联合概率分布？联合概率分布和边缘概率分布

一、“联合概率分布”和“条件概率分布”的区别是什么

联合概率分布，二维随机变量。

设E是一个随机试验，它的样本空间是S={e}。设X=X(e)和Y=Y(e)是定义在S上的随机变量，由它们构成的一个响亮（X,Y），叫做二维随机向量或二维随机变量。

二维随机变量(X,Y)的性质不仅与X及Y有关，而且还依赖于这两个随机变量的相互关系。因此，逐个地来研究X或Y的性质是不够的，还需将（X,Y)作为一个整体来进行研究。

联合概率分布。定义：设(X,Y)是二维随机变量，对于任意实数x,y，二元函数：

F(x,y)=P{(XP(X

称为二维随机变量(X,Y)的分布函数，或称为随机变量X和Y的联合分布函数。

联合概率分布的几何意义：如果将二维随机变量(X,Y)看成是平面上随机点的坐标，那么分布函数F(x,y)在(x,y)处的函数值就是随机点(X,Y)落在以点(x,y)为顶点而位于该点左下方的无穷矩形域内的概率。

相关事件的概率也叫“条件概率”。条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。

有时，我们要考虑在其中一个随机变量取得(可能的)固定值的条件下，另一随机变量的概率分布。这样得到的X或Y的概率分布叫做条件概率分布，简称条件分布。

二、二项分布的联合概率分布公式

二项分布概率公式P（X=k)=C(n,k)（p^k）*(1-p)^(n-k)n是试验次数，k是指定事件发生的次数，p是指定事件在一次试验中发生的概率。二项分布就是重复n次独立的伯努利试验。在每次试验中只有两种可能的结果，而且两种结果发生与否互相对立，并且相互独立，与其它各次试验结果无关，事件发生与否的概率在每一次独立试验中都保持不变，则这一系列试验总称为n重伯努利实验，当试验次数为1时，二项分布服从0-1分布。

三、联合分布律是什么

联合概率分布简称联合分布，是两个及以上随机变量组成的随机向量的概率分布。根据随机变量的不同，联合概率分布的表示形式也不同。对于离散型随机变量，联合概率分布可以以列表的形式表示，也可以以函数的形式表示；对于连续型随机变量，联合概率分布通过一非负函数的积分表示。

比如打靶时命中的坐标（x，y）的概率分布就是联合概率分布（涉及两个随机变量），其他同样类比。