- 删去 01-考点手册 / 02-试题 / 03-解析 / 04-答疑笔记 / 05-试题-中高难度 / 06-解析-中高难度
- 新建 01-知识点盘点(七节 + 覆盖对照 + 相邻讲接口)、02—08 七个点文件、09-速查卡
- 27 题全部原创数字,A/B/C 难度分层;每题带「怎么想 / 解 / 带走结论」与题目级双向链接
- 关键数值用 sympy 复核:P{X+Y<1}=1/3、Cov=4/225、D(3X-2Y)=108、P{X=0|Y=2}=1/(1+2e^-2) 等
- gen_crosslinks 生成 27 条关联行 + §0.4 反查表 + 速查回查表;链接 143 条 0 异常
- 公式预检 0 处待修;18 处「加粗以公式收尾」已改写句式(补空格会让星号外露)
12 KiB
tags, 专题, 日期, 状态, 关联笔记
| tags | 专题 | 日期 | 状态 | 关联笔记 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
概率论 第3讲 · 点5 随机变量函数的分布:两条路 | 2026-11-07 | 知识点带题(5.1 分布函数法、5.2 雅可比法、5.3 选路,共 4 题) |
|
点 5 随机变量函数的分布:两条路
真题锚点:2017·22、2019·22、2021·22、2023·22(十年约 46 分,本讲分值最重)|重要度 ★★★ 依赖:点 1—点 4 的联合密度与独立性。盘点对应:§5 全节。
组织原则:这一点的全部内容是两条路 + 一张选路表。分布函数法是通法(永远能做),雅可比法是快法(要会写反解)。出题顺序:通法两题(矩形区域、区域型各一)→ 快法一题 → 选路一题。难度标准:★★☆ 两题、★★★ 一题、★☆☆ 一题。
知识点 5.1 分布函数法(出处:知识章 §10.2)
F_Z(z)=P\{g(X,Y)\le z\}=\iint_{\{(x,y):\,g(x,y)\le z\}}f(x,y)\,\mathrm d\sigma,\qquad f_Z(z)=F_Z'(z).
三步:① 把 g(x,y)\le z 翻译成平面区域(这是全部功夫);② 按 z 的取值分段(分段点来自区域的几何临界位置:z 小于最小值、落在中间、大于最大值);③ 积分后求导。
分段的判据:把 z 看成"水平面在移动",看它扫过支撑集时交线形状是否换型。例如 Z=X+Y 在单位正方形上:z<0 无交、0<z<1 三角、1<z<2 五边形(补三角)、z>2 全含。
知识点 5.2 雅可比变换法(出处:知识章 §10.2 连续型)
设 \begin{cases}u=g_1(x,y)\\v=g_2(x,y)\end{cases} 有唯一反解 x=x(u,v) 、y=y(u,v) ,则
f_{U,V}(u,v)=f\big(x(u,v),\,y(u,v)\big)\cdot\lvert J\rvert,\qquad J=\frac{\partial(x,y)}{\partial(u,v)}=\begin{vmatrix}\dfrac{\partial x}{\partial u}&\dfrac{\partial x}{\partial v}\\[6pt]\dfrac{\partial y}{\partial u}&\dfrac{\partial y}{\partial v}\end{vmatrix}.
四个动作:① 写反解;② 算 J (取绝对值);③ 把 f 里的 x,y 全换掉;④ 对不要的那个变量积分得边缘。
为什么能"顺带判独立":若 f_{U,V}(u,v) 恰好能写成 a(u)b(v) 且支撑是矩形,则 U\perp V ——一眼看出,不必再算边缘。
知识点 5.3 三条路怎么选(出处:本讲点 6 与 §5 综合)
| 题目长相 | 走哪条 | 理由 |
|---|---|---|
求 Z=g(X,Y) ,g 一般(含平方、商、绝对值) |
分布函数法 | "g\le z "总能翻译成区域 |
已知两个边缘且独立,求 Z=X+Y |
卷积公式 | 卷积就是分布函数法在这里的成品 |
需要两个函数的联合分布(如 X+Y 与 X/(X+Y) ) |
雅可比 | 分布函数法处理不了"两个新变量" |
求 \max 、\min |
直接用 F^n 、1-(1-F)^n |
独立性使"全部 \le z "变成乘积 |
一条保险策略:不确定时先走分布函数法。它慢但不会错;做完后用雅可比复核(若时间允许),两法结果一致才敢交卷。
题目(按知识点顺序对应)
题 1 · 5.1:分布函数法求和的分布(★★☆)
设
X与Y相互独立,都服从U(0,1),Z=X+Y。(Ⅰ)用分布函数法求
F_Z(z)与f_Z(z); (Ⅱ)说明分段点z=0,1,2是怎么来的; (Ⅲ)求P\left\{Z<\frac12\right\}。
怎么想:F_Z(z) 是"单位正方形被 x+y\le z 切下的面积"。z 从 0 移到 2 时,切下的形状从"无"→"三角形"→"五边形"→"全含",四次换型就是三个分段点。
解:
(Ⅰ) 支撑是单位正方形,面积为 1 ,故 f(x,y)=1 在正方形上,且
F_Z(z)=P\{X+Y\le z\}=\text{区域}\{x+y\le z\}\cap[0,1]^2\text{的面积}.
z<0:F_Z=0;0\le z<1:切下的是直角边为z的等腰直角三角形,F_Z(z)=\dfrac{z^2}{2};1\le z<2:补集是直角边为2-z的三角形,F_Z(z)=1-\dfrac{(2-z)^2}{2};z\ge2:F_Z=1。
求导:
f_Z(z)=\begin{cases}z,&0<z<1\\[2pt]2-z,&1<z<2\\[2pt]0,&\text{其他}\end{cases}
(Ⅱ) 分段点来自交线换型:z=0 时区域从"空"变"非空";z=1 时区域从"三角形"变成"五边形"(正方形的一角被切出去了);z=2 时区域吞满整个正方形。三个点是"形状分类"的临界值,不是随便取的。
(Ⅲ) \frac12 落在第一段:
P\left\{Z<\frac12\right\}=F_Z\left(\frac12\right)=\frac{(1/2)^2}{2}=\frac18 .
验算:\int_0^1z\,\mathrm dz+\int_1^2(2-z)\,\mathrm dz=\frac12+\frac12=1 ✓;且 f_Z 在 z=1 处左右极限都是 1 ,连续 ✓(三角形分布)。
带走结论:Z=X+Y 的两个均匀变量给出三角分布,峰值在 z=1 。这个形状与"两个骰子点数之和"完全同构——卷积就是把分布"越卷越尖"。
关联 · 盘点 §5.1 分布函数法(通法,必掌握) | 上游 — | 下游 点 5 题 2 | 速查 七 函数分布三条路
题 2 · 5.1:区域型支撑上的函数分布(★★☆)
设
(X,Y)在D=\{(x,y):0<y<x<1\}上服从均匀分布(联合密度为2),令Z=\dfrac YX。(Ⅰ)求
Z的取值范围; (Ⅱ)用分布函数法求F_Z(z)与f_Z(z); (Ⅲ)求E Z,并解释结果为什么"看起来很自然"。
怎么想:0<y<x 保证 Z\in(0,1) 。求 F_Z 就是算 \{Y\le zX\}\cap D 的面积——注意 z<1 时直线 y=zx 落在 y=x 下方,所以它把三角形整个"压扁"成一个小三角形,面积好算。
解:
(Ⅰ) 由 0<y<x 得 0<\dfrac yx<1 ,故 Z\in(0,1) 。
(Ⅱ) 对 0<z<1 :
F_Z(z)=P\left\{\frac YX\le z\right\}=P\{Y\le zX\}=2\times\text{面积}\{0<y<zx,\ 0<x<1\},
面积 =\int_0^1zx\,\mathrm dx=\dfrac z2 ,故
F_Z(z)=2\cdot\frac z2=z .
于是
f_Z(z)=1,\qquad 0<z<1,
即 Z\sim U(0,1) 。(z\le0 时 F_Z=0 ,z\ge1 时 F_Z=1 。)
(Ⅲ) Z\sim U(0,1) ,故 EZ=\frac12 。
"自然"的理由:在三角形 0<y<x<1 上均匀取点,射线角度是均匀的——Z=y/x 正是斜率,而斜率在 (0,1) 上均匀分布。可以验证:P\{Y\le zX\}=z 对一切 z\in(0,1) 成立,正是均匀分布的标志。
验算:F_Z(1)=1 ✓;\int_0^1z\cdot1\,\mathrm dz=\frac12=EZ ✓。另一条路(直接积分):
EZ=\int_0^1\!\!\int_0^x\frac yx\cdot2\,\mathrm dy\,\mathrm dx=\int_0^1\frac{2}{x}\cdot\frac{x^2}{2}\,\mathrm dx=\int_0^1x\,\mathrm dx=\frac12\ ✓
带走结论:商的分布先看几何意义。均匀分布在三角形上时,"比值"多半是均匀的;这类结论能省掉整个积分。若支撑换成一般区域,就必须老老实实算面积函数再求导。
关联 · 盘点 §5.1 分布函数法(通法,必掌握) | 上游 点 5 题 1 | 下游 — | 速查 七 函数分布三条路
题 3 · 5.2:雅可比法与"顺带判独立"(★★★)
设
X与Y相互独立,都服从参数为1的指数分布。令U=X+Y,\qquad V=\frac{X}{X+Y} .(Ⅰ)求
(U,V)的联合密度; (Ⅱ)判断U与V是否独立,并写出各自的分布; (Ⅲ)由此求E\!\left(\dfrac{X}{X+Y}\right)。
怎么想:这是"两个新变量"的典型——分布函数法完全没法处理,必须雅可比。反解要写成 x,y 关于 u,v 的式子:由 v=\frac{x}{x+y} 得 x=uv ,再由 u=x+y 得 y=u(1-v) 。
解:
(Ⅰ) 反解
x=uv,\qquad y=u(1-v),\qquad u>0,\ 0<v<1 .
雅可比
J=\begin{vmatrix}\dfrac{\partial x}{\partial u}&\dfrac{\partial x}{\partial v}\\[6pt]\dfrac{\partial y}{\partial u}&\dfrac{\partial y}{\partial v}\end{vmatrix}=\begin{vmatrix}v&u\\1-v&-u\end{vmatrix}=-uv-u(1-v)=-u,\qquad \lvert J\rvert=u .
联合密度(X,Y 独立同分布,f(x,y)=\mathrm e^{-x}\mathrm e^{-y}=\mathrm e^{-(x+y)} ):
f_{U,V}(u,v)=\mathrm e^{-u}\cdot u=u\,\mathrm e^{-u},\qquad u>0,\ 0<v<1 .
(Ⅱ) 上式可分离:f_{U,V}=\underbrace{u\mathrm e^{-u}}_{\text{只含 }u}\cdot\underbrace{1}_{\text{只含 }v} ,且支撑 u>0 、0<v<1 是矩形,故 U 与 V 相互独立。归一化后
f_U(u)=u\mathrm e^{-u}\ (u>0)\ \Rightarrow\ U\sim\Gamma(2,1);\qquad f_V(v)=1\ (0<v<1)\ \Rightarrow\ V\sim U(0,1).
(u\mathrm e^{-u} 是 \Gamma(2,1) 的密度:\int_0^{+\infty}u\mathrm e^{-u}\mathrm du=1 ✓。)
(Ⅲ) 因 V\sim U(0,1) ,
E\!\left(\frac{X}{X+Y}\right)=EV=\frac12 .
验算(不靠雅可比):由对称性,X 与 Y 同分布且 \frac{X}{X+Y}+\frac{Y}{X+Y}=1 ,故两者期望相等,各为 \frac12 ✓。这条"对称性验算"是本题最好的自检。
带走结论:见到"X+Y 与 X/(X+Y) "这对组合,立刻想到雅可比——它把"和"与"比例"拆成两个独立变量,是概率论里最漂亮的一次坐标变换。同类还有"X+Y 与 X-Y "(和为积分的因子化)。
关联 · 盘点 §5.2 雅可比变换法(快法) | 上游 — | 下游 — | 速查 七 函数分布三条路
题 4 · 5.3:四条路的选择(★☆☆)
下列四题,分别应走哪条路(分布函数法 / 卷积公式 / 雅可比 / 最值公式)?只需说明理由,不必计算。
(Ⅰ)
X,Y相互独立,X\sim E(1)、Y\sim E(2),求Z=X+Y的密度; (Ⅱ)X,Y相互独立且都服从U(0,1),求Z=X^2+Y^2的密度; (Ⅲ)X,Y相互独立,求U=X+Y与W=X-Y的联合密度; (Ⅳ)X_1,\dots,X_5相互独立且都服从E(1),求M=\max X_i的密度。
怎么想:判断标准只有两条——要不要处理"两个新变量"(要,则雅可比)、函数是不是四则运算中的和(是,则卷积)。其余一律分布函数法。
解:
(Ⅰ)卷积公式。已知两个边缘密度且独立,Z 是"和",卷积一步到位:
f_Z(z)=\int_0^{z}\mathrm e^{-x}\cdot2\mathrm e^{-2(z-x)}\,\mathrm dx=\begin{cases}2\mathrm e^{-z}-2\mathrm e^{-2z},&z>0\\0,&z\le0\end{cases}
(注意:不是 \Gamma 族的简单相加,因为两个 \lambda 不同——可加性要求 \lambda 相同。)
(Ⅱ)分布函数法。Z=X^2+Y^2 不是四则运算,卷积公式用不上;但"X^2+Y^2\le z "是圆,区域好画:
F_Z(z)=P\left\{X^2+Y^2\le z\right\}=\frac{\pi z}{4}\ (0<z<1)\ \Rightarrow\ f_Z(z)=\frac\pi4\quad(0<z<1).
(z\ge1 时要扣掉四角,需分段。)
(Ⅲ)雅可比。要求的是两个新变量的联合密度,分布函数法给不出来。反解 x=\frac{u+w}{2} 、y=\frac{u-w}{2} ,\lvert J\rvert=\frac12 。
(Ⅳ)最值公式。独立同分布,F_M=F^5 :
F_M(z)=\left(1-\mathrm e^{-z}\right)^5,\qquad f_M(z)=5\left(1-\mathrm e^{-z}\right)^4\mathrm e^{-z}\quad(z>0).
带走结论:"和"用卷积,"两个新变量"用雅可比,其余用分布函数法,最值用 F^n 的公式。四条路按这个顺序试,30 秒内一定能定下来。
关联 · 盘点 §5.3 三条路怎么选 | 上游 — | 下游 — | 速查 七 函数分布三条路