考研数学三概率论与数理统计（大数定律和中心极限定理）模拟试卷及答案.docxVIP

考研数学三概率论与数理统计（大数定律和中心极限定理）模拟试卷及答案

考试时间：______分钟总分：______分姓名：______

一、

设随机变量序列{Xn}依概率收敛于X，记Yn=Xn-X。证明：Yn依概率收敛于0。

二、

已知随机变量X1,X2,...,Xn是来自总体X的简单随机样本，X服从参数为p的0-1分布。根据棣莫弗-拉普拉斯中心极限定理，当n充分大时，样本中成功次数Sn=ΣXi的分布可以近似为正态分布。请写出此近似分布的参数，并说明n需要满足什么条件才能使用此近似（需写出条件，无需证明）。

三、

设随机变量X1,X2,...,Xn是来自总体X的简单随机样本，X服从均值为μ，方差为σ2的指数分布。证明：当n趋于无穷时，样本均值∑(i=1ton)Xi/n依概率收敛于μ。这里不需要写出任何定理，只需给出证明思路或关键步骤即可。

四、

设随机变量X1,X2,...,Xn是来自总体X的简单随机样本，X服从正态分布N(μ,32)。记X?为样本均值。假设μ未知，现要利用样本均值X?来近似计算P(X?100)，使得此近似概率的误差（绝对值）小于0.05。根据中心极限定理，为满足此要求，样本容量n至少需要多大？假设σ=3是已知的。

五、

设随机变量序列{Xn}独立同分布，且方差存在，记EXi=μ,DXi=σ2。令Yn=(Σ(i=1ton)(Xi-μ))/√n。证明：Yn的分布函数Fy(n)(x)满足Lindeberg条件（即证明对于任意ε0，有lim(n→∞)Σ(i=1ton)P(|Xi-μ|ε√n)=0）。

六、

根据切比雪夫大数定律，证明：若随机变量序列{Xn}独立同分布，且EXi=0,DXi=σ2∞，则对于任意ε0，有P(√n*|Σ(i=1ton)Xi|≥ε)→0(n→∞)。

七、

设随机变量X服从参数为λ的泊松分布。证明：当n趋于无穷时，n次独立重复试验中事件A发生次数Sn的分布可以近似为正态分布。请写出此近似分布的参数，并说明n需要满足什么条件才能使用此近似（需写出条件，无需证明）。

试卷答案

一、

证明：由依概率收敛的定义，对任意ε0，有

P(|Xn-X|ε)→1(n→∞)。

即P(|Yn|ε)→1(n→∞)。

根据依概率收敛的定义，Yn依概率收敛于0。

二、

近似分布为N(np,np(1-p))。

使用此近似的条件是：n足够大，通常要求np≥5且n(1-p)≥5。

三、

证明思路：

1.Xi独立同分布，EXi=μ,DXi=σ2。

2.根据切比雪夫大数定律，对任意ε0，有P(|Xi-μ|≥ε)→0(n→∞)。

3.即P(|(Xi-μ)/√n|≥ε/√n)→0(n→∞)。

4.由于Yn=Σ(Xi-μ)/√n，所以P(|Yn|≥ε)≤ΣP(|Xi-μ|≥ε/√n)。

5.由贝努利大数定律（或作为切比雪夫应用），ΣP(|Xi-μ|≥ε/√n)→0(n→∞)。

6.因此P(|Yn|≥ε)→0(n→∞)，即Yn依概率收敛于0。

四、

解：根据中心极限定理，当n充分大时，样本均值X?近似服从N(μ,32/n)。

若μ已知，X?~N(μ,32/n)。近似概率P(X?100)=P((X?-μ)/√(32/n)(100-μ)/√(32/n))~N(0,1)。

若μ未知，不能直接使用X?的分布。但题目要求计算P(X?100)的近似值，并给定误差界限。这暗示我们可以假设一个μ的值。最常用的是假设样本来自的总体均值即为样本均值的期望，即假设μ=100。

在此假设下，X?~N(100,32/n)。

近似概率P(X?100)=P((X?-100)/√(32/n)(100-100)/√(32/n))=P(Z0)=0.5(其中Z~N(0,1))。

题目要求近似概率的误差小于0.05，即|P(X?100)-0.5|0.05。

这要求P(X?100)必须落在(0.5-0.05,0.5+0.05)=(0.45,0.55)范围内。

由于P(X?100)=0.5，误差为