【概率论基础进阶】多维随机变量及其分布-二维均匀分布和二维正态分布

二维均匀分布

定义：如果二维连续型随机变量$(X,Y)$的概率密度为
$$f(x,y)=\{\begin{array}{rlr}& \frac{1}{A}& (x,y)\in G\\ & 0& 其他\end{array}$$
其中$A$是平面有界区域$G$的面积，则称$(X,Y)$服从区域$G$上的均匀分布

设$(X,Y)$在$G$上服从均匀分布，$D$是$G$中的一个部分区域，记它们的面积分别为$S_D$和$S_G$，则 P { ( X , Y ) ∈ D } = S D S G \begin{aligned} P \left\{(X,Y)\in D\right\}=\frac{S_{D}}{S_{G}}\end{aligned} P{ (X,Y)∈D}=SG​SD​​​

例1：设二维连续型随机变量$(X,Y)$在区域$D$上服从均匀分布，其中
$$D=\left\{(x,y)|x^2+y^2\le 1\right\}$$
求

• $X$的边缘密度$f_X(x)$
• 条件概率密度$f_{Y|X}(y|x)$

区域$D$是半径为$1$的单位圆，其面积应为$\pi$，因此$(X,Y)$的联合密度
$$f(x,y)=\{\begin{array}{rlr}& \frac{1}{\pi }& x^2+y^2\le 1\\ & 0& 其他\end{array}$$
有
$$f_X(x)={\int }_{-\infty }^{+\infty }f(x,y)dy=\{\begin{array}{rlr}& {\int }_{-\sqrt{1-x^2}}^{\sqrt{1-x^2}}\frac{1}{\pi }=\frac{2}{\pi }\sqrt{1-x^2}& -1\le x\le 1\\ & 0& 其他\end{array}$$

注意这里$-1\le x\le 1$的范围是根据$x^2+y^2\le 1$得到的，因此必须有等号

当$-1<x<1$时
$$f_{Y|X}(y|x)=\{\begin{array}{rlr}& \frac{1}{2\sqrt{1-x^2}}& -\sqrt{1-x^2}\le y\le 1-x^2\\ & 0& 其他\end{array}$$

而这里$-1<x<1$，是由于条件概率的分母边缘概率，即$f_X(x)>0$，得到的，因此必须没有等号，有等号的时候可以代入边缘概率$f_X(1)=f_X(-1)=0$

二维正态分布

定义：如果二维连续型随机变量$(X,Y)$的概率密度为
f ( x , y ) = 1 2 π σ 1 σ 2 1 − ρ 2 exp ⁡ ( − 1 2 ( 1 − ρ 2 ) [ ( x − μ 1 ) 2 σ 1 2 − 2 ρ ( x − μ 1 ) ( y − μ 2 ) σ 1 σ 2 + ( y − μ 2 ) 2 σ 2 2 ] ) − ∞ < x < + ∞ , − ∞ < y < + ∞ \begin{aligned} 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)\\ &-\infty<x<+\infty,-\infty<y<+\infty \end{aligned} f(x,y)​