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

243 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: C 组二圈题解析,A 组见 03a,B 组见 03b
关联笔记: ["[[02-试题]]", "[[01-考点地图]]", "[[03b-解析-中等]]", "[[04-答疑笔记]]"]
---
# 解析(拔高)· 多维随机变量 C 组
**这一组按 12 分大题的标准配速**(每题 12 分钟)。C1 是真题 2023·22 的形态,C8 是纯概念辨析——那一题不计算,但错一个就整题错。
## 答案速查
| 题 | C1 | C2 | C3 | C4 |
|---|---|---|---|---|
| 答 | 独立;$EX=\frac32$ 、$DX=\frac74$ ;$1-5\mathrm e^{-2}$ | $c=\frac13$ ;不独立;$\frac19$ | $N\big(\frac x2,\frac34\big)$ ;$1$ 与 $\frac34$ | 分段两段;$\frac34$ |
| 题 | C5 | C6 | C7 | C8 |
|---|---|---|---|---|
| 答 | $z^3$ 、$3z^2$ ;$\frac34$ 、$\frac14$ ;$\frac16$ | 见解析;不正态;对 | $\frac x2$ 、$\frac x2-\frac{x^2}4$ ;$\frac12$ ;$\frac14$ | 错对错错对错对错 |
---
## C 组
### 题 C1 · 独立,均值 3/2,概率 1−5e⁻²
**怎么想**:支撑是无界的第一象限,但**密度能否分离**决定要不要拆成两个一维积分。先试分离。
**解**:
(Ⅰ)固定 $x>0$ :
$$f_X(x)=\int_0^{\infty}\frac12(x+y)\mathrm e^{-(x+y)}\,\mathrm dy=\frac{\mathrm e^{-x}}{2}\int_0^{\infty}(x+y)\mathrm e^{-y}\,\mathrm dy=\frac{(x+1)\mathrm e^{-x}}{2}.$$
(用了 $\int_0^\infty \mathrm e^{-y}\mathrm dy=1$ 、$\int_0^\infty y\mathrm e^{-y}\mathrm dy=1$ 。)
由对称性 $f_Y(y)=\dfrac{(y+1)\mathrm e^{-y}}{2}$ ,且
$$f_X(x)f_Y(y)=\frac{(x+1)(y+1)\mathrm e^{-(x+y)}}{4}\ne\frac{(x+y)\mathrm e^{-(x+y)}}{2},$$
故**不独立**。
> 这里正好是反例:密度**能**写成"含 $(x+y)$ 的整体",却拆不成 $g(x)h(y)$ 。看到 $x+y$ 出现,独立性基本就没了。
(Ⅱ)$\displaystyle EX=\int_0^\infty\frac{x(x+1)\mathrm e^{-x}}{2}\mathrm dx=\frac{2+1}{2}=\frac32$ ,$\displaystyle EX^2=\int_0^\infty\frac{x^2(x+1)\mathrm e^{-x}}{2}\mathrm dx=\frac{6+2}{2}=4$ ,
$$DX=4-\frac94=\frac74 .$$
(Ⅲ)令 $u=x+y$ ,沿直线 $x+y=u$ 在区域内的长度为 $u$ ,故
$$P\{X+Y\le2\}=\int_0^2 u\cdot\frac{u\mathrm e^{-u}}{2}\,\mathrm du=\frac12\int_0^2u^2\mathrm e^{-u}\,\mathrm du=\frac12\Big[2-10\mathrm e^{-2}\Big]=1-5\mathrm e^{-2}\approx0.3233 .$$
(用了 $\int u^2\mathrm e^{-u}\mathrm du=-(u^2+2u+2)\mathrm e^{-u}$ 。)
**归因**:第(Ⅰ)问极易答成"独立"——因为 $f$ 里 $x,y$ 的地位对称,看着像可分离。**对称 $\ne$ 可分离**,必须真写出乘积去比。
---
### 题 C2 · 常数 1/3,不独立,概率 1/9
**怎么想**:含参先定参。支撑是矩形,所以独立性**只能靠算**,不能靠形状。
**解**:
(Ⅰ)$\displaystyle\int_0^1\!\!\int_0^2(x+y)\,\mathrm dy\,\mathrm dx=\int_0^1(2x+2)\,\mathrm dx=1+2=3$ ,故 $c=\frac13$ 。
(Ⅱ)$\displaystyle f_X(x)=\int_0^2\frac{x+y}{3}\mathrm dy=\frac{2x+2}{3}$ ,$0<x<1$ ;$\displaystyle f_Y(y)=\int_0^1\frac{x+y}{3}\mathrm dx=\frac{y+\frac12}{3}$ ,$0<y<2$ 。
(Ⅲ)$f_X(x)f_Y(y)=\dfrac{(2x+2)(y+\frac12)}{9}\ne\dfrac{x+y}{3}$ ,**不独立**。
(Ⅳ)
$$P\{X+Y<1\}=\int_0^1\!\!\int_0^{1-x}\frac{x+y}{3}\,\mathrm dy\,\mathrm dx=\frac13\int_0^1\Big[x(1-x)+\frac{(1-x)^2}{2}\Big]\mathrm dx=\frac13\Big(\frac16+\frac16\Big)=\frac19 .$$
**归因**:与题 C1 对照着看——两题密度都是"$x+y$ 型",C1 在无界区域上、不独立,C2 在有界矩形上、也不独立。**含 $x+y$ 的密度永远不独立**(除非常数),这是可以一眼判的。
---
### 题 C3 · 条件正态 N(x/2, 3/4)
**怎么想**:二维正态的条件分布是背下来的公式,只要 $\rho$ 与两个 $\sigma$ 代对。
**解**:
(Ⅰ)$\sigma_1=\sigma_2=1$ 、$\rho=\frac12$ ,由 [§1.7](01-考点地图.md#user-content-17-二维正态分布):
$$Y\mid X=x\sim N\Big(\rho x,\ 1-\rho^2\Big)=N\Big(\frac x2,\ \frac34\Big).$$
(Ⅱ)$E(Y\mid X=2)=\dfrac22=1$ ,$D(Y\mid X=2)=\dfrac34$ 。
(Ⅲ)全方差公式:
$$DY=E\big[D(Y\mid X)\big]+D\big[E(Y\mid X)\big]=\frac34+D\Big(\frac X2\Big)=\frac34+\frac14\cdot1=1 .$$
与 $DY=\sigma_2^2=1$ 一致 ✓。
**归因**:$D\big(E(Y\mid X)\big)$ 里 $E(Y\mid X)=\frac X2$ ,其方差是 $\frac{DX}{4}=\frac14$ 而不是 $\frac12$ 。**开方与平方的位置**是这题唯一的坑。
---
### 题 C4 · 商的密度两段,概率 3/4
**怎么想**:$Z=X/Y$ ,条件 $x<zy$ 这条直线在 $z<1$ 与 $z>1$ 时与方形的交点位置不同,**必须分段**。
**解**:
(Ⅰ)用分布函数法。$z>0$ 时
$$F_Z(z)=P\{X\le zY\}=\iint_{x\le zy,\ 0<x,y<1}\mathrm dx\,\mathrm dy .$$
$0<z<1$ 时区域是方形去掉右上角三角形,面积 $1-\frac12\cdot1\cdot z$ 不对——按 $y$ 积分:对固定 $y$ ,$x$ 从 $0$ 到 $\min(zy,1)=zy$ ,故
$$F_Z(z)=\int_0^1 zy\,\mathrm dy=\frac z2,\qquad 0<z<1 .$$
$z\ge1$ 时,$zy\ge1$ 对 $y\ge\frac1z$ 成立,故 $x$ 的上限是 $1$ :
$$F_Z(z)=\int_0^{1/z}zy\,\mathrm dy+\int_{1/z}^{1}1\,\mathrm dy=\frac{1}{2z}+1-\frac1z=1-\frac{1}{2z}.$$
求导:
$$f_Z(z)=\begin{cases}\dfrac12, & 0<z<1,\\[6pt] \dfrac{1}{2z^2}, & z\ge1,\\[6pt] 0, & z\le0 .\end{cases}$$
自检:$\frac12+\int_1^\infty\frac{\mathrm dz}{2z^2}=\frac12+\frac12=1$ ✓。
(Ⅱ)$\displaystyle P\{Z<2\}=F_Z(2)=1-\frac{1}{4}=\frac34$ 。
**归因**:$z\ge1$ 那一段容易把上下限写反。**检验办法**:$F_Z(1^-)=\frac12=F_Z(1^+)=1-\frac12$ ✓ 连续,说明分段接缝没错。
---
### 题 C5 · 最大值的期望 3/4,次序概率 1/6
**怎么想**:三个变量的最值公式只是把 $F$ 乘三次。第(Ⅲ)问与最值无关,考的是**对称性**。
**解**:
(Ⅰ)$F_{\max}(z)=z^3$ ,$f_{\max}(z)=3z^2$ ,$0<z<1$ 。
(Ⅱ)$\displaystyle E(\max)=\int_0^13z^3\,\mathrm dz=\frac34$ ;由 $F_{\min}=1-(1-z)^3$ 得 $f_{\min}=3(1-z)^2$ ,$\displaystyle E(\min)=\int_0^13z(1-z)^2\mathrm dz=\frac14$ 。
> **自检别用错公式**:$E(\max)+E(\min)=EX_1+EX_2$ 只对**两个**变量成立,那时 $\max+\min=X_1+X_2$ 是恒等式。三个变量时这个等式不成立($\frac34+\frac14=1\ne\frac32$ ),因为它漏掉了中间那个次序统计量。正确的自检是三个次序统计量的期望之和:对 $U(0,1)$ 它们是 $\frac14,\ \frac12,\ \frac34$ ,合计 $\frac32=3\times\frac12$ ✓。
(Ⅲ)三个变量独立同分布(连续),六种大小顺序等可能,故
$$P\{X_1<X_2<X_3\}=\frac{1}{3!}=\frac16 .$$
也可由 $\displaystyle\int_0^1\!\!\int_0^{x_3}\!\!\int_0^{x_2}\mathrm dx_1\mathrm dx_2\mathrm dx_3=\frac16$ 验证。
**归因**:第(Ⅱ)问若用"$E(\max)+E(\min)=EX+EY$ "去验会得出矛盾——**那条只对两个变量成立**。三个变量时三个次序统计量之和才是 $X_1+X_2+X_3$ 。
---
### 题 C6 · 三个反例,第(Ⅲ)是对的
**怎么想**:这题考"边界在哪"。(Ⅰ)是标准反例,(Ⅱ)否定"正态的乘积还是正态",(Ⅲ)的关键是"对一切"三个字。
**解**:
(Ⅰ)取 $X\sim U(-1,1)$ ,$Y=X^2$ 。则
$$EX=0,\qquad E(XY)=E(X^3)=0\ \Longrightarrow\ \operatorname{Cov}(X,Y)=0 .$$
但不独立:
$$P\Big\{X\le\tfrac12,\ Y\le\tfrac14\Big\}=P\Big\{|X|\le\tfrac12\Big\}=\frac12,$$
而 $P\{X\le\frac12\}P\{Y\le\frac14\}=\frac34\cdot\frac12=\frac38\ne\frac12$ 。
(Ⅱ)**$Z$ 不是正态**,理由:若 $Z$ 正态,则 $EZ=0$ 、$DZ=E(X^2Y^2)=1$ ,即 $Z\sim N(0,1)$ ,此时 $E|Z|=\sqrt{2/\pi}\approx0.7979$ 。
但由独立性 $E|Z|=E|X|E|Y|=\Big(\sqrt{2/\pi}\Big)^2=\dfrac{2}{\pi}\approx0.6366$ ,矛盾。故 $Z$ 不正态。
顺带:$\operatorname{Cov}(X,Z)=E(X^2Y)-EX\cdot EZ=E(X^2)E(Y)-0=0$ ,即 $X$ 与 $Z$ 不相关;而 $Z$ 由 $X,Y$ 共同决定,两者当然不独立。**这又是一个"不相关但不独立"的例子。**
(Ⅲ)**正确**,证明如下。设 $f(x,y)=g(x)h(y)$ 处处成立且 $f$ 是密度,则
$$1=\iint f=\Big(\int g\Big)\Big(\int h\Big),$$
$$f_X(x)=g(x)\int h,\qquad f_Y(y)=h(y)\int g,$$
于是 $f_X(x)f_Y(y)=g(x)h(y)\Big(\int g\Big)\Big(\int h\Big)=f(x,y)$ ,即独立。
> **对比题 A5(Ⅱ)**:那里 $f=8xy$ 只在三角形内等于 $g(x)h(y)$ ,支撑外 $f=0$ 而 $g h\ne0$ ,所以不独立。**"对一切成立"与"在支撑内可分离"是两个不同的条件**,考题常在措辞上做手脚。
**归因**:(Ⅲ)若答"错"并举 A5(Ⅱ) 当反例,就是没看清"对一切"三个字。命题人把限定词放在句子里,是这类题的固定套路。
---
### 题 C7 · 期望 1/2,方差 1/4
**怎么想**:$Y$ 是 $0$ -$1$ 变量,$D(Y\mid X)$ 用二项方差公式,全方差两项都要算。
**解**:
(Ⅰ)$Y\mid X=x\sim B(1,\ x/2)$ ,故
$$E(Y\mid X=x)=\frac x2,\qquad D(Y\mid X=x)=\frac x2\Big(1-\frac x2\Big)=\frac x2-\frac{x^2}{4} .$$
(Ⅱ)$\displaystyle EY=E\Big(\frac X2\Big)=\frac{1}{2}\cdot\frac{0+2}{2}=\frac12$ 。
(Ⅲ)全方差公式两项分别算:
$$E\big[D(Y\mid X)\big]=\int_0^2\Big(\frac x2-\frac{x^2}{4}\Big)\cdot\frac12\,\mathrm dx=\frac12\Big[\frac{x^2}{4}-\frac{x^3}{12}\Big]_0^2=\frac12\Big(1-\frac23\Big)=\frac16,$$
$$D\big[E(Y\mid X)\big]=D\Big(\frac X2\Big)=\frac{DX}{4}=\frac{4/12}{4}=\frac1{12} .$$
所以 $DY=\dfrac16+\dfrac1{12}=\dfrac14$ 。
验算(用矩):$EY^2=E\big[E(Y^2\mid X)\big]=E\big[\frac X2\big]=\frac12$ ,故 $DY=\frac12-\frac14=\frac14$ ✓。
**归因**:$E[D(Y\mid X)]=\frac16$ 这一项最容易被漏掉,只算 $D[E(Y\mid X)]=\frac1{12}$ 就答"方差 $\frac1{12}$ "——**偏小而且没有自检能抓**,只能靠记住公式有两项。
---
### 题 C8 · 错、对、错、错、对、错、对、错
**怎么想**:逐条对照 [§1.5](01-考点地图.md#user-content-15-独立性三重判据) 与 [§1.7](01-考点地图.md#user-content-17-二维正态分布) 的边界。
**解**:
| 断言 | 判断 | 反例或理由 |
|---|---|---|
| 1. 不相关 $\Rightarrow$ 独立 | **错** | $X\sim U(-1,1)$ ,$Y=X^2$ ,$\operatorname{Cov}=0$ 但不独立(题 C6) |
| 2. 二维正态中 $\rho=0\iff$ 独立 | **对** | 二维正态的密度代入 $\rho=0$ 后正好分解为两个边缘密度之积 |
| 3. 支撑内可分离 $\Rightarrow$ 独立 | **错** | $f=8xy$ 在 $0<y<x<1$ 内可写成 $(8x)(y)$ ,但支撑是三角形(题 A5(Ⅱ)) |
| 4. 两个均匀之和仍均匀 | **错** | 两个 $U(0,1)$ 之和是三角分布(题 A8) |
| 5. 独立 $\Rightarrow \operatorname{Cov}=0$ | **对** | $E(XY)=EX\cdot EY$ ,直接代入协方差定义 |
| 6. 边缘都正态 $\Rightarrow$ 联合二维正态 | **错** | 取 $X\sim N(0,1)$ ,$S=\pm1$ 等可能且与 $X$ 独立,$Y=SX$ 。则 $Y\sim N(0,1)$ ,但 $(X,Y)$ 只落在两条直线上,不是二维正态 |
| 7. 支撑是三角形 $\Rightarrow$ 不独立 | **对** | 若独立则支撑必为笛卡尔积(矩形),三角形不是 |
| 8. 离散配连续 $\Rightarrow$ 存在联合密度 | **错** | 混合型的 $F$ 在 $X$ 的取值处跳跃,不绝对连续,密度不存在(题 B3) |
**归因**:第 3 条与第 7 条是一对——**支撑形状与可分离性是两件事,必须同时满足才独立**。第 6 条最难,构造的关键是"两条直线上的分布",与第 1 条第 2 条形成呼应:二维正态的特殊性不能推广。
---
## 三组做完之后
1. 把错的题按"区域画错 / 分段漏 / 概念边界"三类分开记到 [04-答疑笔记](04-答疑笔记.md)。
2. **区域画错**的回 [02-试题](02-试题.md) 重做,做之前先画支撑;
3. **概念边界**的只读 [01-考点地图 §1.5 与 §1.7](01-考点地图.md#user-content-15-独立性三重判据),不要重做整讲。