多元正态分布等高线的椭圆特性与协方差矩阵分析

1. 正态分布等高线的基本形态特征

多元正态分布的等高线在二维平面上表现为椭圆，这是由概率密度函数的二次型决定的。当我们绘制二维正态分布的等概率密度线时，得到的轮廓线总是呈现椭圆形。这个椭圆可以表示为：
$$(x-\mu)^T \Sigma^{-1}(x-\mu) = c$$

其中$\Sigma$是协方差矩阵，$\mu$是均值向量，$c$是常数。这个方程描述的就是一个椭圆，其具体形态由协方差矩阵$\Sigma$的特性决定。

椭圆的两个关键参数是主轴方向（orientation）和轴长（axes lengths），它们分别对应于协方差矩阵的特征向量和特征值。特征向量决定了椭圆的主轴方向，而特征值决定了椭圆沿各主轴的长度。

理解这个数学表达式的关键在于认识到协方差矩阵的逆矩阵$\Sigma^{-1}$实际上定义了一个"度量"，在这个度量下，所有具有相同概率密度的点构成了一个椭圆。

2. 正椭圆与斜椭圆的形成条件

2.1 正椭圆的情况

当协方差矩阵$\Sigma$是对角矩阵时，即：
$$\Sigma = \begin{bmatrix}
\sigma_1^2 & 0 \
0 & \sigma_2^2
\end{bmatrix}$$

此时等高线椭圆的主轴与坐标轴平行，我们称之为"正椭圆"。这种情况下，两个随机变量$X_1$和$X_2$是不相关的（对于正态分布，也意味着独立）。

椭圆的长短轴分别平行于x轴和y轴，具体表现为：

• 如果$\sigma_1^2 > \sigma_2^2$，则椭圆的长轴平行于x轴
• 如果$\sigma_1^2 < \sigma_2^2$，则椭圆的长轴平行于y轴
• 如果$\sigma_1^2 = \sigma_2^2$，则椭圆退化为圆

2.2 斜椭圆的情况

当协方差矩阵$\Sigma$不是对角矩阵时，即存在非零的非对角线元素：
$$\Sigma = \begin{bmatrix}
\sigma_1^2 & \rho\sigma_1\sigma_2 \
\rho\sigma_1\sigma_2 & \sigma_2^2
\end{bmatrix}$$

其中$\rho$是相关系数，此时等高线椭圆的主轴将与坐标轴形成一定角度，我们称之为"斜椭圆"。这种情况下，两个随机变量之间存在相关性。

斜椭