906 字
2 分钟
考研数学学习记录2026-05-20
考研数学学习记录 | 2026-05-20
今日学习内容
今天累计学习考研数学4小时,核心学习内容分为两大部分:一是多维随机变量的分布函数体系,重点攻克了卷积公式的应用难点;二是随机变量的数字特征,涵盖一维、二维随机变量的期望与方差,以及协方差、相关系数的核心概念与公式推导。
薄弱点
- 卷积公式积分区间确定困难:当两个随机变量的取值范围并非全体实数时,容易混淆积分上下限的拆分逻辑,比如已知X
U(0,1)、YU(0,1)求Z=X+Y的概率密度时,需要分0≤z<1和1≤z≤2两种情况讨论,不少考生容易漏分区间或写错积分范围。 - 概念混淆问题:容易将协方差为0和随机变量独立划等号,忽略仅当(X,Y)服从二维正态分布时,二者才完全等价;同时也会记错方差的推广公式,在计算D(X±Y)时忘记加上协方差的倍数项。
- 边缘分布函数求解易错:在通过联合分布函数求边缘分布时,容易遗忘对另一个变量取正无穷的操作步骤,导致结果推导错误。
AI知识点带复盘
多维随机变量分布函数与卷积公式
- 基础定义复盘:二维随机变量的分布函数,几何意义是随机点落在以为右上顶点的无穷矩形区域内的概率。边缘分布函数可通过极限得到:,。
- 卷积公式核心考点:当X和Y为独立连续型随机变量时,的概率密度为卷积形式: 考研中常考察非均匀分布的卷积计算,关键步骤是根据X和Y的取值范围联立不等式确定积分上下限,再分情况讨论Z的取值区间后完成积分。
数字特征体系复盘
- 一维数字特征:期望是随机变量的加权平均,方差,可通过变形公式快速简化计算。
- 二维数字特征:
- 二维期望:,;
- 协方差:,用于衡量两个随机变量的线性相关程度;
- 相关系数:,取值范围为,对应严格线性相关,仅代表无线性相关,不代表独立;
- 方差推广公式:,独立时协方差为0,公式可简化为。
- 考研常考题型:通过联合分布计算边缘/条件密度、利用卷积公式求随机变量和的分布、结合实际背景计算期望方差、判断变量相关性与独立性。
今日小结
今天完成了4小时的专项学习,系统梳理了多维随机变量与数字特征的核心知识点,重点突破了卷积公式的应用逻辑。虽然已经理清基本公式,但在非均匀分布的卷积区间拆分、易混淆概念辨析上仍存在不足,后续需要通过10-15道配套习题强化练习,确保做题时能够快速准确应用知识点。
💡 碎碎念:稳步积累,持续提升。
文档内容由 AI 辅助生成
分享
如果这篇文章对你有帮助,欢迎分享给更多人!
考研数学学习记录2026-05-20
https://elysiaweb.vercel.app/posts/math/5-20/ 部分信息可能已经过时
相关文章 智能推荐