概率论与数理统计课(中国矿业大学) 2012.ppt

第四章 第一节 例3 第二节 第三节 一、协方差和相关系数的定义 二、协方差的性质 四、相关系数的性质 第四节 ⑵ X+Y 的分布律为 五、课堂练习 1、 设随机变量X服从几何分布，概率分布为 P{X=k}=p(1-p)k-1, k=1,2,… 其中0p1,求E(X),D(X) 2、 1、解： 记 q=1-p 求和与求导 交换次序 无穷递缩等比 级数求和公式  D(X)=E(X2)-[E(X)]2 +E(X) 2、解 附例 在 [0, 1] 中随机地取两个数 X , Y , 求 D (min{ X ,Y }) 解 1 1 0 作 业 P106－107 习题4.2 1，2，3(1)(5) 小结 这一讲，我们介绍了随机变量的方差. 它是刻划随机变量取值在其中心附近离散程度的一个数字特征 . 下一讲，我们将介绍刻划两r.v间线性相关程度的一个重要的数字特征： 协方差、相关系数 问题 对于二维随机变量(X ,Y ): 已知联合分布 边缘分布 对二维随机变量,除每个随机变量各自的概率特性外, 相互之间可能还有某种联系问题是用一个怎样的数去反映这种联系. 若X,Y相互独立， 这项为零 若这项不为零，则不相互独立，那么X与Y之间存在 什么关系？ 协方差和相关系数 第四章 一、协方差和相关系数的定义 二、协方差的性质 三、相关系数的性质 定义 设二维随机变量 则称它为 与 的协方差，记为 即 若 存在， ⒈ Pf: ⒉ （协方差的计算公式） Pf: ⒊ Pf: 若X ,Y 相互独立，则 ⒋ ⒌ 为常数 ⒍ Pf: 协方差的大小在一定程度上反映了X和Y相互间的关系，但它还受X与Y本身度量单位的影响. 例如： Cov(kX, kY)=k2Cov(X,Y) 为了克服这一缺点，对协方差进行标准化，这就引入了相关系数 . 三、相关系数 为随机变量 X 和 Y 的相关系数 . 定义: 设D(X)0, D(Y)0, 称 在不致引起混淆时，记 为 . 无量纲 的量 1) 2) 的充要条件是 与 以概率1呈线 性关系。 其中 为常数。 定理1 设随机变量 和 的相关系数存在，则 即 解 即 可以验证， 零件的平均利润最大. 故 时, 销售一个 作 业 P101 习题4.1 1，5 小结 这一讲，我们介绍了随机变量的数学期望，它反映了随机变量取值的平均水平，是随机变量的一个重要的数字特征. 接下来的一讲中，我们将向大家介绍随机变量另一个重要的数字特征： 方差 方 差 第三章 二、方差的性质 一 、方差的定义 三、几种重要分布的方差 上一节我们介绍了随机变量的数学期望，它体现了随机变量取值的平均水平，是随机变量的一个重要的数字特征. 但是在一些场合，仅仅知道平均值是不够的. 例如，某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图： 若让你就上述结果评价一下两台仪器的优劣，你认为哪台仪器好一些呢？ 乙仪器测量结果 甲仪器测量结果 较好 测量结果的均值都是 a 因为乙仪器的测量结果集中在均值附近 又如,甲、乙两门炮同时向一目标射击10发炮弹，其落点距目标的位置如图： 你认为哪门炮射击效果好一些呢? 甲炮射击结果 乙炮射击结果 乙炮 因为乙炮的弹着点较集中在中心附近 . 中心 中心 由此可见,研究随机变量与其均值的偏离程度是十分必要的.那么,用怎样的量去度量这个偏离程度呢?容易看到 这个数字特征就是我们这一讲要介绍的 方差 通常用 来度量随机变量X与其均值E(X)的偏离程度. 合理,但是存在正负相消，不可行. 带绝对值的运算，不利于分析. 若E [X - E(X)]2 存在, 则称其为随机变量 称 为 X 的均方差或标准差. 一、方差概念 定义 即 D (X ) = E [X - E(X)]2 X 的方差, 记为D (X ) 或 Var (X ) 两者量纲相同 D(X ) —— 描述 r.v. X 的取值偏离平均值的平均偏离程度 ——数 离散型 已知X 分布律 连续型 已知X 的概率密度 注意： ⒈ 是关于随机变量X 的函 数 的数学期望。 计算方差的简便公式： ⒉方差描述了随机变量X 的取值与其均值的偏离程度。 证明 解 比较量个人射击的平均环数，甲的平均环数为 例1 X 8 9 10 P 0.3 0.2 0.5 甲、乙两人射击，他们的射