考研数学概率论二维随机变量及其分布思维导图
在线编辑导图
直接在下方导图上编辑：双击节点改文字，Tab 加子节点，Enter 加同级，Delete 删除； 需要批量改文本时点工具栏「显示源码」展开 Markdown 文本栏。草稿自动保存在本机浏览器， 支持导出 Markdown / SVG / PNG。点上方版式按钮可切换为 10 种可视化版式预览。
导图加载中…
思维导图大纲
考研数学概率论二维随机变量及其分布思维导图
核心概念与基础
二维随机变量定义
- 由两个随机变量构成的联合整体
- 取值由有序实数对确定
- 需同时研究各分量及相互关系
联合分布函数
- 描述二维随机变量取值概率规律
- 具有单调性、右连续性与有界性
- 可通过联合分布求边缘分布
边缘分布函数
- 由联合分布对某一变量取极限得到
- 反映单个分量的概率分布规律
- 边缘分布不能反推联合分布
离散型二维随机变量
联合分布律
- 列出所有可能取值对的概率
- 各概率非负且总和为一
- 常以表格形式整理便于观察
边缘分布律
- 对联合分布律按行或列求和
- 分别得到两个分量的分布律
- 是判断独立性的基础数据
条件分布律
- 在某一分量取定值条件下求另一分量分布
- 用联合概率除以边缘概率计算
- 条件分布可揭示变量间关联
连续型二维随机变量
联合概率密度
- 描述二维随机变量在区域上的概率
- 密度非负且全平面积分为一
- 概率通过二重积分求解
边缘概率密度
- 对联合密度关于一个变量积分
- 得到另一个变量的边缘密度
- 积分上下限由联合密度定义域决定
条件概率密度
- 在给定分量取值下另一分量的密度
- 由联合密度除以边缘密度得到
- 用于分析变量间的依赖关系
随机变量的独立性
独立性的判定
- 联合分布等于边缘分布之积
- 离散型看分布律是否可分离
- 连续型看密度是否可分离
独立性的意义
- 简化联合分布的计算与表达
- 独立时条件分布等于边缘分布
- 是概率论中重要的简化工具
常见误区
- 边缘分布相同不代表联合分布相同
- 不相关不一定独立
- 独立需要联合分布完全可分离
二维随机变量函数的分布
和的分布
- 离散型用卷积公式求和
- 连续型用卷积公式积分
- 独立同分布时有简化结论
最值分布
- 最大值分布由联合分布推导
- 最小值分布由联合分布推导
- 独立情形下可化为边缘分布乘积
其他函数分布
- 商与积的分布需变量变换
- 利用雅可比行列式求密度
- 注意变换后定义域的确定
复习方法与思维导图应用
知识框架搭建
- 以联合、边缘、条件为主线串联
- 对比离散与连续两类情形
- 将独立性作为核心判断节点
题型归纳整理
- 求联合分布与边缘分布
- 判断独立性与求条件分布
- 求二维随机变量函数的分布
复习计划建议
- 先理解概念再练习计算
- 用思维导图定期回顾知识脉络
- 结合真题检验薄弱环节
5996
评论 0 条
还没有评论，来抢沙发吧