Files
MathNotesVersion2/基于考研的学习/数学一/专项突破/10-多维随机变量/03a-解析-基础.md
T
Yimu 6404f5810b 专项突破 10:新建「多维随机变量」,30 题(概率分值最高的一章)
ch17 十年 11 题 105 分,是概率分值最高的一章,也是每年必出 11—12 分
解答题的唯一边界;而 03 号专题只覆盖 ch19—ch22,开头就写明"不涉及
多维随机变量那种技巧性构造"。这份补齐这块空白。

- 01-考点地图(9443):十二个核心动作(分布律填表 / 归一化 / 边缘分段 /
  条件分布 / 独立性三判据 / 二维均匀 / 二维正态 / 分布函数法 / 最值 /
  雅可比 / 可加性 / 混合型)+ 一圈 10 条 + 二圈 8 条 + 十年真题索引 +
  30 题索引 + 六个高频陷阱
- 02-试题(8443):30 题(A 核心 12 / B 一圈 10 / C 二圈 8),比其余
  各份(12—22 题)多出近一半,因这一章靠"画区域"的手感、只能堆题量
- 03a/03b/03c:三册解析,每题四段(怎么想 / 解 / 归因),全部数值
  经 sympy 验算(A3 的 rho=1/2、A6 的 rho=-1/2、B1 的 E(UX)=E(U)E(X)
  =1/3、C7 的 DY=1/4 等)
- C1 照 2023·22 的形态出(区域密度 → 边缘 → 函数分布 → 数字特征,
  四问 12 分);C8 是八个断言的概念辨析,与 C6 的"对一切"vs"支撑内
  可分离"形成对照
- 同步:专项突破 README(十份专题、总 182 题、10 与 03 的相互关系、
  用时 25—27 小时)、总览.md 目录树

校验:check_md_links 0 异常、fix_gitea_math 0 处、7 处「加粗以公式
收尾」改句式(脚本修不了,补空格反而让星号外露)、单文件最大 9607。
2026-11-11 13:18:01 +08:00

322 lines
13 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
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
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。
## 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;$\frac35$ |
---
## A 组
### 题 A1 · 边缘 0.4/0.6 与 0.3/0.5/0.2,不独立
**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。
**解**:
(Ⅰ)行和(对 $X$ ):
| $X$ | $0$ | $1$ |
|---|---|---|
| $P$ | $0.4$ | $0.6$ |
列和(对 $Y$ ):
| $Y$ | $0$ | $1$ | $2$ |
|---|---|---|---|
| $P$ | $0.3$ | $0.5$ | $0.2$ |
两行合计 $1$ ,两列合计 $1$ 。
(Ⅱ)$P\{X=1\mid Y=2\}=\dfrac{0.1}{0.2}=\dfrac12$ ,$P\{X=0\mid Y=1\}=\dfrac{0.2}{0.5}=\dfrac25$ 。
(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。
> 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。
(Ⅳ)$E(X\mid Y=1)=\sum_i iP\{X=i\mid Y=1\}=0\times\dfrac{0.2}{0.5}+1\times\dfrac{0.3}{0.5}=\dfrac35$ 。
$P\{X+Y=2\}=P\{X=0,Y=2\}+P\{X=1,Y=1\}=0.1+0.3=0.4$ 。
**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。
---
### 题 A2 · 常数 2,边缘 4x³ 与 y−y³/4,不独立
**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**。
**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 $c=2$ 。
(Ⅱ)固定 $x\in(0,1)$ ,$y$ 从 $0$ 到 $2x$ :
$$f_X(x)=\int_0^{2x}2xy\,\mathrm dy=2x\cdot\frac{(2x)^2}{2}=4x^3,\qquad 0<x<1 .$$
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 $1$ :
$$f_Y(y)=\int_{y/2}^{1}2xy\,\mathrm dx=2y\cdot\frac{1-\frac{y^2}{4}}{2}=y-\frac{y^3}{4},\qquad 0<y<2 .$$
自检:$\int_0^1 4x^3\,\mathrm dx=1$ ✓,$\int_0^2\!\big(y-\frac{y^3}{4}\big)\mathrm dy=2-1=1$ ✓。
(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。
**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。
---
### 题 A3 · 条件期望 13/5
**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 $P\{X=i\}=\frac13$ 。
**解**:
(Ⅰ)逐格算 $P\{X=i,Y=j\}=\frac13 C_i^j\big(\frac12\big)^i$ :
| $X\backslash Y$ | $0$ | $1$ | $2$ | $3$ |
|---|---|---|---|---|
| $1$ | $\frac16$ | $\frac16$ | $0$ | $0$ |
| $2$ | $\frac1{12}$ | $\frac16$ | $\frac1{12}$ | $0$ |
| $3$ | $\frac1{24}$ | $\frac18$ | $\frac18$ | $\frac1{24}$ |
全表之和 $=\frac{1}{3}\big(\frac12+\frac12\big)+\frac13\cdot1+\frac13\cdot1=1$ ✓(每行的和为 $\frac13$ )。
(Ⅱ)列和:
$$P\{Y=0\}=\frac16+\frac1{12}+\frac1{24}=\frac7{24},\quad P\{Y=1\}=\frac16+\frac16+\frac18=\frac{11}{24},$$
$$P\{Y=2\}=\frac1{12}+\frac18=\frac5{24},\quad P\{Y=3\}=\frac1{24}.$$
合计 $1$ ✓。
(Ⅲ)$Y=2$ 这一列只有 $X=2$ 与 $X=3$ 两格非零,按列和归一化:
$$P\{X=2\mid Y=2\}=\frac{1/12}{5/24}=\frac25,\qquad P\{X=3\mid Y=2\}=\frac{1/8}{5/24}=\frac35 .$$
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。
---
### 题 A4 · 条件密度 1/x,期望 1/3
**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。
**解**:
(Ⅰ)区域面积 $\frac12$ ,故 $f=2$ 。
$$f_X(x)=\int_0^x2\,\mathrm dy=2x,\quad 0<x<1;\qquad f_Y(y)=\int_y^1 2\,\mathrm dx=2(1-y),\quad 0<y<1 .$$
(Ⅱ)$f_{Y\mid X}(y\mid x)=\dfrac{f(x,y)}{f_X(x)}=\dfrac{2}{2x}=\dfrac1x$ ,$0<y<x$ ,即 $Y\mid X=x\sim U(0,x)$ 。
(Ⅲ)$E(Y\mid X=x)=\dfrac x2$ 。验证重期望:
$$EY=\int_0^1y\cdot2(1-y)\,\mathrm dy=2\Big(\frac12-\frac13\Big)=\frac13,\qquad E\big[E(Y\mid X)\big]=E\Big(\frac X2\Big)=\frac{2/3}{2}=\frac13 .$$
两边相等 ✓(这里 $EX=\int_0^1x\cdot2x\,\mathrm dx=\frac23$ )。
**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。
---
### 题 A5 · 独立 / 不独立 / 不独立
**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。
**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。)
(Ⅱ)**不独立**,最省力的理由:支撑 $0<y<x<1$ 是三角形,不是矩形。
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)**不独立**。支撑是矩形,不能靠形状判,必须算:
$$f_X(x)=\int_0^1\frac65(x+y^2)\,\mathrm dy=\frac65\Big(x+\frac13\Big),\qquad f_Y(y)=\frac65\Big(\frac12+y^2\Big).$$
$$f_X(x)f_Y(y)=\frac{36}{25}\Big(x+\frac13\Big)\Big(\frac12+y^2\Big)\ne\frac65(x+y^2).$$
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。
---
### 题 A6 · 三角形均匀,不独立,期望 1/12
**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** 。
**解**:
(Ⅰ)$D$ 是腰长为 $1$ 的直角三角形,$S_D=\frac12$ ,故 $f(x,y)=2$ ,$(x,y)\in D$ 。
(Ⅱ)对固定的 $x\in(0,1)$ ,$y$ 从 $0$ 到 $1-x$ :
$$f_X(x)=\int_0^{1-x}2\,\mathrm dy=2(1-x);\qquad f_Y(y)=2(1-y),\quad 0<y<1 .$$
两个边缘形状相同(对称性所致),但**都不是均匀分布**。
(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)。
(Ⅳ)$\displaystyle E(XY)=\int_0^1\!\!\int_0^{1-x}2xy\,\mathrm dy\,\mathrm dx=\int_0^1x(1-x)^2\,\mathrm dx=\frac12-\frac23+\frac14=\frac1{12}$ 。
**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)。
---
### 题 A7 · 方差 7 与 3,协方差 −3,概率 0.5
**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**。
**解**:
先算 $\operatorname{Cov}(X,Y)=\rho\sigma_1\sigma_2=0.5\times1\times2=1$ ,$DX=1$ ,$DY=4$ 。
(Ⅰ)$D(X+Y)=1+4+2\times1=7$ ;$D(X-Y)=1+4-2\times1=3$ 。
(Ⅱ)$\operatorname{Cov}(X+Y,X-Y)=DX-\operatorname{Cov}(X,Y)+\operatorname{Cov}(Y,X)-DY=1-4=-3$ 。
(Ⅲ)$D(2X-Y)=4DX+DY-2\times2\operatorname{Cov}(X,Y)=4+4-4=4$ 。
(Ⅳ)$X-Y\sim N(0,3)$ ,故
$$P\{X<Y\}=P\{X-Y<0\}=\Phi(0)=0.5 .$$
**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。
---
### 题 A8 · 三角分布,概率 1/8 与 3/4
**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"。
**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
$$F_Z(z)=\begin{cases}0, & z\le0,\\[2pt] \dfrac{z^2}{2}, & 0<z<1,\\[6pt] 1-\dfrac{(2-z)^2}{2}, & 1\le z<2,\\[6pt] 1, & z\ge2 .\end{cases}$$
求导:
$$f_Z(z)=\begin{cases}z, & 0<z<1,\\ 2-z, & 1\le z<2,\\ 0, & \text{其他}.\end{cases}$$
自检 $\int_0^1z+\int_1^2(2-z)=\frac12+\frac12=1$ ✓。
(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。
---
### 题 A9 · 最值的期望 2/3 与 1/3,极差概率 1/4
**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。
**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 $0<z<1$ 。
(Ⅱ)$\displaystyle E(M)=\int_0^12z^2\,\mathrm dz=\frac23$ ,$\displaystyle E(N)=\int_0^12z(1-z)\,\mathrm dz=2\Big(\frac12-\frac13\Big)=\frac13$ 。
(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
$$P\{M-N>1/2\}=(1-\tfrac12)^2=\frac14 .$$
**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**。
---
### 题 A10 · 联合密度 1/2,边缘是三角分布
**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。
**解**:
(Ⅰ)反解 $x=\dfrac{u+v}{2}$ ,$y=\dfrac{u-v}{2}$ ,
$$J=\frac{\partial(x,y)}{\partial(u,v)}=\begin{vmatrix}\frac12 & \frac12\\[2pt] \frac12 & -\frac12\end{vmatrix}=-\frac14-\frac14=-\frac12,\qquad |J|=\frac12 .$$
由 $f_{U,V}=f(x,y)|J|$ 且 $f=1$ 在单位方形内:
$$f_{U,V}(u,v)=\frac12 .$$
支撑由 $0<x<1,\ 0<y<1$ 代回:$-u<v<2-u$ 且 $u-2<v<u$ ,合并为
$$\max(-u,\ u-2)<v<\min(2-u,\ u),$$
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 $1$ ✓。
(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。
---
### 题 A11 · 0.2613 与 0.0842
**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。
**解**:
(Ⅰ)$X+Y\sim B(7,\ 0.4)$ ,故
$$P\{X+Y=2\}=C_7^2(0.4)^2(0.6)^5=21\times0.16\times0.07776=0.2613 .$$
(Ⅱ)$X+Y\sim P(5)$ ,故
$$P\{X+Y=2\}=\mathrm e^{-5}\frac{5^2}{2!}=12.5\,\mathrm e^{-5}\approx0.0842 .$$
**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。
---
### 题 A12 · 密度可分离,独立,概率 3/5
**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**。
**解**:
(Ⅰ)$f=\dfrac{\partial^2F}{\partial x\partial y}=\big(2\mathrm e^{-2x}\big)\big(3\mathrm e^{-3y}\big)=6\mathrm e^{-2x-3y}$ ,$x>0,y>0$ 。
(Ⅱ)$f_X(x)=2\mathrm e^{-2x}$ ($x>0$ ),$f_Y(y)=3\mathrm e^{-3y}$ ($y>0$ ),即 $X\sim E(2)$ ,$Y\sim E(3)$ 。
(Ⅲ)$F(x,y)=F_X(x)F_Y(y)$ 对一切 $x,y$ 成立,故**独立**。
(Ⅳ)两类写法都行,用密度:
$$P\{X>Y\}=\int_0^{\infty}\!\!\int_y^{\infty}6\mathrm e^{-2x-3y}\,\mathrm dx\,\mathrm dy=\int_0^{\infty}3\mathrm e^{-3y}\mathrm e^{-2y}\,\mathrm dy=\frac{3}{5} .$$
> **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。
**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。