专项10 第二版:难度对齐真题与张宇30讲
- A 组 12 题整体重做:每题仍只练一个动作,但包在真实区域里、都要分段 (抛物区域归一化与边缘两支、条件均匀的协方差、区域概率、可加性失效四问等) - B 组 10 题改为照 2016—2025 真题换数字,补上 2025-22 保险赔付与泊松分裂 - C 组 8 题换成环域均匀、次序统计量、非独立正态残差、混合型、泊松分裂五个新方向 - 题源标注:A2/A12 标张宇 30 讲骨架,B1—B10 标真题年份 - 同步 01 考点地图(题目索引、十年真题锚点)、README、专项突破总索引 - 全部数值经 sympy 复核,三处手算错误已订正(A4 的 Cov、C2 的极差、C4 的期望发散)
This commit is contained in:
@@ -2,320 +2,323 @@
|
||||
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
|
||||
状态: 第二版 A 组解析,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。
|
||||
**这一组虽然叫"核心动作",但每题都包在真实区域里**——只记住公式不够,还要把积分限写对。每题末尾的归因只指一处。
|
||||
|
||||
## 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;$\frac35$ |
|
||||
| 题 | 核心答案 |
|
||||
|---|---|
|
||||
| A1 | $p_{10}=0.3$ ,$p_{11}=0.45$ ;$P\{X+Y=1\}=0.45$ ;$E(X\vert Y=1)=0.75$ |
|
||||
| A2 | $c=\frac54$ ;$f_X=\frac58(1-x^4)$ ;$f_Y=\frac56(1+2y)\sqrt{1-y}$ ;不独立 |
|
||||
| A3 | $Y$ 边缘 $\frac7{24},\frac{11}{24},\frac5{24},\frac1{24}$ ;$E(X\vert Y=1)=\frac{21}{11}$ ;$\operatorname{Cov}=\frac13$ ;$P\{X+Y=3\}=\frac5{24}$ |
|
||||
| A4 | $f=\frac1{1-x}$ ;$f_Y=-\ln(1-y)$ ;$\operatorname{Cov}=\frac1{24}$ ;$1-\ln2$ |
|
||||
| A5 | 独立 / 不独立 / 不独立 / 不独立 |
|
||||
| A6 | 面积 $\frac13$ ,$f=3$ ;边缘 $3(\sqrt x-x^2)$ 型;$P\{Y<X\}=\frac12$ |
|
||||
| A7 | $19$ 、$7$ 、$-5$ ;$P\{X<Y\}=\Phi(\frac1{\sqrt7})=0.6472$ ;$N(\frac34x+\frac54,\frac{27}4)$ |
|
||||
| A8 | $\frac49$ ;$f_Z=z\ (0<z<1)$ 、$z-2\ (2<z<3)$ ;$EZ=\frac53$ ,$DZ=\frac{19}{18}$ |
|
||||
| A9 | $f_M=e^{-z}+2e^{-2z}-3e^{-3z}$ ;$N\sim\mathrm{Exp}(3)$ ;$EM=\frac76$ |
|
||||
| A10 | $f_{U,V}=\frac12$ (菱形);$f_{U\vert V}$ 是随 $v$ 变的均匀;不独立 |
|
||||
| A11 | $0.2613$ ;$12.5\mathrm e^{-5}$ ;都不是均匀;是正态且独立 |
|
||||
| A12 | $N(-\frac12,\frac12;\frac14,\frac14;0)$ ;$P\{X>0\}=0.1587$ ;$\frac12$ |
|
||||
|
||||
---
|
||||
|
||||
## A 组
|
||||
|
||||
### 题 A1 · 边缘 0.4/0.6 与 0.3/0.5/0.2,不独立
|
||||
### 题 A1 · 独立性给的是一个方程
|
||||
|
||||
**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。
|
||||
**怎么想**:四个格子里只有一个自由度(三个边缘量定死第四格),所以"独立"这一个方程刚好能定一格。下手点是交叉相乘,不是套边缘公式——边缘里有未知量。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)行和(对 $X$ ):
|
||||
(Ⅰ)独立性等价于 $p_{00}p_{11}=p_{01}p_{10}$ (第(Ⅲ)问证),代入
|
||||
|
||||
| $X$ | $0$ | $1$ |
|
||||
|---|---|---|
|
||||
| $P$ | $0.4$ | $0.6$ |
|
||||
$$0.1\,p_{11}=0.15\,p_{10}\ \Longrightarrow\ p_{11}=1.5\,p_{10}.$$
|
||||
|
||||
列和(对 $Y$ ):
|
||||
又 $p_{00}+p_{01}+p_{10}+p_{11}=1$ ,即 $p_{10}+p_{11}=0.75$ ,故
|
||||
|
||||
| $Y$ | $0$ | $1$ | $2$ |
|
||||
|---|---|---|---|
|
||||
| $P$ | $0.3$ | $0.5$ | $0.2$ |
|
||||
$$p_{10}=0.3,\qquad p_{11}=0.45.$$
|
||||
|
||||
两行合计 $1$ ,两列合计 $1$ 。
|
||||
验:$P\{X=0\}=0.25$ ,$P\{Y=1\}=0.6$ ,$0.25\times0.6=0.15=p_{01}$ ✓。
|
||||
|
||||
(Ⅱ)$P\{X=1\mid Y=2\}=\dfrac{0.1}{0.2}=\dfrac12$ ,$P\{X=0\mid Y=1\}=\dfrac{0.2}{0.5}=\dfrac25$ 。
|
||||
(Ⅱ)$P\{X+Y=1\}=p_{01}+p_{10}=0.15+0.3=0.45$ 。
|
||||
|
||||
(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。
|
||||
$P\{X=0\mid Y=1\}=\dfrac{0.15}{0.6}=0.25$ ,故 $P\{X=1\mid Y=1\}=0.75$ ,$E(X\mid Y=1)=0.75$ 。
|
||||
|
||||
> 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。
|
||||
(Ⅲ)若独立,则 $p_{ij}=p_{i\cdot}p_{\cdot j}$ ,于是
|
||||
|
||||
(Ⅳ)$E(X\mid Y=1)=\sum_i iP\{X=i\mid Y=1\}=0\times\dfrac{0.2}{0.5}+1\times\dfrac{0.3}{0.5}=\dfrac35$ 。
|
||||
$$p_{00}p_{11}=p_{0\cdot}p_{\cdot0}\cdot p_{1\cdot}p_{\cdot1}=p_{01}p_{10}.$$
|
||||
|
||||
$P\{X+Y=2\}=P\{X=0,Y=2\}+P\{X=1,Y=1\}=0.1+0.3=0.4$ 。
|
||||
反之设 $p_{00}p_{11}=p_{01}p_{10}$ ,把 $p_{11}=1-p_{00}-p_{01}-p_{10}$ 代入,整理得
|
||||
|
||||
**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。
|
||||
$$p_{00}=(p_{00}+p_{01})(p_{00}+p_{10})=p_{0\cdot}p_{\cdot0},$$
|
||||
|
||||
即 $P\{X=0,Y=0\}=P\{X=0\}P\{Y=0\}$ 。同一式子轮换即得其余三格,故独立。
|
||||
|
||||
> **归因**:A 类——把"独立"当成一项检验而不是一个可解的方程。表格题里"独立"是最强条件,能反解未知格子。
|
||||
|
||||
---
|
||||
|
||||
### 题 A2 · 常数 2,边缘 4x³ 与 y−y³/4,不独立
|
||||
### 题 A2 · 抛物区域的边缘积分
|
||||
|
||||
**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**。
|
||||
**怎么想**:$0<y<1-x^2$ 蕴含 $-1<x<1$ ,支撑是开口向下的抛物线内部。求 $f_Y$ 时画横线,$x$ 从 $-\sqrt{1-y}$ 到 $\sqrt{1-y}$ ,不能只写 $0$ 到 $\sqrt{1-y}$ (漏左半)。
|
||||
|
||||
**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 $c=2$ 。
|
||||
(Ⅰ)$\displaystyle\iint_D(x^2+y)\,\mathrm dx\,\mathrm dy=\int_{-1}^{1}\int_0^{1-x^2}(x^2+y)\,\mathrm dy\,\mathrm dx=\int_{-1}^{1}\Big(\frac12-\frac{x^4}{2}\Big)\mathrm dx=\frac45.$
|
||||
|
||||
(Ⅱ)固定 $x\in(0,1)$ ,$y$ 从 $0$ 到 $2x$ :
|
||||
故 $c=\dfrac54$ 。
|
||||
|
||||
$$f_X(x)=\int_0^{2x}2xy\,\mathrm dy=2x\cdot\frac{(2x)^2}{2}=4x^3,\qquad 0<x<1 .$$
|
||||
(Ⅱ)固定 $x\in(-1,1)$ :
|
||||
|
||||
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 $1$ :
|
||||
$$f_X(x)=\frac54\int_0^{1-x^2}(x^2+y)\,\mathrm dy=\frac54\cdot\frac{1-x^4}{2}=\frac58(1-x^4).$$
|
||||
|
||||
$$f_Y(y)=\int_{y/2}^{1}2xy\,\mathrm dx=2y\cdot\frac{1-\frac{y^2}{4}}{2}=y-\frac{y^3}{4},\qquad 0<y<2 .$$
|
||||
验证:$\displaystyle\int_{-1}^{1}\frac58(1-x^4)\mathrm dx=\frac58\cdot\frac85=1$ ✓。
|
||||
|
||||
自检:$\int_0^1 4x^3\,\mathrm dx=1$ ✓,$\int_0^2\!\big(y-\frac{y^3}{4}\big)\mathrm dy=2-1=1$ ✓。
|
||||
固定 $y\in(0,1)$ ,$x$ 的左右两支要一起算:
|
||||
|
||||
(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。
|
||||
$$f_Y(y)=\frac54\int_{-\sqrt{1-y}}^{\sqrt{1-y}}(x^2+y)\,\mathrm dx=2\cdot\frac54\int_0^{\sqrt{1-y}}(x^2+y)\,\mathrm dx.$$
|
||||
|
||||
**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。
|
||||
取 $s=\sqrt{1-y}$ ,$\int_0^s(x^2+y)\mathrm dx=\frac{s^3}{3}+ys=s\Big(\frac{1-y}{3}+y\Big)=\frac{s(1+2y)}{3}$ ,故
|
||||
|
||||
$$f_Y(y)=\frac52\cdot\frac{(1+2y)\sqrt{1-y}}{3}=\frac56(1+2y)\sqrt{1-y}.$$
|
||||
|
||||
(Ⅲ)支撑不是矩形($y$ 的上界含 $x$ ),**直接判不独立**,不用算乘积。
|
||||
|
||||
> **归因**:C 类——求 $f_Y$ 时只积右半支。支撑对 $y$ 轴对称时,横线是"穿过去"的,必须左右都算。
|
||||
|
||||
---
|
||||
|
||||
### 题 A3 · 条件期望 13/5
|
||||
### 题 A3 · 条件分布律先乘后加
|
||||
|
||||
**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 $P\{X=i\}=\frac13$ 。
|
||||
**怎么想**:$P\{X=i,Y=j\}=P\{X=i\}P\{Y=j\mid X=i\}$ ,一个 $\frac13$ 乘一个二项概率。四个 $i$ 共 $1+2+3+4=10$ 个格子。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)逐格算 $P\{X=i,Y=j\}=\frac13 C_i^j\big(\frac12\big)^i$ :
|
||||
(Ⅰ)联合分布律(空白为 $0$ ):
|
||||
|
||||
| $X\backslash Y$ | $0$ | $1$ | $2$ | $3$ |
|
||||
|---|---|---|---|---|
|
||||
| $1$ | $\frac16$ | $\frac16$ | $0$ | $0$ |
|
||||
| $2$ | $\frac1{12}$ | $\frac16$ | $\frac1{12}$ | $0$ |
|
||||
| $1$ | $\frac16$ | $\frac16$ | | |
|
||||
| $2$ | $\frac1{12}$ | $\frac16$ | $\frac1{12}$ | |
|
||||
| $3$ | $\frac1{24}$ | $\frac18$ | $\frac18$ | $\frac1{24}$ |
|
||||
|
||||
全表之和 $=\frac{1}{3}\big(\frac12+\frac12\big)+\frac13\cdot1+\frac13\cdot1=1$ ✓(每行的和为 $\frac13$ )。
|
||||
列和:$Y$ 取 $0,1,2,3$ 的概率依次为 $\frac7{24},\frac{11}{24},\frac5{24},\frac1{24}$ ,合计 $1$ ✓。
|
||||
|
||||
(Ⅱ)列和:
|
||||
(Ⅱ)$P\{X=1\mid Y=1\}=\frac{1/6}{11/24}=\frac4{11}$ ,同理 $P\{X=2\mid Y=1\}=\frac4{11}$ ,$P\{X=3\mid Y=1\}=\frac3{11}$ ,
|
||||
|
||||
$$P\{Y=0\}=\frac16+\frac1{12}+\frac1{24}=\frac7{24},\quad P\{Y=1\}=\frac16+\frac16+\frac18=\frac{11}{24},$$
|
||||
$$E(X\mid Y=1)=\frac{4+8+9}{11}=\frac{21}{11}.$$
|
||||
|
||||
$$P\{Y=2\}=\frac1{12}+\frac18=\frac5{24},\quad P\{Y=3\}=\frac1{24}.$$
|
||||
(Ⅲ)$EX=2$ ;$EY=0\cdot\frac7{24}+1\cdot\frac{11}{24}+2\cdot\frac5{24}+3\cdot\frac1{24}=1$ 。
|
||||
|
||||
合计 $1$ ✓。
|
||||
$E(XY)=E\big[X\,E(Y\mid X)\big]=E\Big[X\cdot\frac X2\Big]=\frac12EX^2=\frac12\cdot\frac{14}{3}=\frac73.$
|
||||
|
||||
(Ⅲ)$Y=2$ 这一列只有 $X=2$ 与 $X=3$ 两格非零,按列和归一化:
|
||||
$$\operatorname{Cov}(X,Y)=\frac73-2\cdot1=\frac13.$$
|
||||
|
||||
$$P\{X=2\mid Y=2\}=\frac{1/12}{5/24}=\frac25,\qquad P\{X=3\mid Y=2\}=\frac{1/8}{5/24}=\frac35 .$$
|
||||
(Ⅳ)$P\{X+Y=3\}=P\{X=2,Y=1\}+P\{X=3,Y=0\}=\frac16+\frac1{24}=\frac5{24}.$
|
||||
|
||||
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。
|
||||
> **归因**:D 类——$E(XY)$ 逐格加权求和也能做,但用 $E[XE(Y\mid X)]$ 一行出结果。条件期望不只是求条件期望,它还是算 $EXY$ 的捷径。
|
||||
|
||||
---
|
||||
|
||||
### 题 A4 · 条件密度 1/x,期望 1/3
|
||||
### 题 A4 · 条件均匀的联合密度是常数
|
||||
|
||||
**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。
|
||||
**怎么想**:$f(x,y)=f_X(x)f_{Y\mid X}(y\mid x)=1\cdot\frac1{1-x}$ 。注意 $f_Y$ 的积分限是 $x\in(0,y)$ ,因为 $x<y$ 。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)区域面积 $\frac12$ ,故 $f=2$ 。
|
||||
(Ⅰ)$f(x,y)=\dfrac{1}{1-x}$ ,$0<x<y<1$ 。
|
||||
|
||||
$$f_X(x)=\int_0^x2\,\mathrm dy=2x,\quad 0<x<1;\qquad f_Y(y)=\int_y^1 2\,\mathrm dx=2(1-y),\quad 0<y<1 .$$
|
||||
$$f_Y(y)=\int_0^y\frac{\mathrm dx}{1-x}=\Big[-\ln(1-x)\Big]_0^y=-\ln(1-y),\qquad 0<y<1.$$
|
||||
|
||||
(Ⅱ)$f_{Y\mid X}(y\mid x)=\dfrac{f(x,y)}{f_X(x)}=\dfrac{2}{2x}=\dfrac1x$ ,$0<y<x$ ,即 $Y\mid X=x\sim U(0,x)$ 。
|
||||
(Ⅱ)$EX=\frac12$ ,$\displaystyle EY=\int_0^1 y\big[-\ln(1-y)\big]\mathrm dy=\frac34$ (令 $u=1-y$ 化成 $\int_0^1(-\ln u)\mathrm du-\int_0^1u(-\ln u)\mathrm du=1-\frac14$ )。
|
||||
|
||||
(Ⅲ)$E(Y\mid X=x)=\dfrac x2$ 。验证重期望:
|
||||
$$E(XY)=\int_0^1\!\!\int_x^1\frac{xy}{1-x}\,\mathrm dy\,\mathrm dx=\int_0^1\frac{x}{1-x}\cdot\frac{1-x^2}{2}\mathrm dx=\frac12\int_0^1 x(1+x)\mathrm dx=\frac{5}{12}.$$
|
||||
|
||||
$$EY=\int_0^1y\cdot2(1-y)\,\mathrm dy=2\Big(\frac12-\frac13\Big)=\frac13,\qquad E\big[E(Y\mid X)\big]=E\Big(\frac X2\Big)=\frac{2/3}{2}=\frac13 .$$
|
||||
$$\operatorname{Cov}(X,Y)=\frac5{12}-\frac12\cdot\frac34=\frac{5}{12}-\frac38=\frac1{24}.$$
|
||||
|
||||
两边相等 ✓(这里 $EX=\int_0^1x\cdot2x\,\mathrm dx=\frac23$ )。
|
||||
(Ⅲ)$P\{X+Y\le1\}=\displaystyle\int_0^{1/2}\!\!\int_x^{1-x}\frac{\mathrm dy}{1-x}\mathrm dx=\int_0^{1/2}\frac{1-2x}{1-x}\mathrm dx.$
|
||||
|
||||
**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。
|
||||
被积函数拆成 $2-\dfrac1{1-x}$ ,积分得
|
||||
|
||||
$$P\{X+Y\le1\}=\Big[2x+\ln(1-x)\Big]_0^{1/2}=1-\ln 2\approx0.3069.$$
|
||||
|
||||
> **归因**:B 类——条件密度求 $f_Y$ 时把积分限写成 $0$ 到 $1$ 。限来自"联合密度的支撑",不是边缘的支撑。
|
||||
|
||||
---
|
||||
|
||||
### 题 A5 · 独立 / 不独立 / 不独立
|
||||
### 题 A5 · 四个判据各管一段
|
||||
|
||||
**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。
|
||||
**怎么想**:先看支撑是否矩形,再看密度是否可分离。两关都过才敢说独立;任一关不过,只是"这条判据用不上",还要回到定义比一格。
|
||||
|
||||
**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。)
|
||||
(Ⅰ)支撑是单位正方形(矩形),$f=4x\cdot y$ 可分离,且 $f_X=2x$ 、$f_Y=2y$ 、乘起来正是 $f$ ,**独立**。
|
||||
|
||||
(Ⅱ)**不独立**,最省力的理由:支撑 $0<y<x<1$ 是三角形,不是矩形。
|
||||
(Ⅱ)支撑 $0<y<x<1$ 是三角形,**不独立**(这条不用算)。
|
||||
|
||||
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)支撑是矩形,但 $f=\frac65(x+y^2)$ 分不开。算边缘:$f_X(x)=\frac65\big(x+\frac13\big)$ ,$f_Y(y)=\frac65\big(y^2+\frac12\big)$ ,乘积 $\frac{36}{25}\big(x+\frac13\big)\big(y^2+\frac12\big)\ne f$ ,**不独立**。
|
||||
|
||||
(Ⅲ)**不独立**。支撑是矩形,不能靠形状判,必须算:
|
||||
(Ⅳ)支撑是圆盘(非矩形),**不独立**。
|
||||
|
||||
$$f_X(x)=\int_0^1\frac65(x+y^2)\,\mathrm dy=\frac65\Big(x+\frac13\Big),\qquad f_Y(y)=\frac65\Big(\frac12+y^2\Big).$$
|
||||
哪几个不用算:**(Ⅱ)和(Ⅳ)**,依据"支撑非矩形"。**(Ⅲ)必须算**——支撑是矩形却不可分离,这时判据失效,只能比一格,而结论恰好还是不独立,所以这题最容易被"不可分离就独立不了"这种半对的说法蒙对。
|
||||
|
||||
$$f_X(x)f_Y(y)=\frac{36}{25}\Big(x+\frac13\Big)\Big(\frac12+y^2\Big)\ne\frac65(x+y^2).$$
|
||||
|
||||
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。
|
||||
> **归因**:A 类——把"不可分离"当成"不独立"的充分条件。正确逻辑是:可分离 $+$ 矩形 $\Rightarrow$ 独立;不可分离 $\Rightarrow$ 该判据失效,须回到定义。
|
||||
|
||||
---
|
||||
|
||||
### 题 A6 · 三角形均匀,不独立,期望 1/12
|
||||
### 题 A6 · 均匀分布用面积比
|
||||
|
||||
**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** 。
|
||||
**怎么想**:区域均匀的两件事——$f=\frac1{S_D}$ ,概率 $=\frac{S_{G\cap D}}{S_D}$ 。$P\{Y<X\}$ 完全不用积分。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$D$ 是腰长为 $1$ 的直角三角形,$S_D=\frac12$ ,故 $f(x,y)=2$ ,$(x,y)\in D$ 。
|
||||
(Ⅰ)$S_D=\displaystyle\int_0^1(\sqrt x-x^2)\mathrm dx=\frac23-\frac13=\frac13$ ,故 $f(x,y)=3$ 在 $D$ 内。
|
||||
|
||||
(Ⅱ)对固定的 $x\in(0,1)$ ,$y$ 从 $0$ 到 $1-x$ :
|
||||
(Ⅱ)竖线:$y$ 从 $x^2$ 到 $\sqrt x$ ,$f_X(x)=3(\sqrt x-x^2)$ ,$0<x<1$ 。
|
||||
|
||||
$$f_X(x)=\int_0^{1-x}2\,\mathrm dy=2(1-x);\qquad f_Y(y)=2(1-y),\quad 0<y<1 .$$
|
||||
横线:由 $x^2<y<\sqrt x$ 反解出 $y^2<x<\sqrt y$ ,故 $f_Y(y)=3(\sqrt y-y^2)$ ,$0<y<1$ (与 $f_X$ 同形,因为区域关于 $y=x$ 对称)。
|
||||
|
||||
两个边缘形状相同(对称性所致),但**都不是均匀分布**。
|
||||
(Ⅲ)$D$ 内满足 $y<x$ 的部分:$y\in(x^2,x)$ ,因为 $x^2<x<\sqrt x$ 在 $(0,1)$ 上恒成立。其面积
|
||||
|
||||
(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)。
|
||||
$$\int_0^1(x-x^2)\mathrm dx=\frac12-\frac13=\frac16,$$
|
||||
|
||||
(Ⅳ)$\displaystyle E(XY)=\int_0^1\!\!\int_0^{1-x}2xy\,\mathrm dy\,\mathrm dx=\int_0^1x(1-x)^2\,\mathrm dx=\frac12-\frac23+\frac14=\frac1{12}$ 。
|
||||
故 $P\{Y<X\}=3\times\frac16=\frac12$ 。(也可由区域对称直接看出。)
|
||||
|
||||
**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)。
|
||||
> **归因**:C 类——$P\{Y<X\}$ 硬算二重积分。均匀分布下先想面积比,能省三四行,还不容易积错。
|
||||
|
||||
---
|
||||
|
||||
### 题 A7 · 方差 7 与 3,协方差 −3,概率 0.5
|
||||
### 题 A7 · 差的分布与对称轴
|
||||
|
||||
**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**。
|
||||
**怎么想**:$\sigma_1=2$ 、$\sigma_2=3$ 、$\operatorname{Cov}=0.5\times2\times3=3$ 。$P\{X<Y\}$ 化成 $P\{Y-X>0\}$ ,只用一个正态。
|
||||
|
||||
**解**:
|
||||
|
||||
先算 $\operatorname{Cov}(X,Y)=\rho\sigma_1\sigma_2=0.5\times1\times2=1$ ,$DX=1$ ,$DY=4$ 。
|
||||
(Ⅰ)$D(X+Y)=4+9+2\cdot3=19$ ,$D(X-Y)=4+9-2\cdot3=7$ ,
|
||||
|
||||
(Ⅰ)$D(X+Y)=1+4+2\times1=7$ ;$D(X-Y)=1+4-2\times1=3$ 。
|
||||
$$\operatorname{Cov}(X+Y,\ X-Y)=DX-DY=4-9=-5.$$
|
||||
|
||||
(Ⅱ)$\operatorname{Cov}(X+Y,X-Y)=DX-\operatorname{Cov}(X,Y)+\operatorname{Cov}(Y,X)-DY=1-4=-3$ 。
|
||||
(Ⅱ)$Y-X\sim N(2-1,\ 7)=N(1,7)$ ,
|
||||
|
||||
(Ⅲ)$D(2X-Y)=4DX+DY-2\times2\operatorname{Cov}(X,Y)=4+4-4=4$ 。
|
||||
$$P\{X<Y\}=P\{Y-X>0\}=\Phi\Big(\frac{1}{\sqrt7}\Big)=\Phi(0.378)=0.6472.$$
|
||||
|
||||
(Ⅳ)$X-Y\sim N(0,3)$ ,故
|
||||
(Ⅲ)$Y\mid X=x\sim N\Big(2+0.5\cdot\frac32(x-1),\ 9(1-0.25)\Big)=N\Big(\frac34x+\frac54,\ \frac{27}{4}\Big).$
|
||||
|
||||
$$P\{X<Y\}=P\{X-Y<0\}=\Phi(0)=0.5 .$$
|
||||
|
||||
**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。
|
||||
> **归因**:B 类——$P\{X<Y\}$ 写成 $1-\Phi(\cdot)$ 方向搞反。判方向:$E(Y-X)=1>0$ ,所以 $Y$ 多半更大,概率应 $>0.5$ 。
|
||||
|
||||
---
|
||||
|
||||
### 题 A8 · 三角分布,概率 1/8 与 3/4
|
||||
### 题 A8 · 离散把连续劈成两段
|
||||
|
||||
**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"。
|
||||
**怎么想**:$Z=X+Y$ 的两个可能来源:$X=0$ 给 $f_Y(z)$ ,$X=1$ 给 $f_Y(z-2)$ ,各带权重 $\frac12$ 。支撑是 $(0,1)\cup(2,3)$ ,中间 $(1,2)$ 是空的。
|
||||
|
||||
**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
|
||||
(Ⅰ)$EY=\displaystyle\int_0^12y^2\mathrm dy=\frac23$ ,$P\{Y\le EY\}=\int_0^{2/3}2y\,\mathrm dy=\frac49.$
|
||||
|
||||
$$F_Z(z)=\begin{cases}0, & z\le0,\\[2pt] \dfrac{z^2}{2}, & 0<z<1,\\[6pt] 1-\dfrac{(2-z)^2}{2}, & 1\le z<2,\\[6pt] 1, & z\ge2 .\end{cases}$$
|
||||
(Ⅱ)
|
||||
|
||||
求导:
|
||||
$$f_Z(z)=\frac12f_Y(z)+\frac12f_Y(z-2)=\begin{cases}z, & 0<z<1,\\[2pt] z-2, & 2<z<3,\\[2pt] 0, & \text{其他}.\end{cases}$$
|
||||
|
||||
$$f_Z(z)=\begin{cases}z, & 0<z<1,\\ 2-z, & 1\le z<2,\\ 0, & \text{其他}.\end{cases}$$
|
||||
(Ⅲ)$EZ=EX+EY=1+\frac23=\frac53$ 。$DX=1$ ($X$ 取 $0,2$ 各半,$EX=1$ ,$DX=1$ )。
|
||||
|
||||
自检 $\int_0^1z+\int_1^2(2-z)=\frac12+\frac12=1$ ✓。
|
||||
$EY^2=\int_0^12y^3\mathrm dy=\frac12$ ,$DY=\frac12-\frac49=\frac1{18}$ ,故 $DZ=DX+DY=1+\frac{1}{18}=\frac{19}{18}$ 。
|
||||
|
||||
(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。
|
||||
> **归因**:D 类——只写 $z\in(0,1)$ 那一段。离散型变量把连续变量的支撑**平移复制**,有几段全看离散变量取几个值。
|
||||
|
||||
---
|
||||
|
||||
### 题 A9 · 最值的期望 2/3 与 1/3,极差概率 1/4
|
||||
### 题 A9 · 异参数指数的最值
|
||||
|
||||
**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。
|
||||
**怎么想**:$F_{\max}$ 直接乘,但**不要**对 $F^{n}$ 套 $U(0,1)$ 的 $\frac{n}{n+1}$ ——那是同分布专用。这里用 $E(M+N)=EX+EY$ 反推 $EM$ ,比积分快得多。
|
||||
|
||||
**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 $0<z<1$ 。
|
||||
(Ⅰ)$F_M(z)=(1-\mathrm e^{-z})(1-\mathrm e^{-2z})$ ,$z>0$ ,求导
|
||||
|
||||
(Ⅱ)$\displaystyle E(M)=\int_0^12z^2\,\mathrm dz=\frac23$ ,$\displaystyle E(N)=\int_0^12z(1-z)\,\mathrm dz=2\Big(\frac12-\frac13\Big)=\frac13$ 。
|
||||
$$f_M(z)=\mathrm e^{-z}(1-\mathrm e^{-2z})+2\mathrm e^{-2z}(1-\mathrm e^{-z})=\mathrm e^{-z}+2\mathrm e^{-2z}-3\mathrm e^{-3z}.$$
|
||||
|
||||
(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
|
||||
(Ⅱ)$P\{N>z\}=P\{X>z\}P\{Y>z\}=\mathrm e^{-z}\cdot\mathrm e^{-2z}=\mathrm e^{-3z}$ ,故 $N\sim\mathrm{Exp}(3)$ ,$EN=\frac13$ 。
|
||||
|
||||
$$P\{M-N>1/2\}=(1-\tfrac12)^2=\frac14 .$$
|
||||
(Ⅲ)$EM=\displaystyle\int_0^\infty z\,\big(\mathrm e^{-z}+2\mathrm e^{-2z}-3\mathrm e^{-3z}\big)\mathrm dz=1+2\cdot\frac14-3\cdot\frac19=\frac76.$
|
||||
|
||||
**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**。
|
||||
验证:$E(M+N)=\frac76+\frac13=\frac32$ ,而 $EX+EY=1+\frac12=\frac32$ ✓。
|
||||
|
||||
> **归因**:B 类——把 $N$ 当成 $\mathrm{Exp}(1)$ 或 $\mathrm{Exp}(2)$ 。取 $\min$ 后参数是**相加**的,$\lambda_1+\lambda_2$ 。
|
||||
|
||||
---
|
||||
|
||||
### 题 A10 · 联合密度 1/2,边缘是三角分布
|
||||
### 题 A10 · 换元后支撑才是重点
|
||||
|
||||
**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。
|
||||
**怎么想**:$|J|=\frac12$ 是常数,说明 $(U,V)$ 在**变换后的区域**上均匀。区域由 $0<x<1$ 、$0<y<1$ 换元得到:$|v|<1$ 且 $|v|<u<2-|v|$ ,是个菱形。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)反解 $x=\dfrac{u+v}{2}$ ,$y=\dfrac{u-v}{2}$ ,
|
||||
(Ⅰ)$x=\frac{u+v}{2}$ ,$y=\frac{u-v}{2}$ ,$J=\dfrac{\partial(x,y)}{\partial(u,v)}=-\dfrac12$ ,$|J|=\frac12$ ,
|
||||
|
||||
$$J=\frac{\partial(x,y)}{\partial(u,v)}=\begin{vmatrix}\frac12 & \frac12\\[2pt] \frac12 & -\frac12\end{vmatrix}=-\frac14-\frac14=-\frac12,\qquad |J|=\frac12 .$$
|
||||
$$f_{U,V}(u,v)=\frac12,\qquad \vert v\vert<1,\quad \vert v\vert<u<2-\vert v\vert .$$
|
||||
|
||||
由 $f_{U,V}=f(x,y)|J|$ 且 $f=1$ 在单位方形内:
|
||||
(Ⅱ)先求 $f_V$ :固定 $v$ ,$u$ 的区间长 $(2-|v|)-|v|=2-2|v|$ ,
|
||||
|
||||
$$f_{U,V}(u,v)=\frac12 .$$
|
||||
$$f_V(v)=\frac12(2-2\vert v\vert)=1-\vert v\vert,\qquad \vert v\vert<1 .$$
|
||||
|
||||
支撑由 $0<x<1,\ 0<y<1$ 代回:$-u<v<2-u$ 且 $u-2<v<u$ ,合并为
|
||||
于是
|
||||
|
||||
$$\max(-u,\ u-2)<v<\min(2-u,\ u),$$
|
||||
$$f_{U\mid V}(u\mid v)=\frac{1/2}{1-\vert v\vert}=\frac{1}{2(1-\vert v\vert)},\qquad \vert v\vert<u<2-\vert v\vert .$$
|
||||
|
||||
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 $1$ ✓。
|
||||
(Ⅲ)条件密度含 $v$ (区间随 $v$ 变),故 $U$ 与 $V$ **不独立**。也可以直接说支撑不是矩形。
|
||||
|
||||
(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。
|
||||
> **归因**:A 类——只换密度不换支撑。雅可比三步里第三步(支撑换元)最难,也最常漏。
|
||||
|
||||
---
|
||||
|
||||
### 题 A11 · 0.2613 与 0.0842
|
||||
### 题 A11 · 可加性什么时候失效
|
||||
|
||||
**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。
|
||||
**怎么想**:可加性只对四类分布成立,且要求独立。第(Ⅲ)(Ⅳ)两问专门打"以为都能加"的人。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$X+Y\sim B(7,\ 0.4)$ ,故
|
||||
(Ⅰ)$X+Y\sim B(7,0.4)$ ,
|
||||
|
||||
$$P\{X+Y=2\}=C_7^2(0.4)^2(0.6)^5=21\times0.16\times0.07776=0.2613 .$$
|
||||
$$P\{X+Y=2\}=\binom72(0.4)^2(0.6)^5=21\times0.16\times0.07776=0.2613.$$
|
||||
|
||||
(Ⅱ)$X+Y\sim P(5)$ ,故
|
||||
(Ⅱ)$X+Y\sim P(5)$ ,$P\{X+Y=2\}=\mathrm e^{-5}\dfrac{5^2}{2!}=12.5\,\mathrm e^{-5}\approx0.0842$ 。
|
||||
|
||||
$$P\{X+Y=2\}=\mathrm e^{-5}\frac{5^2}{2!}=12.5\,\mathrm e^{-5}\approx0.0842 .$$
|
||||
(Ⅲ)都不是。$X+Y$ 的密度是三角形 $f(z)=z\ (0<z<1)$ 、$2-z\ (1<z<2)$ ;$X-Y$ 的支撑是 $(-1,1)$ ,密度是 $1-|z|$ 。两者都不是常数。
|
||||
|
||||
**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。
|
||||
(Ⅳ)$X+Y\sim N(0,3)$ (联合正态的线性组合仍是正态,**不需要独立**)。
|
||||
|
||||
$$\operatorname{Cov}(X+Y,\ X-Y)=DX-DY+0=1-1=0,$$
|
||||
|
||||
而 $(X+Y,\ X-Y)$ 仍服从二维正态,故二者**独立**。
|
||||
|
||||
> **归因**:A 类——认为"不独立就不能用可加性"。正态的可加性只要求**联合正态**,不要求独立;而"不相关 $\Rightarrow$ 独立"这条只在二维正态下成立,这里正好用上。
|
||||
|
||||
---
|
||||
|
||||
### 题 A12 · 密度可分离,独立,概率 3/5
|
||||
### 题 A12 · 从标准正态分布函数里读出参数
|
||||
|
||||
**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**。
|
||||
**怎么想**:$\Phi(2x+1)=\Phi\Big(\dfrac{x-(-1/2)}{1/2}\Big)$ ,把括号里配成 $\frac{x-\mu}{\sigma}$ 就一次读出 $\mu,\sigma$ 。两个因子相乘且各自只含一个变量 $\Rightarrow$ 独立。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$f=\dfrac{\partial^2F}{\partial x\partial y}=\big(2\mathrm e^{-2x}\big)\big(3\mathrm e^{-3y}\big)=6\mathrm e^{-2x-3y}$ ,$x>0,y>0$ 。
|
||||
(Ⅰ)$X\sim N\Big(-\frac12,\frac14\Big)$ ,$Y\sim N\Big(\frac12,\frac14\Big)$ ,且 $F=F_XF_Y$ ,故 $\rho=0$ ,
|
||||
|
||||
(Ⅱ)$f_X(x)=2\mathrm e^{-2x}$ ($x>0$ ),$f_Y(y)=3\mathrm e^{-3y}$ ($y>0$ ),即 $X\sim E(2)$ ,$Y\sim E(3)$ 。
|
||||
$$(X,Y)\sim N\Big(-\frac12,\ \frac12;\ \frac14,\ \frac14;\ 0\Big).$$
|
||||
|
||||
(Ⅲ)$F(x,y)=F_X(x)F_Y(y)$ 对一切 $x,y$ 成立,故**独立**。
|
||||
(Ⅱ)$\sigma^2=\frac14$ ,$\dfrac{1}{2\pi\sigma^2}=\dfrac{2}{\pi}$ ,$2\sigma^2=\dfrac12$ ,
|
||||
|
||||
(Ⅳ)两类写法都行,用密度:
|
||||
$$f(x,y)=\frac{2}{\pi}\exp\Big\{-2\Big(x+\frac12\Big)^2-2\Big(y-\frac12\Big)^2\Big\}.$$
|
||||
|
||||
$$P\{X>Y\}=\int_0^{\infty}\!\!\int_y^{\infty}6\mathrm e^{-2x-3y}\,\mathrm dx\,\mathrm dy=\int_0^{\infty}3\mathrm e^{-3y}\mathrm e^{-2y}\,\mathrm dy=\frac{3}{5} .$$
|
||||
(Ⅲ)$P\{X>0\}=1-\Phi\Big(\dfrac{0+1/2}{1/2}\Big)=1-\Phi(1)=0.1587$ 。
|
||||
|
||||
> **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。
|
||||
$X+Y\sim N\Big(-\frac12+\frac12,\ \frac14+\frac14\Big)=N\Big(0,\frac12\Big)$ ,故 $P\{X+Y>0\}=\frac12$ 。
|
||||
|
||||
**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。
|
||||
> **归因**:C 类——$P\{X>0\}$ 忘记标准化。$\Phi$ 里的系数要先"除进去"变成 $\sigma$ ,再套 $1-\Phi(\cdot)$ 。
|
||||
|
||||
Reference in New Issue
Block a user