Skip to content

《概率论与数理统计》第一学期期末试卷A (精选01)

注意:所有答案均需写在答题卡指定位置,计算题和应用题要有必要的过程。

备注: $\Phi(0.8) = 0.7881$ $Z_{0.025} = 1.96$

一、选择题(每题3分,共30分)

  1. 已知 8 只晶体管中有 2 只次品, 现从中随机地取出 3 件, 则取得两只正品, 一只次品的概率为( ).
    • A. $\frac{15}{28}$
    • B. $\frac{5}{28}$
    • C. $\frac{5}{8}$
    • D. $\frac{3}{8}$
查看答案与解析

答案:A

解析:

$$P = \frac{C_6^2 \times C_2^1}{C_8^3} = \frac{15 \times 2}{56} = \frac{15}{28}$$

难度: ⭐
考点: #古典概型 #组合数

💡 学习锦囊

📖 相关公式与知识点:

  • $C_n^m = \frac{n!}{m!(n-m)!}$

思路分析

利用组合数分别计算有利事件数和基本事件总数。

易错点

  • 误用排列公式。
🔄 举一反三
  1. 从 10 件产品(3次品)中取 4 件,恰有 1 次品的概率?
    查看练习答案与解析

    答案$1/2$
    解析$C_7^3 C_3^1 / C_{10}^4 = 105/210 = 1/2$

  1. 若事件 $A$$B$ 满足 $P(\overline{A \cup B}) = \{1 - P(A)\} \{1 - P(B)\}$ , 则下列说法正确的是( ).
    • A. $A$$B$ 互不相容
    • B. $\overline{A}$$\overline{B}$ 互不相容
    • C. $A \supset B$
    • D. $A$$B$ 互为独立
查看答案与解析

答案:D

解析:

$$P(\overline{A} \cap \overline{B}) = P(\overline{A}) P(\overline{B}) \implies \overline{A}, \overline{B} \text{ 独立} \implies A, B \text{ 独立}$$

难度: ⭐
考点: #事件独立性 #德摩根定律

💡 学习锦囊

📖 相关公式与知识点:

  • $\overline{A \cup B} = \overline{A} \cap \overline{B}$

思路分析

将并集的对立转化为交集。

🔄 举一反三
  1. 证明独立事件的对立事件也独立。
    查看练习答案与解析

    证明$P(\overline{A}B) = P(B) - P(AB) = P(B)[1-P(A)] = P(\overline{A})P(B)$

  1. 设随机变量 $X$$Y$ 的协方差 $\operatorname{Cov}(X, Y) = 3$ ,方差分别为 6 和 3,则 $D(X - Y) = (\quad)$ .
    • A. 9
    • B. 21
    • C. 3
    • D. 0
查看答案与解析

答案:C

解析:

$$D(X-Y) = D(X) + D(Y) - 2\operatorname{Cov}(X,Y) = 6 + 3 - 6 = 3$$

难度: ⭐
考点: #方差性质 #协方差

💡 学习锦囊

思路分析

套用差的方差公式。

🔄 举一反三
  1. $D(X)=4, D(Y)=9, \rho=0.5$,求 $D(2X+Y)$
    查看练习答案与解析

    答案:37

  1. $F_{1}(x)$$F_{2}(x)$ 分别为随机变量 $X_{1}$$X_{2}$ 的分布函数, 为使 $F(x) = a F_{1}(x) - b F_{2}(x)$ 是某一随机变量的分布函数, 在下列给定的各组数值中应取 ( ).
    • A. $a = \frac{3}{5}, b = -\frac{2}{5}$
    • B. $a = \frac{3}{5}, b = \frac{2}{3}$
    • C. $a = \frac{1}{2}, b = \frac{3}{2}$
    • D. $a = \frac{1}{2}, b = -\frac{3}{2}$
查看答案与解析

答案:A

解析:$a-b=1$$a \ge 0, b \le 0$


难度: ⭐⭐
考点: #分布函数性质

💡 学习锦囊

📖 相关公式与知识点:

  • 分布函数性质:$F(+\infty)=1, F(-\infty)=0$,单调不减,右连续。

思路分析

利用 $F(+\infty)=1$$a-b=1$,再结合非负性确定参数符号。

🔄 举一反三
  1. $G(x) = \frac{1}{3}F_1 + \frac{2}{3}F_2$ 是分布函数吗?
    查看练习答案与解析

    答案:是。

  1. 设随机变量 $X$ 的密度函数为 $f(x), Y = -2X + 3,$$Y$ 的密度函数为( ).
    • A. $- \frac{1}{2} f(-\frac{y - 3}{2})$
    • B. $\frac{1}{2} f\left(-\frac{y - 3}{2}\right)$
    • C. $- \frac{1}{2} f\left(-\frac{y + 3}{2}\right)$
    • D. $\frac{1}{2} f(-\frac{y + 3}{2})$
查看答案与解析

答案:B

解析:

$$f_Y(y) = \frac{1}{|-2|} f_X\left(\frac{y-3}{-2}\right) = \frac{1}{2} f_X\left(-\frac{y-3}{2}\right)$$

难度: ⭐⭐
考点: #一维随机变量函数

💡 学习锦囊

📖 相关公式与知识点:

  • 公式法:$f_Y(y) = f_X(h(y)) \cdot |h'(y)|$,其中 $x = h(y)$ 为反函数。

思路分析

先求反函数 $x = \frac{y-3}{-2}$,再乘以反函数导数的绝对值 $\frac{1}{|-2|} = \frac{1}{2}$

🔄 举一反三
  1. $Y = 2X+1$,求密度。
    查看练习答案与解析

    答案$\frac{1}{2}f(\frac{y-1}{2})$

  1. 设随机变量 $X$$Y$ 相互独立, 其分布函数分别为 $F_{X}(x)$$F_{Y}(y)$ , 则随机变量 $Z = \min \{X, Y\}$ 的分布函数 $F_{Z}(z)$ 等于( ).
    • A. $\min \{F_X(z), F_Y(z)\}$
    • B. $1 - [1 - F_{X}(z)][1 - F_{Y}(z)]$
    • C. $\frac{1}{2} [F_X(z) + F_Y(z)]$
    • D. $F_{X}(z)F_{Y}(z)$
查看答案与解析

答案:B

解析:

$$F_Z(z) = 1 - P(X>z)P(Y>z) = 1 - [1-F_X(z)][1-F_Y(z)]$$

难度: ⭐⭐
考点: #最值分布

💡 学习锦囊

📖 相关公式与知识点:

  • $F_{\min}(z) = 1 - [1-F_X(z)][1-F_Y(z)]$
  • $F_{\max}(z) = F_X(z)F_Y(z)$

思路分析

$\min(X,Y) \leq z$ 的对立事件是 $X>z$$Y>z$,利用独立性展开。

🔄 举一反三
  1. $\max(X,Y)$ 的分布函数?
    查看练习答案与解析

    答案$F_X(z)F_Y(z)$

  1. 设随机变量 $X$ 表示 10 次重复独立射击命中目标的次数,且每次射击命中目标的概率为 0.4,则 $E(X^{2}) = (\quad)$
    • A. 18.4
    • B. 4
    • C. 2.4
    • D. 6.4
查看答案与解析

答案:A

解析:

$$E(X^2) = D(X) + E^2(X) = 2.4 + 16 = 18.4$$

难度: ⭐
考点: #二项分布

💡 学习锦囊

📖 相关公式与知识点:

  • $X \sim B(n,p)$$E(X)=np, D(X)=np(1-p)$
  • $E(X^2) = D(X) + [E(X)]^2$

思路分析

先求 $E(X)$$D(X)$,再利用方差与二阶矩的关系求 $E(X^2)$

🔄 举一反三
  1. 投币 100 次正面次数 $X$,求 $E(X^2)$
    查看练习答案与解析

    答案:2525

  1. 设随机变量 $X \sim N(0,1)$$Y \sim N(1,4)$ ,且相关系数 $\rho_{XY} = 1$ ,则( ).
    • A. $P\{Y = -2X - 1\} = 1$
    • B. $P\{Y = 2X - 1\} = 1$
    • C. $P\{Y = -2X + 1\} = 1$
    • D. $P\{Y = 2X + 1\} = 1$
查看答案与解析

答案:D

解析:$Y = 2X + 1$


难度: ⭐⭐
考点: #相关系数

💡 学习锦囊

📖 相关公式与知识点:

  • $|\rho|=1 \iff Y = aX + b$(以概率 1 成立)
  • $a = \rho \cdot \frac{\sigma_Y}{\sigma_X}$$b = E(Y) - aE(X)$

思路分析

$\rho=1$$a>0$,代入 $\sigma_X=1, \sigma_Y=2$$a=2$,再由期望求 $b=1$

🔄 举一反三
  1. $\rho=-1$ 时关系式?
    查看练习答案与解析

    答案$Y = -2X+1$

  1. 设随机变量 $X_{1}, X_{2}, \dots, X_{12}$ 是来自正态总体 $N(0,1)$ 的样本,则统计量 $Y = \frac{1}{4} \left( \sum_{i=1}^{4} X_{i} \right)^{2} + \frac{1}{8} \left( \sum_{i=5}^{12} X_{i} \right)^{2}$ 服从的分布是( ).
    • A. $Y\sim t(11)$
    • B. $Y\sim t(12)$
    • C. $Y\sim \chi^2 (2)$
    • D. $Y\sim N(0,12)$
查看答案与解析

答案:C

解析: 两部分均服从 $\chi^2(1)$,相加服从 $\chi^2(2)$


难度: ⭐⭐⭐
考点: #卡方分布

💡 学习锦囊

📖 相关公式与知识点:

  • $X_i \sim N(0,1)$ 独立,则 $\sum X_i^2 \sim \chi^2(n)$
  • $\chi^2$ 分布的可加性:独立卡方变量之和仍为卡方分布

思路分析

$\sum_{i=1}^4 X_i \sim N(0,4)$,标准化后平方得 $\chi^2(1)$;同理第二部分也得 $\chi^2(1)$,相加得 $\chi^2(2)$

🔄 举一反三
  1. $X_1, X_2 \sim N(0,1)$ 独立,求 $X_1^2+X_2^2$ 分布。
    查看练习答案与解析

    答案$\chi^2(2)$

  1. 在假设检验中,设 $H_{0}$ 为原假设, $H_{1}$ 为备择假设,犯第一类错误的情况是( ).
    • A. $H_{0}$ 为真, 拒绝 $H_{0}$
    • B. $H_{0}$ 不真, 接受 $H_{0}$
    • C. $H_{1}$ 为真, 拒绝 $H_{1}$
    • D. $H_{1}$ 不真, 拒绝 $H_{1}$
查看答案与解析

答案:A

解析: 弃真错误。


难度: ⭐
考点: #假设检验

💡 学习锦囊

📖 相关公式与知识点:

  • 第一类错误(弃真):$H_0$ 为真时拒绝 $H_0$
  • 第二类错误(纳伪):$H_0$ 不真时接受 $H_0$

思路分析

记忆口诀:"弃真为第一类,纳伪为第二类"。

🔄 举一反三
  1. 纳伪是第几类错误?
    查看练习答案与解析

    答案:第二类。

二、填空题(每小题3分,共15分)

  1. 已知 $P(A) = 0.5$$P(B) = 0.8$ ,且 $P(B|A) = 0.8$ ,则 $P(B\overline{A}) =$ ________.
查看答案与解析

答案:0.4

解析:

$$P(AB) = 0.4 \implies P(B\overline{A}) = 0.8 - 0.4 = 0.4$$

难度: ⭐
考点: #条件概率

💡 学习锦囊

📖 相关公式与知识点:

  • $P(B|A) = \frac{P(AB)}{P(A)}$
  • $P(B\overline{A}) = P(B) - P(AB)$

思路分析

先由条件概率求 $P(AB)$,再用减法公式求 $P(B\overline{A})$

🔄 举一反三
  1. $P(A)=0.4, P(B)=0.5, P(A \cup B)=0.7$,求 $P(A|B)$
    查看练习答案与解析

    答案:0.4

  1. $a =$ ________ 时, $P\{X = k\} = a\left(\frac{2}{3}\right)^k, k = 1, 2, 3 \dots$ , 才能成为随机变量 $X$ 的分布律.
查看答案与解析

答案:1/2

解析:

$$\sum 2a = 1 \implies a = 1/2$$

难度: ⭐
考点: #分布律性质

💡 学习锦囊

📖 相关公式与知识点:

  • 分布律规范性:$\sum_{k} P(X=k) = 1$
  • 等比数列求和:$\sum_{k=1}^\infty r^k = \frac{r}{1-r}$$|r|<1$

思路分析

利用等比数列求和公式,令总和为 1 解出 $a$

🔄 举一反三
  1. $P(X=k)=c(1/2)^k, k=0,1\dots$,求 $c$
    查看练习答案与解析

    答案:1/2

  1. 设随机变量 $X$$Y$ 相互独立, 且 $X \sim N(1,2), Y \sim N(0,1)$ , 令随机变量 $Z = 2X - Y + 3$ , 则 $Z \sim$ ________.
查看答案与解析

答案:$N(5, 9)$

解析:$E(Z)=5, D(Z)=9$


难度: ⭐
考点: #正态分布

💡 学习锦囊

📖 相关公式与知识点:

  • 正态分布线性组合:$aX + bY + c \sim N(a\mu_X + b\mu_Y + c, a^2\sigma_X^2 + b^2\sigma_Y^2)$(独立时)

思路分析

直接套用正态分布线性组合的期望和方差公式。

🔄 举一反三
  1. $X,Y \sim N(0,1)$ 独立,$Z=X+2Y$ 分布?
    查看练习答案与解析

    答案$N(0,5)$

  1. 设随机变量 $X \sim U[0,1]$ ,由切比雪夫不等式可得 $P\{|X - \frac{1}{2}| \geq \frac{1}{\sqrt{3}}\} \leq$ ________.
查看答案与解析

答案:1/4

解析:

$$P \leq \frac{1/12}{1/3} = 1/4$$

难度: ⭐⭐
考点: #切比雪夫不等式

💡 学习锦囊

📖 相关公式与知识点:

  • 切比雪夫不等式:$P\{|X - E(X)| \geq \varepsilon\} \leq \frac{D(X)}{\varepsilon^2}$
  • $X \sim U[0,1]$$E(X)=\frac{1}{2}, D(X)=\frac{1}{12}$

思路分析

先求均匀分布的期望和方差,再代入切比雪夫不等式。

🔄 举一反三
  1. $E(X)=2, D(X)=1$,估计 $P(|X-2| \geq 3)$
    查看练习答案与解析

    答案:1/9

  1. 设总体 $X \sim N(\mu, 0.09)$ , 测得一组样本观测值为: 12.6 13.4 12.8 13.2, 则总体均值 $\mu$ 的置信度为 0.95 的置信区间为 ________.
查看答案与解析

答案:$[12.706, 13.294]$

解析:$13 \pm 1.96 \times \frac{0.3}{2} = [12.706, 13.294]$


难度: ⭐⭐
考点: #置信区间

💡 学习锦囊

思路分析

已知方差求均值区间。

🔄 举一反三
  1. $X \sim N(\mu, 4), n=16, \bar{x}=10$,求 95% 置信区间。
    查看练习答案与解析

    答案$[9.02, 10.98]$

三、计算题(共35分)

16.(10分)若随机变量 $(X,Y)$ 的联合分布律为:

X \ Y-101
-11/81/81/8
01/801/8
11/81/81/8
求(1) $X$ 与 $Y$ 的边缘分布律;(2) $X$ 的分布函数;(3) $Z = X^2 - 1$ 的分布律;(4)判断 $X$ 与 $Y$ 是否相互独立.
查看答案与解析

答案与解析: (1) $X, Y$ 边缘分布律均为 $P(-1)=3/8, P(0)=1/4, P(1)=3/8$。 (2) $F_X(x)$ 为分段函数。 (3) $P(Z=-1)=1/4, P(Z=0)=3/4$。 (4) $P(0,0)=0 \neq 1/16$,不独立。


难度: ⭐⭐
考点: #边缘分布 #独立性

💡 学习锦囊

思路分析

行列求和得边缘。

🔄 举一反三
  1. 给出 2x2 表格求独立性。
    查看练习答案与解析

    答案:略。

17.(12分)设二维随机变量 $(X,Y)$ 的概率密度为

$$f (x, y) = \left\{ \begin{array}{l l} k (6 - x - y), & 0 < x < 2, 2 < y < 4; \\ 0, & \text {其 它}. \end{array} \right.$$

求:(1)常数 $k$ ;(2) $P\{X < 1,Y < 3\}$ ;(3) $P\{X + Y\leq 4\}$

查看答案与解析

答案与解析: (1) $k=1/8$。 (2) $P=3/8$。 (3) $P=2/3$


难度: ⭐⭐⭐
考点: #二重积分 #概率密度

💡 学习锦囊

思路分析

注意积分区域。

🔄 举一反三
  1. $f(x,y)=kxy, 0<x<1, 0<y<1$,求 $k$
    查看练习答案与解析

    答案:4

18.(13分)设 $X_{1},\dots ,X_{n}$ 是取自总体 $X$ 的一个样本, $X$ 的概率密度函数为:

$$f (x) = \left\{ \begin{array}{l l} (\theta + 1) x ^ {\theta}, & 0 < x < 1 \\ 0, & \text {其 它} \end{array} \right.$$

其中 $\theta$ 未知,且 $\theta > 0$ ,求 $\theta$ 的矩估计量和最大似然估计量.

查看答案与解析

答案与解析: 矩估计:$\hat{\theta}_M = \frac{2\bar{X}-1}{1-\bar{X}}$。 极大似然估计:$\hat{\theta}_{MLE} = -\frac{n}{\sum\ln x_i} - 1$


难度: ⭐⭐⭐
考点: #矩估计 #极大似然估计

💡 学习锦囊

思路分析

似然函数求导。

🔄 举一反三
  1. $f(x)=\theta x^{\theta-1}$ 求 MLE。
    查看练习答案与解析

    答案$-n/\sum\ln x_i$

四、应用题(共20分)

19.(12分)已知一批产品中有 $95\%$ 是合格品,检查产品质量时,一个合格品被误判为次品的概率为 0.02,一个次品被误判为合格品的概率是 0.03,求:(1)任意抽查一个产品,它被判为合格品的概率;(2)一个经检查被判为合格的产品确实是合格品的概率.

查看答案与解析

答案与解析: (1) $P(B) = 0.9325$。 (2) $P(A|B) \approx 0.9984$


难度: ⭐⭐
考点: #全概率 #贝叶斯

💡 学习锦囊

思路分析

全概率与贝叶斯。

🔄 举一反三
  1. 疾病检测问题。
    查看练习答案与解析

    答案:略。

  1. (8 分) 某种元件的寿命服从均值为 100 小时的指数分布, 现随机地取 16 只, 设它们的寿命是相互独立的, 求这 16 只元件的寿命的总和大于 1920 小时的概率.
查看答案与解析

答案与解析:$P = 1 - \Phi(0.8) = 0.2119$


难度: ⭐⭐⭐
考点: #中心极限定理

💡 学习锦囊

思路分析

标准化。

🔄 举一反三
  1. 泊松分布求和 CLT。
    查看练习答案与解析

    答案:略。

你正在阅读的是会员专属文档,💕 限时特惠进行中
你尚未登录,目前新用户可获3天体验会员,去登录