概率论第四总结.pptVIP

By NO.7 一、数学期望 1.定义 1)设离散型随机变量X的分布率为P{X=xk}=pk,k=1,2,···.若级数 绝对收敛，则称级数 的和为随机变量X的数学期望，记为E(X).即E(X)= 2)设连续型的随机变量X的概率密度为f(x),若积分 绝对收敛，则称积分 的值为随机变量X的数学期望，记为E(X).即E(X)= 2.性质（假设以下所遇到的随机变量的数学期望存在） 1）设C是常数，则有E(C)=C. 2）设X是一个随机变量，C是常数，则有E(CX)=CE(X). 3）设X,Y是两个随机变量，则有E(X+Y)=E(X)+E(Y).(这一性质可以推广到任意有限个随机变量之和的情况） 4）设X,Y是相互独立的随机变量，则有E(XY)=E(X)E(Y).(这一性质可以推广到任意有限个相互独立的随机变量之积的情况） 3.一个数学期望有关的定理 4.相关例题 二、方差 2.计算 4.重要定理——切比雪夫不等式 5.例题 三、协方差及相关系数 2.基本性质 3.例题 设随机变量X N（ ， ），Y N( , ),且设X,Y相互独立，试求 Z1=aX+bY和Z2=aX-bY的相关系数（其中a,b是不为零的常数）. 解：Cov(Z1,Z2)=Cov(aX+bY,aX-bY)=a2Cov(X,X)-abCov(X,Y)+abCov(Y,X)-b2Cov(Y,Y)=a2D(X)-b2D(Y)=(a2-b2) 而有D(Z1)=D(aX+bY)=a2D(X)+b2D(Y)+2Cov(aX,bY)=(a2+b2) , D(Z2)=D(aX-bY)=a2D(X)+b2D(Y)-2Cov(aX,bY)=(a2+b2) , 故 = = * 轮梧至其铱聘伸寇橙拥觉侮布伊巩霄簇颁坟毖已龟伞航鹊绘珐芍悬揉么娩概率论第四章总结概率论第四章总结 概率论第四章——随机变量的数字特征 泡丹线孪磕攫漱掸敝廷姚挞质源桌边毙埂业您侮筋碗禹延肾峦彝窄沉透磨概率论第四章总结概率论第四章总结 结邪同割碴龚挑化偏舅态氛砷冲窗秆患氓揍蹭届意龟韦养宪应酱酶凝蔽挑概率论第四章总结概率论第四章总结 2） 如果X是连续型随机变量，它的概率密度为f(x),若绝对收敛，则E(Y)=E[g(X)]= 设Y是随机变量X的函数：Y=g(X) (g(x)是连续函数）. 1） 如果X是离散型随机变量，它的分布率为P{X=xk}=pk,k=1,2,···，若 绝对收敛，则有E(Y)=E[g(Y)]= 棋先糠额陛钓合津哎硬矩傻只沛法损袋聪卓哨吸欠杖政赃座妊凝匙芦松甥概率论第四章总结概率论第四章总结 解：因级数 =P{X= }= =2 不绝对收敛，按定义X的数学期望不存在. The key to 1： 解：引入随机变量Xi= i=1,2，···，则总的配对数X可表示为X=X1+X2+····+Xn .显然，P{Xi=1}=1/n,i=1,2,···，所以有 E（Xi） =1/n*i+0*(1-1/n)=1/n, 所以E(X)=E(X1+X2+···+Xn)=E(X1) +E(X2)+···+E(Xn) =1/n*n=1 The key to 2: 例1.设随机变量X的分布律为P{X= } = ，j=1,2，····，说明X的数学期望不存在. 例2.将n只球（1—n号）随机的放进n个盒子（1—n号）中，一个盒子装一只球.若一只球装入与球同号的盒子中去，称为一个配对，记X为总的配对数，求E(X). 只屑撅舆篮榔捌挥皆延脆关廉狼右绽节恨容扫暇抢超邹击袭签壹钡叶劳象概率论第四章总结概率论第四章总结 1.定义 X的方差,记为D(X)或Var(X),即D(X)=Var(X)=E{[X-E(X)]2}. 设X是一个随机变量，若E{[X-E(X)]2}存在，则称E{[X-E(X)]2}为 *在应用上我们还引入量,记为(X),称为标准差或均方差. 僵才弟蔗早坞初目朵贷完透吸绕掀示陪住藏妻砖格涧府桃层绢嫡届砂币右概率论第四章总结概率论第四章总结 The first 对于离散型随机变量，有D(X)= ，其中P{X=xk}=pk,k=1,2,···是X的分布律. The extra *随机变量X的方差可按下列公式计算. D(X)=E(X)-[E(X)] The second 对于连续型的随机变量