- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
上一页 下一页 返回 上一页 下一页 返回 , 因而正态分布完全可由它的均值和方差确定。 上一页 下一页 返回 例: P98 第三节 协方差与相关系数 上一页 下一页 返回 若 X,Y 为二维离散型随机变量,其联合分布律为 P X xi,Y yj pij, i, j 1,2,… 若 X,Y 为二维连续型随机变量,其概率密度为f x,y 上一页 下一页 返回 上一页 下一页 返回 略 证明(1) (2) 因为X,Y 相互独立,有 上一页 下一页 返回 X,Y不相关 弱 X,Y相互独立 强 没有线性关系) 没有任何关系) 称 上一页 下一页 返回 上一页 下一页 返回 上一页 下一页 返回 上一页 下一页 返回 不相关 独立 正态 第四节 矩、协方差矩阵 上一页 下一页 返回 设n维随机变量 X1,X2,···Xn 的1+1阶混合中心矩 为n维随机变量 X1,X2,···Xn 的协方差矩阵。 都存在,则称矩阵 协方差矩阵具有以下性质: (1)协方差矩阵为对称矩阵; (2)协方差矩阵为非负定矩阵。 协方差Cov X,Y 是X和Y的1+1阶混合中心矩 上一页 下一页 返回 上一页 下一页 返回 * 第四章 随机变量的数字特征 第一节 数学期望 第二节 方差 第三节 协方差与相关系数 第四节 矩、协方差矩阵 第一节 数学期望 上一页 下一页 返回 X---打靶得分,“脱靶”记0分,“中靶未中 靶心”记1分,“中靶心”记2分 X---打靶得分,“脱靶”记0分,“中靶未中 若统计100天,可以得到这100天中每天的平均废品数为 引例: 某车间对工人的生产情况进行考察. 车工小张每天生产的废品数X是一个随机变量. 如何定义X的平均值呢? 32天没有出废品; 30天每天出一件废品; 17天每天出两件废品; 21天每天出三件废品; 这个数能否作为 X的平均值呢? 可以想象,若另外统计100天,车工小张不出废品,出一件、二件、三件废品的天数与前面的100天一般不会完全相同,这另外100天每天的平均废品数也不一定是1.27. n0天没有出废品; n1天每天出一件废品; n2天每天出两件废品; n3天每天出三件废品. 可以得到n天中每天的平均废品数为 一般来说,若统计n天, 假定小张每天至多出三件废品 这是以 频率为权数的加权平均 由频率和概率的关系 不难想到,在求废品数X 的平均值时,用概率代替 频率,得平均值为 这是以 概率为权数的加权平均 这样得到一个确定的数. 我们就用这个数作为随机变量X的平均值 . 则对X作一系列观察 试验 ,所得X的试验值的平均值也是随机的. 由此引入离散型r.vX的数学期望的定义如下: 对于一个随机变量X,若它可能取的值是x1,x2, …, 相应的概率为 p1,p2, …, 但是,如果试验次数很大,出现xk的频率会接近于pk,于是可期望试验值的平均值接近 为随机变量X的数学期望,简称期望,记为E X ,即 E X 是一个实数,形式上是X 的可能值的加权平均数,实质上它体现了X 取值的真正平均。又称E X 为X 的平均值,简称均值。它完全由X 的分布所决定,又称为分布的均值. 上一页 下一页 返回 例1: 某种产品即将投放市场,根据市场调查估计每件产品有60%的把握按定价售出,20%的把握打折售出及20%的可能性低价甩出。上述三种情况下每件产品的利润分别为5元,2元和-4元。问厂家对每件产品可期望获利多少? 解: 设X表示一件产品的利润 单位:元 ,X的分布率为 0.2 0.2 0.6 P -4 2 5 X X 的数学期望: 虽然任一件产品投放市场都有亏损的风险,但每件产品的平均利润为2.6元,还是有利可图的。 上一页 下一页 返回 例2: 设随机变量X 取值为 试问随机变量X的数学期望是否存在? 解: 例3:设的概率密度为: 解: 例3: 设X服从参数为p的(0-1)分布,求E X 。 解: X的分布律为 p q P 1 0 X 0 p 1,q 1-p 常用随机变量的数学期望: 上一页 下一页 返回 例4: 设X~b n,p ,求E X 。 解 : X的分布律为 则: 上一页 下一页 返回 上一页 下一页 返回 例6: 设X~U a,b ,求E X 。 上一页 下一页 返回 上一页 下一页 返回 定理1: 设Y是随机变量X的函数,即Y g X ,g x 是 连续函数。 随机变量函数的数学期望: 上一页 下一页 返回 推广: 设Z是随机向量(X,Y)的函数,即Z g X,Y (g x,y 是连续函数) 上一页 下一页 返回 有: 例8: 设圆的直径X~U a,b ,求圆的面积的期望。 上一页 下一页 返回 例: P89 x y
原创力文档


文档评论(0)