矩,协方差矩阵介绍.pptVIP

§4 矩、协方差矩阵 * §4 矩、协方差矩阵 二、协方差矩阵 定义：二维随机变量 (X1, X2) 二阶混合中心矩有四个（如果 存在的话）： c11 = E{[X1－E(X1)]2} c12 = E {[X1－E(X1)] [X2－E(X2)]} c21 = E {[X2－E(X2)] [X1－E(X1)]} c22 = E{[X2－E(X2)]2} 则 称为 (X1, X2) 的协方差矩阵． 二、协方差矩阵（续） 定义：设 n 维随机变量 (X1, X2, …, Xn) 二阶混合中心矩 cij = E {[Xi－E(Xi)] [Xj－E(Xj)]} = Cov (Xi, Xj) ， i, j = 1, 2, …, n 都存在，则 n 阶方阵 称为 (X1, X2, …, Xn) 的协方差矩阵． 对称矩阵 利用协方差矩阵，可由二维正态变量的概率密度推广，得到n维正态变量的概率密度。 二维正态随机变量 (X1, X2) 的概率密度定义为 n 维正态随机变量 (X1, X2, …, Xn) 的概率密度定义为 二维正态分布的性质 若 (X1, X2) ~ N( m1, m2, s12, s22, r ) ，则 两个边缘分布都是正态分布，并且不依赖于参数 r ． 两个条件分布都是正态分布． 有限个相互独立的正态随机变量的线性组合仍然服从正态分布． Cov(X1, X2) = rs1s2，从而rX1X2 = r ． r = 0 X1 和X2 相互独立 X1 和 X2 不相关 注意：一般 n 维正态随机变量的性质请参看课本P.136 2、n维正态分布的性质 第四章 随机变量的数字特征 §5 矩 返回主目录 * n维正态变量具有以下四条重要性质： 例 设随机变量X和Y相互独立且X~N(1,2), Y~N(0,1). 试求Z=2X-Y+3的概率密度. 故X和Y的联合分布为正态分布，X和Y的 任意线性组合是正态分布. 解: X~N(1,2),Y~N(0,1)，且X与Y独立, D(Z)=4D(X)+D(Y)=8+1=9 E(Z)=2E(X)-E(Y)+3=2+3=5 即 Z~N(E(Z), D(Z)) 所以Z~N(5, 32) 故Z的概率密度是 第四章 随机变量的数字特征 §5 矩 例1 返回主目录 第四章 随机变量的数字特征 返回主目录 第四章 随机变量的数字特征 §5 矩 返回主目录 第四章 随机变量的数字特征 §5 矩 返回主目录 第四章 随机变量的数字特征 §5 矩 例2 解： 返回主目录 第四章 随机变量的数字特征 §5 矩 求随机变量 和 的密度函数 和 ，及 和 的相关系数 (2)问 和 是否独立？为什么？ 解 （1）由于二维正态密度函数的两个边缘密度都是正态密度函数，因此有 第四章 随机变量的数字特征 随机变量 和 的相关系数 第四章 随机变量的数字特征 §5 矩 （2）由题设 第四章 随机变量的数字特征 1 阐述了数学期望、方差的概念及背景，要掌握 它们的性质与计算，会求随机变量函数的数学 期望和方差。 2 要熟记两点分布、二项分布、泊松分布、均匀 分布、指数分布和正态分布的数学期望与方差。 3 给出了契比雪夫不等式，要会用契比雪夫不等式 作简单的概率估计。 4 引进了协方差、相关系数的概念，要掌握它们的 性质与计算。 5 要掌握二维正态随机变量的不相关与独立的等价 性。 6 给出了矩与协方差矩阵。 作业： 第四章 小 结 返回主目录 * 课件结束! * 复习思考题 4 1.叙述E(X)和D(X)的定义。 * 4.试述计算随机变量X的函数g(X)的数学期望E[g(X)]的两种方法。 5.设X～N(μ,σ2),用如下两种方法求E(X2)： (1)E(X2)=D(X)+[E(X)]2=σ2+μ2； (2) E(X2)=E(X.X)=E(X). E(X)=μ2； 两种结果不一样，哪一种错？为什么？ 6.设X和Y为两随机变量，且已知D(X)=6, D(Y)=7, 则D(X－Y)=D(X)－D(Y)=6－7=－10,这与任意一个随机变量的方 差都不小于零相矛盾，为什么？ * 7.考虑100包水泥的总重量Y用以下两种方式表示： (1)设第i袋水泥的重量为Xi , i=1,2,…,100, 由题意知, Xi