1. 正态分布等高线的基本原理
当我们谈论二维正态分布的等高线时,实际上是在讨论概率密度函数的等值线。对于均值为μ、协方差矩阵为Σ的二维正态分布,其概率密度函数可以表示为:
f(x) = (1/(2π|Σ|^(1/2))) * exp(-1/2 (x-μ)^T Σ^(-1) (x-μ))
这里的等高线就是使得f(x)等于某个常数的所有点x的集合。由于指数函数的单调性,这等价于求解:
(x-μ)^T Σ^(-1) (x-μ) = C
这个方程描述的就是一个二次曲线,具体来说是一个椭圆(因为协方差矩阵Σ是正定的)。
1.1 协方差矩阵与椭圆形状的关系
协方差矩阵Σ决定了这个椭圆的形状和方向。一个通用的二维协方差矩阵可以表示为:
Σ = [σ₁² ρσ₁σ₂]
[ρσ₁σ₂ σ₂²]
其中:
- σ₁和σ₂分别是两个维度的标准差
- ρ是相关系数,取值范围在[-1,1]之间
这个矩阵的特征值和特征向量直接决定了等高线椭圆的形状和方向。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 正椭圆与斜椭圆的条件
2.1 正椭圆的情况(主轴与坐标轴对齐)
当协方差矩阵Σ是对角矩阵时,即ρ=0(两个变量不相关),等高线椭圆的主轴将与坐标轴对齐。此时的协方差矩阵简化为:
Σ = [σ₁² 0]
[0 σ₂²]
这种情况下,椭圆的方程为:
(x₁-μ₁)²/σ₁² + (x₂-μ₂)²/σ₂² = C
这是一个标准的正椭圆,其长轴和短轴分别平行于x轴和y轴。
注意:即使σ₁=σ₂,即椭圆变成圆,也属于正椭圆的一种特殊情况,因为圆可以看作所有方向都是主轴的正椭圆。
2.2 斜椭圆的情况(主轴与坐标轴有夹角)
当协方差矩阵Σ不是对角矩阵时,即ρ≠0(两个变量相关),等高线椭圆将会旋转,其主轴不再与坐标轴对齐。这种情况下,椭圆的方向由协方差矩阵的特征向量决定。
具体来说,椭圆的主轴方向是协方差矩阵的特征向量方向,而轴长与特征值的平方根成正比。旋转角度θ可以通过以下公式计算:
θ = 1/2 * arctan(2ρσ₁σ₂ / (σ₁² - σ₂²))
这个角度表示椭圆的长轴与x轴之间的夹角。
3. 数学推导与几何解释
3.1 特征分解视角
要深入理解椭圆的方向,我们可以对协方差矩阵进行特征分解:
Σ
