基本信息
文件名称:2025年考研数学(一)概率与数理统计综合模拟试题集.docx
文件大小:38.35 KB
总页数:8 页
更新时间:2025-06-18
总字数:约3.52千字
文档摘要

2025年考研数学(一)概率与数理统计综合模拟试题集

一、选择题

要求:本部分共10小题,每小题5分,共50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.若随机变量X服从参数为λ的泊松分布,则E(X^2)的值为:

A.λ

B.2λ

C.λ^2

D.2λ^2

2.设随机变量X~N(μ,σ^2),则P{|X-μ|≤σ}的值为:

A.0.6826

B.0.9544

C.0.9973

D.0.9977

3.若随机变量X~B(n,p),则E(X)的值为:

A.np

B.np(1-p)

C.n(1-p)

D.1/(np)

4.设随机变量X与Y相互独立,且X~N(0,1),Y~N(1,1),则E(X+Y)的值为:

A.0

B.1

C.2

D.3

5.设随机变量X~U(a,b),则P{a≤X≤b}的值为:

A.1

B.2

C.b-a

D.1/(b-a)

6.若随机变量X~χ^2(n),则E(X)的值为:

A.n

B.n-1

C.n/2

D.n/4

7.设随机变量X~T(n),则E(X)的值为:

A.0

B.n/(n+1)

C.(n-1)/n

D.1

8.设随机变量X~F(n1,n2),则E(X)的值为:

A.n1/n2

B.n2/n1

C.(n1+n2)/(n1n2)

D.n1/n1+n2

9.设随机变量X与Y相互独立,且X~N(μ1,σ1^2),Y~N(μ2,σ2^2),则D(X+Y)的值为:

A.σ1^2+σ2^2

B.σ1^2+σ2^2+2D(X)D(Y)

C.σ1^2+σ2^2+2σ1σ2

D.σ1^2+σ2^2-2σ1σ2

10.设随机变量X与Y相互独立,且X~N(0,1),Y~N(0,1),则P{XY}的值为:

A.0.5

B.0.75

C.0.875

D.0.975

二、填空题

要求:本部分共10小题,每小题5分,共50分。

1.设随机变量X~B(5,0.4),则P{X=3}的值为______。

2.设随机变量X~N(0,1),则P{X≤0.5}的值为______。

3.设随机变量X与Y相互独立,且X~N(1,4),Y~N(2,9),则D(X+Y)的值为______。

4.设随机变量X~U(0,2),则P{X≥1}的值为______。

5.设随机变量X~χ^2(4),则P{X≤5}的值为______。

6.设随机变量X~T(5),则E(X)的值为______。

7.设随机变量X与Y相互独立,且X~N(0,1),Y~N(0,1),则P{XY}的值为______。

8.设随机变量X~F(2,3),则E(X)的值为______。

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

10.设随机变量X~U(a,b),则P{a≤X≤b}的值为______。

三、计算题

要求:本部分共3小题,共40分。

1.设随机变量X与Y相互独立,且X~N(0,1),Y~N(0,1),求E(XY)。

2.设随机变量X~U(0,2),求P{X^2≤1}。

3.设随机变量X与Y相互独立,且X~N(μ1,σ1^2),Y~N(μ2,σ2^2),求D(XY)。

四、解答题

要求:本部分共3小题,共40分。解答应写出文字说明、证明过程或演算步骤。

4.设随机变量X~E(λ),其中λ0,求随机变量Y=1/X的分布函数F_Y(y)。

五、证明题

要求:本部分共1小题,共20分。证明以下等式成立。

5.证明:若随机变量X与Y相互独立,且X~χ^2(n1),Y~χ^2(n2),则X+Y~χ^2(n1+n2)。

六、应用题

要求:本部分共1小题,共20分。应用概率统计知识解决实际问题。

6.某批产品的次品率为0.02,从该批产品中随机抽取100件,求:

(1)恰好抽到2件次品的概率;

(2)至少抽到3件次品的概率;

(3)最多抽到5件次品的概率。

本次试卷答案如下:

一、选择题

1.答案:C

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

2.答案:B

解析:标准正态分布的对称性告诉我们,在均值两侧各1个标准差内的概率大约是68.26%,因此P{|X-μ|≤σ}=0.6826。

3.答案:A

解析:二项分布的期望值是n*p,其中n是试验次数,p是每次试验成功的概率。

4.答案:C

解析:两个独立正态分布随机变量的期望值是各自期望值的和,因此E(X+Y)=E(X)