关于多维正态分布
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
关于多维正态分布
教材相关内容:第180页例3.4.12。2n =的情形,第141页二元正态分布。
性质1:(正态分布在可逆仿射变换下仍是正态分布) 设维随机向量
n (,)X N μΣ∼),A 是n 阶实数可逆方阵,。则R n b ∈(,Y AX b A b
A A N μ′
=++∼Σ。
证明:注意到
1()x A Y b −=−,1()x A Y A b μμ−−=−−,
2det(')det()det()det(')det()det()A A A A A Σ=⋅Σ⋅=Σ⋅
所以,
11111()()
1(())|det |
1(())'(())2|1()'(')()2Y AX b X f y f y f A y b A A y b A y b A y b A A A y b A μμμμ+−−−−−==−×
⎛⎞
=−−−Σ−−⎜⎟⎝⎠⎛⎞=
−−−Σ−−⎜⎟
⎝⎠1det |×
) 故(,Y AX b N A b A A μ′=++Σ∼。 教材相关内容:第162页例3.3.9。
性质2:(具有独立分量的正态分布随机向量,边缘分布) 设
1111
220,0X X N X μμ⎛⎞
Σ⎛⎞
⎛⎞⎛⎞=⎜⎟⎜⎟⎜⎟⎜⎟Σ⎝⎠⎝⎠⎝⎠⎝⎠
∼22其中X 是n 维随机向量,1X 是维随机向量,1n 2X 是维随机向量;,2n R i n i μ∈ii Σ是阶实数矩阵,。则i n 1,2i =ii Σ是对称正定矩阵,1X 与2X 独立,并且
(,)i ii i X N μΣ∼
,i 。
1,
2=证明:1、易见是对称矩阵,ii Σ1,2i =。
()111111112200000x x x x Σ
⎛⎞⎛⎞′′Σ=≥⎜⎟⎜⎟Σ⎝⎠
⎝⎠而且当且仅当。因此'11110x x Σ=10x =11Σ是对称正定矩阵。类似可证是对称正定矩阵。
22Σ2、对 , 112200
Σ⎛⎞Σ=⎜
⎟Σ⎝⎠
自然有
11
11
11221220,det det det 0−−−⎛⎞
ΣΣ=Σ=⎜
⎟Σ⎝⎠
Σ⋅Σ
从而
121''1,121222
'1
11(,)(,)2
12X X i ii i i x f x x x x x x x −−=⎛⎞
⎛⎞=
−Σ⎜⎟⎜⎟⎝⎠⎝⎠⎛⎞=−⎜⎟
⎝⎠Π
Σ
易见 '1
1(),
1,2.2i X i i ii i f x x x i −⎛⎞=
−Σ⎜⎟⎝⎠=
从而
1212,1212(,)()()X X X X f x x f x f x =⋅
故1,2X X 独立,且(,)i i X N ii μΣ∼。
性质3:(正态分布随机向量的分量的独立化,正态分布的边缘分布仍是正态分布) 设
1111
2221,X X N X μμ⎛⎞
ΣΣ⎛⎞
⎛⎞⎛⎞=⎜⎟⎜⎟⎜⎟⎜⎟ΣΣ⎝⎠⎝⎠⎝⎠⎝⎠
∼1222其中X 是n 维随机向量,1X 是维随机向量,1n 2X 是维随机向量;,2n R i n i μ∈ij Σ是n 阶实数矩阵,i 。记
i ×j n 1,2=111
22111
20Y I Y Y I −⎛⎞⎛⎞⎛⎞
==⎜⎟⎜⎟⎜⎟−ΣΣ⎝⎠⎝⎠⎝⎠
12X X 其中是阶单位矩阵。则
i I i n 1. 1
−⎞⎟,从而1Y 和2Y 独立。 111
1
221111222111120,0Y N μμμ−⎛⎞
Σ⎛⎞⎛⎜⎟⎜⎟⎜−ΣΣΣ−ΣΣΣ⎝⎠⎝⎝⎠
∼⎠2. (,)ii i i X N μΣ∼,1,2i =。
证明:根据性质1,
11
11
22111221
11111121111211211122211122122211111
2
2111122211112000,00,0Y I X Y Y I X I I I N I I I N μμμμμ−−−−−−⎛⎞⎛⎞⎛⎞==⎜⎟⎜⎟⎜⎟−ΣΣ⎝⎠⎝⎠⎝⎠⎛⎞
ΣΣ⎛⎞−ΣΣ⎛⎞⎛⎞⎛⎞⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟−ΣΣ−ΣΣΣΣ⎝⎠⎝⎠⎝⎠⎝⎠⎝⎠⎝
⎠
⎛⎞Σ⎛⎞⎛⎞=⎜⎟⎜⎟⎜⎟−ΣΣΣ−ΣΣΣ⎝⎠⎝⎠⎝⎠∼
由性质2知,和独立,并且1Y 2Y 11111(,)X Y N μ=Σ∼。用类似的办法可以证明
22(,X N 22)μΣ∼。
这里使用的变量变换是从不独立(1,2X X 2H 可能不独立)到独立(构造出来的是独立的),而对正态分布随机向量的分量,独立与不相关是等价的(性质3),而不相关相当于几何上的垂直(关于空间上的内积),因此这本质上就是内积空间中向量组的Gram-Schmidt 正交化过程。这方法在教材第141页例
3.1.7、第149页例3.2.5、第174页例3.
4.9、第189页例3.
5.4中都有体现。另外,这里得到的结论对应教材第149页例3.2.5(二元正态的边缘分布)。
12,Y Y
性质1’:(正态分布在非退化仿射变换下的不变性,性质1的一般形式) 设n 维随机向量(,)X N μΣ∼,A 是m n ×阶实数方阵,rank A m =(即的行向量A 是线性无关的),。则Y A R m b ∈(,N A b )A A X b μ′=++Σ∼。
证明:因为是满行秩矩阵,所以A m n ≤。如果m n =,则是可逆矩阵,这时结论如b 中形式。