【边缘分布律例题】在概率论中，边缘分布律是研究多维随机变量中某一变量的分布情况。通过对联合分布律的整理和计算，可以得到每个变量的边缘分布律。以下通过一个典型例题来展示如何求解边缘分布律。
一、题目描述
设二维离散型随机变量 $(X, Y)$ 的联合分布律如下表所示：
| X \ Y | 0 | 1 | 2 |
| 0 | 0.1 | 0.2 | 0.1 |
| 1 | 0.3 | 0.1 | 0.2 |
请分别求出 $X$ 和 $Y$ 的边缘分布律。
二、解题思路
边缘分布律的求法是将联合分布律中对应行或列的数值相加，从而得到该变量在所有可能取值下的概率。
- 对于 $X$ 的边缘分布律：对每一行的联合概率进行求和；
- 对于 $Y$ 的边缘分布律：对每一列的联合概率进行求和。
三、计算过程与结果
1. 计算 $X$ 的边缘分布律
对每一行的联合概率进行求和：
- 当 $X = 0$ 时，$P(X=0) = 0.1 + 0.2 + 0.1 = 0.4$
- 当 $X = 1$ 时，$P(X=1) = 0.3 + 0.1 + 0.2 = 0.6$
2. 计算 $Y$ 的边缘分布律
对每一列的联合概率进行求和：
- 当 $Y = 0$ 时，$P(Y=0) = 0.1 + 0.3 = 0.4$
- 当 $Y = 1$ 时，$P(Y=1) = 0.2 + 0.1 = 0.3$
- 当 $Y = 2$ 时，$P(Y=2) = 0.1 + 0.2 = 0.3$
四、总结表格
| 随机变量 | 取值 | 概率 |
| $X$ | 0 | 0.4 |
| $X$ | 1 | 0.6 |
| $Y$ | 0 | 0.4 |
| $Y$ | 1 | 0.3 |
| $Y$ | 2 | 0.3 |
五、注意事项
- 边缘分布律是联合分布律的“投影”，只反映单一变量的分布特性；
- 在实际应用中，边缘分布律有助于简化问题，便于单独分析某一个变量的行为；
- 边缘分布律的总和应为1，以确保其符合概率的基本性质。
通过本例题，我们可以清晰地理解如何从联合分布律中提取边缘分布律，并掌握其计算方法。这对于后续学习条件分布、独立性判断等内容具有重要意义。
以上就是【边缘分布律例题】相关内容，希望对您有所帮助。
