利用MATLAB来绘制二维随机变量的联合概率密度图像

本文档通过MATLAB来绘制二维随机变量(X,Y)的联合概率密度函数。
第一种类型，X服从标准正态分布，Y服从均匀分布。
【例题】已知随机变量X与Y相互独立，X~N(0,1);Y在区间[0,2]上服从均匀分布。求：
（1）二维随机变量(X,Y)的联合概率密度。
（2）概率P(X $\ge$Y)
解答：
（1）随机变量X的概率密度为
$f_X(x)=\frac{1}{\sqrt{2\pi }}{e}^{-\frac{x^2}{2}}-\infty <x<\infty$
随机变量Y的概率密度为
$f_Y(y)=\{\begin{array}{ll}& \frac{1}{2},y=(0,2)\\ & 0,y=其它\end{array}$
因为X与Y相互独立，所以二维随机变量（X,Y）的联合概率密度为：
$f(x,y)=\{\begin{array}{ll}& \frac{1}{2\sqrt{2\pi }}{e}^{-\frac{x^2}{2}},x=-\infty <x<\infty ,0\le y\le 2\\ & 0,其它\end{array}$
此二维随机变量的联合概率密度函数用MATLAB来绘制，其代码如下
x=-10:0.1:10;
y=0:0.1:1;
z=ones(length(y),1) $\ast$ (exp(-x.^2)/2)/(2$\ast$sqrt(2*pi));
mesh(x,y,z)
输出图像为

（2）概率P(X$\ge$Y)就是随机点(X,Y)落在平面区域X$\ge$Y内的概率。

第二种类型：X与Y均服从正态分布，且不独立。
【例题】设二维随机变量（X,Y）的联合概率密度函数为
$$f\left(x,y\right)=\frac{5}{96\pi }{e}^{-\frac{25}{32}\left[\frac{{\left(x-1\right)}^2}{9}+\frac{\left(x-1\right)\left(y-2\right)}{10}+\frac{{\left(y-2\right)}^2}{16}\right]}$$
（1）例用MATLAB画出联合密度函数图
（2）求随机变量函数Z=X/3-Y/4的数学期望和方差
【解答】
（1）根据二维随机变量(X,Y)服从二维正态分布的概率函数
$$f\left(x,y\right)=\frac{1}{2\pi {\sigma }_x{\sigma }_y\sqrt{1-r^2}}{e}^{-\frac{1}{2\left(1-r^2\right)}\left[\frac{{\left(x-{\mu }_x\right)}^2}{{\sigma }_x^2}+\frac{2r\left(x-{\mu }_x\right)\left(y-{\mu }_y\right)}{{\sigma }_x{\sigma }_y}+\frac{{\left(y-{\mu }_y\right)}^2}{{\sigma }_y^2}\right]}$$
记作：
$$\left(X,Y\right)\sim N\left({\mu }_X,{\mu }_Y,{\sigma }_X^2,{\sigma }_Y^2,r\right)$$r的绝对值小于1.
可知，$$E\left(X\right)=1,E\left(Y\right)=2,D\left(X\right)=9,D\left(Y\right)=16,R(X,Y)=r=-\frac{3}{5}$$
程序代码为：
clc;
clear;
x=-4:0.1:6;
y=-3:0.1:7;
[X,Y]=meshgrid(x,y);
Z=5$\ast$exp(-25*((X-1).^{2+(X-1).*(Y-2)/10+(Y-2).}2/16)/32)/(96*pi);
mesh(X,Y,Z); %绘制三维网格图

运行后三维网格图的图像为：

（2）$$cov\left(X,Y\right)=R\left(X,Y\right){\sigma }_x{\sigma }_y=-\frac{36}{5}$$
$$E\left(Z\right)=E\left(\frac{X}{3}-\frac{Y}{4}\right)=-\frac{1}{6}$$
$$D\left(Z\right)=D\left(\frac{X}{3}-\frac{Y}{4}\right)={\left(\frac{1}{3}\right)}^{2}D\left(X\right)+\left(-{\frac{1}{4}}^{2}D\left(Y\right)\right)+2\times \frac{1}{4}\times \left(-\frac{1}{4}\right)=\frac{16}{5}$$
第三种类型：X与Y均服从标准正态分布，且相互独立
【例题】设随机变量X与Y相互独立，都服从标准正态分布N（0，1），求：
（1）画出该二维随机变量的联合概率密度函数图像。
（2）求出随机变量函数$Z=X^2+Y^2$ 的概率密度
【解答】
（1）相互独立的二维随机变量X与Y的联合概率密度函数为
$$f\left(x,y\right)=f_X\left(x\right)f_Y\left(y\right)=\frac{1}{2\pi }{e}^{-\frac{x^2+y^2}{2}}$$
绘制该函数用到的代码为：
vx=-4:0.1:4;
[X,Y]=meshgrid(vx);
Z=exp(-(X.^2+Y.2)/2)/(2*pi);
mesh(X,Y,Z);
绘制的联合概率密度图像为

（2）随机变量$Z=X^2+Y^2$ 的分布函数为
$$F_Z\left(z\right)=P\left(Z\le z\right)=P\left(X^2+Y^2\le z\right)=\underset{x^2+y^2\le z}{\iint }{e}^{-\frac{x^2+y^2}{2}dxdy}=1-e^{\frac{z}{2}}$$
所以Z的分布函数为
$$F_Z\left(z\right)=\{\begin{array}{ll}& 1-e^{-\frac{z}{2}},z>0\\ & 0,z\le 0\end{array}$$
例用matlab绘制图像为

程序代码为
fplot(@(z)1-exp(-z/2),[0,10]);
由Z的分布函数得Z的概率密度函数为
$$f_Z\left(z\right)=\{\begin{array}{ll}& \frac{1}{2}{e}^{-\frac{z}{2}},z>0\\ & 0,z\le 0\end{array}$$
例用Matlab绘制图像为

程序代码为 fplot(@(z)exp(-z/2)/2,[0,10]);
此时，Z的随机变量函数服从的分布是自由度为2的${\chi }^2$分布