高等数学 / 系统课时

联合概率密度

联合概率密度

本课解决连续型二维随机变量如何从“一个联合分布”得到区域概率、边缘密度与期望的问题。完成后,你可以先确定支持区域,再用二重积分完成概率计算,并检查结果是否满足概率分布的基本约束。

学习目标

  • 理解联合概率密度与支持区域的含义
  • 会用二重积分计算区域概率和边缘密度
  • 会由联合密度计算期望、协方差并检查结果

联合密度描述什么

设连续型随机变量 (X,Y)(X,Y) 的联合概率密度为 fX,Y(x,y)f_{X,Y}(x,y)。它不是某个点发生的概率,而是描述概率在平面上的分布强弱。合法的联合密度必须满足两条条件:

fX,Y(x,y)≥0f_{X,Y}(x,y)\ge 0
∬R2fX,Y(x,y) dx dy=1\iint_{\mathbb{R}^2} f_{X,Y}(x,y)\,\mathrm{d}x\,\mathrm{d}y=1

积分时先找密度为正的区域,因为区域外贡献为零。若严格使用分布的拓扑支撑,边界也可能属于支撑。对具有联合密度的分布,改变有限条边界线上的密度值不会改变概率。

联合密度、支持区域与积分区域关系图

用区域积分计算概率

对平面区域 DD,事件 (X,Y)∈D(X,Y)\in D 的概率为:

P((X,Y)∈D)=∬DfX,Y(x,y) dx dyP\bigl((X,Y)\in D\bigr)=\iint_D f_{X,Y}(x,y)\,\mathrm{d}x\,\mathrm{d}y

考虑一个简单联合密度:

fX,Y(x,y)={2,0<x<y<1,0,其他.f_{X,Y}(x,y)= \begin{cases} 2,&0<x<y<1,\\ 0,&\text{其他}. \end{cases}

支持区域是单位正方形中直线 y=xy=x 上方的三角形。其面积为 1/21/2,乘以密度 22 后总概率为 11,因此该密度合法。

计算 P(X<1/2)P(X<1/2) 时,区域还要满足 0<x<y<10<x<y<1,所以:

P(X<1/2)=∫01/2∫x12 dy dx=∫01/22(1−x) dx=34P(X<1/2)=\int_0^{1/2}\int_x^1 2\,\mathrm{d}y\,\mathrm{d}x =\int_0^{1/2}2(1-x)\,\mathrm{d}x =\frac{3}{4}

关键不是记住结果,而是把事件条件与支持条件取交集。遗漏支持区域,往往会得到大于 11 或不符合直觉的概率。

从联合密度得到边缘密度

只关心 XX 时,需要把所有可能的 YY 累加掉。对固定的 x∈(0,1)x\in(0,1),支持条件给出 y∈(x,1)y\in(x,1),因此:

fX(x)=∫x12 dy=2(1−x),0<x<1f_X(x)=\int_x^1 2\,\mathrm{d}y=2(1-x),\quad 0<x<1

同理,对固定的 y∈(0,1)y\in(0,1),有 x∈(0,y)x\in(0,y):

fY(y)=∫0y2 dx=2y,0<y<1f_Y(y)=\int_0^y 2\,\mathrm{d}x=2y,\quad 0<y<1

这两个边缘密度可在 (0,1)(0,1) 外取零,且各自积分为 11。若还要问给定 X=xX=x 时 YY 的分布,可以用联合密度除以边缘密度。对 0<x<10<x<1,fY∣X=x(y)=1/(1−x)f_{Y\mid X=x}(y)=1/(1-x),范围是 x<y<1x<y<1,范围外为零。它是长度为 1−x1-x 的区间上的均匀密度。

计算期望与相关性

若 g(X,Y)g(X,Y) 可积,即 E[∣g(X,Y)∣]<∞E[|g(X,Y)|]<\infty,则其期望可写成联合密度积分。

E[g(X,Y)]=∬g(x,y)fX,Y(x,y) dx dyE[g(X,Y)]=\iint g(x,y)f_{X,Y}(x,y)\,\mathrm{d}x\,\mathrm{d}y

本例中,由边缘密度可得 E[X]=1/3E[X]=1/3、E[Y]=2/3E[Y]=2/3。再计算:

E[XY]=∫01∫x12xy dy dx=14E[XY]=\int_0^1\int_x^1 2xy\,\mathrm{d}y\,\mathrm{d}x=\frac{1}{4}

于是:

Cov⁡(X,Y)=E[XY]−E[X]E[Y]=14−29=136\operatorname{Cov}(X,Y)=E[XY]-E[X]E[Y] =\frac{1}{4}-\frac{2}{9} =\frac{1}{36}

正协方差描述整体的线性关联。本例的条件均值 E[Y∣X=x]=(x+1)/2E[Y\mid X=x]=(x+1)/2 确实随 xx 增大。独立要求 fX,Y(x,y)=fX(x)fY(y)f_{X,Y}(x,y)=f_X(x)f_Y(y) 几乎处处成立。这里在 0<y<x<10<y<x<1 上联合密度为零,而边缘密度乘积为正,因而不独立。单靠零协方差无法得出独立性。

常见错误

  • 把密度值当成点概率;连续型变量在单点处的概率为 00
  • 只使用事件条件,没有与联合密度的支持区域取交集
  • 求边缘密度时使用固定上下限,忽略边界会随另一个变量变化
  • 看到协方差为零就直接判断独立,而没有检查密度是否可分解
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

联合概率密度

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通