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。
202 lines
12 KiB
Markdown
202 lines
12 KiB
Markdown
---
|
||
tags: [数学一, 在学练习, 概率论, 大数定律, 切比雪夫不等式]
|
||
专题: 概率论 第5讲上 · 点2 切比雪夫不等式
|
||
日期: 2026-11-07
|
||
状态: 知识点带题(2.1 不等式与变形表、2.2 使用三步与陷阱,共 5 题)
|
||
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
|
||
---
|
||
|
||
# 点 2 切比雪夫不等式
|
||
|
||
> **2022·9 单选 5 分**,近十年唯一直接落在上册的分数;而且是"会套公式就得分"的那种|重要度 ★★★
|
||
> 依赖:第 4 讲的 $EX$ 、$DX$ 、$\operatorname{Cov}$ 与 $D\bar X=\sigma^2/n$ 。盘点对应:§2 全节。
|
||
|
||
**组织原则**:这一点是全讲唯一需要"算"的地方。五题按"最直接的估计 → 换成 $\bar X$ 或 $\sum X_i^2$ → 反解 $n$ → 真题 → 带协方差的两个变量"递进,其中第 4 题是 2022·9 的真题骨架。难度标准:★☆☆ 一题、★★☆ 四题。
|
||
|
||
## 知识点 2.1 不等式与变形表(出处:[知识章 §1.3](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
|
||
|
||
$$P\left\{\lvert X-EX\rvert\ge\varepsilon\right\}\le\frac{DX}{\varepsilon^2},\qquad P\left\{\lvert X-EX\rvert<\varepsilon\right\}\ge1-\frac{DX}{\varepsilon^2}.$$
|
||
|
||
**它只说三件事**:中心是 $EX$ 、尺度是 $\sqrt{DX}$ 、概率按 $\frac{1}{\varepsilon^2}$ 衰减。**不要求知道分布**——这是它唯一的、也是最大的优点。
|
||
|
||
**标准差写法(最好用)**:取 $\varepsilon=k\sqrt{DX}$ ,则上界化为 $\dfrac{1}{k^2}$ 。于是"偏离 $2$ 个标准差"的概率不超过 $\frac14$ ,"$3$ 个标准差"不超过 $\frac19$ 。
|
||
|
||
| 问法 | 写法 |
|
||
|---|---|
|
||
| $\lvert X-EX\rvert\ge\varepsilon$ 的**上界** | $\dfrac{DX}{\varepsilon^2}$ |
|
||
| $\lvert X-EX\rvert<\varepsilon$ 的**下界** | $1-\dfrac{DX}{\varepsilon^2}$ |
|
||
| 落在 $(EX-\varepsilon,\ EX+\varepsilon)$ 外的上界 | $\dfrac{DX}{\varepsilon^2}$ |
|
||
| 已知上界 $\alpha$ 反解 $\varepsilon$ | $\varepsilon\ge\sqrt{DX/\alpha}$ |
|
||
| 涉及 $\bar X$ | 换成 $D\bar X=\dfrac{\sigma^2}{n}$ 再套 |
|
||
| 涉及 $\lvert X-Y\rvert$ | 先算 $E(X-Y)$ 与 $D(X-Y)=DX+DY-2\operatorname{Cov}(X,Y)$ |
|
||
|
||
## 知识点 2.2 使用三步与四个陷阱(出处:[知识章 §1.3](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
|
||
|
||
**三步**:
|
||
|
||
1. **认形状**:题里出现"偏差""不少于""不小于"配一个概率;
|
||
2. **要算的是被控变量的 $E$ 与 $D$ 这两项**——注意是"被控的那个",不是"原来那个":控 $\bar X$ 就用 $\frac{\sigma^2}{n}$ ,控 $\frac1n\sum X_i^2$ 就先求 $EX^2$ 与 $EX^4$ ;
|
||
3. **套表**,方向不能反:**"$\ge$ "给上界,"$<$ "给下界**。
|
||
|
||
**四个陷阱**:
|
||
|
||
- 它给的是**界**,不是值。题目问"估计"才用它;
|
||
- 上界算出 $>1$ 不算错,只说明界太粗(真实概率当然不超过 $1$ );
|
||
- $\varepsilon$ 与 $DX$ 必须同量纲:$\varepsilon$ 是"元",$DX$ 就得是"元的平方";
|
||
- **绝不能**用它求"$\ge$ "的下界或"$<$ "的上界,那个方向它给不出来。
|
||
|
||
---
|
||
|
||
## 题目(按知识点顺序对应)
|
||
|
||
### 题 1 · 2.1:直接套式与两个方向(★☆☆)
|
||
|
||
> 设随机变量 $X$ 满足 $EX=5$ 、$DX=2$ 。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;
|
||
> (Ⅲ)若想使 $P\{\lvert X-5\rvert\ge\varepsilon\}\le0.05$ ,$\varepsilon$ 至少取多少?
|
||
|
||
**怎么想**:中心 $5$ 、尺度 $\sqrt2$ 、偏差 $4$ ,全部对上号,直接套。第(Ⅲ)问是唯一需要动一下的:把 $\varepsilon$ 当未知数解出来。
|
||
|
||
**解**:
|
||
|
||
**(Ⅰ)**
|
||
|
||
$$P\{\lvert X-5\rvert\ge4\}\le\frac{DX}{4^2}=\frac{2}{16}=\frac18=0.125 .$$
|
||
|
||
**(Ⅱ)** 取补事件:
|
||
|
||
$$P\{\lvert X-5\rvert<4\}=1-P\{\lvert X-5\rvert\ge4\}\ge1-\frac18=\frac78=0.875 .$$
|
||
|
||
**(Ⅲ)** 要求
|
||
|
||
$$\frac{2}{\varepsilon^2}\le0.05\quad\Longrightarrow\quad\varepsilon^2\ge\frac{2}{0.05}=40\quad\Longrightarrow\quad\varepsilon\ge\sqrt{40}=2\sqrt{10}\approx6.325 .$$
|
||
|
||
**验算**:$\dfrac{4}{\sqrt2}=2\sqrt2\approx2.83$ ,即偏差约为 $2.83$ 倍标准差,界应为 $\dfrac{1}{2.83^2}\approx0.125$ ✓,与(Ⅰ)一致。第(Ⅲ)问 $6.325/\sqrt2=4.47$ 倍标准差,界 $\dfrac{1}{4.47^2}=0.05$ ✓。
|
||
|
||
**带走结论**:**"$\ge$ 给上界、$<$ 给下界"是这一点的铁律**。题干问"不超过/至少"时,先判断它落在哪个方向上,再决定是 $\frac{DX}{\varepsilon^2}$ 还是 $1-\frac{DX}{\varepsilon^2}$ 。
|
||
|
||
> **关联** · 盘点 [§2.1 不等式与变形表](01-知识点盘点.md#user-content-21-不等式与变形表) | 上游 — | 下游 [点 2 题 2](03-点2-切比雪夫不等式.md#user-content-题-2--21二项分布上的估计) | 速查 [四 切比雪夫不等式](05-速查卡.md#user-content-四-切比雪夫不等式)
|
||
|
||
---
|
||
|
||
### 题 2 · 2.1:二项分布上的估计(★★☆)
|
||
|
||
> 设 $X\sim B(1000,\ 0.5)$ 。用切比雪夫不等式估计 $P\{450<X<550\}$ 的下界,并说明这个界为什么这么松。
|
||
|
||
**怎么想**:先把 $450<X<550$ 改写成"$\lvert X-EX\rvert<\varepsilon$ "的形状,才好看清 $\varepsilon$ 是多少。二项分布的 $EX$ 与 $DX$ 都是现成的。
|
||
|
||
**解**:
|
||
|
||
$EX=1000\times0.5=500$ ,$DX=1000\times0.5\times0.5=250$ 。而
|
||
|
||
$$450<X<550\iff\lvert X-500\rvert<50,$$
|
||
|
||
故取 $\varepsilon=50$ :
|
||
|
||
$$P\{450<X<550\}=P\{\lvert X-500\rvert<50\}\ge1-\frac{250}{50^2}=1-\frac{250}{2500}=1-0.1=0.9 .$$
|
||
|
||
下界为 $0.9$ 。
|
||
|
||
**为什么这么松**:$\varepsilon=50$ 约等于 $3.16$ 个标准差($\sqrt{250}\approx15.81$ ),而正态分布下 $3.16$ 个标准差的覆盖率约 $0.998$ ,切比雪夫只敢说 $0.9$ 。**原因是完全不使用"二项分布接近正态"这个信息**——它必须对**所有**方差为 $250$ 的分布成立,包括那些把质量堆在两端、中间空心的分布。要想估得更准,只能换工具(第 5 讲下的中心极限定理)。
|
||
|
||
**带走结论**:**切比雪夫给的是"万能的坏界"**。选择题里出现"用切比雪夫估计得"就问三件事:中心对不对、$\varepsilon$ 取对没有、上下界方向对不对。算出来的数比直觉小很多是**正常的**,不必怀疑。
|
||
|
||
> **关联** · 盘点 [§2.1 不等式与变形表](01-知识点盘点.md#user-content-21-不等式与变形表) | 上游 [点 2 题 1](03-点2-切比雪夫不等式.md#user-content-题-1--21直接套式与两个方向) | 下游 — | 速查 [四 切比雪夫不等式](05-速查卡.md#user-content-四-切比雪夫不等式)
|
||
|
||
---
|
||
|
||
### 题 3 · 2.2:反解样本量(★★☆)
|
||
|
||
> 某试验中随机变量 $X$ 满足 $EX=20$ 、$DX=9$ 。独立重复观测 $n$ 次得 $\bar X$ 。问 $n$ **至少**取多少,才能保证
|
||
>
|
||
> $$P\{\lvert\bar X-20\rvert<1\}\ge0.9\ ?$$
|
||
|
||
**怎么想**:被控变量不是 $X$ 而是 $\bar X$ ,所以第 2 步必须先把 $D\bar X$ 算出来。这是本点最容易漏的一步——直接拿 $DX=9$ 去套会得到一个荒谬的小 $n$ 。
|
||
|
||
**解**:
|
||
|
||
$\bar X$ 的期望与方差:
|
||
|
||
$$E\bar X=20,\qquad D\bar X=\frac{DX}{n}=\frac{9}{n}.$$
|
||
|
||
套切比雪夫不等式的下界形式,取 $\varepsilon=1$ :
|
||
|
||
$$P\{\lvert\bar X-20\rvert<1\}\ge1-\frac{D\bar X}{1^2}=1-\frac9n .$$
|
||
|
||
要求 $1-\dfrac9n\ge0.9$ ,即 $\dfrac9n\le0.1$ ,故
|
||
|
||
$$n\ge90 .$$
|
||
|
||
**至少取 $90$ 次**。
|
||
|
||
**验算**:$n=90$ 时界恰为 $1-0.1=0.9$ ,取等;$n=89$ 时 $1-\frac{9}{89}=0.899<0.9$ ,不满足。所以 $90$ 确实是最小值 ✓。
|
||
|
||
**对比一下真实需要**:若 $X$ 近似正态,$\lvert\bar X-20\rvert<1$ 即 $\lvert Z\rvert<\sqrt{n}/3$ ,要求 $2\Phi(\sqrt n/3)-1\ge0.9$ ,得 $\sqrt n/3\ge1.645$ ,$n\ge25$ 。**切比雪夫要 $90$ 次,正态只要 $25$ 次**——差了 $3.6$ 倍,这是"通用界"的代价。
|
||
|
||
**带走结论**:**凡"反解 $n$ ",分母永远是 $D\bar X=\frac{\sigma^2}{n}$ 这一点不能错**。看到 $\sigma^2$ 直接当成 $DX$ 套进去,答案会小 $n$ 倍,是这类题最常见的错。另外答案要**向上取整**并验证 $n-1$ 不满足。
|
||
|
||
> **关联** · 盘点 [§2.2 使用三步与四个陷阱](01-知识点盘点.md#user-content-22-使用三步与四个陷阱) | 上游 — | 下游 [点 2 题 4](03-点2-切比雪夫不等式.md#user-content-题-4--22平方和的均值也要用切比雪夫)、[点 2 题 5](03-点2-切比雪夫不等式.md#user-content-题-5--22两个变量的差) | 速查 [五 使用三步与四个陷阱](05-速查卡.md#user-content-五-使用三步与四个陷阱)
|
||
|
||
---
|
||
|
||
### 题 4 · 2.2:平方和的均值也要用切比雪夫(★★☆)
|
||
|
||
> 设 $X_1,X_2,\cdots,X_n$ 独立同分布,$E\left(X_1^k\right)=\mu_k$ ($k=1,2,3,4$ 均存在)。令 $Y_i=X_i^2$ 。
|
||
>
|
||
> (Ⅰ)求 $EY_i$ 与 $DY_i$ ;
|
||
> (Ⅱ)对任意 $\varepsilon>0$ ,用切比雪夫不等式给出
|
||
>
|
||
> $$P\left\{\left\lvert\frac1n\sum_{i=1}^{n}X_i^2-\mu_2\right\rvert\ge\varepsilon\right\}$$
|
||
>
|
||
> 的上界。
|
||
|
||
**怎么想**:被控变量是 $\frac1n\sum X_i^2$ ,它的中心恰好是 $\mu_2$ (这正是题目写成 $\mu_2$ 的原因),所以只需算 $Y_i=X_i^2$ 的方差。**先换元再套式**,这是 2022·9 的核心动作。
|
||
|
||
**解**:
|
||
|
||
**(Ⅰ)**
|
||
|
||
$$EY_i=E X_i^2=\mu_2,\qquad DY_i=E X_i^4-\left(E X_i^2\right)^2=\mu_4-\mu_2^2 .$$
|
||
|
||
**(Ⅱ)** 记 $\bar Y=\dfrac1n\sum\limits_{i=1}^{n}X_i^2=\dfrac1n\sum\limits_{i=1}^{n}Y_i$ 。由 $X_i$ 独立知 $Y_i$ 独立,故
|
||
|
||
$$E\bar Y=\mu_2,\qquad D\bar Y=\frac{DY_1}{n}=\frac{\mu_4-\mu_2^2}{n}.$$
|
||
|
||
套切比雪夫不等式:
|
||
|
||
$$P\left\{\left\lvert\frac1n\sum_{i=1}^{n}X_i^2-\mu_2\right\rvert\ge\varepsilon\right\}\le\frac{\mu_4-\mu_2^2}{n\,\varepsilon^2} .$$
|
||
|
||
**验算**:取 $X_i\sim N(0,1)$ ,则 $\mu_2=1$ 、$\mu_4=3$ ,上界化为 $\frac{2}{n\varepsilon^2}$ 。而 $\sum X_i^2\sim\chi^2(n)$ ,$D(\chi^2(n))=2n$ ,$D\left(\frac1n\chi^2(n)\right)=\frac{2n}{n^2}=\frac2n$ ✓,与公式一致。
|
||
|
||
**带走结论**:**2022·9 考的就是"换元 + 套式"两步**。看到"$\frac1n\sum X_i^2$ "要立刻想到:这不是 $\bar X$ ,它的方差分母也是 $n$ ,但分子是 $\mu_4-\mu_2^2$ 而不是 $\mu_2-\mu_1^2$ 。选项里凡是出现 $\mu_1$ 或 $n^2$ 的,直接排除。
|
||
|
||
> **关联** · 盘点 [§2.2 使用三步与四个陷阱](01-知识点盘点.md#user-content-22-使用三步与四个陷阱) | 上游 [点 2 题 3](03-点2-切比雪夫不等式.md#user-content-题-3--22反解样本量) | 下游 [点 2 题 5](03-点2-切比雪夫不等式.md#user-content-题-5--22两个变量的差) | 速查 [五 使用三步与四个陷阱](05-速查卡.md#user-content-五-使用三步与四个陷阱)
|
||
|
||
---
|
||
|
||
### 题 5 · 2.2:两个变量的差(★★☆)
|
||
|
||
> 设 $X,Y$ 满足 $EX=EY$ 、$DX=DY=1$ 、$\rho_{XY}=\dfrac12$ 。用切比雪夫不等式估计 $P\{\lvert X-Y\rvert\ge4\}$ 的上界。
|
||
|
||
**怎么想**:被控变量是 $X-Y$ ,所以先把它的期望和方差算出来。期望用线性,方差**必须带协方差**——这一步用第 4 讲的双线性。
|
||
|
||
**解**:
|
||
|
||
$$E(X-Y)=EX-EY=0,$$
|
||
|
||
$$D(X-Y)=DX+DY-2\operatorname{Cov}(X,Y)=1+1-2\cdot\frac12\cdot1\cdot1=2-1=1 .$$
|
||
|
||
中心是 $0$ 、方差是 $1$ ,取 $\varepsilon=4$ :
|
||
|
||
$$P\{\lvert X-Y\rvert\ge4\}\le\frac{D(X-Y)}{4^2}=\frac{1}{16} .$$
|
||
|
||
**验算**:若误写成 $D(X-Y)=DX-DY=0$ ,就会得出"$P=0$ "这个荒谬结论(方差为 $0$ 意味着 $X-Y$ 恒为常数)。$D(X-Y)=DX+DY-2\operatorname{Cov}$ 里的**加号**是唯一不能记错的地方。
|
||
|
||
**带走结论**:**"$\lvert X-Y\rvert$ 型"三步**:算 $E(X-Y)$ → 算 $D(X-Y)$ (带 $-2\operatorname{Cov}$ )→ 套式。$\rho>0$ 时 $D(X-Y)$ 变小、界变紧;$\rho=1$ 且同方差时 $D(X-Y)=0$ ,此时 $\lvert X-Y\rvert$ 恒等于 $0$ ,概率当然为 $0$ 。
|
||
|
||
> **关联** · 盘点 [§2.2 使用三步与四个陷阱](01-知识点盘点.md#user-content-22-使用三步与四个陷阱) | 上游 [点 2 题 3](03-点2-切比雪夫不等式.md#user-content-题-3--22反解样本量)、[点 2 题 4](03-点2-切比雪夫不等式.md#user-content-题-4--22平方和的均值也要用切比雪夫) | 下游 — | 速查 [五 使用三步与四个陷阱](05-速查卡.md#user-content-五-使用三步与四个陷阱)
|
||
|
||
---
|