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

13 KiB
Raw Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
专项突破
解析
多维随机变量
多维随机变量 2026-11-11 A 组核心题解析,B/C 组见 03b 与 03c
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 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。


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。