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

129 lines
7.5 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 在学练习, 概率论, 中心极限定理, 泊松近似, 二项分布]
专题: 概率论 第5讲下 · 点3 三种近似辨析
日期: 2026-11-07
状态: 知识点带题(3.1 判据表、3.2 泊松近似的计算,共 2 题)
关联笔记: ["[[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](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/4-law-of-large-numbers-and-central-limit-theorem/law-of-large-numbers-and-central-limit-theorem.tex))
| 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](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/4-law-of-large-numbers-and-central-limit-theorem/law-of-large-numbers-and-central-limit-theorem.tex))
$X\sim B(n,p)$ ,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](01-知识点盘点.md#user-content-31-判据表) | 上游 — | 下游 — | 速查 [六 三种近似的判据](05-速查卡.md#user-content-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](01-知识点盘点.md#user-content-32-泊松近似的计算套路) | 上游 — | 下游 — | 速查 [七 泊松近似的计算](05-速查卡.md#user-content-七-泊松近似的计算)
---