考研數學：尋根究底之隨機變量篇（三）

多維分布包括三種：聯合，邊緣，條件。后兩種是多維變量獨有的分布。我們先從邊緣分布看起。先總體把握一下：X,Y放在一塊構成一個向量（X,Y），

作者

佚名

次閱讀

2014-07-18

　　多維分布包括三種：聯合，邊緣，條件。后兩種是多維變量獨有的分布。我們先從邊緣分布看起。先總體把握一下：X,Y放在一塊構成一個向量（X,Y），其分布稱為聯合分布，而X自己作為隨機變量，其分布稱為（X,Y）關于X的邊緣分布。當然分布包括三種：分布函數，分布律和概率密度。前面加上邊緣，就得到三種邊緣分布。何為（X,Y）關于X的邊緣分布函數FX(x)？把握兩點即可：一、隨機變量自己的分布函數；二、它和聯合分布函數的關系：對比FX(x)和F(x，y)的定義，我們發(fā)現前者不含y，如何把F(x，y)中的y變沒呢？注意到F(x，y)=P{X<=x,Y<=y}中的“X<=x”和“Y<=y”為兩個事件，如果我們令y趨于正無窮，則“Y<=正無窮”為必然事件，那么F(x，正無窮)=P{X<=x,Y<=正無窮}=P{X<=x}。如果我們已知X和Y的聯合分布函數，要求關于一個隨機變量的邊緣分布函數，只需求極限即可（令一個變量趨于正無窮）。
　　弄明白邊緣分布函數后，邊緣分布律和邊緣概率密度就是類似的了。關于邊緣分布律，也是把握兩點：一、（X,Y）二維離散型隨機變量，X自己是一維離散型隨機變量，它自己應有分布律，我們把這個分布律稱為（X,Y）關于X的邊緣分布律。二、邊緣分布律和聯合分布律的關系。（X,Y）關于X的邊緣分布律P{X=xi}=pi（i=1,2，…）中不含j，意味著P{X=xi}=pi對所有的j都成立。故P{X=xi}=P{X=xi,Y=y1}+P{X=xi,Y=y2}+…。也就是說，如果我們知道了聯合分布律，要求邊緣分布律，做加法即可。反過來，如果我們已知邊緣分布律，要求聯合分布律。首先要有“已知邊緣求聯合”的意識，之后我們可以把聯合分布律的表畫出來，并把邊緣分布律寫在一邊，再結合已知條件，不難把聯合分布律的表填完整。對于二維離散型隨機變量，其分布問題關鍵是寫出聯合分布律，求邊緣分布律即做加法，求條件分布律做除法即可。
　　根據離散和連續(xù)的對應關系，我們不難得到邊緣概率密度。其概念也是把握兩點：一、(X,Y)關于X的邊緣概率密度其實就是隨機變量X自己的概率密度，這是一維隨機變量的概率密度，與第二章講的概率密度無區(qū)別，加上邊緣是為了指明它與聯合概率密度的關系，當然也是為了區(qū)分與二維隨機變量相關的兩個概率密度（聯合與邊緣）；二、邊緣概率密度與聯合概率密度是什么關系？我們可以通過離散型隨機變量和連續(xù)型隨機變量的對應關系來把握。我們通過對聯合分布律做加法就得到了邊緣分布律，而積分可以理解為“連續(xù)求和”，所以我們通過對聯合概率密度求積分可以得到邊緣概率密度。
　　以上是對邊緣分布的討論，下面我們來看條件分布。首先，考研范圍內只須考慮條件分布律和條件概率密度，不用管“條件分布函數”。我們以下面的二維離散型隨機變量為例，討論條件分布律。先給出二維隨機變量的聯合分布律：P{X=0,Y=0}=1/4,P{X=0,Y=1}=1/4,P{X=1,Y=0}=1/2,P{X=1,Y=1}=0。我們考慮下面的概率P{X=0|Y=0}，不難發(fā)現這是一個條件概率，我們按照條件概率的定義寫出來P{X=0|Y=0}=P{X=0，Y=0}/P{Y=0}=（1/4）/(1/4+1/2)。那么這是不是條件分布律呢？不是，條件分布律要給出Y=0的條件下，X的所有可能取值及取這些值對應的概率。所以上面的式子只是給出了條件分布律中的一項。意識到這點，我們不難寫出另一個式子P{X=1|Y=0}=P{X=1，Y=0}/P{Y=0}=（1/2）/(1/4+1/2)。這兩個式子合起來構成一個完整的分布律，我們稱其為給定Y=0的條件下X的條件分布律。通過這個小例子，我們思考一下：什么是條件分布律？條件分布律是一些條件概率。我們觀察最終結果，不難發(fā)現結果是比值，分子是聯合分布律中的一項，分母是邊緣分布律中的一項。我們可以簡單地記成：“聯合/邊緣=條件”。而實際做題過程中，如果我們能寫出聯合分布律，寫出邊緣分布律就是做加法，而寫條件分布律就是做除法。實際是聯合分布律中的項占該項所在行（或列）的數字的和的比例。我們把上面討論的內容總結一下，就得到了一般的條件分布律的定義。我們稱P{X=xi|Y=yj}=pij（i=1,2，…）為給定Y=yj的條件下，X的條件分布律。在這個定義式中，要分清哪個指標是固定的，哪個指標是可變的。
　　條件概率密度可以依據離散和連續(xù)的對應關系來理解。如對于條件分布律，有“聯合/邊緣=條件”，那么相應地，條件概率密度等于聯合概率密度除以邊緣概率密度,即fX|Y(x|y)=f(x,y)/fY(y)。
　　下面我們對多維分布做一個小結：多維分布分成三個部分：聯合分布，邊緣分布和條件分布。這三部分基本的要求是理解定義和性質，其中聯合分布函數有四條性質，前三條由一維分布函數推廣而來，第四條性質通過畫圖理解；聯合分布律和聯合概率密度的性質（非負性和歸一性）可作為充要條件；邊緣分布函數，分布律和概率密度其實是一維分布，自然滿足一維分布的性質；條件分布律和條件概率密度也滿足非負性和歸一性。多維分布這部分內容對應考研數學兩道大題：多維分布的計算和求隨機變量函數的分布。有了對基本概念的透徹理解，掌握相應的方法就水到渠成了。