二维几何概型与线性变换
方法模板
一、二维几何概型:把条件翻译成区域
全部难度在”把题目的条件翻译成
三种最常见的翻译:
| 题面 | 区域 | 形状 |
|---|---|---|
| 判别式 | 抛物线下方 | |
| 二次型 | 各阶顺序主子式 | 若干不等式的交 |
| 以对角线为轴的带状 | 正方形去两角 | |
| 正方形去右上角小正方形 | 反 L 形 |
二、判别式型题目的三步
- 写判别式:
有实根 ; - 化成
与 的关系(通常是 ); - 对
分解( 与 独立时):
出现
就该想到
命题人常把指数分布的参数调好,让
里恰好冒出 ——答案必须用 表示,这是信号不是意外。
三、二次型正定 = 顺序主子式全正(线代接口)
读矩阵的规则:
见线代 第15章 二次型。概率题里通常前两个顺序主子式是常数(自动满足),只有
四、二维线性变换:雅可比
两件事都不能漏:
- 自变量换成反解式
(不是 !); - 前面乘
(面积的缩放因子)。
特例(伸缩):
五、 旋转:菱形 ↔ 正方形
(一行验证:
所以在
必考
880 第十八章基础解答 7
原题 设随机变量
(Ⅰ)求
解析
(Ⅰ) 独立,直接相乘:
(支撑集是半无界矩形
(Ⅱ) 判别式:
这个积分没有初等原函数,用
合理性检查:
参数
是为了凑出 才这么设的
——指数上恰好是标准正态的形状。 如果 且 ,就会出现 ,需要先配成 再换元。 看到答案要用 表示,说明这一步走对了。
1000 题强化篇第4章 4
原题 设随机变量
解析 与上一题同一个模子,只换了系数和参数。
判别式:
两道题的参数被调成了 同一个被积函数
- 880:
(判别式 )→ ,配 → - 1000:
(判别式 )→ ,配 → 两本书不约而同地把指数参数与判别式系数配平,就为了让标准正态露面。 区别只在积分上限(
与 )和外层系数,答案分别是 与 。 做完一道,另一道是送分题——但要留意外层那个 (来自 的密度 ),漏掉就错。
1000 题强化篇第4章 3
原题 设二维随机变量
A.
解析 线代 × 概率的联动题,两边各走一半。
线代那一半:写出矩阵,算顺序主子式。
系数对号入座(交叉项系数对半分):
(
前两个恒成立,全部信息在
概率那一半:算面积。
区域
选 A。
验证:抛物线
抛物线分割矩形的比例:
上、 下(顶点在底边中点、过两个上角时) 这是阿基米德抛物线面积定理的直接应用——抛物线弓形面积 = 外接矩形的
。 本题的 恰好从 经 到 ,正是这个标准配置。 记住这个比例,选择题可以不做积分直接选 A。
交叉项系数别忘了对半分
的系数是 ,所以 (不是 )。 若误取 , 会变成 ,答案就成了 型,完全不同。 见线代 第15章 二次型 的”矩阵与二次型的一一对应”。
880 第十八章综合填空 3
原题 设
解析 两个概率分别算,会发现它们相等。
第一个:取补更容易。
第二个:同样取补。
这不是巧合,是"面积相等"的几何事实
两个补集虽然形状不同(两个三角形 vs 一个正方形),面积却都是
:
:两个腰长 的等腰直角三角形,合起来 ; :一个边长 的正方形,面积 。 两个三角形拼起来正好是那个正方形——把上三角形沿对角线翻折平移即可。 命题人设计这道题就是要看你算不算得对,还是被”看起来完全不同的两个事件”吓住。
考场策略:这类”求差”的填空题,答案常常是
。先各算各的,别急着找关系。
880 第十八章综合解答 1
原题 在区间
解析 “随机掷两点” ⟹
几何法(
验证:
另解(卷积)
:单位区间上随机两点的平均距离
这与第16章的折棒问题(
)是同一个数,也与”三段中随机一段的期望长度 “呼应,见 古典概型与几何概型。 是这一族题的招牌数字。
880 第十八章综合选择 2
原题 设二维随机变量
A.
解析 两件事都要做对,四个选项各错一件。
第一件:反解。
第二件:雅可比。
B 漏了
验算(归一性,最可靠的自查)
其余三个选项的积分分别是
一维的记忆可以直接搬过来
时 ——自变量除以 ,前面也除以 。 二维就是”每个方向各除一次”,合起来除 。 口诀:伸缩多少倍,密度就压扁多少倍(拉长了,高度必须降低才能保持面积/体积为 1)。 见第17章 一维随机变量函数的分布。
拓展
1000 题强化篇第5章 9
原题 设二维随机变量
(1)
解析
新区域(这是全题的漂亮之处):
所以
验证:
密度可分离、支撑集是矩形 ⟹
即
(2) 因
另解(不用独立性,直接算,用于验算)
由
(
这一题里"不相关" 恰好等价于"独立",但这是算出来的,不是白给的
一般分布中
推不出独立(只有二维正态才有这个特权)。 本题是先证出 在正方形上均匀(从而独立),才顺带得到 。 顺序不能反:若只算出 就说独立,是错的。 反例就在本题的原始变量上:
与 在菱形上,由对称性 ,但 不独立(支撑集是菱形不是矩形!)。 同一道题里, 不相关但不独立、 不相关且独立——绝佳的对照。
旋转的一般意义
是旋转 再放大 倍。它把”菱形”变”正方形”,也把”正方形”变”菱形”。 在第19、21章里,同一个变换会以”正交变换保持独立正态性”的面目再出现——那正是线代 正交对角化 在概率里的用处。
链接
- 方法总纲:二维变换与雅可比 · 二维均匀分布与几何概型
- 同章:积与商的分布 · 边缘分布与条件分布 · 连续型的离散化
- 概念:随机变量的独立性 · 联合分布与边缘分布
- 旧知识:古典概型与几何概型 · 线代第15章 二次型 · 高数第14章 二重积分 · 一维随机变量函数的分布
- 下一章:
与 的完整理论在第19章 - 易错清单:第18章易错点
- 章节导航:第18章 多维随机变量及其分布 · 题库