1=1/4，所以选项A正确。二、填空题1.[-√5,√5]解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，由于E(X)=2，E(Y)=3，所以COV(X,Y)的取值范围是[-√5,√5]。2.4解析：根据联合概率密度函数的性质，∫_0^1∫_0^1c(x+y)dydx=1，计算得c=4。3.0.1解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.4，E(XY)=0.2+0.1=0.3，所以COV(X,Y)=0.3-0.5×0.4=0.3-0.2=0.1。4.4,8解析：根据期望的性质，E(Y)=E(2X-3)=2E(X)-3=2×1-3=4，根据方差的性质，DY=D(2X-3)=4DX=4×2=8。5.1/4解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=3/4，E(Y)=3/4，E(XY)=1/4，所以COV(X,Y)=1/4-3/4×3/4=1/4-9/16=1/16。6.1/4解析：根据切比雪夫不等式，P(|X-Y|≥2)≤DX+DY/ε^2=1+4/4=1/4。7.1/4解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=1，E(Y)=1，E(XY)=1/2，所以COV(X,Y)=1/2-1×1=1/2-1=-1/2。8.0.1解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.5，E(XY)=0.2+0.3=0.5，所以COV(X,Y)=0.5-0.5×0.5=0.5-0.25=0.25。9.1/3解析：根据马尔可夫不等式，P(X≥3)=P(X≥1/p)≥1/pE(X)=1/3×1=1/3。10.1/12解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=3/4，E(Y)=1/2，E(XY)=1/4，所以COV(X,Y)=1/4-3/4×1/2=1/4-3/8=1/8。三、判断题1.√解析：根据联合概率密度函数的性质，f(x,y)=fX(x)fY(y)，所以随机变量X和Y相互独立。2.×解析：根据切比雪夫不等式，P(|X+Y|≥ε)≤DX+DY/ε^2=1+4/ε^2=5/ε^2，所以选项错误。3.×解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.3，E(XY)=0.1+0.4=0.5，所以COV(X,Y)=0.5-0.5×0.3=0.5-0.15=0.35，所以选项错误。4.×解析：根据期望的性质，E(Y)=E(3X+4)=3E(X)+4=3×1+4=7，根据方差的性质，DY=D(3X+4)=9DX=9×1=9，所以选项错误。5.×解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=3/4，E(Y)=3/4，E(XY)=1/4，所以COV(X,Y)=1/4-3/4×3/4=1/4-9/16=1/16，所以选项错误。6.×解析：根据马尔可夫不等式，P(X≥4)=P(X≥1/p)≥1/pE(X)=1/4×1=1/4，所以选项错误。7.×解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.4，E(Y)=0.4，E(XY)=0.2+0.3=0.5，所以COV(X,Y)=0.5-0.4×0.4=0.5-0.16=0.34，所以选项错误。8.×解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=3/4，E(Y)=3/4，E(XY)=1/4，所以COV(X,Y)=1/4-3/4×3/4=1/4-9/16=1/16，所以选项错误。9.√解析：根据切比雪夫不等式，P(|X-Y|≥3)≤DX+DY/ε^2=1+4/9=13/9，所以选项正确。10.×解析：根据相关系数的定义，ρXY=COV(X,Y)/√DX√DY，由于COV(X,Y)不一定等于DXDY，所以ρXY不一定等于1，所以选项错误。四、简答题1.随机变量X的期望E(X)是指随机变量X取值的平均值，定义为E(X)=∫_(-∞)^∞xf(x)dx（连续型）或E(X)=∑xP(X=x)（离散型）。期望的性质包括线性性：E(aX+b)=aE(X)+b，E(X+Y)=E(X)+E(Y)。2.随机变量X和Y的协方差COV(X,Y)是指随机变量X和Y的线性关系程度的度量，定义为COV(X,Y)=E[(X-E(X))(Y-E(Y))]或COV(X,Y)=E(XY)-E(X)E(Y)。协方差的性质包括对称性：COV(X,Y)=COV(Y,X)，线性性：COV(aX+b,Y)=aCOV(X,Y)。3.随机变量X和Y的相关系数ρXY是指随机变量X和Y的标准化协方差，定义为ρXY=COV(X,Y)/√DX√DY。相关系数的性质包括-1≤ρXY≤1，ρXY=1表示X和Y完全正相关，ρXY=-1表示X和Y完全负相关，ρXY=0表示X和Y不相关。4.切比雪夫不等式表述为：对于任意随机变量X，若E(X)和DX存在，则对于任意ε>0，有P(|X-E(X)|≥ε)≤DX/ε^2。切比雪夫不等式的应用包括估计概率，例如估计随机变量偏离期望的程度。5.马尔可夫不等式表述为：对于任意随机变量X和任意p>0，若E(X)存在，则P(X≥a)≤E(X^p)/a^p。马尔可夫不等式的应用包括估计概率，例如估计随机变量取值大于某个值的概率。6.大数定律表述为：对于独立同分布随机变量序列X1,X2,...，若E(Xi)=μ存在，则对于任意ε>0，有P(|Sn/n-μ|≥ε)→0（n→∞），其中Sn=X1+X2+...+Xn。大数定律的应用包括估计期望值，例如通过样本均值估计总体均值。7.中心极限定理表述为：对于独立同分布随机变量序列X1,X2,...，若E(Xi)=μ，DXi=σ^2存在，则当n→∞时，Sn/n的分布趋近于N(μ,σ^2/n)。中心极限定理的应用包括估计样本均值的分布，例如通过样本均值估计总体均值。8.独立同分布随机变量序列的大数定律表述为：对于独立同分布随机变量序列X1,X2,...，若E(Xi)=μ存在，则对于任意ε>0，有P(|Sn/n-μ|≥ε)→0（n→∞），其中Sn=X1+X2+...+Xn。大数定律的应用包括估计期望值，例如通过样本均值估计总体均值。五、应用题1.根据正态分布的性质，P(45≤X≤55)=P(45-50)/4≤Z≤55-50)/4=P(-1.25≤Z≤1.25)=Φ(1.25)-Φ(-1.25)=2Φ(1.25)-1=2×0.8944-1=0.7888。2.根据超几何分布的性质，E(X)=np=1030/50=6，DX=np(1-p)/N=1030/50(1-30/50)/50=0.36。3.根据泊松分布的性质，P(X>5)=1-P(X≤5)=1-∑k=0^5e^(-3)3^k/k!=1-0.9502=0.0498。4.根据超几何分布的性质，E(Y)=np=1015/80=1.875，DX=np(1-p)/N=1015/80(1-15/80)/80=0.1688。5.根据切比雪夫不等式，P(|X-Y|≥3)≤DX+DY/ε^2=1+4/9=13/9。6.根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=1，E(Y)=1，E(XY)=1/2，所以COV(X,Y)=1/2-1×1=1/2-1=-1/2。7.根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.5，E(XY)=0.2+0.3=0.5，所以COV(X,Y)=0.5-0.5×0.5=0.5-0.25=0.25。8.根据相关系数的定义，ρXY=COV(X,Y)/√DX√DY，由于COV(X,Y)不一定等于DXDY，所以ρXY不一定等于1，所以选项错误。六、案例分析1.根据正态分布的性质，P(45≤X≤55)=P(45-50)/4≤Z≤55-50)/4=P(-1.25≤Z≤1.25)=Φ(1.25)-Φ(-1.25)=2Φ(1.25)-1=2×0.8944-1=0.7888。2.根据超几何分布的性质，E(X)=np=1030/50=6，DX=np(1-p)/N=1030/50(1-30/50)/50=0.36。3.根据泊松分布的性质，P(X>5)=1-P(X≤5)=1-∑k=0^5e^(-3)3^k/k!=1-0.9502=0.0498。4.根据超几何分布的性质，E(Y)=np=1015/80=1.875，DX=np(1-p)/N=1015/80(1-15/80)/80=0.1688。5.根据切比雪夫不等式，P(|X-Y|≥3)≤DX+DY/ε^2=1+4/9=13/9。6.根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=1，E(Y)=1，E(XY)=1/2，所以COV(X,Y)=1/2-1×1=1/2-1=-1/2。7.根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.5，E(XY)=0.2+0.3=0.5，所以COV(X,Y)=0.5-0.5×0.5=0.5-0.25=0.25。8.根据相关系数的定义，ρXY=COV(X,Y)/√DX√DY，由于COV(X,Y)不一定等于DXDY，所以ρXY不一定等于1，所以选项错误。七、论述题1.随机变量X的期望E(X)是指随机变量X取值的平均值，定义为E(X)=∫_(-∞)^∞xf(x)dx（连续型）或E(X)=∑xP(X=x)（离散型）。期望的性质包括线性性：E(aX+b)=aE(X)+b，E(X+Y)=E(X)+E(Y)。2.随机变量X和Y的协方差COV(X,Y)是指随机变量X和Y的线性关系程度的度量，定义为COV(X,Y)=E[(X-E(X))(Y-E(Y))]或COV(X,Y)=E(XY)-E(X)E(Y)。协方差的性质包括对称性：COV(X,Y)=COV(Y,X)，线性性：COV(aX+b,Y)=aCOV(X,Y)。3.随机变量X和Y的相关系数ρXY是指随机变量X和Y的标准化协方差，定义为ρXY=COV(X,Y)/√DX√DY。相关系数的性质包括-1≤ρXY≤1，ρXY=1表示X和Y完全正相关，ρXY=-1表示X和Y完全负相关，ρXY=0表示X和Y不相关。4.切比雪夫不等式表述为：对于任意随机变量X，若E(X)和DX存在，则对于任意ε>0，有P(|X-E(X)|≥ε)≤DX/ε^2。切比雪夫不等式的应用包括估计概率，例如估计随机变量偏离期望的程度。5.马尔可夫不等式表述为：对于任意随机变量X和任意p>0，若E(X)存在，则P(X≥a)≤E(X^p)/a^p。马尔可夫不等式的应用包括估计概率，例如估计随机变量取值大于某个值的概率。6.大数定律表述为：对于独立同分布随机变量序列X1,X2,...，若E(Xi)=μ存在，则对于任意ε>0，有P(|Sn/n-μ|≥ε)→0（n→∞），其中Sn=X1+X2+...+Xn。大数定律的应用包括估计期望值，例如通过样本均值估计总体均值。7.中心极限定理表述为：对于独立同分布随机变量序列X1,X2,...，若E(Xi)=μ，DXi=σ^2存在，则当n→∞时，Sn/n的分布趋近于N(μ,σ^2/n)。中心极限定理的应用包括估计样本均值的分布，例如通过样本均值估计总体均值。8.独立同分布随机变量序列的大数定律表述为：对于独立同分布随机变量序列X1,X2,...，若E(Xi)=μ存在，则对于任意ε>0，有P(|Sn/n-μ|≥ε)→0（n→∞），其中Sn=X1+X2+...+Xn。大数定律的应用包括估计期望值，例如通过样本均值估计总体均值。9.随机变量X和Y的独立性与其协方差的关系：若X和Y相互独立，则COV(X,Y)=0，但反之不一定成立。10.随机变量X和Y的相关系数ρXY与其线性关系的关系：ρXY=1表示X和Y完全正相关，ρXY=-1表示X和Y完全负相关，ρXY=0表示X和Y不相关。11.概率统计中数字特征和大数定律的重要性及其应用：数字特征是描述随机变量分布特征的度量，大数定律是概率论中的基本定理，两者在理论研究和实际应用中都具有重要作用。例如，通过数字特征可以描述随机变量的集中趋势和离散程度，通过大数定律可以估计随机变量的期望值。【标准答案及解析】一、单项选择题1.B解析：根据期望的性质，E[g(X)]不一定等于g[E(X)]，但E[g(X)]存在，所以选项B正确。2.D解析：根据方差的性质，D(2X-3Y)=4DX+9DY-12COV(X,Y)，由于X和Y的相关系数ρXY=0.5，所以COV(X,Y)=ρXY√DX√DY=0.5√1√4=1，代入上式得DZ=4DX+9DY-12=4×1+9×4-12=16，所以选项D正确。3.C解析：根据联合概率密度函数的性质，∫∫_Df(x,y)dydx=1，其中D为定义域，即0≤x≤1，0≤y≤2，所以c∫_0^1∫_0^2xydydx=1，计算得c=1/8，所以选项C正确。4.A解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)=5-2×3=5-6=-1，根据相关系数的定义，ρXY=COV(X,Y)/√DX√DY=-1/√1√4=-1/2，所以选项A正确。5.B解析：根据期望的性质，E(Y)=E(3X+4)=3E(X)+4=3×1+4=7，根据方差的性质，DY=D(3X+4)=9DX=9×2=18，所以选项B正确。6.A解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.7，E(XY)=0.1+0.4=0.5，所以COV(X,Y)=0.5-0.5×0.7=0.5-0.35=0.15，所以选项A正确。7.D解析：根据切比雪夫不等式，P(|X-Y|≥ε)≤DX+DY/ε^2=1+4/ε^2=5/ε^2，所以选项D正确。8.D解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=1，E(Y)=1，E(XY)=1/2，所以COV(X,Y)=1/2-1×1=1/2-1=-1/2。9.B解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.5，E(XY)=0.2+0.3=0.5，所以COV(X,Y)=0.5-0.5×0.5=0.5-0.25=0.25。10.A解析：根据马尔可夫不等式，P(X≥2)=P(X≥1/p)≥1/pE(X)=1/2×1=1/4，所以选项A正确。二、填空题1.[-√5,√5]解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，由于E(X)=2，E(Y)=3，所以COV(X,Y)的取值范围是[-√5,√5]。2.4解析：根据联合概率密度函数的性质，∫∫_Df(x,y)dydx=1，其中D为定义域，即0≤x≤1，0≤y≤1，所以c∫_0^1∫_0^1(x+y)dydx=1，计算得c=4。3.0.1解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.3，E(XY)=0.1+0.4=0.5，所以COV(X,Y)=0.5-0.5×0.3=0.5-0.15=0.35，所以选项错误。4.4,8解析：根据期望的性质，E(Y)=E(2X-3)=2E(X)-3=2×1-3=4，根据方差的性质，DY=D(2X-3)=4DX=4×1=4。5.1/4解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=3/4，E(Y)=3/4，E(XY)=1/4，所以COV(X,Y)=1/4-3/4×3/4=1/4-9/16=1/16。6.1/4解析：根据切比雪夫不等式，P(|X-Y|≥2)≤DX+DY/ε^2=1+4/4=1/4。7.1/4解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=1，E(Y)=1，E(XY)=1/2，所以COV(X,Y)=1/2-1×1=1/2-1=-1/2。8.0.1解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.5，E(XY)=0.2+0.3=0.5，所以COV(X,Y)=0.5-0.5×0.5=0.5-0.25=0.25。9.1/3解析：根据马尔可夫不等式，P(X≥3)=P(X≥1/p)≥1/pE(X)=1/3×1=1/3。10.1/12解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=3/4，E(Y)=1/2，E(XY)=1/4，所以COV(X,Y)=1/4-3/4×1/2=1/4-3/8=1/8。三、判断题1.√解析：根据联合概率密度函数的性质，f(x,y)=fX(x)fY(y)，所以随机变量X和Y相互独立。2.×解析：根据切比雪夫不等式，P(|X+Y|≥ε)≤DX+DY/ε^2=1+4/ε^2=5/ε^2，所以选项错误。3.×解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.5，E(Y)=0.3，E(XY)=0.1+0.4=0.5，所以COV(X,Y)=0.5-0.5×0.3=0.5-0.15=0.35，所以选项错误。4.×解析：根据期望的性质，E(Y)=E(2X-3)=2E(X)-3=2×1-3=4，根据方差的性质，DY=D(2X-3)=4DX=4×1=4。5.×解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=3/4，E(Y)=3/4，E(XY)=1/4，所以COV(X,Y)=1/4-3/4×3/4=1/4-9/16=1/16，所以选项错误。6.×解析：根据马尔可夫不等式，P(X≥4)=P(X≥1/p)≥1/pE(X)=1/4×1=1/4，所以选项错误。7.×解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=0.4，E(Y)=0.4，E(XY)=0.2+0.3=0.5，所以COV(X,Y)=0.5-0.4×0.4=0.5-0.16=0.34，所以选项错误。8.×解析：根据协方差的定义，COV(X,Y)=E(XY)-E(X)E(Y)，计算得E(X)=3/4，E(Y)=3/4，E(XY)=1/4，所以COV(X,Y)=1/4-3/4×3/4=1/4-9/16=1/16，所以选项错误。9.√解析：根据切比雪夫不等式，P(|X-Y|≥3)≤DX+DY/ε^2=1+4/9=13/9，所以选项正确。10.×解析：根据相关系数的定义，ρXY=COV(X,Y)/√DX√DY，由于COV(X,Y)不一定等于DXDY，所以ρXY不一定等于1，所以选项错误。四、简答题1.随机变量X的期望E(X)是指随机变量X取值的平均值，定义为E(X)=∫_(-∞)^∞xf(x)dx（连续型）或E(X)=∑xP(X=x)（离散型）。期望的性质包括线性性：E(aX+b)=aE(X)+b，E(X+Y)=E(X)+E(Y)。2.随机变量X和Y的协方差COV(X,Y)是指随机变量X和Y的线性关系程度的度量，定义为COV(X,Y)=E[(X-E(X))(Y-E(Y))]或COV(X,Y)=E(XY)-E(X)E(Y)。协方差的性质包括对称性：COV(X,Y)=COV(Y,X)，线性性：COV(aX+b,Y)=aCOV(X,Y)。3.随机变量X和Y的相关系数ρXY是指随机变量X和Y的标准化协方差，定义为ρXY=COV(X,Y)/√DX√DY。相关系数的性质包括-1≤ρXY≤1，ρXY=1表示X和Y完全正相关，ρXY=-1表示X和Y完全负相关，ρXY=0表示X和Y不相关。4.切比雪夫不等式表述为：对于任意随机变量X，若E(X)和DX存在，则对于任意ε>0，有P(|X-E(X)|≥ε)≤DX/ε^2。切比雪夫不