二维正态分布.ppt

第三节 二维正态分布 数学与信息技术系 记为(X ,Y )～ 定义 设二维连续随机变量(X,Y)的联合概率密度为 其中 是分布参数 这种分布叫做二维正态分布。 二维正态分布的分布曲面它的形状类似山岗，在点 达到最高峰，如下图所示 二维正态分布(X,Y)的概率密度函数f(x,y)满足: 　性质 (2) (1) X与Y的边际概率密度函数分别为 其中 证明: (1):由 可得X的边缘概率密度 置换积分变量 ，得到 由于对称性，可知 因为 (2) X服从正态分布,所以 所以，由第四章第一、二节的知识可知， Y也服从正态分布，且其期望为 ,标准差为 X服从正态分布，且其期望为 ,标准差为 下面计算二维正态分布的中X与Y的相关系数 相关系数公式为 所以二维正态分布的中X与Y的相关系数R(X,Y) 其中 化为累次积分，得到 其中 置换积分变量 ，得到 代入 得到 置换积分变量 得到 求证: X与Y独立? r=0 例 设(X ,Y )～ 把r=0代入，得 证明 ∴ X与Y独立 “?” ∵X和Y相互独立 ∴ ?(x,y)? R2.有 对比两边 ∴ r=0 特别,取 代入上式有 即: 例1 设X和Y相互独立，并且都服从标准之态分布，求它们的平方和Z=X2+Y2的概率密度 分析：要求 Z=X2+Y2的概率密度，必须事先知道二维随机变量(X,Y)的联合概率密度，如何获得？ 注意到X与Y均服从正态分布且相互独立，从而可以获得二维随机变量(X,Y)的联合概率密度 解： 因为X与Y均服从标准正态分布且相互独立 所以，(X,Y)的联合概率密度 这里 所以 FZ(z)=P(Z≤z)= P(X2+Y2≤z),下面分情况讨论 当z≤0时，显然， FZ(z)=0；当z0时， 所以 Z的分布函数为 由此Z的概率密度为 所得的分布称为自由度为2的 分布 例2 设X和Y相互独立，并且都服从标准之态分布，求它们的平方和Z=X2+Y2的数学期望和方差 分析：求期望和方差的方法有哪些？ 求出Z密度函数，直接随机变量期望的定义求期望和方差 利用(X,Y)的联合密度，并应用随机变量函数的期望定义求期望和方差 利用随机变量和的期望以及方差性质 法1求出Z密度函数，直接随机变量期望的定义求期望和方差. 在例1中求得了Z的概率密度 因此由随机变量的期望定义 可得 为计算Z的方差，先计算 置换积分变量 可得 可得 置换积分变量 现由公式 D(Z)=E(Z2)-[E(Z)]2可得 法2 利用(X,Y)的联合密度，并应用随机变量 函数的期望定义求定义和方差 . 由例1知(X,Y) 的联合概率密度 故由随机变量函数的期望定义 由极坐标变换公式可得 置换积分变量 同理 可得 由极坐标变换公式可得 置换积分变量 可得 由公式 D(Z)=E(Z2)-[E(Z)]2可得