2026年高校数学教师《概率论与数理统计》解题技巧专项训练

2026年高校数学教师《概率论与数理统计》解题技巧专项训练考试时间：______分钟总分：______分姓名：______一、选择题：本大题共5小题，每小题2分，共10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。1.设A，B为两个随机事件，若P(A|B)>P(A)，则下列结论中一定正确的是（）。（A）P(AB)>P(B)（B）P(AUB)>P(A)（C）P(¬A|¬B)>P(¬A)（D）P(B|¬A)>P(¬B|¬A)2.设随机变量X的分布律为P(X=k)=C*(1/2)^k，k=1,2,3,4，则常数C等于（）。（A）15/16（B）16/15（C）1/15（D）-1/153.设随机变量X～N(μ,σ^2)，Y=aX+b，则Y的数学期望E(Y)和方差D(Y)分别为（）。（A）E(Y)=aμ+b，D(Y)=a^2σ^2（B）E(Y)=μ+b，D(Y)=σ^2（C）E(Y)=aμ+b，D(Y)=σ^2（D）E(Y)=μ+aσ，D(Y)=bσ^24.设X1,X2,…,Xn是来自总体X～N(0,σ^2)的简单随机样本，则统计量T=(X1^2+X2^2+…+Xn^2)/(nσ^2)服从的分布是（）。（A）χ^2(1)（B）χ^2(n-1)（C）χ^2(n)（D）N(0,1)5.设总体X的分布未知，但已知E(X)=μ，现从总体中抽取样本X1,X2,…,Xn，用样本均值X̄=(X1+X2+…+Xn)/n估计总体均值μ，则X̄是μ的（）。（A）矩估计量（B）最大似然估计量（C）无偏估计量（D）有效估计量二、填空题：本大题共5小题，每小题2分，共10分。6.设A，B为随机事件，P(A)=0.7，P(B)=0.5，P(A∪B)=0.8，则P(A∩B)=________。7.设随机变量X服从参数为λ(λ>0)的泊松分布，且E[(X-1)(X-2)]=1，则λ=________。8.设随机变量X和Y相互独立，且X～U[0,1]，Y～E(2)，则E(XY)=________。9.设总体X～N(μ,16)，从中抽取容量为n=9的样本，样本均值为X̄=10，则μ的置信水平为95%的置信区间为________。10.设总体X的分布未知，但E(X)=μ，Var(X)=σ^2，X1,X2,…,Xn是来自总体的样本，则样本方差S^2=[Σ(xi-X̄)^2]/(n-1)是总体方差σ^2的________估计量。三、计算题：本大题共4小题，共40分。11.（本题满分10分）袋中有5个红球和3个白球，现从中不放回地依次取出两个球，求：（1）取出的两个球都是红球的概率；（2）取出的两个球颜色不同的概率；（3）在已知第一个取出的球是红球的条件下，第二个取出的球是白球的概率。12.（本题满分10分）设随机变量X的概率密度函数为f(x)={c*x,0≤x≤2；0，其他}。（1）求常数c的值；（2）计算P(1≤X≤1.5)；（3）计算X的数学期望E(X)。13.（本题满分10分）设随机变量X和Y的联合分布律如下表所示（只给出部分）：||Y=1|Y=2|Y=3||-|-|-|-||X=1||0.1|||X=2|0.2||0.1||X=3||0.1||其中P(X=1,Y=2)=0.1，P(X=2,Y=1)=0.2。（1）补充完整联合分布律；（2）求边缘分布律P(X=x)和P(Y=y)；（3）判断X和Y是否相互独立。14.（本题满分10分）从一批零件中随机抽取9个，测得它们的长度（单位：cm）如下：19.8,20.1,19.9,20.2,19.7,20.0,19.8,19.9,20.1。假设零件长度X服从正态分布N(μ,σ^2)，试求总体均值μ的95%置信区间。（σ未知）四、综合应用题：本大题共2小题，共50分。15.（本题满分25分）设随机变量X和Y相互独立，均服从N(0,1)分布。令Z=X+Y和W=X-Y。（1）求随机变量Z和W的边缘概率密度函数；（2）判断Z和W是否相互独立；（3）求随机变量U=Z^2+W^2的分布。16.（本题满分25分）设总体X的密度函数为f(x;θ)={(θ+1)x^θ,0<x<1；0，其他}，其中θ>0为未知参数。X1,X2,…,Xn是来自总体的样本。（1）求参数θ的矩估计量；（2）求参数θ的最大似然估计量；（3）证明θ的矩估计量是无偏估计量；（4）若样本容量n=4，样本观测值为0.3,0.4,0.5,0.7，求θ的最大似然估计值。试卷答案一、选择题1.C2.A3.A4.C5.C二、填空题6.0.37.18.1/29.(9.206,10.794)10.无偏三、计算题11.（1）5/14（2）9/14（3）3/5解析思路：本题考查古典概型概率计算和条件概率计算。利用列举法或组合法计算总的基本事件数和所求事件包含的基本事件数。条件概率利用条件概率公式P(B|A)=P(A∩B)/P(A)计算。12.（1）1/4（2）11/32（3）3/4解析思路：首先利用概率密度函数的规范化性质∫_{-∞}^{+∞}f(x)dx=1求解常数c。然后根据概率密度函数的定义计算具体区间的概率。最后利用数学期望的定义E(X)=∫_{-∞}^{+∞}x*f(x)dx求解数学期望，可能需要利用对称性简化计算。13.（1）||Y=1|Y=2|Y=3||-|-|-|-||X=1|0.1|0.1|0.1||X=2|0.2|0.1|0.1||X=3|0.1|0.1|0.1|（2）P(X=1)=0.3,P(X=2)=0.4,P(X=3)=0.3；P(Y=1)=0.4,P(Y=2)=0.3,P(Y=3)=0.3（3）相互独立解析思路：根据给定信息和联合分布的性质（行和等于1，列和等于1），补充联合分布律。求边缘分布律通过将联合分布律的行或列求和得到。判断独立性，检验对于所有i,j，是否满足P(X=x,Y=y)=P(X=x)*P(Y=y)。若均成立，则独立。14.(9.206,10.794)解析思路：首先计算样本均值X̄。由于总体方差σ^2未知，构造t分布统计量(X̄-μ)*sqrt(n)/S，其中S为样本标准差。根据样本数据计算X̄和S。查找t分布表，得到置信水平为95%（自由度n-1=8）的临界值t_{α/2,n-1}。代入公式计算置信区间的上下限(X̄-t_{α/2,n-1}*S/sqrt(n),X̄+t_{α/2,n-1}*S/sqrt(n))。四、综合应用题15.（1）f_Z(z)=(1/√(2π))*e^(-z^2/2),f_W(w)=(1/√(2π))*e^(-w^2/2)（2）相互独立（3）χ^2(2)解析思路：利用独立同分布正态随机变量的线性组合性质，Z和W仍服从正态分布，且E(Z)=E(X)+E(Y)=0,Var(Z)=Var(X)+Var(Y)+2Cov(X,Y)=1+1+0=2，所以Z～N(0,2)。同理W～N(0,2)。求边缘密度函数利用N(0,2)的密度函数形式。判断独立性，对于正态分布，线性组合的独立性等价于原始变量独立性。Z和W是X和Y的线性独立组合。求U的分布，利用Z和W的独立性以及Z^2和W^2各自服从χ^2(1)分布，其和U服从χ^2(1+1)=χ^2(2)分布。16.（1）θ̂_M=(1/n)*Σ(xi)^2（2）θ̂_MLE=(1/(n+1))*Σ(xi)（3）E(θ̂_M)=θ