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:
-
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}。
-
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。
-
对于任意n个实数,x1,x2,……,xn,n元函数
F(x1, x2,……,xn)=P{X1≤x1,X2≤x2,……,Xn≤xn}称为n维随机向量(X1,X2,…,Xn)的分布函数或者随机变量X1,X2,…,Xn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。
|
|
|
|
|
|
|
|
|
|