docs(大题十年考点): 盘点拆出 01b 覆盖对照与接口,点14 补概率大题
- 01-知识点盘点 14038 → 12976 字符,超额部分整体迁到 01b(§0.x 编号保持不变) - 15-点14-概率多维随机变量 补题并同步速查回查 - gen_crosslinks 支持把索引表写入含 AUTO:KP 标记的 01b
This commit is contained in:
@@ -190,8 +190,17 @@ def build(d, check_only=False):
|
|||||||
write(path, res)
|
write(path, res)
|
||||||
|
|
||||||
# ---- 2. 生成 §0.4 ----
|
# ---- 2. 生成 §0.4 ----
|
||||||
if os.path.exists(inv):
|
# 反查表写到"含 AUTO:KP 标记的那份文件"——默认是盘点,但盘点超过 1.3 万字符时
|
||||||
txt = read(inv)
|
# 可以把表迁到 01b(标记跟着走),脚本不必改。找不到标记就退回盘点。
|
||||||
|
target = inv
|
||||||
|
if not (os.path.exists(inv) and '<!-- AUTO:KP -->' in read(inv)):
|
||||||
|
for fn in sorted(os.listdir(d)):
|
||||||
|
p = os.path.join(d, fn)
|
||||||
|
if fn.endswith('.md') and os.path.exists(p) and '<!-- AUTO:KP -->' in read(p):
|
||||||
|
target = p
|
||||||
|
break
|
||||||
|
if os.path.exists(target):
|
||||||
|
txt = read(target)
|
||||||
rows = ['| 盘点章节(知识点) | 对应题目 |', '|---|---|']
|
rows = ['| 盘点章节(知识点) | 对应题目 |', '|---|---|']
|
||||||
all_kps = sorted(kp_names, key=lambda s: tuple(int(x) for x in s.split('.')))
|
all_kps = sorted(kp_names, key=lambda s: tuple(int(x) for x in s.split('.')))
|
||||||
for kp in all_kps:
|
for kp in all_kps:
|
||||||
@@ -209,7 +218,7 @@ def build(d, check_only=False):
|
|||||||
if new_txt != txt:
|
if new_txt != txt:
|
||||||
changed += 1
|
changed += 1
|
||||||
if not check_only:
|
if not check_only:
|
||||||
write(inv, new_txt)
|
write(target, new_txt)
|
||||||
|
|
||||||
# ---- 3. 生成速查卡「回查」表 ----
|
# ---- 3. 生成速查卡「回查」表 ----
|
||||||
if quick and os.path.exists(quick):
|
if quick and os.path.exists(quick):
|
||||||
|
|||||||
@@ -13,73 +13,9 @@ tags: [数学一, 大题十年考点, 知识点盘点, 高等数学, 线性代
|
|||||||
|
|
||||||
## §0 导航
|
## §0 导航
|
||||||
|
|
||||||
> §0.1 逐年对照表、§0.2 考点族热度、§0.3 三条命题规律,已并入 [01b-覆盖对照与接口](01b-覆盖对照与接口.md)(那里是"三条线的并集",这些统计表正好归它),本节只保留反查表。
|
> §0.1 逐年对照表、§0.2 考点族热度、§0.3 三条命题规律、§0.4 考点与题目反查表,**全部**并入 [01b-覆盖对照与接口](01b-覆盖对照与接口.md)(那里是"三条线的并集",统计表与反查表都归它;反查表在 [§九](01b-覆盖对照与接口.md#user-content-九考点与题目反查))。
|
||||||
|
>
|
||||||
### §0.4 考点与题目反查
|
> 本节已无内容,读完这句直接进 §1。
|
||||||
|
|
||||||
> 由 `gen_crosslinks.py` 从题目标题反向生成,勿手改。
|
|
||||||
|
|
||||||
<!-- AUTO:KP -->
|
|
||||||
| 盘点章节(知识点) | 对应题目 |
|
|
||||||
|---|---|
|
|
||||||
| §1.1 未定式与泰勒展开 | [点 1 题 1](02-点1-极限与数列极限.md#user-content-题-1--11通分之后才看得见极值) |
|
|
||||||
| §1.2 积分上限函数 | [点 1 题 4](02-点1-极限与数列极限.md#user-content-题-4--12变限积分的三连问) |
|
|
||||||
| §1.3 数列递推:单调有界与压缩 | [点 1 题 2](02-点1-极限与数列极限.md#user-content-题-2--13先证压缩再解极限方程)、[点 1 题 3](02-点1-极限与数列极限.md#user-content-题-3--13单调有界的两段式证明)、[点 1 题 5](02-点1-极限与数列极限.md#user-content-题-5--13压缩映射的四步模板)、[点 1 题 6](02-点1-极限与数列极限.md#user-content-题-6--13抽象函数版唯一根与误差) |
|
|
||||||
| §2.1 零点定理与介值定理 | [点 2 题 1](03-点2-中值定理与不等式证明.md#user-content-题-1--21把极限翻译成端点符号) |
|
|
||||||
| §2.2 罗尔定理与辅助函数 | [点 2 题 2](03-点2-中值定理与不等式证明.md#user-content-题-2--22三个零点造两个根) |
|
|
||||||
| §2.3 拉格朗日与导数估计 | [点 2 题 3](03-点2-中值定理与不等式证明.md#user-content-题-3--23最大值点拆两段做导数估计) |
|
|
||||||
| §2.4 泰勒公式证不等式 | [点 2 题 5](03-点2-中值定理与不等式证明.md#user-content-题-5--24两端各展一次泰勒) |
|
|
||||||
| §2.5 凸函数与积分不等式 | [点 2 题 4](03-点2-中值定理与不等式证明.md#user-content-题-4--25切线放缩后积分) |
|
|
||||||
| §2.6 充要条件型证明 | [点 2 题 6](03-点2-中值定理与不等式证明.md#user-content-题-6--26差商严格递增的充要条件) |
|
|
||||||
| §3.1 隐函数求导与极值 | [点 3 题 1](04-点3-一元微分应用.md#user-content-题-1--31隐函数极值) |
|
|
||||||
| §3.2 闭区间最值与应用题 | [点 3 题 2](04-点3-一元微分应用.md#user-content-题-2--32约束下的面积最小值) |
|
|
||||||
| §3.3 凹凸性与拐点 | [点 3 题 3](04-点3-一元微分应用.md#user-content-题-3--33四问一体的函数性态) |
|
|
||||||
| §4.1 不定积分三法与有理函数 | [点 4 题 1](05-点4-一元积分.md#user-content-题-1--41有理函数的部分分式)、[点 4 题 2](05-点4-一元积分.md#user-content-题-2--41根式换元加分部) |
|
|
||||||
| §4.2 定积分定义求极限 | [点 4 题 3](05-点4-一元积分.md#user-content-题-3--42从和式里抠出-n-分之一的因子) |
|
|
||||||
| §4.3 定积分应用 | [点 4 题 4](05-点4-一元积分.md#user-content-题-4--43振荡曲线的面积) |
|
|
||||||
| §4.4 含参递推积分 | [点 4 题 5](05-点4-一元积分.md#user-content-题-5--44先分部造递推再夹逼求比值) |
|
|
||||||
| §4.5 反常积分 | [点 4 题 6](05-点4-一元积分.md#user-content-题-6--45换元化无穷区间) |
|
|
||||||
| §5.1 一阶线性方程 | [点 5 题 1](06-点5-常微分方程.md#user-content-题-1--51换元后套公式) |
|
|
||||||
| §5.2 二阶常系数齐次 | [点 5 题 2](06-点5-常微分方程.md#user-content-题-2--52解出通解再证收敛) |
|
|
||||||
| §5.3 周期解与解的结构 | [点 5 题 3](06-点5-常微分方程.md#user-content-题-3--53周期解的存在与唯一) |
|
|
||||||
| §5.4 几何建模 | [点 5 题 4](06-点5-常微分方程.md#user-content-题-4--54几何条件翻译成方程) |
|
|
||||||
| §6.1 复合函数偏导 | [点 6 题 1](07-点6-多元函数微分学.md#user-content-题-1--61一元复合的二阶导) |
|
|
||||||
| §6.2 由偏导关系反求一元函数 | [点 6 题 2](07-点6-多元函数微分学.md#user-content-题-2--62消成全微分方程) |
|
|
||||||
| §6.3 方向导数与梯度 | [点 6 题 3](07-点6-多元函数微分学.md#user-content-题-3--63方向导数最大反求系数) |
|
|
||||||
| §6.4 无条件极值 | [点 6 题 4](07-点6-多元函数微分学.md#user-content-题-4--64三次因式分解型极值) |
|
|
||||||
| §6.5 条件极值 | [点 6 题 5](07-点6-多元函数微分学.md#user-content-题-5--65约束消元加参数化) |
|
|
||||||
| §6.6 切平面与闭区域最值 | [点 6 题 6](07-点6-多元函数微分学.md#user-content-题-6--66切平面围出的三角形上求最值) |
|
|
||||||
| §7.1 二重积分:极坐标与对称性 | [点 7 题 1](08-点7-重积分.md#user-content-题-1--71极坐标加三角积分) |
|
|
||||||
| §7.2 区域分解与换序 | [点 7 题 2](08-点7-重积分.md#user-content-题-2--72直线与圆混边界的分域) |
|
|
||||||
| §7.3 三重积分与形心 | [点 7 题 3](08-点7-重积分.md#user-content-题-3--73截面法求形心) |
|
|
||||||
| §7.4 积分区域的最值问题 | [点 7 题 4](08-点7-重积分.md#user-content-题-4--74让积分最大化的区域) |
|
|
||||||
| §8.1 格林公式与挖洞法 | [点 8 题 1](09-点8-曲线积分.md#user-content-题-1--81挖洞法)、[点 8 题 2](09-点8-曲线积分.md#user-content-题-2--81奇点在不在内部决定挖不挖)、[点 8 题 3](09-点8-曲线积分.md#user-content-题-3--81奇点落在曲线上的参数讨论)、[点 8 题 4](09-点8-曲线积分.md#user-content-题-4--81直接格林) |
|
|
||||||
| §8.2 路径无关与全微分 | [点 8 题 5](09-点8-曲线积分.md#user-content-题-5--82路径无关与势函数的还原) |
|
|
||||||
| §8.3 斯托克斯公式 | [点 8 题 6](09-点8-曲线积分.md#user-content-题-6--83斯托克斯选曲面)、[点 8 题 7](09-点8-曲线积分.md#user-content-题-7--83旋度与法向点乘后整体约简) |
|
|
||||||
| §9.1 高斯公式与补面 | [点 9 题 1](10-点9-曲面积分.md#user-content-题-1--91四面体上的高斯)、[点 9 题 2](10-点9-曲面积分.md#user-content-题-2--91柱体加斜面先删奇项) |
|
|
||||||
| §9.2 第一类曲面积分 | [点 9 题 3](10-点9-曲面积分.md#user-content-题-3--92锥面被柱面割下的质量) |
|
|
||||||
| §9.3 第二类曲面积分的直接投影 | [点 9 题 4](10-点9-曲面积分.md#user-content-题-4--93补面为零的巧劲) |
|
|
||||||
| §9.4 旋转曲面与曲面方程 | [点 9 题 5](10-点9-曲面积分.md#user-content-题-5--94现场造曲面再高斯) |
|
|
||||||
| §10.1 数项级数敛散证明 | [点 10 题 1](11-点10-无穷级数.md#user-content-题-1--101中值定理压缩成等比) |
|
|
||||||
| §10.2 幂级数求和函数 | [点 10 题 2](11-点10-无穷级数.md#user-content-题-2--102递推系数转微分方程) |
|
|
||||||
| §10.3 函数项级数的收敛域 | [点 10 题 3](11-点10-无穷级数.md#user-content-题-3--103两个子级数取交集) |
|
|
||||||
| §11.1 相似判定与参数反求 | [点 11 题 1](12-点11-线代特征值与相似.md#user-content-题-1--111参数由可对角化定) |
|
|
||||||
| §11.2 由特征值特征向量反求矩阵 | [点 11 题 2](12-点11-线代特征值与相似.md#user-content-题-2--112三组特征对反求矩阵) |
|
|
||||||
| §11.3 矩阵幂与递推 | [点 11 题 3](12-点11-线代特征值与相似.md#user-content-题-3--113递推数列转矩阵幂) |
|
|
||||||
| §11.4 实对称正交对角化与矩阵方程 | [点 11 题 4](12-点11-线代特征值与相似.md#user-content-题-4--114补特征向量加谱分解) |
|
|
||||||
| §12.1 正交变换化标准形 | [点 12 题 1](13-点12-线代二次型.md#user-content-题-1--121正交变换化标准形) |
|
|
||||||
| §12.2 惯性定理与规范形 | [点 12 题 2](13-点12-线代二次型.md#user-content-题-2--122惯性指数定参数) |
|
|
||||||
| §12.3 二次曲面与可逆变换 | [点 12 题 3](13-点12-线代二次型.md#user-content-题-3--123配方法加曲面识别) |
|
|
||||||
| §13.1 矩阵方程与解的判定 | [点 13 题 1](14-点13-线代方程组与向量.md#user-content-题-1--131矩阵方程逐列判相容) |
|
|
||||||
| §13.2 基与过渡矩阵 | [点 13 题 2](14-点13-线代方程组与向量.md#user-content-题-2--132过渡矩阵与坐标) |
|
|
||||||
| §13.3 初等变换与矩阵可逆 | [点 13 题 3](14-点13-线代方程组与向量.md#user-content-题-3--133列变换对应的矩阵) |
|
|
||||||
| §14.1 二维密度、边缘与独立性 | [点 14 题 1](15-点14-概率多维随机变量.md#user-content-题-1--141曲边区域上的均匀分布) |
|
|
||||||
| §14.2 随机变量函数的分布 | [点 14 题 2](15-点14-概率多维随机变量.md#user-content-题-2--142离散与连续混合的卷积) |
|
|
||||||
| §14.3 混合型与全概率 | [点 14 题 3](15-点14-概率多维随机变量.md#user-content-题-3--143混合型用全概率与贝叶斯) |
|
|
||||||
| §15.1 矩估计与极大似然 | [点 15 题 1](16-点15-概率参数估计.md#user-content-题-1--151矩估计与极大似然并排) |
|
|
||||||
| §15.2 无偏性与均方误差 | [点 15 题 2](16-点15-概率参数估计.md#user-content-题-2--152最大值型估计的无偏修正) |
|
|
||||||
| §15.3 次序统计量 | [点 15 题 3](16-点15-概率参数估计.md#user-content-题-3--153最小值型估计) |
|
|
||||||
<!-- /AUTO:KP -->
|
|
||||||
|
|
||||||
---
|
---
|
||||||
|
|
||||||
@@ -299,6 +235,18 @@ $f\ge0$ 且 $\iint f=1$ ;$f_X(x)=\int f(x,y)dy$ 。独立 $\iff$ $f=f_Xf_Y$
|
|||||||
### 14.3 混合型与全概率
|
### 14.3 混合型与全概率
|
||||||
$X$ 离散、$Y$ 连续时 $f_Y(y)=\sum_kP\{X=x_k\}f_{Y\mid X=x_k}(y)$ ;反向条件概率用贝叶斯,分母是该密度的积分。
|
$X$ 离散、$Y$ 连续时 $f_Y(y)=\sum_kP\{X=x_k\}f_{Y\mid X=x_k}(y)$ ;反向条件概率用贝叶斯,分母是该密度的积分。
|
||||||
|
|
||||||
|
### 14.4 条件分布与重期望
|
||||||
|
$f_{Y\mid X}(y\mid x)=\frac{f(x,y)}{f_X(x)}$ ,$E(Y\mid X=x)$ 把条件密度当一个普通密度求期望。**重期望** $EY=E\left[E(Y\mid X)\right]$ ;算协方差时用 $E(XY)=E\left[X\,E(Y\mid X)\right]$ 最省——只要求一次一维期望,不必碰联合密度的二重积分。
|
||||||
|
|
||||||
|
### 14.5 协方差与相关系数
|
||||||
|
$\operatorname{Cov}(X,Y)=E(XY)-EX\cdot EY$ ,双线性;$D(X\pm Y)=DX+DY\pm2\operatorname{Cov}(X,Y)$ ;$\rho=\frac{\operatorname{Cov}}{\sqrt{DX\,DY}}$ 。**不相关 $\ne$ 独立**(二维正态时二者等价)。$EX=0$ 且独立时,乘积型 $Z=XY$ 有 $\operatorname{Cov}(X,Z)=E(X^2)EY$ 。
|
||||||
|
|
||||||
|
### 14.6 复合分布与泊松稀疏
|
||||||
|
$N\sim P(\lambda)$ ,在 $N=n$ 下 $M\sim B(n,p)$ ,则 $M\sim P(\lambda p)$(**泊松稀疏**),且 $EM=\lambda p$ 。分段赔付 $Y=(X-a)^+$ 先算 $p=P\{Y>0\}$ ,再套上述结论。
|
||||||
|
|
||||||
|
### 14.7 商的分布
|
||||||
|
$Z=Y/X$ 用分布函数法:$F_Z(z)=P\{Y\le zX\}=\iint_{y\le zx}f$ ,**求导前先按 $z$ 的正负把半平面与支撑求交**,分段点通常就在支撑的角点上。$X=\min(U,1-U)$ 一类题先用 $P\{X\le x\}$ 求密度,再作变换 $Z=\frac{1-X}{X}$ 。
|
||||||
|
|
||||||
---
|
---
|
||||||
|
|
||||||
## §15 概率 · 参数估计
|
## §15 概率 · 参数估计
|
||||||
|
|||||||
@@ -115,3 +115,78 @@ tags: [数学一, 大题十年考点, 覆盖对照, 高等数学, 线性代数,
|
|||||||
时间紧时的正确顺序:**点 9(52 分)$\to$ 点 2(88 分)$\to$ 点 6(78 分)$\to$ 点 7(54 分)$\to$ 点 8(44 分)$\to$ 点 5(50 分)$\to$ 点 4(50 分)$\to$ 点 11 $+$ 点 12(114 分)$\to$ 点 14 $+$ 点 15(170 分)$\to$ 点 3、点 10、点 1、点 13**。
|
时间紧时的正确顺序:**点 9(52 分)$\to$ 点 2(88 分)$\to$ 点 6(78 分)$\to$ 点 7(54 分)$\to$ 点 8(44 分)$\to$ 点 5(50 分)$\to$ 点 4(50 分)$\to$ 点 11 $+$ 点 12(114 分)$\to$ 点 14 $+$ 点 15(170 分)$\to$ 点 3、点 10、点 1、点 13**。
|
||||||
|
|
||||||
理由:点 2、6、7、8、9 合计 316 分,占高数大题的三分之二;线代两族 114 分是"会做就满分、不会就清零"的题位;概率两族 170 分题型极窄,投入产出比最高。
|
理由:点 2、6、7、8、9 合计 316 分,占高数大题的三分之二;线代两族 114 分是"会做就满分、不会就清零"的题位;概率两族 170 分题型极窄,投入产出比最高。
|
||||||
|
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 九、考点与题目反查
|
||||||
|
|
||||||
|
> 由 `gen_crosslinks.py` 从题目标题反向生成,勿手改。这是三个索引里"从知识点反查题目"的那一环,与每题末尾的「关联」行、速查卡的回查表由**同一份映射**反向生成,所以三者必然对称。
|
||||||
|
|
||||||
|
> 由 `gen_crosslinks.py` 从题目标题反向生成,勿手改。
|
||||||
|
|
||||||
|
<!-- AUTO:KP -->
|
||||||
|
| 盘点章节(知识点) | 对应题目 |
|
||||||
|
|---|---|
|
||||||
|
| §1.1 未定式与泰勒展开 | [点 1 题 1](02-点1-极限与数列极限.md#user-content-题-1--11通分之后才看得见极值) |
|
||||||
|
| §1.2 积分上限函数 | [点 1 题 4](02-点1-极限与数列极限.md#user-content-题-4--12变限积分的三连问) |
|
||||||
|
| §1.3 数列递推:单调有界与压缩 | [点 1 题 2](02-点1-极限与数列极限.md#user-content-题-2--13先证压缩再解极限方程)、[点 1 题 3](02-点1-极限与数列极限.md#user-content-题-3--13单调有界的两段式证明)、[点 1 题 5](02-点1-极限与数列极限.md#user-content-题-5--13压缩映射的四步模板)、[点 1 题 6](02-点1-极限与数列极限.md#user-content-题-6--13抽象函数版唯一根与误差) |
|
||||||
|
| §2.1 零点定理与介值定理 | [点 2 题 1](03-点2-中值定理与不等式证明.md#user-content-题-1--21把极限翻译成端点符号) |
|
||||||
|
| §2.2 罗尔定理与辅助函数 | [点 2 题 2](03-点2-中值定理与不等式证明.md#user-content-题-2--22三个零点造两个根) |
|
||||||
|
| §2.3 拉格朗日与导数估计 | [点 2 题 3](03-点2-中值定理与不等式证明.md#user-content-题-3--23最大值点拆两段做导数估计) |
|
||||||
|
| §2.4 泰勒公式证不等式 | [点 2 题 5](03-点2-中值定理与不等式证明.md#user-content-题-5--24两端各展一次泰勒) |
|
||||||
|
| §2.5 凸函数与积分不等式 | [点 2 题 4](03-点2-中值定理与不等式证明.md#user-content-题-4--25切线放缩后积分) |
|
||||||
|
| §2.6 充要条件型证明 | [点 2 题 6](03-点2-中值定理与不等式证明.md#user-content-题-6--26差商严格递增的充要条件) |
|
||||||
|
| §3.1 隐函数求导与极值 | [点 3 题 1](04-点3-一元微分应用.md#user-content-题-1--31隐函数极值) |
|
||||||
|
| §3.2 闭区间最值与应用题 | [点 3 题 2](04-点3-一元微分应用.md#user-content-题-2--32约束下的面积最小值) |
|
||||||
|
| §3.3 凹凸性与拐点 | [点 3 题 3](04-点3-一元微分应用.md#user-content-题-3--33四问一体的函数性态) |
|
||||||
|
| §4.1 不定积分三法与有理函数 | [点 4 题 1](05-点4-一元积分.md#user-content-题-1--41有理函数的部分分式)、[点 4 题 2](05-点4-一元积分.md#user-content-题-2--41根式换元加分部) |
|
||||||
|
| §4.2 定积分定义求极限 | [点 4 题 3](05-点4-一元积分.md#user-content-题-3--42从和式里抠出-n-分之一的因子) |
|
||||||
|
| §4.3 定积分应用 | [点 4 题 4](05-点4-一元积分.md#user-content-题-4--43振荡曲线的面积) |
|
||||||
|
| §4.4 含参递推积分 | [点 4 题 5](05-点4-一元积分.md#user-content-题-5--44先分部造递推再夹逼求比值) |
|
||||||
|
| §4.5 反常积分 | [点 4 题 6](05-点4-一元积分.md#user-content-题-6--45换元化无穷区间) |
|
||||||
|
| §5.1 一阶线性方程 | [点 5 题 1](06-点5-常微分方程.md#user-content-题-1--51换元后套公式) |
|
||||||
|
| §5.2 二阶常系数齐次 | [点 5 题 2](06-点5-常微分方程.md#user-content-题-2--52解出通解再证收敛) |
|
||||||
|
| §5.3 周期解与解的结构 | [点 5 题 3](06-点5-常微分方程.md#user-content-题-3--53周期解的存在与唯一) |
|
||||||
|
| §5.4 几何建模 | [点 5 题 4](06-点5-常微分方程.md#user-content-题-4--54几何条件翻译成方程) |
|
||||||
|
| §6.1 复合函数偏导 | [点 6 题 1](07-点6-多元函数微分学.md#user-content-题-1--61一元复合的二阶导) |
|
||||||
|
| §6.2 由偏导关系反求一元函数 | [点 6 题 2](07-点6-多元函数微分学.md#user-content-题-2--62消成全微分方程) |
|
||||||
|
| §6.3 方向导数与梯度 | [点 6 题 3](07-点6-多元函数微分学.md#user-content-题-3--63方向导数最大反求系数) |
|
||||||
|
| §6.4 无条件极值 | [点 6 题 4](07-点6-多元函数微分学.md#user-content-题-4--64三次因式分解型极值) |
|
||||||
|
| §6.5 条件极值 | [点 6 题 5](07-点6-多元函数微分学.md#user-content-题-5--65约束消元加参数化) |
|
||||||
|
| §6.6 切平面与闭区域最值 | [点 6 题 6](07-点6-多元函数微分学.md#user-content-题-6--66切平面围出的三角形上求最值) |
|
||||||
|
| §7.1 二重积分:极坐标与对称性 | [点 7 题 1](08-点7-重积分.md#user-content-题-1--71极坐标加三角积分) |
|
||||||
|
| §7.2 区域分解与换序 | [点 7 题 2](08-点7-重积分.md#user-content-题-2--72直线与圆混边界的分域) |
|
||||||
|
| §7.3 三重积分与形心 | [点 7 题 3](08-点7-重积分.md#user-content-题-3--73截面法求形心) |
|
||||||
|
| §7.4 积分区域的最值问题 | [点 7 题 4](08-点7-重积分.md#user-content-题-4--74让积分最大化的区域) |
|
||||||
|
| §8.1 格林公式与挖洞法 | [点 8 题 1](09-点8-曲线积分.md#user-content-题-1--81挖洞法)、[点 8 题 2](09-点8-曲线积分.md#user-content-题-2--81奇点在不在内部决定挖不挖)、[点 8 题 3](09-点8-曲线积分.md#user-content-题-3--81奇点落在曲线上的参数讨论)、[点 8 题 4](09-点8-曲线积分.md#user-content-题-4--81直接格林) |
|
||||||
|
| §8.2 路径无关与全微分 | [点 8 题 5](09-点8-曲线积分.md#user-content-题-5--82路径无关与势函数的还原) |
|
||||||
|
| §8.3 斯托克斯公式 | [点 8 题 6](09-点8-曲线积分.md#user-content-题-6--83斯托克斯选曲面)、[点 8 题 7](09-点8-曲线积分.md#user-content-题-7--83旋度与法向点乘后整体约简) |
|
||||||
|
| §9.1 高斯公式与补面 | [点 9 题 1](10-点9-曲面积分.md#user-content-题-1--91四面体上的高斯)、[点 9 题 2](10-点9-曲面积分.md#user-content-题-2--91柱体加斜面先删奇项) |
|
||||||
|
| §9.2 第一类曲面积分 | [点 9 题 3](10-点9-曲面积分.md#user-content-题-3--92锥面被柱面割下的质量) |
|
||||||
|
| §9.3 第二类曲面积分的直接投影 | [点 9 题 4](10-点9-曲面积分.md#user-content-题-4--93补面为零的巧劲) |
|
||||||
|
| §9.4 旋转曲面与曲面方程 | [点 9 题 5](10-点9-曲面积分.md#user-content-题-5--94现场造曲面再高斯) |
|
||||||
|
| §10.1 数项级数敛散证明 | [点 10 题 1](11-点10-无穷级数.md#user-content-题-1--101中值定理压缩成等比) |
|
||||||
|
| §10.2 幂级数求和函数 | [点 10 题 2](11-点10-无穷级数.md#user-content-题-2--102递推系数转微分方程) |
|
||||||
|
| §10.3 函数项级数的收敛域 | [点 10 题 3](11-点10-无穷级数.md#user-content-题-3--103两个子级数取交集) |
|
||||||
|
| §11.1 相似判定与参数反求 | [点 11 题 1](12-点11-线代特征值与相似.md#user-content-题-1--111参数由可对角化定) |
|
||||||
|
| §11.2 由特征值特征向量反求矩阵 | [点 11 题 2](12-点11-线代特征值与相似.md#user-content-题-2--112三组特征对反求矩阵) |
|
||||||
|
| §11.3 矩阵幂与递推 | [点 11 题 3](12-点11-线代特征值与相似.md#user-content-题-3--113递推数列转矩阵幂) |
|
||||||
|
| §11.4 实对称正交对角化与矩阵方程 | [点 11 题 4](12-点11-线代特征值与相似.md#user-content-题-4--114补特征向量加谱分解) |
|
||||||
|
| §12.1 正交变换化标准形 | [点 12 题 1](13-点12-线代二次型.md#user-content-题-1--121正交变换化标准形) |
|
||||||
|
| §12.2 惯性定理与规范形 | [点 12 题 2](13-点12-线代二次型.md#user-content-题-2--122惯性指数定参数) |
|
||||||
|
| §12.3 二次曲面与可逆变换 | [点 12 题 3](13-点12-线代二次型.md#user-content-题-3--123配方法加曲面识别) |
|
||||||
|
| §13.1 矩阵方程与解的判定 | [点 13 题 1](14-点13-线代方程组与向量.md#user-content-题-1--131矩阵方程逐列判相容) |
|
||||||
|
| §13.2 基与过渡矩阵 | [点 13 题 2](14-点13-线代方程组与向量.md#user-content-题-2--132过渡矩阵与坐标) |
|
||||||
|
| §13.3 初等变换与矩阵可逆 | [点 13 题 3](14-点13-线代方程组与向量.md#user-content-题-3--133列变换对应的矩阵) |
|
||||||
|
| §14.1 二维密度、边缘与独立性 | [点 14 题 1](15-点14-概率多维随机变量.md#user-content-题-1--141曲边区域上的均匀分布) |
|
||||||
|
| §14.2 随机变量函数的分布 | [点 14 题 2](15-点14-概率多维随机变量.md#user-content-题-2--142离散与连续混合的卷积) |
|
||||||
|
| §14.3 混合型与全概率 | [点 14 题 3](15-点14-概率多维随机变量.md#user-content-题-3--143混合型用全概率与贝叶斯) |
|
||||||
|
| §14.4 条件分布与重期望 | [点 14 题 4](15-点14-概率多维随机变量.md#user-content-题-4--144条件分布算协方差) |
|
||||||
|
| §14.5 协方差与相关系数 | [点 14 题 5](15-点14-概率多维随机变量.md#user-content-题-5--145乘积型与相关性) |
|
||||||
|
| §14.6 复合分布与泊松稀疏 | [点 14 题 6](15-点14-概率多维随机变量.md#user-content-题-6--146复合分布与泊松稀疏) |
|
||||||
|
| §14.7 商的分布 | [点 14 题 7](15-点14-概率多维随机变量.md#user-content-题-7--147商的分布与折叠) |
|
||||||
|
| §15.1 矩估计与极大似然 | [点 15 题 1](16-点15-概率参数估计.md#user-content-题-1--151矩估计与极大似然并排) |
|
||||||
|
| §15.2 无偏性与均方误差 | [点 15 题 2](16-点15-概率参数估计.md#user-content-题-2--152最大值型估计的无偏修正) |
|
||||||
|
| §15.3 次序统计量 | [点 15 题 3](16-点15-概率参数估计.md#user-content-题-3--153最小值型估计) |
|
||||||
|
<!-- /AUTO:KP -->
|
||||||
|
|||||||
@@ -2,7 +2,7 @@
|
|||||||
tags: [数学一, 大题十年考点, 概率论与数理统计, 多维随机变量, 函数分布, 混合型]
|
tags: [数学一, 大题十年考点, 概率论与数理统计, 多维随机变量, 函数分布, 混合型]
|
||||||
专题: 大题十年考点 · 点14 概率·多维随机变量
|
专题: 大题十年考点 · 点14 概率·多维随机变量
|
||||||
日期: 2026-11-01
|
日期: 2026-11-01
|
||||||
状态: 知识点带题(14.1 二维密度与独立性、14.2 函数分布、14.3 混合型与全概率,共 3 题)
|
状态: 知识点带题(14.1 二维密度与独立性、14.2 函数分布、14.3 混合型与全概率、14.4 条件分布与重期望、14.5 协方差与相关系数、14.6 复合分布、14.7 商的分布,共 7 题)
|
||||||
关联笔记: ["[[README]]", "[[01-知识点盘点]]", "[[概率论-第3讲-多维随机变量及其分布]]"]
|
关联笔记: ["[[README]]", "[[01-知识点盘点]]", "[[概率论-第3讲-多维随机变量及其分布]]"]
|
||||||
---
|
---
|
||||||
|
|
||||||
@@ -11,7 +11,7 @@ tags: [数学一, 大题十年考点, 概率论与数理统计, 多维随机变
|
|||||||
> 真题锚点:2016·22、2017·22、2018·22、2019·22、2020·22、2021·22、2023·22、2025·22(十年 **8 题 91 分**)|重要度 ★★★
|
> 真题锚点:2016·22、2017·22、2018·22、2019·22、2020·22、2021·22、2023·22、2025·22(十年 **8 题 91 分**)|重要度 ★★★
|
||||||
> 依赖:一维分布、二重积分。盘点对应:§14 全节。完整知识见 [概率论-第3讲](../概率论-第3讲-多维随机变量及其分布/README.md)。
|
> 依赖:一维分布、二重积分。盘点对应:§14 全节。完整知识见 [概率论-第3讲](../概率论-第3讲-多维随机变量及其分布/README.md)。
|
||||||
|
|
||||||
**组织原则**:概率大题**只有两个来源**,这是其中更大的一半(8 题 91 分)。3 题按"给定联合密度(求边缘、判独立)$\to$ 求函数分布(卷积)$\to$ 混合型(全概率)"排,正好是十年出现过的三种骨架。
|
**组织原则**:概率大题**只有两个来源**,这是其中更大的一半(十年 **11 题 105 分**,含 8 道解答题 91 分与 3 道填选 14 分)。7 题按"给定联合密度(求边缘、判独立)$\to$ 卷积 $\to$ 混合型全概率 $\to$ 条件分布算协方差 $\to$ 乘积型与相关性 $\to$ 复合分布(泊松稀疏)$\to$ 商的分布"排。**前三题是 2016—2020 的老骨架,后四题对准 2022—2025 的新重心**——近三年条件分布与协方差连着考了三次(2022·10、2023·22、2024·9),只练前三题会漏掉这一块。
|
||||||
|
|
||||||
## 知识点 14.1 二维密度、边缘与独立性(出处:参考仓库未收录,转引 [概率论-第3讲](../概率论-第3讲-多维随机变量及其分布/01-考点手册.md))
|
## 知识点 14.1 二维密度、边缘与独立性(出处:参考仓库未收录,转引 [概率论-第3讲](../概率论-第3讲-多维随机变量及其分布/01-考点手册.md))
|
||||||
|
|
||||||
@@ -51,6 +51,28 @@ $$P\{X=x_k\mid Y\le y_0\}=\frac{P\{X=x_k\}P\{Y\le y_0\mid X=x_k\}}{P\{Y\le y_0\}
|
|||||||
|
|
||||||
分母就是上面那个 $f_Y$ 的积分。**这类题的分数全在"分母算对没有"**。
|
分母就是上面那个 $f_Y$ 的积分。**这类题的分数全在"分母算对没有"**。
|
||||||
|
|
||||||
|
## 知识点 14.4 条件分布与重期望(出处:[概率论-第3讲 · 条件分布](../概率论-第3讲-多维随机变量及其分布/01-考点手册.md))
|
||||||
|
|
||||||
|
$$f_{Y\mid X}(y\mid x)=\frac{f(x,y)}{f_X(x)} .$$
|
||||||
|
|
||||||
|
条件密度是**一族**密度,支撑随 $x$ 变——分段点就从这里来。**第一步永远先乘出联合密度**,即 $f(x,y)=f_X(x)f_{Y\mid X}(y\mid x)$ ;乘积与 $x$ 无关时,说明 $(X,Y)$ 在某区域上均匀。重期望 $EY=E\left[E(Y\mid X)\right]$ ,算协方差用 $E(XY)=E\left[X\,E(Y\mid X)\right]$ 。
|
||||||
|
|
||||||
|
## 知识点 14.5 协方差与相关系数(出处:[概率论-第3讲 · 数字特征](../概率论-第3讲-多维随机变量及其分布/01-考点手册.md))
|
||||||
|
|
||||||
|
$$\operatorname{Cov}(X,Y)=E(XY)-EX\cdot EY,\qquad \rho=\frac{\operatorname{Cov}(X,Y)}{\sqrt{DX\cdot DY}} .$$
|
||||||
|
|
||||||
|
双线性;$D(X\pm Y)=DX+DY\pm2\operatorname{Cov}(X,Y)$ 。**不相关 $\ne$ 独立**(二维正态除外)。乘积型固定套路:$X=\pm1$ 时 $X^2=1$ ,故 $XZ=X^2Y=Y$ 、$E(XZ)=EY$ 。
|
||||||
|
|
||||||
|
## 知识点 14.6 复合分布与泊松稀疏(出处:[概率论-第3讲 · 函数分布](../概率论-第3讲-多维随机变量及其分布/01-考点手册.md))
|
||||||
|
|
||||||
|
$N\sim P(\lambda)$ 且 $M\mid N=n\sim B(n,p)$ 时,$M\sim P(\lambda p)$ ,$EM=DM=\lambda p$ 。每个事件独立地以概率 $p$ 被留下,留下的仍是泊松——**认出结论直接写,别展开那个和式**。
|
||||||
|
|
||||||
|
## 知识点 14.7 商的分布(出处:[概率论-第3讲 · 函数分布](../概率论-第3讲-多维随机变量及其分布/01-考点手册.md))
|
||||||
|
|
||||||
|
$$F_Z(z)=P\{Y\le zX\}=\iint_{y\le zx}f(x,y)\,dxdy,\qquad f_Z=F_Z' .$$
|
||||||
|
|
||||||
|
**先求 $F$ 再求导**,因为"$Z\le z$"能直接翻译成半平面不等式。折叠型:$U\sim U(0,1)$ 时短段 $X=\min(U,1-U)$ 有 $f_X=2\ \left(0<x<\frac12\right)$ ,再用 $Z=\frac1X-1$ 的单调性一次算完。
|
||||||
|
|
||||||
---
|
---
|
||||||
|
|
||||||
## 题目(按知识点顺序对应)
|
## 题目(按知识点顺序对应)
|
||||||
@@ -176,3 +198,125 @@ $$P\{X=1\mid Y\le1\}=\frac{\frac12}{\frac34}=\frac23 .$$
|
|||||||
> **关联** · 盘点 [§14.3 混合型与全概率](01-知识点盘点.md#user-content-143-混合型与全概率) | 上游 — | 下游 — | 速查 [十四 概率多维:两条主线](17-速查卡.md#user-content-十四-概率多维两条主线)
|
> **关联** · 盘点 [§14.3 混合型与全概率](01-知识点盘点.md#user-content-143-混合型与全概率) | 上游 — | 下游 — | 速查 [十四 概率多维:两条主线](17-速查卡.md#user-content-十四-概率多维两条主线)
|
||||||
|
|
||||||
---
|
---
|
||||||
|
|
||||||
|
### 题 4 · 14.4:条件分布算协方差(★★★)
|
||||||
|
|
||||||
|
> 【2024·9 骨架】设 $X$ 的概率密度为 $f_X(x)=2x\ (0<x<1)$ ,其余为 $0$ ;在给定 $X=x$ 的条件下,$Y$ 服从 $(0,x)$ 上的均匀分布。
|
||||||
|
>
|
||||||
|
> (Ⅰ)求 $Y$ 的概率密度;(Ⅱ)求 $\operatorname{Cov}(X,Y)$ 与相关系数 $\rho_{XY}$ 。
|
||||||
|
|
||||||
|
**怎么想**:条件密度乘边缘密度得联合密度 $f(x,y)=2x\cdot\frac1x=2$ ——**是常数**,说明 $(X,Y)$ 在三角形 $0<y<x<1$ 上均匀。认出这一点,后面全是三角形上的积分。
|
||||||
|
|
||||||
|
**解**:(Ⅰ)固定 $y\in(0,1)$ ,$x$ 从 $y$ 积到 $1$ :
|
||||||
|
|
||||||
|
$$f_Y(y)=\int_y^1 2\,dx=2(1-y),\quad 0<y<1 .$$
|
||||||
|
|
||||||
|
(Ⅱ)$EX=\int_0^12x^2dx=\frac23$ ,$EX^2=\frac12$ ,故 $DX=\frac1{18}$ ;同法 $EY=\frac13$ 、$EY^2=\frac16$ 、$DY=\frac1{18}$ 。又
|
||||||
|
|
||||||
|
$$E(XY)=\int_0^1dx\int_0^x2xy\,dy=\int_0^1x^3dx=\frac14 .$$
|
||||||
|
|
||||||
|
故
|
||||||
|
|
||||||
|
$$\operatorname{Cov}(X,Y)=\frac14-\frac23\cdot\frac13=\frac1{36},\qquad \rho_{XY}=\frac{1/36}{\sqrt{1/18\cdot1/18}}=\frac12 .$$
|
||||||
|
|
||||||
|
**验算**:$\int_0^12(1-y)dy=1$ ✓。$\rho_{XY}=\frac12>0$ 合理——$Y$ 的上限就是 $X$ ,$X$ 大时 $Y$ 被抬高;但 $Y$ 在 $(0,x)$ 内仍均匀乱跳,所以远不到 $1$ 。
|
||||||
|
|
||||||
|
**带走结论**:**给条件密度的题,第一步永远是乘出联合密度**;乘出来是常数就按区域均匀处理。本题若走重期望更快:$E(Y\mid X)=\frac X2$ ,故 $E(XY)=E\left[\frac{X^2}{2}\right]=\frac{EX^2}{2}=\frac14$ ,一行到位。
|
||||||
|
|
||||||
|
> **关联** · 盘点 [§14.4 条件分布与重期望](01-知识点盘点.md#user-content-144-条件分布与重期望) | 上游 — | 下游 — | 速查 [十四 概率多维:两条主线](17-速查卡.md#user-content-十四-概率多维两条主线)
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
### 题 5 · 14.5:乘积型与相关性(★★★)
|
||||||
|
|
||||||
|
> 【2018·22、2019·22 骨架】设 $X$ 与 $Y$ 相互独立,$P\{X=1\}=P\{X=-1\}=\frac12$ ,$Y$ 服从参数为 $2$ 的泊松分布。令 $Z=XY$ 。
|
||||||
|
>
|
||||||
|
> (Ⅰ)求 $\operatorname{Cov}(X,Z)$ ;(Ⅱ)求 $Z$ 的分布律;(Ⅲ)问 $X$ 与 $Z$ 是否相互独立。
|
||||||
|
|
||||||
|
**怎么想**:别展开 $\operatorname{Cov}$ 的四项。$X=\pm1$ 时 $X^2=1$ ,于是 **$XZ=X^2Y=Y$** ,$E(XZ)=EY=2$ ;又 $EX=0$ ,故 $\operatorname{Cov}(X,Z)=2$ 。(Ⅱ)$Z$ 的正负完全由 $X$ 的符号决定,$Z=0$ 只在 $Y=0$ 时出现。
|
||||||
|
|
||||||
|
**解**:(Ⅰ)
|
||||||
|
|
||||||
|
$$\operatorname{Cov}(X,Z)=E(XZ)-EX\cdot EZ=EY-0=2 .$$
|
||||||
|
|
||||||
|
(Ⅱ)$Y\ge0$ ,故 $Z=0\iff Y=0$ ,$P\{Z=0\}=e^{-2}$ 。对 $k\ge1$ :
|
||||||
|
|
||||||
|
$$P\{Z=k\}=P\{X=1,Y=k\}=\frac12\cdot\frac{2^k}{k!}e^{-2},\qquad P\{Z=-k\}=P\{X=-1,Y=k\}=\frac12\cdot\frac{2^k}{k!}e^{-2} .$$
|
||||||
|
|
||||||
|
归一性:$e^{-2}+2\sum_{k\ge1}\frac12\frac{2^k}{k!}e^{-2}=e^{-2}+\left(1-e^{-2}\right)=1$ ✓。
|
||||||
|
|
||||||
|
(Ⅲ)**不独立**。取 $Z=2$ :
|
||||||
|
|
||||||
|
$$P\{X=1,Z=2\}=P\{X=1,Y=2\}=\frac12\cdot2e^{-2}=e^{-2},$$
|
||||||
|
|
||||||
|
$$P\{X=1\}\cdot P\{Z=2\}=\frac12\cdot\frac12\cdot2e^{-2}=\frac12e^{-2}\ne e^{-2} .$$
|
||||||
|
|
||||||
|
**验算**:$EZ=0$ (正负对称)✓,与(Ⅰ)的 $\operatorname{Cov}=E(XZ)$ 一致;$E(Z^2)=E(X^2Y^2)=EY^2=2+4=6$ ,与 $DZ=EZ^2-(EZ)^2=6$ 相符。
|
||||||
|
|
||||||
|
**带走结论**:**乘积型的第一反应是"$X$ 只改符号、不改大小"**。$X=\pm1$ 时所有 $X^2$ 都退成 $1$ ,而 $\operatorname{Cov}(X,XY)=E(X^2Y)-EX\cdot E(XY)$ 的第二项因 $EX=0$ 直接消失——$\operatorname{Cov}=\lambda$ 不是巧合。
|
||||||
|
|
||||||
|
> **关联** · 盘点 [§14.5 协方差与相关系数](01-知识点盘点.md#user-content-145-协方差与相关系数) | 上游 — | 下游 — | 速查 [十四 概率多维:两条主线](17-速查卡.md#user-content-十四-概率多维两条主线)
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
### 题 6 · 14.6:复合分布与泊松稀疏(★★★)
|
||||||
|
|
||||||
|
> 【2025·22 骨架】设损失额 $X$ 的概率密度为 $f(x)=\frac{2}{(1+x)^3}\ (x>0)$ ,其余为 $0$ 。赔付额
|
||||||
|
>
|
||||||
|
> $$Y=\begin{cases}0,&X\le1\\ X-1,&X>1\end{cases}$$
|
||||||
|
>
|
||||||
|
> (Ⅰ)求 $P\{Y>0\}$ 与 $EY$ ;(Ⅱ)一年内损失次数 $N\sim P(4)$ ,在 $N=n$ 的条件下理赔次数 $M\sim B(n,p)$ ($p=P\{Y>0\}$ ),求 $M$ 的分布律与 $EM$ 。
|
||||||
|
|
||||||
|
**怎么想**:$Y>0\iff X>1$ ,一个积分;$EY$ 是 $(x-1)$ 乘密度在 $(1,+\infty)$ 上积分,令 $t=1+x$ 后变成两个幂函数。第二问是**两级随机**:先得 $p$ ,再认"泊松稀疏"直接写 $M\sim P(4p)$ 。
|
||||||
|
|
||||||
|
**解**:(Ⅰ)
|
||||||
|
|
||||||
|
$$p=P\{Y>0\}=\int_1^{+\infty}\frac{2}{(1+x)^3}dx=\left[-\frac{1}{(1+x)^2}\right]_1^{+\infty}=\frac14 .$$
|
||||||
|
|
||||||
|
$$EY=\int_1^{+\infty}\frac{2(x-1)}{(1+x)^3}dx\ \overset{t=1+x}{=}\ 2\int_2^{+\infty}\frac{t-2}{t^3}dt=2\left(\frac12-\frac14\right)=\frac12 .$$
|
||||||
|
|
||||||
|
(Ⅱ)$\lambda=4$ 、$p=\frac14$ ,由泊松稀疏:
|
||||||
|
|
||||||
|
$$M\sim P(1),\qquad P\{M=k\}=\frac{1}{k!}e^{-1}\ (k=0,1,2,\dots),\qquad EM=4p=1 .$$
|
||||||
|
|
||||||
|
**验算**:$\int_0^{+\infty}\frac{2}{(1+x)^3}dx=1$ ✓;$P\{X>1\}=\frac14$ 与 $F(1)=1-\frac14=\frac34$ 一致 ✓。又 $E[Y\mid Y>0]=\frac{EY}{p}=2$ ,即"一旦出险平均赔 2",量级合理。
|
||||||
|
|
||||||
|
**带走结论**:**"次数乘次数"的题,第二级若是二项就套泊松稀疏**:$M\sim P(\lambda p)$ ,$\lambda$ 直接乘 $p$ ,$E$ 与 $D$ 都是 $\lambda p$ 。这类题的分全在(Ⅰ)的两个积分上,(Ⅱ)是一行结论——只在题目要求"证明"时才展开那个和式。
|
||||||
|
|
||||||
|
> **关联** · 盘点 [§14.6 复合分布与泊松稀疏](01-知识点盘点.md#user-content-146-复合分布与泊松稀疏) | 上游 — | 下游 — | 速查 [十四 概率多维:两条主线](17-速查卡.md#user-content-十四-概率多维两条主线)
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
### 题 7 · 14.7:商的分布与折叠(★★☆)
|
||||||
|
|
||||||
|
> 【2021·22 骨架】在区间 $(0,1)$ 上随机取一点,把区间分成两段,较短一段的长度记为 $X$ 、较长一段记为 $Y$ ,令 $Z=\frac YX$ 。
|
||||||
|
>
|
||||||
|
> (Ⅰ)求 $X$ 的概率密度;(Ⅱ)求 $Z$ 的概率密度;(Ⅲ)求 $E\left(\frac XY\right)$ 。
|
||||||
|
|
||||||
|
**怎么想**:设取点 $U\sim U(0,1)$ ,则 $X=\min(U,1-U)$ ——这是一次**折叠**,先用分布函数求密度。$Z=\frac{1-X}{X}=\frac1X-1$ 是 $X$ 的减函数,"$Z\le z$"可直接翻译成"$X\ge\frac{1}{1+z}$"。
|
||||||
|
|
||||||
|
**解**:(Ⅰ)$0<x\le\frac12$ 时
|
||||||
|
|
||||||
|
$$F_X(x)=P\{X\le x\}=P\{U\le x\}+P\{U\ge1-x\}=2x,$$
|
||||||
|
|
||||||
|
故
|
||||||
|
|
||||||
|
$$f_X(x)=2,\quad 0<x<\frac12;\ \text{其余为 }0 .$$
|
||||||
|
|
||||||
|
(Ⅱ)$z\ge1$ 时
|
||||||
|
|
||||||
|
$$F_Z(z)=P\left\{X\ge\frac{1}{1+z}\right\}=1-2\cdot\frac{1}{1+z}=\frac{z-1}{z+1},$$
|
||||||
|
|
||||||
|
$$f_Z(z)=F_Z'(z)=\frac{2}{(1+z)^2},\quad z>1;\ \text{其余为 }0 .$$
|
||||||
|
|
||||||
|
(Ⅲ)
|
||||||
|
|
||||||
|
$$E\left(\frac XY\right)=\int_0^{1/2}\frac{2x}{1-x}dx=2\left[-\ln(1-x)-x\right]_0^{1/2}=2\ln2-1\approx0.386 .$$
|
||||||
|
|
||||||
|
**验算**:$\int_1^{+\infty}\frac{2}{(1+z)^2}dz=2\cdot\frac12=1$ ✓;$Z>1$ 与"长段大于短段"一致 ✓;$0<\frac XY<1$ 而 $2\ln2-1\approx0.386\in(0,1)$ ✓。
|
||||||
|
|
||||||
|
**带走结论**:**商的题"先 $F$ 后 $f$"**:$Z\le z$ 是半平面,与支撑求交只动一个上限;硬凑 $f_Z=\int|x|f(x,xz)dx$ 容易漏绝对值与分段。折叠型 $\min(U,1-U)$ 先算 $F$ 得到均匀密度,是全套的入口。
|
||||||
|
|
||||||
|
> **关联** · 盘点 [§14.7 商的分布](01-知识点盘点.md#user-content-147-商的分布) | 上游 — | 下游 — | 速查 [十四 概率多维:两条主线](17-速查卡.md#user-content-十四-概率多维两条主线)
|
||||||
|
|
||||||
|
---
|
||||||
|
|||||||
@@ -144,11 +144,15 @@ $$\int_{-\pi/2}^{\pi/2}\cos^4=\frac{3\pi}{8},\quad \int_0^1x(1-x)dx=\frac16,\qua
|
|||||||
|
|
||||||
## 十四 概率多维:两条主线
|
## 十四 概率多维:两条主线
|
||||||
|
|
||||||
<!-- KP: 14.1, 14.2, 14.3 -->
|
<!-- KP: 14.1, 14.2, 14.3, 14.4, 14.5, 14.6, 14.7 -->
|
||||||
|
|
||||||
- 均匀分布:面积倒数 $\to$ 固定一个变量积另一个 $\to$ 判独立看**支撑是否矩形**。
|
- 均匀分布:面积倒数 $\to$ 固定一个变量积另一个 $\to$ 判独立看**支撑是否矩形**。
|
||||||
- 卷积分段点来自"被积区间端点切换"。
|
- 卷积分段点来自"被积区间端点切换"。
|
||||||
- 离散 $+$ 连续:$f_Y=\sum_kP\{X=x_k\}f_{Y\mid k}$ ;贝叶斯分母单独算。
|
- 离散 $+$ 连续:$f_Y=\sum_kP\{X=x_k\}f_{Y\mid k}$ ;贝叶斯分母单独算。
|
||||||
|
- 给条件密度:**先乘出联合密度**,乘出常数就是区域均匀;协方差走 $E(XY)=E\left[X\,E(Y\mid X)\right]$ 一行。
|
||||||
|
- 协方差**不展开四项**:$X=\pm1$ 时 $XZ=X^2Y=Y$ ,于是 $\operatorname{Cov}(X,XY)=E(X^2Y)$ 。不相关 $\ne$ 独立。
|
||||||
|
- 泊松稀疏:$N\sim P(\lambda)$ 、$M\mid N\sim B(n,p)$ $\Rightarrow$ $M\sim P(\lambda p)$ ,$EM=DM=\lambda p$ 。
|
||||||
|
- 商的题**先 $F$ 后 $f$**;折叠型 $\min(U,1-U)$ 的密度是常数 $2$ ($0<x<\frac12$ )。
|
||||||
|
|
||||||
## 十五 参数估计:两个必背
|
## 十五 参数估计:两个必背
|
||||||
|
|
||||||
@@ -189,6 +193,6 @@ $$\int_{-\pi/2}^{\pi/2}\cos^4=\frac{3\pi}{8},\quad \int_0^1x(1-x)dx=\frac16,\qua
|
|||||||
| 十一 线代特征值:四步闭环 | [点 11 题 1](12-点11-线代特征值与相似.md#user-content-题-1--111参数由可对角化定)、[点 11 题 2](12-点11-线代特征值与相似.md#user-content-题-2--112三组特征对反求矩阵)、[点 11 题 3](12-点11-线代特征值与相似.md#user-content-题-3--113递推数列转矩阵幂)、[点 11 题 4](12-点11-线代特征值与相似.md#user-content-题-4--114补特征向量加谱分解) |
|
| 十一 线代特征值:四步闭环 | [点 11 题 1](12-点11-线代特征值与相似.md#user-content-题-1--111参数由可对角化定)、[点 11 题 2](12-点11-线代特征值与相似.md#user-content-题-2--112三组特征对反求矩阵)、[点 11 题 3](12-点11-线代特征值与相似.md#user-content-题-3--113递推数列转矩阵幂)、[点 11 题 4](12-点11-线代特征值与相似.md#user-content-题-4--114补特征向量加谱分解) |
|
||||||
| 十二 二次型:四步与三判 | [点 12 题 1](13-点12-线代二次型.md#user-content-题-1--121正交变换化标准形)、[点 12 题 2](13-点12-线代二次型.md#user-content-题-2--122惯性指数定参数)、[点 12 题 3](13-点12-线代二次型.md#user-content-题-3--123配方法加曲面识别) |
|
| 十二 二次型:四步与三判 | [点 12 题 1](13-点12-线代二次型.md#user-content-题-1--121正交变换化标准形)、[点 12 题 2](13-点12-线代二次型.md#user-content-题-2--122惯性指数定参数)、[点 12 题 3](13-点12-线代二次型.md#user-content-题-3--123配方法加曲面识别) |
|
||||||
| 十三 方程组与向量:三个方向 | [点 13 题 1](14-点13-线代方程组与向量.md#user-content-题-1--131矩阵方程逐列判相容)、[点 13 题 2](14-点13-线代方程组与向量.md#user-content-题-2--132过渡矩阵与坐标)、[点 13 题 3](14-点13-线代方程组与向量.md#user-content-题-3--133列变换对应的矩阵) |
|
| 十三 方程组与向量:三个方向 | [点 13 题 1](14-点13-线代方程组与向量.md#user-content-题-1--131矩阵方程逐列判相容)、[点 13 题 2](14-点13-线代方程组与向量.md#user-content-题-2--132过渡矩阵与坐标)、[点 13 题 3](14-点13-线代方程组与向量.md#user-content-题-3--133列变换对应的矩阵) |
|
||||||
| 十四 概率多维:两条主线 | [点 14 题 1](15-点14-概率多维随机变量.md#user-content-题-1--141曲边区域上的均匀分布)、[点 14 题 2](15-点14-概率多维随机变量.md#user-content-题-2--142离散与连续混合的卷积)、[点 14 题 3](15-点14-概率多维随机变量.md#user-content-题-3--143混合型用全概率与贝叶斯) |
|
| 十四 概率多维:两条主线 | [点 14 题 1](15-点14-概率多维随机变量.md#user-content-题-1--141曲边区域上的均匀分布)、[点 14 题 2](15-点14-概率多维随机变量.md#user-content-题-2--142离散与连续混合的卷积)、[点 14 题 3](15-点14-概率多维随机变量.md#user-content-题-3--143混合型用全概率与贝叶斯)、[点 14 题 4](15-点14-概率多维随机变量.md#user-content-题-4--144条件分布算协方差)、[点 14 题 5](15-点14-概率多维随机变量.md#user-content-题-5--145乘积型与相关性)、[点 14 题 6](15-点14-概率多维随机变量.md#user-content-题-6--146复合分布与泊松稀疏)、[点 14 题 7](15-点14-概率多维随机变量.md#user-content-题-7--147商的分布与折叠) |
|
||||||
| 十五 参数估计:两个必背 | [点 15 题 1](16-点15-概率参数估计.md#user-content-题-1--151矩估计与极大似然并排)、[点 15 题 2](16-点15-概率参数估计.md#user-content-题-2--152最大值型估计的无偏修正)、[点 15 题 3](16-点15-概率参数估计.md#user-content-题-3--153最小值型估计) |
|
| 十五 参数估计:两个必背 | [点 15 题 1](16-点15-概率参数估计.md#user-content-题-1--151矩估计与极大似然并排)、[点 15 题 2](16-点15-概率参数估计.md#user-content-题-2--152最大值型估计的无偏修正)、[点 15 题 3](16-点15-概率参数估计.md#user-content-题-3--153最小值型估计) |
|
||||||
<!-- /AUTO:回查 -->
|
<!-- /AUTO:回查 -->
|
||||||
|
|||||||
Reference in New Issue
Block a user