概率论与数理统计数学期望与方差专项汇编.ppt

例3：设X,Y相互独立服从同一分布， 记U=X-Y,V=X+Y,则随机变量U与V是否一 定不相关，是否一定独立？ §4 矩、协方差矩阵 显然，数学期望是一阶原点矩，方差是二阶中心矩， 协方差　是二阶混合中心矩。 * n维正态变量具有以下四条重要性质： * 课后思考题 1. 2. 3. 4. 5. * * * 方差可以认为是噪声 * 性质2说明了D(-X)=D(X) 例4： 解：X的概率密度为： 例5：设随机变量X服从指数分布，其概率密度 为： 即对指数分布而言，方差是均值的平方，而均值恰为参数θ 方差的性质： 证明： * X与Y 相互独立：已知EX=3；DX=1；EY=2；DY=3 。 E(X-2Y)；D(X-2Y) 。 解：由数学期望和方差的性质 　　　　　　 ???　　　　　　  例6： Xk pk 0 1 1-p p 例7： 解： 例8：设活塞的直径(以cm计) 汽缸的直径 X,Y相互独 立，任取一只活塞，任取一只汽缸，求活 塞能装入汽缸的概率。 表1 几种常见分布的均值与方差 数学期望 方差 分布率或 密度函数 分布 0－1分布 p p(1-p) 二项分布b(n,p) np np(1-p) 泊松分布 均匀分布U(a,b) 指数分布 正态分布 * 几个与期望及方差有关的练习题 1、设X的数学期望E(X)=2,方差D(X)=4,则E(X2)= ； 2、设X~ B(n,p),已知E(X)=1.6 , D(X)=1.28,则 n= ; P= ; 3、设X~ P(λ)，且P(X=1)=P(X=2),则E(X)= , D(X)= ; §3 协方差及相关系数 对于二维随机变量(X,Y)，除了讨论X与Y的数学期望和方差外，还需讨论描述X与Y之间相互关系的数字特征。这就是本节的内容。 定义： * 协方差的计算 证(2): 注: X,Y相互独立 协方差的性质： 思考题： * 证明4)：利用 * 例1、设(X,Y)的分布律为： 0 1 0 1-p 0 1 0 p 求COV(X,Y). 0 1 0 1-p 0 1 0 p * 0 1 0 1-p 0 1 0 p * 易知: X 0 1 Y 0 1 E(X)=P E(Y)=P * 例2：设(X,Y)的概率密度为： * X Y 1 1 D 0 * * 相关系数的性质 线性关系 * 证明（1） * * 相关系数的意义 相关系数是描述了X与Y线性相关程度 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） 可能会有别的关系，如二次关系。 * 复习公式 * 实用的相关系数计算公式 例1：设X,Y服从同一分布，其分布律为： X -1 0 1 P 1/4 1/2 1/4 已知P(|????X|?=|Y|? )=0,判断X和Y是否不相关？是否 不独立？ 续 例 2 续 关键词： 数学期望 方差 协方差 相关系数 第四章 随机变量的数字特征 问题的提出： 在一些实际问题中，我们需要了解随机变量 的分布函数外，更关心的是随机变量的某些特征。 例： 在评定某地区粮食产量的水平时，最关心的 是平均产量； 在检查一批棉花的质量时，既需要注意纤维的 平均长度，又需要注意纤维长度与平均长度的 偏离程度； 考察临沂市区居民的家庭收入情况，我们既知 家庭的年平均收入，又要研究贫富之间的差异 程度； §1 数学期望 例1：甲、乙两人射击比赛，各射击100次，其中甲、乙的成绩 如下： 评定他们的成绩好坏。 甲 次数 10 80 10 8 9 10 乙 次数 20 65 15 8 9 10 解：计算甲的平均成绩： 计算乙的平均成绩： 所以甲的成绩好于乙的成绩。 定义： 定义： 数学期望简称期望，又称均值。 例2：有2个相互独立工作的电子装置，它们的寿命 服从同一指数分布，其概率密度为： 若将这2个电子装置串联联接 组成整机，求整机寿命N(以小时计)的数学期望。 解：