04第四章随机变量的数字特征汇编.pptVIP

小结 六种常用随机变量的期望与方差 答: 答: EX1：设随机变量X??N 0,1 ，Y?U 0,1 ，Z?B 5,0.5 ,且X，Y，Z独立，求随机变量U （2X+3Y 4Z-1 的数学期望。 EX2 设随机变量 相互独立，且均服从 分布，求随机变量 的数学期望. 解：设r.v.X为掷一色子10次，所得点数之和。 Xi i 1,2,···,10 为第i次掷得的点数。 则： Xi 的分布律为 Xi Pk 1 2 3 4 5 6 EX3: 独立重复掷一颗色子10次，求所得点数之和 的期望？ 如何定义？ §2 方差 方差是衡量随机变量取值波动程度 的一个数字特征。 可见 定义 p85 若E[X-E X ]2存在，则称 E[X-E X ]2 为r.v. X的方差，记为D X 或Var X . 称 为r.v.X的标准差或均方差. 证明: D X E[X-E X ]2 推论 D X E X2 -[E X ]2. 例1：设随机变量X的概率密度为 1 求D X , 2 求 证明: 方差的性质 P87 1 D c 0 反之，若D（X） 0，则存在常数C，使 P X C 1. 2 D aX a2D X , a为常数； 证明: X与Y独立 3 若 X，Y 独立，则 D X+Y D X +D Y ; 1. 二项分布b n, p ： 几个重要r.v.的方差 P90 解法二: 设 第i次试验事件A发生 第i次试验事件A不发生 则 2. 泊松分布∏ ? ： 3. 均匀分布U a, b ： 4.指数分布： 5. 正态分布N ?, ?2 ： 1.请给出一个离散型随机变量X和一个连续型随机变量Y，使它们的期望都是2，方差都是1。 2.已知随机变量X1,X2,…,Xn相互独立，且每个 Xi的期望都是0，方差都是1,令Y X1+X2+…+Xn，求E（Y2） 思考 切比雪夫不等式 P87 若r.v.X的期望和方差存在，则对任意??0，有 这就是著名的切比雪夫 Chebyshev 不等式。 它有以下等价的形式： 解: 由切比雪夫不等式 令 已知某种股票每股价格X的平均值为1元，标准差为0.1元，求a,使股价超过1+a元或低于1-a元的概率小于10%。 当Cov X,Y 0时，称X与Y不相关。 “X与Y独立”和“X与Y不相关”有何关系？ §3 协方差及相关系数 一、协方差定义与性质 定义 若r.v. X的期望E X 和Y的期 望E Y 存在, 则称 Cov X, Y E [X?E X ][Y?E Y ] 为X与Y的协方差, 易见 Cov X, Y E XY - E X E Y . P91 证: 例1 设 X, Y 在D X, Y ：x2+y2?1 上服从均匀分布，求证：X与Y不相关，但不是相互独立的。 故, X与Y不独立. 协方差性质 P92 1 Cov X, Y Cov Y, X ; 2 Cov X,X D X ; Cov X,c 0 3 Cov aX, bY abCov X, Y , 其中a, b为 常数 4 Cov X+Y，Z Cov X, Z +Cov Y, Z ; 5 D X+Y D X +D Y +2Cov X, Y . D X-Y D[X+ -Y ] D X +D Y -2Cov X,Y 6 EX:设随机变量X?B（12,0.5 ,Y?N 0,1 ,Cov X,Y -1,分别求V 4X+3Y+1与W -2X+4Y的方差及V和W的协方差。 二、相关系数 定义 若r.v. X，Y的方差和协方差均存在, 且DX 0,DY 0，则 称为X与Y的相关系数. P93 相关系数的性质 1 |?XY|?1； 2 |?XY| 1?存在常数a, b 使P Y aX+b 1； 3 X与Y不相关? ?XY 0; D 1 x y 解： 设 X,Y 服从区域 D: 0 x 1,0 y x 上的均匀分布,求X与Y的相关系数. 解： P87 若（X，Y）服从二维正态分布， 则：X与Y独立的充分必要条件是X与Y不相关。 §4 矩与协方差矩阵 p98 1. K阶 原点 矩 E Xk , k 1, 2, … 2. K 阶中心矩 E[X-E X ]k, k 2, … 3. K+l 阶混合原点矩 E Xk Yl , k, l 1, 2, … 4. K+l 阶混合中心矩 E [X?E X ]k[Y?E Y ]l , k, l 1, 2, … 6. 设X1，… , Xn为n个r.v., 记cij Cov Xi, Xj , i, j 1, 2, …, n. 则称由cij组成