--- 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 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) 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]]"] --- # 点 14 概率 · 多维随机变量 > 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)。 **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。 ## 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)) 联合密度 $f(x,y)$ 的两条基本性质:$f\ge0$ 且 $\iint_{\mathbb R^2}f=1$ 。 $$f_X(x)=\int_{-\infty}^{+\infty}f(x,y)dy,\qquad f_Y(y)=\int_{-\infty}^{+\infty}f(x,y)dx .$$ **独立** $\iff$ $f(x,y)=f_X(x)f_Y(y)$ (几乎处处)$\iff$ 联合密度的**定义域是矩形**(笛卡尔积)且能分离变量。 **均匀分布的两步**:面积 $S_D=\iint_D1\,d\sigma$ ,$f=1/S_D$ (在 $D$ 内)。**边缘密度靠"固定 $x$ 积 $y$ "**,此时 $y$ 的上下限由区域边界给出——这是最容易写错的地方。 **判独立的快速法**:若 $f\ne0$ 的区域是三角形、圆、$y\ge x^2$ 之类的**非矩形**,一定不独立(边缘密度的支撑不重合)。 ## 知识点 14.2 随机变量函数的分布(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)) **和的分布(卷积)**: $$f_Z(z)=\int_{-\infty}^{+\infty}f_X(x)f_{Y}(z-x)dx\quad(\text{独立时}).$$ **分段的关键**:被积函数非零要同时满足"$x$ 在 $X$ 的支撑内"与"$z-x$ 在 $Y$ 的支撑内",两个不等式取交,随 $z$ 分段。 **分布函数法(通用)**: $$F_Z(z)=P\{g(X,Y)\le z\}=\iint_{g(x,y)\le z}f(x,y)\,dxdy,$$ 再对 $z$ 求导。**比"套公式"通用**,商、极值、平方都用它。 ## 知识点 14.3 混合型与全概率公式(出处:参考仓库未收录,转引 [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)) 两个随机变量一个离散一个连续时,用**全概率**: $$f_Y(y)=\sum_kP\{X=x_k\}\,f_{Y\mid X=x_k}(y).$$ 条件概率的反向问题(求 $P\{X=x_k\mid Y\le y_0\}$ )用**贝叶斯**: $$P\{X=x_k\mid Y\le y_0\}=\frac{P\{X=x_k\}P\{Y\le y_0\mid X=x_k\}}{P\{Y\le y_0\}} .$$ 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"**。 --- ## 题目(按知识点顺序对应) ### 题 1 · 14.1:曲边区域上的均匀分布(★★☆) > 【2016·22 骨架】设二维随机变量 $(X,Y)$ 在区域 $D=\{(x,y):0\le x\le1,\ x^2\le y\le1\}$ 上服从均匀分布。 > > (Ⅰ)求边缘密度 $f_X(x)$ 与 $f_Y(y)$ ;(Ⅱ)判断 $X$ 与 $Y$ 是否独立;(Ⅲ)求 $P\left\{X>\dfrac12\right\}$ 。 **怎么想**:先算区域面积(均匀分布的密度就是面积的倒数),再"固定一个变量积另一个"。判独立看两条:密度能否分离、支撑是不是矩形。 **解**:(Ⅰ)区域面积 $$S_D=\int_0^1\left(1-x^2\right)dx=1-\frac13=\frac23\ \Longrightarrow\ f(x,y)=\frac32,\quad (x,y)\in D .$$ **边缘 $f_X$ **:固定 $x\in[0,1]$ ,$y$ 从 $x^2$ 到 $1$ : $$f_X(x)=\int_{x^2}^{1}\frac32\,dy=\frac32\left(1-x^2\right),\quad 0\le x\le1;\ \text{其余为}\ 0 .$$ **边缘 $f_Y$ **:固定 $y\in[0,1]$ ,由 $x^2\le y$ 得 $x\le\sqrt y$ ,故 $x$ 从 $0$ 到 $\sqrt y$ : $$f_Y(y)=\int_0^{\sqrt y}\frac32\,dx=\frac32\sqrt y,\quad 0\le y\le1;\ \text{其余为}\ 0 .$$ (Ⅱ)**不独立**。在 $0\frac12\right\}=\int_{1/2}^{1}f_X(x)dx=\frac32\left[x-\frac{x^3}{3}\right]_{1/2}^{1}=\frac32\left[\left(1-\frac13\right)-\left(\frac12-\frac1{24}\right)\right]$$ $$=\frac32\left[\frac23-\frac{11}{24}\right]=\frac32\cdot\frac{5}{24}=\frac{5}{16}.$$ **验算**:$\int_0^1f_X=\frac32\left(1-\frac13\right)=1$ ✓;$\int_0^1f_Y=\frac32\cdot\frac23=1$ ✓。$P\{X>1/2\}=\frac{5}{16}\approx0.31$ ,而 $X$ 的密度在 $x$ 大时更小($1-x^2$ 递减),故应小于 $\frac12$ ✓。 **带走结论**:**均匀分布题的三步——算面积、定倒数、按边界积边缘**。判独立优先看"支撑是不是矩形",比逐个验 $f=f_Xf_Y$ 快。 > **关联** · 盘点 [§14.1 二维密度、边缘与独立性](01-知识点盘点.md#user-content-141-二维密度边缘与独立性) | 上游 — | 下游 — | 速查 [十四 概率多维:两条主线](17-速查卡.md#user-content-十四-概率多维两条主线) --- ### 题 2 · 14.2:离散与连续混合的卷积(★★★) > 设随机变量 $X$ 与 $Y$ 相互独立,$X$ 服从 $(0,1)$ 上的均匀分布,$Y$ 服从参数为 $1$ 的指数分布。令 $Z=X+Y$ 。 > > (Ⅰ)求 $Z$ 的概率密度;(Ⅱ)求 $E(Z)$ 与 $D(Z)$ 。 **怎么想**:两个连续型独立随机变量求和,直接用卷积。被积函数非零要同时满足 $00$ ,即 $\max(0,z-1)0)$ ,其余为 $0$ 。卷积 $$f_Z(z)=\int_{-\infty}^{+\infty}f_X(x)f_Y(z-x)dx=\int_{\max(0,z-1)}^{\min(1,z)}e^{-(z-x)}dx .$$ **当 $z\le0$ ** :区间为空,$f_Z(z)=0$ 。 **当 $0 **关联** · 盘点 [§14.2 随机变量函数的分布](01-知识点盘点.md#user-content-142-随机变量函数的分布) | 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) --- ### 题 3 · 14.3:混合型用全概率与贝叶斯(★★☆) > 【2020·22 骨架】设随机变量 $X$ 的分布为 $P\{X=1\}=P\{X=2\}=\dfrac12$ 。在 $X=k$ 的条件下,$Y$ 服从 $(0,k)$ 上的均匀分布($k=1,2$ )。 > > (Ⅰ)求 $Y$ 的概率密度 $f_Y(y)$ ;(Ⅱ)求 $P\{X=1\mid Y\le1\}$ 。 **怎么想**:$X$ 离散、$Y$ 连续,$Y$ 的密度用**全概率**(按 $X$ 的取值加权);反向的条件概率用**贝叶斯**,分母是 $P\{Y\le1\}$ 。 **解**:(Ⅰ)在 $X=k$ 下 $f_{Y\mid X=k}(y)=\frac1k$ ($0 **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) ---