MATH-PRO-23 大数定律

数学一 > ### 概率论与数理统计 > #### 大数定律

---

一、定位信息

项目	内容
所属章节	第五章 大数定律和中心极限定理
知识单元编号	MATH-PRO-23
前置知识	MATH-PRO-19~22（数字特征）
后续关联	MATH-PRO-24（中心极限定理）、MATH-PRO-25（总体与样本）
考试地位	选择题/证明题常考，概念理解为主
难度等级	★★★☆☆

---

二、知识点讲解

1. 依概率收敛

定义：设 $X_1, X_2, \ldots$ 为随机变量序列，$a$ 为常数。若对任意 $\varepsilon > 0$：

$\lim_{n \to \infty} P(|X_n - a| < \varepsilon) = 1$

则称 $X_n$ 依概率收敛于 $a$，记为 $X_n \xrightarrow{P} a$。

2. 切比雪夫大数定律

条件：$X_1, X_2, \ldots$ 两两不相关，$E(X_i) = \mu_i$，$D(X_i) \leq C$（常数）。

结论：$\bar{X}_n = \frac{1}{n}\sum_{i=1}^n X_i$ 依概率收敛于 $\frac{1}{n}\sum \mu_i$。

特殊地，若 $E(X_i) = \mu$（相同），则 $\bar{X}_n \xrightarrow{P} \mu$。

3. 伯努利大数定律

条件：$n_A$ 为 $n$ 次独立重复试验中事件 $A$ 发生的次数，$P(A) = p$。

结论：

$\frac{n_A}{n} \xrightarrow{P} p$

频率依概率收敛于概率——这是概率统计定义的理论基础。

4. 辛钦大数定律（独立同分布大数定律）

条件：$X_1, X_2, \ldots$ 独立同分布（i.i.d.），$E(X_i) = \mu$ 存在。

结论：

$\bar{X}_n = \frac{1}{n}\sum_{i=1}^n X_i \xrightarrow{P} \mu$

最重要：这是数理统计中"用样本均值估计总体期望"的理论依据。

---

三、大数定律对比表

定律	条件	结论
切比雪夫	两两不相关，方差有界	$\bar{X}_n \xrightarrow{P} \frac{1}{n}\sum\mu_i$
伯努利	$n$ 次独立重复试验	$\frac{n_A}{n} \xrightarrow{P} p$
辛钦	独立同分布，期望存在	$\bar{X}_n \xrightarrow{P} \mu$

条件强弱：辛钦 > 切比雪夫（辛钦要求独立同分布，切比雪夫只要求两两不相关）

---

四、记忆辅助

1. 大数定律的核心：$\bar{X}_n \xrightarrow{P} \mu$——"样本均值依概率收敛于总体期望"。
2. 伯努利大数定律：频率 $\to$ 概率——"$n_A/n$ 收敛于 $p$"。
3. 辛钦最重要：独立同分布 + 期望存在即可，不需要方差存在。
4. 依概率收敛：$P(|X_n - a| < \varepsilon) \to 1$——"$X_n$ 靠近 $a$ 的概率趋向1"。

---

五、例题精解

【例题1】辛钦大数定律的应用

题目：设 $X_1, X_2, \ldots, X_{100}$ 独立同分布，$X_i \sim E(2)$。用切比雪夫不等式估计 $P(|\bar{X}_{100} - 0.5| < 0.1)$ 的下界。

解答：

第一步：确定参数

$E(X_i) = \frac{1}{2} = 0.5$，$D(X_i) = \frac{1}{4}$。

$E(\bar{X}_{100}) = 0.5$，$D(\bar{X}_{100}) = \frac{D(X_i)}{100} = \frac{1}{400}$。

第二步：用切比雪夫不等式

$P(|\bar{X}_{100} - 0.5| < 0.1) \geq 1 - \frac{D(\bar{X}_{100})}{0.1^2} = 1 - \frac{1/400}{0.01} = 1 - \frac{1}{4} = 0.75$

第三步：解释

$|\bar{X}_{100} - 0.5| < 0.1$ 的概率至少为 $0.75$。

第四步：补充

由辛钦大数定律，$\bar{X}_{100} \xrightarrow{P} 0.5$，当 $n \to \infty$ 时这个概率趋向1。

---

【例题2】伯努利大数定律

题目：一枚硬币正面概率未知。掷1000次，正面出现520次。用大数定律解释"正面概率约为0.52"的合理性。

解答：

第一步：设事件

$n_A = 520$，$n = 1000$，$\frac{n_A}{n} = 0.52$。

第二步：伯努利大数定律

若 $P(A) = p$，则 $\frac{n_A}{n} \xrightarrow{P} p$。

第三步：推断

当 $n$ 足够大时，频率 $\frac{n_A}{n}$ 接近 $p$。因此可以用 $0.52$ 作为 $p$ 的估计。

第四步：注意

大数定律只说明频率趋向概率，不给出具体的误差范围。需要区间估计（后续章节）来给出更精确的结论。

---

六、考情分析

年份	题型	考点	分值
中频	选择题	三种大数定律的条件辨析	4分
中频	证明题	大数定律的证明思路	10分
基础	概念题	依概率收敛的理解	4分

---

七、易错点

1. 辛钦不要求方差存在：辛钦大数定律只要求期望存在，方差可以不存在（如柯西分布无期望，不适用）。
2. 切比雪夫要求方差有界：$D(X_i) \leq C$，不能是无界的。
3. 依概率收敛 $\neq$ 数列收敛：依概率收敛是概率意义下的收敛，不是逐点收敛。

---

八、来源标注

来源	说明
教材	浙大版《概率论与数理统计》第5章 §5.1
大纲	考研数学一大纲"大数定律"