高等数学 / 系统课时

边缘分布

边缘分布

联合分布描述多个随机变量同时取值的规律,而边缘分布只关心其中一个变量。本课将从联合概率表和联合密度出发,学会通过“对其余变量求和或积分”得到单个变量的分布。

学习目标

  • 理解边缘分布与联合分布之间的关系
  • 会从离散联合概率质量函数计算边缘分布
  • 会从连续联合密度函数计算边缘密度

边缘分布解决什么问题

设随机变量为 XX 和 YY。联合分布回答“XX 与 YY 同时取某些值的概率是多少”,边缘分布则忽略另一个变量,只保留 XX 或 YY 自身的概率规律。

例如,记录学生的学习时长 XX 和考试等级 YY 时,联合分布可以描述“学习 3 小时且成绩为优秀”的概率;XX 的边缘分布只描述各学习时长出现的概率,不再区分成绩等级。

从联合分布得到两个边缘分布

离散型随机变量的计算

若 XX、YY 的联合概率质量函数为 pX,Y(x,y)p_{X,Y}(x,y),则固定 xx,把所有可能的 yy 对应概率相加,就得到 XX 的边缘概率质量函数:

pX(x)=∑ypX,Y(x,y)p_X(x)=\sum_y p_{X,Y}(x,y)

同理:

pY(y)=∑xpX,Y(x,y)p_Y(y)=\sum_x p_{X,Y}(x,y)

假设联合概率表如下:

X\YX \backslash Y 0 1 2
0 0.10 0.20 0.10
1 0.15 0.25 0.20

对每一行求和,可得 XX 的边缘分布:

xx 0 1
pX(x)p_X(x) 0.40 0.60

对每一列求和,可得 YY 的边缘分布:

yy 0 1 2
pY(y)p_Y(y) 0.25 0.45 0.30

两个边缘分布的概率之和都必须等于 1。若结果不是 1,应先检查联合概率表是否遗漏、重复或本身不合法。

连续型随机变量的计算

若联合密度为 fX,Y(x,y)f_{X,Y}(x,y),边缘密度通过对另一个变量的全部取值范围积分得到:

fX(x)=∫−∞∞fX,Y(x,y) dyf_X(x)=\int_{-\infty}^{\infty} f_{X,Y}(x,y)\,dy
fY(y)=∫−∞∞fX,Y(x,y) dxf_Y(y)=\int_{-\infty}^{\infty} f_{X,Y}(x,y)\,dx

实际计算时,积分上下限应由联合密度的有效区域决定,而不是机械地写成无穷区间。例如联合密度只在 0<y<1−x0<y<1-x 内非零,那么求 fX(x)f_X(x) 时应对 yy 从 0 积分到 1−x1-x。

易混淆点

边缘分布不是从联合分布中“任选一行或一列”,而是把被忽略变量的所有可能情况汇总。离散情形使用求和,连续情形使用积分,两者本质相同。

边缘分布只能说明单个变量的规律,通常不能反推出完整联合分布。多个不同的联合分布,可能具有完全相同的边缘分布。

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

边缘分布

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