98 lines
5.3 KiB
Markdown
98 lines
5.3 KiB
Markdown
---
|
||||
|
|
tags:
|
|||
|
|
- 数学一
|
|||
|
|
- 在学练习
|
|||
|
|
- 概率论
|
|||
|
|
- 大数定律
|
|||
|
|
- 中心极限定理
|
|||
|
|
- 切比雪夫不等式
|
|||
|
|
- 试题
|
|||
|
|
专题: 概率论 第5讲 · 大数定律与中心极限定理 · 试题(16 题)
|
|||
|
|
日期: 2026-10-16
|
|||
|
|
题量: 16 题(A 基础 6 / B 中等 6 / C 拔高 4)
|
|||
|
|
建议用时: 70 分钟(可拆两天)
|
|||
|
|
关联: "[[01-考点手册]] · [[03-解析]]"
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
# 概率论 第5讲 · 大数定律与中心极限定理 · 试题
|
|||
|
|
|
|||
|
|
> **用法**:先过 [[01-考点手册]],再限时 70 分钟做本卷,最后对 [[03-解析]]。
|
|||
|
|
> **来源记号**:🟨 真题库第 19 章 · 🟩 参考仓库 · 🟦 视频讲次。标「真题骨架」的题与真题同结构,**数字全部原创**,做完可直接回刷真题原题。
|
|||
|
|
> **难度**:A ★☆☆ · B ★★☆ · C ★★★。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## A 组 · 基础(直接套用,★☆☆)
|
|||
|
|
|
|||
|
|
**1.** 【依概率收敛】设随机变量序列 $\{X_n\}$ 满足
|
|||
|
|
|
|||
|
|
$$P\left\{X_n=\frac1n\right\}=1-\frac1n,\qquad P\{X_n=n\}=\frac1n\quad(n=1,2,\cdots).$$
|
|||
|
|
|
|||
|
|
(Ⅰ)证明 $X_n\overset{P}{\longrightarrow}0$;
|
|||
|
|
|
|||
|
|
(Ⅱ)求 $E X_n$,并说明它是否收敛于 $0$。由此可得什么结论?
|
|||
|
|
|
|||
|
|
**2.** 【切比雪夫不等式】设随机变量 $X$ 的 $E X=5$,$D X=2$。用切比雪夫不等式估计:
|
|||
|
|
|
|||
|
|
(Ⅰ)$P\{\lvert X-5\rvert\ge4\}$ 的上界;
|
|||
|
|
|
|||
|
|
(Ⅱ)$P\{\lvert X-5\rvert<4\}$ 的下界。
|
|||
|
|
|
|||
|
|
**3.** 【二项 + 切比雪夫】设 $X\sim B(1000,0.5)$。用切比雪夫不等式估计 $P\{450<X<550\}$ 的下界。
|
|||
|
|
|
|||
|
|
**4.** 【辛钦大数定律的应用】将一枚均匀骰子重复投掷 $n$ 次,$X_i$ 表示第 $i$ 次掷出的点数,$\bar X=\dfrac1n\sum\limits_{i=1}^nX_i$。当 $n\to\infty$ 时,$\bar X$ 依概率收敛于何值?说明依据。
|
|||
|
|
|
|||
|
|
**5.** 【辛钦大数定律的条件】设 $X_1,X_2,\cdots,X_n,\cdots$ 相互独立。根据辛钦大数定律,当 $n\to\infty$ 时 $\dfrac1n\sum\limits_{i=1}^nX_i$ 依概率收敛于数学期望,只要 $\{X_n\}$( )。
|
|||
|
|
|
|||
|
|
(A)有相同的数学期望 (B)服从同一离散型分布 (C)服从同一泊松分布 (D)服从同一连续型分布
|
|||
|
|
|
|||
|
|
**6.** 【中心极限定理】设 $X_1,X_2,\cdots,X_{100}$ 相互独立同分布,$E X_i=1$,$D X_i=4$。用中心极限定理求 $P\left\{\sum\limits_{i=1}^{100}X_i\le120\right\}$ 的近似值(用 $\Phi$ 表示)。
|
|||
|
|
|
|||
|
|
## B 组 · 中等(多步计算,★★☆)
|
|||
|
|
|
|||
|
|
**7.** 【真题骨架 **2022·9** 🟨】设 $X_1,X_2,\cdots,X_n$ 独立同分布,$E X_1=0$,$E X_1^2=1$,$E X_1^4=5$。令 $Y_i=X_i^2$。
|
|||
|
|
|
|||
|
|
(Ⅰ)求 $E Y_i$ 与 $D Y_i$;
|
|||
|
|
|
|||
|
|
(Ⅱ)用切比雪夫不等式估计 $P\left\{\left\lvert\dfrac1n\sum\limits_{i=1}^nX_i^2-1\right\rvert\ge\varepsilon\right\}$ 的上界。
|
|||
|
|
|
|||
|
|
**8.** 【反解样本量】某试验中随机变量 $X$ 的 $E X=20$,$D X=9$。欲使 $n$ 次独立重复观测的样本均值 $\bar X$ 满足
|
|||
|
|
|
|||
|
|
$$P\{\lvert\bar X-20\rvert<1\}\ge0.9,$$
|
|||
|
|
|
|||
|
|
用切比雪夫不等式估计 $n$ **至少**应取多少。
|
|||
|
|
|
|||
|
|
**9.** 【中心极限定理 · 应用】某生产线每件产品重量随机,平均 $10$ kg、标准差 $0.5$ kg。一辆载重 $1000$ kg 的货车承运,问**最多**装多少件可保证**不超载**的概率大于 $0.977$?($\Phi(2)=0.977$)
|
|||
|
|
|
|||
|
|
**10.** 【真题骨架 **2020·8** 🟨】设 $X_1,X_2,\cdots,X_{400}$ 独立同分布,且 $P\{X_i=0\}=P\{X_i=1\}=\dfrac12$。用中心极限定理求 $P\left\{\sum\limits_{i=1}^{400}X_i\le210\right\}$ 的近似值(用 $\Phi$ 表示)。
|
|||
|
|
|
|||
|
|
**11.** 【真题骨架 **2025·9** 🟨】设 $X_1,X_2,\cdots,X_{300}$ 相互独立,均服从 $B(1,0.01)$,令 $T=\sum\limits_{i=1}^{300}X_i$。利用泊松近似求 $P\{T\le1\}$ 的近似值。
|
|||
|
|
|
|||
|
|
**12.** 【切比雪夫 + 协方差】设 $X,Y$ 满足 $E X=E Y$,$D X=D Y=1$,相关系数 $\rho_{XY}=\dfrac12$。用切比雪夫不等式估计 $P\{\lvert X-Y\rvert\ge4\}$ 的上界。
|
|||
|
|
|
|||
|
|
## C 组 · 拔高(综合与证明,★★★)
|
|||
|
|
|
|||
|
|
**13.** 【切比雪夫大数定律的条件辨析】设 $\{X_n\}$ 相互独立,$X_n$ 服从参数为 $n$ 的指数分布(记为 $X_n\sim E(n)$)。下列随机变量序列中,**不**服从切比雪夫大数定律的是( )。
|
|||
|
|
|
|||
|
|
(A)$X_1,\dfrac12X_2,\cdots,\dfrac1nX_n,\cdots$ (B)$X_1,X_2,\cdots,X_n,\cdots$
|
|||
|
|
|
|||
|
|
(C)$X_1,2X_2,\cdots,nX_n,\cdots$ (D)$X_1,2^2X_2,\cdots,n^2X_n,\cdots$
|
|||
|
|
|
|||
|
|
**14.** 【切比雪夫大数定律的证明】设随机变量序列 $X_1,X_2,\cdots,X_n,\cdots$ **两两不相关**,且存在常数 $C$ 使 $D X_i\le C\ (i=1,2,\cdots)$。证明:对任意 $\varepsilon>0$,
|
|||
|
|
|
|||
|
|
$$\lim_{n\to\infty}P\left\{\left\lvert\frac1n\sum_{i=1}^nX_i-\frac1n\sum_{i=1}^nE X_i\right\rvert\ge\varepsilon\right\}=0 .$$
|
|||
|
|
|
|||
|
|
**15.** 【中心极限定理 · 反解 $n$】某型号零件寿命 $X_i$ 独立同分布,平均寿命 $100$ 小时、标准差 $10$ 小时。求最小的 $n$,使 $P\left\{\sum\limits_{i=1}^nX_i\ge10000\right\}\ge0.95$。($\Phi(1.645)=0.95$)
|
|||
|
|
|
|||
|
|
**16.** 【综合辨析】设 $X_1,X_2,\cdots,X_n$ 独立同分布,$E X_i=\mu$、$D X_i=\sigma^2\in(0,+\infty)$,$\bar X=\dfrac1n\sum\limits_{i=1}^nX_i$。
|
|||
|
|
|
|||
|
|
(Ⅰ)用切比雪夫不等式证明 $\bar X\overset{P}{\longrightarrow}\mu$;
|
|||
|
|
|
|||
|
|
(Ⅱ)用中心极限定理写出 $P\{\lvert\bar X-\mu\rvert<\varepsilon\}$ 的近似表达式(用 $\Phi$ 表示),并说明当 $n\to\infty$ 时它趋于 $1$;
|
|||
|
|
|
|||
|
|
(Ⅲ)比较(Ⅰ)(Ⅱ)两种估计:哪一个更精确?各自需要什么条件?
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
> **做完对答案** → [[03-解析]]。
|