题目
设随机变量 X_(1), X_(2), ... X_(50) 相互独立同分布,且 E(X_(i))=0.1,D(X_(i))=0.1,(i=1,2...50),则 sum_(i=1)^50 X_(i) 近似服从()A. N(0.1, (1)/(500))B. N((1)/(5), (1)/(5))C. N(5, (1)/(5))D. N(5, 5)
设随机变量 $X_{1}, X_{2}, \cdots X_{50}$ 相互独立同分布,且 $E(X_{i})=0.1$,$D(X_{i})=0.1$,(i=1,2$\cdots$50),则 $\sum_{i=1}^{50} X_{i}$ 近似服从()
A. $N(0.1, \frac{1}{500})$
B. $N(\frac{1}{5}, \frac{1}{5})$
C. $N(5, \frac{1}{5})$
D. $N(5, 5)$
题目解答
答案
D. $N(5, 5)$
解析
考查要点:本题主要考查中心极限定理的应用,以及正态分布参数的计算。
解题核心思路:
当独立同分布的随机变量个数足够大时,它们的和近似服从正态分布。根据中心极限定理,和的期望为各变量期望之和,方差为各变量方差之和。
破题关键点:
- 确定变量个数:题目中给出50个变量,满足“足够大”的条件。
- 计算总和的期望:$E\left(\sum X_i\right) = 50 \times 0.1 = 5$。
- 计算总和的方差:$D\left(\sum X_i\right) = 50 \times 0.1 = 5$。
- 匹配选项:正态分布参数为$(均值, 方差)$,对应选项D。
根据中心极限定理,独立同分布的随机变量之和近似服从正态分布:
-
总和的期望:
$E\left(\sum_{i=1}^{50} X_i\right) = \sum_{i=1}^{50} E(X_i) = 50 \times 0.1 = 5.$ -
总和的方差:
$D\left(\sum_{i=1}^{50} X_i\right) = \sum_{i=1}^{50} D(X_i) = 50 \times 0.1 = 5.$ -
确定正态分布参数:
和近似服从$N(5, 5)$,对应选项D。