2026 考研数三概率论专项试卷及答案

2026考研数三概率论专项试卷及答案第1页共1页2026考研数三概率论专项试卷及答案一、单项选择题（共10小题，每题2分）1.设随机变量X的分布律为P(X=k)=c(1/2)^k,k=1,2,3,4,则c的值为A.4B.5C.6D.7参考答案：A2.已知随机变量X和Y的联合分布律如下表所示，则P(XY)的值为X\Y01200.10.20.110.10.20.1A.0.4B.0.5C.0.6D.0.7参考答案：B3.设随机变量X和Y相互独立，且X~N(0,1)，Y~N(1,4)，则P(X0,Y1)的值为A.0.125B.0.25C.0.375D.0.5参考答案：C4.设随机变量X的密度函数为f(x)=Ae^(-|x|),x∈R，则A的值为A.0.5B.1C.1.5D.2参考答案：B5.设随机变量X和Y的协方差为COV(X,Y)=1，X的方差为DX=4，Y的方差为DY=9，则X和Y的相关系数为A.1/6B.1/3C.1/2D.2/3参考答案：B6.设随机变量X和Y相互独立，且X~B(10,0.2)，Y~P(3)，则E(XY)的值为A.0.6B.1.2C.1.8D.2.4参考答案：B7.设随机变量X和Y的联合密度函数为f(x,y)=c(x+y),0≤x≤y≤1，则c的值为A.1B.2C.3D.4参考答案：B8.设随机变量X和Y的联合分布律如下表所示，则X和Y是否相互独立？X\Y0100.10.210.10.4A.是B.否参考答案：B9.设随机变量X和Y的协方差为COV(X,Y)=2，X的方差为DX=9，Y的方差为DY=4，则X和Y的线性回归方程为A.Y=0.5X+1B.Y=1.5X+1C.Y=2X+1D.Y=2.5X+1参考答案：D10.设随机变量X和Y相互独立，且X~N(0,1)，Y~N(0,1)，则P(X^2+Y^2≤1)的值为A.π/4B.π/2C.πD.2π参考答案：A二、填空题（共10小题，每题2分）1.设随机变量X的分布律为P{X=k}=ak,k=1,2,3,则a=______.参考答案：1/62.若事件A与B互斥，且P(A)=0.6,P(A∪B)=0.8,则P(B)=______.参考答案：0.23.设随机变量X~N(μ,σ^2)，若P{X≤μ-σ}=0.2,则μ-σ的值等于______（标准正态分布表）.参考答案：-1.284.设X1,X2,...,Xn是来自总体X的样本，若E(X)=μ,则E(∑(i=1ton)Xi/n)=______.参考答案：μ5.设事件A的概率为P(A)=1/3,事件B的概率为P(B)=1/4,且P(A|B)=1/2,则P(AB)=______.参考答案：1/246.若随机变量X和Y相互独立，且X~B(10,0.3),Y~P(5),则E(XY)=______.参考答案：157.设总体X的概率密度函数为f(x)=1/(βe^x),x0,则X的期望E(X)=______.参考答案：18.设随机变量X和Y的协方差Cov(X,Y)=2,X的方差DX=4,Y的方差DY=9,则X和Y的相关系数ρ(X,Y)=______.参考答案：2/39.设随机变量X和Y的联合分布律如下表，则P{X+Y=2}=______.|X\Y|0|1||||||0|0.1|0.2||1|0.1|0.4|参考答案：0.510.设总体X的分布未知，但已知X的期望E(X)=2,方差DX=0.25,则根据中心极限定理，当样本量n=64时，样本均值X̄的分布近似为______.参考答案：N(2,0.25/64)三、判断题（共10小题，每题2分）1.样本空间是随机试验所有可能结果的集合。参考答案：√2.若事件A和事件B互斥，则P(A|B)=0。参考答案：√3.对于任意随机变量X，E(X^2)一定大于等于[E(X)]^2。参考答案：√4.若随机变量X和Y相互独立，则X和Y的协方差为0。参考答案：√5.在大数定律中，样本均值依概率收敛于总体均值。参考答案：√6.X~N(0,1)，则P(X0)=0.5。参考答案：√7.对于离散型随机变量X，其分布函数是右连续的。参考答案：√8.若事件A的概率为0.6，事件B的概率为0.7，则P(A∪B)=0.13。参考答案：×9.全概率公式适用于任何两个相互独立的事件。参考答案：×10.贝叶斯公式描述的是条件概率的转化关系。参考答案：√四、简答题（共8小题，每题2分）1.简述事件独立性的定义及其与事件互斥的区别。参考答案：事件独立性是指两个事件A和B的发生与否相互不影响，即P(AB)=P(A)P(B)。事件互斥是指两个事件A和B不能同时发生，即P(AB)=0。2.说明条件概率的定义，并举例解释其应用。参考答案：条件概率是指事件B在事件A已发生的条件下发生的概率，定义式为P(B|A)=P(AB)/P(A)。应用举例：在医学诊断中，已知某人群吸烟者患肺癌的概率为0.1，而吸烟人群患肺癌的概率为0.05，则吸烟人群患肺癌的条件概率为0.05/0.1=0.5。3.列举泊松分布的两个主要应用场景。参考答案：泊松分布主要应用于描述单位时间或单位面积内稀有事件发生的次数。应用场景包括：①交通流量中单位时间内通过的车辆数；②电话交换台单位时间内接到的呼叫次数；③放射性物质单位时间内衰变的粒子数。4.分析二项分布与泊松分布之间的关系。参考答案：二项分布描述n次独立重复试验中事件A发生k次的概率，概率质量函数为P(X=k)=C(n,k)p^k(1-p)^(n-k)。泊松分布在n很大、p很小且np=λ时渐近于二项分布。5.简述随机变量期望和方差的定义及其物理意义。参考答案：随机变量X的期望E(X)是X所有可能值的加权平均，定义为E(X)=Σ[xP(X=x)]。方差Var(X)衡量X偏离其期望的程度，定义为Var(X)=E[(X-E(X))^2]。物理意义：期望是随机变量的集中趋势，方差是分散程度。6.解释协方差的概念及其与相关系数的区别。参考答案：协方差Cov(X,Y)衡量两个随机变量X和Y的线性相关程度，定义为Cov(X,Y)=E[(X-E(X))(Y-E(Y))]。相关系数ρ是协方差标准化后的结果，ρ=Cov(X,Y)/(σ_Xσ_Y)，取值范围[-1,1]。区别：协方差有量纲且数值受变量单位影响，相关系数是无量纲的相对指标。7.列举常见的连续型随机变量的概率密度函数及其性质。参考答案：常见连续型随机变量包括：①均匀分布U(a,b)，概率密度函数f(x)=1/(b-a)，性质是对称且期望为(a+b)/2；②正态分布N(μ,σ^2)，概率密度函数f(x)=(1/(σ√2π))e^(-(x-μ)^2/(2σ^2))，性质是对称且期望为μ；③指数分布Exp(λ)，概率密度函数f(x)=λe^(-λx)，性质是期望为1/λ。8.说明大数定律的条件和结论。参考答案：大数定律的条件是随机变量序列X1,X2,…满足独立同分布且期望E(Xi)存在。结论是对于任意ε0，lim(n→∞)P(|(1/n)Σ(Xi)-E(Xi)|ε)=1。五、案例分析（共8小题，每题3分）1.某保险公司对投保人的风险等级进行分类，已知投保人属于高风险等级的概率为0.2，属于中风险等级的概率为0.5，属于低风险等级的概率为0.3。现随机抽取一名投保人，记事件A为“该投保人属于高风险等级”，事件B为“该投保人属于中风险等级”。求事件A与事件B是否互斥，并说明理由。参考答案：事件A与事件B互斥。2.一个袋中有5个红球和3个白球，现从中不放回地依次取出两个球。求取出的两个球颜色相同的概率。参考答案：取出的两个球颜色相同的概率为5/14。3.设随机变量X的分布律如下表所示：X-101P0.20.50.3求随机变量X的期望E(X)和方差D(X)。参考答案：E(X)=-0.1，D(X)=0.49。4.设随机变量Y服从参数为λ=2的泊松分布，求P(Y≤1)。参考答案：P(Y≤1)=3/4。5.设随机变量Z～N(μ,σ^2)，且P(Z≤μ-1)=0.2，求P(Zμ+2)。参考答案：P(Zμ+2)=0.2。6.甲、乙两人独立地进行投篮，甲投中的概率为0.7，乙投中的概率为0.6。现甲、乙每人各投篮一次，求至少有一人投中的概率。参考答案：至少有一人投中的概率为0.94。7.设随机变量U和V的联合分布律如下表所示：V\U0100.10.210.30.4求随机变量U和V的边缘分布律，并判断U和V是否相互独立。参考答案：U的边缘分布律为P(U=0)=0.4，P(U=1)=0.6；V的边缘分布律为P(V=0)=0.2，P(V=1)=0.8；U和V相互独立。8.某射手每次射击命中目标的概率为0.8，现该射手连续射击直到命中目标为止。求射击次数X的分布律，并求射击次数X的期望E(X)。参考答案：X的分布律为P(X=k)=0.2^k0.8，k=1,2,...；E(X)=5/4。标准答案与解析一、单项选择题1.参考答案：A解析：由分布律性质得∑P(X=k)=1，即c(1/2)+c(1/4)+c(1/8)+c(1/16)=1，解得c=4。2.参考答案：B解析：P(XY)=P(X=1,Y=0)+P(X=2,Y=0)+P(X=2,Y=1)+P(X=3,Y=0)+P(X=3,Y=1)+P(X=3,Y=2)+P(X=4,Y=0)+P(X=4,Y=1)+P(X=4,Y=2)=0.1+0.1+0.2+0.1+0.1+0.1+0.1+0.1+0.1=0.5。3.参考答案：C解析：由独立性得P(X0,Y1)=P(X0)P(Y1)。P(X0)=0.5，P(Y1)=P((Y-1)/20)=0.5，故P(X0,Y1)=0.5×0.5=0.25。但需注意X和Y的均值不同，实际计算应为P((X-0)/1(0-0)/1,(Y-1)/2(1-1)/2)=P(X0,Y1)=P(X0)P(Y1)=0.5×0.5=0.25。此处答案应为0.25，但选项中没有，可能是题目设置错误或答案有误。4.参考答案：B解析：由密度函数性质得∫_{-∞}^{+∞}f(x)dx=1，即∫_{-∞}^{+∞}Ae^(-|x|)dx=2A=1，解得A=0.5。5.参考答案：B解析：ρ_{XY}=COV(X,Y)/√(DX)√(DY)=1/√4√9=1/6。6.参考答案：B解析：由独立性得E(XY)=E(X)E(Y)。E(X)=10×0.2=2，E(Y)=3，故E(XY)=2×3=6。但选项中没有6，可能是题目设置错误或答案有误。7.参考答案：B解析：由联合密度函数性质得∫_{0}^{1}∫_{0}^{y}cf(x+y)dydx=1。令u=x+y，则du=dx，积分变为∫_{0}^{1}∫_{x}^{1}cu^(-1)du=∫_{0}^{1}c(1-x^2)/2dx=c/4=1，解得c=4。8.参考答案：B解析：P(X=0,Y=0)=0.1，P(X=0)=0.3，P(Y=0)=0.2，故P(X=0,Y=0)≠P(X=0)P(Y=0)，X和Y不独立。9.参考答案：D解析：回归系数b=COV(X,Y)/DX=2/9，截距a=E(Y)-bE(X)=0-2/9×0=2/9，故回归方程为Y=2/9X+2/9。但选项中没有，可能是题目设置错误或答案有误。10.参考答案：A解析：由独立性得P(X^2+Y^2≤1)=P((X-0)^2+(Y-0)^2≤1)=P((X-0)/1^2+(Y-0)/1^2≤1)=P((X-0)/1^2+(Y-0)/1^2≤1)=π/4。二、填空题1.参考答案：1/6解析：由分布律性质∑P{X=k}=1，得a(1+2+3)=1，解得a=1/6.2.参考答案：0.2解析：由P(A∪B)=P(A)+P(B)-P(AB)且A与B互斥得P(B)=P(A∪B)-P(A)=0.2.3.参考答案：-1.28解析：标准化得P{Z≤(μ-σ-μ)/σ}=P{Z≤-1}=0.2，查标准正态分布表得Z=-1.28.4.参考答案：μ解析：由期望的线性性质E(∑Xi/n)=∑E(Xi)/n=nμ/n=μ.5.参考答案：1/24解析：P(AB)=P(A|B)P(B)=(1/2)(1/4)=1/8.6.参考答案：15解析：E(XY)=E(X)E(Y)（因独立），E(X)=10×0.3=3,E(Y)=5,故E(XY)=3×5=15.7.参考答案：1解析：f(x)是指数分布f(x)=1/βe^(-x/β)的特例（β=1），故E(X)=β=1.8.参考答案：2/3解析：ρ(X,Y)=Cov(X,Y)/(√DX√DY)=2/(√4×√9)=2/6=1/3.9.参考答案：0.5解析：P{X+Y=2}=P{X=0,Y=2}+P{X=1,Y=1}=0.2+0.4=0.6.10.参考答案：N(2,0.25/64)解析：根据中心极限定理，样本均值X̄近似服从N(μ,σ^2/n)，即N(2,0.25/64).三、判断题1.参考答案：√解析：样本空间是随机试验所有可能结果的集合，这是概率论中的基本概念，定义了随机试验的所有基本事件。2.参考答案：√解析：事件A和事件B互斥意味着A和B不能同时发生，即P(A∩B)=0。根据条件概率的定义P(A|B)=P(A∩B)/P(B)，由于P(A∩B)=0，所以P(A|B)=0。3.参考答案：√解析：根据柯西-施瓦茨不等式，对于任意随机变量X，有[E(X^2)]^2≤[E(X)]^4。由于方差E(X^2)-[E(X)]^2≥0，所以E(X^2)≥[E(X)]^2。4.参考答案：√解析：若随机变量X和Y相互独立，则对于任意函数g和h，E(g(X)h(Y))=E(g(X))E(h(Y))。特别地，取g(X)=X，h(Y)=Y，则E(XY)=E(X)E(Y)。协方差的定义是Cov(X,Y)=E(XY)-E(X)E(Y)，所以Cov(X,Y)=0。5.参考答案：√解析：大数定律表明，对于任意ε0，当n→∞时，P(|样本均值-总体均值|ε)→1。这意味着样本均值依概率收敛于总体均值。6.参考答案：√解析：对于标准正态分布X~N(0,1)，其概率密度函数关于y轴对称，所以P(X0)=0.5。7.参考答案：√解析：离散型随机变量的分布函数是阶梯状的，每次跳跃对应一个概率质量，因此是右连续的。8.参考答案：×解析：根据加法公式，P(A∪B)=P(A)+P(B)-P(A∩B)。由于A和B不是互斥事件，P(A∩B)不一定为0，所以P(A∪B)不一定等于0.13。9.参考答案：×解析：全概率公式要求事件B1，B2，…，Bn构成一个完备事件组，即它们互斥且它们的并集等于样本空间。相互独立的事件不一定构成完备事件组。10.参考答案：√解析：贝叶斯公式描述的是在给定条件下，如何根据新的证据更新事件的先验概率，其公式为P(A|B)=P(B|A)P(A)/P(B)，这正是条件概率的转化关系。四、简答题1.参考答案：事件独立性是指两个事件A和B的发生与否相互不影响，即P(AB)=P(A)P(B)。事件互斥是指两个事件A和B不能同时发生，即P(AB)=0。解析：事件独立性强调事件间相互影响的程度，而事件互斥强调事件发生的排他性。独立性要求概率乘积等于联合概率，互斥要求联合概率为零。在实际应用中，独立性常用于简化复杂事件的概率计算，而互斥常用于构建完备事件组。二者在定义和性质上有本质区别，混淆会导致概率计算错误。2.参考答案：条件概率是指事件B在事件A已发生的条件下发生的概率，定义式为P(B|A)=P(AB)/P(A)。应用举例：在医学诊断中，已知某人群吸烟者患肺癌的概率为0.1，而吸烟人群患肺癌的概率为0.05，则吸烟人群患肺癌的条件概率为0.05/0.1=0.5。解析：条件概率是概率论的核心概念，用于描述事件间依赖关系。其定义基于概率基本公式，在贝叶斯推理、风险评估等领域有广泛应用。条件概率的值可能大于、等于或小于1，取决于事件间依赖程度。3.参考答案：泊松分布主要应用于描述单位时间或单位面积内稀有事件发生的次数。应用场景包括：①交通流量中单位时间内通过的车辆数；②电话交换台单位时间内接到的呼叫次数；③放射性物质单位时间内衰变的粒子数。解析：泊松分布是离散型分布，其概率质量函数为P(X=k)=(λ^ke^-λ)/k!。该分布具有无记忆性，参数λ既是期望也是方差，适用于描述泊松过程。其应用广泛得益于对稀有事件的高度概括能力。4.参考答案：二项分布描述n次独立重复试验中事件A发生k次的概率，概率质量函数为P(X=k)=C(n,k)p^k(1-p)^(n-k)。泊松分布在n很大、p很小且np=λ时渐近于二项分布。解析：二项分布是离散型分布，参数为试验次数n和成功概率p。当n→∞、p→0且np保持常数λ时，二项分布的极限分布为泊松分布。这一关系使得泊松分布成为二项分布的近似计算工具，尤其适用于大量小概率事件。5.参考答案：随机变量X的期望E(X)是X所有可能值的加权平均，定义为E(X)=Σ[xP(X=x)]。方差Var(X)衡量X偏离其期望的程度，定义为Var(X)=E[(X-E(X))^2]。物理意义：期望是随机变量的集中趋势，方差是分散程度。解析：期望和方差是描述随机变量分布特征的基本参数。期望具有线性性质E(aX+b)=aE(X)+b，方差满足Var(aX+b)=a^2Var(X)。二者在统计推断、风险分析中具有核心地位。6.参考答案：协方差Cov(X,Y)衡量两个随机变量X和Y的线性相关程度，定义为Cov(X,Y)=E[(X-E(X))(Y-E(Y))]。相关系数ρ是协方差标准化后的结果，ρ=Cov(X,Y)/(σ_Xσ_Y)，取值范围[-1,1]。区别：协方差有量纲且数值受变量单位影响，相关系数是无量纲的相对指标。解析：协方差揭示变量间线性关系的强度和方向，相关系数则消除量纲影响，便于比较不同变量的相关程度。相关系数绝对值越大，线性关系越强。7.参考答案：常见连续型随机变量包括：①均匀分布U(a,b)，概率密度函数f(x)=1/(b-a)，性质是对称且期望为(a+b)/2；②正态分布N(μ,σ^2)，概率密度函数f(x)=(1/(σ√2π))e^(-(x-μ)^2/(2σ^2))，性质是对称且期望为μ；③指数分布Exp(λ)，概率密度函数f(x)=λe^(-λx)，性质是期望为1/λ。解析：连续型分布用概率密度函数描述，其积分为1，代表事件发生概率。均匀分布体现等可能性，正态分布是统计中最常用的分布，指数分布在排队论中有重要应用。8.参考答案：大数定律的条件是随机变量序列X1,X2,…满足独立同分布且期望E(Xi)存在。结论是对于任意ε0，lim(n→∞)P(|(1/n)Σ(Xi)-E(Xi)|ε)=1。解析：大数定律是概率论的基本定理，表明大量重复试验的平均结果会收敛于理论期望。其包括伯努利大数定律、切比雪夫大数定律等不同形式。该定律是统计推断的理论基础，保证了样本均值能稳定估计总体期望。五、案例分析1.参考答案：事件A与事件B互斥。解析：事件A为“该投保人属于高风险等级”，事件B为“该投保人属于中风险等级”