Files
Yimu 82f15e18d9 feat(在学练习): 概率论第3讲四件套 + 数列小练加强版/审计;修复 .gitignore 失效规则
新增
- 在学练习/概率论-第3讲-多维随机变量及其分布/:README + 01考点手册 + 02试题 + 03解析 + 04答疑笔记
- 每日小练/02-数列-加强版.md、02-数列-知识点复习.md、02-数列-质量审计.md、02-数列.md
- .workbuddy/memory/2026-10-13.md(工作记忆)

更新
- 每日小练/README.md:02 状态、新增"复习手册"节、frontmatter 双链
- 总览.md:目录结构同步(在学练习/、每日小练新增文件)
- .gitignore:原先将注释写在行尾,导致 solutions/、papers/images/、papers/*.md 等排除规则
  全部失效(约 205MB 图片/PDF 处于待推送状态)。改为行首注释,并新增忽略 参考仓库/(嵌套仓库)

移除
- 数学一/知识点/ 下 8 个笔记与 以题带点/2023-17-微分方程建模.md(本地已删除,按用户确认同步)
2026-10-14 12:23:11 +08:00

92 lines
5.4 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
- 在学练习
- 概率论
- 多维随机变量
- 试题
专题: 概率论 第3讲 · 多维随机变量及其分布 · 试题(19 题)
日期: 2026-10-13
题量: 19 题(A 基础 6 / B 中等 8 / C 拔高 5)
建议用时: 95 分钟(可拆两天)
关联: "[[01-考点手册]] · [[03-解析]]"
---
# 概率论 第3讲 · 多维随机变量及其分布 · 试题
> **用法**:先过一遍 [[01-考点手册]],再**限时**做本卷,最后对 [[03-解析]]。
> **来源记号**:🟨 真题库第 17 章 · 🟩 参考仓库 · 🟦 视频讲次。标「真题骨架」的题与真题同结构,做完可刷真题原题。
> **难度**:A ★☆☆ · B ★★☆ · C ★★★。
---
## A 组 · 基础(识别与直接计算,★☆☆)
**1.** 【离散型 · 联合→边缘→独立性 🟦02】设 $(X,Y)$ 的联合分布律为
| $X\backslash Y$ | 0 | 1 | 2 |
|---|---|---|---|
| **1** | 0.1 | 0.2 | 0.1 |
| **2** | 0.2 | 0.3 | 0.1 |
(Ⅰ)求 $X,Y$ 的边缘分布律;(Ⅱ)判断 $X$ 与 $Y$ 是否相互独立。
**2.** 【二维均匀分布 🟦01】设 $(X,Y)$ 在区域 $D=\{(x,y)\mid 0\le x\le1,\ 0\le y\le x\}$ 上服从均匀分布。
(Ⅰ)写出 $(X,Y)$ 的概率密度 $f(x,y)$;(Ⅱ)求 $P\{X+Y\le1\}$。
**3.** 【边缘密度 + 独立性 🟦02】设 $(X,Y)$ 的概率密度为
$$f(x,y)=\begin{cases}c\,xy,&0<x<1,\ 0<y<2\\0,&\text{其他}\end{cases}$$
(Ⅰ)求 $c$;(Ⅱ)求 $f_X(x),f_Y(y)$;(Ⅲ)判断 $X,Y$ 是否独立。
**4.** 【条件概率密度 🟦03】设 $(X,Y)$ 的概率密度为
$$f(x,y)=\begin{cases}3x,&0<y<x<1\\0,&\text{其他}\end{cases}$$
(Ⅰ)求 $f_X(x)$;(Ⅱ)求条件密度 $f_{Y|X}(y\mid x)$;(Ⅲ)求 $P\{Y<\tfrac12 \mid X=\tfrac34\}$。
**5.** 【卷积 · 和的分布 🟦05】设 $X\sim U(0,1)$,$Y\sim U(0,1)$,$X$ 与 $Y$ 相互独立,$Z=X+Y$。求 $f_Z(z)$。
**6.** 【概念辨析 · 独立与不相关 🟦04】设 $X,Y$ 为随机变量,则下列命题**正确**的是( )
- (A)若 $X,Y$ 都服从正态分布且 $\operatorname{Cov}(X,Y)=0$,则 $X,Y$ 相互独立;
- (B)若 $(X,Y)$ 服从二维正态分布,则 $X,Y$ 不相关与相互独立等价;
- (C)若 $\operatorname{Cov}(X,Y)=0$,则 $X,Y$ 一定相互独立;
- (D)若 $X,Y$ 相互独立,则 $\operatorname{Cov}(X,Y)$ 可以不为 $0$。
## B 组 · 中等(多步计算,★★☆)
**7.** 【商分布 🟦05】设 $X\sim U(0,1)$,$Y\sim U(0,1)$ 且相互独立,$Z=\dfrac YX$。求 $f_Z(z)$ 及 $P\{Z>1\}$。
**8.** 【连续型独立性 🟦03】设 $(X,Y)$ 在单位圆 $D=\{(x,y)\mid x^2+y^2\le1\}$ 上服从均匀分布。(Ⅰ)求 $f_X(x)$;(Ⅱ)判断 $X,Y$ 是否独立。
**9.** 【积分布 🟦05】设 $X\sim U(0,1)$,$Y\sim U(0,2)$ 且相互独立,$Z=XY$。求 $f_Z(z)$。
**10.** 【混合型 · 和 🟦05】设 $X$ 的分布律为 $P\{X=0\}=P\{X=1\}=\tfrac12$,$Y\sim U(0,1)$,$X$ 与 $Y$ 相互独立,$Z=X+Y$。求 $Z$ 的分布函数 $F_Z(z)$ 与密度 $f_Z(z)$。
**11.** 【不相关但不独立 🟦04】设 $X\sim U(-1,1)$,$Y=X^2$。求 $\operatorname{Cov}(X,Y)$ 与相关系数 $\rho_{XY}$,并判断 $X,Y$ 是否独立。
**12.** 【最值分布 🟩】设 $X,Y$ 相互独立且都服从参数为 $\lambda$ 的指数分布,$Z=\max(X,Y)$。求 $Z$ 的分布函数与概率密度。
**13.** 【二维正态综合 🟩】设 $(X,Y)\sim N(1,2;1,4;0.5)$。(Ⅰ)写出 $X,Y$ 的边缘分布;(Ⅱ)求 $\operatorname{Cov}(X,Y)$ 与 $D(X+Y)$;(Ⅲ)求 $E(Y\mid X=x)$。
**14.** 【取点分段 · 几何概型 🟦07】在区间 $(0,1)$ 上随机取一点,将区间分成两段,较短的一段长度为 $X$。求 $X$ 的概率密度。
## C 组 · 拔高(综合与辨析,★★★)
**15.** 【二维均匀 + 离散化 + 分布函数法 · **真题骨架 2016·22** 🟨】设 $(X,Y)$ 在三角形区域 $D=\{(x,y)\mid 0<y<x<1\}$ 上服从均匀分布,令
$$U=\begin{cases}1,&Y\le\dfrac X2\\[4pt]0,&Y>\dfrac X2\end{cases}$$
(Ⅰ)写出 $f(x,y)$;(Ⅱ)求 $P\{U=1,\,X\le x\}$,并判断 $U$ 与 $X$ 是否独立;(Ⅲ)求 $Z=U+X$ 的分布函数 $F_Z(z)$ 与密度 $f_Z(z)$。
**16.** 【条件均匀分布 → 相关系数 · **真题骨架 2022·10 / 2024·9** 🟨】设 $X\sim U(0,1)$,在 $X=x$ 条件下 $Y\sim U(0,x)$。求相关系数 $\rho_{XY}$。
**17.** 【混合正态 · **真题骨架 2020·22** 🟨】设 $X_1,X_2,X_3$ 相互独立,$X_1,X_2\sim N(0,1)$,且 $P\{X_3=1\}=P\{X_3=-1\}=\dfrac12$。令
$$Y=\frac{1+X_3}{2}X_1+\frac{1-X_3}{2}X_2.$$
(Ⅰ)求 $(X_1,Y)$ 的分布函数 $F(x,y)$(用标准正态分布函数 $\Phi$ 表示);(Ⅱ)证明 $Y\sim N(0,1)$。
**18.** 【圆形区域密度 + 函数分布 · **真题骨架 2023·22** 🟨】设 $(X,Y)$ 的概率密度为
$$f(x,y)=\begin{cases}c\sqrt{x^2+y^2},&x^2+y^2\le1\\0,&\text{其他}\end{cases}$$
(Ⅰ)求常数 $c$;(Ⅱ)求 $\operatorname{Cov}(X,Y)$;(Ⅲ)判断 $X$ 与 $Y$ 是否独立;(Ⅳ)求 $Z=X^2+Y^2$ 的概率密度 $f_Z(z)$。
**19.** 【雅可比行列式变换法 · 视频推荐 🟦05/06】设 $(X,Y)$ 的概率密度为
$$f(x,y)=\begin{cases}e^{-(x+y)},&x>0,\ y>0\\0,&\text{其他}\end{cases}$$
令 $U=X+Y$,$V=\dfrac{X}{X+Y}$。
(Ⅰ)用**雅可比行列式变换法**求 $(U,V)$ 的联合密度 $f_{UV}(u,v)$;
(Ⅱ)判断 $U$ 与 $V$ 是否独立,并写出各自的分布($U$ 服从什么分布、$V$ 服从什么分布)。