基本信息
文件名称:2025年南开大学概率论与数理统计试题详解及答案卷.docx
文件大小:38.59 KB
总页数:7 页
更新时间:2025-06-03
总字数:约3.76千字
文档摘要

2025年南开大学概率论与数理统计试题详解及答案卷

一、选择题(本大题共10小题,每小题5分,共50分)

1.设随机变量X的分布函数为F(x),则下列哪一个选项是正确的?

A.X的分布函数F(x)是一个常数;

B.X的分布函数F(x)是单调增加的;

C.X的分布函数F(x)是单调减少的;

D.X的分布函数F(x)在任意区间内都存在间断点。

2.设随机变量X服从参数为λ的泊松分布,则E(X^2)的值为:

A.λ;

B.λ^2;

C.λ+1;

D.2λ。

3.设随机变量X~N(μ,σ^2),其中μ=0,σ=1,则P{0X2}的值为:

A.0.6826;

B.0.4772;

C.0.3414;

D.0.1587。

4.设随机变量X~U[a,b],则E(X)的值为:

A.(a+b)/2;

B.(b-a)/2;

C.(a^2+b^2)/2;

D.(a^2+b^2+2ab)/2。

5.设随机变量X和Y相互独立,X~N(0,1),Y~N(1,2),则Cov(X,Y)的值为:

A.0;

B.1;

C.2;

D.3。

6.设随机变量X~Exp(λ),则E(X)的值为:

A.1/λ;

B.2/λ;

C.1;

D.2。

7.设随机变量X~Binomial(n,p),则E(X)的值为:

A.np;

B.n(1-p);

C.np+n(1-p);

D.n。

8.设随机变量X~Beta(α,β),则E(X)的值为:

A.α/(α+β);

B.β/(α+β);

C.(α+β)/(αβ);

D.(αβ)/(α+β)。

9.设随机变量X~Geometric(p),则E(X)的值为:

A.1/p;

B.1/(1-p);

C.p/(1-p);

D.p。

10.设随机变量X和Y相互独立,X~U[a,b],Y~U[c,d],则P{X+Y≥1}的值为:

A.(b-a)(d-c)/(2b-1);

B.(b-a)(d-c)/(2d-1);

C.(b-a)(d-c)/(2a-1);

D.(b-a)(d-c)/(2c-1)。

二、填空题(本大题共5小题,每小题10分,共50分)

11.设随机变量X~Exp(λ),则E(X)的方差D(X)为______。

12.设随机变量X和Y相互独立,X~N(μ1,σ1^2),Y~N(μ2,σ2^2),则D(X+Y)的值为______。

13.设随机变量X~N(0,1),则P{|X|≤1}的值为______。

14.设随机变量X~U[a,b],则P{aXb}的值为______。

15.设随机变量X和Y相互独立,X~Exp(λ),Y~Exp(λ),则P{min(X,Y)≥t}的值为______。

三、解答题(本大题共5小题,每小题20分,共100分)

16.已知随机变量X的分布律如下表所示,求X的数学期望E(X)。

|X|1|2|3|

|----|---|---|---|

|P|0.2|0.3|0.5|

17.已知随机变量X~N(μ,σ^2),求P{X≤μ+σ}。

18.设随机变量X~U[a,b],求X的概率密度函数f(x)。

19.已知随机变量X和Y相互独立,X~Exp(λ),Y~Exp(λ),求Z=X+Y的概率密度函数f(z)。

20.设随机变量X~Beta(α,β),求X的概率密度函数f(x)。

四、计算题(本大题共2小题,每小题20分,共40分)

21.设随机变量X~N(μ,σ^2),已知E(X)=2,D(X)=4,求P{X≤0}。

22.设随机变量X和Y相互独立,X~U[0,1],Y~Exp(1),求Z=X+Y的分布函数F(z)。

五、证明题(本大题共2小题,每小题20分,共40分)

23.证明:若随机变量X和Y相互独立,且X~Exp(λ),Y~Exp(λ),则Z=X+Y~Exp(2λ)。

24.证明:若随机变量X和Y相互独立,且X~N(μ1,σ1^2),Y~N(μ2,σ2^2),则Z=X+Y~N(μ1+μ2,σ1^2+σ2^2)。

六、应用题(本大题共2小题,每小题20分,共40分)

25.某批产品的次品率为0.1,现从该批产品中随机抽取10件,求抽到2件次品的概率。

26.某班有30名学生,其中有20名男生和10名女生。现从中随机抽取3名学生,求抽到的3名学生中至少有2名女生的概率。

本次试卷答案如下:

一、选择题

1.B

解析:分布函数F(x)表示随机变量X小于或等于x的概率,因此它是一个单调增加的函数。

2.B

解析:泊松分布的方差等于其期望值,即D(X)=λ,所以E(X^2)=Var(X)+(E(X))^2=λ+λ^2。