Files
MathNotesVersion2/基于考研的学习/数学一/知识点构建/26-专背清单-概率论-第5讲-极限定理.md
T
Yimu 26e91c4c68 知识点构建 02—27 批量修公式渲染(约 2500 处)
起因:01 重排时核验发现线上残留 $ 243 个,追查后确认 10-27/11-17 写的这批文件
都有同样问题——收尾 $ 后面紧跟中文标点,Gitea 整对不渲染,正文里直接露出
$\lim_{x\to0}...$ 源码,所以整页看着糊成一团。

- 02—20(背诵版)共插入 2550 处空格,逐文件二次运行均插入 0(幂等)
- 21—27(专背清单)另修 24 处「加粗以公式收尾」:公式被移出加粗范围
  (`**…$f$ **` → `**…** $f$ `),否则补的空格落在 `**` 内侧,星号会原样露出
- 09/11 等 4 处一个加粗里连着两个公式,迭代剥两次才对
- 01 已在上一提交(da4c938)单独处理,网页残留 0

全部经 fix_text 幂等核验;链接 28 文件 0 异常。
2026-11-22 23:00:17 +08:00

7.0 KiB
Raw Blame History

tags, 专题, 日期, 状态, 来源, 关联笔记
tags 专题 日期 状态 来源 关联笔记
数学一
知识点构建
专背清单
概率论
大数定律
中心极限定理
概率论 · 第5讲 极限定理 · 专背清单 2026-11-17 25 条(式 9 / 表 3 / 判 6 / 模 2 / 反 5) 知识点构建 19 背诵版;在学练习第5讲上/下;真题库 chapter 19—20
21-专背清单-概率论-00-总纲与跨讲对照
19-背诵版-概率论-第5讲-大数定律与中心极限定理

第 5 讲 极限定理 · 专背清单

25 条,是六册里最短的一册。本讲只考"条件",不考计算。所以背诵重心是一张表(三定律的条件差别)和一条顺序(标准化四步)。

一、依概率收敛(5 条)

L5-01 式 定义:X_n\xrightarrow{P}X 指 \forall\varepsilon>0 ,有 \lim_{n\to\infty}P\{\lvert X_n-X\rvert\ge\varepsilon\}=0 。  └ \varepsilon 任意、极限为零,两个条件缺一不可。

L5-02 判 验证依概率收敛的唯一动作:写出 P\{\lvert X_n-X\rvert\ge\varepsilon\} 并证明它趋于 0。  └ 不能用"EX_n\to EX "或"DX_n\to0 "来代替(后者只在大数定律的特定条件下够用)。

L5-03 式 三条运算性质:若 X_n\xrightarrow{P}a 、Y_n\xrightarrow{P}b (a,b 为常数),则

X_n\pm Y_n\xrightarrow{P}a\pm b,\qquad X_nY_n\xrightarrow{P}ab,\qquad \frac{X_n}{Y_n}\xrightarrow{P}\frac ab\ (b\ne0).

L5-04 反 依概率收敛 不推出 期望收敛。  └ 反例:X_n 以概率 \frac1n 取 n ,以 1-\frac1n 取 0。X_n\xrightarrow{P}0 但 EX_n=1\ne0 。

L5-05 判 与数列极限的区别:数列极限要求"n 足够大后必然接近",依概率收敛只要求"大概率接近"。  └ 所以随机变量序列可以"偶尔跳出去一次",只要越跳越少。

二、切比雪夫与马尔可夫(4 条)

L5-06 式 切比雪夫不等式:EX=\mu 、DX=\sigma^2 存在时,\forall\varepsilon>0 ,

P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}.

L5-07 式 四种变形(背能对应场景的那一个):

场景 结论
取 \varepsilon=k\sigma P\{\lvert X-\mu\rvert\ge k\sigma\}\le\dfrac{1}{k^2}
样本均值 P\{\lvert\overline X-\mu\rvert\ge\varepsilon\}\le\dfrac{\sigma^2}{n\varepsilon^2}
二项频率 P\left\{\left\lvert\dfrac Xn-p\right\rvert\ge\varepsilon\right\}\le\dfrac{p(1-p)}{n\varepsilon^2}
线性组合 先算 EZ 、DZ 再代

L5-08 坑 "至少"要下界 1-\frac{\sigma^2}{\varepsilon^2} ,"至多"要上界 \frac{\sigma^2}{\varepsilon^2} 。方向反了整题反。

L5-09 坑 \frac1n\sum Y_i 的方差是 \frac{1}{n^2}\sum DY_i ,漏掉 n^2 必错。

三、三条大数定律(7 条)

L5-10 表 三定律条件对照(本册最该背的一张):

定律 独立性 同分布 期望 方差
切比雪夫 相互独立或两两不相关 不要求 存在 存在且一致有界
伯努利 伯努利试验(自然独立) 是(0-1 分布) 存在 存在
辛钦 相互独立 要求同分布 存在 不要求

 └ 一句话对立:切比雪夫看方差,辛钦看分布。

L5-11 式 切比雪夫大数定律:\dfrac1n\sum X_i-\dfrac1n\sum EX_i\xrightarrow{P}0 。  └ 证明只用 \frac{1}{n^2}\sum DX_i\le\frac Cn\to0 加切比雪夫不等式。

L5-12 式 伯努利大数定律:\dfrac{\mu_n}{n}\xrightarrow{P}p ,\mu_n 为 n 次试验的成功次数。  └ 这就是"频率稳定于概率"的严格表述。

L5-13 式 辛钦大数定律:X_i 独立同分布、EX_i=\mu 存在,则 \dfrac1n\sum X_i\xrightarrow{P}\mu 。

L5-14 反 辛钦大数定律 不能用切比雪夫不等式证明(它不要求方差)。  └ 所以它的证明在考纲之外。这一点本身就是考点——"下列哪个可用切比雪夫证明"。

L5-15 反 "期望相同"不保证同分布。  └ 这是辛钦辨析题的第一号错项。同分布是更强的要求。

L5-16 反 "服从同一类型的分布"(如都是正态但参数不同)不保证方差一致有界。  └ 所以不满足切比雪夫的条件。这是第二号错项。

四、中心极限定理(5 条)

L5-17 表 两条定理:

定理 条件 结论
列维–林德伯格 独立同分布,EX=\mu ,DX=\sigma^2\in(0,\infty) \dfrac{\sum X_i-n\mu}{\sqrt n\,\sigma}\approx N(0,1)
棣莫弗–拉普拉斯 Y_n\sim B(n,p) \dfrac{Y_n-np}{\sqrt{np(1-p)}}\approx N(0,1)

 └ 后者是前者在 0-1 分布上的特例,但单独考的频率很高。

L5-18 判 分工:大数定律说"均值趋于常数",中心极限定理说"围绕常数的波动趋于正态"。

L5-19 模 标准化四步:① 定 T=\sum X_i ;② 算 ET=n\mu 、DT=n\sigma^2 ;③ \dfrac{T-ET}{\sqrt{DT}}\approx N(0,1) 并把不等式两边同步变换;④ 查 \Phi 。  └ 第③步是唯一的技术活:两边同减 ET 、同除 \sqrt{DT} ,不等号方向不变。

L5-20 坑 标准差是 \sqrt n\,\sigma ,不是 n\sigma 。  └ D(\sum X_i)=n\sigma^2 是对的,但公式里用的是标准差。这是本讲第一号失分点。

L5-21 坑 连续性修正(\pm\frac12 )考研不需要,加了反而算错。  └ 直接按 N(np,np(1-p)) 算,不要自作聪明。

五、三近似与查表(4 条)

L5-22 表 二项的两种近似(看 p 选):

近似 条件 结果
正态(棣莫弗–拉普拉斯) n 大、p 不极端(np\ge5 、n(1-p)\ge5 ) Y_n\approx N(np,np(1-p))
泊松 n 大、p 很小、\lambda=np 适中 Y_n\approx P(\lambda)

 └ 口诀:p 不极端走正态,p 很小走泊松。\lambda 取 np ,不是 n 也不是 p 。

L5-23 式 两个常用模板:P\{T\le1\}\approx\mathrm e^{-\lambda}(1+\lambda) (泊松);P\left\{\sum X_i\le c\right\}\approx\Phi\!\left(\dfrac{c-n\mu}{\sqrt n\sigma}\right) 。

L5-24 式 \Phi 两恒等式:P\{Z>z\}=1-\Phi(z) ;P\{\lvert Z\rvert\le z\}=2\Phi(z)-1 。  └ 与第 2 讲 L2-24 是同一组,本讲只是换个场合用。

L5-25 判 何时用不等式(切比雪夫)而非正态近似:题目只给 EX,DX 不给分布,或者要求"对任意分布都成立"。  └ 给了具体分布(二项、独立同分布)才走 CLT。切比雪夫的界比 CLT 松得多,但不需要分布信息。

十秒自检

  1. 三定律的条件差别,一句话说出来(切比雪夫看方差,辛钦看分布)。
  2. 切比雪夫与辛钦分别"要不要"方差?伯努利定律说的是什么事?
  3. 标准化四步,第几步最容易错,为什么是 \sqrt n\sigma 。
  4. n 大 p 小用哪个近似,\lambda 等于什么。
  5. 依概率收敛为什么不推期望收敛。

五条全过,本讲过关。