refactor(概率论第3讲): 按「知识点带题」整体重构,三件套改为盘点+七点分册+速查卡

- 删去 01-考点手册 / 02-试题 / 03-解析 / 04-答疑笔记 / 05-试题-中高难度 / 06-解析-中高难度
- 新建 01-知识点盘点(七节 + 覆盖对照 + 相邻讲接口)、02—08 七个点文件、09-速查卡
- 27 题全部原创数字,A/B/C 难度分层;每题带「怎么想 / 解 / 带走结论」与题目级双向链接
- 关键数值用 sympy 复核:P{X+Y<1}=1/3、Cov=4/225、D(3X-2Y)=108、P{X=0|Y=2}=1/(1+2e^-2) 等
- gen_crosslinks 生成 27 条关联行 + §0.4 反查表 + 速查回查表;链接 143 条 0 异常
- 公式预检 0 处待修;18 处「加粗以公式收尾」已改写句式(补空格会让星号外露)
This commit is contained in:
2026-11-07 12:32:42 +08:00
parent b8f464607a
commit 60f3f394c0
16 changed files with 2117 additions and 1312 deletions
@@ -1,76 +1,106 @@
---
tags:
- 数学一
- 在学练习
- 概率论
- MOC
专题: 概率论 第3讲 · 多维随机变量及其分布(真题库第 17 章)
日期: 2026-10-13
状态: 已出(考点 + 试题 + 解析 三件分离)
对应视频:
- 01 一、n 维随机变量及其分布函数
- 02/03 二、常见的两类二维随机变量——离散型与连续型
- 04 三、随机变量的相互独立性
- 05 四、多维随机变量函数的分布
- 06 五、多维随机变量函数的分布(续)
- 07 六、综合题举例
tags: [数学一, 在学练习, 概率论, 多维随机变量, README]
专题: 概率论 第3讲 · 多维随机变量及其分布
日期: 2026-11-07
状态: 知识点盘点 + 七点分册(知识点带题,27 题)
关联笔记: ["[[01-知识点盘点]]", "[[09-速查卡]]"]
---
# 概率论 第3讲 · 多维随机变量及其分布
> 学习阶段用「考点 / 试题 / 解析」三件分离管理:先看 `01-考点手册` 建立框架 → 做 `02-试题` 限时练 → 对 `03-解析` 复盘。
真题库第 17 章。近十年 **11 题 105 分**:**8 道解答题(91 分)$+$ 3 道选填(14 分)**,**年年一道 11—12 分解答题**。
## 一、本文件夹文件
这一讲把一维的"分布函数 / 密度"**升维**成二维的,再学会从二维里切出一维来用。所有大题都是三种换算的组合:**联合 → 边缘**、**联合 → 条件**、**联合 → 函数**。
| 文件 | 用途 | 打开时机 |
|---|---|---|
| **[[01-考点手册]]** | 本讲全部考点 + 方法库(含**雅可比行列式变换法**) | 学之前/复习时 |
| **[[02-试题]]** | 19 题分层练习(A 基础 / B 中等 / C 拔高),**不含答案** | 限时自测 |
| **[[03-解析]]** | 19 题详解 + 思路 + 易错点 + 真题骨架 | 做完对答案 |
| **[[04-答疑笔记]]** | 卡壳题的逐步答疑(第 2 / 4 / 7 题已收) | 哪题卡了看哪题 |
| **[[05-试题-中高难度]]** | **中高难度卷 12 题**(B 中等 7 + C 拔高 5,**无基础题**),独立成卷 | 一轮做完后的强化 |
| **[[06-解析-中高难度]]** | 中高难度卷详解 + 与 02-试题 的分工说明 + 缺口覆盖表 | 做完对答案 |
## 这一版的结构
## 二、训练目标
| 层 | 文件 | 作用 | 读法 |
|---|---|---|---|
| **地图** | `01-知识点盘点.md` | 大纲、真题、参考仓库三条线的知识点全摊开 | 先通读,之后只查不读 |
| **练** | `02`—`08` 七个点 | 每点先列知识点(含参考仓库出处),再按知识点内部条目顺序逐一对应出题,共 27 题 | 一天一个点,动手做 |
| **查** | `09-速查卡.md` | 十三组结论 $+$ 六处丢分点 $+$ 回查表 | 考前十分钟 |
- 这一讲是概率论**分值最重**的板块:真题库 **第 17 章**近十年 **11 题、105 分**,年年一道 11–12 分解答题。
- 核心:把一维的分布函数法、密度法**升维**到二维,打通 **联合 ↔ 边缘 ↔ 条件** 换算,掌握**独立性判定**与**随机变量函数分布**两大类问题。
## 文件清单
## 三、难度与用时
| 组 | 题量 | 对应 | 建议用时 | 难度 |
| 文件 | 内容 | 真题锚点 | 分值 | 题量 |
|---|---|---|---|---|
| A 基础 | 6(1–6) | 识别与直接计算 | 25 分钟 | ★☆☆ |
| B 中等 | 8(7–14) | 多步计算 | 40 分钟 | ★★☆ |
| C 拔高 | 5(15–19) | 综合与辨析 | 30 分钟 | ★★★ |
| **合计** | **19** | | **约 95 分钟** | 可拆两天 |
| `01-知识点盘点.md` | 七节盘点 $+$ 覆盖对照表 $+$ 相邻讲接口 | — | — | 0 |
| `02-点1-联合分布与边缘分布.md` | 四条性质、矩形公式、边缘、条件密度 | 2023·22 | — | 4 |
| `03-点2-二维离散型.md` | 表格法、条件律、泊松与二项分解 | 2016·8、2022·10 | — | 3 |
| `04-点3-二维连续型与两类分布.md` | 归一化、分段边缘、条件密度、均匀、二维正态 | 2016·22、2019·8、2023·22 | **约 24** | 5 |
| `05-点4-独立性.md` | 三种等价说法、可分离 $+$ 矩形判据、不相关、独立同分布推论 | 2016·22、2022·10、2024·9 | — | 4 |
| `06-点5-函数分布两条路.md` | 分布函数法、雅可比、选路表 | 2017·22、2019·22、2021·22、2023·22 | **约 46** | 4 |
| `07-点6-四则运算与最值.md` | 卷积、差与绝对值、最值、四张可加性表 | 2018·22、2019·8、2025·22 | **约 15** | 4 |
| `08-点7-混合型与全概率.md` | 全概率密度版、贝叶斯、复合模型、总方差 | 2017·22、2020·22、2025·22 | **约 24** | 3 |
| `09-速查卡.md` | 十三组结论 $+$ 六处丢分点 | — | — | 0 |
## 四、命题依据与来源记号
合计 **27 题**。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
- 🟨 **真题库**:`试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/kaoyan_math1.db` 第 17 章(2016·22、2017·22、2018·22、2019·8、2019·22、2020·22、2021·22、2022·10、2023·22、2024·9、2025·22)。
- 🟩 **参考仓库**:`参考仓库/Math/probability-theory-and-mathematical-statistics/`(`knowledge/2` 多维章、`knowledge/3` 二维数字特征、`exercise/2`、`exercise/3`)。
- 🟦 **视频**:第 3 讲 6 个讲次(本文件夹对应目录见 frontmatter)。
- **防过拟合**:试题数字与区域全部原创,仅考法结构对齐真题;标「真题骨架」的题可直接回刷真题原题。
## 建议的三轮读法
## 五、平板书写版(PDF)
**第一轮(1 小时)**:`01` 通读 $+$ `02`。点 1 只有一件事——**三个换算的方向**。方向记反,后面每个点都会跟着错。
Markdown 内的 LaTeX 公式经 **KaTeX 服务端渲染**后打印为 A4 PDF,公式为矢量文本(可缩放、不失真),适合 iPad / 安卓平板用触控笔直接批注。产物在 **`PDF/`** 子目录:
**第二轮(3 小时)**:`03`、`04`、`05`。这三节是"全部的准备工作":边缘、条件、独立判据。**`04` 的定限功夫是整讲地基**,$0<y<x$ 型支撑练不顺,函数分布一定做不完。
| 文件 | 页数 | 用途 |
**第三轮(2 小时)**:`06`、`07`、`08`。**`06` 的 46 分是本讲主场**,分布函数法必须练到"看到 $g(X,Y)\le z$ 就能画出区域"。
时间不够时按这个顺序砍:`03` $\to$ `07` 的题 4 $\to$ `02` 的题 1 。**`04`、`06`、`08` 一定不能砍**。
## 双向链接怎么用
| 粒度 | 在哪儿 | 什么时候用 |
|---|---|---|
| `概率论第3讲-试题-答题版.pdf` | 17 | **主用**:19 题逐题留白——A 组每题约半页,B/C 组每题约整页(带浅色虚框与横线格) |
| `概率论第3讲-试题-中高难度-答题版.pdf` | 13 | **强化卷**:12 题全部整页留白(1 封面 + 12 题页) |
| `概率论第3讲-解析-中高难度.pdf` | 9 | 强化卷答案 |
| `概率论第3讲-考点手册.pdf` | 10 | 复习查阅 |
| `概率论第3讲-解析.pdf` | 7 | 第一轮 19 题答案 |
| `概率论第3讲-答疑笔记.pdf` | 9 | 卡壳题逐步答疑 |
| **册** | 本文件「文件清单」 | 决定今天做哪一个点 |
| **知识点** | 各点文件开头的知识点标题(含参考仓库出处) | 做题卡住时回看判据 |
| **题** | 每题末尾的「关联」行 $+$ 盘点 §0.4 $+$ 速查回查表 | 从知识点反查"它在哪几道题里练过" |
> **重新生成**:改完 `.md` 后运行
> `node .workbuddy/tools/md2pdf/md2pdf.js --in 02-试题.md --out PDF/概率论第3讲-试题-答题版.pdf --mode answer`
> (去掉 `--mode answer` 即为普通版;留白尺寸在脚本 `pageCss()` 的 `.q-space.half / .full` 处调整。)
每道题末尾固定一行:
## 六、关联
```
> **关联** · 盘点 §X.Y | 上游 | 下游 | 速查
```
- 上层:[[总览]] · [[README]](每日小练规划)
- 相邻讲次:[[02-数列-加强版]](方法论参考)
- 错题:[[做题本]]
四个方向全部指向**具体题目的锚点**。
## 锚点怎么写(Gitea 两条方向相反的规则)
标题 id $=$ `user-content-` $+$ 标题原文小写化(保留字母数字汉字与下划线,空格变 `-`,**其余标点全部删除**)。
| 链接类型 | 写法 |
|---|---|
| 同文件 | `#题-1--11联合分布函数的四条性质` |
| 跨文件 | `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` |
**标题里不许出现公式**:`$...$` 会让锚点漂移,脚本算不出来(本讲所有题目标题已改为纯文字)。
写完校验:
```bash
python .workbuddy/tools/md2pdf/gen_crosslinks.py 概率论-第3讲-多维随机变量及其分布
python .workbuddy/tools/md2pdf/check_md_links.py 概率论-第3讲-多维随机变量及其分布
python .workbuddy/tools/md2pdf/fix_gitea_math.py --check --scope=概率论-第3讲-多维随机变量及其分布
```
## 与其他讲的接口
| 本讲内容 | 来源 / 去向 | 用法 |
|---|---|---|
| 分布函数、密度、归一化 | 第 2 讲(一维随机变量) | 本讲所有积分都是它的二维版 |
| 二维正态的 $\rho$ | 第 4 讲(数字特征) | 点 3 题 4 的条件方差 $\sigma_2^2(1-\rho^2)$ 靠它 |
| 条件期望 $E(Y\mid X)$ | 第 4 讲(数字特征) | 点 7 的混合型期望、总方差公式 |
| 独立同分布之和 | 第 5 讲上(大数定律)、第 5 讲下(中心极限定理) | 两讲都以"$n$ 个独立同分布之和"为对象,是点 6 的推广 |
| 样本 $(X_1,\dots,X_n)$ | 第 6 讲(数理统计) | 样本是 $n$ 维随机变量,联合密度连乘即点 3 的推广 |
## 版本记录
| 日期 | 变更 |
|---|---|
| 2026-10-13 | 建文件夹,按「考点手册 $+$ 试题 $+$ 解析」三件套共 7 个文件(19 题 $+$ 中高难度 12 题) |
| 2026-11-07 | **按线性代数第 6 讲的「知识点带题」格式整体重构**:删去三件套与答疑分册,改为「知识点盘点 $+$ 七点分册 $+$ 速查卡」共 9 个文件、27 题;每题嵌知识点级出处与题目级双向链接;新增 §8 覆盖对照、§9 相邻讲接口 |
## 两条写作约定
1. **不生成 PDF**。只出 Markdown,在网页端或 App 里看。
2. **单个文件不超过 1.3 万字符**,超了就拆。
题面数据除标注「真题骨架」外均为另设,只对齐考法。参考 `参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/2-random-variables-and-distribution/` 与 `exercise/2-random-variables-and-distribution/` 。