- 1、本文档共19页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
《概率论》期末考试试题(A卷答案)
一、选择题(每题3分,共15分)
1.设\(A\)、\(B\)为两个事件,且\(P(A)=0.3\),\(P(B)=0.6\),若\(A\)与\(B\)相互独立,则\(P(A\cupB)\)的值为()
A.\(0.72\)B.\(0.9\)C.\(0.18\)D.\(0.3\)
答案:A
详细解答:因为\(A\)与\(B\)相互独立,所以\(P(AB)=P(A)P(B)=0.3\times0.6=0.18\)。根据概率的加法公式\(P(A\cupB)=P(A)+P(B)P(AB)\),将\(P(A)=0.3\),\(P(B)=0.6\),\(P(AB)=0.18\)代入可得:\(P(A\cupB)=0.3+0.60.18=0.72\)。
2.设随机变量\(X\)服从参数为\(\lambda=2\)的泊松分布,则\(P(X=1)\)的值为()
A.\(2e^{2}\)B.\(e^{2}\)C.\(\frac{1}{2}e^{2}\)D.\(4e^{2}\)
答案:A
详细解答:若随机变量\(X\)服从参数为\(\lambda\)的泊松分布,其概率质量函数为\(P(X=k)=\frac{\lambda^{k}e^{\lambda}}{k!}\),\(k=0,1,2,\cdots\)。已知\(\lambda=2\),\(k=1\),则\(P(X=1)=\frac{2^{1}e^{2}}{1!}=2e^{2}\)。
3.设随机变量\(X\)的概率密度函数为\(f(x)=\begin{cases}2x,0\leqx\leq1\\0,其他\end{cases}\),则\(E(X)\)的值为()
A.\(\frac{1}{3}\)B.\(\frac{2}{3}\)C.\(\frac{1}{2}\)D.\(1\)
答案:B
详细解答:根据期望的定义,对于连续型随机变量\(X\),\(E(X)=\int_{\infty}^{+\infty}xf(x)dx\)。已知\(f(x)=\begin{cases}2x,0\leqx\leq1\\0,其他\end{cases}\),则\(E(X)=\int_{0}^{1}x\cdot2xdx=2\int_{0}^{1}x^{2}dx\)。由积分公式\(\intx^{n}dx=\frac{1}{n+1}x^{n+1}+C\)(\(n\neq1\))可得\(2\int_{0}^{1}x^{2}dx=2\times[\frac{1}{3}x^{3}]_{0}^{1}=2\times\frac{1}{3}=\frac{2}{3}\)。
4.设\(X\)和\(Y\)是两个相互独立的随机变量,\(D(X)=4\),\(D(Y)=2\),则\(D(3X2Y)\)的值为()
A.\(28\)B.\(44\)C.\(20\)D.\(16\)
答案:B
详细解答:根据方差的性质:若\(X\)和\(Y\)相互独立,\(D(aX+bY)=a^{2}D(X)+b^{2}D(Y)\)。对于\(D(3X2Y)\),这里\(a=3\),\(b=2\),已知\(D(X)=4\),\(D(Y)=2\),则\(D(3X2Y)=3^{2}D(X)+(2)^{2}D(Y)=9\times4+4\times2=36+8=44\)。
5.设总体\(X\simN(\mu,\sigma^{2})\),\(X_1,X_2,\cdots,X_n\)是来自总体\(X\)的样本,\(\overline{X}=\frac{1}{n}\sum_{i=1}^{n}X_i\),则\(\overline{X}\)服从()
A.\(N(\mu,\frac{\sigma^{2}}{n})\)B.\(N(\mu,\sigma^{2})\)C.\(N(0,1)\)D.\(N(n\mu,n\sigma^{2})\)
答案:A
详细解答:若总体\(X\simN(\mu,\sigma^{2})\),\(X_1,X_2,\cdots,X_n\)是来自总体\(X\)的样本,则样本均值\(\overline{X}=\frac{1}{n}\sum_{i=1}^{n}X_i\)服从正态分布\(N(\mu,\frac{\sigma^{2}}{n})\)。这是因为\(E(\overline{X})=E(\frac{1}{n}\sum_{i=1}^{n}X_i)=\frac{1}{n}\sum
文档评论(0)