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。
7.5 KiB
tags, 专题, 日期, 状态, 关联笔记
| tags | 专题 | 日期 | 状态 | 关联笔记 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
概率论 第5讲下 · 点3 三种近似辨析 | 2026-11-07 | 知识点带题(3.1 判据表、3.2 泊松近似的计算,共 2 题) |
|
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)
| 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)
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。
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 | 上游 — | 下游 — | 速查 七 泊松近似的计算