Files

179 lines
8.5 KiB
Markdown
Raw Permalink Normal View History

---
tags: [数学一, 在学练习, 概率论, 多维随机变量, 速查卡]
专题: 概率论 第3讲 · 多维随机变量及其分布(速查)
日期: 2026-11-07
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 第3讲 · 多维随机变量及其分布:速查卡
考前十分钟只看这一页。
## 一 三种换算的方向
<!-- KP: 1.1, 1.2, 1.3 -->
```
联合 ──积分掉 y──► 边缘 X
│ │
│除边缘 │
▼ ▼
条件 ──贝叶斯──► 反向条件
```
**永远是"联合 → 边缘 / 条件",反方向不成立**(除非独立)。$f=f_Xf_{Y\mid X}$ 恒成立,$f=f_Xf_Y$ 只在独立时成立。
## 二 边缘密度的定限
<!-- KP: 3.1, 3.2 -->
```
① 画支撑 D
② 固定 x 画竖线,看穿过多长 → 上下限
③ 端点含 x 就要分段
```
**判据**:支撑不是矩形 $\Rightarrow$ 边缘一定是分片/非均匀函数。
## 三 两个均匀结论
<!-- KP: 3.4 -->
- 一切概率 $=$ **面积比** $S_{D\cap G}/S_D$ ;
- $X\perp Y\iff D$ 是**边平行坐标轴的矩形**(圆、三角、菱形一律不独立)。
## 四 二维正态六条
<!-- KP: 3.5 -->
1. 边缘 $N(\mu_i,\sigma_i^2)$ ,与 $\rho$ 无关;
2. $aX+bY\sim N\!\left(a\mu_1+b\mu_2,\ a^2\sigma_1^2+b^2\sigma_2^2+2ab\rho\sigma_1\sigma_2\right)$ ;
3. $Y\mid X=x\sim N\!\left(\mu_2+\rho\frac{\sigma_2}{\sigma_1}(x-\mu_1),\ \sigma_2^2(1-\rho^2)\right)$ ;
4. **独立与 $\rho=0$ 等价**(仅限二维正态);
5. $\rho=0$ 时 $f=f_Xf_Y$ ;
6. $X+Y\perp X-Y\iff\sigma_1^2=\sigma_2^2$ 。
## 五 判独立两步
<!-- KP: 4.1, 4.2 -->
```
① 表达式能否写成 g(x)h(y)? 不能 → 不独立
② 支撑是否矩形? 不是 → 不独立
两条都通过 → 独立(归一化把 GH 吸收成 1)
```
## 六 独立与不相关
<!-- KP: 4.3 -->
- 独立 $\Rightarrow$ 不相关;**反向只在二维正态成立**;
- 反例模板:$X\sim U(-1,1)$ 、$Y=X^2$ ;
- 量级:独立管**全部分布**,不相关只管**二阶矩**。
## 七 函数分布三条路
<!-- KP: 5.1, 5.2, 5.3 -->
| 长相 | 路 |
|---|---|
| 一般 $g(X,Y)$ | 分布函数法(画区域、分段、求导) |
| $Z=X+Y$ 且已知两个边缘 | 卷积公式 |
| 要**两个**新变量 | 雅可比 $\lvert J\rvert$ |
| $\max$ / $\min$ | $F^n$ / $1-(1-F)^n$ |
**分段点 $=$ 区域换型处**($Z=X+Y$ 在单位正方形:$0,1,2$ )。
## 八 卷积定限
<!-- KP: 6.1 -->
$$f_Z(z)=\int f_X(x)f_Y(z-x)\,\mathrm dx,\qquad \max(a_1,z-b_2)<x<\min(b_1,z-a_2).$$
**区间非空才积**,非空条件给出分段:$a_1+a_2<z<b_1+b_2$ 。
**等长支撑 → 三角;不等长 → 梯形**(平台长 $=$ 长度差)。
## 九 差、积、商
<!-- KP: 6.2 -->
- 差:$X-Y=X+(-Y)$ ,$f_{-Y}(t)=f_Y(-t)$ ;
- 绝对值:$F_{\lvert X-Y\rvert}(z)=1-2\times$ 两角三角形面积 $=1-(1-z)^2$ ;
- 折叠:$f_{\lvert W\rvert}(z)=f_W(z)+f_W(-z)$ ;
- 商:先 $F_Z(z)=P\{Y\le zX\}$ 再求导,**$z<0$ 与 $z>0$ 要分开**;
- **三式都出自雅可比**:拉陪变量 $V=Y$ ,$y=v$ 使雅可比矩阵成下三角,$\lvert J\rvert$ 依次是 $1$ 、$1/\lvert v\rvert$ 、$\lvert v\rvert$ 。商里的 $\lvert y\rvert$ 就是 $\partial x/\partial u=v$ 那一项,不是凭空多出来的。
## 十 最值
<!-- KP: 6.3, 4.4 -->
$$F_{\max}=\prod F_i,\quad F_{\min}=1-\prod(1-F_i).$$
$U(0,1)$ 时 $EM=\frac{n}{n+1}$ 、$Em=\frac{1}{n+1}$ ;$E(\lambda)$ 的 $\min$ 是 $E(n\lambda)$ ,$Em=\frac{1}{n\lambda}$ 。
## 十一 可加性四张表
<!-- KP: 6.4 -->
| 分布 | 条件 | 结果 |
|---|---|---|
| 二项 | $p$ **相同** | $B(n_1+n_2,p)$ |
| 泊松 | 无 | $P(\lambda_1+\lambda_2)$ |
| 正态 | 无 | $N(\mu_1+\mu_2,\ \sigma_1^2+\sigma_2^2)$ |
| $\Gamma$ | $\lambda$ **相同** | $\Gamma(\alpha+\beta,\lambda)$ |
**两个"相同"**:二项要 $p$ 同,$\Gamma$ 要 $\lambda$ 同($E(1)+E(2)$ **不是** $\Gamma$ )。
## 十二 混合型两条公式
<!-- KP: 7.1, 7.2 -->
$$f_Y(y)=\sum_k p_kf_{Y\mid X=x_k}(y);\qquad DY=E\left[D(Y\mid X)\right]+D\left[E(Y\mid X)\right].$$
贝叶斯分母 $=$ 混合密度在该点的值。**混合正态一般不是正态**;双峰需 $\lvert\mu_1-\mu_2\rvert>2\sigma$ 。
## 十三 离散型表格法
<!-- KP: 2.1, 2.2, 2.3 -->
```
联合律填表 → 右缘行和(X边缘) / 下缘列和(Y边缘)
条件 = 该格 ÷ 行和
独立 ⟺ 各行成比例
```
**对角线上有 0 $\Rightarrow$ 不独立**。泊松分解:$X\mid X+Y=n\sim B\!\left(n,\frac{\lambda_1}{\lambda_1+\lambda_2}\right)$ 。
## 十四 最容易丢分的六处
1. **拿圆周当投影域**(离散类比:拿"边界"当"区域")——圆域求概率必须先换成面积。
2. **边缘密度不分段**:$0<y<x$ 型支撑,$f_X$ 的上限是 $x$ ,写常数的必错。
3. **看到 $8xy$ 就说独立**:支撑是三角形,一定不独立。
4. **卷积积分限不能一律写成从 $0$ 到 $z$ 的形式**:只有当两个密度的支撑都从 $0$ 起才成立。
5. **把 $D(X-Y)$ 写成 $DX-DY$ 是错的**:应为 $DX+DY-2\operatorname{Cov}$ ,独立时是 $DX+DY$ 。
6. **混合型只写密度**:忘了"一次也没发生"会留下原子。
---
## 回查
<!-- AUTO:回查 -->
| 想查什么 | 对应题目 |
|---|---|
| 一 三种换算的方向 | [点 1 题 1](02-点1-联合分布与边缘分布.md#user-content-题-1--11联合分布函数的四条性质)、[点 1 题 2](02-点1-联合分布与边缘分布.md#user-content-题-2--11由分布函数算矩形概率)、[点 1 题 3](02-点1-联合分布与边缘分布.md#user-content-题-3--12由联合密度求边缘与区域概率)、[点 1 题 4](02-点1-联合分布与边缘分布.md#user-content-题-4--13条件密度是一族密度) |
| 二 边缘密度的定限 | [点 3 题 1](04-点3-二维连续型与两类分布.md#user-content-题-1--31归一化与区域概率)、[点 3 题 2](04-点3-二维连续型与两类分布.md#user-content-题-2--32圆域均匀的边缘与矩形判据) |
| 三 两个均匀结论 | [点 3 题 5](04-点3-二维连续型与两类分布.md#user-content-题-5--34矩形支撑才独立) |
| 四 二维正态六条 | [点 3 题 4](04-点3-二维连续型与两类分布.md#user-content-题-4--35二维正态的六条结论) |
| 五 判独立两步 | [点 4 题 1](05-点4-独立性.md#user-content-题-1--41三种说法的一致性)、[点 4 题 2](05-点4-独立性.md#user-content-题-2--42可分离却仍不独立) |
| 六 独立与不相关 | [点 4 题 3](05-点4-独立性.md#user-content-题-3--43不相关但不独立的反例) |
| 七 函数分布三条路 | [点 5 题 1](06-点5-函数分布两条路.md#user-content-题-1--51分布函数法求和的分布)、[点 5 题 2](06-点5-函数分布两条路.md#user-content-题-2--51区域型支撑上的函数分布)、[点 5 题 3](06-点5-函数分布两条路.md#user-content-题-3--52雅可比法与顺带判独立)、[点 5 题 4](06-点5-函数分布两条路.md#user-content-题-4--53四条路的选择) |
| 八 卷积定限 | [点 6 题 1](07-点6-四则运算与最值.md#user-content-题-1--61不同区间上均匀分布之和) |
| 九 差、积、商 | [点 6 题 2](07-点6-四则运算与最值.md#user-content-题-2--62差的绝对值与先求-f) |
| 十 最值 | [点 4 题 4](05-点4-独立性.md#user-content-题-4--44独立同分布的四条推论)、[点 6 题 3](07-点6-四则运算与最值.md#user-content-题-3--63最值分布与期望) |
| 十一 可加性四张表 | [点 6 题 4](07-点6-四则运算与最值.md#user-content-题-4--64可加性四张表) |
| 十二 混合型两条公式 | [点 7 题 1](08-点7-混合型与全概率.md#user-content-题-1--71两条指数分布的加权)、[点 7 题 2](08-点7-混合型与全概率.md#user-content-题-2--71随机个数叠加的复合模型)、[点 7 题 3](08-点7-混合型与全概率.md#user-content-题-3--72混合正态与总方差) |
| 十三 离散型表格法 | [点 2 题 1](03-点2-二维离散型.md#user-content-题-1--21不放回抽样的联合分布律)、[点 2 题 2](03-点2-二维离散型.md#user-content-题-2--22由独立性反解未知概率)、[点 2 题 3](03-点2-二维离散型.md#user-content-题-3--23泊松分解与条件二项) |
<!-- /AUTO:回查 -->
整册入口:[知识点盘点](01-知识点盘点.md)、[点 1](02-点1-联合分布与边缘分布.md)、[点 2](03-点2-二维离散型.md)、[点 3](04-点3-二维连续型与两类分布.md)、[点 4](05-点4-独立性.md)、[点 5](06-点5-函数分布两条路.md)、[点 6](07-点6-四则运算与最值.md)、[点 7](08-点7-混合型与全概率.md)。