2025年大学《数理基础科学》专业题库—— 大数定律与中心极限定理.docxVIP

2025年大学《数理基础科学》专业题库—— 大数定律与中心极限定理.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

2025年大学《数理基础科学》专业题库——大数定律与中心极限定理

考试时间:______分钟总分:______分姓名:______

一、

1.根据切比雪夫大数定律,若随机变量序列X?,X?,…满足,则对任意ε0,有。

2.贝努利大数定律表明,在重复独立试验中,事件A发生的频率依概率收敛于事件A的概率P(A)。

3.中心极限定理表明,对于独立同分布且具有有限期望和方差的随机变量序列X?,X?,…,其样本均值的分布渐近于。

4.棣莫弗-拉普拉斯中心极限定理是二项分布B(n,p)的极限分布为正态分布N(np,np(1-p))的定理。

5.写出随机变量序列X?,X?,…依概率收敛到常数a的定义:。

6.写出随机变量序列X?,X?,…依分布收敛到随机变量X的定义:。

二、

设随机变量X?,X?,…独立同分布,且E(X?)=μ,Var(X?)=σ2∞(i=1,2,…)。

(1)根据切比雪夫大数定律,证明:依概率收敛到μ。

(2)根据独立同分布中心极限定理,证明:当n足够大时,近似地服从N(μ,σ2/n)分布。

三、

设随机变量X服从参数为n=100,p=0.2的二项分布B(100,0.2)。

(1)利用贝努利大数定律说明,当n足够大时,事件A发生的频率依概率收敛于p=0.2。

(2)利用棣莫弗-拉普拉斯中心极限定理,近似计算P(18≤X≤22)。

四、

设X?,X?,…,X?是来自均匀分布U(0,θ)的样本,其中θ0未知。

(1)写出样本均值的数学期望和方差。

(2)指出样本均值是否满足辛钦大数定律的条件?请说明理由。

(3)若另有信息表明这些样本还满足独立同分布且方差存在,则根据中心极限定理,当样本量n很大时,样本均值的分布可近似为什么?请写出其期望和方差。

五、

设随机变量序列X?,X?,…独立同分布,方差Var(X?)=4。记S?=X?+X?+…+X?。

(1)为使辛钦大数定律适用于序列Y?=S?/n,需要添加什么条件?

(2)在上述条件满足时,根据大数定律,Y?依概率收敛到什么值?

(3)为使中心极限定理适用于序列Z?=S?/n,除了方差存在外,还需要添加什么条件?

(4)在上述条件满足时,根据中心极限定理,当n很大时,Z?近似服从什么分布?请写出其期望和方差。

六、

判断下列说法是否正确,并简要说明理由。

(1)如果随机变量序列X?,X?,…依概率收敛到a,那么它也依分布收敛到a。

(2)中心极限定理表明,任何独立同分布的随机变量序列的样本均值的极限分布都是正态分布。

(3)切比雪夫大数定律表明,若E(X?)=μ,则对任意ε0,有P(|X?-μ|≥ε)≤Var(X?)/ε2。

(4)棣莫弗-拉普拉斯中心极限定理可以看作是独立同分布中心极限定理在二项分布场景下的具体应用。

试卷答案

一、

1.P(|X?-μ|≥ε)≤σ2/(nε2)

2.P(|η_n-p|≥ε)→0(n→∞),其中η_n=(X?+...+X?)/n是事件A发生的频率

3.P(|X?-μ|≥ε)→0(n→∞),其中X?=(X?+...+X?)/n

4.P(X=k)≈(1/√(2πnp(1-p)))*exp(-(k-np)2/(2np(1-p)))(k=0,1,...,n)

5.对于任意ε0,有P(|X?-a|≥ε)→0(n→∞)

6.对于任意ε0,有P(|X?-X|ε)→1(n→∞)

二、

(1)解析思路:

依切比雪夫大数定律,需证明E(X?)=μ且Var(X?)=σ2∞。已知条件已满足。然后,样本均值X?=(X?+...+X?)/n的期望E(X?)=E(1/n*ΣX?)=1/n*ΣE(X?)=nμ/n=μ。样本均值X?的方差Var(X?)=Var(1/n*ΣX?)=1/n2*ΣVar(X?)=nσ2/n2=σ2/n。由切比雪夫不等式,P(|X?-μ|≥ε)≤Var(X?)/ε2=(σ2/n)/ε2。令n→∞,上式≤σ2ε?2→0。故X?依概率收敛到μ。

(2)解析思路:

依独立同分布中心极限

您可能关注的文档

文档评论(0)

哒纽码 + 关注
实名认证
文档贡献者

1

1亿VIP精品文档

相关文档