--- tags: - 数学一 - 在学练习 - 概率论 - 大数定律 - 中心极限定理 - 解析 专题: 概率论 第5讲 · 大数定律与中心极限定理 · 解析(16 题) 日期: 2026-10-16 关联: "[[02-试题]] · [[01-考点手册]]" --- # 概率论 第5讲 · 大数定律与中心极限定理 · 解析 > 对应 [[02-试题]]。每题给「**答案 / 思路 / 易错点 / 真题骨架**」。 **核心公式(贴在眼前)** $$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2},\qquad \frac{\sum X_i-n\mu}{\sqrt n\,\sigma}\approx N(0,1),\qquad Y_n\sim B(n,p)\Rightarrow Y_n\approx N\!\big(np,\,np(1-p)\big).$$ --- ## A 组 · 基础 ### 第 1 题 **答案**:(Ⅰ)见证明;(Ⅱ)$E X_n=1+\dfrac1n-\dfrac1{n^2}\to1\ne0$ ,**依概率收敛 ⇏ 期望收敛**。 **思路**: (Ⅰ)对任意 $\varepsilon>0$ ,取 $n>\dfrac1\varepsilon$ ,则 $\dfrac1n<\varepsilon$ 。此时 $\lvert X_n\rvert\ge\varepsilon$ **只可能在** $X_n=n$ 时发生($\lvert X_n\rvert=n$ ),故 $$P\{\lvert X_n-0\rvert\ge\varepsilon\}=P\{X_n=n\}=\frac1n\longrightarrow0 .$$ 所以 $X_n\overset{P}{\longrightarrow}0$ 。 (Ⅱ)$$E X_n=\frac1n\left(1-\frac1n\right)+n\cdot\frac1n=1+\frac1n-\frac1{n^2}\ \xrightarrow{\ n\to\infty\ }\ 1\ne0 .$$ **结论**:**依概率收敛不能推出期望收敛**。(一般地,需要"一致可积"或"有界"等额外条件。) **易错点**:不要因为 $P\{X_n=n\}=\frac1n$ 很小就忽略它——**期望是"值 × 概率"**,$n\cdot\frac1n=1$ 恰好贡献了一个常数,这正是反例的精妙处。 --- ### 第 2 题 **答案**:(Ⅰ)$\le\dfrac18$ ;(Ⅱ)$\ge\dfrac78$ 。 **思路**:$\varepsilon=4$ , $$P\{\lvert X-5\rvert\ge4\}\le\frac{D X}{\varepsilon^2}=\frac{2}{16}=\frac18,\qquad P\{\lvert X-5\rvert<4\}=1-P\{\lvert X-5\rvert\ge4\}\ge1-\frac18=\frac78 .$$ **易错点**:**方向**——"$\ge$ "用上界 $\frac{DX}{\varepsilon^2}$ ;"$<$ "用 $1-\frac{DX}{\varepsilon^2}$ (对立事件)。 --- ### 第 3 题 **答案**:$\ge0.9$ 。 **思路**:$E X=np=500$ ,$D X=np(1-p)=1000\times0.25=250$ 。 $4500.977=\Phi(2)$$ $$\Longrightarrow\ \frac{1000-10n}{0.5\sqrt n}\ge2\ \Longrightarrow\ 1000-10n\ge\sqrt n .$$ 解不等式:令 $t=\sqrt n$ ,得 $10t^2+t-1000\le0$ ,$t\le\dfrac{-1+\sqrt{40001}}{20}\approx9.95$ ,故 $n\le99.0$ ,即**最多 99 件**。 **验证**:$n=99$ :$\dfrac{1000-990}{0.5\sqrt{99}}\approx\dfrac{10}{4.975}\approx2.01>2$ ✓;$n=100$ :$\dfrac{0}{5}=0$ ✗。 **易错点**: - 标准差是 $\sqrt{n}\cdot0.5$ ,**不是** $n\cdot0.5$ ;方差是 $n\cdot0.25$ ; - $\Phi(2)=0.977$ 给出的是**关于 $z$ 的单调性**:$\Phi(z)>0.977\iff z>2$ ,方向别反; - 答案是"最多"故**向下取整**($99$ ,不是 $100$ )。 --- ### 第 10 题 【真题骨架 2020·8】 **答案**:$\approx\Phi(1)$ 。 **思路**:$\sum X_i\sim B(400,0.5)$ ,$E=400\times0.5=200$ ,$D=400\times0.5\times0.5=100$ ,标准差 $=10$ 。由棣莫弗–拉普拉斯定理 $$P\left\{\sum_{i=1}^{400}X_i\le210\right\}\approx\Phi\!\left(\frac{210-200}{10}\right)=\Phi(1).$$ **易错点**:二项的正态近似用**二项自己的期望方差**($np$ 、$np(1-p)$ ),不要另算。 **真题**:2020·8(单选 4 分)结构完全一致($n=100$ 、阈值 $55$ ,答案 $\Phi(1)$ )。 --- ### 第 11 题 【真题骨架 2025·9】 **答案**:$\approx4e^{-3}\approx0.199$ 。 **思路**:$T\sim B(300,0.01)$ 。$n=300$ 大、$p=0.01$ 很小,用**泊松近似**,$\lambda=np=3$ ,$T\approx P(3)$ : $$P\{T\le1\}\approx P\{T=0\}+P\{T=1\}=e^{-3}\cdot\frac{3^0}{0!}+e^{-3}\cdot\frac{3^1}{1!}=e^{-3}(1+3)=4e^{-3}.$$ **易错点**:$\lambda=np=300\times0.01=3$ (**不是** $n=300$ ,也**不是** $p=0.01$ );$P\{T\le1\}$ 是"$0$ 或 $1$ ",别只算一项。 **真题**:2025·9(单选 5 分)同结构($n=20,p=0.1,\lambda=2$ ,答案 $3e^{-2}$ ,即选项 C)。 --- ### 第 12 题 **答案**:$\le\dfrac{1}{16}$ 。 **思路**:令 $Z=X-Y$ 。由 $E X=E Y$ 得 $E Z=0$ 。 $$\operatorname{Cov}(X,Y)=\rho_{XY}\sqrt{D X}\sqrt{D Y}=\frac12\cdot1\cdot1=\frac12,$$ $$D Z=D(X-Y)=D X+D Y-2\operatorname{Cov}(X,Y)=1+1-2\times\frac12=1 .$$ 取 $\varepsilon=4$ : $$P\{\lvert X-Y\rvert\ge4\}=P\{\lvert Z-E Z\rvert\ge4\}\le\frac{D Z}{16}=\frac1{16}.$$ **易错点**: - 方差**不能**直接相加($DX+DY=2$ ),必须**减去** $2\operatorname{Cov}$ ; - $\operatorname{Cov}=\rho\sqrt{DX}\sqrt{DY}$ ,分母是**标准差之积**。 --- ## C 组 · 拔高 ### 第 13 题 **答案**:**D**。 **思路**:$X_n\sim E(n)$ ⟹ $E X_n=\dfrac1n$ (存在),$D X_n=\dfrac1{n^2}$ 。切比雪夫大数定律只差"**方差一致有界**"这一条(独立性题干已给)。逐项算方差: | 选项 | 序列 | $D(\cdot)$ | 是否有界 | |---|---|---|---| | A | $\dfrac1nX_n$ | $\dfrac{1}{n^2}\cdot\dfrac1{n^2}=\dfrac{1}{n^4}$ | ✓ $\le1$ | | B | $X_n$ | $\dfrac1{n^2}$ | ✓ $\le1$ | | C | $nX_n$ | $n^2\cdot\dfrac1{n^2}=1$ | ✓ $=1$ | | D | $n^2X_n$ | $n^4\cdot\dfrac1{n^2}=n^2$ | ✗ $\to\infty$ | **故 D 不服从切比雪夫大数定律。** **易错点**:$D(aX_n)=a^2D X_n$ ——**系数要平方**;本题 D 项系数 $n^2$ 平方后是 $n^4$ ,恰好把 $DX_n=\frac1{n^2}$ 抵消成 $n^2$ (发散)。这是本类题的标准设计手法。 --- ### 第 14 题 【切比雪夫大数定律】 **证明**:记 $\bar X=\dfrac1n\sum\limits_{i=1}^nX_i$ 。由期望的线性性 $E\bar X=\dfrac1n\sum E X_i$ 。由**两两不相关**($\operatorname{Cov}(X_i,X_j)=0,\ i\ne j$ ): $$D\bar X=\frac{1}{n^2}D\!\left(\sum_{i=1}^nX_i\right)=\frac{1}{n^2}\left[\sum_{i=1}^nD X_i+2\!\!\sum_{i-1.645$ ✗;$n=102$ :$z\approx-1.98\le-1.645$ ✓。 **易错点**: - 是"**和 ≥ 10000**",故用**右尾** $1-\Phi(\cdot)$ ,**不要**错写成 $\Phi$ ; - $\Phi(z)\le0.05\iff z\le-1.645$ (**负号**易漏); - 标准差 $\sqrt{n\sigma^2}=\sigma\sqrt n$ ,**不是** $\sigma n$ 。 --- ### 第 16 题 【综合辨析】 **答案**: (Ⅰ)$D\bar X=\dfrac{1}{n^2}\sum D X_i=\dfrac{\sigma^2}{n}$ ,由切比雪夫不等式 $$P\{\lvert\bar X-\mu\rvert\ge\varepsilon\}\le\frac{D\bar X}{\varepsilon^2}=\frac{\sigma^2}{n\varepsilon^2}\ \xrightarrow{\ n\to\infty\ }\ 0,$$ 即 $\bar X\overset{P}{\longrightarrow}\mu$ 。(这是**辛钦大数定律**的一个特例——多了"方差存在"的条件。) (Ⅱ)由中心极限定理 $\dfrac{\bar X-\mu}{\sigma/\sqrt n}\overset{\text{近似}}{\sim}N(0,1)$ ,故 $$P\{\lvert\bar X-\mu\rvert<\varepsilon\}=P\left\{\left\lvert\frac{\bar X-\mu}{\sigma/\sqrt n}\right\rvert<\frac{\varepsilon\sqrt n}{\sigma}\right\}\approx2\Phi\!\left(\frac{\varepsilon\sqrt n}{\sigma}\right)-1 .$$ 当 $n\to\infty$ 时 $\dfrac{\varepsilon\sqrt n}{\sigma}\to+\infty$ ,$\Phi\to1$ ,故该概率 $\to1$ 。 (Ⅲ)**中心极限定理更精确**: - **(Ⅱ)** 利用"和的分布趋正态"这一**更深**的信息,给出的是**近似值**(可以很接近真值),但要求 $n$ **充分大**、且 $\sigma^2$ **有限存在**; - **(Ⅰ)** 只用到期望与方差,**对任意 $n$ 都能用、无条件普适**,但只能给**宽松的上界**(界 $\dfrac{\sigma^2}{n\varepsilon^2}$ 往往远大于真值),**给不出近似值**。 > **一句话**:**切比雪夫"普适但粗糙",中心极限定理"精确但要求高"。** 前者证明"收敛",后者刻画"收敛的速度与形态"。 **易错点**:$\Phi$ 的变量是 $\dfrac{\varepsilon\sqrt n}{\sigma}$ (**除以标准差 $\sigma$ **,不是 $\sigma^2$ )。 --- ## 命题质量报告 ### 一、考点覆盖 | 考点 | 题号 | 覆盖 | |---|---|---| | 依概率收敛的定义与反例 | 1 | ✅ | | 切比雪夫不等式:直接套 + 方向 | 2 | ✅ | | 切比雪夫不等式:二项分布 | 3 | ✅ | | 辛钦大数定律:应用(求极限值) | 4 | ✅ | | 辛钦大数定律:**条件辨析** | 5 | ✅ | | 中心极限定理:iid 求和标准化 | 6 | ✅ | | **2022·9 骨架**(样本均值 + 四阶矩) | 7 | ✅ | | 反解样本量 $n$ (切比雪夫) | 8 | ✅ | | 中心极限定理:应用建模(装箱) | 9 | ✅ | | **2020·8 骨架**(0–1 变量求和) | 10 | ✅ | | **2025·9 骨架**(泊松近似) | 11 | ✅ | | 切比雪夫 + 协方差($Z=X-Y$ ) | 12 | ✅ | | 切比雪夫大数定律:**条件辨析** | 13 | ✅ | | 切比雪夫大数定律:**证明** | 14 | ✅ | | 中心极限定理:反解 $n$ | 15 | ✅ | | 切比雪夫 vs 中心极限定理:精度/条件对比 | 16 | ✅ | ### 二、难度与用时 | 组 | 题量 | 难度 | 建议用时 | |---|---|---|---| | A 基础 | 6(1–6) | ★☆☆ | 22 分钟 | | B 中等 | 6(7–12) | ★★☆ | 28 分钟 | | C 拔高 | 4(13–16) | ★★★ | 20 分钟 | | **合计** | **16** | | **70 分钟** | ### 三、真题使用情况 - **骨架题**: - 第 7 题 ← **2022·9**(单选 5 分,「大数定律(切比雪夫不等式)」),数字原创; - 第 10 题 ← **2020·8**(单选 4 分,「中心极限定理」),数字原创; - 第 11 题 ← **2025·9**(单选 5 分,「泊松近似(二项分布)」),数字原创。 - **仓库例题改编**:第 4、5、9、13 题(`knowledge/4`、`exercise/4`、`knowledge/3 §切比雪夫`)。 - **本章十年 3 题全覆盖**(2020·8、2022·9、2025·9)。 ### 四、仍未覆盖方向(诚实列出) 1. **依概率收敛的运算性质**(如 $X_n\overset{P}{\to}a,\ Y_n\overset{P}{\to}b\Rightarrow X_nY_n\overset{P}{\to}ab$ )——考研几乎不单独考; 2. **李雅普诺夫中心极限定理**(不要求同分布,只要求某阶矩有界)——边缘内容,本讲未涉及; 3. **用切比雪夫不等式讨论估计量的"一致性"**——会在第 21 章(参数估计)中用到,届时回看 §2 即可; 4. **大数定律的建模应用**(如用频率估计概率、保险定价)——属应用题,非本讲主线。