Files
Yimu 60dfb19579 refactor(概率论第5讲): 拆为上册「大数定律」+ 下册「中心极限定理」,各按知识点带题重写
上册 14 题(3 点):
- 点1 依概率收敛:定义、与数列极限的三条区别、四则运算与连续映射
- 点2 切比雪夫不等式:变形表、三步四陷阱、换元(含 2022·9 骨架)
- 点3 三条大数定律:共同形式、切比雪夫(含证明与条件辨析)、伯努利、辛钦、对照

下册 7 题(3 点):
- 点1 列维-林德伯格:定理、标准化四步、反解 n(含 2020·8 骨架)
- 点2 棣莫弗-拉普拉斯:二项的正态近似、连续性修正
- 点3 三种近似辨析:判据表、泊松近似(含 2025·9 骨架)

同步:总览目录树、第6讲相邻讲次、第一次模拟卷入口、知识点构建索引与第19背诵版回查入口;
删除旧「概率论-第5讲-大数定律与中心极限定理」三件套目录。全部数值经 python 复核。
2026-11-07 12:50:44 +08:00

7.5 KiB
Raw Permalink Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
概率论
中心极限定理
泊松近似
二项分布
概率论 第5讲下 · 点3 三种近似辨析 2026-11-07 知识点带题(3.1 判据表、3.2 泊松近似的计算,共 2 题)
README
01-知识点盘点

点 3 三种近似辨析

2025·9 单选 5 分,而且是"认出编号就得分"的送分题;但选错方向就一分不得|重要度 ★★★ 依赖:点 1、点 2 的标准化。盘点对应:§3 全节。

组织原则:本点考的不是计算,是判断——"这道题该用正态还是泊松"。两题分工明确:第 1 题只做判断(四个场景,不动手算),第 2 题只做计算(2025·9 的原型)。先把判据背成条件反射,再练那三步算术。 难度标准:两题都是 ★★☆。

知识点 3.1 判据表(出处:知识章 §3.2)

场景 用哪种 判据 典型长相
二项、n 大、p 居中 正态(棣莫弗-拉普拉斯) np\ge5 且 n(1-p)\ge5 B(600,0.4) 求 P\{X\le252\}
二项、n 大、p 很小 泊松 p\le0.05 且 np 适中 B(20,0.1) 、B(200,0.02)
独立同分布求和、n 大 列维-林德伯格 \mu 与 \sigma^2 都存在 寿命、重量、误差累加
单个变量求概率 都不用 样本量只有 1 X\sim E(1) 求 P\{X>5\}

两条判据的实质:

  • 正态近似要的是"对称、中间厚",所以 p 不能太靠近 0 或 1 ;
  • 泊松近似要的是"稀有事件、次数可数",所以 p 很小而 np 稳定在有限值。

一句口诀:np 大而 p 居中 \to 正态;np 小或 p 极小 \to 泊松;只有一个变量 \to 谁也别用。

知识点 3.2 泊松近似的计算套路(出处:知识章 §3.2)

X\sim B(n,p) ,取 \lambda=np ,则

P\{X=k\}\approx\frac{\lambda^k}{k!}e^{-\lambda},\qquad P\{X\le m\}\approx e^{-\lambda}\sum_{k=0}^{m}\frac{\lambda^k}{k!}.

三个现成结果(m 小时直接写):

P\{X=0\}=e^{-\lambda};\qquad P\{X\le1\}=e^{-\lambda}(1+\lambda);\qquad P\{X\ge3\}=1-e^{-\lambda}\left(1+\lambda+\frac{\lambda^2}{2}\right).

用正算还是补事件:m<\lambda 时直接算 P\{X\le m\} ;m 比 \lambda 大很多时改成 1-P\{X\le m'\} ,让加法项变少。


题目(按知识点顺序对应)

题 1 · 3.1:四个场景,各选一种近似(★★☆)

下列四个问题,分别指出该用哪一种近似(正态 / 泊松 / 都不适用),并写出判据:

(Ⅰ)X\sim B(600,\ 0.4) ,求 P\{X\le252\} ; (Ⅱ)T\sim B(20,\ 0.1) ,求 P\{T\le1\} ; (Ⅲ)T\sim B(200,\ 0.02) ,求 P\{T\ge3\} ; (Ⅳ)X\sim E(1) ,求 P\{X>5\} 。

怎么想:每题先算 np 和 n(1-p) 两个数——它们是判据的全部。要注意(Ⅱ)与(Ⅲ)的 n 差十倍,但结论一样,因为它们坏在同一个地方:np 太小。

解:

(Ⅰ) np=600\times0.4=240\ge5 ,n(1-p)=600\times0.6=360\ge5 。用正态(棣莫弗-拉普拉斯)。

标准化:\mu=240 ,\sigma=\sqrt{240\times0.6}=\sqrt{144}=12 ,z=\dfrac{252-240}{12}=1 。

(Ⅱ) np=20\times0.1=2<5 。不满足正态近似的门槛,用泊松,\lambda=np=2 。

P\{T\le1\}\approx e^{-2}(1+2)=3e^{-2}\approx0.406 .

(Ⅲ) np=200\times0.02=4<5 ,且 p=0.02\le0.05 。用泊松,\lambda=4 。这里 m=3 接近 \lambda ,直接算与补事件都行;用补事件项更少:

P\{T\ge3\}=1-P\{T\le2\}\approx1-e^{-4}\left(1+4+\frac{16}{2}\right)=1-13e^{-4}\approx0.762 .

(Ⅳ) 只有一个变量,n=1 。两种近似都不适用,直接积分:

P\{X>5\}=\int_{5}^{+\infty}e^{-x}\,\mathrm{d}x=e^{-5}\approx0.0067 .

对照一下(Ⅰ)与(Ⅲ)为什么不能互换:若把(Ⅲ)硬套正态,\mu=4 、\sigma=\sqrt{200\times0.02\times0.98}=\sqrt{3.92}\approx1.98 ,修正后得 1-\Phi\left(\frac{2.5-4}{1.98}\right)=\Phi(0.758)\approx0.776 ,与精确值 0.7649 差 0.011 ;而泊松给的 0.762 只差 0.003 ✓。反之把(Ⅰ)套泊松,\lambda=240 时 P\{X\le252\} 要加 253 项,根本算不出来。

带走结论:判据只有一行:np 与 n(1-p) 是否都 \ge5 ,就这一条 。都满足 \to 正态;有一个不满足 \to 看 p 是否很小,是则泊松;n=1 \to 老实积分。2025·9 那一类题(B(1,0.1) 求和 20 次)属于"np 小"这一类,答案是泊松。

关联 · 盘点 §3.1 判据表 | 上游 — | 下游 — | 速查 六 三种近似的判据


题 2 · 3.2:泊松近似与正态近似的正面比较(★★☆)

设 X_1,X_2,\cdots,X_{20} 独立同分布,均服从 B(1,\ 0.1) ,令 T=\sum\limits_{i=1}^{20}X_i 。

(Ⅰ)用泊松近似求 P\{T\le1\} ; (Ⅱ)若改用正态近似(作连续性修正),结果是多少? (Ⅲ)已知精确值 P\{T\le1\}=0.3917 ,比较两者并说明原因。

怎么想:T\sim B(20,0.1) ,np=2 太小,正态的门槛没过,所以泊松才是正解。第(Ⅱ)问是"故意用错方法",目的是看清错在哪。

解:

(Ⅰ) \lambda=np=20\times0.1=2 ,

P\{T\le1\}\approx e^{-2}\left(1+2\right)=3e^{-2}=\frac{3}{e^2}\approx0.406 .

(Ⅱ) \mu=2 ,\sigma=\sqrt{20\times0.1\times0.9}=\sqrt{1.8}\approx1.3416 。作修正(k=1 改成 1.5 ):

P\{T\le1\}\approx\Phi\left(\frac{1.5-2}{1.3416}\right)=\Phi(-0.373)\approx0.354 .

若不修正(k=1 直接用):

\Phi\left(\frac{1-2}{1.3416}\right)=\Phi(-0.745)\approx0.228,

偏差到 0.16 ,错得离谱。

(Ⅲ)比较:

算法 结果 与精确值之差
精确 0.3917 —
泊松 0.406 +0.014
正态(修正) 0.354 -0.038
正态(不修正) 0.228 -0.164

泊松胜,而且赢得不多不少正好一档。 原因是 B(20,0.1) 严重右偏:P\{T=0\}=0.9^{20}=0.1216 这一根柱子特别高,而正态是对称的,无论如何调不正。

为什么泊松能行:泊松分布 \lambda=2 也是右偏的,而且偏的方向、幅度与 B(20,0.1) 几乎一样——P\{T=0\}=0.9^{20}=0.1216 对 e^{-2}=0.1353 ,同一量级。泊松近似不是"用另一个分布凑",而是"用同一个极限形状"(二项在 n\to\infty 、np\to\lambda 时本来就有这个极限)。

带走结论:看到 np<5 的二项,一律泊松,别犹豫。而且泊松近似不需要连续性修正——它本身就是离散分布,与二项的格子天然对齐。这条结论能省掉考场上一半的犹豫。

关联 · 盘点 §3.2 泊松近似的计算套路 | 上游 — | 下游 — | 速查 七 泊松近似的计算