first commit

This commit is contained in:
2026-10-04 11:44:56 +08:00
commit e7cbe2cdae
265 changed files with 52919 additions and 0 deletions
@@ -0,0 +1,103 @@
# 题型七:最大最小值的分布
## 识别特征
- 求 $M = \max(X, Y)$ 或 $N = \min(X, Y)$ 的分布
- **系统可靠性**问题(串联 = min,并联 = max)
- **顺序统计量**雏形
## 解题流程
```mermaid
flowchart TD
A[识别:max/min] --> B{独立?}
B -->|是| C[Fmax = F_X F_Y, Fmin = 1-(1-F_X)(1-F_Y)]
B -->|否| D["Fmax = P(X≤z, Y≤z) 二重积分"]
D --> E[用联合密度积分]
```
## 通法步骤
### 一、$M = \max(X, Y)$(独立时)
$$
F_M(z) = P(\max(X, Y) \le z) = P(X \le z, Y \le z) = F_X(z) \cdot F_Y(z)
$$
$$
f_M(z) = F_X'(z) F_Y(z) + F_X(z) F_Y'(z) = f_X(z) F_Y(z) + F_X(z) f_Y(z)
$$
### 二、$N = \min(X, Y)$(独立时)
$$
F_N(z) = P(\min(X, Y) \le z) = 1 - P(X > z, Y > z) = 1 - (1 - F_X(z))(1 - F_Y(z))
$$
$$
f_N(z) = f_X(z)(1 - F_Y(z)) + (1 - F_X(z)) f_Y(z)
$$
### 三、不独立时
$$
F_M(z) = P(X \le z, Y \le z) = \iint_{x \le z, y \le z} f(x, y) \, dx \, dy
$$
## 常见陷阱
- max/min 公式要求 $X, Y$ **独立**!不独立时不能用
- "**串联系统寿命** = min"(一个失效则整个失效)
- "**并联系统寿命** = max"(全部失效则整个失效)
## 经典母题
> **题目**:两元件寿命 $X, Y$ 独立,均服从指数分布 $E(\lambda)$。求:
> (1) 串联系统(min)的寿命分布;
> (2) 并联系统(max)的寿命分布。
**解析**:
$F_X(z) = F_Y(z) = 1 - e^{-\lambda z}$($z \ge 0$)
**(1) 串联 = min**:
$$F_N(z) = 1 - (1-F_X(z))(1-F_Y(z)) = 1 - e^{-2\lambda z}$$
→ $N \sim E(2\lambda)$(参数翻倍的指数分布)
**(2) 并联 = max**:
$$F_M(z) = F_X(z) F_Y(z) = (1 - e^{-\lambda z})^2$$
$$f_M(z) = 2(1 - e^{-\lambda z}) \cdot \lambda e^{-\lambda z} = 2\lambda e^{-\lambda z}(1 - e^{-\lambda z})$$($z \ge 0$)
**复盘**:这是**系统可靠性**问题的标准模板。
- 串联 = 各部件"谁先坏" → min
- 并联 = 各部件"谁最后坏" → max
---
> **变式 1**:$X \sim U(0, 1)$, $Y \sim U(0, 2)$ 独立。求 $M = \max(X, Y)$ 的密度。
**解**:
- $F_X(x) = x$($0 \le x \le 1$), $F_Y(y) = y/2$($0 \le y \le 2$)
- $F_M(z)$ 分段:
- $z \in [0, 1]$:$F_M(z) = z \cdot (z/2) = z^2/2$
- $z \in [1, 2]$:$F_M(z) = 1 \cdot (z/2) = z/2$
- $z \ge 2$:$F_M(z) = 1$
- $f_M(z)$:
- $z \in [0, 1]$:$f_M(z) = z$
- $z \in [1, 2]$:$f_M(z) = 1/2$
- 其他:$0$
---
> **变式 2**:$X, Y$ 独立同为 $U(0, 1)$。求 $M = \max$, $N = \min$ 的密度。
**解**:
- $F_M(z) = z^2$($0 \le z \le 1$),$f_M(z) = 2z$
- $F_N(z) = 1 - (1-z)^2 = 2z - z^2$,$f_N(z) = 2 - 2z = 2(1-z)$
> **跨章节衔接**:顺序统计量在 Ch06 参数估计中是核心(样本中位数 = 第二个顺序统计量)。
> **口诀速记**:
> - "**max/min 公式仅适用于独立情形**"
> - "**串联 = min,并联 = max**"
> - "**指数 + 指数,串联参数翻倍**"