220 lines
7.8 KiB
Markdown
220 lines
7.8 KiB
Markdown
# 题型四:二项分布的正态近似(棣莫弗-拉普拉斯定理)
|
||||
|
|
|
|||
|
|
## 识别特征
|
|||
|
|
|
|||
|
|
- 题干出现 $B(n, p)$ 或"$n$ 次独立试验""成功次数"
|
|||
|
|
- $n$ 较大,求 $P(a \le X \le b)$ 或 $P(X = k)$
|
|||
|
|
- 题目明确"用正态近似"或"近似计算"
|
|||
|
|
- $np \ge 5$ 且 $n(1-p) \ge 5$(必要条件)
|
|||
|
|
|
|||
|
|
## 解题流程
|
|||
|
|
|
|||
|
|
```mermaid
|
|||
|
|
flowchart TD
|
|||
|
|
A[识别:二项分布近似题] --> B[确认 X ~ B n p]
|
|||
|
|
B --> C{np ≥ 5 且 n(1-p) ≥ 5?}
|
|||
|
|
C -->|否| D[改用泊松近似]
|
|||
|
|
C -->|是| E[E X = np, D X = np 1-p]
|
|||
|
|
E --> F[标准化 Z = X - np / √np(1-p)]
|
|||
|
|
F --> G{是 P(a ≤ X ≤ b) 还是 P(X = k)?}
|
|||
|
|
G -->|区间| H[查 Φ 表: 连续校正]
|
|||
|
|
G -->|单点| I[用局部极限定理或校正]
|
|||
|
|
H --> J[最终答案]
|
|||
|
|
I --> J
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 通法步骤
|
|||
|
|
|
|||
|
|
### 一、棣莫弗-拉普拉斯定理
|
|||
|
|
|
|||
|
|
设 $\eta_n \sim B(n, p)$($n$ 次独立试验中成功次数),$0 < p < 1$,则当 $n$ 充分大时:
|
|||
|
|
$$
|
|||
|
|
\frac{\eta_n - np}{\sqrt{np(1-p)}} \xrightarrow{d} N(0,1)
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
即 $B(n, p)$ 近似 $N(np, np(1-p))$。
|
|||
|
|
|
|||
|
|
### 二、连续性校正(Continuity Correction)
|
|||
|
|
|
|||
|
|
二项分布是**离散**分布,正态分布是**连续**分布,直接近似有误差。**校正方法**:
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
P(a \le X \le b) \approx \Phi\left(\frac{b + 0.5 - np}{\sqrt{np(1-p)}}\right) - \Phi\left(\frac{a - 0.5 - np}{\sqrt{np(1-p)}}\right)
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
*校正含义*:$P(X = k) \approx P(k - 0.5 < Y \le k + 0.5)$,其中 $Y$ 是连续正态变量。
|
|||
|
|
|
|||
|
|
### 三、应用步骤(五步法)
|
|||
|
|
|
|||
|
|
| 步骤 | 操作 | 关键点 |
|
|||
|
|
|------|------|--------|
|
|||
|
|
| **1. 定分布** | 明确 $X \sim B(n, p)$,求 $E(X) = np, D(X) = np(1-p)$ | 套公式 |
|
|||
|
|
| **2. 验条件** | 检查 $np \ge 5, n(1-p) \ge 5$ | 不满足则改用泊松近似 |
|
|||
|
|
| **3. 标准化** | $Z = \dfrac{X - np}{\sqrt{np(1-p)}} \sim N(0,1)$ | $np(1-p)$ 是方差 |
|
|||
|
|
| **4. 转换** | $P(a \le X \le b) = \Phi\left(\dfrac{b + 0.5 - np}{\sqrt{np(1-p)}}\right) - \Phi\left(\dfrac{a - 0.5 - np}{\sqrt{np(1-p)}}\right)$ | 用 $\pm 0.5$ 校正 |
|
|||
|
|
| **5. 查表** | 查 $\Phi$ 表 | 注意 $\Phi(-x) = 1 - \Phi(x)$ |
|
|||
|
|
|
|||
|
|
### 四、典型公式表
|
|||
|
|
|
|||
|
|
设 $X \sim B(n, p)$,$Y$ 近似 $N(np, np(1-p))$,$\sigma = \sqrt{np(1-p)}$:
|
|||
|
|
|
|||
|
|
| 概率 | 近似公式 |
|
|||
|
|
|------|---------|
|
|||
|
|
| $P(X \le k)$ | $\Phi\left(\dfrac{k + 0.5 - np}{\sigma}\right)$ |
|
|||
|
|
| $P(X \ge k)$ | $1 - \Phi\left(\dfrac{k - 0.5 - np}{\sigma}\right) = \Phi\left(\dfrac{np - k + 0.5}{\sigma}\right)$ |
|
|||
|
|
| $P(a \le X \le b)$ | $\Phi\left(\dfrac{b + 0.5 - np}{\sigma}\right) - \Phi\left(\dfrac{a - 0.5 - np}{\sigma}\right)$ |
|
|||
|
|
| $P(\|X - np\| \le \varepsilon)$ | $2\Phi\left(\dfrac{\varepsilon + 0.5}{\sigma}\right) - 1$ |
|
|||
|
|
|
|||
|
|
### 五、适用条件
|
|||
|
|
|
|||
|
|
| 条件 | 用途 |
|
|||
|
|
|------|------|
|
|||
|
|
| $np \ge 5, n(1-p) \ge 5$ | 经验法则(较宽松)|
|
|||
|
|
| $np \ge 10, n(1-p) \ge 10$ | 更严格(精度更好)|
|
|||
|
|
| $n \ge 30$ | 一般法则 |
|
|||
|
|
| $p$ 接近 0 或 1 | 用**泊松近似** $\lambda = np$ |
|
|||
|
|
|
|||
|
|
### 六、与其他近似的对比
|
|||
|
|
|
|||
|
|
| 方法 | 适用条件 | 近似分布 |
|
|||
|
|
|------|---------|---------|
|
|||
|
|
| **棣莫弗-拉普拉斯(正态)** | $np, n(1-p) \ge 5$ | $N(np, np(1-p))$ |
|
|||
|
|
| **泊松近似** | $n$ 大,$p$ 小($np$ 中等)| $P(np)$ |
|
|||
|
|
| **精确计算** | $n$ 小(如 $n \le 30$)| $B(n, p)$ |
|
|||
|
|
|
|||
|
|
## 常见陷阱
|
|||
|
|
|
|||
|
|
- **陷阱 1**:$np$ 或 $n(1-p)$ 太小(如 $B(5, 0.1)$ 的 $np = 0.5$)→ 不能用正态近似
|
|||
|
|
- **陷阱 2**:忘记**连续性校正**——直接 $P(a \le X \le b) = \Phi(b) - \Phi(a)$ 会偏低
|
|||
|
|
- **陷阱 3**:混淆 $P(X \ge k)$ 与 $P(X > k)$:前者含 $k$,后者不含
|
|||
|
|
- **陷阱 4**:求 $P(X = k)$ 时:直接用 $P(X = k) \approx \Phi\left(\dfrac{k + 0.5 - np}{\sigma}\right) - \Phi\left(\dfrac{k - 0.5 - np}{\sigma}\right)$,**不要**直接用泊松公式或局部 CLT
|
|||
|
|
- **陷阱 5**:$p = 0$ 或 $p = 1$(退化情形)不能近似
|
|||
|
|
- **陷阱 6**:标准化时漏掉 $\sqrt{np(1-p)}$,只除以 $np$
|
|||
|
|
|
|||
|
|
## 经典母题
|
|||
|
|
|
|||
|
|
> **题目 1**:设 $X \sim B(100, 0.5)$,求 $P(40 \le X \le 60)$。
|
|||
|
|
|
|||
|
|
**解析**:
|
|||
|
|
|
|||
|
|
- $E(X) = 100 \times 0.5 = 50$
|
|||
|
|
- $D(X) = 100 \times 0.5 \times 0.5 = 25$
|
|||
|
|
- $\sqrt{D(X)} = 5$
|
|||
|
|
|
|||
|
|
由棣莫弗-拉普拉斯定理,$X$ 近似 $N(50, 25)$,用连续性校正:
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
P(40 \le X \le 60) \approx \Phi\left(\frac{60.5 - 50}{5}\right) - \Phi\left(\frac{40 - 0.5 - 50}{5}\right) = \Phi(2.1) - \Phi(-2.1) = 2\Phi(2.1) - 1
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
查表:$\Phi(2.1) = 0.9821$,所以 $P \approx 2 \times 0.9821 - 1 = 0.9642$。
|
|||
|
|
|
|||
|
|
**复盘**:
|
|||
|
|
- $np = 50 \ge 5$,$n(1-p) = 50 \ge 5$,条件满足
|
|||
|
|
- 校正值 $\pm 0.5$ 是关键
|
|||
|
|
- 不校正的近似:$\Phi(2) - \Phi(-2) = 0.9544$(略低)
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
> **题目 2**:某厂产品次品率 $p = 0.05$,现抽 1000 件检验。求次品数 $X$ 在 40 到 60 之间的概率。
|
|||
|
|
|
|||
|
|
**解析**:
|
|||
|
|
|
|||
|
|
- $X \sim B(1000, 0.05)$
|
|||
|
|
- $E(X) = 50, D(X) = 1000 \times 0.05 \times 0.95 = 47.5$
|
|||
|
|
- $\sqrt{D(X)} \approx 6.89$
|
|||
|
|
|
|||
|
|
由 CLT(棣莫弗-拉普拉斯):
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
P(40 \le X \le 60) \approx \Phi\left(\frac{60.5 - 50}{6.89}\right) - \Phi\left(\frac{40 - 0.5 - 50}{6.89}\right) = \Phi(1.524) - \Phi(-1.524) = 2\Phi(1.524) - 1
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
查表:$\Phi(1.524) \approx 0.9362$,所以 $P \approx 0.8724$。
|
|||
|
|
|
|||
|
|
**复盘**:
|
|||
|
|
- $np = 50 \ge 5$,$n(1-p) = 950 \ge 5$,条件满足
|
|||
|
|
- 这是**典型的质检问题**——次品率 $p$ 小但 $n$ 大,可用正态近似
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
> **题目 3**:设 $X \sim B(100, 0.2)$。求 $P(X = 20)$。
|
|||
|
|
|
|||
|
|
**解析**:
|
|||
|
|
|
|||
|
|
- $E(X) = 20, D(X) = 100 \times 0.2 \times 0.8 = 16, \sqrt{D} = 4$
|
|||
|
|
|
|||
|
|
由连续性校正:
|
|||
|
|
$$
|
|||
|
|
P(X = 20) \approx \Phi\left(\frac{20.5 - 20}{4}\right) - \Phi\left(\frac{20 - 0.5 - 20}{4}\right) = \Phi(0.125) - \Phi(-0.125) = 2\Phi(0.125) - 1
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
查表:$\Phi(0.125) \approx 0.5497$,所以 $P \approx 0.0994$。
|
|||
|
|
|
|||
|
|
**复盘**:
|
|||
|
|
- **求单点概率的特殊方法**:用连续性校正
|
|||
|
|
- 精确值:$P(X = 20) = \binom{100}{20} \times 0.2^{20} \times 0.8^{80} \approx 0.0993$(近似非常准确)
|
|||
|
|
- 另一种方法:**局部极限定理**(超纲)$P(X = k) \approx \dfrac{1}{\sqrt{2\pi np(1-p)}} e^{-\frac{(k-np)^2}{2np(1-p)}}$
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
> **题目 4(综合)**:某保险公司有 10000 名保单持有人,每人出险概率 $p = 0.001$。设出险次数 $X \sim B(10000, 0.001)$。问:
|
|||
|
|
> (1) $P(X \ge 15)$;
|
|||
|
|
> (2) 至少需要多少保单持有人才能使 $P(X \ge 15) \ge 0.95$?
|
|||
|
|
|
|||
|
|
**解析 (1)**:
|
|||
|
|
|
|||
|
|
- $E(X) = 10, D(X) = 9.99 \approx 10, \sqrt{D} \approx 3.16$
|
|||
|
|
|
|||
|
|
$np = 10 \ge 5$,$n(1-p) = 9990 \ge 5$,可正态近似:
|
|||
|
|
$$
|
|||
|
|
P(X \ge 15) \approx 1 - \Phi\left(\frac{15 - 0.5 - 10}{3.16}\right) = 1 - \Phi(1.42) = 1 - 0.9222 = 0.0778
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
**解析 (2)**:
|
|||
|
|
|
|||
|
|
设 $n$ 个保单持有人,$X \sim B(n, 0.001)$,$E(X) = 0.001n, D(X) \approx 0.001n$。
|
|||
|
|
|
|||
|
|
$P(X \ge 15) \ge 0.95 \Leftrightarrow P(X \le 14) \le 0.05$。
|
|||
|
|
|
|||
|
|
由 CLT:
|
|||
|
|
$$
|
|||
|
|
P(X \le 14) \approx \Phi\left(\frac{14.5 - 0.001n}{\sqrt{0.001n}}\right) = 0.05
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
反查 $\Phi$ 表:$\dfrac{14.5 - 0.001n}{\sqrt{0.001n}} = -1.645$
|
|||
|
|
|
|||
|
|
设 $u = \sqrt{0.001n}$,则 $14.5 - u^2 = -1.645u$,即 $u^2 - 1.645u - 14.5 = 0$。
|
|||
|
|
|
|||
|
|
解得 $u = \dfrac{1.645 + \sqrt{1.645^2 + 58}}{2} = \dfrac{1.645 + 7.764}{2} \approx 4.705$。
|
|||
|
|
|
|||
|
|
所以 $n = u^2/0.001 \approx 22137$。取 $n \ge 22137$。
|
|||
|
|
|
|||
|
|
**复盘**:
|
|||
|
|
- 这是**保险精算的经典应用**——估计"小概率大数"事件
|
|||
|
|
- 第一问直接查 $\Phi$ 表,第二问反查 $\Phi$ 表
|
|||
|
|
- 体现了**"小 $p$ 大 $n$"** 的标准应用
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
> **题目 5(极小 $p$ 改用泊松近似)**:设 $X \sim B(100, 0.01)$。用泊松近似求 $P(X = 2)$。
|
|||
|
|
|
|||
|
|
**解析**:
|
|||
|
|
|
|||
|
|
$np = 1$,远小于 5,正态近似不适用。改用泊松近似 $\lambda = np = 1$:
|
|||
|
|
$$
|
|||
|
|
P(X = 2) \approx \frac{\lambda^2 e^{-\lambda}}{2!} = \frac{1 \times e^{-1}}{2} \approx \frac{0.3679}{2} = 0.1839
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
**复盘**:
|
|||
|
|
- $p$ 很小且 $n$ 不大时(如 $B(100, 0.01)$),**泊松近似** 比正态近似更准确
|
|||
|
|
- **判断标准**:$np < 5$ 时,优先用泊松近似
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
> **口诀速记**:
|
|||
|
|
> - "$np, n(1-p) \ge 5$" → 正态近似
|
|||
|
|
> - "**$p$ 小 $n$ 中**" → 泊松近似
|
|||
|
|
> - "**$n$ 小直接算**" → 二项分布精确公式
|
|||
|
|
> - "**连续性校正 $\pm 0.5$**":求单点概率必备
|