2025年春季学期大学概率论与数理统计期末考试模拟试题及答案详解卷

2025年春季学期大学概率论与数理统计期末考试模拟试题及答案详解卷考试时间：______分钟总分：______分姓名：______一、设A,B是两个随机事件，P(A)=0.6,P(B)=0.7,P(A∪B)=0.8。求P(A∩B)和P(A̅∩B̅)。二、已知随机变量X服从参数为λ的泊松分布，且P(X=1)=P(X=2)。求P(X=0)。三、设随机变量X的概率密度函数为f(x)={c(x+1),-1<x<0c,0≤x<10,其他}。求常数c，并计算X的期望E(X)。四、设随机变量(X,Y)的联合概率分布如下表所示（此处仅为示意，非真实数据）：|X\Y|0|1||-----|------|------||0|0.1|0.2||1|0.3|0.4|求：1)Y的边缘概率分布；2)X与Y是否相互独立？请说明理由。五、设随机变量X服从正态分布N(μ,σ²)，且已知P(X<0)=0.2。若Y=3X+5服从正态分布N(10,36)。求μ和σ的值。六、设X₁,X₂,...,X₅是来自总体X的简单随机样本，X服从均值为μ，方差为σ²的正态分布。计算下列统计量的分布：1)样本均值X̄=(X₁+X₂+...+X₅)/5的分布。2)样本方差S²=[(X₁-X̄)²+...+(X₅-X̄)²]/4的分布（注意不要假设总体方差已知）。七、设总体X服从正态分布N(μ,16)，其中μ未知。从总体中抽取一个容量为36的简单随机样本，样本均值为x̄=50。求μ的95%置信区间。八、为了检验某种新药是否比现有药物更有效，随机抽取100名病人，其中50人服用新药，50人服用现有药物。服用新药的50人中有40人好转，服用现有药物的50人中有30人好转。使用假设检验（可选择合适的检验方法，如Z检验或二项检验，说明理由）判断新药的有效率是否显著高于现有药物（显著性水平α=0.05）。请写出检验的步骤，包括提出假设、计算检验统计量、给出结论。试卷答案一、P(A∩B)=P(A)+P(B)-P(A∪B)=0.6+0.7-0.8=0.5。P(A̅∩B̅)=1-P(A∪B)=1-0.8=0.2。解析：利用概率的加法公式和互补事件概率公式。二、由P(X=1)=P(X=2)知，λ*e^(-λ)=λ²*e^(-λ)。因λ>0，得λ=2。P(X=0)=e^(-λ)=e^(-2)。解析：利用泊松分布的概率质量函数P(X=k)=λ^k*e^(-λ)/k!，结合给定条件求解参数λ，再计算P(X=0)。三、1)由f(x)为概率密度函数，∫_{-∞}^{+∞}f(x)dx=1，得∫_{-1}^{0}c(x+1)dx+∫_{0}^{1}cxdx=1。∫_{-1}^{0}c(x+1)dx=c[(x+1)²/2]_{-1}^{0}=c[1/2-0]=c/2。∫_{0}^{1}cxdx=c[x²/2]_{0}^{1}=c/2。所以c/2+c/2=1，得c=1。2)E(X)=∫_{-∞}^{+∞}xf(x)dx=∫_{-1}^{0}x(1)(x+1)dx+∫_{0}^{1}x(1)xdx=∫_{-1}^{0}(x²+x)dx+∫_{0}^{1}x²dx=[x³/3+x²/2]_{-1}^{0}+[x³/3]_{0}^{1}=(0+0)-(-1/3+1/2)+(1/3-0)=2/3-1/2=1/6。解析：首先利用概率密度函数的规范性求出常数c。然后利用随机变量期望的定义式计算E(X)。四、1)P(Y=0)=P(X=0,Y=0)+P(X=1,Y=0)=0.1+0.3=0.4。P(Y=1)=P(X=0,Y=1)+P(X=1,Y=1)=0.2+0.4=0.6。Y的边缘概率分布为：Y~(0,0.4;1,0.6)。2)计算P(X=0)=P(X=0,Y=0)+P(X=0,Y=1)=0.1+0.2=0.3。计算P(Y=0)=0.4(已求出)。P(X=0)*P(Y=0)=0.3*0.4=0.12。P(X=0,Y=0)=0.1。因为P(X=0,Y=0)≠P(X=0)*P(Y=0)，所以X与Y不相互独立。解析：根据联合概率分布表，通过边缘分布公式计算Y的边缘概率。判断独立性需验证对于所有i,j是否有P(X=i,Y=j)=P(X=i)*P(Y=j)。此处找到反例即可说明不独立。五、X~N(μ,σ²)。由P(X<0)=0.2，得P(X<0)=P((X-μ)/σ<-μ/σ)=Φ(-μ/σ)=0.2。其中Φ为标准正态分布函数。由Y=3X+5~N(10,36)，得Y的均值E(Y)=10，方差Var(Y)=36。E(Y)=E(3X+5)=3E(X)+5=10=>3μ+5=10=>μ=5。Var(Y)=Var(3X+5)=9Var(X)=36=>Var(X)=4=>σ²=4=>σ=2。所以μ=5,σ=2。解析：利用正态分布的线性变换性质E(aX+b)=aE(X)+b,Var(aX+b)=a²Var(X)。利用标准正态分布表或性质找到满足P(X<0)=0.2的μ/σ关系，结合线性变换后的参数求解μ和σ。六、1)X₁,...,X₅是来自N(μ,σ²)的样本，则每个Xᵢ~N(μ,σ²)。样本均值X̄=(1/5)*Σᵢ<0xE2><0x82><0x99>₁<0xE2><0x82><0x99>Xᵢ。由正态分布的线性组合仍服从正态分布，且E(X̄)=E[(1/5)Σᵢ<0xE2><0x82><0x99>₁<0xE2><0x82><0x99>Xᵢ]=(1/5)*5μ=μ。Var(X̄)=Var((1/5)Σᵢ<0xE2><0x82><0x99>₁<0xE2><0x82><0x99>Xᵢ)=(1/5)²*Σᵢ<0xE2><0x82><0x99>₁<0xE2><0x82><0x99>Var(Xᵢ)=(1/5)²*5σ²=σ²/5。因此X̄~N(μ,σ²/5)。2)由样本方差定义S²=[(X₁-X̄)²+...+(X₅-X̄)²]/4。考虑统计量(n-1)S²/σ²=[Σᵢ<0xE2><0x82><0x99>₁<0xE2><0x82><0x99>(Xᵢ-X̄)²]/σ²。当Xᵢ~N(μ,σ²)时，(Xᵢ-X̄)²是来自N(μ,σ²)的独立随机变量的平方和，经过标准化变换，服从卡方分布。具体地，(X₁-μ)/σ,...,(X₅-μ)/σ~N(0,1)，而(Xᵢ-X̄)可以表示为(Xᵢ-μ)/σ-(X̄-μ)/σ的线性组合。因此，统计量(n-1)S²/σ²=4S²/σ²服从自由度为n-1=4的卡方分布，即4S²/σ²~χ²(4)。解析：第一问利用正态分布的样本均值性质和线性组合性质。第二问利用样本方差的定义和卡方分布的构造性质，注意区分总体方差是否已知对样本方差分布的影响。此处总体方差σ²未知，使用(n-1)S²/σ²~χ²(n-1)。七、总体X~N(μ,16)，μ未知，σ²=16已知。样本容量n=36，样本均值x̄=50。求μ的95%置信区间。1)计算标准误SE=σ/√n=√16/√36=4/6=2/3。2)因为总体方差已知，使用Z分布。α=0.05，置信水平为95%，查标准正态分布表得Z_(α/2)=Z_0.025=1.96。3)置信区间为(x̄-Z_(α/2)*SE,x̄+Z_(α/2)*SE)=(50-1.96*(2/3),50+1.96*(2/3))=(50-3.9333,50+3.9333)=(46.0667,53.9333)。解析：根据总体分布类型（正态分布）、是否已知总体方差、样本信息选择合适的区间估计方法（Z区间估计）。计算标准误、查Z分布表确定临界值、代入样本统计量计算置信区间上下限。八、检验新药有效率是否显著高于现有药物。1)设p₁为新药有效率，p₂为现有药物有效率。H₀:p₁≤p₂(新药不优于现有药物)vsH₁:p₁>p₂(新药优于现有药物)。2)计算样本比例：新药组：40/50=0.8；现有药物组：30/50=0.6。样本比例为p̂₁=0.8,p̂₂=0.6。3)计算合并样本比例p̂=(40+30)/(50+50)=70/100=0.7。4)计算检验统计量Z：Z=(p̂₁-p̂₂)/sqrt[p̂(1-p̂)*(1/n₁+1/n₂)]=(0.8-0.6)/sqrt[0.7*(1-0.7)*(1/50+1/50)]=0.2/sqrt[0.7*0.3*(2/50)]=0.2/sqrt[0.21*0.04]=0.2/sqrt[0.0084]=0.2/0.0917≈2.178。5