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 和 。联合分布回答“ 与 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 或 自身的概率规律。
例如,记录学生的学习时长 和考试等级 时,联合分布可以描述“学习 3 小时且成绩为优秀”的概率; 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。

离散型随机变量的计算
若 、 的联合概率质量函数为 ,则固定 ,把所有可能的 对应概率相加,就得到 的边缘概率质量函数:
同理:
假设联合概率表如下:
| 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 的边缘分布:
| 0 | 1 | |
|---|---|---|
| 0.40 | 0.60 |
对每一列求和,可得 的边缘分布:
| 0 | 1 | 2 | |
|---|---|---|---|
| 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 ,边缘密度通过对另一个变量的全部取值范围积分得到:
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 内非零,那么求 时应对 从 0 积分到 。
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。