MATH-PRO-17 二维均匀分布与二维正态分布

数学一 > ### 概率论与数理统计 > #### 二维均匀分布与二维正态分布

---

一、定位信息

项目	内容
所属章节	第三章 多维随机变量及其分布
知识单元编号	MATH-PRO-17
前置知识	MATH-PRO-14~16
后续关联	MATH-PRO-18（两个随机变量函数的分布）、MATH-PRO-21（协方差与相关系数）
考试地位	二维正态分布是重点中的重点
难度等级	★★★★★

---

二、知识点讲解

1. 二维均匀分布

定义：设 $G$ 为平面上面积为 $S(G)$ 的有界区域，若 $(X,Y)$ 的联合密度为：

$f(x,y) = \begin{cases} \frac{1}{S(G)}, & (x,y) \in G \\ 0, & \text{其他} \end{cases}$

则称 $(X,Y)$ 在 $G$ 上服从二维均匀分布。

概率计算：$P((X,Y) \in D) = \frac{S(D \cap G)}{S(G)}$（面积之比）

2. 二维正态分布 $N(\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho)$

联合密度：

$f(x,y) = \frac{1}{2\pi\sigma_1\sigma_2\sqrt{1-\rho^2}} \exp\left\{-\frac{1}{2(1-\rho^2)}\left[\frac{(x-\mu_1)^2}{\sigma_1^2} - 2\rho\frac{(x-\mu_1)(y-\mu_2)}{\sigma_1\sigma_2} + \frac{(y-\mu_2)^2}{\sigma_2^2}\right]\right\}$

其中 $\mu_1, \mu_2 \in \mathbb{R}$，$\sigma_1, \sigma_2 > 0$，$|\rho| < 1$。

3. 二维正态分布的重要性质

性质1（边缘分布）：若 $(X,Y) \sim N(\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho)$，则： $X \sim N(\mu_1, \sigma_1^2), \quad Y \sim N(\mu_2, \sigma_2^2)$

边缘分布仍是正态分布，且与 $\rho$ 无关！

性质2（线性变换）：若 $(X,Y)$ 服从二维正态分布，则 $aX + bY + c$ 服从一维正态分布。

性质3（独立性等价于不相关）：对于二维正态分布： $X, Y \text{ 独立} \iff \rho = 0 \iff X, Y \text{ 不相关}$

重要：这个等价关系仅对二维正态分布成立！一般情况下，不相关不能推出独立。

性质4（条件分布）：在 $X = x$ 条件下：

$Y | X=x \sim N\left(\mu_2 + \rho\frac{\sigma_2}{\sigma_1}(x-\mu_1), \, \sigma_2^2(1-\rho^2)\right)$

---

三、二维正态与一维正态对比表

对比项	一维正态 $N(\mu,\sigma^2)$	二维正态 $N(\mu_1,\mu_2,\sigma_1^2,\sigma_2^2,\rho)$
参数	$\mu, \sigma^2$	$\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho$
密度形状	钟形曲线	钟形曲面
边缘分布	—	各分量仍为正态
独立条件	—	$\rho = 0$
线性变换	$aX+b \sim N(a\mu+b, a^2\sigma^2)$	$aX+bY+c$ 仍为正态

---

四、记忆辅助

1. 二维均匀：$f(x,y) = 1/S(G)$——"密度 = 面积的倒数"。
2. 二维正态五参数：$\mu_1, \mu_2$（期望）、$\sigma_1^2, \sigma_2^2$（方差）、$\rho$（相关系数）。
3. 边缘仍正态：二维正态的边缘分布是各自的一维正态，与 $\rho$ 无关。
4. 正态 ⟺ 独立⟺不相关：仅对正态分布，这三个条件等价。

---

五、例题精解

【例题1】二维正态的独立性判断

题目：设 $(X,Y) \sim N(1, 2, 4, 9, \rho)$。当 $\rho$ 取何值时 $X$ 与 $Y$ 独立？

解答：

第一步：写出已知

$\mu_1 = 1$，$\mu_2 = 2$，$\sigma_1^2 = 4$，$\sigma_2^2 = 9$，相关系数为 $\rho$。

第二步：利用性质

对于二维正态分布：$X, Y$ 独立 $\iff$ $\rho = 0$。

第三步：验证

$\rho = 0$ 时，联合密度可分离为 $f_X(x) \cdot f_Y(y)$，支撑区域为整个平面（矩形），故独立。

第四步：结论

$\rho = 0$ 时 $X$ 与 $Y$ 独立。

---

【例题2】二维均匀分布的概率计算

题目：设 $(X,Y)$ 在区域 $G = \{(x,y) \mid 0 < x < 1, 0 < y < 1\}$ 上服从均匀分布。求 $P(X^2 + Y^2 < 1)$。

解答：

第一步：确定分布

$S(G) = 1$，$f(x,y) = 1$（$(x,y) \in G$）。

第二步：确定事件区域

$D = \{(x,y) \mid x^2 + y^2 < 1, 0 < x < 1, 0 < y < 1\}$ = 单位圆在第一象限的部分。

第三步：计算面积

$S(D) = \frac{1}{4}\pi \cdot 1^2 = \frac{\pi}{4}$（四分之一圆）

第四步：计算概率

$P(X^2+Y^2 < 1) = \frac{S(D)}{S(G)} = \frac{\pi/4}{1} = \frac{\pi}{4}$

---

六、考情分析

年份	题型	考点	分值
高频	解答题	二维正态分布的性质与计算	10-12分
中频	选择题	独立性与相关性在正态下的等价	4分
中频	填空题	二维均匀分布概率计算	4分

---

七、易错点

1. "不相关⟹独立"仅对正态成立：一般情况下，$X,Y$ 不相关不能推出 $X,Y$ 独立。
2. 二维正态的边缘分布与 $\rho$ 无关：$X \sim N(\mu_1,\sigma_1^2)$ 不论 $\rho$ 取何值。
3. 二维均匀分布的支撑区域：概率 = 面积之比，但要注意 $D$ 与 $G$ 的交集。

---

八、来源标注

来源	说明
教材	浙大版《概率论与数理统计》第3章 §3.5
大纲	考研数学一大纲"二维均匀分布与二维正态分布"