概率论考研真题答案解析｜权威真题详解与备考指南

题型1：正态分布参数求解与标准化（2024年真题）

【题目】设X～N(μ,σ²)，已知P(X≤2)=0.5，P(X≤1)=0.3085，求P(X≥3)。

【标准解答】

由P(X≤2)=0.5知μ=2（正态分布中位数=均值）。

标准化：P(X≤1)=P(Z≤(1−2)/σ)=Φ(−1/σ)=0.3085

查标准正态表：Φ(−0.5)=0.3085 ⇒ −1/σ=−0.5 ⇒ σ=2

故X～N(2,4)

P(X≥3)=P(Z≥(3−2)/2)=P(Z≥0.5)=1−Φ(0.5)=1−0.6915=0.3085

【解题技巧】“P(X≤a)=0.5”是定位均值的黄金线索；熟悉常用Φ值（如Φ(0.5)=0.6915, Φ(1)=0.8413）可大幅提速。

题型2：泊松分布参数估计（2021年真题）

【题目】某网站每小时平均访问量为5次，设访问次数X服从泊松分布。求：（1）一小时内恰好3次访问的概率；（2）2小时内至少2次访问的概率。

【标准解答】

X～P(λ=5)

P(X=3)=e⁻⁵·5³/3!=125e⁻⁵/6≈125×0.006738/6≈0.1404

小时内λ'=5×2=10，Y～P(10)

P(Y≥2)=1−P(Y=0)−P(Y=1)

=1−e⁻¹⁰−10e⁻¹⁰=1−11e⁻¹⁰≈1−11×4.54×10⁻⁵≈0.9995

【数值技巧】e⁻⁵≈0.006738, e⁻¹⁰≈4.54×10⁻⁵需记忆或熟练查表；考试可用计算器直接输入。

题型1：协方差与独立性判定（2023年真题）

【题目】设X～U[0,1]，Y=X²，求Cov(X,Y)并判断X与Y是否独立。

【标准解答】

Cov(X,Y)=E(XY)−E(X)E(Y)=E(X³)−E(X)E(X²)

E(X)=∫₀¹xdx=1/2, E(X²)=∫₀¹x²dx=1/3, E(X³)=∫₀¹x³dx=1/4

故Cov(X,Y)=1/4−(1/2)(1/3)=1/4−1/6=1/12≠0

协方差不为零 ⇒ X与Y不独立（但注意：协方差为0不能推出独立）

【深度辨析】虽然Y是X的确定性函数，直观上高度相关，但考生易误认为“非线性关系即不相关”。本题说明：即使相关系数非线性，协方差仍可非零，是判定非独立的有效工具。

题型2：二维正态分布条件期望（2022年真题）

【题目】设(X,Y)～N(μ₁,μ₂,σ₁²,σ₂²,ρ)，已知μ₁=0,μ₂=1,σ₁=1,σ₂=2,ρ=0.5，求E(Y|X=1)。

【标准解答】

维正态分布条件期望公式：

E(Y|X=x)=μ₂+ρ·(σ₂/σ₁)(x−μ₁)

代入得：

E(Y|X=1)=1+0.5×(2/1)(1−0)=1+1=2

【记忆口诀】“条件均值=边缘均值+相关系数×标准差比×偏离量”，理解推导优于死记。

题型1：中心极限定理应用（2024年真题）

【题目】某保险公司有10,000名客户，每人每年死亡概率为0.002，死亡赔付10万元。若公司年收入不少于1,200万元才盈利，求盈利概率（用中心极限定理近似）。

【标准解答】

设Xᵢ为第i人是否死亡（1=死亡,0=存活），Xᵢ～Bernoulli(p=0.002)

总赔付S=10⁵∑Xᵢ，∑Xᵢ～B(n=10⁴,p=0.002)

由中心极限定理：∑Xᵢ≈N(np,np(1−p))=N(20,19.96)

公司盈利 ⇔ 12,000 − 10⁵·∑Xᵢ > 0 ⇔ ∑Xᵢ < 0.12（单位：万元）→ 实际应为12,000万元收入，即保费收入12,000万 = 1.2亿？题干单位需统一。

修正：设每人年保费为c万元，则总收入=10⁴c万元，盈利条件：10⁴c − 10⁵·∑Xᵢ > 0 ⇒ ∑Xᵢ < 0.1c

题目给“年收入不少于1,200万元才盈利”，应理解为：总收入=1,200万元（即c=0.12万元=1,200元/人）

则盈利 ⇔ ∑Xᵢ < 12

标准化：P(∑Xᵢ < 12)≈P(Z < (12−20)/√19.96)=P(Z < −8/4.468)=P(Z < −1.79)

查表：Φ(−1.79)=1−Φ(1.79)≈1−0.9633=0.0367

故盈利概率约为3.67%。

【关键点】①单位统一；②连续性修正（本题未要求，可加±0.5）；③明确“盈利”对应事件。本题是中心极限定理最经典应用，务必掌握建模流程。

题型2：棣莫弗–拉普拉斯定理（2020年真题）

【题目】掷一枚均匀硬币1,000次，求正面出现次数在480~520次之间的概率。

【标准解答】

X～B(n=1000,p=0.5)，由棣莫弗–拉普拉斯定理：

P(480≤X≤520)≈Φ((520.5−500)/√250)−Φ((479.5−500)/√250)

=Φ(20.5/15.811)−Φ(−20.5/15.811)=Φ(1.3)−Φ(−1.3)=2Φ(1.3)−1

=2×0.9032−1=0.8064

【修正说明】连续性修正是提高精度的关键：P(a≤X≤b)≈P(a−0.5

题型1：马尔可夫链稳态分布（2024年新增题）

【题目】设一维马尔可夫链状态空间S={0,1}，转移矩阵：

P=[0.7 0.3; 0.4 0.6]

求稳态概率分布π=(π₀,π₁)。

【标准解答】

解方程组：

π₀=0.7π₀+0.4π₁

π₁=0.3π₀+0.6π₁

π₀+π₁=1

由第一式：π₀−0.7π₀=0.4π₁ ⇒ 0.3π₀=0.4π₁ ⇒ 3π₀=4π₁

联立π₀+π₁=1：

π₀=4/7≈0.5714, π₁=3/7≈0.4286

【物理意义】长期来看，约57.14%时间处于状态0，42.86%时间处于状态1，与初始状态无关（因链不可约、正常返）。

题型2：首达概率计算（2023年真题）

【题目】在上述链中，从状态0出发，首次返回状态0的步数期望（即返回时间）是多少？

【解答思路】

设m₀=E[T₀|X₀=0]，其中T₀=min{n≥1:Xₙ=0}

由全期望公式：

m₀=1+P₀₀·0 + P₀₁·m₁

但更标准做法：m₀=1 + P₀₁·m₁（因第一步到0则返回时间=1；到1则需1步到1+从1返回0的期望）

设m₁=E[T₀|X₀=1]，则：

m₀=1 + 0.3·m₁

m₁=1 + P₁₀·0 + P₁₁·m₁ = 1 + 0.6m₁ ⇒ 0.4m₁=1 ⇒ m₁=2.5

故m₀=1 + 0.3×2.5=1.75

【结论】期望返回时间为1.75步，说明该链“返回迅速”，与稳态概率π₀=4/7一致（π₀=1/m₀=4/7）。