概率考研试题

概率论与数理统计练习1一、选择题：1、设随机事件A 与B 满足A B ⊃，则（ ）成立。

A.()()P A B P A +=B.()()P AB P A =C.()()P B A P B =D.()()()P B A P B P A -=-2、甲、乙两人独立地对同一目标射击一次，其命中率分别为0.6和0.5，则目标被击中的概率为（ B ）。

A.0.5B.0.8C.0.55D.0.63、连续型随机变量X 的密度函数()f x 必满足条件（ D ）。

A.0()1f x ≤≤B.()f x 为偶函数C.()f x 单调不减D. ()1f x dx +∞-∞=⎰4、设12,,,n X X X 是来自正态总体2(,)N μσ 的样本，则22μσ+的矩估计量是（ D ）。

A. 211()n i i X X n =-∑ B. 211()1n i i X X n =--∑ C. 221()n i i X n X =-∑ D. 211n i i X n =∑ 5、设总体(,1)X N μ ，123,,X X X 为总体X 的一个样本，若^1231123X X CX μ=++为未知参数μ的无偏估计量，则常数C =（ ） A.12 B. 13 C. 15 D. 16二、填空题：1、袋子中装有50个乒乓球，其中20个黄的，30个白的，现有两人依次随机地从袋中各取一球，取后不放回，则第二人取得黄球的概率是 0.42、设A ，B 为两个随机事件，()0.6P A =，()0.2P A B -=，则()P AB = 0.63、已知二维随机向量(,)X Y 的联合分布为则= 0.34、设总体X 服从正态分布2(2,)N σ，1216,,,X X X 是来自总体X 的一个样本，且161116i i X X ==∑，则48X σ-服从 5、若(,)X Y 服从区域22{(,)4}G x y x y =+≤上的均匀分布，则(,)X Y 的联合密度函数为三、计算题：1、设A ，B 为随机事件，且()P A p =，()()P AB P A B =，求()P B 。

历年考研概率真题集锦（2000-2019） ——对应茆诗松高教出版社“概率论与数理统计”第一章§1.11、（2001数学四）（4）对于任意二事件A 和B ，与A B B ⋃=不等价的是（ ） A 、A B ⊂ B 、B A ⊂ C 、AB =Φ D 、AB =Φ2、（2000数学三、四）（5）在电炉上安装4 个温控器，其显示温度的误差是随机的，在使用过程中，只要有两个温控器显示的温度不低于临界温度0t ，电炉就断电。

以E 表示事件“电炉断电”，而(1)(2)(3)(4)T T T T ≤≤≤为4 个温控器显示的按递增顺序排列的温度值，则事件E 等于（ ）(A ) {}(1)0T t ≥ (B ) {}(2)0T t ≥ (C ) {}(3)0T t ≥ (D ) {}(4)0T t ≥ §1.21、（2007数学一、三）(16)在区间(0,1)中随机地取两个数,这两数之差的绝对值小于12的概率为________. §1.31、（2009数学三）（7）设事件A 与事件B 互不相容，则( ) (A )()0P AB = (B )()()()P AB P A P B =(C )()1()P A P B =-(D )()1P A B ⋃=2、（2015数学一、三）(7) 若A ,B 为任意两个随机事件，则( ) (A ) ()()()≤P AB P A P B (B ) ()()()≥P AB P A P B (C ) ()()()+2≤P A P B P AB (D ) ()()()+2≥P A P B P AB3、（2019数学一、三）（7）设A 、B 为随机事件，则()()P A P B =的充分必要条件是（ ） （A ）()()()P AB P A P B =+ （B ） ()()()P AB P A P B =（C ）()()P AB P B A = （D ）()()P AB P AB = §1.41、（2005数学一、三）（6）从数1，2，3，4中任取一个数，记为X ， 再从X ,,2,1 中任取一个数，记为Y ，则}2{=Y P =____________.2、（2006数学一）(13) 设,A B 为随机事件，且()0,(|)1P B P A B >=，则必有( ) (A )()()P A B P A ⋃>(B )()()P A B P B ⋃> (C )()()P A B P A ⋃= (D )()()P A B P B ⋃=3、（2012数学一、三）(14)设A ,B ,C 是随机变量，A 与C 互不相容，()()()11,,23p AB P C p AB C === 。

概率论考研真题概率论是数学的一个分支，研究的是事件发生的可能性。

概率论在现实生活和科学研究中具有广泛应用。

考研概率论真题是考生备战考研的重要资料，通过研究和解答真题，可以提高对概率论知识的理解和应用能力。

下面将简要介绍几道考研概率论真题，并给出相应的解答。

【真题一】设 X 和 Y 为两个相互独立的随机变量，它们的数学期望和方差均为 1，则随机变量 Z = 2X + 3Y 的方差为多少？【解答一】由于 X 和 Y 是相互独立的随机变量，所以可以使用方差的性质进行计算。

首先计算 Z = 2X + 3Y 的数学期望：E(Z) = E(2X + 3Y) = 2E(X) + 3E(Y) = 2 × 1 + 3 × 1 = 5接下来计算 Z 的方差：Var(Z) = Var(2X + 3Y) = Var(2X) + Var(3Y) （由于 X 和 Y 相互独立，所以协方差为 0）= 4Var(X) + 9Var(Y) = 4 × 1 + 9 × 1 = 13因此，随机变量 Z = 2X + 3Y 的方差为 13。

【真题二】设 X 与 Y 为两个相互独立的随机变量，它们都服从正态分布 N(0, 1)，试求随机变量 Z = X + Y 的概率密度函数。

【解答二】首先，由于 X 和 Y 是相互独立的随机变量，所以可以考虑它们的特征函数。

对于正态分布N(μ, σ^2)，其特征函数为exp(ιtx - (σ^2t^2)/2)。

所以，X 和 Y 的特征函数分别为 exp(-t^2/2)。

设随机变量 Z = X + Y，则其特征函数为 exp(-t^2)。

由特征函数和概率密度函数的关系，可知 Z 的概率密度函数为标准正态分布的密度函数，即f(z) = (1/√(2π)) × exp(-z^2/2)。

【真题三】某电视节目的收视率符合泊松分布，已知每分钟收视人数的平均值为 10。

考研概率面试题目及答案题目：某工厂生产一种零件，该零件在生产过程中出现次品的概率为0.01，若生产出次品，则该次品被误检为正品的概率为0.05。

现在从这批零件中随机抽取一个进行检查，结果被检查为正品，请根据这些信息回答以下问题：1. 该零件实际上是次品的概率是多少？2. 该零件实际上是正品的概率是多少？答案：1. 要求该零件实际上是次品的概率，我们可以利用全概率公式来解决这个问题。

设事件A表示零件是次品，事件B表示零件被检查为正品。

根据题意，我们有：- P(A) = 0.01，即零件是次品的概率为0.01。

- P(B|A) = 0.05，即零件是次品但被误检为正品的概率为0.05。

由于零件如果不是次品，那么它被正确检查为正品的概率为1，我们可以计算出零件实际上是次品且被检查为正品的概率为：\( P(B|A) = P(A) \times P(B|A) = 0.01 \times 0.05 = 0.0005 \)接下来，我们需要计算零件实际上是次品的概率，即P(A|B)，根据贝叶斯定理：\( P(A|B) = \frac{P(B|A) \times P(A)}{P(B)} \)其中，P(B)是零件被检查为正品的总概率，可以通过全概率公式计算：\( P(B) = P(B|A) \times P(A) + P(B|\overline{A}) \times P(\overline{A}) \)其中，P(B|\overline{A})是零件如果不是次品（即是正品）被正确检查为正品的概率，这个概率是1，P(\overline{A})是零件是正品的概率，即1 - P(A) = 1 - 0.01 = 0.99。

代入计算得：\( P(B) = 0.01 \times 0.05 + 1 \times 0.99 = 0.9995 \)现在我们可以计算P(A|B)：\( P(A|B) = \frac{0.0005}{0.9995} \approx 0.0005005 \)所以，该零件实际上是次品的概率约为0.0005%。

94年（1）已知A 、B 两个事件满足条件P （AB ）=P （A B ），且P （A ）=p ，则P （B ）=。

（3分）（2）设相互独立的两个随机变量,X Y 具有同一分布律，且X 的分布律为则随机变量{}max ,z X Y =的分布律为 。

（3分）（3）已知随机变量,X Y 分别服从正态分布22(1,3),(0,4)N N ，且,X Y 的相关系数12xy ρ=-，设32X Yz =+,（1）求Z 的数学期望EZ 和方差DZ ；（2）求X 与Z 的相关系数xz ρ；（3）问X 与Z 是否相互独立？为什么？（满分6分）95年（1）设X 表示10次独立重复射击命中目标的次数，每次射中目标的概率为0.4，则2X 的数学期望2()E X = 。

（2）设,X Y 为两个随机变量，且{}{}{}340,0,0077P X Y P X P Y ≥≥=≥=≥=,则{}max(,)0P X Y ≥= 。

（3） 设随机变量X 的概率密度为⎩⎨⎧<≥=-0,00)(x x e x f xX求随机变量Xe Y =的概率密度)(yf Y 。

（6分）96年1． 设工厂A 和工厂B 的产品的次品率分别为1%和2%，现从由A 厂和B 厂的产品分别占60%和40%的一批产品中随机抽取一件，发现是次品，则该次品是A 厂生产的概率是 。

(3分)2． 设,ξη是两个相互独立且均服从正态分布N （0，21）的随机变量，则=-|)(|ηξE。

(3分)3．设,ξη是相互独立且服从同一分布的两个随机变量，已知ξ的分布律为1(),1,2,3,max(,),min(,).3P i i X Y ξξηξη=====又设（1） 写出二维随机变量（X ，Y ）的分布律；（2） 求EX 。

（共6分）97年1. 袋中有50个乒乓球，其中20个是黄球，30个是白球。

今有两人依次随机地从袋中各取一球，取后不放回，则第2个人取得黄球的概率是 。

（3分）2.设两个相互独立的随机变量X 和Y 的方差分别为4和2，则随机变量3X -2Y 的方差是（ ） （A ）8 （B ）16 （C ）28 （D ）44 [3分]3. 从学校乘汽车到火车站的途中有3个交通岗，假设在各个交通岗遇到红灯的事件是相互独立的，并且概率都是52。

第一章 随机事件与概率一、选择题。

1、设,A B 为随机事件，且()0,(|)1P B P A B >=，则必有（ ） （A ）()()P A B P A > （B ）()()P A B P B > （C ）()()P AB P A = （D ）()()P A B P B =2、将一枚硬币独立地掷两次，引进事件：1A ={掷第一次出现正面}，2A ={掷第二次出现正面}3A ={正、反面各出现一次}， 4A ={正面出现两次}，则事件有（ ）（A ）123,,A A A 相互独立 （B ）234,,A A A 相互独立 （C ）123,,A A A 两两独立 （D ）234,,A A A 两两独立 3、对于任意二事件A 和B ，则（ ）（A ）若AB ≠Φ，则,A B 一定独立 （B ）若AB ≠Φ，则,A B 有可能独立 （C ）若AB =Φ，则,A B 一定独立 （D ）若AB =Φ，则,A B 一定不独立 4、A ，B 是两随机事件，当A ，B 发生时事件C 发生，则以下正确的是（ ）A ）、)()(C P AB P ≥ B ）、)()()(AB PC P AB C P -=- C ）、)()(C P B A P ≤⋃D ）、)()(C P B A P ≥⋃5、A ，B ，C 是三个随机事件，其中1)(),(),(0<<C P B P A P ，且已知)|()|()|(C B P C A P C B A P +=⋃，则以下正确的是（ ）A ）、)|()|()|(CB PC A P C B A P +=⋃ B ）、)()()(AB P AC P AB AC P +=⋃ C ）、)()()(B P A P B A P +=⋃D ）、)|()()|()()(B C P B P A C P A P C P += 6、A ，B ，C 是三个随机事件，设以下条件概率均有意义，则以下不正确的是（ ）A ）、)|(1)|(C A P C A P -=B ）、1)|()|(=+C A P C A P C ）、)|()|()|()|(C AB P C B P C A P C B A P -+=⋃D ）、)|()|()|()|()|(C B A P C B P BC A P C B P C A P +=7、A ，B 是两个随机事件，其中0)(,0)(≠≠B P A P ，则以下正确的是（ ）A ）、φ≠AB ，A ，B 一定独立 B ）、φ≠AB ，A ，B 不一定独立C ）、φ=AB ，A ，B 一定独立D ）、φ=AB ，A ，B 不一定独立8、甲袋中有2个白球3个黑球，乙袋中全是白球，今从甲袋中任取2球，从乙袋中任取1球混合后，从中任取1球为白球的概率()A 15 ()B 25()C35()D459、10台洗衣机中有3台二等品，现已售出1台，在余下的9台中任取2台发现均为一等品，则原先售出1台为二等品的概率为()A 310()B28 ()C 210()D3810、若A,B 为任意两个随机事件，则 ( )(A) ()()()P AB P A P B ≤ (B) ()()()PAB P A P B ≥(C) ()()()2P A P B P AB +≤ (D) ()()()2P A P B P AB +≥11、某人向同一目标独立重复射击,每次射击命中目标的概率为,则此人第4次射击恰好第2次命中目标的概率为 （ ）(A)(B)(C)(D)12、设是两个随机事件,且则必有（ ）(A)(B) (C) (D)二、填空题1、A ，B 是两随机事件，5.0)(=A P ，7.0)(=B P ，则 ≤≤)(AB P 。

概率第二章历年考研真题（数学一、三、四）第二章随机变量及其分布数学一：1（88，2分）设随机变量X 服从均值为10，均方差为0.02的正态分布上。

已知，9938.0)5.2(,21)(22=Φ=Φ-∞-?du ex u xπ则X 落在区间（9.95, 10.05）内的概率为。

2（88，6分）设随机变量X 的概率密度函数为)1(1)(2x x f X +=π，求随机变量Y=1-3X 的概率密度函数)(y f Y 。

3（89，2分）设随机变量ξ在区间（1，6）上服从均匀分布，则方程012=++x x ξ有实根的概率是。

4（90，2分）已知随机变量X 的概率密度函数||21)(x e x f -=，+∞<<∞-x ，则X 的概率分布函数F （x ）=。

5（93，3分）设随机变量X 服从（0，2）上的均匀分布，则随机变量2X Y =在（0，4）内的概率分布密度=)(y f Y。

6（95，6分）设随机变量X 的概率密度为<≥=-0,00)(x x e x f xX 求随机变量Xe Y =的概率密度)(yf Y 。

7（02，3分）设随机变量X 服从正态分布)0)(,(2>σσμN ，且二次方程042=++X y y 无实根的概率为21，则=μ。

8（04，4分）设随机变量X 服从正态分布N(0,1)，对给定的)10(<<αα，数αu 满足αα=>}{u X P ，若α=<}{x X P ，则x 等于(A) 2αu . (B) 21α-u. (C) 21α-u . (D) α-1u . [ ]9（06，4分）设随机变量X 服从正态分布211(,)N μσ，Y 服从正态分布222(,)N μσ，且12{||1}{||1},P X P Y μμ-<>-<（A ）1 2.σσ< （B ）1 2.σσ> （C ）1 2.μμ<（D ）1 2.μμ>10（10年，4分）设随机变量X 的分布函数()F x =00101,21e 2x x x x -<≤≤->则{1}P X == (A)0 (B)1(C)11e 2--(D)11e --11（10年，4分）设1()f x 为标准正态分布的概率密度2,()f x 为[1,3]-上均匀分布的概率密度,()f x =12()()af x bf xx x ≤> (0,0)a b >> 为概率密度,则,a b 应满足(A)234a b += (B)324a b +=(C)1a b +=(D)2a b +=12（11,4分）13（13,4分）设123,,X X X 是随机变量，且1(0,1)X N ，22(0,2)X N ，23(5,3)X N ，{}122(1,2,3)i P P X i =-≤≤=，则（） A.123P P P >> B.213P P P >> C.322P P P >>D 132P P P >>14（13,4分）设随机变量Y 服从参数为1的指数分布，a 为常数且大于零，则P{Y ≤a+1|Y ＞a}=数学三：1（87，2分）（是非题）连续型随机变量取任何给定实数值的概率都等于0。

概率论考研题目及答案解析题目：设随机变量 \( X \) 服从参数为 \( \lambda \) 的泊松分布，求 \( X \) 的期望值和方差，并证明 \( X \) 的分布律。

答案解析：首先，我们知道泊松分布的概率质量函数（probability mass function, PMF）为：\[ P(X = k) = \frac{e^{-\lambda} \lambda^k}{k!} \]其中 \( k = 0, 1, 2, \ldots \)。

求期望值：期望值 \( E(X) \) 定义为：\[ E(X) = \sum_{k=0}^{\infty} k \cdot P(X = k) \]将泊松分布的 PMF 代入上式，得到：\[ E(X) = \sum_{k=1}^{\infty} k \cdot \frac{e^{-\lambda}\lambda^k}{k!} \]\[ = \lambda e^{-\lambda} \sum_{k=1}^{\infty}\frac{\lambda^{k-1}}{(k-1)!} \]\[ = \lambda e^{-\lambda} \sum_{j=0}^{\infty}\frac{\lambda^j}{j!} \]\[ = \lambda e^{-\lambda} e^{\lambda} \]\[ = \lambda \]求方差：方差 \( Var(X) \) 定义为 \( E(X^2) \) 减去 \( (E(X))^2 \)：\[ Var(X) = E(X^2) - (E(X))^2 \]计算 \( E(X^2) \)：\[ E(X^2) = \sum_{k=0}^{\infty} k^2 \cdot P(X = k) \]\[ = \sum_{k=1}^{\infty} k^2 \cdot \frac{e^{-\lambda}\lambda^k}{k!} \]\[ = \lambda^2 e^{-\lambda} \sum_{k=1}^{\infty}\frac{\lambda^{k-2} k^2}{(k-2)!} \]\[ = \lambda^2 e^{-\lambda} \sum_{j=0}^{\infty}\frac{\lambda^j j^2}{j!} \]\[ = \lambda^2 \left( 1 + \lambda \right) \]代入 \( E(X) \) 的结果，得到方差：\[ Var(X) = \lambda^2 (1 + \lambda) - \lambda^2 \]\[ = \lambda \]证明泊松分布律：我们已经知道 \( E(X) = \lambda \) 和 \( Var(X) = \lambda \)。