- 01 反常积分 20 题:以反常积分为圆心铺一元积分全章,张宇第 8/9 章为骨架 - 02 线面积分 21 题:格林 / 高斯 / 斯托克斯 + 两类积分,真题约 125 分;张宇库无此章 - 03 大数定律与数理统计 20 题:ch19—ch22,切比雪夫与置信区间为模拟卷三第 8/10 题的加练 - 每题分三层(A 核心 / B 一圈 / C 二圈)并标注真题或张宇骨架 - 解析超 1.3 万字符上限,拆为 03a-解析-核心 / 03b-解析-扩散 - 专项突破 README 与总览建索引
269 lines
10 KiB
Markdown
269 lines
10 KiB
Markdown
---
|
||
tags: [数学一, 专项突破, 试题, 数理统计]
|
||
专题: 大数定律与数理统计
|
||
日期: 2026-10-31
|
||
题量: 20 题(核心 10 + 一圈 5 + 二圈 5)
|
||
状态: 试题版, 答案与解析见 03-解析
|
||
关联笔记: ["[[01-考点地图]]", "[[03a-解析-核心]]", "[[03b-解析-扩散]]", "[[04-答疑笔记]]"]
|
||
---
|
||
|
||
# 试题 · 大数定律与数理统计
|
||
|
||
**A1 与 A10 就是你错的那两道题的加练**(切比雪夫、置信区间),但都换成了**反向问法**——正着套公式你会,反过来问"方差最大能多大"才是考场上的样子。
|
||
|
||
A 组十题把四章的主干各走一次,B 组补无偏/有效/相合三性与次序统计量,C 组是假设检验与综合大题。
|
||
|
||
**附常用分位数**:$u_{0.025}=1.96$ ,$u_{0.05}=1.645$ ,$t_{0.025}(15)=2.131$ ,$\chi^2_{0.025}(9)=19.02$ ,$\chi^2_{0.975}(9)=2.70$ ,$\Phi(2)=0.9772$ 。
|
||
|
||
---
|
||
|
||
## A 组 · 核心(10 题)
|
||
|
||
### 题 A1 · 切比雪夫不等式(★★☆)
|
||
|
||
【真题 2022-9 骨架】设随机变量 $X$ 的数学期望 $E(X)=0$ ,方差 $D(X)=1$ 。
|
||
|
||
(Ⅰ)用切比雪夫不等式估计 $P\{-2<X<2\}$ 的下界;
|
||
|
||
(Ⅱ)若要求 $P\{|X|<3\}\geqslant0.9$ ,问 $D(X)$ 最大可以是多少?
|
||
|
||
> **考点** · [§1.1 切比雪夫不等式(小题 8 的正主)](01-考点地图.md#user-content-11-切比雪夫不等式小题-8-的正主)
|
||
|
||
---
|
||
|
||
### 题 A2 · 辛钦大数定律的条件(★★☆)
|
||
|
||
【真题 2017-8 变体】设 $X_1,X_2,\dots,X_n,\dots$ 为随机变量序列,$E(X_i)=\mu$ 。下列条件中,能保证 $\dfrac1n\sum_{i=1}^nX_i\xrightarrow{P}\mu$ 的是( )
|
||
|
||
(A)$X_i$ 独立同分布
|
||
|
||
(B)$X_i$ 相互独立,且 $D(X_i)$ 存在
|
||
|
||
(C)$X_i$ 相互独立,且 $D(X_i)$ 一致有界
|
||
|
||
(D)$X_i$ 两两不相关
|
||
|
||
> **考点** · [§1.2 大数定律三兄弟](01-考点地图.md#user-content-12-大数定律三兄弟)
|
||
|
||
---
|
||
|
||
### 题 A3 · 中心极限定理近似计算(★★☆)
|
||
|
||
【真题 2019-9 变体】某元件寿命的均值为 $1000$ 小时,标准差为 $40$ 小时。随机抽取 $100$ 只,用中心极限定理求样本均值落在 $(992,1008)$ 内的概率(用 $\Phi$ 表示并给出数值)。
|
||
|
||
> **考点** · [§1.3 中心极限定理](01-考点地图.md#user-content-13-中心极限定理)
|
||
|
||
---
|
||
|
||
### 题 A4 · $\chi^2$ 分布的构造(★★☆)
|
||
|
||
【真题 2017-8 骨架】设 $X_1,X_2,\dots,X_9$ 相互独立且都服从 $N(0,1)$ ,令 $Y=\displaystyle\sum_{i=1}^9X_i^2$ 。则 $Y$ 服从什么分布?并求 $E(Y)$ 与 $D(Y)$ 。
|
||
|
||
> **考点** · [§1.4 三大分布的定义(必须能默写)](01-考点地图.md#user-content-14-三大分布的定义必须能默写)
|
||
|
||
---
|
||
|
||
### 题 A5 · $t$ 分布的构造(★★☆)
|
||
|
||
【真题 2021-9 变体】设 $X\sim N(0,1)$ ,$Y\sim\chi^2(4)$ ,且 $X$ 与 $Y$ 相互独立,则( )
|
||
|
||
(A)$\dfrac{X}{\sqrt{Y/4}}\sim t(4)$
|
||
|
||
(B)$\dfrac{X}{\sqrt{Y}}\sim t(4)$
|
||
|
||
(C)$\dfrac{4X}{Y}\sim t(4)$
|
||
|
||
(D)$\dfrac{X^2}{Y}\sim t(4)$
|
||
|
||
> **考点** · [§1.4 三大分布的定义(必须能默写)](01-考点地图.md#user-content-14-三大分布的定义必须能默写)
|
||
|
||
---
|
||
|
||
### 题 A6 · $F$ 分布的构造(★★☆)
|
||
|
||
【真题 2023-9 骨架】设 $X_1,\dots,X_m$ 来自正态总体 $N(\mu_1,\sigma_1^2)$ ,$Y_1,\dots,Y_n$ 来自正态总体 $N(\mu_2,\sigma_2^2)$ ,两样本相互独立,$S_1^2,S_2^2$ 为各自的样本方差。则
|
||
|
||
$$\frac{S_1^2}{S_2^2}\cdot\frac{\sigma_2^2}{\sigma_1^2}$$
|
||
|
||
服从( )
|
||
|
||
(A)$F(m,n)$
|
||
|
||
(B)$F(m-1,n-1)$
|
||
|
||
(C)$F(n-1,m-1)$
|
||
|
||
(D)$\chi^2(m+n-2)$
|
||
|
||
> **考点** · [§1.4 三大分布的定义(必须能默写)](01-考点地图.md#user-content-14-三大分布的定义必须能默写)
|
||
|
||
---
|
||
|
||
### 题 A7 · 抽样分布定理的独立性(★★★)
|
||
|
||
设 $X_1,X_2,\dots,X_n$ ($n\geqslant2$ )是来自正态总体 $N(\mu,\sigma^2)$ 的简单随机样本,$\bar X$ 与 $S^2$ 分别为样本均值与样本方差。下列结论中**正确**的是( )
|
||
|
||
(A)$\bar X$ 与 $S^2$ 相互独立,且这一结论对任何总体都成立
|
||
|
||
(B)$\bar X$ 与 $S^2$ 相互独立,但这一结论只对正态总体成立
|
||
|
||
(C)$\bar X$ 与 $S^2$ 不相关,但不一定独立
|
||
|
||
(D)只有当 $n\geqslant3$ 时 $\bar X$ 与 $S^2$ 才独立
|
||
|
||
> **考点** · [§1.5 抽样分布定理(正态总体的四件套)](01-考点地图.md#user-content-15-抽样分布定理正态总体的四件套)
|
||
|
||
---
|
||
|
||
### 题 A8 · 矩估计(★★☆)
|
||
|
||
【真题 2017-23 骨架】设总体 $X$ 的概率密度为
|
||
|
||
$$f(x)=\begin{cases}(\theta+1)x^{\theta},&0<x<1,\\ 0,&\text{其他},\end{cases}$$
|
||
|
||
其中 $\theta>-1$ 为未知参数。$X_1,\dots,X_n$ 为来自该总体的简单随机样本,求 $\theta$ 的矩估计量。
|
||
|
||
> **考点** · [§1.6 矩估计](01-考点地图.md#user-content-16-矩估计)
|
||
|
||
---
|
||
|
||
### 题 A9 · 极大似然估计(★★☆)
|
||
|
||
【真题 2018-23 骨架】设总体 $X$ 的概率密度为
|
||
|
||
$$f(x)=\begin{cases}\theta x^{\theta-1},&0<x<1,\\ 0,&\text{其他},\end{cases}$$
|
||
|
||
其中 $\theta>0$ 为未知参数。求 $\theta$ 的极大似然估计量。
|
||
|
||
> **考点** · [§1.7 极大似然估计](01-考点地图.md#user-content-17-极大似然估计)
|
||
|
||
---
|
||
|
||
### 题 A10 · 单正态总体置信区间(★★☆)
|
||
|
||
【真题 2016-14 骨架】设某正态总体 $N(\mu,\sigma^2)$ 中 $\mu,\sigma^2$ 均未知,从中抽取容量 $n=16$ 的样本,算得 $\bar x=10$ ,$s=2$ 。求 $\mu$ 的置信度为 $0.95$ 的置信区间($t_{0.025}(15)=2.131$ )。
|
||
|
||
> **考点** · [§1.8 置信区间(小题 10 的正主)](01-考点地图.md#user-content-18-置信区间小题-10-的正主)
|
||
|
||
---
|
||
|
||
## B 组 · 一圈:无偏、有效、相合(5 题)
|
||
|
||
### 题 B1 · 无偏性判断(★★☆)
|
||
|
||
【真题 2023-10 骨架】设 $X_1,\dots,X_n$ 是来自均匀分布 $U(0,\theta)$ 的简单随机样本,$X_{(n)}=\max\{X_1,\dots,X_n\}$ 。判断 $X_{(n)}$ 是否为 $\theta$ 的无偏估计;若不是,给出无偏修正。
|
||
|
||
> **考点** · [§2.1 无偏性](01-考点地图.md#user-content-21-无偏性)
|
||
|
||
---
|
||
|
||
### 题 B2 · 有效性比较(★★★)
|
||
|
||
【真题 2021-9 变体】设 $X_1,\dots,X_n$ 是来自参数为 $\theta$ 的指数分布(密度 $f(x)=\dfrac1\theta\mathrm{e}^{-x/\theta}$ ,$x>0$ )的简单随机样本,$X_{(1)}=\min\{X_1,\dots,X_n\}$ 。
|
||
|
||
(Ⅰ)验证 $\bar X$ 与 $nX_{(1)}$ 都是 $\theta$ 的无偏估计;
|
||
|
||
(Ⅱ)比较二者的有效性。
|
||
|
||
> **考点** · [§2.2 有效性](01-考点地图.md#user-content-22-有效性)
|
||
|
||
---
|
||
|
||
### 题 B3 · 相合性(★★☆)
|
||
|
||
证明:对均匀分布 $U(0,\theta)$ ,$\dfrac{n+1}{n}X_{(n)}$ 是 $\theta$ 的相合估计。
|
||
|
||
> **考点** · [§2.3 相合性(一致性)](01-考点地图.md#user-content-23-相合性一致性)
|
||
|
||
---
|
||
|
||
### 题 B4 · 次序统计量(★★★)
|
||
|
||
【真题 2016-23 骨架】设 $X_1,\dots,X_n$ 是来自 $U(0,\theta)$ 的简单随机样本,$X_{(n)}=\max\{X_1,\dots,X_n\}$ 。
|
||
|
||
(Ⅰ)求 $X_{(n)}$ 的概率密度;
|
||
|
||
(Ⅱ)求 $E(X_{(n)})$ 与 $D(X_{(n)})$ 。
|
||
|
||
> **考点** · [§2.4 次序统计量](01-考点地图.md#user-content-24-次序统计量)
|
||
|
||
---
|
||
|
||
### 题 B5 · 方差的置信区间(★★★)
|
||
|
||
设某正态总体 $N(\mu,\sigma^2)$ 中 $\mu,\sigma^2$ 均未知,抽取容量 $n=10$ 的样本,算得 $s^2=4$ 。求 $\sigma^2$ 的置信度为 $0.95$ 的置信区间($\chi^2_{0.025}(9)=19.02$ ,$\chi^2_{0.975}(9)=2.70$ )。
|
||
|
||
> **考点** · [§2.5 枢轴量法的通用流程](01-考点地图.md#user-content-25-枢轴量法的通用流程)
|
||
|
||
---
|
||
|
||
## C 组 · 二圈:假设检验与综合(5 题)
|
||
|
||
### 题 C1 · 两类错误(★★☆)
|
||
|
||
【真题 2021-10 骨架】在假设检验中,当样本容量固定时,下列关于两类错误的说法正确的是( )
|
||
|
||
(A)第一类错误概率 $\alpha$ 减小时,第二类错误概率 $\beta$ 必然增大
|
||
|
||
(B)$\alpha+\beta=1$
|
||
|
||
(C)$\alpha$ 与 $\beta$ 可以同时任意减小
|
||
|
||
(D)$\beta$ 就是显著性水平
|
||
|
||
> **考点** · [§3.1 假设检验的两类错误](01-考点地图.md#user-content-31-假设检验的两类错误)
|
||
|
||
---
|
||
|
||
### 题 C2 · 单侧检验的拒绝域(★★☆)
|
||
|
||
【真题 2025-10 骨架】设总体 $X\sim N(\mu,4)$ ,从中抽取容量 $n=25$ 的样本,检验假设 $H_0:\mu\leqslant10$ ,$H_1:\mu>10$ ,取显著性水平 $\alpha=0.05$ ($u_{0.05}=1.645$ )。求拒绝域。
|
||
|
||
> **考点** · [§3.2 拒绝域的方向](01-考点地图.md#user-content-32-拒绝域的方向)
|
||
|
||
---
|
||
|
||
### 题 C3 · 双总体均值差检验(★★★)
|
||
|
||
设 $X\sim N(\mu_1,\sigma_1^2)$ ,$Y\sim N(\mu_2,\sigma_2^2)$ ,$\sigma_1^2,\sigma_2^2$ **均已知**。从两总体分别抽取容量 $n_1,n_2$ 的样本,样本均值为 $\bar x,\bar y$ 。要检验 $H_0:\mu_1=\mu_2$ ,$H_1:\mu_1\neq\mu_2$ ,写出所用的检验统计量及其在原假设下的分布,并给出显著性水平 $\alpha$ 下的拒绝域。
|
||
|
||
> **考点** · [§3.3 双正态总体](01-考点地图.md#user-content-33-双正态总体)
|
||
|
||
---
|
||
|
||
### 题 C4 · 大数定律的证明(★★★)
|
||
|
||
【真题 2018-8 变体】设 $X_1,X_2,\dots,X_n,\dots$ 独立同分布,$E(X_i)=\mu$ ,$D(X_i)=\sigma^2<+\infty$ 。用切比雪夫不等式证明
|
||
|
||
$$\frac1n\sum_{i=1}^nX_i\xrightarrow{P}\mu.$$
|
||
|
||
> **考点** · [§3.4 大数定律的证明套路](01-考点地图.md#user-content-34-大数定律的证明套路)
|
||
|
||
---
|
||
|
||
### 题 C5 · 参数估计综合(★★★)
|
||
|
||
【真题 2024-22 变体】设总体 $X$ 服从参数为 $\theta$ ($\theta>0$ )的指数分布,概率密度为
|
||
|
||
$$f(x)=\begin{cases}\dfrac1\theta\mathrm{e}^{-x/\theta},&x>0,\\ 0,&x\leqslant0.\end{cases}$$
|
||
|
||
$X_1,\dots,X_n$ 为简单随机样本。
|
||
|
||
(Ⅰ)求 $\theta$ 的矩估计量;
|
||
|
||
(Ⅱ)求 $\theta$ 的极大似然估计量;
|
||
|
||
(Ⅲ)判断 $\bar X$ 是否为 $\theta$ 的无偏估计;
|
||
|
||
(Ⅳ)$\dfrac1{\bar X}$ 与 $\dfrac{n-1}{n}\cdot\dfrac1{\bar X}$ 中哪个是 $\dfrac1\theta$ 的无偏估计?说明理由(可用 $E\!\left(\dfrac{1}{\bar X}\right)=\dfrac{n}{(n-1)\theta}$ )。
|
||
|
||
> **考点** · [§3.5 MLE 综合题的标准形态](01-考点地图.md#user-content-35-mle-综合题的标准形态)
|
||
|
||
---
|
||
|
||
## 做完之后
|
||
|
||
1. 对 **03a / 03b**。统计部分的错误几乎全是**公式记混**($u$ 还是 $t$ 、$n$ 还是 $n-1$ ),对答案时把这些点单独抄一遍。
|
||
2. 错题记 [04-答疑笔记](04-答疑笔记.md),重点是**"我当时以为该用哪个分布"**。
|
||
3. A 组错 3 题以上 → 回 [01 §1.5](01-考点地图.md#user-content-15-抽样分布定理正态总体的四件套) 与 [§1.8](01-考点地图.md#user-content-18-置信区间小题-10-的正主),把四件套与两个区间表默写一遍。
|