Files
MathNotesVersion2/基于考研的学习/数学一/知识点构建/23-专背清单-概率论-第2讲-一维随机变量.md
T

188 lines
10 KiB
Markdown
Raw Normal View History

---
tags: [数学一, 知识点构建, 专背清单, 概率论, 分布函数, 常见分布]
专题: 概率论 · 第2讲 一维随机变量 · 专背清单
日期: 2026-11-17
状态: 44 条(式 18 / 表 3 / 判 6 / 模 3 / 反 10 / 坑 4)
来源: 知识点构建 16 背诵版 §4—§7;真题库 chapter 15—16
关联笔记: ["[[21-专背清单-概率论-00-总纲与跨讲对照]]", "[[16-背诵版-概率论-第1-2讲-随机事件与一维随机变量]]"]
---
# 第 2 讲 一维随机变量 · 专背清单
> 44 条。**本讲真正要背的是三张表**(分布律表、连续分布表、$\Phi$ 恒等式),其余是从表里推的。七类分布的参数与支撑必须能默写,一错整题废。
## 一、分布函数(9 条)
**L2-01** `式` 定义:$F(x)=P\{X\le x\}$ ,定义域全体实数,值域 $[0,1]$ 。
 └ **不等号方向固定朝右**($\le x$ )。写成 $<x$ 就是另一个函数了。
**L2-02** `表` 四条性质(缺一不可):
| # | 性质 | 含义 |
|---|---|---|
| ① | 单调不减 | $x_1<x_2\Rightarrow F(x_1)\le F(x_2)$ |
| ② | 右连续 | $F(x+0)=F(x)$ |
| ③ | 左端 | $F(-\infty)=0$ |
| ④ | 右端 | $F(+\infty)=1$ |
 └ 判断题的常见错误项:说"$F$ 连续"(错,只保证右连续)、说"$F$ 可以取负"(错)。
**L2-03** `式` 单点概率:$P\{X=a\}=F(a)-F(a-0)$ 。
 └ $F$ 在 $a$ 处的**跳跃高度**就是这一点的概率。连续型处处跳跃为 0,故 $P\{X=a\}=0$ 。
**L2-04** `式` 区间概率两种写法:
$$P\{a<X\le b\}=F(b)-F(a),\qquad P\{a\le X\le b\}=F(b)-F(a-0).$$
 └ 连续型两者相同(因为 $P\{X=a\}=0$ ),离散型差一个 $p_a$ 。
**L2-05** `判` 判断一个函数能否当分布函数:先验 ①—④,再看 $F(-\infty)=0$ 与 $F(+\infty)=1$ 是否都满足。
 └ 最常考的反例:$F(x)=\frac{1}{1+\mathrm e^{-x}}$ (logistic)满足①②③④之外还连续,**是**分布函数;而 $F(x)=\sin x$ 在 $[0,\pi]$ 上不满足不减(在 $\frac\pi2$ 后下降)。
**L2-06** `反` $F$ 单调不减 **不推出** $F$ 连续;$F$ 有跳跃也不矛盾。
 └ 离散型的 $F$ 就是阶梯,跳跃点正是取值点。
**L2-07** `反` 由 $F$ 求 $f$ 时,**只有在 $F$ 可导的点**才有 $f=F'$ ;分段点上的导数值无意义,写成区间开闭都行。
**L2-08** `判` 由 $F$ 反求参数:把 $F(+\infty)=1$ 与 $F$ 在各段衔接处的**右连续性**联立。
 └ 两个方程解两个参数,这是标准套路(2024·8 的形态)。
**L2-09** `坑` $F(x)$ 表示的是**累积到 $x$ 为止**的概率,所以 $P\{X>x\}=1-F(x)$ ,而不是 $1-F(x-0)$ 。**只有取等号单点时才需要 $F(x-0)$ ** 。
## 二、离散型(8 条)
**L2-10** `式` 分布律两性质:$p_k=P\{X=x_k\}\ge0$ ,$\sum_kp_k=1$ 。
 └ 求和为 1 是**归一化**,求未知参数第一动作。
**L2-11** `表` 五个离散分布(默写支撑与分布律):
| 分布 | 记号 | 分布律 | 支撑 |
|---|---|---|---|
| 0-1 | $B(1,p)$ | $p^k(1-p)^{1-k}$ | $k=0,1$ |
| 二项 | $B(n,p)$ | $C_n^kp^k(1-p)^{n-k}$ | $k=0,\dots,n$ |
| 泊松 | $P(\lambda)$ | $\dfrac{\lambda^k\mathrm e^{-\lambda}}{k!}$ | $k=0,1,2,\dots$ |
| 几何 | $G(p)$ | $(1-p)^{k-1}p$ | $k=1,2,\dots$ |
| 超几何 | $H(N,M,n)$ | $\dfrac{C_M^kC_{N-M}^{n-k}}{C_N^n}$ | $k$ 取值受限于两堆 |
 └ 几何的支撑**从 1 起**(首次成功),这是最容易写错的一格。0-1 是二项的特例。
**L2-12** `式` 泊松定理:$n\to\infty$ 、$np\to\lambda$ 时 $C_n^kp^k(1-p)^{n-k}\to\dfrac{\lambda^k\mathrm e^{-\lambda}}{k!}$ 。
 └ 实用条件:$n\ge20$ 、$p\le0.05$ 、$np$ 适中。$\lambda$ **取 $np$ **,不是 $n$ 也不是 $p$ 。
**L2-13** `式` 可加性两条:二项(**同 $p$ **)相加仍是二项;泊松相加仍是泊松($\lambda$ 相加)。
 └ 反:二项**不同 $p$ ** 不可加;几何不可加。
**L2-14** `式` 几何分布无记忆:$P\{X>m+n\mid X>m\}=P\{X>n\}=(1-p)^n$ 。
 └ 这是**离散型里唯一**无记忆的分布,指数分布是连续型的对应物。
**L2-15** `式` 超几何 $\to$ 二项:$N\to\infty$ 且 $\frac MN\to p$ 时,$H(N,M,n)\approx B(n,p)$ 。
 └ 直观:总体很大时"不放回"和"放回"几乎一样。
**L2-16** `模` 求离散型函数分布 $Y=g(X)$ :把 $g(x_k)$ 逐个算出,**相同值的概率合并**。
 └ 反:$Y=X^2$ 时 $x_k$ 与 $-x_k$ 合并成一项,漏并就错。
**L2-17** `坑` 分布律表格的**行和列都要等于 1**:边缘和是 1,总计也是 1。填表题先查这两处。
## 三、连续型与三类分布(10 条)
**L2-18** `式` 密度三性质:$f(x)\ge0$ ;$\int_{-\infty}^{+\infty}f=1$ ;$F(x)=\int_{-\infty}^xf(t)\,\mathrm dt$ 。
**L2-19** `反` **密度可以大于 1**。
 └ 反例:$U(0,\frac12)$ 的 $f=2$ 。密度是"概率的密度",不是概率本身。判断题年年考。
**L2-20** `式` 连续型单点概率为零:$P\{X=a\}=0$ ,因此**开闭区间概率相同**。
 └ 推论:$P\{X\le a\}=P\{X<a\}$ ,写法上不必纠结端点。
**L2-21** `表` 三类连续分布:
| 分布 | 密度 | 分布函数 | 支撑 |
|---|---|---|---|
| 均匀 $U(a,b)$ | $\dfrac{1}{b-a}$ | $\dfrac{x-a}{b-a}$ | $a<x<b$ |
| 指数 $E(\lambda)$ | $\lambda\mathrm e^{-\lambda x}$ | $1-\mathrm e^{-\lambda x}$ | $x>0$ |
| 正态 $N(\mu,\sigma^2)$ | $\dfrac{1}{\sqrt{2\pi}\sigma}\mathrm e^{-\frac{(x-\mu)^2}{2\sigma^2}}$ | 无初等原函数 | 全体实数 |
 └ **正态的 $F$ 只能查表,绝不能积分**。看到有人对正态密度求积分,那是走错了路。
**L2-22** `式` 指数无记忆:$P\{X>s+t\mid X>s\}=P\{X>t\}=\mathrm e^{-\lambda t}$ 。
 └ 与几何分布成对记:**离散几何、连续指数,都无记忆**。
**L2-23** `式` 正态标准化:$X\sim N(\mu,\sigma^2)\Rightarrow Z=\dfrac{X-\mu}{\sigma}\sim N(0,1)$ 。
 └ 线性变换封闭:$aX+b\sim N(a\mu+b,\ a^2\sigma^2)$ 。**方差要乘 $a^2$ **。
**L2-24** `表` $\Phi$ 五恒等式(背到能反着用):
| 式子 | 用途 |
|---|---|
| $\Phi(-x)=1-\Phi(x)$ | 负值转正值,查表必用 |
| $\Phi(0)=\dfrac12$ | 对称中心 |
| $P\{Z\le z\}=\Phi(z)$ | 定义 |
| $P\{\lvert Z\rvert\le z\}=2\Phi(z)-1$ | 双侧 |
| $\Phi(1.96)=0.975$ 、$\Phi(1.645)\approx0.95$ | 两个必记数 |
**L2-25** `式` 正态区间:$P\{a<X<b\}=\Phi\!\left(\dfrac{b-\mu}{\sigma}\right)-\Phi\!\left(\dfrac{a-\mu}{\sigma}\right)$ 。
 └ **先标准化两个端点,再相减**。顺序反了会得负数。
**L2-26** `式` 上侧分位点:$z_\alpha$ 满足 $P\{Z>z_\alpha\}=\alpha$ ,即 $\Phi(z_\alpha)=1-\alpha$ 。
 └ **下标是尾巴面积,不是累积面积**。所以 $z_{0.025}=1.96$ 、$z_{0.05}=1.645$ 。这个约定与第 6 讲的 $t$ 、$\chi^2$ 分位点一致。
**L2-27** `反` 正态密度的**对称轴是 $\mu$ **,$\sigma$ 只管胖瘦,**不改位置**。
 └ 常见错项:"$\sigma$ 越大峰值越高"(错,越大越矮越胖,因为面积恒为 1)。
## 四、函数分布(8 条)
**L2-28** `判` 三条路线怎么选:
| 条件 | 走哪条 |
|---|---|
| $Y=g(X)$ 单调可导 | 公式法,一步出 $f_Y$ |
| 非单调(如 $X^2$ 、$\lvert X\rvert$ ) | 分布函数法 |
| 离散型 | 逐个映射后合并 |
**L2-29** `式` 单调变换公式:$f_Y(y)=f_X\big(h(y)\big)\,\lvert h'(y)\rvert$ ,$h=g^{-1}$ 。
 └ **绝对值不能丢**。$g$ 递减时 $h'<0$ ,丢了就出负密度。
**L2-30** `模` 分布函数法三步:① $F_Y(y)=P\{g(X)\le y\}$ ;② 解不等式化成 $X$ 的区间,用 $F_X$ 表示;③ 对 $y$ 求导得 $f_Y$ 。
 └ 第②步要**按 $y$ 的范围分段**,这是全题的分水岭。
**L2-31** `式` 平方变换:$X\sim N(0,1)$ 时 $Y=X^2$ 的 $f_Y(y)=\dfrac{1}{\sqrt{2\pi y}}\mathrm e^{-y/2}$ ($y>0$ ),即 $\chi^2(1)$ 。
 └ 这是"平方得卡方"的源头,第 6 讲拼装三大分布全靠它。
**L2-32** `判` $Y=g(X)$ 的支撑 = $g$ 在 $X$ 支撑上的**值域**。
 └ 反:$X\sim U(-1,1)$ 、$Y=X^2$ ,支撑是 $(0,1)$ 不是 $(-1,1)$ 。写错支撑,归一化就失败。
**L2-33** `坑` 分布函数法求导时,**分段点处用单侧导数**;写成统一式子后要回代验 $\int f_Y=1$ 。
**L2-34** `坑` $Y=\lvert X\rvert$ ($X\sim N(0,1)$ )时,$y>0$ 段是**两个分支叠加**:$f_Y(y)=2\varphi(y)$ 。漏一半是最常见的失分。
**L2-35** `反` $Y=g(X)$ 与 $X$ **一般不独立**,即使 $g$ 很简单。
 └ 特例:$X\sim N(0,1)$ 、$Y=X^2$ ,$\operatorname{Cov}(X,Y)=E(X^3)=0$ 但两者不独立——这就是 L4 讲的经典反例。
## 五、坑与反(4 条)
**L2-36** `反` $P\{X=a\}=0$ **不表示** $X=a$ 不可能发生。连续型每一点概率都是 0,但总有一点会发生。
**L2-37** `坑` 正态题里给的是 $\sigma^2$ 还是 $\sigma$ ,**看单位**。$N(\mu,\sigma^2)$ 的第二个参数是方差,标准化时分母要开方。
 └ 2025·10 的同类坑:题干给方差,公式要标准差。
**L2-38** `坑` $\Phi$ 表通常只列 $x\ge0$ ,遇到负值必须用 $\Phi(-x)=1-\Phi(x)$ 转正,**不能直接查**。
**L2-39** `反` $F(x)$ 与 $f(x)$ **量纲不同**:$f$ 是"每单位长度上的概率",可以有单位;$F$ 是无量纲的纯数。混着用会写出 $f>1$ 就判错的错误结论。
**L2-40** `判` 判断"某函数是否为密度":两条——非负、积分为 1。**不要求连续**,也不要求有界(可以有奇点,只要可积)。
**L2-41** `式` 由密度求期望时用 $\int xf(x)\mathrm dx$ ,**但要先确认 $\int\lvert x\rvert f<\infty$ ** ,否则期望不存在(柯西分布)。
**L2-42** `坑` 分段密度求待定常数:**逐段积分再相加等于 1**,不是只看一段。
**L2-43** `判` 独立性在一维里没有意义——独立性是**两个及以上**随机变量之间的事。选填若出现"$X$ 与自身独立",只有退化(常数)时成立。
**L2-44** `反` 两个正态的**和**是正态(独立时),但两个正态的**商**不是正态;两个均匀的和也不是均匀。函数分布不保"分布族"。
## 十秒自检
1. 默写 $F$ 的四条性质,特别说清"右连续"。
2. 说出五个离散分布的支撑,几何分布从几开始。
3. 写出 $\Phi$ 的四条恒等式与两个数值。
4. 分布函数法的三步,第几步最容易错。
5. 为什么 $P\{X=a\}=0$ 不等于不可能。
五条全过,本讲过关。