1. 联合分布到底在研究什么：先摆脱"一维思维"
我见过太多人学概率论学到"联合分布"这一章时突然卡壳。前面一维随机变量的分布函数、密度函数、期望方差都还好好的，一进入二维，看到 (F(x,y)=P{X\le x, Y\le y}) 这个定义就懵了——怎么突然冒出来两个变量？这些符号到底在描述什么？
其实联合分布本身并不难，难的是大多数人还在用一维的思维去理解二维的对象。我打个比方：只看一个人的身高，是一维信息；只看一个人的体重，也是一维信息；但如果你要判断这个人的体型是否健康，就得同时看身高和体重——这两个量不是独立存在的，它们之间存在关联。联合分布研究的就是这种"多个随机变量同时取值时，概率如何分布"的规律。
先看一个生活中的场景。比如说你今天打算出门，关心两个随机变量：气温 (X) 和降水量 (Y)。单独问"气温低于15度"的概率，这是 (F_X(15))，一维分布函数就能回答；单独问"降水量大于5毫米"的概率，这是 (1-F_Y(5))，也是一维的事。但如果你想知道"气温低于15度且降水量大于5毫米"这种同时发生的概率，一维分布就无能为力了，必须借助 (X) 和 (Y) 的联合分布。
还有一个更实际的例子。你去医院做体检，测得血压 (X) 和心率 (Y)。医生判断你的心血管状态时，看的不是某一个指标，而是两者的组合是否落入某个危险区域。这个"危险区域"在二维平面上画出来，就是一个区域 (D)，而"你的指标落入 (D)"的概率，就是联合分布要回答的问题：
[P{(X,Y)\in D}=\iint_D f(x,y),dxdy]
所以联合分布本质上是把随机变量的研究从"一条线上的概率"扩展到了"一个面上的概率"，再到高维就是"一个空间里的概率"。这个"面"和"空间"的理解非常重要，因为后面所有公式——边缘分布、条件分布、独立性——都是在这个几何图景下展开的。
从定义上看，二维随机变量 ((X,Y)) 的联合分布函数为：
[F(x,y)=P{X\le x, Y\le y}]
注意这里是同时满足"(X\le x) 且 (Y\le y)"的概率，也就是事件 ({X\le x}\cap{Y\le y}) 的概率。很多初学者会在这里犯迷糊：到底是交集还是并集？我们从几何上想，((X,Y)) 是平面上一个随机点，(F(x,y)) 表示这个点落在以 ((x,y)) 为右上角、向左向下无限延伸的"左下无穷区域"里的概率。既然是"同时落在"，当然是交集。
联合分布函数有四个基本性质，值得死记硬背：
- 单调性：(F(x,y)) 关于 (x) 和 (y) 都是单调不减的；
- 有界性：(0\le F(x,y)\le 1)，且 (F(+\infty,+\infty)=1)，(F(-\infty,y)=F(x,-\infty)=0)；
- 右连续性：关于每个变量右连续；
- 矩形概率公式：对任意 (a<b)，(c<d)，有
[P{a<X\le b,\ c<Y\le d}=F(b,d)-F(a,d)-F(b,c)+F(a,c)]
这个矩形公式以后做题会反复用到，特别是算"某个区域内的概率"时。它本质上是在"左下无穷区域"的基础上做加减法，把目标矩形区域"抠"出来，逻辑和容斥原理一模一样。
我自己的经验是：不要死记公式，而是在纸上画一个平面坐标系，标出 ((a,c))、((a,d))、((b,c))、((b,d)) 四个点，看看 (F(b,d)-F(a,d)-F(b,c)+F(a,c)) 这个式子到底减掉了哪些区域、加回了哪块区域。想清楚了，这公式一辈子忘不掉。
2. 离散型联合分布律：一张表就是一门课
联合分布的第一种重要形式，是离散型随机变量的联合分布律。如果 (X) 的可能取值是 (x_1,x_2,\dots,x_m)，(Y) 的可能取值是 (y_1,y_2,\dots,y_n)，那么联合分布律就是一张 (m\times n) 的表格，每个格子填的是：
[p_{ij}=P{X=x_i, Y=y_j}]
满足两个基本条件：(p_{ij}\ge 0)，以及 (\sum_{i=1}^{m}\sum_{j=1}^{n}p_{ij}=1)。
2.1 一个连硬币模型都不算的经典例子
为了把话说清楚，我拿一个最简单的模型开刀：同时抛两枚质地均匀的硬币。定义 (X) 为第一枚硬币正面朝上的次数（取值0或1），(Y) 为两枚硬币中正面朝上的总次数（取值0、1、2）。我们列出 ((X,Y)) 的联合分布律。
先看样本空间：一共四种等可能结果——(正,正)、(正,反)、(反,正)、(反,反)，每种概率 (1/4)。
- ((X,Y)=(0,0))：两枚都反面，对应(反,反)，概率 (1/4)；
- ((X,Y)=(1,1))：第一枚正面且总共一枚正面，对应(正,反)，概率 (1/4)；
- ((X,Y)=(0,1))：第一枚反面且总共一枚正面，对应(反,正)，概率 (1/4)；
- ((X,Y)=(1,2))：第一枚正面且总共两枚正面，对应(正,正)，概率 (1/4)。
于是联合分布律表如下：
| (X\backslash Y) | 0 | 1 | 2 |
|---|---|---|---|
| 0 | (1/4) | (1/4) | 0 |
| 1 | 0 | (1/4) | (1/4) |
这张表里所有概率和为1，而且你会发现有些格子是0——这恰恰说明 (X) 和 (Y) 之间不是随便组合的，存在内在约束。比如 (X=0) 时 (Y) 不可能等于2，因为第一枚都反面了，总数最多是1。
2.2 从联合分布律到边缘分布律：画个表格求求和
很多人学边缘分布时会觉得"边缘"两个字玄乎，其实用表格来看就是按行、按列求和。所谓"边缘分布律"，就是只看 (X) 或只看 (Y) 时各自的分布。
把上面的表加一行一列：
| (X\backslash Y) | 0 | 1 | 2 | (P{X=x_i}) |
|---|---|---|---|---|
| 0 | (1/4) | (1/4) | 0 | (1/2) |
| 1 | 0 | (1/4) | (1/4) | (1/2) |
| (P{Y=y_j}) | (1/4) | (1/2) | (1/4) | 1 |
最后一行和最后一列就是边缘分布律。求法也是朴实无华：(P{X=x_i}=\sum_{j}p_{ij})，(P{Y=y_j}=\sum_{i}p_{ij})。
这里必须强调一个考试和实际使用中都容易踩的坑：边缘分布可以由联合分布唯一确定，但联合分布不能由边缘分布唯一确定。也就是说，给你两张"边"不一定能拼出原来的"面"。以后你如果接触到 copula（连接函数）这个概念，会发现整个金融风险管理里的相关性建模，就是在研究"如何从已知的边缘分布出发，构造出合理的联合分布"，这事远比想象中复杂。
2.3 条件分布律：知道一个信息后，重新算概率
离散型条件分布律的定义很直接：
[P{X=x_i\mid Y=y_j}=\frac{P{X=x_i, Y=y_j}}{P{Y=y_j}},\quad P{Y=y_j}>0]
还是用上面的硬币例子。如果我们已经知道 (Y=1)（总共只有一枚正面），问 (X=0) 的概率是多少。套公式：
[P{X=0\mid Y=1}=\frac{P{X=0,Y=1}}{P{Y=1}}=\frac{1/4}{1/2}=\frac{1}{2}]
这很符合直觉：两枚硬币抛完，已知只有一枚正面，那这一枚来自第一枚还是第二枚是对称的，所以第一枚是反面的概率就是 (1/2)。
条件分布律的实用场景非常多。比如在医学检验中，已知某人的某项指标异常（(Y) 取某个值），再去评估他患有某种疾病的概率（(X) 的条件分布），这就是贝叶斯公式在离散型随机变量上的自然延伸。
3. 连续型联合密度：曲面下的体积才是概率
连续型的情形比离散型抽象一个档次，但核心思想是一致的。设二维随机变量 ((X,Y)) 的联合分布函数为 (F(x,y))，如果存在非负可积函数 (f(x,y))，使得对任意 (x,y) 都有：
[F(x,y)=\int_{-\infty}^{x}\int_{-\infty}^{y}f(u,v),dv,du]
则称 (f(x,y)) 为 ((X,Y)) 的联合概率密度函数。它满足两个条件：(f(x,y)\ge 0)，以及 (\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}f(x,y),dxdy=1)。
3.1 "密度值不是概率"，这句话值得抄在笔记第一行
一维的时候，连续型随机变量在某个点 (x) 处的概率密度 (f(x)) 并不等于 (P{X=x})（后者是0），它只表示概率在该点的"密集程度"。二维也是一样，而且更容易被误解，因为很多人看到 (f(x_0,y_0)) 这个"高度"就下意识地以为它和"概率"成正比。
实际上，二维情形下概率对应的是体积：
[P{(X,Y)\in D}=\iint_D f(x,y),dxdy]
如果 (D) 是一个小矩形 ([x,x+\Delta x]\times[y,y+\Delta y])，那么概率近似等于 (f(x,y)\Delta x\Delta y)。也就是说，密度值本身乘以"面积微元"才是概率。把 (f(x,y)) 想象成地面上某处的地形高度，概率就是某块区域内"土的体积"，而不是某一点的高度。
3.2 联合密度经典例题：确定常数和计算区域概率
我们看一道最典型的习题。设 ((X,Y)) 的联合密度为：
[ f(x,y)= \begin{cases} cxy, & 0<x<1,\ 0<y<2,\ 0, & \text{其他} \end{cases} ]
第一问：确定常数 (c)。
用规范性条件 (\iint_{\mathbb{R}^2}f(x,y),dxdy=1)。注意积分区域只在 (0<x<1,,0<y<2) 上有非零值：
[\int_{0}^{1}\int_{0}^{2}cxy,dy,dx=c\int_{0}^{1}x\left(\int_{0}^{2}y,dy\right)dx=c\int_{0}^{1}x\cdot 2,dx=c\left[x^2\right]_{0}^{1}=c]
所以 (c=1)。
这类题目的易错点有两个：一是区域边界能否取等号（对连续型来说取不取等号不影响概率，所以 (0<x<1) 和 (0\le x\le 1) 可以混用，但积分区域别写错）；二是忘了先画出支持区域再定积分限，导致上下限写反。
第二问：求 (P{X+Y<1})。
画出支持区域：(0<x<1)，(0<y<2) 是一个矩形；再画直线 (x+y=1)，事件 (X+Y<1) 对应直线左下方的三角形区域。注意这个三角形完全落在矩形内部，所以积分限是：
[P{X+Y<1}=\int_{0}^{1}\int_{0}^{1-x}xy,dy,dx=\int_{0}^{1}x\cdot\frac{(1-x)^2}{2},dx]
展开算：
[\frac{1}{2}\int_{0}^{1}(x-2x^2+x^3),dx=\frac{1}{2}\left(\frac{1}{2}-\frac{2}{3}+\frac{1}{4}\right)=\frac{1}{2}\cdot\frac{1}{12}=\frac{1}{24}]
这里再提醒一个实际动笔时的小技巧：算这种题先在草稿纸上把支持区域画出来，用斜线把目标事件区域涂上颜色。绝大多数积分上下限写错的案例，都是因为没画图直接闷头套公式。
3.3 边缘密度函数：把另一个变量"积掉"
连续型的边缘密度，公式看起来就一句话：
[f_X(x)=\int_{-\infty}^{+\infty}f(x,y),dy]
但它的几何含义值得想清楚：固定 (x)，沿着 (y) 方向把"山体"切一刀，得到一条截面曲线；这刀切下去，曲线下的面积就是该 (x) 处 (X) 的边缘密度值。换个角度看，边缘密度就是把二维联合密度"压扁"到 (x) 轴上，投影出一维的密度曲线。
用上面那个例子，(f(x,y)=xy)，支持区域 (0<x<1,0<y<2)：
[f_X(x)=\int_{0}^{2}xy,dy=x\cdot\frac{y^2}{2}\Big|_{0}^{2}=2x,\quad 0<x<1]
[f_Y(y)=\int_{0}^{1}xy,dx=y\cdot\frac{x^2}{2}\Big|_{0}^{1}=\frac{y}{2},\quad 0<y<2]
验证一下规范性：(\int_{0}^{1}2x,dx=1)，(\int_{0}^{2}y/2,dy=1)，没问题。
这里有个比较隐蔽的坑：求边缘密度时，积分变量的上下限一定由"另一个变量"的取值范围决定，而且得考虑支持区域的形状。如果支持区域不是矩形，边缘密度的表达式往往是分段函数，这时不能只看联立条件 (0<x<1,0<y<2)，还要仔细讨论 (x) 落在不同区间时 (y) 的积分限。
4. 边缘分布：把多维投影回一维，没那么简单
上一节我们已经通过表格求和和积分"积掉"变量的方式得到了边缘分布。这一节我想单独拎出来讲，是因为边缘分布在初学者那里有两个根深蒂固的误解。
第一个误解是："既然边缘分布是联合分布的一部分，那知道联合分布自然知道边缘分布，反过来知道边缘分布也大概能还原联合分布。"前半句对，后半句大错特错。
我用一个反例说明。设 (X\sim U(0,1))，(Y\sim U(0,1)) 且独立，联合密度是 (f(x,y)=1)（在单位正方形上）。现在构造另一个二维随机变量 ((X',Y'))，它的联合密度是：
[ g(x,y)= \begin{cases} 1+xy-\frac{1}{2}, & 0<x<1,0<y<1 \text{ 且 } x+y>1,\ 1-xy+\frac{1}{2}, & 0<x<1,0<y<1 \text{ 且 } x+y\le 1 \end{cases} ]
不信你算一下，(g) 的边缘密度仍然是 (U(0,1))，但它和 (f) 的联合分布完全不同。这意味着什么？意味着边缘分布完全相同的两个系统，内部的关联结构可能天差地别。这在金融领域尤其要命——两名交易员各自的盈亏分布可能完全一样，但如果他们的盈亏高度正相关，组合的风险就远比"各自独立"要大得多。
第二个误解是："边缘分布既然是投影，那求边缘密度的积分区域随便选都行。"实际上积分上下限完全取决于支持区域的几何形状。我见过太多人求 (f_X(x)) 时，直接把联合密度表达式里所有含 (y) 的部分从 (-\infty) 积到 (+\infty)，结果发现积分发散——原因就是忘了联合密度是分段定义的，非零区域是有限集合，而不是全平面。
我推荐一个自查方法：算出边缘密度后，先验证 (\int f_X(x),dx=1)，再验证结果是非负函数。这两个条件任何一个不满足，说明积分限或者常数算错了。
5. 条件分布与独立性：联合分布里的两道经典坎
条件分布和独立性是联合分布这章里出题最多、也是概念上最容易混淆的两个部分。先看条件分布。
5.1 条件分布的完整公式与直觉
连续型随机变量的条件密度定义为：
[f_{Y|X}(y|x)=\frac{f(x,y)}{f_X(x)},\quad f_X(x)>0]
这个公式看着简单，但背后逻辑值得想清楚。固定 (X=x)，相当于在二维平面上沿着 (x=x_0) 切一刀，得到一个截面。这个截面的"形状"（去掉常数归一化）就是给定 (X=x_0) 时 (Y) 的条件密度。所以条件密度本质上是在"已知 (X) 取某个值"的前提下，重新描述 (Y) 的分布。
有个和条件分布配套的常用公式——乘法公式：
[f(x,y)=f_X(x)\cdot f_{Y|X}(y|x)=f_Y(y)\cdot f_{X|Y}(x|y)]
这个公式的价值在于：有时候直接建模联合密度很困难，但分别知道一个变量的边缘分布和另一个变量的条件分布相对容易。比如在贝叶斯统计里，先验分布 (f_{\Theta}(\theta)) 和似然函数 (f_{X|\Theta}(x|\theta)) 都是可以合理设定的，把它们乘起来再归一化，就得到了后验分布 (f_{\Theta|X}(\theta|x))。
5.2 独立性的判断：必须要检查"所有"点
两个随机变量 (X) 和 (Y) 相互独立的定义是：对任意 (x,y)，都有
[F(x,y)=F_X(x)F_Y(y)]
对于离散型，等价于对所有 (i,j) 有 (p_{ij}=p_{i\cdot},p_{\cdot j})；对于连续型，等价于 (f(x,y)=f_X(x)f_Y(y))（在几乎所有点上都成立）。
判断独立性时，我见到最多的错误是：只验证一个点或几个点就下结论。比如某个联合分布表格，你检查了第一个格子发现 (p_{11}=p_{1\cdot}p_{\cdot 1})，就以为独立了——大错特错。独立性要求的是"所有"格子都满足乘积关系，任何一个格子不满足，两个变量就不独立。
还有一个快速判断的技巧：如果联合密度的支持区域不是矩形，那几乎可以断定不独立。因为独立随机变量的联合密度可以写成 (g(x)h(y)) 的形式，而这个形式能分解的前提是定义域也得是"矩形"可分离的。用这个技巧做题，有些选择题可以秒杀。
但要注意一个反向陷阱：联合密度能写成 (g(x)h(y)) 且定义域是矩形，也未必就独立——必须满足 (f(x,y)=g(x)h(y)=f_X(x)f_Y(y)) 才是独立，也就是说分离出来的 (g) 和 (h) 必须恰好是边缘密度。通常我们会通过"归一化系数可分离 + 定义域可分离"来快速判断，因为这时边缘密度就和 (g,h) 只差一个常数倍，乘起来正好还原联合密度。
5.3 "不相关"不等于"独立"
这一小节几乎是每届学生必踩的坑。相关系数 (\rho=0)（不相关）只说明两个变量之间没有线性关系，但完全可能存在非线性关系。独立是远比不相关更强的条件。
举一个最经典的例子。设 (X\sim U(-1,1))，令 (Y=X^2)。显然 (Y) 完全由 (X) 决定，两者不可能独立。但算一下协方差：
[ \operatorname{Cov}(X,Y)=E(XY)-E(X)E(Y)=E(X^3)-E(X)E(X^2) ]
由于 (X) 在 ((-1,1)) 上均匀分布，密度是偶函数，所以 (E(X)=E(X^3)=0)，于是 (\operatorname{Cov}(X,Y)=0)。也就是说，(X) 和 (Y) 明明有确定的二次函数关系，相关系数却是0。
这个例子告诉我们：做数据分析时，看到相关系数接近0，只能说"没发现线性关系"，绝不能直接下结论"两个变量独立、互不影响"。
6. 随机变量函数的分布：从Z=X+Y到Max与Min
联合分布的一个核心应用，是求两个随机变量函数的分布。最典型的就是 (Z=X+Y)，除此之外还有 (\max(X,Y))、(\min(X,Y))、(XY) 等。这些运算在工程、金融、信号处理里遍地都是。
6.1 Z=X+Y：卷积公式的推导，别只背结果
对于两个独立的连续型随机变量 (X,Y)，设 (Z=X+Y)。求 (Z) 的密度函数最稳妥的方法是分布函数法：先求 (F_Z(z))，再求导。
[ F_Z(z)=P{X+Y\le z}=\iint_{x+y\le z}f_X(x)f_Y(y),dxdy ]
画出区域 (x+y\le z)，先对 (y) 积分：
[ F_Z(z)=\int_{-\infty}^{+\infty}\left(\int_{-\infty}^{z-x}f_X(x)f_Y(y),dy\right)dx=\int_{-\infty}^{+\infty}f_X(x)F_Y(z-x),dx ]
对 (z) 求导（积分号下求导，注意被积函数中 (z) 只出现在 (F_Y(z-x)) 里）：
[ f_Z(z)=\int_{-\infty}^{+\infty}f_X(x)f_Y(z-x),dx ]
这就是卷积公式的来源。它本质上是在做"所有可能的 (x) 取值下，另一个变量必须等于 (z-x)"的概率累加。独立是卷积公式的前提，如果 (X,Y) 不独立，就得回到原始的联合密度去积分。
举一个最经典的例子：(X\sim U(0,1))，(Y\sim U(0,1))，独立。求 (Z=X+Y) 的密度。
支持区域要求 (0<x<1) 且 (0<z-x<1)，即 (z-1<x<z)。结合 (0<x<1)，分情况讨论：
- 当 (0<z<1) 时，(x) 的取值范围是 (0<x<z)，所以 (f_Z(z)=\int_{0}^{z}1,dx=z)；
- 当 (1<z<2) 时，(x) 的取值范围是 (z-1<x<1)，所以 (f_Z(z)=\int_{z-1}^{1}1,dx=2-z)；
- 其他区间为0。
这就是著名的"三角分布"。两个均匀分布相加得到三角分布，这个过程可以用蒙特卡洛模拟直观验证：随机生成大量 ((x,y))，把 (x+y) 的直方图画出来，就是一座对称的"帐篷"。
卷积公式还有一个容易出错的地方：积分上下限里同时出现了 (z)，很多人会漏掉分段讨论，直接把上下限写成 (-\infty) 到 (+\infty)，结果算出个"常数"——明显不对。遇到分段定义的密度，必须先画图确定支持区域的边界。
6.2 Max和Min的分布：可靠性工程的老朋友
如果 (X_1,X_2,\dots,X_n) 独立同分布，分布函数为 (F(x))，那么：
- (M=\max(X_1,\dots,X_n)) 的分布函数：(F_M(m)=P{M\le m}=P{X_1\le m,\dots,X_n\le m}=[F(m)]^n)
- (N=\min(X_1,\dots,X_n)) 的分布函数：(F_N(n)=1-P{N>n}=1-P{X_1>n,\dots,X_n>n}=1-[1-F(n)]^n)
这两个公式在系统可靠性里极其常用。比如一根链条的强度取决于最薄弱的环节，那么整条链条的强度就是各个环强度的最小值；一个并联系统的寿命取决于最长寿的那个元件，整机寿命就是各元件寿命的最大值。
不只是理论，这两个公式在工业上直接指导设计。比如某型号电缆由10股钢丝绞合而成，每股钢丝的断裂强度服从某个分布，整根电缆的断裂强度就近似是10个随机变量的最小值分布。用上面的公式可以算出：即便每股钢丝的平均强度很高，只要最弱的那股不行，整根电缆就危险——这也是为什么高强度钢丝绳的制造工艺对均匀性要求那么苛刻。
7. 做题经验和实战验证：别让联合分布只停留在公式里
学到这里，公式层面已经全覆盖了。但我知道很多人还是担心：看完例题感觉都懂，合上书做练习就不知道从哪里下手。这很正常，联合分布的题目最考验"建模能力"，这里分享几条我用下来非常有效的方法论。
7.1 遇到题目，先回答三个问题
第一，题目给的是离散型还是连续型？这决定了你该列表格还是写密度函数。第二，支持区域是什么形状？立刻在草稿纸上画出来。第三，要求的是联合、边缘、条件，还是两个随机变量函数的分布？目标不同，工具完全不同。
把这三件事想清楚再动笔，基本不会跑偏。我见过太多同学的解题失误，不是公式不熟，而是题目都没读完就急着套卷积公式，结果题目给的 (X,Y) 根本不是独立的。
7.2 做题后的自查清单
我把自己判作业时常用的检查项整理成了一张表：
| 检查项 | 方法 |
|---|---|
| 联合分布律/密度是否归一化 | 所有概率求和是否为1，或全平面积分是否为1 |
| 边缘密度是否非负且积分为1 | 分别对 (x) 和 (y) 积分验证 |
| 条件密度分母是否为0 | 分母对应的边缘密度必须大于0 |
| 独立性判断是否检查了所有点 | 联合=边缘乘积对所有取值成立才算独立 |
| 区域概率是否落在 [0,1] | 算出来大于1肯定是积分限错了 |
| 卷积公式是否分段讨论 | 上下限含 (z) 时按支持区域分情况 |
每次做完题，花30秒过一遍这张表，能避免大部分低级失分。
7.3 用Python做个直观验证
光说不练假把式，我给你写一段可以直接跑的验证代码。我们用 numpy 模拟一个二维正态分布，然后验证"经验边缘密度"和理论边缘密度是否吻合。
import numpy as np import matplotlib.pyplot as plt # 设置随机种子，保证结果可复现 np.random.seed(42) # 生成二维正态样本 # X ~ N(0, 1), Y ~ N(0, 1), 相关系数 rho = 0.6 mu = np.array([0.0, 0.0]) sigma = np.array([[1.0, 0.6], [0.6, 1.0]]) samples = np.random.multivariate_normal(mu, sigma, size=200000) x = samples[:, 0] y = samples[:, 1] # 画散点图（抽样5000个点，避免图太密） plt.figure(figsize=(6, 6)) plt.scatter(x[:5000], y[:5000], s=1, alpha=0.5) plt.axhline(0, color='gray', linewidth=0.5) plt.axvline(0, color='gray', linewidth=0.5) plt.xlabel("X") plt.ylabel("Y") plt.title("二维正态分布样本 (rho=0.6)") plt.axis("equal") plt.show() # 验证边缘分布：X 的经验直方图 vs 理论 N(0,1) plt.figure(figsize=(10, 4)) plt.subplot(1, 2, 1) plt.hist(x, bins=80, density=True, alpha=0.6, label="经验分布") xs = np.linspace(-4, 4, 200) plt.plot(xs, 1/np.sqrt(2*np.pi) * np.exp(-xs**2/2), 'r-', label="理论 N(0,1)") plt.legend() plt.title("X 的边缘密度") # 验证条件分布：给定 X=0.5 附近时 Y 的条件分布 # 理论上条件分布是 N(rho*x, 1-rho^2) = N(0.3, 0.64) mask = (x > 0.45) & (x < 0.55) y_cond = y[mask] plt.subplot(1, 2, 2) plt.hist(y_cond, bins=50, density=True, alpha=0.6, label="经验条件分布") ys = np.linspace(-4, 4, 200) mu_cond = 0.6 * 0.5 std_cond = np.sqrt(1 - 0.6**2) plt.plot(ys, 1/(std_cond*np.sqrt(2*np.pi)) * np.exp(-(ys-mu_cond)**2/(2*std_cond**2)), 'r-', label="理论条件分布") plt.legend() plt.title("给定 X≈0.5 时 Y 的条件密度") plt.tight_layout() plt.show()跑完这段代码，你能直观看到两件事：一是二维正态样本的散点图是椭圆形的，方向反映了相关性；二是边缘密度与理论曲线贴合，条件分布也和"均值线性依赖于 (X)、方差缩小为 (1-\rho^2)"的理论吻合。这种把公式和模拟对上的体验，比单纯刷题有用得多。
7.4 最后再分享一个学习建议
我个人经验里，联合分布这一章要真正学透，不能只靠刷题，得在脑子建立三套语言：公式语言（(F,f,p) 的定义）、几何语言（支持区域、面积、体积、投影）、业务语言（这个概率模型到底在描述什么实际现象）。做题时随时在这三套语言之间切换，比如看到条件密度就想到"切一刀看截面"，看到边缘密度就想到"投影压扁"，看到独立就想到"联合密度可以分解"。一旦建立了这种联系，联合分布就不再是一堆孤立的公式，而是一幅连续的、可以随时调用的图景。
从实战角度说，我后来做数据分析时，凡是遇到多个变量之间的关联问题——用户活跃度和付费金额、广告曝光量和点击率、传感器温度和压力——第一反应都是先想想联合分布的结构。哪怕最后用的是更复杂的模型，底层逻辑依然是这一章打下的基础。把联合分布真正想明白了，后面的数理统计、随机过程、机器学习里的概率图模型，学起来都会顺畅很多。
