Files
Yimu 31fe3da11f feat(在学练习): 概率论第5讲(大数定律与CLT)+第6讲(数理统计) 整套;第3讲中高难度卷;md2pdf 工具链
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。
2026-10-16 14:17:28 +08:00

328 lines
15 KiB
Markdown
Raw 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
- 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**:$E X=np=500$,$D X=np(1-p)=1000\times0.25=250$。
$450<X<550\iff\lvert X-500\rvert<50$,取 $\varepsilon=50$:
$$P\{\lvert X-500\rvert\ge50\}\le\frac{250}{50^2}=0.1\ \Longrightarrow\ P\{450<X<550\}\ge1-0.1=0.9 .$$
**易错点**:二项方差是 $np(1-p)=250$,**不是** $np=500$。
---
### 第 4 题
**答案**:$\bar X\overset{P}{\longrightarrow}3.5$。
**思路**:各次投掷**相互独立**;$X_i$ **同分布**(都在 $\{1,2,\cdots,6\}$ 上等可能);期望
$$E X_i=\frac16(1+2+3+4+5+6)=\frac{21}{6}=3.5$$
**存在**。三点齐备,由**辛钦大数定律**得 $\bar X\overset{P}{\longrightarrow}E X_i=3.5$。
**易错点**:骰子的期望是 $3.5$(**不是** $3$ 或 $4$);本题**用不着方差**,所以只能用辛钦(不是切比雪夫)。
---
### 第 5 题
**答案**:**C**。
**思路**:辛钦大数定律的三个条件——**相互独立**、**同分布**、**期望存在**。题干已给"相互独立",只需再满足"同分布 + 期望存在"。
- (A)只说"期望相同",**不保证同分布**(如一个取 $\pm1$、一个取 $\pm2$),✗;
- (B)(D)只说"同一**类型**分布"(离散型/连续型 ≠ 同一个分布),且**不保证期望存在**(如柯西分布连续但期望不存在),✗;
- (C)**同一泊松分布**:既同分布,期望 $=\lambda$ 又存在,✓。
**易错点**:「同一**类型**分布」≠「**同一个**分布」——这是本题最核心的文字陷阱。
---
### 第 6 题
**答案**:$\approx\Phi(1)$。
**思路**:$E\!\left(\sum X_i\right)=100\times1=100$,$D\!\left(\sum X_i\right)=100\times4=400$,标准差 $=\sqrt{400}=20$。由中心极限定理
$$P\left\{\sum_{i=1}^{100}X_i\le120\right\}\approx\Phi\!\left(\frac{120-100}{20}\right)=\Phi(1).$$
**易错点**:**标准差**是 $\sqrt{n\sigma^2}=20$(不是 $n\sigma^2=400$,也不是 $\sigma^2=4$)——标准化时除的是**标准差**。
---
## B 组 · 中等
### 第 7 题 【真题骨架 2022·9】
**答案**:(Ⅰ)$E Y_i=1$,$D Y_i=4$;(Ⅱ)$\le\dfrac{4}{n\varepsilon^2}$。
**思路**:
(Ⅰ)$E Y_i=E X_i^2=1$;
$$D Y_i=E Y_i^2-(E Y_i)^2=E X_i^4-1^2=5-1=4 .$$
(Ⅱ)$\bar Y=\dfrac1n\sum Y_i=\dfrac1n\sum X_i^2$,因 $X_i$ 独立同分布 ⟹ $Y_i$ 独立同分布:
$$E\bar Y=1,\qquad D\bar Y=\frac{1}{n^2}\sum_{i=1}^nD Y_i=\frac{n\cdot4}{n^2}=\frac4n .$$
由切比雪夫不等式
$$P\left\{\left\lvert\frac1n\sum_{i=1}^nX_i^2-1\right\rvert\ge\varepsilon\right\}\le\frac{D\bar Y}{\varepsilon^2}=\frac{4}{n\varepsilon^2}.$$
**易错点**:
1. $D\bar Y$ 的 $\dfrac{1}{n^2}$ **不能丢**,否则会错答成 $\dfrac4{\varepsilon^2}$;
2. $D(X_i^2)=E X_i^4-(E X_i^2)^2$,用到**四阶矩** $\mu_4=5$。
**真题**:2022·9(单选 5 分)考的正是此结构($D X_i^2=\mu_4-\mu_2^2$,界为 $\dfrac{\mu_4-\mu_2^2}{n\varepsilon^2}$)。
---
### 第 8 题
**答案**:$n\ge90$。
**思路**:$E\bar X=20$,$D\bar X=\dfrac{D X}{n}=\dfrac9n$。要求"落在附近",取下界:
$$P\{\lvert\bar X-20\rvert<1\}\ge1-\frac{9/n}{1^2}=1-\frac9n\ge0.9\ \Longrightarrow\ \frac9n\le0.1\ \Longrightarrow\ n\ge90 .$$
**易错点**:$\bar X$ 的方差是 $\dfrac{\sigma^2}{n}=\dfrac9n$(**不是** $9$);"至少"故**向上取整**(本题恰为整数 $90$)。
---
### 第 9 题
**答案**:最多装 **99** 件。
**思路**:设第 $i$ 件重量 $X_i$,$E X_i=10$,$D X_i=0.25$。记 $T_n=\sum_{i=1}^nX_i$。由中心极限定理
$$E T_n=10n,\qquad D T_n=0.25n,\qquad \sqrt{D T_n}=0.5\sqrt n,$$
$$P\{T_n\le1000\}\approx\Phi\!\left(\frac{1000-10n}{0.5\sqrt n}\right)>0.977=\Phi(2)$$
$$\Longrightarrow\ \frac{1000-10n}{0.5\sqrt n}\ge2\ \Longrightarrow\ 1000-10n\ge\sqrt n .$$
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**($\operatorname{Cov}(X_i,X_j)=0,\ i\ne j$):
$$D\bar X=\frac{1}{n^2}D\!\left(\sum_{i=1}^nX_i\right)=\frac{1}{n^2}\left[\sum_{i=1}^nD X_i+2\!\!\sum_{i<j}\!\operatorname{Cov}(X_i,X_j)\right]=\frac{1}{n^2}\sum_{i=1}^nD X_i\le\frac{nC}{n^2}=\frac Cn .$$
对 $\bar X$ 用切比雪夫不等式:
$$P\left\{\left\lvert\frac1n\sum X_i-\frac1n\sum E X_i\right\rvert\ge\varepsilon\right\}=P\{\lvert\bar X-E\bar X\rvert\ge\varepsilon\}\le\frac{D\bar X}{\varepsilon^2}\le\frac{C}{n\varepsilon^2}\ \xrightarrow{\ n\to\infty\ }\ 0 .\qquad\blacksquare$$
**要点**:
1. **「两两不相关」是用来消协方差项的**——没有它,$\sum DX_i$ 这一步不成立;
2. 「方差有界」保证 $\dfrac Cn\to0$,这就是"**平均值稳定**"的来源;
3. 结论即 $\bar X\overset{P}{\longrightarrow}\overline{E X}$,是**大数定律的原始形式**;伯努利、辛钦都是它的特例或并列版本。
**易错点**:把"不相关"误当"独立"——不相关只要求 $\operatorname{Cov}=0$(比独立弱),但**已足够**。
---
### 第 15 题
**答案**:$n_{\min}=102$。
**思路**:由中心极限定理
$$\sum_{i=1}^nX_i\ \overset{\text{近似}}{\sim}\ N(100n,\ 100n),\qquad \sqrt{D}=10\sqrt n .$$
要求
$$P\left\{\sum_{i=1}^nX_i\ge10000\right\}\approx1-\Phi\!\left(\frac{10000-100n}{10\sqrt n}\right)\ge0.95 .$$
即 $\Phi\!\left(\dfrac{10000-100n}{10\sqrt n}\right)\le0.05=\Phi(-1.645)$,故
$$\frac{10000-100n}{10\sqrt n}\le-1.645\ \Longrightarrow\ 10000-100n\le-16.45\sqrt n\ \Longrightarrow\ 100n-16.45\sqrt n-10000\ge0 .$$
令 $t=\sqrt n$:$100t^2-16.45t-10000\ge0$,解得
$$t\ge\frac{16.45+\sqrt{16.45^2+4\,000\,000}}{200}\approx10.082\ \Longrightarrow\ n\ge101.6 .$$
故 $n_{\min}=102$。
**验证**:$n=101$:$z=\dfrac{10000-10100}{10\sqrt{101}}\approx-0.995>-1.645$ ✗;$n=102$:$z\approx-1.98\le-1.645$ ✓。
**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。