- 1、本文档共9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
概率论与数理统计试题库及答案(考试看)
一、选择题
1.设事件A与B互不相容,且P(A)0,P(B)0,则有()
A.P(A)=1P(B)
B.P(AB)=P(A)P(B)
C.P(A∪B)=1
D.P(AB)=0
答案:D
解析:互不相容事件是指两个事件不能同时发生,即A∩B=?,所以P(AB)=P(A∩B)=0。选项A,只有当A和B是对立事件时才有P(A)=1P(B);选项B,P(AB)=P(A)P(B)是事件A和B相互独立的定义,互不相容事件一般不独立;选项C,只有当A和B是完备事件组时才有P(A∪B)=1。
2.设随机变量X服从参数为λ的泊松分布,且P{X=1}=P{X=2},则λ=()
A.1
B.2
C.3
D.4
答案:B
解析:已知随机变量X服从参数为λ的泊松分布,其概率质量函数为\(P\{X=k\}=\frac{\lambda^{k}e^{\lambda}}{k!}\),\(k=0,1,2,\cdots\)。因为P{X=1}=P{X=2},所以\(\frac{\lambda^{1}e^{\lambda}}{1!}=\frac{\lambda^{2}e^{\lambda}}{2!}\),两边同时约去\(e^{\lambda}\),得到\(\lambda=\frac{\lambda^{2}}{2}\),由于\(\lambda0\),解得\(\lambda=2\)。
3.设随机变量X的概率密度为\(f(x)=\begin{cases}2x,0x1\\0,其他\end{cases}\),则\(P\{X\leqslant0.5\}=()\)
A.0.25
B.0.5
C.0.75
D.1
答案:A
解析:根据连续型随机变量概率的计算方法,\(P\{X\leqslant0.5\}=\int_{\infty}^{0.5}f(x)dx=\int_{0}^{0.5}2xdx\),由积分公式\(\intx^{n}dx=\frac{x^{n+1}}{n+1}+C\)(\(n\neq1\))可得\(\int_{0}^{0.5}2xdx=x^{2}\big|_{0}^{0.5}=0.5^{2}0^{2}=0.25\)。
二、填空题
1.已知P(A)=0.3,P(B)=0.4,P(AB)=0.2,则\(P(A\cupB)=\)______。
答案:0.5
解析: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)=0.4,P(AB)=0.2代入可得\(P(A\cupB)=0.3+0.40.2=0.5\)。
2.设随机变量X~N(1,4),则\(D(2X+3)=\)______。
答案:16
解析:已知随机变量X~N(1,4),则\(D(X)=4\)。根据方差的性质\(D(aX+b)=a^{2}D(X)\)(其中\(a\),\(b\)为常数),对于\(Y=2X+3\),\(a=2\),\(b=3\),所以\(D(2X+3)=2^{2}D(X)=4\times4=16\)。
3.设总体\(X\simN(\mu,\sigma^{2})\),\(X_1,X_2,\cdots,X_n\)是来自总体X的样本,则样本均值\(\overline{X}=\frac{1}{n}\sum_{i=1}^{n}X_i\)服从的分布为______。
答案:\(N(\mu,\frac{\sigma^{2}}{n})\)
解析:若总体\(X\simN(\mu,\sigma^{2})\),\(X_1,X_2,\cdots,X_n\)是来自总体X的样本,根据正态分布的性质,独立正态分布的线性组合仍服从正态分布。\(E(\overline{X})=E(\frac{1}{n}\sum_{i=1}^{n}X_i)=\frac{1}{n}\sum_{i=1}^{n}E(X_i)=\frac{1}{n}\timesn\mu=\mu\),\(D(\overline{X})=D(\frac{1}{n}\sum_{i=1}^{n}X_i)=\frac{1}{n^{2}}\sum_{i=1}^{n}D(X_i)=\frac{1}{n^{2}}\timesn\sigma^{2}=\frac{\sigma^{2}}{n}\),所以\(\overline{X}\simN(\mu,\frac{\sigma^{2}}{n})\)。
三、判断题
1.若事件A与B相互独立,则A与\(\overline{B}\)也相互独立。()
答案:正确
解析:已知A与B相互独立
文档评论(0)