Files
MathNotesVersion2/基于考研的学习/数学一/专项突破/10-多维随机变量/03a-解析-基础.md
T

322 lines
13 KiB
Markdown
Raw Normal View History

---
tags: [数学一, 专项突破, 解析, 多维随机变量]
专题: 多维随机变量
日期: 2026-11-11
状态: A 组核心题解析,B/C 组见 03b 与 03c
关联笔记: ["[[02-试题]]", "[[01-考点地图]]", "[[03b-解析-中等]]"]
---
# 解析(基础)· 多维随机变量 A 组
**这一组的错,八成不是"不会",是"手快"**:边缘积错限、分段少一段、独立性看着像就下结论。每题末尾的归因只指出一处。
## 答案速查
| 题 | A1 | A2 | A3 | A4 |
|---|---|---|---|---|
| 答 | $X$ :0.4/0.6;$Y$ :0.3/0.5/0.2;$P\{X=1\vert Y=2\}=\frac12$ ;$E(X\vert Y=1)=\frac35$ ;不独立 | $c=2$ ;$f_X=4x^3$ ;$f_Y=y-\frac{y^3}{4}$ ;不独立 | $E(X\vert Y=2)=\frac{13}{5}$ ;$P\{X=2\vert Y=2\}=\frac25$ | $f_{Y\vert X}=\frac1x$ ;$E(Y\vert X=x)=\frac x2$ ;$EY=\frac13$ |
| 题 | A5 | A6 | A7 | A8 |
|---|---|---|---|---|
| 答 | 独立 / 不独立 / 不独立 | $f=2$ ;$f_X=f_Y=2(1-x)$ ;不独立;$EXY=\frac1{12}$ | $7$ 、$3$ ;$-3$ ;$4$ ;$0.5$ | 三角分布;$\frac18$ ;$\frac34$ |
| 题 | A9 | A10 | A11 | A12 |
|---|---|---|---|---|
| 答 | $E(M)=\frac23$ ,$E(N)=\frac13$ ;$\frac14$ | $f_{U,V}=\frac12$ (菱形);$f_U=1-\vert u-1\vert$ | $0.2613$ ;$12.5\mathrm e^{-5}\approx0.0842$ | $f=6\mathrm e^{-2x-3y}$ ;独立;$\frac35$ |
---
## A 组
### 题 A1 · 边缘 0.4/0.6 与 0.3/0.5/0.2,不独立
**怎么想**:表格题只有三件事——行和、列和、抽查一格。独立性判断**不要用"看起来不像"**,直接挑一格比。
**解**:
(Ⅰ)行和(对 $X$ ):
| $X$ | $0$ | $1$ |
|---|---|---|
| $P$ | $0.4$ | $0.6$ |
列和(对 $Y$ ):
| $Y$ | $0$ | $1$ | $2$ |
|---|---|---|---|
| $P$ | $0.3$ | $0.5$ | $0.2$ |
两行合计 $1$ ,两列合计 $1$ 。
(Ⅱ)$P\{X=1\mid Y=2\}=\dfrac{0.1}{0.2}=\dfrac12$ ,$P\{X=0\mid Y=1\}=\dfrac{0.2}{0.5}=\dfrac25$ 。
(Ⅲ)挑左上方格:$P\{X=0,Y=0\}=0.1$ ,而 $P\{X=0\}P\{Y=0\}=0.4\times0.3=0.12$ ,**不相等**,故 $X$ 与 $Y$ 不独立。
> 注意 $P\{X=0,Y=1\}=0.2$ 而乘积也是 $0.2$ ,这一格恰好相等——**只查一格就下结论前,要确保查的那格真的不等**,否则会误判成独立。
(Ⅳ)$E(X\mid Y=1)=\sum_i iP\{X=i\mid Y=1\}=0\times\dfrac{0.2}{0.5}+1\times\dfrac{0.3}{0.5}=\dfrac35$ 。
$P\{X+Y=2\}=P\{X=0,Y=2\}+P\{X=1,Y=1\}=0.1+0.3=0.4$ 。
**归因**:条件分布分母用**列和**不是全表之和。这题若把 $P\{X=1\mid Y=2\}$ 写成 $\frac{0.1}{1}$ 就错了。
---
### 题 A2 · 常数 2,边缘 4x³ 与 y−y³/4,不独立
**怎么想**:归一化的区域就是支撑集 $0<x<1,\ 0<y<2x$ 。定完 $c$ 再求边缘,求边缘时**画竖线、画横线**。
**解**:
(Ⅰ)$\displaystyle\int_0^1\!\!\int_0^{2x}cxy\,\mathrm dy\,\mathrm dx=c\int_0^1 2x^3\,\mathrm dx=\frac{c}{2}=1$ ,故 $c=2$ 。
(Ⅱ)固定 $x\in(0,1)$ ,$y$ 从 $0$ 到 $2x$ :
$$f_X(x)=\int_0^{2x}2xy\,\mathrm dy=2x\cdot\frac{(2x)^2}{2}=4x^3,\qquad 0<x<1 .$$
求 $f_Y$ 要改画横线:固定 $y\in(0,2)$ ,由 $y<2x$ 得 $x>\frac y2$ ,故 $x$ 从 $\frac y2$ 到 $1$ :
$$f_Y(y)=\int_{y/2}^{1}2xy\,\mathrm dx=2y\cdot\frac{1-\frac{y^2}{4}}{2}=y-\frac{y^3}{4},\qquad 0<y<2 .$$
自检:$\int_0^1 4x^3\,\mathrm dx=1$ ✓,$\int_0^2\!\big(y-\frac{y^3}{4}\big)\mathrm dy=2-1=1$ ✓。
(Ⅲ)**不独立**。理由一句话即可:支撑集 $0<y<2x$ 不是矩形(对每个 $x$ ,$y$ 的上限随 $x$ 变),所以必不独立。
**归因**:$f_Y$ 的下限 $\frac y2$ 是最容易写成 $0$ 的地方。写成 $0$ 后积分出来是 $2y$ ,归一化正好错成 $2$ (应为 $1$ ),能用这个自检抓出来。
---
### 题 A3 · 条件期望 13/5
**怎么想**:题给的是"条件分布"($Y\mid X=i\sim B(i,1/2)$ ),要**反过来**填表:先算条件概率,再乘 $P\{X=i\}=\frac13$ 。
**解**:
(Ⅰ)逐格算 $P\{X=i,Y=j\}=\frac13 C_i^j\big(\frac12\big)^i$ :
| $X\backslash Y$ | $0$ | $1$ | $2$ | $3$ |
|---|---|---|---|---|
| $1$ | $\frac16$ | $\frac16$ | $0$ | $0$ |
| $2$ | $\frac1{12}$ | $\frac16$ | $\frac1{12}$ | $0$ |
| $3$ | $\frac1{24}$ | $\frac18$ | $\frac18$ | $\frac1{24}$ |
全表之和 $=\frac{1}{3}\big(\frac12+\frac12\big)+\frac13\cdot1+\frac13\cdot1=1$ ✓(每行的和为 $\frac13$ )。
(Ⅱ)列和:
$$P\{Y=0\}=\frac16+\frac1{12}+\frac1{24}=\frac7{24},\quad P\{Y=1\}=\frac16+\frac16+\frac18=\frac{11}{24},$$
$$P\{Y=2\}=\frac1{12}+\frac18=\frac5{24},\quad P\{Y=3\}=\frac1{24}.$$
合计 $1$ ✓。
(Ⅲ)$Y=2$ 这一列只有 $X=2$ 与 $X=3$ 两格非零,按列和归一化:
$$P\{X=2\mid Y=2\}=\frac{1/12}{5/24}=\frac25,\qquad P\{X=3\mid Y=2\}=\frac{1/8}{5/24}=\frac35 .$$
于是 $E(X\mid Y=2)=2\times\frac25+3\times\frac35=\frac45+\frac95=\frac{13}{5}$ 。
**归因**:$X$ 的取值是 $1,2,3$ 而不是 $0,1,2$ ,条件期望里别把下标当取值。
---
### 题 A4 · 条件密度 1/x,期望 1/3
**怎么想**:这是**同分布族**的典型——条件密度是 $1/x$ ,即 $Y\mid X=x\sim U(0,x)$ ,比一堆积分好看。
**解**:
(Ⅰ)区域面积 $\frac12$ ,故 $f=2$ 。
$$f_X(x)=\int_0^x2\,\mathrm dy=2x,\quad 0<x<1;\qquad f_Y(y)=\int_y^1 2\,\mathrm dx=2(1-y),\quad 0<y<1 .$$
(Ⅱ)$f_{Y\mid X}(y\mid x)=\dfrac{f(x,y)}{f_X(x)}=\dfrac{2}{2x}=\dfrac1x$ ,$0<y<x$ ,即 $Y\mid X=x\sim U(0,x)$ 。
(Ⅲ)$E(Y\mid X=x)=\dfrac x2$ 。验证重期望:
$$EY=\int_0^1y\cdot2(1-y)\,\mathrm dy=2\Big(\frac12-\frac13\Big)=\frac13,\qquad E\big[E(Y\mid X)\big]=E\Big(\frac X2\Big)=\frac{2/3}{2}=\frac13 .$$
两边相等 ✓(这里 $EX=\int_0^1x\cdot2x\,\mathrm dx=\frac23$ )。
**归因**:$f_Y(y)=2(1-y)$ 的支撑是 $(0,1)$ 而不是 $(0,x)$ ——**边缘里不能留 $x$ 这个变量** ,这是判断有没有算完的标准。
---
### 题 A5 · 独立 / 不独立 / 不独立
**怎么想**:按 [§1.5](01-考点地图.md#user-content-15-独立性三重判据) 的优先级,先看支撑,再看可分离,最后才真算。
**解**:
(Ⅰ)$f=4xy=(2x)(2y)$ 是两个一元函数之积,且支撑 $0<x<1,\ 0<y<1$ 是**矩形**,两个条件都满足,**独立**。(事实上 $X,Y$ 都服从密度 $2x$ 的分布。)
(Ⅱ)**不独立**,最省力的理由:支撑 $0<y<x<1$ 是三角形,不是矩形。
若硬算也能看出:$f_X=4x^3$ ,$f_Y=4y(1-y^2)$ ,乘积 $16x^3y(1-y^2)\ne8xy$ 。
(Ⅲ)**不独立**。支撑是矩形,不能靠形状判,必须算:
$$f_X(x)=\int_0^1\frac65(x+y^2)\,\mathrm dy=\frac65\Big(x+\frac13\Big),\qquad f_Y(y)=\frac65\Big(\frac12+y^2\Big).$$
$$f_X(x)f_Y(y)=\frac{36}{25}\Big(x+\frac13\Big)\Big(\frac12+y^2\Big)\ne\frac65(x+y^2).$$
故不独立。
**归因**:三小题正好对应三种情形——矩形 + 可分离、非矩形、矩形但不可分离。**只会看第一种,遇到第三种就错判成独立**,这是选择题的固定陷阱。
---
### 题 A6 · 三角形均匀,不独立,期望 1/12
**怎么想**:均匀分布先算面积,密度就是面积的倒数,**不要去积分求 $c$ ,直接算面积** 。
**解**:
(Ⅰ)$D$ 是腰长为 $1$ 的直角三角形,$S_D=\frac12$ ,故 $f(x,y)=2$ ,$(x,y)\in D$ 。
(Ⅱ)对固定的 $x\in(0,1)$ ,$y$ 从 $0$ 到 $1-x$ :
$$f_X(x)=\int_0^{1-x}2\,\mathrm dy=2(1-x);\qquad f_Y(y)=2(1-y),\quad 0<y<1 .$$
两个边缘形状相同(对称性所致),但**都不是均匀分布**。
(Ⅲ)$f_X(x)f_Y(y)=4(1-x)(1-y)\ne2$ ,故**不独立**(也可由支撑非矩形直接判定)。
(Ⅳ)$\displaystyle E(XY)=\int_0^1\!\!\int_0^{1-x}2xy\,\mathrm dy\,\mathrm dx=\int_0^1x(1-x)^2\,\mathrm dx=\frac12-\frac23+\frac14=\frac1{12}$ 。
**归因**:三角形均匀的两个边缘是**线性递减**的,很多人答成"均匀"或"$1$ "。这一条见 [§1.6](01-考点地图.md#user-content-16-二维均匀分布)。
---
### 题 A7 · 方差 7 与 3,协方差 −3,概率 0.5
**怎么想**:二维正态的一切都能用 $\sigma$ 与 $\rho$ 直接算,只有一处要注意——$\operatorname{Cov}(X+Y,X-Y)=DX-DY$ ,**减号**。
**解**:
先算 $\operatorname{Cov}(X,Y)=\rho\sigma_1\sigma_2=0.5\times1\times2=1$ ,$DX=1$ ,$DY=4$ 。
(Ⅰ)$D(X+Y)=1+4+2\times1=7$ ;$D(X-Y)=1+4-2\times1=3$ 。
(Ⅱ)$\operatorname{Cov}(X+Y,X-Y)=DX-\operatorname{Cov}(X,Y)+\operatorname{Cov}(Y,X)-DY=1-4=-3$ 。
(Ⅲ)$D(2X-Y)=4DX+DY-2\times2\operatorname{Cov}(X,Y)=4+4-4=4$ 。
(Ⅳ)$X-Y\sim N(0,3)$ ,故
$$P\{X<Y\}=P\{X-Y<0\}=\Phi(0)=0.5 .$$
**归因**:第(Ⅱ)问里两个协方差项**恰好抵消**,只剩 $DX-DY$ ,所以结果可以是负数。算成 $DX+DY=5$ 是把 $X-Y$ 当独立了。
---
### 题 A8 · 三角分布,概率 1/8 与 3/4
**怎么想**:$Z=X+Y$ 在 $z\in(0,1)$ 与 $z\in(1,2)$ 上区域形状不同,必须分两段。临界值 $1$ 来自"直线 $x+y=z$ 恰好扫过方形右上顶点"。
**解**:
(Ⅰ)$z\in(0,1)$ 时区域是三角形,面积 $\frac{z^2}{2}$ ;$z\in(1,2)$ 时是五边形,面积 $1-\frac{(2-z)^2}{2}$ 。故
$$F_Z(z)=\begin{cases}0, & z\le0,\\[2pt] \dfrac{z^2}{2}, & 0<z<1,\\[6pt] 1-\dfrac{(2-z)^2}{2}, & 1\le z<2,\\[6pt] 1, & z\ge2 .\end{cases}$$
求导:
$$f_Z(z)=\begin{cases}z, & 0<z<1,\\ 2-z, & 1\le z<2,\\ 0, & \text{其他}.\end{cases}$$
自检 $\int_0^1z+\int_1^2(2-z)=\frac12+\frac12=1$ ✓。
(Ⅱ)$\displaystyle P\{Z>1.5\}=\int_{1.5}^{2}(2-z)\,\mathrm dz=\Big[2z-\frac{z^2}{2}\Big]_{1.5}^{2}=2-1.875=\frac18$ 。
(Ⅲ)$\displaystyle P\{0.5<Z<1.5\}=\int_{0.5}^{1}z\,\mathrm dz+\int_{1}^{1.5}(2-z)\,\mathrm dz=\frac38+\frac38=\frac34$ 。
**归因**:$f_Z$ 的两段是**对称的**($z$ 与 $2-z$ ),所以 $f_Z(1)=1$ 是峰值。写成 $f_Z=z$ 一路到底,积分只有 $\frac12$ ,自检立刻暴露。
---
### 题 A9 · 最值的期望 2/3 与 1/3,极差概率 1/4
**怎么想**:$F_{\max}=F^2$ 、$F_{\min}=1-(1-F)^2$ ,一步到位。极差 $M-N$ 不能由两者相减得,要回到 $P\{M-N>t\}$ 的几何意义。
**解**:
(Ⅰ)$F_M(z)=z^2$ ,$f_M(z)=2z$ ;$F_N(z)=1-(1-z)^2=2z-z^2$ ,$f_N(z)=2(1-z)$ ,均 $0<z<1$ 。
(Ⅱ)$\displaystyle E(M)=\int_0^12z^2\,\mathrm dz=\frac23$ ,$\displaystyle E(N)=\int_0^12z(1-z)\,\mathrm dz=2\Big(\frac12-\frac13\Big)=\frac13$ 。
(Ⅲ)$M-N>t$ 等价于 $|X-Y|>t$ 。在单位方形内,$|x-y|>t$ 是两个等腰直角三角形,直角边长 $1-t$ ,总面积 $(1-t)^2$ 。故
$$P\{M-N>1/2\}=(1-\tfrac12)^2=\frac14 .$$
**归因**:$E(M)+E(N)=EX+EY=1$ ,可以当自检。极差那问若去求 $M-N$ 的密度会绕远,**几何面积两行就完**。
---
### 题 A10 · 联合密度 1/2,边缘是三角分布
**怎么想**:反解 → 雅可比 → **代回原不等式得新支撑**。第三步最常被跳过。
**解**:
(Ⅰ)反解 $x=\dfrac{u+v}{2}$ ,$y=\dfrac{u-v}{2}$ ,
$$J=\frac{\partial(x,y)}{\partial(u,v)}=\begin{vmatrix}\frac12 & \frac12\\[2pt] \frac12 & -\frac12\end{vmatrix}=-\frac14-\frac14=-\frac12,\qquad |J|=\frac12 .$$
由 $f_{U,V}=f(x,y)|J|$ 且 $f=1$ 在单位方形内:
$$f_{U,V}(u,v)=\frac12 .$$
支撑由 $0<x<1,\ 0<y<1$ 代回:$-u<v<2-u$ 且 $u-2<v<u$ ,合并为
$$\max(-u,\ u-2)<v<\min(2-u,\ u),$$
即**菱形** $|u-1|+|v|<1$ (四个顶点 $(0,0),(1,1),(2,0),(1,-1)$ )。菱形面积 $=\frac12\times2\times2=2$ ,乘以 $\frac12$ 得 $1$ ✓。
(Ⅱ)固定 $u\in(0,2)$ ,$v$ 的区间长度 $=(2-u)-u$ 当 $u\le1$ 时为 $2-2u$ ,当 $u>1$ 时为 $2u-2$ ,统一写成 $2-2|u-1|$ :
$$f_U(u)=\frac12\big(2-2|u-1|\big)=1-|u-1|,\qquad 0<u<2 .$$
即 $f_U(u)=u$ ($0<u<1$ )、$f_U(u)=2-u$ ($1\le u<2$ ),与题 A8 的三角分布一致 ✓。
**归因**:**支撑换成菱形是本题的全部难点**。只写 $f=\frac12$ 不写范围,等于没答;范围写成 $0<u<2,\ -1<v<1$ 则积分得 $2$ ,归一化立刻不对。
---
### 题 A11 · 0.2613 与 0.0842
**怎么想**:认出"同类型 + 参数相同(二项要 $p$ 同)"就直接合并,别做卷积。
**解**:
(Ⅰ)$X+Y\sim B(7,\ 0.4)$ ,故
$$P\{X+Y=2\}=C_7^2(0.4)^2(0.6)^5=21\times0.16\times0.07776=0.2613 .$$
(Ⅱ)$X+Y\sim P(5)$ ,故
$$P\{X+Y=2\}=\mathrm e^{-5}\frac{5^2}{2!}=12.5\,\mathrm e^{-5}\approx0.0842 .$$
**归因**:二项可加**必须 $p$ 相同**。$B(3,0.4)+B(4,0.5)$ 不是 $B(7,0.45)$ ——这一句是选择题的固定干扰项。
---
### 题 A12 · 密度可分离,独立,概率 3/5
**怎么想**:$F$ 已经是两个一元函数之积,先别急着求偏导,**先看能否直接读出边缘**。
**解**:
(Ⅰ)$f=\dfrac{\partial^2F}{\partial x\partial y}=\big(2\mathrm e^{-2x}\big)\big(3\mathrm e^{-3y}\big)=6\mathrm e^{-2x-3y}$ ,$x>0,y>0$ 。
(Ⅱ)$f_X(x)=2\mathrm e^{-2x}$ ($x>0$ ),$f_Y(y)=3\mathrm e^{-3y}$ ($y>0$ ),即 $X\sim E(2)$ ,$Y\sim E(3)$ 。
(Ⅲ)$F(x,y)=F_X(x)F_Y(y)$ 对一切 $x,y$ 成立,故**独立**。
(Ⅳ)两类写法都行,用密度:
$$P\{X>Y\}=\int_0^{\infty}\!\!\int_y^{\infty}6\mathrm e^{-2x-3y}\,\mathrm dx\,\mathrm dy=\int_0^{\infty}3\mathrm e^{-3y}\mathrm e^{-2y}\,\mathrm dy=\frac{3}{5} .$$
> **速记**:$X\sim E(\lambda_1)$ 与 $Y\sim E(\lambda_2)$ 独立时 $P\{X>Y\}=\dfrac{\lambda_2}{\lambda_1+\lambda_2}$ 。本题 $\frac{3}{2+3}=\frac35$ ✓,与"谁参数大谁更容易小"一致。
**归因**:$F$ 可分离**只说明独立**,不能直接读出密度——指数上的系数要分别在求导时出来,写错成 $\mathrm e^{-(2x+3y)}$ 而漏掉 $6$ 的乘积是常见错误。