--- tags: [数学一, 在学练习, 概率论, 多维随机变量, 速查卡] 专题: 概率论 第3讲 · 多维随机变量及其分布(速查) 日期: 2026-11-07 关联笔记: ["[[README]]", "[[01-知识点盘点]]"] --- # 第3讲 · 多维随机变量及其分布:速查卡 考前十分钟只看这一页。 ## 一 三种换算的方向 ``` 联合 ──积分掉 y──► 边缘 X │ │ │除边缘 │ ▼ ▼ 条件 ──贝叶斯──► 反向条件 ``` **永远是"联合 → 边缘 / 条件",反方向不成立**(除非独立)。$f=f_Xf_{Y\mid X}$ 恒成立,$f=f_Xf_Y$ 只在独立时成立。 ## 二 边缘密度的定限 ``` ① 画支撑 D ② 固定 x 画竖线,看穿过多长 → 上下限 ③ 端点含 x 就要分段 ``` **判据**:支撑不是矩形 $\Rightarrow$ 边缘一定是分片/非均匀函数。 ## 三 两个均匀结论 - 一切概率 $=$ **面积比** $S_{D\cap G}/S_D$ ; - $X\perp Y\iff D$ 是**边平行坐标轴的矩形**(圆、三角、菱形一律不独立)。 ## 四 二维正态六条 1. 边缘 $N(\mu_i,\sigma_i^2)$ ,与 $\rho$ 无关; 2. $aX+bY\sim N\!\left(a\mu_1+b\mu_2,\ a^2\sigma_1^2+b^2\sigma_2^2+2ab\rho\sigma_1\sigma_2\right)$ ; 3. $Y\mid X=x\sim N\!\left(\mu_2+\rho\frac{\sigma_2}{\sigma_1}(x-\mu_1),\ \sigma_2^2(1-\rho^2)\right)$ ; 4. **独立与 $\rho=0$ 等价**(仅限二维正态); 5. $\rho=0$ 时 $f=f_Xf_Y$ ; 6. $X+Y\perp X-Y\iff\sigma_1^2=\sigma_2^2$ 。 ## 五 判独立两步 ``` ① 表达式能否写成 g(x)h(y)? 不能 → 不独立 ② 支撑是否矩形? 不是 → 不独立 两条都通过 → 独立(归一化把 GH 吸收成 1) ``` ## 六 独立与不相关 - 独立 $\Rightarrow$ 不相关;**反向只在二维正态成立**; - 反例模板:$X\sim U(-1,1)$ 、$Y=X^2$ ; - 量级:独立管**全部分布**,不相关只管**二阶矩**。 ## 七 函数分布三条路 | 长相 | 路 | |---|---| | 一般 $g(X,Y)$ | 分布函数法(画区域、分段、求导) | | $Z=X+Y$ 且已知两个边缘 | 卷积公式 | | 要**两个**新变量 | 雅可比 $\lvert J\rvert$ | | $\max$ / $\min$ | $F^n$ / $1-(1-F)^n$ | **分段点 $=$ 区域换型处**($Z=X+Y$ 在单位正方形:$0,1,2$ )。 ## 八 卷积定限 $$f_Z(z)=\int f_X(x)f_Y(z-x)\,\mathrm dx,\qquad \max(a_1,z-b_2) - 差:$X-Y=X+(-Y)$ ,$f_{-Y}(t)=f_Y(-t)$ ; - 绝对值:$F_{\lvert X-Y\rvert}(z)=1-2\times$ 两角三角形面积 $=1-(1-z)^2$ ; - 折叠:$f_{\lvert W\rvert}(z)=f_W(z)+f_W(-z)$ ; - 商:先 $F_Z(z)=P\{Y\le zX\}$ 再求导,**$z<0$ 与 $z>0$ 要分开**。 ## 十 最值 $$F_{\max}=\prod F_i,\quad F_{\min}=1-\prod(1-F_i).$$ $U(0,1)$ 时 $EM=\frac{n}{n+1}$ 、$Em=\frac{1}{n+1}$ ;$E(\lambda)$ 的 $\min$ 是 $E(n\lambda)$ ,$Em=\frac{1}{n\lambda}$ 。 ## 十一 可加性四张表 | 分布 | 条件 | 结果 | |---|---|---| | 二项 | $p$ **相同** | $B(n_1+n_2,p)$ | | 泊松 | 无 | $P(\lambda_1+\lambda_2)$ | | 正态 | 无 | $N(\mu_1+\mu_2,\ \sigma_1^2+\sigma_2^2)$ | | $\Gamma$ | $\lambda$ **相同** | $\Gamma(\alpha+\beta,\lambda)$ | **两个"相同"**:二项要 $p$ 同,$\Gamma$ 要 $\lambda$ 同($E(1)+E(2)$ **不是** $\Gamma$ )。 ## 十二 混合型两条公式 $$f_Y(y)=\sum_k p_kf_{Y\mid X=x_k}(y);\qquad DY=E\left[D(Y\mid X)\right]+D\left[E(Y\mid X)\right].$$ 贝叶斯分母 $=$ 混合密度在该点的值。**混合正态一般不是正态**;双峰需 $\lvert\mu_1-\mu_2\rvert>2\sigma$ 。 ## 十三 离散型表格法 ``` 联合律填表 → 右缘行和(X边缘) / 下缘列和(Y边缘) 条件 = 该格 ÷ 行和 独立 ⟺ 各行成比例 ``` **对角线上有 0 $\Rightarrow$ 不独立**。泊松分解:$X\mid X+Y=n\sim B\!\left(n,\frac{\lambda_1}{\lambda_1+\lambda_2}\right)$ 。 ## 十四 最容易丢分的六处 1. **拿圆周当投影域**(离散类比:拿"边界"当"区域")——圆域求概率必须先换成面积。 2. **边缘密度不分段**:$0 | 想查什么 | 对应题目 | |---|---| | 一 三种换算的方向 | [点 1 题 1](02-点1-联合分布与边缘分布.md#user-content-题-1--11联合分布函数的四条性质)、[点 1 题 2](02-点1-联合分布与边缘分布.md#user-content-题-2--11由分布函数算矩形概率)、[点 1 题 3](02-点1-联合分布与边缘分布.md#user-content-题-3--12由联合密度求边缘与区域概率)、[点 1 题 4](02-点1-联合分布与边缘分布.md#user-content-题-4--13条件密度是一族密度) | | 二 边缘密度的定限 | [点 3 题 1](04-点3-二维连续型与两类分布.md#user-content-题-1--31归一化与区域概率)、[点 3 题 2](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) | | 三 两个均匀结论 | [点 3 题 5](04-点3-二维连续型与两类分布.md#user-content-题-5--34矩形支撑才独立) | | 四 二维正态六条 | [点 3 题 4](04-点3-二维连续型与两类分布.md#user-content-题-4--35二维正态的六条结论) | | 五 判独立两步 | [点 4 题 1](05-点4-独立性.md#user-content-题-1--41三种说法的一致性)、[点 4 题 2](05-点4-独立性.md#user-content-题-2--42可分离却仍不独立) | | 六 独立与不相关 | [点 4 题 3](05-点4-独立性.md#user-content-题-3--43不相关但不独立的反例) | | 七 函数分布三条路 | [点 5 题 1](06-点5-函数分布两条路.md#user-content-题-1--51分布函数法求和的分布)、[点 5 题 2](06-点5-函数分布两条路.md#user-content-题-2--51区域型支撑上的函数分布)、[点 5 题 3](06-点5-函数分布两条路.md#user-content-题-3--52雅可比法与顺带判独立)、[点 5 题 4](06-点5-函数分布两条路.md#user-content-题-4--53四条路的选择) | | 八 卷积定限 | [点 6 题 1](07-点6-四则运算与最值.md#user-content-题-1--61不同区间上均匀分布之和) | | 九 差、积、商 | [点 6 题 2](07-点6-四则运算与最值.md#user-content-题-2--62差的绝对值与先求-f) | | 十 最值 | [点 4 题 4](05-点4-独立性.md#user-content-题-4--44独立同分布的四条推论)、[点 6 题 3](07-点6-四则运算与最值.md#user-content-题-3--63最值分布与期望) | | 十一 可加性四张表 | [点 6 题 4](07-点6-四则运算与最值.md#user-content-题-4--64可加性四张表) | | 十二 混合型两条公式 | [点 7 题 1](08-点7-混合型与全概率.md#user-content-题-1--71两条指数分布的加权)、[点 7 题 2](08-点7-混合型与全概率.md#user-content-题-2--71随机个数叠加的复合模型)、[点 7 题 3](08-点7-混合型与全概率.md#user-content-题-3--72混合正态与总方差) | | 十三 离散型表格法 | [点 2 题 1](03-点2-二维离散型.md#user-content-题-1--21不放回抽样的联合分布律)、[点 2 题 2](03-点2-二维离散型.md#user-content-题-2--22由独立性反解未知概率)、[点 2 题 3](03-点2-二维离散型.md#user-content-题-3--23泊松分解与条件二项) | 整册入口:[知识点盘点](01-知识点盘点.md)、[点 1](02-点1-联合分布与边缘分布.md)、[点 2](03-点2-二维离散型.md)、[点 3](04-点3-二维连续型与两类分布.md)、[点 4](05-点4-独立性.md)、[点 5](06-点5-函数分布两条路.md)、[点 6](07-点6-四则运算与最值.md)、[点 7](08-点7-混合型与全概率.md)。