概率论基础（5）离散型二维随机变量

概率论对于学习 NLP 方向的人，重要性不言而喻。于是我打算从概率论基础篇开始复习，也顺便巩固巩固基础。
这是基础篇的第五篇知识点总结
注意：复杂的公式例如卷积公式等将在概率论高阶中提到

基础：下面前四篇的链接地址：
概率论基础（1）古典和几何概型及事件运算
概率论基础（2）条件概率、全概率公式和贝叶斯公式
概率论基础（3）一维随机变量（离散型和连续型）
概率论基础（4）五种重要的分布（二项、泊松、均匀、指数、正态分布）

离散型二维随机变量

知识点

• 二维随机变量
• 分布函数（联合分布函数）
• 离散型随机变量
• 联合分布律
• 边缘分布函数
• 边缘分布律

定义我就不放了
以例题来回顾效率更高

下面是详细过程:

理解：离散型求区间的概率时，直接按照表分布求即可。

理解：对于x的边缘分布律，是求其当x为常数时，关于y的累加，有点偏微分的味道。

首先明确一下独立的条件：


理解：对于出题而言，一般都不是独立的，因为要验证独立需要全部的值都要满足独立条件。

理解：先逐一列举，之后合并写出函数的分布律

理解：注意条件概率的应用。

注意相互独立的条件

a = 1/6 - 1/8 = 1/24
c * 1/6 = a 可以推出 c = 1/4
b = c - 1/8 - a = 1/12
f = 1 - c = 3/4
h * c = b 可以得出 h = 1/3
g = 1 - 1/6 - h = 1/2
d 和 e 同理减去为 d = 3/8 e = 1/4

最后的取值为：