联合概率密度，联合概率密度函数怎么求

一、概率密度和联合概率密度有啥区别

概率密度和分布函数的区别是概念不同、描述对象不同。

1、概念不同：

概率指事件随机发生的机率，对于均匀分布函数，概率密度等于一段区间(事件的取值范围)的概率除以该段区间的长度，它的值是非负的，可以很大也可以很小；分布函数是概率统计中重要的函数，正是通过它，可用数学分析的方法来研究随机变量。

分布函数是随机变量最重要的概率特征，分布函数可以完整地描述随机变量的统计规律，并且决定随机变量的一切其他概率特征。

2、描述对象不同：

概率密度只是针对连续性变量而言，而分布函数是对所有随机变量取值的概率的讨论，包括连续性和离散型。

二、正态分布联合概率密度公式

正态分布的联合概率密度函数如下：

fx(x1,...xn)=1(2π)k√|Σ|1/2exp(?12(x?μ)TΣ?1(x?μ))

其对应的矩母函数（也有称动差函数）为exp(μTt+12tTΣt)。事实上，如果随机向量[X1,...Xn]满足上面的动差函数，那么我们就称随机向量[X1,...Xn]服从多元高斯分布。在抽样多元正态分布时，如果已知了其它维度的随机变量值，剩下的那个维度的随机变量也是服从正态分布。

三、知道概率密度如何求联合分布密度

要求联合分布密度，需要知道各个随机变量的概率密度函数。对于连续型随机变量，联合分布密度可以通过各个随机变量的概率密度函数进行计算。

具体方法是将各个随机变量的概率密度函数相乘，得到联合概率密度函数。

对于离散型随机变量，联合分布密度可以通过各个随机变量的概率质量函数进行计算。

具体方法是将各个随机变量的概率质量函数相乘，得到联合概率质量函数。通过计算联合分布密度，可以了解多个随机变量之间的关系，从而进行概率分析和推断。