大家好，欢迎来到IT知识分享网。
1. 定义：设二维连续型随机变量（X，Y)的联合概率密度为
其中μ1，μ2，σ1，σ2，ρ均为常数，且σ1>0, σ2>0, |ρ|<1则称（X，Y）服从参数为μ1，μ2，σ1，σ2，ρ的二维正态分布。
记作（X，Y）~N（μ1，μ2，σ1²，σ2²，ρ）
二维正态分布的密度函数如下图
显然f(x,y)>=0
可以验证
2. 关于二维正态分布，需掌握如下结论：
（1）二维正态分布的两个边缘分布均为一维正态分布。
即由（X，Y）~N（μ1，μ2，σ1²，σ2²，ρ）可得X~N（μ1，σ1²），Y~N（μ2，σ2²）。
证明：略
（2）若（X，Y）服从二维正态分布，则X与Y相互独立的充要条件为X与Y的相关系数ρ等于零（即不相关）。
独立和不相关的关系：独立一定不相关，不相关不一定独立。
但是，对于二维正态分布：独立=不相关
例题：设二维随机变量（X，Y）~N（1，0，3²，4²，-0.5），令Z=X/3+Y/2，求EZ，DZ以及ρxz.
答案：略
（3）设（X，Y）~N（μ1，μ2，σ1²，σ2²，ρ），则X与Y的非零线性组合aX+bY仍然服从正态分布，且
aX+bY ~N（aμ1+bμ2， a²σ1²+b²σ2²+2abρσ1σ2）其中a,b不全为0
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/148293.html
