联合概率密度、条件概率与乘法公式：从源代码到推导

概率论是研究不确定性的数学分支，广泛应用于各个领域，包括机器学习、数据科学和统计学。在概率论中，联合概率密度、条件概率和乘法公式是基本概念，它们在描述和计算随机事件之间的关系时起着重要作用。在本文中，我们将详细介绍这些概念，并提供相应的源代码示例。

联合概率密度是指多个随机变量同时取某个取值的概率密度函数。假设我们有两个连续随机变量X和Y，它们的联合概率密度函数为f(x, y)。我们可以使用概率密度函数来描述X和Y同时取某个取值的概率。

条件概率是指在给定某个事件发生的条件下，另一个事件发生的概率。假设我们有两个事件A和B，它们的条件概率为P(B|A)，表示在事件A发生的条件下事件B发生的概率。条件概率可以通过联合概率和边缘概率的关系来计算。

乘法公式是用于计算联合概率的重要公式。对于两个事件A和B，乘法公式可以表示为P(A ∩ B) = P(A) × P(B|A)，即事件A和B同时发生的概率等于事件A发生的概率乘以在事件A发生的条件下事件B发生的概率。

下面是一个使用Python代码计算联合概率密度、条件概率和乘法公式的示例：

import numpy as np

# 生成随机数据
np