多维随机变量及其分布3.pptVIP

第三章 多维随机变量及其分布 §3.4 多维随机变量的特征数 1、多维随机变量的数学期望 定理3.4.1 若二维随机变量(X,Y)分布用联合分布列P(X=xi,Y=yi)或联合密度函数p(x,y)表示，则Z=g(X,Y)的数学期望为 第三章 多维随机变量及其分布 例3.4.1 在长为a的线段上任取两个点X与Y，求此两点间的平均长度。 2、数学期望与方差的运算性质 性质3.4.1 E(X+Y)=E(X)+E(Y) 性质3.4.2 若随机变量X与Y相互独立，则有 E(XY)=E(X)E(Y) 性质3.4.3 若随机变量X与Y相互独立，则有 Var(X±Y)=Var(X)+Var(Y) 第三章 多维随机变量及其分布 例3.4.2 设X1和X2是独立同分布的随机变量,其共同分布为指数分布Exp(λ). 试求Y=max(x1,X2)的数学期望。 2、数学期望与方差的运算性质 性质3.4.1 E(X+Y)=E(X)+E(Y) 性质3.4.2 若随机变量X与Y相互独立，则有 E(XY)=E(X)E(Y) 性质3.4.3 若随机变量X与Y相互独立，则有 Var(X±Y)=Var(X)+Var(Y) 第三章 多维随机变量及其分布 例3.4.3 已知随机变量X1,X2,X3相互独立,且X1~U(0,6),X2~N(1,3),X3~Exp(3). 求 Y=X1-2X2+3X3的数学期望、方差和标准差. 例3.4.4 设一袋中装有m只颜色各不相同的球,每次从中任取一只，有放回地摸取n次,以X表示在n次摸到球的不同颜色的数目,求E(X). 例3.4.5 设X~b(n,p),试求X的数学期望和方差. 第三章 多维随机变量及其分布 3、协方差 定义3.4.1 设(X,Y)是一个二维随机变量,若E[(X-E(X))(Y-E(Y)]存在,则称此数学期望为X与Y的协方差,记Cov(X,Y). 性质3.4.4 Cov(X,Y)=E(XY)-E(X)E(Y) 性质3.4.5 若随机变量X与Y相互独立，则有 Cov(X,Y)=0,反之不然. 例3.4.6 设X~N(0,σ2),且令Y=X2,则X与Y不独立，但协方差为0. 第三章 多维随机变量及其分布 性质3.4.6 对任意二维随机变量(X,Y),有 Var(X±Y)=Var(X)+Var(Y)±2Cov(X,Y) 性质3.4.7 Cov(X,Y)=Cov(Y,X) 性质3.4.8 Cov(X,a)=0 性质3.4.9 Cov(aX,bY)=abCov(Y,X) 性质3.4.10 设X,Y,Z是任意三个随机变量,则 Cov(X+Y,Z)=Cov(X,Z)+Cov(Y,Z) 例3.4.7 (X,Y)密度 试求Cov(X,Y) 第三章 多维随机变量及其分布 例3.4.8 (X,Y)密度 试求Var(2X-3Y+8). 4、相关系数 定义3.4.2 设(X,Y)满足Var(X)0,Var(Y)0,称 为X与Y的(线性)相关系数。 第三章 多维随机变量及其分布 相关系数是相应标准化变量的协方差. 例3.4.9 二维正态分布N(μ1,μ2,σ12,σ22,ρ)的相关系数就是ρ. 引理3.4.1 (施瓦茨不等式)若X,Y的方差存在,有 性质3.4.11 -1≤Corr(X,Y)≤1 性质3.4.12 Corr(X,Y)=±1的充要条件是X与Y间几乎处处有线性关系，即 P(Y=aX+b)=1 a≠0 第三章 多维随机变量及其分布 例3.4.10 协方差很小但相关系数大的例子. 性质3.4.13 在二维正态分布 N(μ1,μ2,σ12,σ22,ρ) 的场合，不相关与独立是等价的. 例3.4.11 (投资风险组合) 第三章 多维随机变量及其分布 5、随机向量的数学期望与协方差阵 定义3.4.3 记 称为n维随机向量X的期望向量。 第三章 多维随机变量及其分布 称 为随机向量X的方差—协方差阵，记为Cov(X) 第三章 多维随机变量及其分布 定理3.4.2 n维随机向量的协方差阵CoV(X)=(Cov(Xi,Yj))n×n是一个对称的非负定矩阵. 第三章 多维随机变量及其分布 例3.4.12 (n元正态分布) 记B=Cov(X) a=(a1,a2,…,an)’,x=(x1,x2,…,xn)’，则由密度函数 定义的分布称为n元正态分布，记X~N(a,B) 作业 习题3.4 6、16、36 * *