Files
MathNotesVersion2/基于考研的学习/数学一/模拟卷/第二次模拟-数学一/05-考点手册-概率论与数理统计.md
T

112 lines
6.1 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, 模拟卷, 考点手册, 概率论与数理统计]
专题: 第二次模拟 · 考点手册(概率论与数理统计)
日期: 2026-10-31
状态: 5 条考点, 对应本卷概率 5 题
关联笔记: ["[[README]]", "[[01-模拟卷]]", "[[02a-答案与解析-客观题]]", "[[02b-答案与解析-解答题]]"]
---
# 考点手册 · 概率论与数理统计
配套 [模拟卷](01-模拟卷.md) 与 [客观题解析](02a-答案与解析-客观题.md) 与 [解答题解析](02b-答案与解析-解答题.md)。每条给**一句定义 + 判据/步骤 + 坑**。
## P01 正态线性组合的方差
**一句话**:$D(aX+bY)=a^2DX+b^2DY+2ab\operatorname{Cov}(X,Y)$ ;在 $a^2+b^2=1$ 的约束下求最值,等价于二次型在单位圆上的最值 = 系数矩阵的最大特征值。
**步骤**
1. 先算 $\operatorname{Cov}(X,Y)=\rho\sqrt{DX}\sqrt{DY}$ ($\rho$ 乘两个标准差,别只乘 $\rho$ )。
2. 展开 $D(aX+bY)$ ,代入 $DX,DY,\operatorname{Cov}$ 。
3. 用约束 $a^2+b^2=1$ 消元,或用均值不等式 $ab\leqslant(a^2+b^2)/2$ 。
4. (快速通道)矩阵 $\begin{pmatrix}DX&\operatorname{Cov}\\\operatorname{Cov}&DY\end{pmatrix}$ 的最大特征值就是 $D(aX+bY)$ 在单位圆上的最大值。
**本卷细节**:$DX=DY=2$ ,$\operatorname{Cov}=1$ ,$D=2+2ab$ ,$ab\leqslant\dfrac12$ ⟹ 最大值 $3$ 。
**坑**
- 协方差项系数是 $2ab$ (对应矩阵非对角元是 $\operatorname{Cov}$ ,二次型里出现 $2ab\operatorname{Cov}$ )。
- $\rho=1/2$ 只乘两个标准差:$\operatorname{Cov}=\dfrac12\cdot\sqrt2\cdot\sqrt2=1$ 。
- $a^2+b^2=1$ 下 $ab$ 最大 $\dfrac12$ ($a=b=\pm\dfrac1{\sqrt2}$ ),不是 1。
**本卷**:题 8。**延伸**:[概率-第3讲 多维随机变量](../../在学练习/概率论-第3讲-多维随机变量及其分布/README.md)。
## P02 F 分布的构造
**一句话**:两个**独立** $\chi^2$ 统计量各自除以自由度再相除 ~ $F$ :$\dfrac{\chi^2(n-1)/(n-1)}{\chi^2(m-1)/(m-1)}\sim F(n-1,m-1)$ 。
**步骤**
1. 把样本方差写成 $\chi^2$ 形式:$S^2$ 除以**真实**总体方差。
2. 本题第二个总体方差是 $4\sigma^2$ ,故 $\dfrac{S_2^2}{4\sigma^2}\sim\chi^2(m-1)$ 。
3. 除自由度、相除,化简系数。
**本卷细节**
$$\frac{S_1^2}{\sigma^2}\sim\chi^2(n-1),\qquad\frac{S_2^2}{4\sigma^2}\sim\chi^2(m-1),$$
$$\frac{\dfrac{S_1^2}{\sigma^2}\Big/(n-1)}{\dfrac{S_2^2}{4\sigma^2}\Big/(m-1)}=\frac{4(m-1)S_1^2}{(n-1)S_2^2}\sim F(n-1,m-1).$$
**坑**
- $F$ 定义里**每个 $\chi^2$ 都要除以自己的自由度**,漏除就不服从 $F$ 分布。
- 系数 $4(m-1)/(n-1)$ :$4$ 来自第二个总体的方差 $4\sigma^2$ ;自由度分子分母别写反(写反得到 $F(m-1,n-1)$ )。
- 选项里 $\dfrac{S_1^2}{S_2^2}$ 型"形似方差比"的最具迷惑性——缺自由度。
**本卷**:题 9。**延伸**:[概率-第6讲 数理统计](../../在学练习/概率论-第6讲-数理统计/README.md)。
## P03 第二类错误的计算
**一句话**:第二类错误 $\beta=P\{\text{不拒绝 }H_0 \mid H_0\text{ 为假}\}$ ——**用真实参数**(不是 $H_0$ 值)算 $\bar X$ 的分布,再求落在接受域的概率。
**步骤**
1. 写拒绝域 $\bar X\geqslant c$ ,接受域即 $\bar X<c$ 。
2. 真实参数下 $\bar X\sim N(\mu_1,\sigma^2/n)$ ,标准差 $\sigma/\sqrt n$ 。
3. $\beta=\Phi\Big(\dfrac{c-\mu_1}{\sigma/\sqrt n}\Big)$ 。
**本卷细节**:$\mu=10.4$ ,$\bar X\sim N\Big(10.4,\dfrac{1}{100}\Big)$ ,SE $=0.1$ :
$$\beta=P\{\bar X<10.2\}=\Phi\Big(\frac{10.2-10.4}{0.1}\Big)=\Phi(-2)=1-\Phi(2).$$
**坑**
- 分子**必须用真实均值**($10.4$ ),用 $H_0$ 值($10$ )算出来的是"另一件事"。
- 拒绝域 $\bar X\geqslant10.2$ 的第二类错误是 $\bar X<10.2$ 的概率,方向别取反。
- $\Phi(-2)=1-\Phi(2)$ 的对称性,别直接写 $\Phi(2)$ 。
**本卷**:题 10。**延伸**:[概率-第6讲 数理统计](../../在学练习/概率论-第6讲-数理统计/README.md)。
## P04 独立事件的条件概率
**一句话**:独立性给 $P(AB)=P(A)P(B)$ ;条件概率的分子分母都先算成"集合事件的概率",再相除。
**步骤**
1. 设 $P(B)=p$ ,由独立性写出 $P(A\cup B)$ 关于 $p$ 的方程,解出 $p$ (注意舍去 $>1$ 的根)。
2. 算"恰有一个发生":$P(A\bar B\cup\bar AB)=P(A)+P(B)-2P(AB)$ 。
3. 条件概率 $=\dfrac{P(\text{恰一个})}{P(\text{至少一个})}$ 。
**本卷细节**:$4p-3p^2=\dfrac{13}{16}$ ⟹ $p=\dfrac14$ ;恰一个 $=\dfrac58$ ;$\dfrac{5/8}{13/16}=\dfrac{10}{13}$ 。
**坑**
- 解一元二次方程两根都写,$p=\dfrac{13}{12}>1$ 必须舍。
- "恰有一个发生"的公式是 $P(A)+P(B)-2P(AB)$ (不是 $-P(AB)$ )。
- 条件概率分母是 $P(A\cup B)=\dfrac{13}{16}$ ,别写成 $P(A)+P(B)$ 。
**本卷**:题 16。
## P05 二维连续型与随机变量函数的分布
**一句话**:定常数用**归一化**;判断独立看**密度能否分离变量 + 支撑是否矩形**;求 $Z=X^2+Y^2$ 的密度用**分布函数法**(先积出 $F_Z$ 再求导)。
**步骤**
1. 归一化:$\displaystyle\iint f=1$ 。密度只依赖 $r=\sqrt{x^2+y^2}$ 时极坐标一层搞定:$2\pi c\int_0^1(1-r)r\,\mathrm{d}r=\dfrac{\pi c}{3}$ 。
2. 独立性:$f$ 不能写成 $g(x)h(y)$ (这里 $f=0$ 在圆外但 $x,y$ 各自边缘支撑是区间)⟹ **不独立**。$\operatorname{Cov}=0$ 只说明无线性关系。
3. $Z$ 的分布函数:$F_Z(z)=P\{X^2+Y^2\leqslant z\}$ ,极坐标积到半径 $\sqrt z$ ,求导得密度。
**本卷细节**
$$c=\frac3\pi,\qquad EX=EY=E(XY)=0\ \Longrightarrow\ \operatorname{Cov}=0,\ \text{但不独立},$$
$$F_Z(z)=3z-2z^{3/2}\ \Longrightarrow\ f_Z(z)=3(1-\sqrt z),\quad 0<z<1.$$
**坑**
- $\operatorname{Cov}=0 \nRightarrow$ 独立——圆盘型支撑就是标准反例,务必把"独立性"单独论证(密度分离 + 支撑矩形两个条件都验)。
- $F_Z$ 对 $z$ 求导:$z^{3/2}$ 的导数是 $\dfrac32\sqrt z$ ,系数别写错。
- 密度要**写明支撑** $0<z<1$ ,且顺手检验 $\int f_Z=1$ 。
**本卷**:题 22。**延伸**:[概率-第3讲 多维随机变量](../../在学练习/概率论-第3讲-多维随机变量及其分布/README.md)。