- 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)
15 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3 二维连续型与两类特殊分布 | 2026-11-07 | 知识点带题(3.1 联合密度、3.2 边缘密度、3.3 条件密度、3.4 均匀、3.5 二维正态,共 4 题) |
|
点 3 二维连续型与两类特殊分布
真题锚点:2016·22(二维均匀)、2023·22(二维连续型)、2019·8 与 2022·10(二维正态)|重要度 ★★★ 依赖:点 1 的边缘与条件定义。盘点对应:§3 全节。
组织原则:连续型比离散型多出来的唯一难点是定限。所以四道题分别压三件事:归一化与区域概率、边缘密度的分段、条件密度的"族"、以及二维正态的六条结论。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 3 题。
知识点 3.1 联合概率密度(出处:知识章 §7.1)
f(x,y)\ge0,\qquad \int_{-\infty}^{+\infty}\!\!\int_{-\infty}^{+\infty}f(x,y)\,\mathrm dx\mathrm dy=1,
F(x,y)=\int_{-\infty}^{x}\!\!\int_{-\infty}^{y}f(u,v)\,\mathrm dv\,\mathrm du,\qquad P\{(X,Y)\in D\}=\iint_D f(x,y)\,\mathrm d\sigma .
与一维的唯一区别:P\{X=a,Y=b\}=0 ,所以"\le 与 < "在连续型里随便换;但积分域必须是题目给的那个区域,不能默认矩形。
知识点 3.2 边缘密度与分段(出处:知识章 §7.2)
f_X(x)=\int_{-\infty}^{+\infty}f(x,y)\,\mathrm dy .
定限三步:① 画出支撑集 D ;② 固定 x 画一条竖线,看它穿过 D 的那一段 [y_1(x),y_2(x)] ;③ 若 y_1,y_2 的表达式随 x 换段,就按 x 分段写。
判据:只要支撑不是"矩形",边缘密度就一定是分片函数或非均匀函数。看到题目给的
D是三角形、圆、0<y<x,先默认"边缘要分段"。
知识点 3.3 条件密度(出处:知识章 §7.3)
f_{Y\mid X}(y\mid x)=\frac{f(x,y)}{f_X(x)},\qquad f_X(x)>0 .
两条恒等式:联合 = 边缘 \times 条件(永远成立);X\perp Y\iff f_{Y\mid X}(y\mid x)=f_Y(y) 。
贝叶斯(密度版):f_{X\mid Y}(x\mid y)=\dfrac{f_{Y\mid X}(y\mid x)f_X(x)}{f_Y(y)} 。
知识点 3.4 二维均匀分布(出处:知识章 §7.4)
D 有界、面积 S_D :
f(x,y)=\frac{1}{S_D}\ ({(x,y)\in D}),\qquad P\{(X,Y)\in G\}=\frac{S_{D\cap G}}{S_D}.
两条结论:① 一切概率都是面积比;② X\perp Y\iff D 是边平行于坐标轴的矩形。
知识点 3.5 二维正态分布(出处:知识章 §7.5)
记 (X,Y)\sim N(\mu_1,\mu_2;\sigma_1^2,\sigma_2^2;\rho) 。六条必背结论:
- 边缘:
X\sim N(\mu_1,\sigma_1^2)、Y\sim N(\mu_2,\sigma_2^2),与\rho无关; - 线性组合:
aX+bY\sim N\!\left(a\mu_1+b\mu_2,\ a^2\sigma_1^2+b^2\sigma_2^2+2ab\rho\sigma_1\sigma_2\right); - 条件:
Y\mid X=x\sim N\!\left(\mu_2+\rho\dfrac{\sigma_2}{\sigma_1}(x-\mu_1),\ \sigma_2^2(1-\rho^2)\right); - 独立与
\rho=0等价(只对二维正态成立); \rho=0时联合密度=两个边缘密度之积;X+Y与X-Y独立\iff\sigma_1^2=\sigma_2^2。
题目(按知识点顺序对应)
题 1 · 3.1:归一化与区域概率(★☆☆)
设
(X,Y)的联合密度为f(x,y)=\begin{cases}A(x+y),&0<x<1,\ 0<y<1\\[2pt]0,&\text{其他}\end{cases}(Ⅰ)求
A; (Ⅱ)求P\{X+Y<1\}; (Ⅲ)求P\{X=Y\}。
怎么想:(Ⅰ)在单位正方形上积 x+y ,注意 \int_0^1x\,\mathrm dx=\frac12 与 \int_0^1y\,\mathrm dy=\frac12 各出现一次。(Ⅱ)积分域是三角形,先画出来再定限。(Ⅲ)是"一条线",面积为零。
解:
(Ⅰ)
\int_0^1\!\!\int_0^1(x+y)\,\mathrm dx\mathrm dy=\int_0^1\left(\frac12+y\right)\mathrm dy=\frac12+\frac12=1,
故 A=1 。
(Ⅱ) 区域 0<x<1 、0<y<1-x :
P\{X+Y<1\}=\int_0^1\!\!\int_0^{1-x}(x+y)\,\mathrm dy\,\mathrm dx=\int_0^1\left[x(1-x)+\frac{(1-x)^2}{2}\right]\mathrm dx .
括号内通分:x(1-x)+\frac{(1-x)^2}{2}=\frac{1-x}{2}\left[2x+(1-x)\right]=\frac{1-x^2}{2} ,故
P\{X+Y<1\}=\frac12\int_0^1\left(1-x^2\right)\mathrm dx=\frac12\cdot\frac23=\frac13 .
(Ⅲ) \{X=Y\} 是平面上的一条线段,面积为 0 ,而连续型对零面积集积分为 0 ,故 P\{X=Y\}=0 。
验算(换序积分):先对 x 积分,x 的区间是 (0,1-y) :
\int_0^1\!\!\int_0^{1-y}(x+y)\,\mathrm dx\,\mathrm dy=\int_0^1\left[\frac{(1-y)^2}{2}+y(1-y)\right]\mathrm dy=\int_0^1\frac{1-y^2}{2}\,\mathrm dy=\frac13\ ✓
顺带堵一个误用:本题
f(x,y)=x+y满足f(x,y)=f(y,x),只能推出X与Y同分布,推不出P\{X+Y<1\}=\frac12。要得到"对半分",需要f(x,y)=f(1-x,1-y),而本题在该变换下变成2-x-y\ne x+y,不成立。
带走结论:连续型对"线""点"的概率一律为零;而区域概率必须先画出积分域再定限,别指望对称性偷懒——对称性只在密度本身对称时成立。
关联 · 盘点 §3.1 联合概率密度 | 上游 — | 下游 — | 速查 二 边缘密度的定限
题 2 · 3.2:圆域均匀的边缘与矩形判据(★★☆)
设
(X,Y)在四分之一圆盘D=\{(x,y):x^2+y^2\le1,\ x\ge0,\ y\ge0\}上服从均匀分布。(Ⅰ)写出联合密度; (Ⅱ)求边缘密度
f_X(x),并说明它的形状为什么不是常数; (Ⅲ)求P\{X<Y\}与P\left\{X^2+Y^2\le\frac14\right\}; (Ⅳ)判断X与Y是否独立。
怎么想:先算面积 \frac{\pi}{4} 。边缘密度的上限是 \sqrt{1-x^2} (活动端点),这就是它变成半圆形的来源。第三问用面积比,第四问用"矩形判据"——支撑不是矩形,直接判不独立。
解:
(Ⅰ) S_D=\frac14\pi\cdot1^2=\frac{\pi}{4} ,
f(x,y)=\begin{cases}\dfrac{4}{\pi},&x^2+y^2\le1,\ x\ge0,\ y\ge0\\[4pt]0,&\text{其他}\end{cases}
(Ⅱ) 固定 x\in(0,1) ,y 从 0 到 \sqrt{1-x^2} :
f_X(x)=\int_0^{\sqrt{1-x^2}}\frac{4}{\pi}\,\mathrm dy=\frac{4}{\pi}\sqrt{1-x^2},\qquad 0<x<1 .
形状解释:竖线越靠右,穿过圆盘的那一段越短,所以 f_X 随 x 增大而递减——这正是圆弧边界的痕迹。若 D 是正方形,则每一条竖线等长,f_X 才是常数。
归一化自检:\frac4\pi\int_0^1\sqrt{1-x^2}\,\mathrm dx=\frac4\pi\cdot\frac\pi4=1 ✓。
(Ⅲ) 由对称性,D 关于 y=x 对称且 f 为常数,故
P\{X<Y\}=\frac12 .
内切四分之一圆 x^2+y^2\le\frac14 完全含于 D ,面积 \frac14\pi\left(\frac12\right)^2=\frac{\pi}{16} :
P\left\{X^2+Y^2\le\frac14\right\}=\frac{\pi/16}{\pi/4}=\frac14 .
(Ⅳ) 不独立。理由:支撑 D 是四分之一圆盘,不是边平行于坐标轴的矩形。若要硬证:
f_X(x)f_Y(y)=\frac{16}{\pi^2}\sqrt{1-x^2}\sqrt{1-y^2}\ne\frac4\pi=f(x,y)\quad(\text{在 }D\text{ 内部}) .
带走结论:圆域均匀一定不独立,而且边缘密度带根号、带分段——这两件事是同一个原因:活动端点 \sqrt{1-x^2} 。看到根号边缘,就该想到"支撑是曲线围成的"。
题 3 · 3.3:条件密度与"族"的含义(★★☆)
设
(X,Y)在D=\{(x,y):0<y<x<1\}上服从均匀分布(即联合密度为2)。(Ⅰ)求
f_{Y\mid X}(y\mid x)与f_{X\mid Y}(x\mid y); (Ⅱ)说明两者的支撑分别是什么,并解释"条件密度是一族密度"; (Ⅲ)求P\left\{Y<\frac12\ \middle|\ X=\frac34\right\}。
怎么想:f_{Y\mid X} 是"固定 x 切一刀"得到的;f_{X\mid Y} 是"固定 y 切一刀"。两刀的切片长度不同,所以两个条件密度一个是 \frac1x 、一个是 \frac{1}{1-y} ,形状完全不同——这就是"族"的具体含义。
解:
(Ⅰ) 先把两个边缘算出来(点 1 题 3 已算过):
f_X(x)=2x\ (0<x<1),\qquad f_Y(y)=2(1-y)\ (0<y<1).
于是
f_{Y\mid X}(y\mid x)=\frac{2}{2x}=\frac1x,\quad 0<y<x;\qquad f_{X\mid Y}(x\mid y)=\frac{2}{2(1-y)}=\frac{1}{1-y},\quad y<x<1 .
(Ⅱ) 支撑分别是 (0,x) 与 (y,1) :
Y\mid X=x\ \sim\ U(0,x),\qquad X\mid Y=y\ \sim\ U(y,1).
"族"的含义:每给定一个 x ,就得到一条新的密度曲线。给定 x=\frac14 时 Y\mid X=\frac14 是 U\!\left(0,\frac14\right) ;给定 x=\frac34 时变成 U\!\left(0,\frac34\right) 。分布类型(均匀)不变,参数(区间右端)随 x 变。这与点 1 题 4 的"形状不变、起点平移"是同一件事的两种表现。
(Ⅲ) 取 x=\frac34 ,条件分布是 U\!\left(0,\frac34\right) :
P\left\{Y<\frac12\ \middle|\ X=\frac34\right\}=\frac{1/2}{3/4}=\frac23 .
验算:条件密度在 (0,\frac34) 上积分为 \frac43\cdot\frac34=1 ✓;题干中 \frac12<\frac34 ,所以概率小于 1 且等于区间长度比 ✓。
带走结论:条件密度的分母是"切片的边缘值",所以切片越靠近边界,条件分布越集中。求条件概率时,只要认出条件分布是均匀,就是长度比,不必积分。
关联 · 盘点 §3.3 条件密度 | 上游 — | 下游 — | 速查 —
题 4 · 3.5:二维正态的六条结论(★★☆)
设
(X,Y)\sim N(0,0;1,4;\rho),其中\rho=\frac12。(Ⅰ)写出
X、Y的边缘分布; (Ⅱ)求X+Y的分布与P\{X+Y>0\}; (Ⅲ)求条件分布Y\mid X=x; (Ⅳ)判断X+Y与X-Y是否独立,并说明与"\sigma_1=\sigma_2"的关系。
怎么想:四问对应六条结论里的四条。第(Ⅱ)问用线性组合公式,注意交叉项 2ab\rho\sigma_1\sigma_2 ;第(Ⅲ)问套条件期望与条件方差;第(Ⅳ)问先算 \operatorname{Cov} ,再依赖"联合正态 + 不相关 \Rightarrow 独立"。
解:
(Ⅰ) 边缘与 \rho 无关:
X\sim N(0,1),\qquad Y\sim N(0,4).
(Ⅱ) a=b=1 ,\mu_1=\mu_2=0 :
D(X+Y)=\sigma_1^2+\sigma_2^2+2\rho\sigma_1\sigma_2=1+4+2\cdot\frac12\cdot1\cdot2=7 .
故 X+Y\sim N(0,7) ,标准化:
P\{X+Y>0\}=1-\Phi(0)=\frac12 .
(零均值对称,不必查表。)
(Ⅲ) \mu_2+\rho\dfrac{\sigma_2}{\sigma_1}(x-\mu_1)=0+\dfrac12\cdot\frac21\cdot x=x ,方差
\sigma_2^2(1-\rho^2)=4\left(1-\frac14\right)=3,
故
Y\mid X=x\ \sim\ N(x,3).
(Ⅳ) 先算协方差(用到 \operatorname{Cov}(X,X)=DX=1 、\operatorname{Cov}(Y,Y)=4 、\operatorname{Cov}(X,Y)=\rho\sigma_1\sigma_2=1 ):
\operatorname{Cov}(X+Y,\ X-Y)=DX-DY+\operatorname{Cov}(Y,X)-\operatorname{Cov}(X,Y)=1-4+1-1=-3\ne0 .
故两者相关;又 (X+Y,X-Y) 是 (X,Y) 的线性变换,仍服从二维正态,而正态下不相关 \iff 独立,所以不独立。
一般结论:\operatorname{Cov}(X+Y,X-Y)=\sigma_1^2-\sigma_2^2 ,故
X+Y\perp X-Y\iff\sigma_1^2=\sigma_2^2 .
本题 1\ne4 ,不独立 ✓。
验算:D(X+Y)=7 、D(X-Y)=1+4-2\cdot1=3 ;D(X+Y)+D(X-Y)=10=2(DX+DY)=2\cdot5 ✓(因为交叉项相消)。再由 \operatorname{Cov}^2\le D(X+Y)D(X-Y) 检验:(-3)^2=9\le7\times3=21 ✓。
带走结论:"二维正态"这四个字一出现,独立与不相关就可以互相替换;而 X+Y 与 X-Y 的独立性判据是方差是否相等,与 \rho 无关。
关联 · 盘点 §3.5 二维正态分布 | 上游 — | 下游 — | 速查 四 二维正态六条
题 5 · 3.4:矩形支撑才独立(★☆☆)
设
(X,Y)在矩形D=\{(x,y):0<x<2,\ 0<y<1\}上服从均匀分布。(Ⅰ)写出联合密度与两个边缘密度,并判断独立性; (Ⅱ)用面积比求
P\left\{X<1,\ Y<\frac12\right\}; (Ⅲ)若把D换成三角形T=\{0<y<x<2\}(仍均匀),判断独立性是否改变。
怎么想:矩形的面积是 2 ,密度是 \frac12 。矩形支撑下"可分离 + 矩形"两条都满足,必独立。第三问只改支撑形状,看判据怎么变。
解:
(Ⅰ) S_D=2\times1=2 ,故
f(x,y)=\frac12\quad(0<x<2,\ 0<y<1).
边缘:
f_X(x)=\int_0^1\frac12\,\mathrm dy=\frac12\ (0<x<2);\qquad f_Y(y)=\int_0^2\frac12\,\mathrm dx=1\ (0<y<1).
f_X(x)f_Y(y)=\frac12\cdot1=\frac12=f(x,y)\ \Rightarrow\ X\perp Y\ ✓
(Ⅱ) 面积比:目标矩形面积 1\times\frac12=\frac12 ,
P\left\{X<1,\ Y<\frac12\right\}=\frac{1/2}{2}=\frac14 .
与独立性一致:\frac12\cdot\frac12=\frac14 ✓。
(Ⅲ) 变成不独立。T 的面积是 \frac12\cdot2\cdot2=2 (三角形顶点 (0,0),(2,0),(2,2) ),密度仍为 \frac12 ,但边缘变了:
f_X(x)=\int_0^x\frac12\,\mathrm dy=\frac x2,\qquad f_Y(y)=\int_y^2\frac12\,\mathrm dx=\frac{2-y}{2}.
f_Xf_Y=\frac{x(2-y)}{4}\ne\frac12 .
判据的用法:T 的支撑是三角形,不必算就判不独立;上面的计算只是复核。
带走结论:矩形支撑是独立的"准入条件"。本题三问共用同一个常数密度 \frac12 ,唯一变化是支撑形状——形状一变,独立性就变。这条对比是选择题最爱的陷阱。
关联 · 盘点 §3.4 二维均匀分布 | 上游 — | 下游 — | 速查 三 两个均匀结论