first commit
This commit is contained in:
@@ -0,0 +1,90 @@
|
||||
# 题型五:二维均匀分布与正态分布
|
||||
|
||||
## 识别特征
|
||||
|
||||
- 涉及**二维均匀分布**(区域 $D$ 上的均匀分布)
|
||||
- 涉及**二维正态分布** $N(\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho)$
|
||||
- 涉及二维正态的**条件分布**或**线性组合**
|
||||
|
||||
## 通法步骤
|
||||
|
||||
### 一、二维均匀分布
|
||||
|
||||
设 $(X, Y)$ 在区域 $D$(面积 $S_D$)上均匀分布:
|
||||
$$
|
||||
f(x, y) = \begin{cases} 1/S_D, & (x, y) \in D \\ 0, & \text{其他} \end{cases}
|
||||
$$
|
||||
|
||||
**核心结论**:
|
||||
- 边缘分布**不一定是均匀**(取决于 $D$ 的形状)
|
||||
- 独立 $\iff$ 联合密度可分解为 $f_X(x) f_Y(y)$
|
||||
- $P((X, Y) \in E) = \dfrac{S_{E \cap D}}{S_D}$
|
||||
|
||||
### 二、二维正态分布
|
||||
|
||||
$(X, Y) \sim N(\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho)$,联合密度:
|
||||
|
||||
$$
|
||||
f(x, y) = \frac{1}{2\pi \sigma_1 \sigma_2 \sqrt{1-\rho^2}} \exp\left(-\frac{1}{2(1-\rho^2)}\left[\frac{(x-\mu_1)^2}{\sigma_1^2} - \frac{2\rho(x-\mu_1)(y-\mu_2)}{\sigma_1\sigma_2} + \frac{(y-\mu_2)^2}{\sigma_2^2}\right]\right)
|
||||
$$
|
||||
|
||||
**5 个核心结论**:
|
||||
|
||||
| # | 结论 |
|
||||
|---|------|
|
||||
| 1 | **边缘**:$X \sim N(\mu_1, \sigma_1^2)$, $Y \sim N(\mu_2, \sigma_2^2)$(与 $\rho$ 无关!)|
|
||||
| 2 | **条件**:$Y|X \sim N\left(\mu_2 + \rho \frac{\sigma_2}{\sigma_1}(X-\mu_1), \sigma_2^2(1-\rho^2)\right)$ |
|
||||
| 3 | **线性组合**:$aX + bY \sim N(a\mu_1 + b\mu_2, a^2\sigma_1^2 + b^2\sigma_2^2 + 2ab\rho\sigma_1\sigma_2)$ |
|
||||
| 4 | **独立**:$X, Y$ 独立 $\iff \rho = 0$(充要条件) |
|
||||
| 5 | **不相关等价独立**:仅在二维正态下 $\rho = 0 \iff$ 独立 |
|
||||
|
||||
## 经典母题
|
||||
|
||||
> **题目**:设 $(X, Y) \sim N(0, 0, 1, 1, 0.5)$。求:
|
||||
> (1) $f_X(x), f_Y(y)$;
|
||||
> (2) $X, Y$ 是否独立?
|
||||
> (3) $U = X + Y$ 的分布;
|
||||
> (4) $V = X - Y$ 的分布;
|
||||
> (5) $U, V$ 是否独立?
|
||||
|
||||
**解析**:
|
||||
|
||||
**(1)** $X \sim N(0, 1)$, $Y \sim N(0, 1)$(标准正态)
|
||||
|
||||
**(2)** $\rho = 0.5 \ne 0$ → **不独立**
|
||||
|
||||
**(3)** $U = X+Y$:
|
||||
- $E(U) = 0$
|
||||
- $D(U) = 1 + 1 + 2 \cdot 0.5 \cdot 1 \cdot 1 = 3$
|
||||
- $U \sim N(0, 3)$
|
||||
|
||||
**(4)** $V = X-Y$:
|
||||
- $E(V) = 0$
|
||||
- $D(V) = 1 + 1 - 2 \cdot 0.5 = 1$
|
||||
- $V \sim N(0, 1)$
|
||||
|
||||
**(5)** $U, V$ 是否独立?计算 $\text{Cov}(U, V) = \text{Cov}(X+Y, X-Y) = D(X) - D(Y) + \text{Cov}(Y,X) - \text{Cov}(X,Y) = 1 - 1 = 0$
|
||||
对二维正态而言,$\text{Cov} = 0 \iff$ 独立。但 $(U, V)$ 是否是二维正态?
|
||||
|
||||
实际上 $(U, V)$ 是 $(X, Y)$ 的线性变换,仍服从二维正态:$(U, V) \sim N(0, 0, 3, 1, 0)$($\rho' = \text{Cov}(U,V)/\sqrt{D(U)D(V)} = 0$)。
|
||||
→ **$U, V$ 独立**
|
||||
|
||||
**复盘**:二维正态的线性变换仍是二维正态,且新相关系数 $\rho' = \dfrac{a_1 a_2 \sigma_1^2 + b_1 b_2 \sigma_2^2 + (a_1 b_2 + a_2 b_1)\rho\sigma_1\sigma_2}{\sqrt{D(U)D(V)}}$。
|
||||
|
||||
---
|
||||
|
||||
> **变式**:$(X, Y)$ 在区域 $D: 0 \le x \le 1, x \le y \le 2x$ 上均匀分布。求 $f_X(x), f_Y(y)$,并判定独立性。
|
||||
|
||||
**解**:
|
||||
- $S_D = \int_0^1 (2x - x) dx = \int_0^1 x \, dx = 1/2$
|
||||
- $f(x, y) = 2$,$(x, y) \in D$
|
||||
- $f_X(x) = \int_x^{2x} 2 dy = 2x$($0 \le x \le 1$)
|
||||
- $f_Y(y) = ?$:固定 $y$,$x$ 的范围分两段
|
||||
- $y \in [0, 1]$:$x \in [y/2, y]$
|
||||
- $y \in [1, 2]$:$x \in [y/2, 1]$
|
||||
- 不独立(联合不等于边缘之积)
|
||||
|
||||
> **口诀速记**:
|
||||
> - "**二维正态独立 $\iff \rho = 0$**"
|
||||
> - "**二维正态的线性变换仍是二维正态**"
|
||||
> - "**二维均匀独立 $\iff$ 区域是矩形**"
|
||||
Reference in New Issue
Block a user