2026年概率统计随机变量与分布习题

2026年概率统计随机变量与分布习题一、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。请将正确选项的字母填在题后的括号内。）1.在概率统计中，随机变量X的分布函数F(x)满足以下哪个性质？（）A.F(x)是单调递减的B.F(x)是线性的C.F(x)满足0≤F(x)≤1且F(x)随x增大而增大D.F(x)是周期性的2.设随机变量X的密度函数为f(x)，则以下哪个表达式正确表示X落在区间(a,b)内的概率？（）A.∫[a,b]f(x)dxB.∫[a,b]F(x)dxC.f(a)+f(b)D.F(b)-F(a)3.二项分布B(n,p)的期望和方差分别为多少？（）A.E(X)=n，Var(X)=pB.E(X)=np，Var(X)=np(1-p)C.E(X)=p，Var(X)=nD.E(X)=n(1-p)，Var(X)=np4.泊松分布P(λ)的密度函数形式是什么？（）A.f(x)=λ^x/e^λ，x=0,1,2,...B.f(x)=λ^x/e^x，x=0,1,2,...C.f(x)=x^λ/e^λ，x=0,1,2,...D.f(x)=λ^x/x!e^λ，x=0,1,2,...5.正态分布N(μ,σ^2)的密度函数形式是什么？（）A.f(x)=1/(σ√(2π))e^(-x^2/2σ^2)B.f(x)=1/(σ√(2π))e^(-(x-μ)^2/2σ^2)C.f(x)=1/(πσ^2)ln(x-μ)D.f(x)=1/(σ^2)exp(-(x-μ)/2σ^2)6.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的分布是什么？（）A.N(μ1+μ2,σ1^2+σ2^2)B.N(μ1μ2,σ1σ2)C.N(μ1-μ2,σ1^2-σ2^2)D.N((μ1+μ2)/2,(σ1+σ2)/2)7.以下哪个分布是离散型分布？（）A.指数分布B.正态分布C.二项分布D.均匀分布8.设随机变量X的分布函数为F(x)，则P(X>a)等于多少？（）A.F(a)B.1-F(a)C.aF(x)D.F(1/a)9.在什么情况下，随机变量X的分布函数F(x)是连续的？（）A.当X是离散型随机变量时B.当X是连续型随机变量时C.当X的期望存在时D.当X的方差存在时10.设随机变量X的密度函数为f(x)，则以下哪个表达式正确表示X的期望E(X)？（）A.∫[-∞,∞]xf(x)dxB.∫[0,1]xf(x)dxC.∫[-∞,∞]f(x)dxD.∫[0,∞]xf(x)dx二、填空题（本大题共10小题，每小题2分，共20分。请将答案填在题中的横线上。）1.若随机变量X的密度函数为f(x)=2x，0≤x≤1，则P(0.5<X<1)=________。2.设随机变量X~B(10,0.3)，则P(X=3)=________。3.泊松分布P(λ)的期望E(X)和方差Var(X)都等于________。4.正态分布N(μ,σ^2)的密度函数关于________对称。5.若随机变量X和Y相互独立，且X~N(5,4)，Y~N(3,2)，则E(2X-3Y)=________。6.离散型随机变量X的分布律为P(X=k)=k/15，k=1,2,3,4,5，则P(X≤3)=________。7.连续型随机变量X的密度函数为f(x)=e^{-x}，x≥0，则P(X>2)=________。8.设随机变量X的分布函数为F(x)，则P(a<X≤b)=________。9.若随机变量X的密度函数为f(x)=1/(2π)exp(-(x-2)^2/8)，则X~________分布。10.设随机变量X的期望E(X)=3，方差Var(X)=1，则E(X^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“×”。）1.二项分布B(n,p)的密度函数是离散型的。（）2.泊松分布P(λ)的密度函数是连续型的。（）3.正态分布N(μ,σ^2)的密度函数是关于x=μ对称的。（）4.若随机变量X和Y相互独立，则E(XY)=E(X)E(Y)。（）5.离散型随机变量的分布函数是阶梯状的。（）6.连续型随机变量的密度函数可以大于1。（）7.设随机变量X的分布函数为F(x)，则F(x)是单调不减的。（）8.若随机变量X的密度函数为f(x)，则∫[-∞,∞]f(x)dx=1。（）9.正态分布N(0,1)的密度函数是标准正态分布。（）10.设随机变量X的期望E(X)存在，则E(X^2)一定存在。（）四、简答题（本大题共8小题，每小题2分，共16分。请简要回答下列问题。）1.简述随机变量的定义及其分类。2.简述分布函数的性质。3.简述二项分布B(n,p)的应用场景。4.简述泊松分布P(λ)的应用场景。5.简述正态分布N(μ,σ^2)的特点。6.简述相互独立随机变量的定义。7.简述期望和方差的意义。8.简述连续型随机变量和离散型随机变量的区别。五、应用题（本大题共8小题，每小题4分，共24分。请根据题目要求解答下列问题。）1.某射手每次射击命中目标的概率为0.7，独立射击10次，求至少命中7次的概率。2.某电话交换台每分钟接到呼唤的次数服从泊松分布P(3)，求1分钟内接到不超过5次呼唤的概率。3.某地区成年男性的身高服从正态分布N(170,36)，求身高在160cm到180cm之间的概率。4.设随机变量X和Y相互独立，且X~N(4,9)，Y~N(2,4)，求Z=2X-3Y的分布。5.设随机变量X的密度函数为f(x)=2x，0≤x≤1，求X的期望E(X)和方差Var(X)。6.设随机变量X的分布律为P(X=k)=k/15，k=1,2,3,4,5，求X的期望E(X)和方差Var(X)。7.设随机变量X的密度函数为f(x)=e^{-x}，x≥0，求X的分布函数F(x)。8.设随机变量X的密度函数为f(x)=1/(2π)exp(-(x-2)^2/8)，求P(X<0)。【标准答案及解析】一、单项选择题1.C解析：分布函数F(x)应满足以下性质：（1）单调不减：若x1<x2，则F(x1)≤F(x2)（2）右连续：lim_{x→x0+}F(x)=F(x0)（3）边界条件：F(-∞)=0，F(+∞)=1选项C正确描述了这些性质。2.A解析：根据概率密度函数的定义，随机变量X落在区间(a,b)内的概率为：P(a<X≤b)=∫[a,b]f(x)dx这是概率论中的基本定理，其他选项均不符合定义。3.B解析：二项分布B(n,p)表示n次独立重复试验中事件A发生的次数，其期望和方差分别为：E(X)=npVar(X)=np(1-p)这是二项分布的基本性质，可直接从定义推导得出。4.A解析：泊松分布P(λ)的密度函数形式为：f(x)=λ^x/e^λ/x!，x=0,1,2,...选项A正确描述了这一形式。5.B解析：正态分布N(μ,σ^2)的密度函数形式为：f(x)=1/(σ√(2π))e^(-(x-μ)^2/2σ^2)这是正态分布的标准定义，选项B正确。6.A解析：根据正态分布的性质，若X和Y相互独立且分别服从N(μ1,σ1^2)和N(μ2,σ2^2)，则它们的线性组合也服从正态分布：X+Y~N(μ1+μ2,σ1^2+σ2^2)这是正态分布的线性组合性质。7.C解析：离散型分布是指随机变量只能取有限个或可数个值的分布，如二项分布、泊松分布、几何分布等。选项C正确。8.B解析：根据分布函数的性质，有：P(X>a)=1-P(X≤a)=1-F(a)这是概率论中的基本公式。9.B解析：连续型随机变量的分布函数是连续的，这是连续型分布的基本特征。离散型随机变量的分布函数是阶梯状的。10.A解析：随机变量X的期望E(X)定义为：E(X)=∫[-∞,∞]xf(x)dx这是期望的定义式，其他选项均不符合定义。二、填空题1.0.375解析：P(0.5<X<1)=∫[0.5,1]2xdx=1-0.25=0.752.0.05765解析：二项分布B(10,0.3)的分布律为：P(X=k)=C(10,k)(0.3)^k(0.7)^(10-k)P(X=3)=C(10,3)(0.3)^3(0.7)^7≈0.057653.λ解析：泊松分布P(λ)的期望和方差都等于参数λ，这是泊松分布的基本性质。4.x=μ解析：正态分布N(μ,σ^2)的密度函数关于x=μ对称，这是正态分布的几何特征。5.3解析：根据期望的线性性质：E(2X-3Y)=2E(X)-3E(Y)=2×5-3×3=36.2/3解析：P(X≤3)=P(X=1)+P(X=2)+P(X=3)=1/15+2/15+3/15=2/37.e^{-2}解析：P(X>2)=∫[2,∞]e^{-x}dx=e^{-2}8.F(b)-F(a)解析：根据分布函数的性质，有：P(a<X≤b)=F(b)-F(a)9.N(2,4)解析：密度函数f(x)=1/(2π)exp(-(x-2)^2/8)是正态分布N(μ,σ^2)的形式，其中μ=2，σ^2=4。10.10解析：根据方差的定义：Var(X)=E(X^2)-(E(X))^21=Var(X)=E(X^2)-3^2E(X^2)=10三、判断题1.√解析：二项分布B(n,p)是离散型分布，其取值为0,1,2,...,n。2.×解析：泊松分布P(λ)是离散型分布，其取值为0,1,2,...。3.√解析：正态分布N(μ,σ^2)的密度函数关于x=μ对称，这是正态分布的基本性质。4.√解析：根据期望的性质，若X和Y相互独立，则E(XY)=E(X)E(Y)。5.√解析：离散型随机变量的分布函数是阶梯状的，这是离散型分布的特征。6.√解析：连续型随机变量的密度函数可以大于1，只要满足∫[-∞,∞]f(x)dx=1即可。7.√解析：分布函数F(x)是单调不减的，这是分布函数的基本性质。8.√解析：根据密度函数的定义，∫[-∞,∞]f(x)dx=1是密度函数的基本性质。9.√解析：正态分布N(0,1)是标准正态分布，这是正态分布的分类。10.√解析：若E(X)存在，则根据方差的定义，E(X^2)一定存在。四、简答题1.随机变量是指在一定条件下可能取不同值的变量，其取值由随机试验的结果决定。随机变量分为离散型随机变量和连续型随机变量：-离散型随机变量：取值可以一一列举，如二项分布、泊松分布等-连续型随机变量：取值充满一个区间，如正态分布、指数分布等2.分布函数F(x)具有以下性质：(1)单调不减：若x1<x2，则F(x1)≤F(x2)(2)右连续：lim_{x→x0+}F(x)=F(x0)(3)边界条件：F(-∞)=0，F(+∞)=1(4)非减性：对任意a<b，有F(a)≤F(b)3.二项分布B(n,p)的应用场景：-伯努利试验的n次独立重复-事件发生次数的概率计算-如：抛硬币n次正面朝上的次数-如：产品抽样检验中的次品数4.泊松分布P(λ)的应用场景：-稀疏事件在单位时间或单位空间内的发生次数-如：电话交换台每分钟接到呼唤的次数-如：一本书每页的错别字数-如：放射性粒子在单位时间内的衰变数5.正态分布N(μ,σ^2)的特点：-密度函数关于x=μ对称-在x=μ处取得最大值1/(σ√(2π))-曲线以x=μ为轴对称-曲线下的面积总和为1-适用于描述自然现象中的测量误差6.相互独立随机变量的定义：-随机变量X和Y相互独立，当且仅当对任意实数a,b，有：P(X≤a,Y≤b)=P(X≤a)P(Y≤b)-等价条件：对任意实数x,y，有：P(X≤x,Y≤y)=P(X≤x)P(Y≤y)-等价条件：对任意实数x,y，有：P(X≤x,Y>x)=P(X≤x)P(Y>x)7.期望E(X)表示随机变量取值的平均水平，方差Var(X)表示随机变量取值的离散程度：-期望：E(X)=∫[-∞,∞]xf(x)dx（连续型）-期望：E(X)=∑xP(X=x)（离散型）-方差：Var(X)=E[(X-E(X))^2]-方差：Var(X)=E(X^2)-(E(X))^28.连续型随机变量和离散型随机变量的区别：-取值方式：离散型取值可数，连续型取值充满区间-密度函数：离散型有分布律，连续型有密度函数-分布函数：离散型是阶梯状，连续型是连续曲线-概率计算：离散型用求和，连续型用积分五、应用题1.解：设X为命中次数，X~B(10,0.7)P(X≥7)=P(X=7)+P(X=8)+P(X=9)+P(X=10)=∑[k=7to10]C(10,k)(0.7)^k(0.3)^(10-k)≈0.2668+0.2335+0.1211+0.0282=0.64962.解：设X为接到呼唤次数，X~P(3)P(X≤5)=∑[k=0to5]e^(-3)×3^k/k!≈0.95023.解：设X为身高，X~N(170,36)P(160<X<180)=F(180)-F(160)=Φ((180-170)/6)-Φ((160-170)/6)=Φ(1.67)-Φ(-1.67)=2Φ(1.67)-1≈2×0.9525-1=0.90504.解：X和Y相互独立，且X~N(4,9)，Y~N(2,4)Z=2X-3Y的期望：E(Z)=2E(X)-3E(Y)=2×4-3×2=2Z的方差：Var(Z)=4Var(X)+9Var(Y)=4×9+9×4=72所以Z~N(2,72)5.解：E(X)=∫[0,1]xf(x)dx=∫[0,1]2x^2dx=2/3E(X^2)=∫[0,1]x^2f(x)dx=∫[0,1]2x^3dx=1/2Var(X)=E(X^2)-(E(X))^2=1/2-(2/3)^2=1/186.解：E(X)=∑[k=1to5]kP(X=k)=∑[k=1to5]k(k/15)=15/2E(X^2)=∑[k=1to5]k^2P(X=k)=∑[k=1to5]k^2(k/15)=55/3Var(X)=E(X^2)-(E(X))^2=55/3-(15/2)^2=5/37.解：F(x)=∫[-∞,x]e^(-t)dt当x<0时，F(x)=0当x≥0时，F(x)=1-e^{-x}所以F(x)=max(0,1-e^{-x})8.解：P(X<0)=F(0)=1-e^0=0或：P(X<0)=∫[-∞,0]1/(2π)exp(-(x-2)^2/8)dx=∫[-∞,0]1/(2π)exp(-(t+2)^2/8)dt（令t=x-2）=Φ(-2/√2)-Φ(-∞)=0【标准答案及解析】一、单项选择题1.C解析：分布函数F(x)应满足以下性质：（1）单调不减：若x1<x2，则F(x1)≤F(x2)（2）右连续：lim_{x→x0+}F(x)=F(x0)（3）边界条件：F(-∞)=0，F(+∞)=1选项C正确描述了这些性质。2.A解析：根据概率密度函数的定义，随机变量X落在区间(a,b)内的概率为：P(a<X≤b)=∫[a,b]f(x)dx这是概率论中的基本定理，其他选项均不符合定义。3.B解析：二项分布B(n,p)表示n次独立重复试验中事件A发生的次数，其期望和方差分别为：E(X)=npVar(X)=np(1-p)这是二项分布的基本性质，可直接从定义推导得出。4.A解析：泊松分布P(λ)的密度函数形式为：f(x)=λ^x/e^λ/x!，x=0,1,2,...选项A正确描述了这一形式。5.B解析：正态分布N(μ,σ^2)的密度函数形式为：f(x)=1/(σ√(2π))e^(-(x-μ)^2/2σ^2)这是正态分布的标准定义，选项B正确。6.A解析：根据正态分布的性质，若X和Y相互独立且分别服从N(μ1,σ1^2)和N(μ2,σ2^2)，则它们的线性组合也服从正态分布：X+Y~N(μ1+μ2,σ1^2+σ2^2)这是正态分布的线性组合性质。7.C解析：离散型分布是指随机变量只能取有限个或可数个值的分布，如二项分布、泊松分布、几何分布等。选项C正确。8.B解析：根据分布函数的性质，有：P(X>a)=1-P(X≤a)=1-F(a)这是概率论中的基本公式。9.B解析：连续型随机变量的分布函数是连续的，这是连续型分布的基本特征。离散型随机变量的分布函数是阶梯状的。10.A解析：随机变量X的期望E(X)定义为：E(X)=∫[-∞,∞]xf(x)dx这是期望的定义式，其他选项均不符合定义。二、填空题1.0.375解析：P(0.5<X<1)=∫[0.5,1]2xdx=1-0.25=0.752.0.05765解析：二项分布B(10,0.3)的分布律为：P(X=k)=C(10,k)(0.3)^k(0.7)^(10-k)P(X=3)=C(10,3)(0.3)^3(0.7)^7≈0.057653.λ解析：泊松分布P(λ)的期望和方差都等于参数λ，这是泊松分布的基本性质。4.x=μ解析：正态分布N(μ,σ^2)的密度函数关于x=μ对称，这是正态分布的几何特征。5.3解析：根据期望的线性性质：E(2X-3Y)=2E(X)-3E(Y)=2×5-3×3=36.2/3解析：P(X≤3)=P(X=1)+P(X=2)+P(X=3)=1/15+2/15+3/15=2/37.e^{-2}解析：P(X>2)=∫[2,∞]e^{-x}dx=e^{-2}8.F(b)-F(a)解析：根据分布函数的性质，有：P(a<X≤b)=F(b)-F(a)9.N(2,4)解析：密度函数f(x)=1/(2π)exp(-(x-2)^2/8)是正态分布N(μ,σ^2)的形式，其中μ=2，σ^2=4。10.10解析：根据方差的定义：Var(X)=E(X^2)-(E(X))^21=Var(X)=E(X^2)-3^2E(X^2)=10三、判断题1.√解析：二项分布B(n,p)是离散型分布，其取值为0,1,2,...,n。2.×解析：泊松分布P(λ)是离散型分布，其取值为0,1,2,...。3.√解析：正态分布N(μ,σ^2)的密度函数关于x=μ对称，这是正态分布的基本性质。4.√解析：根据期望的性质，若X和Y相互独立，则E(XY)=E(X)E(Y)。5.√解析：离散型随机变量的分布函数是阶梯状的，这是离散型分布的特征。6.√解析：连续型随机变量的密度函数可以大于1，只要满足∫[-∞,∞]f(x)dx=1即可。7.√解析：分布函数F(x)是单调不减的，这是分布函数的基本性质。8.√解析：根据密度函数的定义，∫[-∞,∞]f(x)dx=1是密度函数的基本性质。9.√解析：正态分布N(0,1)是标准正态分布，这是正态分布的分类。10.√解析：若E(X)存在，则根据方差的定义，E(X^2)一定存在。四、简答题1.随机变量是指在一定条件下可能取不同值的变量，其取值由随机试验的结果决定。随机变量分为离散型随机变量和连续型随机变量：-离散型随机变量：取值可以一一列举，如二项分布、泊松分布等-连续型随机变量：取值充满一个区间，如正态分布、指数分布等2.分布函数F(x)具有以下性质：(1)单调不减：若x1<x2，则F(x1)≤F(x2)(2)右连续：lim_{x→x0+}F(x)=F(x0)(3)边界条件：F(-∞)=0，F(+∞)=1(4)非减性：对任意a<b，有F(a)≤F(b)3.二项分布B(n,p)的应用场景：-伯努利试验的n次独立重复-事件发生次数的概率计算-如：抛硬币n次正面朝上的次数-如：产品抽样检验中的次品数4.泊松分布P(λ)的应用场景：-稀疏事件在单位时间或单位空间内的发生次数-如：电话交换台每分钟接到呼唤的次数-如：一本书每页的错别字数-如：放射性粒子在单位时间内的衰变数5.正态分布N(μ,σ^2)的特点：-密度函数关于x=μ对称-在x=μ处取得最大值1/(σ√(2π))-曲线以x=μ为轴对称-曲线下的面积总和为1-适用于描述自然现象中的测量误差6.相互独立随机变量的定义：-随机变量X和Y相互独立，当且仅当对任意实数a,b，有：P(X≤a,Y≤b)=P(X≤a)P(Y≤b)-等价条件：对任意实数x,y，有：P(X≤x,Y≤y)=P(X≤x)P(Y≤y)-等价条件：对任意实数x,y，有：P(X≤x,Y>x)=P(X≤x)P(Y>x)7.期望E(X)表示随机变量取值的平均水平，方差Var(X)表示随机变量取值的离散程度：-期望：E(X)=∫[-∞,∞]xf(x)dx（连续型）-期望：E(X)=∑xP(X=x)（离散型）-方差：Var(X)=E[(X-E(X))^2]-方差：Var(X)=E(X^2)-(E(X))^28.连续型随机变量和离散型随机变量的区别：-取值方式：离散型取值可数，连续型取值充满区间-密度函数：离散型