概率综合：分布—期望—统计推断

学习目标

本课围绕 概率综合：分布—期望—统计推断 建立可用于考研数学一解题的定义、公式和验算链。学完应能先识别条件，再独立完成对应计算，而不是只记题型名称。

核心模型

先判断离散或连续，再写联合/边缘/条件分布；统计题明确总体假设、样本量和枢轴量。

必须掌握的关系是：全期望 E(X)=E[E(X|Y)]。写公式时同步写出变量范围、可导/可积/独立等前提；前提改变，结论可能失效。

例题推演

两种机器等概率，产量均值分别2和4，则随机选机器后产量总均值3。

标准过程分四步：①写已知条件；②选择定理并核对前提；③逐行计算；④用量纲、取值范围、代回或特殊值验算。在线计算题为：两组来源概率分别0.25、0.75，条件均值分别2、6，求总均值。

易错边界

• 正确检查：条件期望仍是随机变量，而全期望可恢复总体期望。
• 典型错误：混合总体的均值等于各组均值的无权平均。
• 不允许只写“显然”或直接报答案；模拟考试中要保留关键变形。

课后闭环

先独立做数值题，再完成单选与多选。错题必须标注“概念、条件、运算、表达”中的第一处错误，隔一天遮住答案重做。