下载文档原格式
考研数学一（大数定律和中心极限定理、数理统计的基本概念）历年真题试卷汇编1(题后含答案及解析)题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．[2002年] 设随机变量X1，X2，…，Xn相互独立，Sn=X1+X2+…+Xn，则根据列维一林德伯格中心极限定理，当n充分大时，Sn近似服从正态分布，只要X1，X2，…，Xn( )．A．有相同的数学期望B．有相同的方差C．服从同一指数分布D．服从同一离散型分布正确答案：C解析：列维一林德伯格中心极限定理成立的条件之一是X1，X2， (X)具有相同的、有限的数学期望和非零方差，而选项A、B不能保证同分布．可排除．而选项D虽然服从同一离散型分布，但不能保证E(Xi)与D(Xi)均存在，也应排除．仅C入选．知识模块：大数定律和中心极限定理2．[2005年] 设X1，X2，…，Xn是独立同分布的随机变量序列，且均服从参数为λ(λ＞1)的指数分布．记ф(x)为标准正态分布函数，则( )．A．B．C．D．正确答案：C解析：由于随机变量序列X1，X2，…，Xn独立同服从参数为λ的指数分布，有E(Xi)=1／λ，D(Xi)=1／λ2(i=1，2，…，n)，由列维一林德伯格中心极限定理知，当n→∞时，随机变量的极限分布为标准正态分布，即=P(Un≤x)=ф(x)．仅C入选．知识模块：大数定律和中心极限定理3．设随机变量X和Y都服从标准正态分布，则( )．A．X+Y服从正态分布B．X2+Y2服从χ2分布C．X2和Y2都服从χ2分布D．X2／Y2服从F分布正确答案：C解析：因X～N(0，1)，Y～N(0，1)，故X2～χ2(1)，Y2～χ2(1)．仅C入选．知识模块：数理统计的基本概念4．[2017年] 设X1，X2，…，Xn(n≥2)为来自总体N(μ，1)的简单随机样本，记，则下列结论不正确的是( )．A．(Xi一μ)2服从χ2分布B．2(Xn一X1)2服从χ2分布C．服从χ2分布D．n(—μ)2服从χ2分布正确答案：B解析：若总体X～N(μ，σ2)，则因为总体X～N(μ，1)，所以再由得，从而综上所述，不正确的是B．仅B入选．知识模块：数理统计的基本概念5．[2003年] 设随机变量X～t(n)(n＞1)，Y=1／X2，则( )．A．Y～χ2(n)B．Y～χ2(n一1)C．Y～F(n，1)D．Y～F(1，n)正确答案：C解析：因X～t(n)(n＞1)，故存在随机变量U～N(0，1)，V～χ2(n)，且U与V独立，使即因V～χ2(n)，U～N(0，1)，因而U2～χ2(1)，又V与U独立，得到．仅C入选．知识模块：数理统计的基本概念6．[2005年] 总体X～N(0，1)，X1，X2，…，Xn为来自总体X的一个简单随机样本，，S2分别为样本均值和样本方差，则( )．A．B．C．D．正确答案：D解析：因X12～χ2(1)，Xi2～χ2(n一1)，且X12与相互独立，可知仅D 入选．知识模块：数理统计的基本概念7．[2013年] 设随机变量X～t(n)，Y~F(1，n)，给定α(0＜α＜0．5)，常数c满足P(X＞c)=α，则P(Y＞c2)=( )．A．αB．1一αC．2αD．1—2α正确答案：C解析：因X～t(n)，故X2～F(1，n)，因而Y=X2．因t分布的概率密度函数为偶函数，所以给定α(0＜α＜0．5)，存在c＞0使P(X＞c)=α时，必有P(X＞c)=P(X＜一c)=α，则P(Y＞c2)=P(X2＞c2)=P(X＞c)+P(X＜一c)=2P(X＞c)=2α．仅C入选．知识模块：数理统计的基本概念填空题8．[2001年] 设随机变量X的方差为2，则根据切比雪夫不等式估计P(｜X—E(X)｜≥2)≤______．正确答案：解析：由切比雪夫不等式即得知识模块：大数定律和中心极限定理9．[2003年] 设总体X服从参数为2的指数分布，X1，X2，…，Xn为来自总体X的简单随机样本，则当n→∞时，Yn=依概率收敛于______．正确答案：1/2解析：利用辛钦大数定律求之．由于X1，X2，…，Xn是来自总体X的简单随机变量样本，X1，X2，…，Xn相互独立，且都服从参数为2的指数分布．因而知X12，X22，…，Xn2也相互独立，且同分布．又X服从参数为2的指数分布，故E(Xi)=E(X)=1／2，D(Xi)=D(X)=(1／2)2=1／4 (i=1，2，…，n)，则E(Xi2)=D(Xi)+[E(Xi)]2=1／4+(1／2)2=1／2 (i=1，2，…，n)．根据辛钦大数定律知，一组相互独立、同分布且数学期望存在的随机变量X12，X22，…，Xn2，其算术平均值依概率收敛于数学期望：即表示依概率收敛于)，亦即依概率收敛于1／2．知识模块：大数定律和中心极限定理10．设X1，X2，X3，X4是来自正态总体N(0，22)的简单随机样本，X=a(X1一2X2)2+6(3X3-4X4)2，则当a=______，b=______时，统计量X服从χ2分布，自由度为______．正确答案：a=1／20，b=1／100，χ2解析：因X1，X2，X3，X4为正态总体的简单随机样本，故X1，X2，X3，X4相互独立，且X1-2X2与3X3-4X4都服从正态分布：X1—2X2～N(0.5×22)=N(0，20)，3X3—4X4～N(0，100)，因独立，由题目知，即所以a=1／20，b=1／100，且X服从自由度为2的χ2分布．知识模块：数理统计的基本概念11．设随机变量X和Y相互独立且都服从正态分布N(0，32)，而X1，X2，…，X9和Y1，Y2，…，Y9分别为来自总体X和Y的简单随机样本，则统计量服从______分布，参数为______．正确答案：t，9解析：将U的分子分母同除以9，则分子为=(X1+X2+…+X9)／9～N(0，9／9)=N(0，1)．或由X1，X2，…，X9相互独立且Xi～N(0，32)知，X1+X2+…+X9～N(0，9×32)=N(0，92)，故(X1+X2+…+X9)／9～N(0，1)．而分母为又(Y1／3)2+(Y2／3)2+…+(Y9／3)2～χ2(9)．这是因为Yi／3～N(0，1)，且Y1，Y2，…，Y9相互独立；又由X，Y相互独立知，(X1+X2+…+X9)／9与(Y1／3)2+(Y2／3)2+…+(Y9／3)2相互独立．于是由t分布的典型模式知，即U服从t分布，参数为9．知识模块：数理统计的基本概念解答题解答应写出文字说明、证明过程或演算步骤。
概率论作业本姓名：任课教师：专业：班级：学号：黑龙江八一农垦大学文理学院数学系第一章 随机事件与概率1、设C B A 、、为已知事件，用C B A 、、表示以下事件:(1) 不发生发生，、C B A (2) C B A 、、都不发生(3)C B A 、、至少有一个发生 (4) C B A 、、恰有一个发生(5) C B A 、、至多有一个发生 （6）C B A 、、至少有两个发生2、设有一批产品共有100件，其中95件合格品，5件次品。
从中任取10件，试求：（1）样本空间所含基本事件个数n 。
（2）设"10"1件全是合格品所取=A 所含基本事件个数1m 。
（3）设"10"2件恰有两件次品所取=A 所含基本事件个数2m 。
3、把10本书任意地放在书架上,求其中指定的3本书放在一起的概率。
4、一盒中装有60个零件。
其中甲厂生产的占31，乙厂生产的占32。
现随机地从盒中取3 个，求其中恰有一支是甲厂生产的概率。
5、一份试卷上有6道试题。
某位学生在解答时，由于粗心随机地犯了4处不同的错误。
试求：（1）这4处错误发生在最后一道题上的概率。
（2）这4处错误发生在不同题上的概率。
（3）至少有3道题全对的概率。
6、将数字54321、、、、写在5张卡片上。
任意取出三张排成三位数，则这三位数是奇数的概率。
7、将4个小球随机地投入3个盒内，求有空盒的概率和没有空盒的概率。
8、将3个球随机地放入4个杯子中，求杯子中球的最大个数分别为1，2，3的概率各是多少？9、,B A ⊂5.0)(,1.0)(==B P A P ，试求)(),(),(B A P B A P AB P ⋃⋃。
10、6.0)(,3.0)(==B P A P ，7.0)(=⋃B A P 。
求)()(B A P B A P 和。
11、某射手在三次射击中至少命中一次的概率为875.0，试求该射手在一次射击中命中的概率。
12、五名篮球运动员独立地投篮，每个运动员投篮的命中率都是8.0。
大数定律知识点总结大数定律的基本思想是：独立同分布的随机变量的大样本均值将趋于其数学期望。
这一定律的成立对于统计学、概率论、经济学、物理学等领域都有着重要的应用价值。
下面将对大数定律的相关知识点进行总结和介绍。
一、独立同分布随机变量序列的大数定律1. 独立同分布的随机变量序列：在大数定律的讨论中，通常假设考虑的是一个独立同分布的随机变量序列。
也就是说，随机变量X1，X2，...，Xn互相独立，并且它们都具有相同的分布，且均值为μ，方差为σ²。
2. 大数定律的描述：设X1，X2，...，Xn是一个独立同分布的随机变量序列，它们的数学期望为μ，方差为σ²。
定义随机变量序列的均值为Yn = (X1+X2+...+Xn)/n，即前n个随机变量的均值。
大数定律描述了当n趋向于无穷大时，随机变量序列的均值Yn将以概率1收敛于其数学期望μ，即limn→∞ P(|Yn-μ|<ε) = 1，其中ε>0。
3. 大数定律的形式：大数定律有弱大数定律和强大数定律之分。
弱大数定律指的是对于任意的ε>0，有limn→∞ P(|Yn-μ|<ε) = 1，即随机变量序列的均值以概率1收敛于其数学期望。
而强大数定律则是指有limn→∞ Yn=μ，即随机变量序列的均值几乎处处收敛于其数学期望。
4. 大数定律的证明：大数定律的证明通常可以利用切比雪夫不等式、马尔可夫不等式、刘维尔中心极限定理等概率论基本定理进行推导。
通过限制随机变量序列的方差，并且利用独立同分布的特性，可以证明大数定律成立。
5. 应用实例：大数定律在实际问题中有着重要的应用。
例如，在赌场中，赌徒可以利用大数定律的原理来预测赌局的结果。
又如在金融领域中，大数定律可以用来预测股市的波动情况。
在工程领域中，大数定律可以用来分析随机过程和随机信号的性质。
二、大数定律的拓展和推广1. 李雅普诺夫大数定律：对于互不相干的独立同分布的随机变量序列，其均值将以概率1收敛于其数学期望。
