数学



    由于遥感影像分类往往涉及到多个维度甚至是超高维的特征向量。因此，我们有必要进一步了解多维随机变量及其分布规律。在此，首先以二维随机变量开始进行逐步深入的阐述。

我们首先介绍以下几个概念：

1. 二维随机变量（X,Y）的分布函数，或者随机变量X和Y的联合分布函数

定义：设（X,Y）是二维随机变量，对于任意实数x，y，二元函数：

F(x,y)=P{(X≤x)∩(Y≤y)}，也即，F(x,y)=P{X≤x，Y≤y}。

几何意义：

 

左图表示F(x,y)=P{X≤x，Y≤y}，右图表示F(x,y)=P{x₁<X≤x₂，y₁<Y≤y₂}。

1. 连续型二维随机变量(X,Y)的概率密度，或者随机变量X和Y的联合概率密度。

定义：,则函数f(x,y)即为二维随机变量(X,Y)的概率密度。

几何意义:

由此可以看出，大柱体的体积为1,。设G为xoy平面上的区域，点(X,Y)落在G内的概率为以G为底，f(x,y)曲面为顶的主体的体积。即。

在了解了二维随机变量的相关概念之后，我们可以将其拓展到n维随机变量，并定义n维随机变量的联合概率分布函数。

1. 对于任意n个实数，x₁,x₂,……,x_n,n元函数

   F(x₁, x₂,……,x_n)=P{X₁≤x₁,X₂≤x₂,……,X_n≤x_n}称为n维随机向量(X₁,X₂,…,X_n)的分布函数或者随机变量X₁,X₂,…,X_n的联合分布函数。

至此，我们已经引出了n维随机向量的联合分布函数。