综合练习题
本套综合练习题覆盖概率论与数理统计全课程核心知识点,建议在完成各章节学习后进行自测。每题均附详细解答。
一、随机事件与概率
题1
袋中有5个白球和3个黑球,从中任取2个球,求:(1) 两个都是白球的概率;(2) 一个白球一个黑球的概率。
参考答案(3 个标签)
古典概型组合概率计算
- 总取法:C82=28
- (1) 两个都是白球:C52=10,概率 P1=2810=145
- (2) 一个白球一个黑球:C51C31=15,概率 P2=2815
答案:(1) 145;(2) 2815。
题2
某工厂有甲、乙、丙三台机器生产同一种产品,产量分别占总产量的25%、35%、40%,次品率分别为5%、4%、2%。现从产品中任取一件,求:(1) 取到次品的概率;(2) 若取到的是次品,它是甲机器生产的概率。
参考答案(3 个标签)
全概率公式贝叶斯公式条件概率
- 设 A1,A2,A3 分别表示产品由甲、乙、丙机器生产,B 表示取到次品。
- P(A1)=0.25,P(A2)=0.35,P(A3)=0.40
- P(B∣A1)=0.05,P(B∣A2)=0.04,P(B∣A3)=0.02
- (1) 全概率公式:P(B)=∑i=13P(Ai)P(B∣Ai)=0.25×0.05+0.35×0.04+0.40×0.02=0.0125+0.014+0.008=0.0345
- (2) 贝叶斯公式:P(A1∣B)=P(B)P(A1)P(B∣A1)=0.03450.0125=6925≈0.362
答案:(1) P(B)=0.0345;(2) P(A1∣B)=6925≈0.362。
二、随机变量的数字特征
题3
设随机变量 X 的概率密度为 f(x)={ax+b,0,0<x<1其他,且 E(X)=127,求:(1) 常数 a,b;(2) D(X)。
参考答案(4 个标签)
概率密度数学期望方差连续型随机变量
- (1) 由归一性:∫01(ax+b)dx=2a+b=1
- E(X)=∫01x(ax+b)dx=3a+2b=127
- 解方程组:{2a+b=13a+2b=127
由第一式 b=1−2a,代入第二式:3a+21−4a=127
12a=121,故 a=1,b=21
- (2) E(X2)=∫01x2(x+21)dx=∫01(x3+2x2)dx=41+61=125
- D(X)=E(X2)−[E(X)]2=125−(127)2=125−14449=14460−49=14411
答案:(1) a=1,b=21;(2) D(X)=14411。
题4
设 X∼N(0,1),Y=X2,求 X 与 Y 的协方差和相关系数,并判断是否独立。
参考答案(4 个标签)
协方差相关系数独立性正态分布
- E(X)=0,E(Y)=E(X2)=D(X)+[E(X)]2=1
- E(XY)=E(X3)=0(标准正态分布的奇数阶矩为0)
- 协方差:Cov(X,Y)=E(XY)−E(X)E(Y)=0−0=0
- 相关系数:ρXY=D(X)D(Y)Cov(X,Y)=0
- 不相关,但不独立:因为 Y=X2,X 与 Y 有确定的函数关系,显然不独立。
答案:协方差为0,相关系数为0,X 与 Y 不相关但不独立。
三、大数定律与中心极限定理
题5
某保险公司有10000人参加保险,每人每年付12元保险费,已知一年内一个人死亡的概率为0.006,死亡时其家属可向保险公司领得1000元。用中心极限定理求保险公司一年内利润不少于60000元的概率。
参考答案(4 个标签)
中心极限定理二项分布正态近似保险问题
- 设 X 为一年内死亡人数,则 X∼B(10000,0.006)
- E(X)=np=10000×0.006=60
- D(X)=np(1−p)=60×0.994=59.64,σ=59.64≈7.723
- 利润 = 收入 - 赔付 = 10000×12−1000X=120000−1000X
- 利润不少于60000元:120000−1000X≥60000,即 X≤60
- 由中心极限定理,X 近似服从 N(60,59.64)
- P(X≤60)≈Φ(7.72360−60)=Φ(0)=0.5
答案:保险公司利润不少于60000元的概率约为 0.5。
四、参数估计
题6
设总体 X 的概率密度为 f(x)={θxθ−1,0,0<x<1其他,其中 θ>0 为未知参数,X1,X2,…,Xn 为来自总体 X 的样本。求 θ 的矩估计量和最大似然估计量。
参考答案(4 个标签)
矩估计最大似然估计参数估计连续型总体
- 矩估计:
E(X)=∫01x⋅θxθ−1dx=θ∫01xθdx=θ+1θ
令 Xˉ=θ+1θ,解得 θ^=1−XˉXˉ
- 最大似然估计:
似然函数 L(θ)=∏i=1nθxiθ−1=θn(∏i=1nxi)θ−1
对数似然 lnL=nlnθ+(θ−1)∑i=1nlnxi
求导:dθdlnL=θn+∑i=1nlnxi=0
解得 θ^=−∑i=1nlnXin
答案:矩估计量 θ^=1−XˉXˉ;最大似然估计量 θ^=−∑i=1nlnXin。
题7
设总体 X∼N(μ,σ2),其中 μ,σ2 均未知。从总体中抽取容量为9的样本,算得 xˉ=10,s2=4。求 μ 的置信度为0.95的置信区间。(t0.025(8)=2.306)
参考答案(4 个标签)
区间估计置信区间t分布正态总体
- σ2 未知,用 t 分布:S/nXˉ−μ∼t(n−1)
- 置信度 1−α=0.95,α=0.05,tα/2(n−1)=t0.025(8)=2.306
- 置信区间:(xˉ−tα/2ns,xˉ+tα/2ns)
- xˉ=10,s=2,n=9,ns=32
- 置信区间:(10−2.306×32,10+2.306×32)=(10−1.537,10+1.537)=(8.463,11.537)
答案:μ 的置信度为0.95的置信区间为 (8.463,11.537)。
五、假设检验
题8
某厂生产的某种元件的寿命 X∼N(μ,σ2),其中 μ,σ2 均未知。现从一批产品中随机抽取16件,测得平均寿命 xˉ=240 小时,样本标准差 s=8 小时。问在显著性水平 α=0.05 下,能否认为这批元件的平均寿命大于235小时?(t0.05(15)=1.753)
参考答案(4 个标签)
假设检验单侧检验t检验正态总体均值
- 提出假设:H0:μ≤235,H1:μ>235(右侧检验)
- 检验统计量:t=S/nXˉ−μ0∼t(n−1)(当 H0 成立时)
- 拒绝域:t>tα(n−1)=t0.05(15)=1.753
- 计算统计量:t=8/16240−235=25=2.5
- 因为 2.5>1.753,落在拒绝域内,故拒绝 H0。
答案:在显著性水平 α=0.05 下,拒绝 H0,可以认为这批元件的平均寿命大于235小时。
题9
某机床加工某种零件,零件直径 X∼N(μ,σ2)。正常工作时 σ2=0.0482。某日从该机床加工的零件中抽取9个,测得样本方差 s2=0.0064。问在显著性水平 α=0.05 下,该机床工作是否正常?(χ0.0252(8)=17.535,χ0.9752(8)=2.180)
参考答案(4 个标签)
假设检验卡方检验方差检验正态总体方差
- 提出假设:H0:σ2=0.0482=0.002304,H1:σ2=0.002304(双侧检验)
- 检验统计量:χ2=σ02(n−1)S2∼χ2(n−1)(当 H0 成立时)
- 拒绝域:χ2<χ1−α/22(n−1)=2.180 或 χ2>χα/22(n−1)=17.535
- 计算统计量:χ2=0.0023048×0.0064=0.0023040.0512≈22.22
- 因为 22.22>17.535,落在拒绝域内,故拒绝 H0。
答案:在显著性水平 α=0.05 下,拒绝 H0,认为该机床工作不正常,方差发生了显著变化。
总结
本套综合练习题涵盖了概率论与数理统计的核心考点:
- 随机事件与概率(2题):古典概型、全概率公式与贝叶斯公式
- 随机变量的数字特征(2题):连续型随机变量的期望与方差、协方差与相关性
- 大数定律与中心极限定理(1题):中心极限定理的实际应用
- 参数估计(2题):矩估计与最大似然估计、正态总体均值的区间估计
- 假设检验(2题):正态总体均值的单侧t检验、正态总体方差的卡方检验
建议重点掌握全概率/贝叶斯公式、数字特征计算、最大似然估计、正态总体的假设检验四大核心题型。