--- tags: [数学一, 在学练习, 概率论, 多维随机变量, 联合分布, 边缘分布] 专题: 概率论 第3讲 · 点1 联合分布与边缘分布 日期: 2026-11-07 状态: 知识点带题(1.1 联合分布函数、1.2 边缘分布、1.3 条件分布,共 4 题) 关联笔记: ["[[README]]", "[[01-知识点盘点]]"] --- # 点 1 联合分布与边缘分布 > 真题锚点:2023·22(联合分布函数)、2016·22(边缘与条件)|重要度 ★★★ > 依赖:第 2 讲的一维分布函数与密度。盘点对应:§1 全节。 **组织原则**:先立定义层——**联合 → 边缘 → 条件**是一条单向的换算链,三者顺序不能颠倒。出题按这条链的条目顺序走。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。 ## 知识点 1.1 联合分布函数与四条性质(出处:[知识章 random-variables-and-distribution.tex §5.1](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/2-random-variables-and-distribution/random-variables-and-distribution.tex)|[练习章 §1](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/exercise/2-random-variables-and-distribution/random-variables-and-distribution.tex)) $$F(x,y)=P\{X\le x,\ Y\le y\}.$$ 四条性质:① 对 $x$ 、对 $y$ 分别**单调不减**;② 对 $x$ 、对 $y$ 分别**右连续**;③ $F(-\infty,y)=F(x,-\infty)=0$ 、$F(+\infty,+\infty)=1$ ;④ **矩形非负**: $$P\{x_10).$$ 两条要点:① 条件密度是**一族**密度,支撑随 $x$ 变,**分段点就从这里来**;② 分母必须为正,否则条件无定义。 --- ## 题目(按知识点顺序对应) ### 题 1 · 1.1:联合分布函数的四条性质(★☆☆) > 判断下列说法是否正确,错的举反例: > > (Ⅰ)若 $F(x,y)$ 对 $x$ 、对 $y$ 都单调不减,且 $F(-\infty,y)=F(x,-\infty)=0$ 、$F(+\infty,+\infty)=1$ ,则 $F$ 必是某二维随机变量的分布函数; > (Ⅱ)若 $(X,Y)$ 的联合分布函数为 $F$ ,则 $X$ 的分布函数为 $F(x,+\infty)$ ; > (Ⅲ)若 $f(x,y)=g(x)h(y)$ 在矩形 $I\times J$ 上成立,则 $X$ 与 $Y$ 相互独立; > (Ⅳ)若 $(X,Y)$ 服从二维正态分布,则 $X$ 与 $Y$ 独立当且仅当 $\rho=0$ 。 **怎么想**:(Ⅰ)问的是"前三条够不够",答案是不够,缺的正是矩形非负;(Ⅱ)考边缘的定义式;(Ⅲ)考"可分离 + 矩形"这两个条件缺一不可,但还要补一句归一化常数为什么也被吸收了;(Ⅳ)是二维正态独有的性质,要能与一般情形区分开。 **解**: (Ⅰ)**错误**。取 $F(x,y)=\max\{x+y,\,0\}$ 限制在 $0\le x,y\le1$ 上(区域外按 $0$ 与 $1$ 延拓)。它对 $x$ 、对 $y$ 都单调不减,$F(0,0)=0$ 、$F(1,1)=1$ ,规范性满足。但取矩形 $0 **关联** · 盘点 [§1.1 联合分布函数](01-知识点盘点.md#user-content-11-联合分布函数) | 上游 — | 下游 [点 1 题 2](02-点1-联合分布与边缘分布.md#user-content-题-2--11由分布函数算矩形概率) | 速查 [一 三种换算的方向](09-速查卡.md#user-content-一-三种换算的方向) --- ### 题 2 · 1.1:由分布函数算矩形概率(★★☆) > 设 $(X,Y)$ 的联合分布函数为 > > $$F(x,y)=\begin{cases}A\left(1-\mathrm e^{-x}\right)\left(1-\mathrm e^{-y}\right),&x>0,\ y>0\\[2pt]0,&\text{其他}\end{cases}$$ > > (Ⅰ)求 $A$ ; > (Ⅱ)求边缘分布函数 $F_X(x)$ ,并说明 $X$ 服从什么分布; > (Ⅲ)求 $P\{11\}$ 。 **怎么想**:(Ⅰ)用 $F(+\infty,+\infty)=1$ ;(Ⅱ)令 $y\to+\infty$ ;(Ⅲ)$Y>1$ 不是"$\le$ "型,先转成 $1-P\{Y\le1\}$ ,再用矩形公式——或者直接用独立性绕开。 **解**: **(Ⅰ)** 令 $x,y\to+\infty$ : $$F(+\infty,+\infty)=A\cdot1\cdot1=A=1 .$$ **(Ⅱ)** 令 $y\to+\infty$ : $$F_X(x)=A\left(1-\mathrm e^{-x}\right)\cdot1=1-\mathrm e^{-x}\quad(x>0),$$ $x\le0$ 时为 $0$ 。这正是参数为 $1$ 的指数分布:$X\sim E(1)$ 。 **(Ⅲ)** 由(Ⅱ)同理 $Y\sim E(1)$ ,且 $F(x,y)=F_X(x)F_Y(y)$ ,故 $X\perp Y$ ,于是 $$P\{11\}=P\{11\}=\left(\mathrm e^{-1}-\mathrm e^{-2}\right)\mathrm e^{-1}\approx0.0855 .$$ **验算(不靠独立性)**:用矩形公式的"无穷版本" $$P\{11\}=F(2,+\infty)-F(2,1)-F(1,+\infty)+F(1,1),$$ $$=\left(1-\mathrm e^{-2}\right)-\left(1-\mathrm e^{-2}\right)\left(1-\mathrm e^{-1}\right)-\left(1-\mathrm e^{-1}\right)+\left(1-\mathrm e^{-1}\right)^2=\mathrm e^{-1}\left(\mathrm e^{-1}-\mathrm e^{-2}\right),$$ 与上面一致 ✓。 **带走结论**:**遇到 "$Y>1$ " 这类反向不等式,先换成 $F(+\infty)$ 再套矩形公式**。四个端点里只要有一个是 $+\infty$ ,就退回一维的 $1-F$ 结构。 > **关联** · 盘点 [§1.1 联合分布函数](01-知识点盘点.md#user-content-11-联合分布函数) | 上游 [点 1 题 1](02-点1-联合分布与边缘分布.md#user-content-题-1--11联合分布函数的四条性质) | 下游 — | 速查 [一 三种换算的方向](09-速查卡.md#user-content-一-三种换算的方向) --- ### 题 3 · 1.2:由联合密度求边缘与区域概率(★★☆) > 设 $(X,Y)$ 在区域 $D=\{(x,y):0 > (Ⅰ)写出联合密度; > (Ⅱ)求边缘密度 $f_X(x)$ 、$f_Y(y)$ ; > (Ⅲ)求 $P\{X+Y<1\}$ 。 **怎么想**:均匀分布先算面积。边缘密度的积分限要**画竖线**:固定 $x$ 后 $y$ 从 $0$ 跑到 $x$ ,上限是活动的。第三问是区域概率,能算面积就别积分。 **解**: **(Ⅰ)** $D$ 是顶点为 $(0,0)$ 、$(1,0)$ 、$(1,1)$ 的三角形,面积 $S_D=\frac12$ ,故 $$f(x,y)=\begin{cases}2,&0 **关联** · 盘点 [§1.2 边缘分布函数](01-知识点盘点.md#user-content-12-边缘分布函数) | 上游 — | 下游 — | 速查 [一 三种换算的方向](09-速查卡.md#user-content-一-三种换算的方向) --- ### 题 4 · 1.3:条件密度是一族密度(★★☆) > 设 $(X,Y)$ 的联合密度为 > > $$f(x,y)=\begin{cases}\mathrm e^{-y},&0 > (Ⅰ)验证它是密度,并求 $f_X(x)$ ; > (Ⅱ)求 $f_{Y\mid X}(y\mid x)$ ,并指出它服从什么分布; > (Ⅲ)说明"条件密度是一族密度"在这里具体指什么。 **怎么想**:先看支撑 $00,$$ 即 $X\sim E(1)$ 。 **(Ⅱ)** $$f_{Y\mid X}(y\mid x)=\frac{f(x,y)}{f_X(x)}=\frac{\mathrm e^{-y}}{\mathrm e^{-x}}=\mathrm e^{-(y-x)},\qquad y>x .$$ 令 $t=y-x$ ,则 $f_{T}(t)=\mathrm e^{-t}\ (t>0)$ ,即 $$Y-X\mid X=x\ \sim\ E(1),\qquad \text{与 }x\text{ 无关}.$$ **(Ⅲ)** 这里"一族"的含义是:**每给定一个 $x$ ,就有一条密度曲线** $y\mapsto\mathrm e^{-(y-x)}$ 。这些曲线的**形状完全相同**(都是 $E(1)$ ),只是**起点不同**——起点是 $y=x$ 。所以条件密度的表达式里含 $x$ ,但"分布类型"不含 $x$ 。 对比点 3 题 2 的 $D:0 **关联** · 盘点 [§1.3 条件分布函数](01-知识点盘点.md#user-content-13-条件分布函数) | 上游 — | 下游 — | 速查 [一 三种换算的方向](09-速查卡.md#user-content-一-三种换算的方向) ---