非单调与分段变换

🏠 第17章概念导航 · 随机变量题库

方法模板

一、非单调时公式法失效,只能走分布函数法

其中 可能是好几段的并。核心动作就是把 画出来。

二、多值反函数求和公式( 分段单调时)

若方程 有若干个根 ,且 在每个根附近严格单调可导,则

“每个原像各贡献一份密度”——单调时只有一个根,退化为公式法。

最常用的两个特例:

三、分段定义的 :按 的区间拆事件

形如

时,把目标事件按 与 拆成互斥两块:

每一块内部单调,拆完就回到熟路

先看 的支撑与 的关系:若 a.s. 而 ,那 上 , 的取值被劈成两段,中间有一段真空。

四、取整变换:连续变离散

或

指数分布取整必得几何分布——这是”连续无记忆 → 离散无记忆”的桥。

五、 与自身函数的组合

(第16章 加减法公式与上下界 里那两行的原样复用。)

注意 恒成立——因为 与 中必有一个 。这类”自身与自身的函数”取极值的题,先定值域下界。

六、对称变换:先猜再验

关于 0 对称时,形如”在某集合上把 换成 “的变换不改变分布:

且关于对称

但若 不对称(例如指数分布只在正半轴),同一个变换会把分布撕成两块。

同一个分段翻转,作用在对称分布上是恒等变换,作用在单边分布上是劈成两段

必考

1000 基础第2章 3

原题

设 ,,则 .

(A)   (B)   (C)   (D)

解析

第一步,把 写成分段形式。

第二步,注意 恒成立,且 只能来自 那一支:且(因 ,条件 自动满足)。

是"正部的两倍"

这是一个”半截压平”的变换:负半轴整段被压到 一个点上,正半轴拉伸 2 倍。

结果 是混合型:

(一个原子)

在 上有密度 。

见 概率积分变换与混合型分布——“把一段区间压成一个点”是制造混合型的标准手法。

别去算 却忘了 那一支

本题因为阈值 1 是正数,那一支恰好不贡献。但若问 或 ,两支都要算:

不是

分段变换的题,先把两支都列出来再看哪支被阈值筛掉。

1000 基础第2章 11

原题

已知随机变量 的概率密度为 其他 求 的概率密度 .

解析

第一步,定范围。 。

第二步,分布函数法。 对 :

记 ,直接积分(被积函数是偶函数,用两倍半边):

其他即

结果居然是均匀分布——这不是巧合

是一次函数,正是均匀分布的标志。

背后的道理: 的分布函数是

即 。而 恰好是使这件事成立的那个密度——这是概率积分变换的一个实例:,所以 。

见 概率积分变换。

另解(多值反函数公式)

,反解 ,。两个根各贡献一份:

两个 与分母的 正好抵消——公式法在这里比分布函数法更快,因为 是偶函数,两个原像贡献相同。

880 第十七章综合解答 3

原题

设随机变量 的概率密度为

求 的分布函数和概率密度(可用 和 表示).

解析

先验证这确实是密度

合计为 1 ✓ 这是”左半个标准正态 + 右半个指数”拼成的分布,左右各占一半概率。

第一步,定范围。 。

第二步,分布函数法。 对 :,这个区间横跨 ,必须按密度的分段拆成两块:

左半:正态右半:指数

左块用 :

(末步用 )。

右块直接积:

相加:

验证端点: 时 ✓; 时 ✓

第三步,求导。 用 :

( 时为 0。)

用多值反函数公式一步到位,形式立刻清晰

代入本题的分段密度:(正半轴用指数),(负半轴用正态,且 是偶函数)。

两个原像分别落在密度的两个分支上——这正是本题被设计成”分段密度”的用意。

把的密度折叠相加

别忘了 要用负半轴那一支

最常见的错法是两个原像都代进 ,得到 。

代入前先问:这个原像落在密度的哪一段? ,走正态那支。

880 第十七章综合填空 8

原题

设随机变量 服从参数为 的指数分布, 则 ____.

解析

第一步,用上 这个关键事实。 指数分布只在正半轴取值,所以 ,变换简化为

的取值被劈成两段: 时 ; 时 。区间 是真空。

第二步,拆成互斥两块。

(第二块:,条件自动满足,整块都算进来。)

第三步,代入 :

第二块最容易整个漏掉

很多人只算 就交卷。但 时 变成了很负的数,全部满足 。

自查:令 ( 极度分散,几乎必然很大),则答案 。合理——此时 几乎必然 , 几乎必然是很负的数。

若漏了第二块, 时答案 ,与直觉矛盾。极限自查能立刻抓住漏项。

1000 强化第3章 3

原题

设随机变量 ,则与 同分布的是( ).

(A)   (B)   (C)   (D)

解析

这是上一题的同一个变换,但 换成了对称分布——结果完全不同。

结论:,选 (A)。

证明。 对任意 ,拆成两块:

①②

②式中的条件是 。关键一步: 与 同分布,且事件 关于原点对称,所以作代换 :

代回:

(两块按 是否 划分,合起来就是全空间。)

排除其余三项:

  • (B) ,方差不同。
  • (C) 具体算: 时 ; 时 。所以

是混合型(在 有原子,概率 ),不是正态。

  • (D) 同样是混合型。

与 880 综合填空 8 是一对绝妙的对照题

同一个分段翻转变换,作用在两个不同分布上:

题 的分布 与 结果
880 综合填空 8(单边),翻转真的把 那段搬到负轴 的取值劈成
1000 强化 3-3(对称)翻转后与原来”长得一模一样”,恒等变换
对称分布上的局部翻转是分布意义下的恒等变换

成立条件有两条: 关于 0 对称,且被翻转的集合 也关于 0 对称。缺一不可。

做完这一对,“对称性能省掉多少计算”就有了肌肉记忆。

与 同分布,但它们不独立、也不相等

时 。所以 (C)(D) 里的 不能当成”两个独立正态之和”来算。

同分布相等独立

这个区分在第18、19章(求 、判独立性)会反复用到。

拓展

880 第十七章基础解答 7

原题

设随机变量 服从参数为 的指数分布,记 ,求 的分布函数.

解析

第一步,定值域。 对任意 , 与 中必有一个 (两者之积为 1),故

恒成立 时

第二步, 拆成交。 对 :

(,所以 ;又 保证 ,区间非空。)

第三步,代 :

验证:

  • : ✓(与左段衔接, 连续);
  • : ✓;
  • 单调性: 增大时 递增、 递减,两者相减必然递增 ✓

这一步定了整道题的结构

若没先看出这一点,会去讨论 的情形并算出负数,或者把区间写成 却没注意到 时它是空集。

通用做法:先把 的值域求出来,再写分段。 这是 单调变换 四步流程的第一步,非单调时更要紧。

顺带得到 的版本

因为 ……更直接地:,所以 。于是对 :

与 之积恒为 1,是这道题的隐藏结构。

880 第十七章综合解答 2

原题

设连续型随机变量 的概率密度为 ,求 的分布函数和概率密度.

解析

这是本章唯一一道” 有无穷多个原像”的题。

第一步,定值域。 ,故,第二步,解不等式 。 设 ,记,在一个周期 内, 恰好发生在 。取补并对所有周期取并:

第三步,写分布函数(各段互不相交,概率直接相加):

(; 时为 0, 时为 1。)

第四步,求导。 注意 ,且两项的链式导数同号(第一项 、第二项 前面还有个减号):

上式其实就是 多值反函数求和公式

方程 的全部实根恰好是

与

而在每个根处 (所有根处都相同)。于是

每个原像各贡献一份密度原像有无穷多个,就求无穷多项的和

特例:若 , 服从反正弦分布

此时只有一个根 落在支撑内,:

正是 880 基础解答 2 里那个反正弦分布(取 )。

物理含义也对上了:简谐振动 的质点,在两个端点附近速度最慢、逗留最久,所以位置密度在 处发散。两道题从两个方向讲了同一件事。

这道题的答案 必须写成级数,不能只写一项

因为题目只说” 是连续型”,没有限定支撑。若 的支撑是整个 (如正态),确实有无穷多个原像都在贡献。

只有当题目额外给出” 的取值落在长度 的区间内”时,级数才退化为有限项。

1000 强化第3章 1

原题

设 ,,其中 表示取整符号,则 服从( ).

(A) 参数为 的几何分布  (B) 参数为 的几何分布

(C) 参数为 的泊松分布  (D) 参数为 的泊松分布

解析

第一步,定取值。 。

从开始取值这已经排除泊松(从开始)

第二步,算分布律。 对 :

第三步,对上几何分布的模板 :,几何分布的参数是成功概率 ,故

参数为的几何分布

(A) 把"参数"错认成

几何分布 的参数约定是成功概率 ,不是失败概率 。本题 ,。

自查:。而 , 应略小于 (取整只会减小), 合理 ✓ 若取 则 ,矛盾。

"指数取整必得几何"——一句话记住这个对应

(或)

深层原因:两者是唯一的无记忆分布(连续型是指数、离散型是几何),取整这个”离散化”操作恰好把前者送进后者。

验证无记忆性的传递:,取整后 ✓ 两边的”无记忆”是同一件事。

见 无记忆性与寿命分布。

1000 强化第3章 7

原题

将长度为 1 的铁丝沿其上任一点折成两段,较短的一段长度记为 ,并以这两段作为矩形的两条边,记矩形面积为 ,求:

(1) 的概率密度;(2) .

解析

(1) 先建模。 折点位置 ,两段长为 与 ,较短的那段是,这是个非单调变换( 时 递增, 时 递减),走分布函数法。对 :

其他即

(2) 面积 。用 (不必先求 的分布):

"较短的一段"服从 ——把两半折叠到一起,密度加倍

在 上密度为 1;取 相当于把右半段沿 折回左半段,两层叠加,密度变成 2,区间缩到 。

总面积不变: ✓

这与 的”折叠相加”是同一个操作:。

求 不需要先求 的分布

用期望的无意识统计学家公式(LOTUS):

硬去求 的密度(还得反解二次方程、判单调),是几倍的工作量而且容易错。

只问期望就用;只有题目明确要分布或密度时才去求分布

LOTUS 在第19章正式登场,这里是它的第一次出场。

顺带一提: 与第16章折棒题同源

第16章 880 综合选择 2 折的是三段(两个断点),本题折两段(一个断点)。

  • 两段: 服从 ,可以直接算;
  • 三段:三段长度可交换,“哪一段最长”的概率各 。

断点个数决定了模型的复杂度,两道题合起来把这一族问题的两个层级都覆盖了。

链接