题目
5 判断 (2分) 设随机变量X_(1),X_(2),...,X_(n),...相互独立,且X_(i)sim U(2,4)(sim i=1,2,...),则lim_(ntoinfty)p((sum_(i=1)^nX_(i)-3n)/(sqrt(frac(pi){3))}leq0)=0.5A. ×B. √
5 判断 (2分) 设随机变量$X_{1},X_{2},\cdots,X_{n},\cdots$相互独立,且$X_{i}\sim U(2,4)(\sim i=1,2,\cdots)$,则$\lim_{n\to\infty}p(\frac{\sum_{i=1}^{n}X_{i}-3n}{\sqrt{\frac{\pi}{3}}}\leq0)=0.5$
A. ×
B. √
题目解答
答案
B. √
解析
考查要点:本题主要考查中心极限定理的应用,以及对均匀分布期望、方差的理解。
解题核心思路:
- 确定分布参数:根据均匀分布$U(2,4)$,计算期望和方差。
- 应用中心极限定理:将和的标准化形式与标准正态分布联系起来。
- 分析分母差异:对比题目中的分母$\sqrt{\frac{\pi}{3}}$与中心极限定理中的正确分母$\sqrt{\frac{n}{3}}$,通过变量变形判断极限概率。
破题关键点:
- 正确标准化形式:中心极限定理要求标准化变量为$\frac{S_n - E(S_n)}{\sqrt{Var(S_n)}}$,需注意分母应为$\sqrt{n}$量级。
- 极限变形:通过变量变形,将题目中的表达式转化为标准正态分布的形式,从而判断概率值。
步骤1:计算期望与方差
- 均匀分布$U(2,4)$的期望:
$E(X_i) = \frac{2+4}{2} = 3$ - 方差:
$Var(X_i) = \frac{(4-2)^2}{12} = \frac{1}{3}$
步骤2:应用中心极限定理
- 和的期望与方差:
$E(S_n) = \sum_{i=1}^{n} E(X_i) = 3n$
$Var(S_n) = \sum_{i=1}^{n} Var(X_i) = \frac{n}{3}$ - 标准化形式:
$\frac{S_n - 3n}{\sqrt{\frac{n}{3}}} \xrightarrow{d} N(0,1) \quad (n \to \infty)$
步骤3:分析题目中的表达式
- 题目中的分母:$\sqrt{\frac{\pi}{3}}$是常数,而正确分母应为$\sqrt{\frac{n}{3}}$。
- 变形表达式:
$\frac{S_n - 3n}{\sqrt{\frac{\pi}{3}}} = \sqrt{\frac{n}{\pi}} \cdot \frac{S_n - 3n}{\sqrt{\frac{n}{3}}}$ - 极限分析:
当$n \to \infty$时,$\sqrt{\frac{n}{\pi}} \to \infty$,因此原式等价于$\sqrt{\frac{n}{\pi}} \cdot Z$($Z \sim N(0,1)$)。此时:- 若$Z > 0$,则$\sqrt{\frac{n}{\pi}} \cdot Z \to +\infty$;
- 若$Z < 0$,则$\sqrt{\frac{n}{\pi}} \cdot Z \to -\infty$;
- 若$Z = 0$,概率为0。
因此,原式$\leq 0$当且仅当$Z \leq 0$,概率为$0.5$。