欢迎访问 生活随笔！
TAG聚合

生活随笔

当前位置： 首页 > 编程资源 > 编程问答 >内容正文

编程问答

UA MATH564 概率论 标准二元正态分布的性质

发布时间：2025/4/14 编程问答 31 豆豆
生活随笔 收集整理的这篇文章主要介绍了 UA MATH564 概率论 标准二元正态分布的性质 小编觉得挺不错的,现在分享给大家,帮大家做个参考.

UA MATH564 概率论 标准二元正态分布的性质

  • 两个独立的标准正态变量
    • Rayleigh分布
    • Cauchy分布
    • Box-Muller变换
  • 两个相关的标准正态变量
    • 边缘密度
    • 条件密度

两个独立的标准正态变量

假设XXX，YYY是两个独立的标准正态变量，则
f(x,y)∝exp⁡(−x2+y22)f(x,y) \propto \exp\left( -\frac{x^2 + y^2}{2} \right)f(x,y)∝exp(−2x2+y2​)

Rayleigh分布

做极坐标变换x=rcos⁡(θ),y=rsin⁡(θ),r∈[0,+∞),θ∈[0,2π)x = r\cos(\theta),y = r\sin(\theta),r \in [0,+\infty),\theta \in [0,2\pi)x=rcos(θ),y=rsin(θ),r∈[0,+∞),θ∈[0,2π)，这个变换的Jacobi行列式为rrr，根据多元随机变量变换的规则，
fR,Θ(r,θ)∝re−r22f_{R,\Theta}(r,\theta) \propto re^{-\frac{r^2}{2}}fR,Θ​(r,θ)∝re−2r2​

这个是标准Rayleigh分布的密度核，说明RRR服从标准Rayleigh分布，因为这个密度核与θ\thetaθ无关，说明Θ\ThetaΘ服从均匀分布。计算
∫02πdθ∫0∞re−r22dr=2π\int_0^{2\pi}d\theta \int_0^{\infty} re^{-\frac{r^2}{2}}dr = 2\pi∫02π​dθ∫0∞​re−2r2​dr=2π

所以
fR,Θ(r,θ)=r2πe−r22,r∈[0,+∞),θ∈[0,2π)f_{R,\Theta}(r,\theta) = \frac{r}{2\pi}e^{-\frac{r^2}{2}},r \in [0,+\infty),\theta \in [0,2\pi)fR,Θ​(r,θ)=2πr​e−2r2​,r∈[0,+∞),θ∈[0,2π)

并且R,ΘR,\ThetaR,Θ互相独立。

Cauchy分布

定义T=tan⁡Θ=X/YT = \tan \Theta = X/YT=tanΘ=X/Y，则
∂Θ∂T=∂arctan⁡T∂T=11+T2\frac{\partial \Theta}{\partial T} = \frac{\partial \arctan T}{\partial T} = \frac{1}{1+T^2}∂T∂Θ​=∂T∂arctanT​=1+T21​

根据随机变量变换的规则（注意Θ∈[0,2π)\Theta \in [0,2\pi)Θ∈[0,2π)但tan⁡\tantan的周期是π\piπ，所以要在变换的基础上再乘2）
fT(t)=1π(1+t2)f_T(t) = \frac{1}{\pi (1+t^2)}fT​(t)=π(1+t2)1​

这个是标准Cauchy分布。根据R,ΘR,\ThetaR,Θ互相独立可知，X2+Y2\sqrt{X^2+Y^2}X2+Y2​与X/YX/YX/Y互相独立。

Box-Muller变换

上面的结论在统计计算中有很广的应用。首先，假设我们要用反函数法生成标准Rayleigh分布的样本，用UUU表示均匀分布的样本，考虑
U=FR(R)=∫0Rre−r22dr=1−e−R22⇒R=−2ln⁡(1−U)U = F_R(R) = \int_0^{R} re^{-\frac{r^2}{2}}dr = 1 - e^{-\frac{R^2}{2}} \Rightarrow R = \sqrt{-2\ln (1-U)}U=FR​(R)=∫0R​re−2r2​dr=1−e−2R2​⇒R=−2ln(1−U)​

其中1−U1-U1−U也是[0,1]上的均匀随机变量。假设V,WV,WV,W是两个独立的[0,1]上的均匀随机变量，定义
R=−2ln⁡V,Θ=2πWR = \sqrt{-2\ln V},\Theta = 2\pi WR=−2lnV​,Θ=2πW

则R,ΘR,\ThetaR,Θ互相独立，并且RRR服从标准Rayleigh分布，Θ\ThetaΘ服从[0,2π)[0,2\pi)[0,2π)上的均匀分布，再根据极坐标变换
X=Rsin⁡Θ=−2ln⁡Vsin⁡(2πW)Y=Rcos⁡Θ=−2ln⁡Vcos⁡(2πW)X = R\sin \Theta = \sqrt{-2\ln V} \sin (2\pi W) \\ Y = R\cos \Theta = \sqrt{-2\ln V} \cos (2\pi W)X=RsinΘ=−2lnV​sin(2πW)Y=RcosΘ=−2lnV​cos(2πW)

是两个独立的标准正态变量。这个变换叫Box-Muller变换，可以根据这个变换产生正态样本。

两个相关的标准正态变量

现在要利用两个独立的标准正态变量构造两个相关的标准正态变量，定义
Z1=X1,Z2=ρX1+1−ρ2X2Z_1 = X_1,\ \ Z_2 = \rho X_1 + \sqrt{1-\rho^2}X_2Z1​=X1​,  Z2​=ρX1​+1−ρ2​X2​

根据随机变量变换的规则，
fZ1,Z2(z1,z2)=12π1−ρ2exp⁡(−z12+(z2−ρz11−ρ2)22)=12π1−ρ2exp⁡(−z12−2ρz1z2+z222(1−ρ2))f_{Z_1,Z_2}(z_1,z_2) = \frac{1}{2\pi\sqrt{1-\rho^2}} \exp \left( -\frac{z_1^2 + (\frac{z_2-\rho z_1}{\sqrt{1-\rho^2}})^2}{2} \right) \\ = \frac{1}{2\pi\sqrt{1-\rho^2}} \exp \left( -\frac{z_1^2 -2\rho z_1z_2 + z_2^2}{2(1-\rho^2)} \right) fZ1​,Z2​​(z1​,z2​)=2π1−ρ2​1​exp⎝⎛​−2z12​+(1−ρ2​z2​−ρz1​​)2​⎠⎞​=2π1−ρ2​1​exp(−2(1−ρ2)z12​−2ρz1​z2​+z22​​)

边缘密度

fZ1(z1)=∫−∞+∞12π1−ρ2exp⁡(−z12−2ρz1z2+z222(1−ρ2))dz2=∫−∞+∞e−z1222π1−ρ2exp⁡(−(z2−ρz1)22(1−ρ2))dz2=2π(1−ρ2)e−z1222π1−ρ2=12πe−z122f_{Z_1}(z_1) = \int_{-\infty}^{+\infty} \frac{1}{2\pi\sqrt{1-\rho^2}} \exp \left( -\frac{z_1^2 -2\rho z_1z_2 + z_2^2}{2(1-\rho^2)} \right) dz_2 \\ = \int_{-\infty}^{+\infty} \frac{e^{-\frac{z_1^2}{2}}}{2\pi\sqrt{1-\rho^2}}\exp \left( -\frac{(z_2-\rho z_1)^2}{2(1-\rho^2)} \right) dz_2 \\ = \frac{\sqrt{2\pi (1-\rho^2)}e^{-\frac{z_1^2}{2}}}{2\pi\sqrt{1-\rho^2}} = \frac{1}{\sqrt{2\pi}} e^{-\frac{z_1^2}{2}}fZ1​​(z1​)=∫−∞+∞​2π1−ρ2​1​exp(−2(1−ρ2)z12​−2ρz1​z2​+z22​​)dz2​=∫−∞+∞​2π1−ρ2​e−2z12​​​exp(−2(1−ρ2)(z2​−ρz1​)2​)dz2​=2π1−ρ2​2π(1−ρ2)​e−2z12​​​=2π​1​e−2z12​​

也就是说Z1Z_1Z1​和Z2Z_2Z2​的边缘密度还是标准正态的。

条件密度

fZ2∣Z1(z2∣z1)=f(z1,z2)f(z1)=12π1−ρ2exp⁡(−z12−2ρz1z2+z222(1−ρ2))12πe−z122=12π(1−ρ2)exp⁡(−(z2−ρz1)22(1−ρ2))f_{Z_2|Z_1}(z_2|z_1) = \frac{f(z_1,z_2)}{f(z_1)} = \frac{\frac{1}{2\pi\sqrt{1-\rho^2}} \exp \left( -\frac{z_1^2 -2\rho z_1z_2 + z_2^2}{2(1-\rho^2)} \right)}{\frac{1}{\sqrt{2\pi}} e^{-\frac{z_1^2}{2}}} \\ = \frac{1}{\sqrt{2\pi(1-\rho^2)}} \exp \left( -\frac{(z_2-\rho z_1)^2}{2(1-\rho^2)} \right)fZ2​∣Z1​​(z2​∣z1​)=f(z1​)f(z1​,z2​)​=2π​1​e−2z12​​2π1−ρ2​1​exp(−2(1−ρ2)z12​−2ρz1​z2​+z22​​)​=2π(1−ρ2)​1​exp(−2(1−ρ2)(z2​−ρz1​)2​)

这说明Z2∣Z1∼N(ρZ1,1−ρ2)Z_2|Z_1 \sim N(\rho Z_1,1-\rho^2)Z2​∣Z1​∼N(ρZ1​,1−ρ2)

总结

以上是生活随笔为你收集整理的UA MATH564 概率论 标准二元正态分布的性质的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。