diff --git a/.workbuddy/tools/md2pdf/fix_gitea_math.py b/.workbuddy/tools/md2pdf/fix_gitea_math.py index 1f9ed11..267e77d 100644 --- a/.workbuddy/tools/md2pdf/fix_gitea_math.py +++ b/.workbuddy/tools/md2pdf/fix_gitea_math.py @@ -154,6 +154,47 @@ def fix_math(text, mask): # ------------------------------------------------------------------ 加粗 +# ------------------------------------------------------------------ 块级公式 + +def find_display(text): + """配对 $$...$$(允许跨行),返回 (open_idx, close_idx)。""" + spans, i = [], 0 + while True: + s = text.find('$$', i) + if s == -1: + break + if s > 0 and text[s - 1] == '\\': + i = s + 2 + continue + e = text.find('$$', s + 2) + if e == -1: + break + spans.append((s, e)) + i = e + 2 + return spans + + +def fix_display(text, mask): + """Gitea block_parser.go:多行 $$ 块的开头行/收尾行必须让 $$ 独占一行,否则整块被拒。 + → 在多行块的开头 $$ 之后、收尾 $$ 之前各插入一个换行。 + (KaTeX 会 trim,渲染结果完全不变。)""" + inserts = [] + for s, e in find_display(text): + if mask[s] == '\x00': + continue + if '\n' not in text[s + 2:e]: + continue # 单行块走 inline 分支,无此限制 + nl = text.find('\n', s + 2) + if nl == -1: + nl = len(text) + if text[s + 2:nl].strip(): + inserts.append((s + 2, '块公式前')) + ls = text.rfind('\n', 0, e) + 1 + if text[ls:e].strip(): + inserts.append((e, '块公式后')) + return inserts + + def fix_bold(text, mask): """收尾 ** 被标点前导、被非空白非标点后继 → 右侧补空格,使其成为 right-flanking。""" stars = [m.start() for m in re.finditer(r'\*\*', text) if mask[m.start()] != '\x00'] @@ -180,7 +221,7 @@ def fix_bold(text, mask): def fix_text(text): mc = mask_code(text) mcm = mask_code_and_math(text) - inserts = fix_bold(text, mcm) + fix_math(text, mc) + inserts = fix_bold(text, mcm) + fix_math(text, mc) + fix_display(text, mc) if not inserts: return text, [] seen = set() @@ -190,8 +231,8 @@ def fix_text(text): continue seen.add((pos, kind)) uniq.append((pos, kind)) - for pos, _ in sorted(uniq, reverse=True): - text = text[:pos] + ' ' + text[pos:] + for pos, kind in sorted(uniq, reverse=True): + text = text[:pos] + ('\n' if kind.startswith('块公式') else ' ') + text[pos:] return text, sorted(uniq, key=lambda x: x[0]) diff --git a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/03-解析.md b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/03-解析.md index 246bb37..5f7564f 100644 --- a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/03-解析.md +++ b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/03-解析.md @@ -132,8 +132,10 @@ $$P\{U=1,\ X\le x\}=\int_0^x\mathrm dt\int_0^{t/2}2\,\mathrm dy=\int_0^x t\,\mat > **反直觉点**:$U$ 是 $(X,Y)$ 的函数却与 $X$ 独立——因为在三角形内 $P\{U=1\mid X=x\}=\dfrac{x/2}{x}=\dfrac12$ **与 $x$ 无关**。 **(Ⅲ)** 由独立,$f_Z(z)=\dfrac12f_X(z)+\dfrac12f_X(z-1)$ ,$f_X(x)=2x\ (0 **真题骨架**:🟨2016·22(均匀域 → 离散化 $U$ → 判独立 → $Z=U+X$ 分布函数),仅区域/分界改为 $y=x/2$ 。 ### 16. $f(x,y)=\dfrac1x\ (00).$$ +=0\cdot z-1\cdot v=-v,\qquad |J|=v\ (v>0). +$$ ### 第 ③步 · 联合密度 + **定义域一起变换** diff --git a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/06-解析-中高难度.md b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/06-解析-中高难度.md index a040562..29e769a 100644 --- a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/06-解析-中高难度.md +++ b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/06-解析-中高难度.md @@ -176,8 +176,10 @@ $$E(Y\mid X=x)=\frac{x+2x}{2}=\frac{3x}{2}\ \Rightarrow\ E(Y)=E\!\left(\frac{3X} $$E(Y^2\mid X=x)=\frac{x^2+2x^2+4x^2}{3}=\frac{7x^2}{3}\ \Rightarrow\ E(Y^2)=\frac79;$$ $$E(XY)=E\big[X\,E(Y\mid X)\big]=E\!\left[\frac{3X^2}{2}\right]=\frac{3}{2}\cdot\frac13=\frac12.$$ 又 $EX=\dfrac12,\ EX^2=\dfrac13,\ DX=\dfrac1{12}$ ;$DY=\dfrac79-\left(\dfrac34\right)^2=\dfrac{31}{144}$ 。于是 -$$\operatorname{Cov}(X,Y)=\frac12-\frac12\cdot\frac34=\frac18,\qquad -\rho_{XY}=\frac{1/8}{\sqrt{\dfrac1{12}\cdot\dfrac{31}{144}}}=\frac{3\sqrt3}{\sqrt{31}}=3\sqrt{\frac{3}{31}}\approx0.933.$$ +$$ +\operatorname{Cov}(X,Y)=\frac12-\frac12\cdot\frac34=\frac18,\qquad +\rho_{XY}=\frac{1/8}{\sqrt{\dfrac1{12}\cdot\dfrac{31}{144}}}=\frac{3\sqrt3}{\sqrt{31}}=3\sqrt{\frac{3}{31}}\approx0.933. +$$ > **思路**:条件分布型**永远先写 $f=f_Xf_{Y|X}$ **;求 $E(XY)$ 用**条件期望**最快——$E(XY)=E[X\,E(Y\mid X)]$ 。 > **易错点**:$U(x,2x)$ 的 $E(U^2)=\dfrac{x^2+2x^2+4x^2}{3}$ (均值**不一定对称**时别写错,此式只在 $a=x,b=2x$ 时代入);分界 $x **真题骨架**:🟨2022·10 / 2024·9(条件分布 → 相关系数),本题把 $U(0,x)$ 换成 $U(x,2x)$ 。 @@ -188,8 +190,10 @@ $$\boxed{f_{T_1}(t)=2\lambda e^{-2\lambda t}\ (t>0)}\ \Longrightarrow\ T_1\sim E > **结论**:独立同分布指数取 **min 仍是指数**,参数**相加**——"最短寿命"是串联系统的招牌性质。 **(Ⅱ)** **并联** $T_2=\max(X,Y)$ : -$$F_{T_2}(t)=\big(1-e^{-\lambda t}\big)^2\ (t>0),\qquad -f_{T_2}(t)=2\big(1-e^{-\lambda t}\big)\lambda e^{-\lambda t}=2\lambda e^{-\lambda t}\big(1-e^{-\lambda t}\big).$$ +$$ +F_{T_2}(t)=\big(1-e^{-\lambda t}\big)^2\ (t>0),\qquad +f_{T_2}(t)=2\big(1-e^{-\lambda t}\big)\lambda e^{-\lambda t}=2\lambda e^{-\lambda t}\big(1-e^{-\lambda t}\big). +$$ 用**期望的可加性**($\max+\min=X+Y$ ): $$E(T_2)=E(X)+E(Y)-E(T_1)=\frac1\lambda+\frac1\lambda-\frac{1}{2\lambda}=\frac{3}{2\lambda}.$$ diff --git a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-答疑笔记.pdf b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-答疑笔记.pdf index 9d5d21d..34da2be 100644 Binary files a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-答疑笔记.pdf and b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-答疑笔记.pdf differ diff --git a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-解析-中高难度.pdf b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-解析-中高难度.pdf index 4602883..24f473b 100644 Binary files a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-解析-中高难度.pdf and b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-解析-中高难度.pdf differ diff --git a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-解析.pdf b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-解析.pdf index e28e966..6e7fd63 100644 Binary files a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-解析.pdf and b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/PDF/概率论第3讲-解析.pdf differ diff --git a/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/01-考点手册.md b/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/01-考点手册.md index 18083f2..407c060 100644 --- a/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/01-考点手册.md +++ b/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/01-考点手册.md @@ -184,13 +184,15 @@ $$F=\frac{U/n_1}{V/n_2}\ \sim\ F(n_1,n_2).$$ **(一)单个正态总体(四条定理)** -$$\boxed{\begin{aligned} +$$ +\boxed{\begin{aligned} &\text{①}\quad \bar X\sim N\!\left(\mu,\frac{\sigma^2}{n}\right)\ \Longleftrightarrow\ \frac{\bar X-\mu}{\sigma/\sqrt n}=\frac{\sqrt n(\bar X-\mu)}{\sigma}\sim N(0,1)\\[6pt] &\text{②}\quad \frac{1}{\sigma^2}\sum_{i=1}^{n}(X_i-\mu)^2\ \sim\ \chi^2(n)\qquad(\mu\ \text{已知})\\[6pt] &\text{③}\quad \frac{(n-1)S^2}{\sigma^2}=\frac{1}{\sigma^2}\sum_{i=1}^{n}(X_i-\bar X)^2\ \sim\ \chi^2(n-1)\qquad(\mu\ \text{未知})\\[6pt] &\text{④}\quad \bar X\ \text{与}\ S^2\ \textbf{相互独立},\qquad \frac{\sqrt n(\bar X-\mu)}{S}\ \sim\ t(n-1)\qquad(\sigma\ \text{未知})\\[6pt] &\text{⑤}\quad \frac{n(\bar X-\mu)^2}{S^2}\ \sim\ F(1,\ n-1)\qquad\big(\text{由 ④ 取平方,}t^2\sim F(1,n-1)\big) -\end{aligned}}$$ +\end{aligned}} +$$ > **②→③ 的口诀**:**"$\mu$ 换成 $\bar X$ ,自由度减一"**。 > **①→④ 的口诀**:**"$\sigma$ 换成 $S$ ,正态换 $t$ ,自由度 $n-1$ "**。 @@ -204,11 +206,13 @@ $$S_w^2=\frac{(m-1)S_1^2+(n-1)S_2^2}{m+n-2}=\frac{\sum_{i=1}^{m}(X_i-\bar X)^2+\ 则 -$$\begin{aligned} +$$ +\begin{aligned} &\text{①}\quad \frac{(\bar X-\bar Y)-(\mu_1-\mu_2)}{\sqrt{\dfrac{\sigma_1^2}{m}+\dfrac{\sigma_2^2}{n}}}\ \sim\ N(0,1)\\[8pt] &\text{②}\quad \frac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2}=\frac{S_1^2}{S_2^2}\cdot\frac{\sigma_2^2}{\sigma_1^2}\ \sim\ F(m-1,\ n-1)\\[8pt] &\text{③}\quad \text{当 }\sigma_1^2=\sigma_2^2\text{ 时},\quad \frac{(\bar X-\bar Y)-(\mu_1-\mu_2)}{S_w\sqrt{\dfrac1m+\dfrac1n}}\ \sim\ t(m+n-2) -\end{aligned}$$ +\end{aligned} +$$ > **② 的推导就是"拼 $F$ "**:$\dfrac{(m-1)S_1^2}{\sigma_1^2}\sim\chi^2(m-1)$ 、$\dfrac{(n-1)S_2^2}{\sigma_2^2}\sim\chi^2(n-1)$ ,两者独立,按定义相除、各除自由度 $\Rightarrow$ 得 $\dfrac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2}\sim F(m-1,n-1)$ 。 > 🟨 **2023·9 就是考这一条**:只要两个总体的方差比 $\sigma_1^2:\sigma_2^2$ 已知,就能把系数调出来。 diff --git a/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/PDF/概率论第6讲-考点手册.pdf b/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/PDF/概率论第6讲-考点手册.pdf index 80cb4b5..b2675f4 100644 Binary files a/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/PDF/概率论第6讲-考点手册.pdf and b/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/PDF/概率论第6讲-考点手册.pdf differ