Files
MathNotesVersion2/基于考研的学习/数学一/专项突破/10-多维随机变量/03b-解析-中等.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

269 lines
12 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: B 组一圈题解析,A 组见 03a,C 组见 03c
关联笔记: ["[[02-试题]]", "[[01-考点地图]]", "[[03a-解析-基础]]", "[[03c-解析-拔高]]"]
---
# 解析(中等)· 多维随机变量 B 组
**这一组全是真题的包装形态**:区域均匀加指示变量、混合正态、离散配连续、条件反解。共同点是**题面看不出该用哪条**,得先把支撑和依赖关系理出来。
## 答案速查
| 题 | B1 | B2 | B3 | B4 | B5 |
|---|---|---|---|---|---|
| 答 | $\frac12$ ;独立;不独立;$\frac13$ | $\frac12$ ;$1.25$ ;$0.3294$ ;不是正态 | $\frac12$ ;不独立;$\frac18<\frac14$ | $f=\frac{1}{1-x}$ ;$-\ln(1-y)$ ;$\frac5{12}$ 、$\frac1{24}$ | $\frac73$ ;$\frac13$ 、$\frac12$ ;不独立 |
| 题 | B6 | B7 | B8 | B9 | B10 |
|---|---|---|---|---|---|
| 答 | $\frac{1}{4\pi}\mathrm e^{-(u^2+v^2)/4}$ ;独立;都 $N(0,2)$ | $6$ ;$108$ ;$N(7,108)$ ;$0.5$ | $2(1-\mathrm e^{-z})\mathrm e^{-z}$ ;$E(2)$ ;$2$ ;$\mathrm e^{-1}$ | 三段;$\frac1{16}$ | $\frac{x+y}{x+1/2}$ ;$\frac{7}{12}$ |
---
## B 组
### 题 B1 · 概率 1/2,与 X 独立、与 Y 不独立
**怎么想**:$U$ 是"区域里再划一刀"得到的指示变量。三件事全靠**同一张图**:$D$ 是三角形 $0<y<x<1$ ,而 $y\le\frac x2$ 是更窄的一条。
**解**:
(Ⅰ)$S_D=\frac12$ ,而 $\{U=1\}$ 对应 $0<y<\frac x2<1$ ,面积 $\int_0^1\frac x2\,\mathrm dx=\frac14$ ,故
$$P\{U=1\}=\frac{1/4}{1/2}=\frac12 .$$
(Ⅱ)固定 $X=x$ ,$Y$ 在 $(0,x)$ 上均匀,条件是 $y\le\frac x2$ :
$$P\{U=1\mid X=x\}=\frac{x/2}{x}=\frac12 ,$$
**与 $x$ 无关**,且恰等于 $P\{U=1\}$ ,故 $U$ 与 $X$ **独立**。
(Ⅲ)固定 $Y=y$ ,$X$ 在 $(y,1)$ 上均匀,条件 $x\ge2y$ 。当 $y<\frac12$ 时区间长 $1-2y$ ,当 $y\ge\frac12$ 时为空:
$$P\{U=1\mid Y=y\}=\frac{1-2y}{1-y}\quad\Big(y<\frac12\Big),$$
它随 $y$ 变,故 $U$ 与 $Y$ **不独立**。
(Ⅳ)$\displaystyle E(UX)=\iint_D 2x\cdot\mathbf 1\{y\le x/2\}\,\mathrm dA=\int_0^1 2x\cdot\frac x2\,\mathrm dx=\int_0^1x^2\,\mathrm dx=\frac13 .$
自检:$E(U)E(X)=\frac12\times\frac23=\frac13$ ✓,与(Ⅱ)的独立结论一致。
**归因**:**"与 $X$ 独立、与 $Y$ 不独立"是同一把刀切出来的两种结果**,切的方向不同(竖着切均分、横着切不均分)。判断只认条件概率是不是常数,不认"看起来有偏"。
---
### 题 B2 · 期望 1/2、方差 1.25、概率 0.3294,非正态
**怎么想**:$X=T+Z$ 中 $T$ 是 $0$ -$1$ 变量,所以 $X$ 是**两条正态的混合**。均值用重期望、方差用全方差,别直接代数相加。
**解**:
(Ⅰ)$EX=ET+EZ=\frac12+0=\frac12$ 。
$DX=E\big[D(X\mid T)\big]+D\big[E(X\mid T)\big]$ :给定 $T$ ,$X$ 的方差是 $1$ ,故第一项 $=1$ ;$E(X\mid T)=T$ ,其方差 $=\frac14$ 。所以 $DX=1+\frac14=\frac54=1.25$ 。
(也可直接算 $DX=DT+DZ=\frac14+1$ ,因为独立。)
(Ⅱ)$T=0$ 时 $X=Z$ ,$T=1$ 时 $X=1+Z$ :
$$P\{X>1\}=\frac12P\{Z>1\}+\frac12P\{Z>0\}=\frac12(1-0.8413)+\frac12\times0.5=0.0794+0.25=0.3294 .$$
(Ⅲ)**不是正态**。$X$ 的密度是两条正态密度各取一半再相加:
$$f_X(x)=\frac12\varphi(x)+\frac12\varphi(x-1),$$
它有两个峰(在 $0$ 与 $1$ 附近),而正态密度只有一个峰。
**归因**:(Ⅱ)里 $T=1$ 时条件是 $X>1\iff Z>0$ ,**不是 $Z>1$ 才对** 。把门槛一起平移,是这题最常见的错。
---
### 题 B3 · 期望 1/2,不独立
**怎么想**:$Y$ 是 $0$ -$1$ 变量而 $X$ 连续,**没有联合密度**。一切概率都用"先给 $X$ 、再算 $Y$ "的顺序。
**解**:
(Ⅰ)$E(Y\mid X=x)=1\cdot x+0\cdot(1-x)=x$ ,故
$$EY=E\big[E(Y\mid X)\big]=EX=\frac12 .$$
同理 $P\{Y=1\}=E\big[P\{Y=1\mid X\}\big]=EX=\frac12$ 。
(Ⅱ)$P\{Y=1\mid X=x\}=x$ **随 $x$ 变**,故不独立。
(Ⅲ)$\displaystyle P\{X\le\tfrac12,Y=1\}=\int_0^{1/2}x\,\mathrm dx=\frac18$ ,而 $P\{X\le\tfrac12\}P\{Y=1\}=\frac12\times\frac12=\frac14$ ,两者不等,再次说明不独立。
**归因**:$P\{Y=1\}$ 用重期望算是 $EX$ ,很多人直接写 $\frac12$ 却说不出来源——**这条正是"离散配连续"的主公式**。
---
### 题 B4 · 联合密度 1/(1−x),边缘是负对数
**怎么想**:题给 $f_X$ 与 $f_{Y\mid X}$ ,**乘起来**就是联合密度。支撑是三角形(因为条件区间 $(x,1)$ 依赖 $x$ )。
**解**:
(Ⅰ)$f(x,y)=f_X(x)f_{Y\mid X}(y\mid x)=1\cdot\dfrac{1}{1-x}$ ,$0<x<y<1$ 。
自检:$\displaystyle\int_0^1\!\!\int_x^1\frac{\mathrm dy\,\mathrm dx}{1-x}=\int_0^1\frac{1-x}{1-x}\mathrm dx=1$ ✓。
(Ⅱ)求 $f_Y$ 时积分限是 $x\in(0,y)$ :
$$f_Y(y)=\int_0^y\frac{\mathrm dx}{1-x}=-\ln(1-y),\qquad 0<y<1 .$$
自检:$\int_0^1-\ln(1-y)\,\mathrm dy=1$ ✓。
(Ⅲ)$\displaystyle E(XY)=\int_0^1\!\!\int_x^1\frac{xy}{1-x}\,\mathrm dy\,\mathrm dx=\int_0^1\frac{x(1-x^2)}{2(1-x)}\,\mathrm dx=\int_0^1\frac{x(1+x)}{2}\,\mathrm dx=\frac12\Big(\frac12+\frac13\Big)=\frac5{12}$ 。
又 $EY=\int_0^1-y\ln(1-y)\,\mathrm dy=\frac34$ ,$EX=\frac12$ ,故
$$\operatorname{Cov}(X,Y)=\frac5{12}-\frac12\cdot\frac34=\frac5{12}-\frac38=\frac1{24}>0 .$$
**归因**:$\frac{1-x^2}{1-x}=1+x$ 这一步不约分,直接分部积分会算成一大团。**先约分再积分**是这类题的标准动作。
---
### 题 B5 · 协方差 1/3,相关系数 1/2
**怎么想**:用题 A3 的表,$EXY$ 就是"每格 $i\cdot j\cdot p_{ij}$ 求和"。$\rho\ne0$ 时**不必再验独立性**——独立必不相关,逆否即得。
**解**:
(Ⅰ)只有四格 $ij\ne0$ :
$$E(XY)=1\cdot1\cdot\frac16+2\cdot1\cdot\frac16+2\cdot2\cdot\frac1{12}+3\cdot1\cdot\frac18+3\cdot2\cdot\frac18+3\cdot3\cdot\frac1{24}$$
$$=\frac16+\frac13+\frac13+\frac38+\frac34+\frac38=\frac73 .$$
(Ⅱ)题 A3 已得 $EX=2$ 、$EY=1$ :
$$\operatorname{Cov}(X,Y)=\frac73-2\times1=\frac13 .$$
$DX=E(X^2)-(EX)^2=\dfrac{1+4+9}{3}-4=\dfrac23$ ,同法 $E(Y^2)=\dfrac{11+20+9}{24}=\dfrac53$ ,$DY=\dfrac53-1=\dfrac23$ 。
$$\rho_{XY}=\frac{1/3}{\sqrt{(2/3)(2/3)}}=\frac{1/3}{2/3}=\frac12 .$$
(Ⅲ)**不独立**。理由:若独立则必有 $\operatorname{Cov}=0$ ,而此处 $\operatorname{Cov}=\frac13\ne0$ ,故不独立。**"$\rho\ne0$ $\Rightarrow$ 不独立"永远成立**,所以这一方向可以直接下结论。
(Ⅳ)反例:$X\sim U(-1,1)$ ,$Y=X^2$ 。则 $EX=0$ ,$E(XY)=E(X^3)=0$ ,故
$$\operatorname{Cov}(X,Y)=0-0\cdot EY=0,$$
但 $Y$ 完全由 $X$ 决定($|X|$ 已知就能定 $Y$ ),不独立。可见反方向不成立。
**归因**:两个方向要分清——**独立 $\Rightarrow$ 不相关**(恒真),**不相关 $\Rightarrow$ 独立**(只有二维正态才对)。题目问"能否判断独立"时,一定要说清用的是哪个方向。
---
### 题 B6 · 联合密度可分离,独立
**怎么想**:这是雅可比的"第二个用途"——**变换之后反而独立**。算完看能否写成 $a(u)b(v)$ 。
**解**:
(Ⅰ)反解 $x=\frac{u+v}{2}$ ,$y=\frac{u-v}{2}$ ,$|J|=\frac12$ (同题 A10)。又
$$x^2+y^2=\frac{(u+v)^2+(u-v)^2}{4}=\frac{u^2+v^2}{2},$$
代入 $f(x,y)=\dfrac{1}{2\pi}\mathrm e^{-(x^2+y^2)/2}$ :
$$f_{U,V}(u,v)=\frac{1}{2\pi}\mathrm e^{-(u^2+v^2)/4}\cdot\frac12=\frac{1}{4\pi}\mathrm e^{-(u^2+v^2)/4},\qquad (u,v)\in\mathbb R^2 .$$
(Ⅱ)上式 $=\dfrac{1}{2\sqrt\pi}\mathrm e^{-u^2/4}\cdot\dfrac{1}{2\sqrt\pi}\mathrm e^{-v^2/4}$ ,可分离且定义域是全平面,故 $U$ 与 $V$ **独立**。
(Ⅲ)$f_U(u)=\dfrac{1}{2\sqrt\pi}\mathrm e^{-u^2/4}$ ,即 $U\sim N(0,2)$ ;同法 $V\sim N(0,2)$ 。
> 这与直接算一致:$DU=DX+DY=2$ ,且 $U,V$ 服从二元正态、$\operatorname{Cov}(U,V)=DX-DY=0$ ,由二维正态的性质($\rho=0$ 即独立)也得独立。
**归因**:指数里的 $\frac{u^2+v^2}{2}$ 除以 $2$ 才是 $-\frac{u^2+v^2}{4}$ 。**代入 $x^2+y^2$ 时忘掉分母 2**,会让结果看起来像 $N(0,1)$ 而自检失败。
---
### 题 B7 · 协方差 6,方差 108,概率 0.5
**怎么想**:$D(aX+bY)$ 三项齐全,中间那项**符号随 $b$ 变**。$b=-3$ 时协方差项是**加号**。
**解**:
(Ⅰ)$\operatorname{Cov}(X,Y)=\rho\sigma_1\sigma_2=0.5\times3\times4=6$ 。
(Ⅱ)
$$D(2X-3Y)=4DX+9DY+2\cdot2\cdot(-3)\operatorname{Cov}(X,Y)=4\times9+9\times16-12\times6=36+144-72=108 .$$
(Ⅲ)线性组合仍正态,均值 $2\times2-3\times(-1)=7$ ,故 $2X-3Y\sim N(7,\ 108)$ 。
(Ⅳ)$P\{2X-3Y>7\}=P\{Z>0\}=0.5$ ,因为 $7$ 正是均值。
**归因**:$2ab\operatorname{Cov}$ 中 $a=2,b=-3$ ,乘积 $-6$ ,再乘 $2$ 得 $-12$ 。**只写 $+12\operatorname{Cov}$ 这一项** 会得 $36+144+72=252$ ,错一倍多。
---
### 题 B8 · 最大值密度、最小值服从 E(2)
**怎么想**:最值只用两条尾概率。$M-N$ 是极差,转成 $\vert X-Y\vert$ 。
**解**:
(Ⅰ)$F_M(z)=\big(1-\mathrm e^{-z}\big)^2$ ,求导:
$$f_M(z)=2\big(1-\mathrm e^{-z}\big)\mathrm e^{-z},\qquad z>0 .$$
(Ⅱ)$P\{N>z\}=P\{X>z\}P\{Y>z\}=\mathrm e^{-2z}$ ,故 $N\sim E(2)$ ,$EN=\frac12$ 。
(Ⅲ)$E(M+N)=EX+EY=1+1=2$ 。(与(Ⅰ)(Ⅱ)互检:$EM=\int_0^\infty\big[1-(1-\mathrm e^{-z})^2\big]\mathrm dz=1+\frac12=\frac32$ ,$EN=\frac12$ ,合计 $2$ ✓。)
(Ⅳ)$M-N>t\iff|X-Y|>t$ 。指数分布的无记忆性给出
$$P\{|X-Y|>t\}=2\int_t^{\infty}\!\!\int_0^{x-t}\mathrm e^{-x}\mathrm e^{-y}\,\mathrm dy\,\mathrm dx=\mathrm e^{-t},$$
故 $M-N\sim E(1)$ ,$P\{M-N>1\}=\mathrm e^{-1}\approx0.3679$ 。
**归因**:$N$ 的分布**直接由尾概率读出**,不必先求 $F_N$ 再求导。这一步省下来的时间正好用来算(Ⅳ)。
---
### 题 B9 · 三段,概率 1/16
**怎么想**:两个均匀的支撑长度不同($1$ 与 $2$ ),卷积要**分三段**。临界值是两个端点的和:$0+0=0$ 、$0+2=1$ 、$1+0=1$ 、$1+2=3$ ,即 $1$ 与 $2$ 。
**解**:
(Ⅰ)$\displaystyle f_Z(z)=\int f_X(x)f_Y(z-x)\,\mathrm dx=\frac12\int_0^1\mathbf 1\{0<z-x<2\}\,\mathrm dx$ ,被积函数是"区间 $(0,1)$ 与 $(z-2,z)$ 的交集长度":
| $z$ 的范围 | 交集 | 长度 | $f_Z(z)$ |
|---|---|---|---|
| $0<z<1$ | $(0,z)$ | $z$ | $\dfrac z2$ |
| $1\le z<2$ | $(0,1)$ | $1$ | $\dfrac12$ |
| $2\le z<3$ | $(z-2,1)$ | $3-z$ | $\dfrac{3-z}{2}$ |
自检:$\frac14+\frac12+\frac14=1$ ✓。
(Ⅱ)$\displaystyle P\{Z>2.5\}=\int_{2.5}^{3}\frac{3-z}{2}\,\mathrm dz=\frac12\cdot\frac{(3-2.5)^2}{2}=\frac1{16}$ 。
(几何验算:$f_Z$ 在 $[2,3]$ 上是高 $\frac12$ 、底 $1$ 的三角形,$z>2.5$ 那部分是底 $\frac12$ 的小三角形,面积 $\frac12\times\frac12\times\frac14=\frac1{16}$ ✓。)
**归因**:很多人只分两段(照抄两个 $U(0,1)$ 的结论)。**支撑长度不等时分段数变多**,这是"异分布"和"同分布"的唯一区别,务必按端点之和列临界值。
---
### 题 B10 · 条件密度 (x+y)/(x+1/2),期望 7/12
**怎么想**:$f=x+y$ 在单位方形上**不可分离**,所以不独立;但条件密度照样好算,因为分母 $f_X$ 是 $x$ 的一元函数。
**解**:
(Ⅰ)$\displaystyle f_X(x)=\int_0^1(x+y)\,\mathrm dy=x+\frac12$ ,$0<x<1$ 。
(Ⅱ)$\displaystyle f_{Y\mid X}(y\mid x)=\frac{x+y}{x+1/2}$ ,$0<y<1$ 。
(Ⅲ)$\displaystyle E(Y\mid X=x)=\int_0^1\frac{y(x+y)}{x+1/2}\,\mathrm dy=\frac{\frac x2+\frac13}{x+\frac12}$ 。
(Ⅳ)$\displaystyle EY=\int_0^1\Big(\frac x2+\frac13\Big)\mathrm dx=\frac14+\frac13=\frac7{12}$ 。
直接验算:$\displaystyle EY=\int_0^1\!\!\int_0^1y(x+y)\,\mathrm dy\,\mathrm dx=\int_0^1\Big(\frac x2+\frac13\Big)\mathrm dx=\frac7{12}$ ✓,与重期望一致。
**归因**:$EY=\frac7{12}$ 而 $EX=\frac7{12}$ (对称),**两个都是 $\frac{7}{12}$ ,不是 $\frac12$ 这个数** ——密度 $x+y$ 把质量推向了右上方,均值必然大于 $\frac12$ 。答 $\frac12$ 说明还在按均匀分布想。