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-点5-函数分布两条路.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-点5-函数分布两条路.md index 1ffb708..ea8f614 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-点5-函数分布两条路.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-点5-函数分布两条路.md @@ -31,6 +31,8 @@ $$f_{U,V}(u,v)=f\big(x(u,v),\,y(u,v)\big)\cdot\lvert J\rvert,\qquad J=\frac{\par **为什么能"顺带判独立"**:若 $f_{U,V}(u,v)$ 恰好能写成 $a(u)b(v)$ 且支撑是矩形,则 $U\perp V$ ——一眼看出,不必再算边缘。 +> **只要求一个函数的分布时也能用它**:拉一个**陪变量** $V=Y$ 把"一个函数"补成"一次变换",积分掉 $v$ 就回到边缘。点 6 §6.2 的三个成品公式(差、积、商)就是这样推出来的,见 [点 6 §6.2 差、积、商](07-点6-四则运算与最值.md)。 + ## 知识点 5.3 三条路怎么选(出处:本讲点 6 与 §5 综合) | 题目长相 | 走哪条 | 理由 | diff --git a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/07-点6-四则运算与最值.md b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/07-点6-四则运算与最值.md index 1ca230b..38e0abc 100644 --- a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/07-点6-四则运算与最值.md +++ b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/07-点6-四则运算与最值.md @@ -35,6 +35,34 @@ $$f_{X/Y}(z)=\int f_X(zy)f_Y(y)\lvert y\rvert\,\mathrm dy .$$ > **商的稳妥做法**:先求 $F_Z(z)=P\{Y\le zX\}$ (半平面区域),再求导。绝对值与不等号方向在 $z<0$ 与 $z>0$ 上常常相反,先分段再积。 +**三个公式的出处(雅可比一行推完)**:上面三式不是要背的独立结论,它们全是点 5 §5.2 雅可比法的**特例**。诀窍是**再拉一个陪变量 $V=Y$ 进来** ,把"一个函数"补成"一次坐标变换",先得联合密度,再把陪变量积掉: + +$$f_U(u)=\int f\big(x(u,v),\,y(u,v)\big)\lvert J\rvert\,\mathrm dv .$$ + +| 要的 $U$ | 反解(取 $v=y$ ) | $\lvert J\rvert$ | +|---|---|---| +| $X-Y$ | $x=u+v$ 、$y=v$ | $1$ | +| $XY$ | $x=u/v$ 、$y=v$ | $1/\lvert v\rvert$ | +| $X/Y$ | $x=uv$ 、$y=v$ | $\lvert v\rvert$ | + +以最后一行代入模板: + +$$f_{X/Y}(z)=\int f_X(zv)f_Y(v)\lvert v\rvert\,\mathrm dv ,$$ + +与 §6.2 的 $\int f_X(zy)f_Y(y)\lvert y\rvert\mathrm dy$ 只差哑变量的名字。 + +**陪变量的选择理由**:固定取 $V=Y$ 是因为 $y=v$ 让反解的第二个方程成为恒等式,雅可比矩阵变成**下三角**,行列式就是对角元之积 $\left\lvert\dfrac{\partial x}{\partial u}\right\rvert$ ——不用真的展开二阶行列式,$1$ 、$1/\lvert v\rvert$ 、$\lvert v\rvert$ 都是一眼写出的。这也是"为什么商的公式里偏偏多一个 $\lvert y\rvert$ "的全部原因:它就是对 $x=uv$ 求 $\partial x/\partial u=v$ 的那一项。 + +**方向别搞反**:乘在密度上的是 $J=\dfrac{\partial(x,y)}{\partial(u,v)}$ ,即**从新变量到旧变量**。若顺手先算出 $\dfrac{\partial(u,v)}{\partial(x,y)}$ ,必须取倒数再取绝对值。三个式子里 $J$ 都不等于 $0$ (只要 $y\ne0$ ),所以变换在支撑内是一一的——这也是商要求 $Y\ne0$ 的隐含条件。 + +**什么时候用它替代成品式**: + +- 只要 $Z$ 的**边缘**密度 → 直接用上面三式,最快; +- 要 $(Z,W)$ 的**联合**密度(如 $Z=XY$ 与 $W=X$ )→ 成品式给不出,只能雅可比; +- 支撑分片怪($Y$ 只在某一段非零)→ 雅可比把 $v$ 的取值范围直接摆在积分号上,比套公式少错。 + +> **一句话**:成品式是"结果",雅可比是"来源"。背不下来时现推,代价是 30 秒。 + ## 知识点 6.3 最值分布(出处:[知识章 §10.2、§8.2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/2-random-variables-and-distribution/random-variables-and-distribution.tex)) **独立性是全部前提**——"全部 $\le z$ "能拆成乘积,靠的就是独立: diff --git a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/09-速查卡.md b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/09-速查卡.md index 8137734..c3680e0 100644 --- a/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/09-速查卡.md +++ b/基于考研的学习/数学一/在学练习/概率论-第3讲-多维随机变量及其分布/09-速查卡.md @@ -100,7 +100,8 @@ $$f_Z(z)=\int f_X(x)f_Y(z-x)\,\mathrm dx,\qquad \max(a_1,z-b_2)0$ 要分开**。 +- 商:先 $F_Z(z)=P\{Y\le zX\}$ 再求导,**$z<0$ 与 $z>0$ 要分开**; +- **三式都出自雅可比**:拉陪变量 $V=Y$ ,$y=v$ 使雅可比矩阵成下三角,$\lvert J\rvert$ 依次是 $1$ 、$1/\lvert v\rvert$ 、$\lvert v\rvert$ 。商里的 $\lvert y\rvert$ 就是 $\partial x/\partial u=v$ 那一项,不是凭空多出来的。 ## 十 最值