新增 - 在学练习/概率论-第5讲-大数定律与中心极限定理/:README + 01考点手册 + 02试题(16题) + 03解析 + PDF×3 - 在学练习/概率论-第6讲-数理统计/:README + 01考点手册 + 02试题(18题) + 03解析 + PDF×3 - 在学练习/概率论-第3讲.../05-试题-中高难度.md、06-解析-中高难度.md + 平板版 PDF×6(四件套 + 中高难度) - .workbuddy/tools/md2pdf/:md2pdf.js(Markdown→KaTeX→Edge 无头打印 A4,含 answer 留白模式)、shot.js(渲染验收截图) - .workbuddy/memory/:2026-10-14.md、2026-10-16.md、MEMORY.md 更新 - .gitignore:新增忽略 md2pdf/build/(HTML 内联字体,体积大) - 总览.md:目录树同步(第5/6讲、第3讲中高难度卷、PDF 清单) - 第3讲 01-考点手册/02-试题/README:中高难度卷接入与索引回填 说明:PDF 为 KaTeX 矢量公式渲染的平板书写版(试题逐题留白),由 md2pdf.js 从 .md 可重建。
5.3 KiB
tags, 专题, 日期, 题量, 建议用时, 关联
| tags | 专题 | 日期 | 题量 | 建议用时 | 关联 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
概率论 第5讲 · 大数定律与中心极限定理 · 试题(16 题) | 2026-10-16 | 16 题(A 基础 6 / B 中等 6 / C 拔高 4) | 70 分钟(可拆两天) | 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。